CN108573053A - 信息推送方法、装置和系统 - Google Patents

Abstract

本申请实施例公开了信息推送方法、装置和系统。该方法的一具体实施方式包括：接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的；向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果；基于文字识别结果和/或音频，生成目标呈现信息；向客户端返回目标呈现信息。该实施方式有助于提高信息推送形式的丰富性。

Description

信息推送方法、装置和系统

技术领域

本申请实施例涉及计算机技术领域，具体涉及信息推送方法、装置和系统。

背景技术

信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。

为了增加信息展示内容和形式上的多样性，通常会在用户所浏览的信息之中投放推送信息。在用户使用终端设备进行信息浏览的场景下，现有的方式通常是直接将推送信息投放在用户浏览的基于超文本标记语言(HyperText Markup Language，HTML)5标准的页面中。

发明内容

本申请实施例提出了信息推送方法、装置和系统。

第一方面，本申请实施例提供了一种信息推送方法，该方法包括：接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的；向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果；基于文字识别结果和/或音频，生成目标呈现信息；向客户端返回目标呈现信息。

在一些实施例中，该方法还包括：向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息，其中，目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

在一些实施例中，该方法还包括：获取与所显示的推送信息预先建立联系的物料信息；以及基于文字识别结果和/或音频，生成目标呈现信息，包括：基于文字识别结果、音频和物料信息，生成目标呈现信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

在一些实施例中，该方法还包括：响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。

在一些实施例中，音频为英语音频和/或粤语音频，文字识别结果为英文文字和/或中文文字。

第二方面，本申请实施例提供了一种信息推送装置，该装置包括：接收单元，配置用于接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的；第一发送单元，配置用于向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果；第一生成单元，配置用于基于文字识别结果和/或音频，生成目标呈现信息；返回单元，配置用于向客户端返回目标呈现信息。

在一些实施例中，该装置还包括：第二发送单元，配置用于向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息，其中，目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

在一些实施例中，该装置还包括：获取单元，配置用于获取与所显示的推送信息预先建立联系的物料信息；以及第一生成单元包括：生成模块，配置用于基于文字识别结果、音频和物料信息，生成目标呈现信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

在一些实施例中，该装置还包括：第二生成单元，配置用于响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。

在一些实施例中，音频为英语音频和/或粤语音频，文字识别结果为英文文字和/或中文文字。

第三方面，本申请实施例提供了一种信息推送系统，该系统包括具有录音功能的客户端、支持服务器和信息推送服务器，其中：客户端，用于响应于检测到用户对所显示的推送信息的预设操作，通过录音功能获取音频，向信息推送服务器发送包含音频的音频处理请求；信息推送服务器，用于向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果，基于文字识别结果和/或音频，生成目标呈现信息，向客户端返回目标呈现信息。

在一些实施例中，信息推送服务器，还用于向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息，其中，目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

在一些实施例中，该系统还包括处理服务器；以及支持服务器，还用于向处理服务器发送音频处理请求；处理服务器，用于对音频进行识别，生成文字识别结果，向支持服务器返回文字识别结果。

在一些实施例中，信息推送服务器，还用于获取与所显示的推送信息预先建立联系的物料信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

在一些实施例中，信息推送服务器，还用于响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。

在一些实施例中，客户端，还用于响应于检测到用户对目标推送信息的点击操作，获取与目标推送信息相对应的链接，呈现用于提示用户进行下载或打开的提示信息。

在一些实施例中，音频为英语音频和/或粤语音频，文字识别结果为英文文字和/或中文文字。

第四方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得该一个或多个处理器实现如上述信息推送方法中任一实施例的方法。

第五方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述信息推送方法中任一实施例的方法。

本申请实施例提供的信息推送方法、装置和系统，通过接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的，然后向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果，随后基于文字识别结果和/或音频，生成目标呈现信息，最后向客户端返回目标呈现信息，有助于提高信息推送形式的丰富性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的信息推送方法的一个实施例的流程图；

图3A-图3D是根据本申请的信息推送方法的应用场景的示意图；

图4是根据本申请的信息推送方法的又一个实施例的流程图；

图5是根据本申请的信息推送装置的一个实施例的结构示意图；

图6是根据本申请的信息推送系统的一个实施例的时序图；

图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的信息推送方法、信息推送装置或信息推送系统的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，信息推送服务器104，支持服务器105和网络106、107。网络106用以在终端设备101、102、103和信息推送服务器104之间提供通信链路的介质；网络107用以在信息推送服务器104与支持服务器105之间提供通信链路的介质。网络106、107可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络106与信息推送服务器104交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、新闻类应用等。用户可以利用上述各应用进行信息浏览。实践中，所浏览的信息(例如推送信息)可以呈现在基于HTML5标准的页面中。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

信息推送服务器104可以是用于推送信息的服务器，例如网页广告平台。网页广告平台可以为推送信息的提供方(例如广告主)提供统一模板和相关服务。

支持服务器105可以是用于对安装在终端设备101、102、103中的某些功能(例如录音功能)提供支持的支持服务器。

信息推送服务器104与支持服务器105可以通过网络107交互，以接收或发送消息等。

需要说明的是，上述系统架构100还可以包括处理服务器108和网络109。上述处理服务器108可以提供对音频进行识别的服务(例如将英文音频识别为英文文字)。此时，支持服务器105可以通过网络109与处理服务器108交互，以接收或发送消息等。支持服务器105可以调用处理服务器108中用于进行音频识别的接口，对该接口进行包装和适配等。

需要指出的是，信息推送服务器104、支持服务器105和处理服务器108可以是硬件，也可以是软件。当信息推送服务器104、支持服务器105和处理服务器108为硬件时，可以实现成多个服务器组成的分布式设备集群，也可以实现成单个设备。当上述信息推送服务器104、支持服务器105和处理服务器108为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的信息推送方法一般由信息推送服务器104执行，相应地，信息推送装置一般设置于信息推送服务器104中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络、信息推送服务器、支持服务器和处理服务器。

继续参考图2，示出了根据本申请的用于信息推送服务器的信息推送方法的一个实施例的流程200。该信息推送方法，包括以下步骤：

步骤201，接收客户端发送的、包含音频的音频处理请求。

在本实施例中，信息推送方法的执行主体(例如图1所示的信息推送服务器104)可以通过有线连接方式或者无线连接方式接收客户端(例如图1所示的终端设备101、102、103)发送的、包含音频的音频处理请求。其中，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后，通过录音功能获取的。上述音频处理请求所包含的音频可以是各种语言的音频，例如，上述音频可以是以下任一项或几项的组合：英语音频、德语音频、日语音频、韩语音频、法语音频、葡萄牙语音频、中文普通话音频、粤语音频、闽方言音频、吴方言音频、赣方言音频、湘方言音频、其他音频。上述预设操作可以是单个操作，例如单次点击操作；也可以是由多个操作构成的操作序列，例如，按照顺序依次执行的多个点击操作。实践中，上述客户端可以在检测到用户针对所显示的推送信息的预设操作后，开启录音功能，以获取音频。在用户所浏览的信息中，可以呈现有推送信息。其中，上述推送信息可以是信息推送服务器(例如图1所示的信息推送服务器104)预先推送至上述客户端的。

步骤202，向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果。

在本实施例中，基于步骤201中得到的音频处理请求，上述执行主体可以首先向支持服务器(例如图1所示的支持服务器105)发送上述音频处理请求，然后接收支持服务器返回的文字识别结果。其中，上述文字识别结果可以是与上述音频对应的以下任一项或几项的组合：英文文字、德文文字、日文文字、韩文文字、法文文字、葡萄牙文文字、中文文字、其他文字。示例性的，如果上述音频处理请求所包含的音频为英语音频“apple”的音频，则上述文字识别结果可以是中文文字“苹果”。上述文字识别结果可以是上述支持服务器通过各种方式得到的。例如，上述支持服务器可以提供对音频处理请求所包含的音频进行识别的服务，此时，上述文字识别结果可以由上述支持服务器生成。

在本实施例的一些可选的实现方式中，上述支持服务器还可以与处理服务器通信连接，其中，上述处理服务器可以对支持服务器发送的音频处理请求所包含的音频进行识别，生成文字识别结果，向上述支持服务器返回上述文字识别结果。此时，上述文字识别结果可以通过如下步骤生成：

首先，支持服务器向上述处理服务器发送上述音频处理请求。

然后，处理服务器对上述音频进行识别，生成文字识别结果，向上述支持服务器返回上述文字识别结果。实践中，上述处理服务器可以利用各种方式对音频进行识别。

作为示例，上述处理服务器可以将上述音频直接输入至预先训练的文字识别模型，得到与上述音频对应的文字识别结果。其中，上述文字识别模型可以用于识别音频中的文字。在这里，上述文字识别模型可以是针对某种音频及其对应的文字训练得到的。例如，针对英语音频及其对应的英文文字，可以将英语音频作为输入，将与所输入的英语音频对应的英文文字(例如，英语音频“apple的音频”对应的英文文字“apple”)作为输出，基于深度学习算法以及初始模型，训练得到文字识别模型。上述初始模型可以是现有的深度卷积神经网络(例如DenseBox、ResNet等)，也可以是其他模型。

可选的，上述处理服务器还可以对上述音频进行声学特征提取，以得到与上述音频对应的文字识别结果。

在本实施例的一些可选的实现方式中，上述音频为英语音频和/或粤语音频，上述文字识别结果为英文文字和/或中文文字。

步骤203，基于文字识别结果和/或音频，生成目标呈现信息。

在本实施例中，上述执行主体可以基于文字识别结果和/或音频，生成目标呈现信息。其中，上述目标呈现信息是用于通过客户端向用户呈现的信息。上述目标呈现信息的呈现形式可以是但不限于以下至少一项：文字、图像、音频、视频。

实践中，上述目标呈现信息可以是上述文字识别结果；可以是上述音频；也可以包括上述文字识别结果和上述音频；还可以是各个推送信息的提供方(例如广告主)预先设置的信息。示例性的，如果文字识别结果为“衣服”，目标呈现信息可以是推送信息的提供方(例如广告主)预先设置的某个购物类网站的首页。

步骤204，向客户端返回目标呈现信息。

在本实施例中，上述执行主体可以向上述客户端返回上述步骤203得到的目标呈现信息。

在本实施例的一些可选的实现方式中，上述执行主体还可以获取与所显示的推送信息预先建立联系的物料信息；以及上述基于文字识别结果和/或音频，生成目标呈现信息，包括：基于文字识别结果、音频和物料信息，生成目标呈现信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

实践中，推送信息的提供方可以首先建立推送信息与物料信息的联系。例如，可以将推送信息与物料信息关联存储。

可选的，每一个推送信息均可以被预先设置一个标识，该标识用于指示与推送信息预先建立联系的物料信息。其中，上述标识可以是由各种字符组成的字符串。上述标识可以用于对推送信息所预先建立联系的物料信息进行区分。上述执行主体可以通过确定上述客户端所显示的推送信息的标识，来确定与该推送信息预先建立联系的物料信息。

在这里，目标呈现信息可以包括文字识别结果、音频和物料信息；也可以是对文字识别结果、音频和物料信息进行处理(例如排版等)后得到的信息。

在本实施例的一些可选的实现方式中，上述执行主体还可以响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。上述用于表征用户对目标推送信息感兴趣的操作可以是但不限于：置顶、分享、转发、关注、收藏、点击浏览。上述用于表征用户对目标推送信息不感兴趣的操作可以是删除等。用户画像信息可以用于表征用户的行为习惯等。通过生成用户画像信息可以帮助目标推送信息的提供者(例如广告主)了解用户的需求，从而更具针对性的为该用户推送信息。

可选的，上述执行主体还可以基于上述处理操作以及以下至少一项，生成上述用户画像信息：文字识别结果、音频、目标呈现信息。可以理解，上述执行主体可以基于上述处理操作，确定出用户感兴趣的信息。

继续参见图3A-图3D，图3A-图3D是根据本实施例的信息推送方法的应用场景的示意图。如图3A所示，用户使用手机(即上述客户端)所安装的搜索类应用浏览信息(如标号310所示)，所浏览的信息中包含推送信息311。用户点击推送信息311所在区域后，手机中呈现提示用户录音的页面(请参考图3B的标号320)。用户点击该页面中的用于指示录音的按键后，通过录音功能对用户的音频进行录制(请参考图3C的标号330)，在用户录制完成并上传该音频后，上述手机的页面中呈现了用于表征用户的口语水平的目标呈现信息(请参考图3D的标号340)。其中，上述目标呈现信息可以是基于用户的音频的标准程度确定的。

本申请的上述实施例提供的方法，通过接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的，然后向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果，随后基于文字识别结果和/或音频，生成目标呈现信息，最后向客户端返回目标呈现信息，从而不仅可以对获取的音频处理请求中的音频进行识别，还可以推送与文字识别结果和/或音频相关联的目标呈现信息，由此提高了推送信息形式的丰富性。此外，基于客户端与服务器之间的配合，使得客户端或任一服务器的工作负荷减小，有助于提高处理速度。同时，可以使网页的推送信息更加灵活自然，提升了信息推送的效果。

请继续参考图4，其示出了用于信息推送服务器的信息推送方法的又一个实施例的流程400。该信息推送方法的流程400，包括以下步骤：

步骤401，接收客户端发送的、包含音频的音频处理请求。

在本实施例中，步骤401与图2对应实施例中的步骤201基本一致，这里不再赘述。

步骤402，向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果。

在本实施例中，步骤402与图2对应实施例中的步骤202基本一致，这里不再赘述。

步骤403，基于文字识别结果和/或音频，生成目标呈现信息。

在本实施例中，步骤403与图2对应实施例中的步骤203基本一致，这里不再赘述。

步骤404，向客户端返回目标呈现信息。

在本实施例中，步骤404与图2对应实施例中的步骤204基本一致，这里不再赘述。

步骤405，向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息。

在本实施例中，上述执行主体还可以向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息。其中，目标推送信息可以包括以下至少一项：目标页面的页面链接、目标应用的应用名称。其中，目标页面可以是某个页面集合中的页面，例如，推送信息的提供方预先设置的页面集合中的页面；目标应用可以是某个应用集合中的应用，例如，推送信息的提供方预先设置的应用集合中的应用。示例性的，当目标呈现信息或推送信息为“衣服”时，相匹配的目标推送信息可以是某网站(例如购物类网站)首页的页面链接和/或某应用(例如购物类应用)的名称。

实践中，推送信息的提供方可以首先建立目标呈现信息或推送信息与目标推送信息的联系。例如，可以将目标呈现信息或推送信息与目标推送信息关联存储。上述与目标呈现信息或推送信息关联存储的目标推送信息，即为与目标呈现信息或推送信息相匹配的目标推送信息。

可选的，每一个目标呈现信息、推送信息可以被预先设置一个标识，该标识用于指示与目标呈现信息或推送信息相匹配的物料信息。其中，上述标识可以是由各种字符组成的字符串。上述标识可以用于对物料信息进行区分。上述执行主体可以通过确定目标呈现信息或推送信息的标识，来确定与目标呈现信息或推送信息相匹配的物料信息。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于推送信息的方法的流程400突出了向客户端发送目标推送信息的步骤。由此，本实施例描述的方案可以基于目标推送信息，从而进一步提高推送信息形式的丰富性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种信息推送装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，可以具有与图2所示的方法实施例相对应的技术特征。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的信息推送装置500包括：接收单元501、第一发送单元502、第一生成单元503和返回单元504。其中，接收单元501配置用于接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后，通过录音功能获取的；第一发送单元502配置用于向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果；第二发送单元503配置用于基于文字识别结果和/或音频，生成目标呈现信息；返回单元504配置用于向客户端返回目标呈现信息。

在本实施例中，信息推送装置500的接收单元501可以通过有线连接方式或者无线连接方式接收客户端(例如图1所示的终端设备101、102、103)发送的、包含音频的音频处理请求。其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后，通过录音功能获取的。上述音频处理请求所包含的音频可以是各种语言的音频。

在本实施例中，基于接收单元501得到的音频处理请求，上述第一发送单元502可以首先向支持服务器(例如图1所示的支持服务器105)发送上述音频处理请求，然后接收支持服务器返回的文字识别结果。其中，上述文字识别结果可以是上述支持服务器通过各种方式得到的。

在本实施例中，上述第一生成单元503可以基于文字识别结果和/或音频，生成目标呈现信息。其中，上述目标呈现信息可以是用于通过客户端向用户呈现的信息。上述目标呈现信息的呈现形式可以是但不限于以下至少一项：文字、图像、音频、视频。

在本实施例中，上述返回单元504可以向上述客户端返回上述第一生成单元503得到的目标呈现信息。

在本实施例的一些可选的实现方式中，上述装置还可以包括第二发送单元(图中未示出)配置用于向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息，其中，目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

在本实施例的一些可选的实现方式中，上述装置还可以包括获取单元(图中未示出)配置用于获取与所显示的推送信息预先建立联系的物料信息；以及第一生成单元包括：生成模块(图中未示出)配置用于基于文字识别结果、音频和物料信息，生成目标呈现信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

在本实施例的一些可选的实现方式中，上述装置还可以包括第二生成单元(图中未示出)配置用于响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。其中，用户画像信息可以用于表征用户的行为习惯等。上述用于表征用户对目标推送信息感兴趣的操作可以是但不限于：置顶、分享、转发、关注、收藏、点击浏览。上述用于表征用户对目标推送信息不感兴趣的操作可以是删除等。

在本实施例的一些可选的实现方式中，上述音频为英语音频和/或粤语音频，上述文字识别结果为英文文字和/或中文文字。

本申请的上述实施例提供的装置，通过接收单元501接收客户端发送的、包含音频的音频处理请求，然后第一发送单元502向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果，之后第一生成单元503配置用于基于文字识别结果和/或音频，生成目标呈现信息，最后返回单元504向客户端返回目标呈现信息，从而不仅可以对获取的音频处理请求中的音频进行识别，还可以推送与文字识别结果和/或音频相关联的目标呈现信息，由此提高了推送信息形式的丰富性。同时，可以使网页的推送信息更加灵活自然，提升了信息推送的效果。

继续参考图6，其示出了根据本申请的信息推送系统的一个实施例的时序600。

本申请实施例中的信息推荐系统可以包括具有录音功能的客户端、支持服务器和信息推送服务器，其中：客户端，用于响应于检测到用户对所显示的推送信息的预设操作，通过录音功能获取音频，向信息推送服务器发送包含音频的音频处理请求；信息推送服务器，用于向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果，基于文字识别结果和/或音频，生成目标呈现信息，向客户端返回目标呈现信息。

如图6所示，在步骤601中，客户端响应于检测到用户对所显示的推送信息的预设操作，通过录音功能获取音频。

在本实施例中，用户可以利用客户端浏览信息。上述客户端所呈现的页面可以是基于HTML5标准的页面。在用户所浏览的信息中，可以呈现有推送信息，其中，上述推送信息可以是信息推送服务器(例如图1所示的信息推送服务器104)预先推送至上述客户端的。

在本实施例中，客户端(例如图1所示的终端设备101、102、103)响应于检测到用户对所显示的推送信息的预设操作，可以通过录音功能获取音频。其中，上述预设操作可以是单个操作，例如单次点击操作；也可以是由多个操作构成的操作序列。实践中，上述客户端可以在检测到用户针对所显示的推送信息的预设操作后，开启录音功能，以获取音频。

步骤602，客户端向信息推送服务器发送包含音频的音频处理请求。

在本实施例中，客户端可以通过有线连接或者无线连接方式，向信息推送服务器发送包含音频的音频处理请求。其中，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤603，信息推送服务器向支持服务器发送音频处理请求。

在本实施例中，信息推送服务器可以向上述支持服务器(例如图1所示的支持服务器105)发送上述音频处理请求。

步骤604，信息推送服务器接收支持服务器返回的文字识别结果。

在本实施例中，信息推送服务器可以接收上述支持服务器返回的文字识别结果。其中，上述文字识别结果可以是上述支持服务器通过各种方式得到的。上述文字识别结果可以是与上述音频对应的以下任一项或几项的组合：英文文字、德文文字、日文文字、韩文文字、法文文字、葡萄牙文文字、中文文字、其他文字。示例性的，如果上述音频处理请求所包含的音频为英语音频“apple”的音频，则上述文字识别结果可以是中文文字“苹果”。上述文字识别结果可以是上述支持服务器通过各种方式得到的。例如，上述支持服务器可以提供对音频处理请求所包含的音频进行识别的服务，此时，上述文字识别结果可以由上述支持服务器生成。

在本实施例的一些可选的实现方式中，音频为英语音频和/或粤语音频，文字识别结果为英文文字和/或中文文字。

步骤605，信息推送服务器基于文字识别结果和/或音频，生成目标呈现信息。

在本实施例中，信息推送服务器可以基于文字识别结果和/或音频，生成目标呈现信息。其中，上述目标呈现信息是用于通过客户端向用户呈现的信息。上述目标呈现信息的呈现形式可以是但不限于以下至少一项：文字、图像、音频、视频。

实践中，上述目标呈现信息可以是上述文字识别结果；可以是上述音频；也可以包括上述文字识别结果和上述音频；还可以是各个推送信息的提供方(例如广告主)预先设置的信息。示例性的，如果文字识别结果为“衣服”，目标呈现信息可以是某个购物类网站的首页。其中，上述购物类网站的首页可以是推送信息的提供方(例如广告主)预先设置的。

步骤606，信息推送服务器向客户端返回目标呈现信息。

在本实施例中，信息推送服务器可以向客户端返回目标呈现信息。

在本实施例的一些可选的实现方式中，信息推送服务器，还用于向客户端发送与目标呈现信息或推送信息相匹配的目标推送信息，其中，目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

在本实施例的一些可选的实现方式中，上述系统还包括处理服务器；以及支持服务器，还用于向处理服务器发送音频处理请求；处理服务器，用于对音频进行识别，生成文字识别结果，向支持服务器返回文字识别结果。

在本实施例的一些可选的实现方式中，信息推送服务器，还用于获取与所显示的推送信息预先建立联系的物料信息，其中，物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

在本实施例的一些可选的实现方式中，信息推送服务器，还用于响应于检测到用户对目标推送信息的处理操作，基于处理操作，生成用户画像信息，其中，处理操作包括用于表征用户对目标推送信息感兴趣或不感兴趣的操作。

在本实施例的一些可选的实现方式中，客户端，还用于响应于检测到用户对目标推送信息的点击操作，获取与目标推送信息相对应的链接，呈现用于提示用户进行下载或打开的提示信息。

本申请的上述实施例提供的系统，通过客户端响应于检测到用户对所显示的推送信息的预设操作，通过录音功能获取音频，之后向信息推送服务器发送包含音频的音频处理请求，然后信息推送服务器，向支持服务器发送音频处理请求，以及接收支持服务器返回的文字识别结果，随后基于文字识别结果和/或音频，生成目标呈现信息，最后向客户端返回目标呈现信息，从而不仅可以对获取的音频处理请求中的音频进行识别，还可以推送与文字识别结果和/或音频相关联的目标呈现信息，由此提高了推送信息形式的丰富性。同时，可以使网页的推送信息更加灵活自然，提升了信息推送的效果。

下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、第一发送单元、第一生成单元和返回单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收客户端发送的、包含音频的音频处理请求的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：接收客户端发送的、包含音频的音频处理请求，其中，音频是在客户端检测到用户对客户端所显示的推送信息的预设操作后录音获取的；向支持服务器发送音频处理请求，接收支持服务器返回的文字识别结果；基于文字识别结果和/或音频，生成目标呈现信息；向客户端返回目标呈现信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (19)

1.一种信息推送方法，包括：

接收客户端发送的、包含音频的音频处理请求，其中，所述音频是在所述客户端检测到用户对所述客户端所显示的推送信息的预设操作后录音获取的；

向支持服务器发送所述音频处理请求，接收所述支持服务器返回的文字识别结果；

基于所述文字识别结果和/或所述音频，生成目标呈现信息；

向所述客户端返回所述目标呈现信息。

2.根据权利要求1所述的方法，其中，所述方法还包括：

向所述客户端发送与所述目标呈现信息或所述推送信息相匹配的目标推送信息，其中，所述目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

3.根据权利要求1所述的方法，其中，所述方法还包括：获取与所述所显示的推送信息预先建立联系的物料信息；以及

所述基于所述文字识别结果和/或所述音频，生成目标呈现信息，包括：

基于所述文字识别结果、所述音频和所述物料信息，生成目标呈现信息，其中，所述物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

4.根据权利要求2所述的方法，其中，所述方法还包括：

响应于检测到用户对所述目标推送信息的处理操作，基于所述处理操作，生成用户画像信息，其中，所述处理操作包括用于表征用户对所述目标推送信息感兴趣或不感兴趣的操作。

5.根据权利要求1-4之一所述的方法，其中，所述音频为英语音频和/或粤语音频，所述文字识别结果为英文文字和/或中文文字。

6.一种信息推送装置，包括：

接收单元，配置用于接收客户端发送的、包含音频的音频处理请求，其中，所述音频是在所述客户端检测到用户对所述客户端所显示的推送信息的预设操作后录音获取的；

第一发送单元，配置用于向支持服务器发送所述音频处理请求，接收所述支持服务器返回的文字识别结果；

第一生成单元，配置用于基于所述文字识别结果和/或所述音频，生成目标呈现信息；

返回单元，配置用于向所述客户端返回所述目标呈现信息。

7.根据权利要求6所述的装置，其中，所述装置还包括：

第二发送单元，配置用于向所述客户端发送与所述目标呈现信息或所述推送信息相匹配的目标推送信息，其中，所述目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

8.根据权利要求6所述的装置，其中，所述装置还包括：获取单元，配置用于获取与所述所显示的推送信息预先建立联系的物料信息；以及

所述第一生成单元包括：

生成模块，配置用于基于所述文字识别结果、所述音频和所述物料信息，生成目标呈现信息，其中，所述物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

9.根据权利要求7所述的装置，其中，所述装置还包括：

第二生成单元，配置用于响应于检测到用户对所述目标推送信息的处理操作，基于所述处理操作，生成用户画像信息，其中，所述处理操作包括用于表征用户对所述目标推送信息感兴趣或不感兴趣的操作。

10.根据权利要求6-9之一所述的装置，其中，所述音频为英语音频和/或粤语音频，所述文字识别结果为英文文字和/或中文文字。

11.一种信息推送系统，所述系统包括具有录音功能的客户端、支持服务器和信息推送服务器，其中：

所述客户端，用于响应于检测到用户对所显示的推送信息的预设操作，通过所述录音功能获取音频，向所述信息推送服务器发送包含所述音频的音频处理请求；

所述信息推送服务器，用于向所述支持服务器发送所述音频处理请求，接收所述支持服务器返回的文字识别结果，基于所述文字识别结果和/或所述音频，生成目标呈现信息，向所述客户端返回所述目标呈现信息。

12.根据权利要求11所述的系统，其中，

所述信息推送服务器，还用于向所述客户端发送与所述目标呈现信息或所述推送信息相匹配的目标推送信息，其中，所述目标推送信息包括以下至少一项：目标页面的页面链接、目标应用的应用名称。

13.根据权利要求11所述的系统，其中，所述系统还包括处理服务器；以及

所述支持服务器，还用于向所述处理服务器发送所述音频处理请求；

所述处理服务器，用于对所述音频进行识别，生成文字识别结果，向所述支持服务器返回所述文字识别结果。

14.根据权利要求11所述的系统，其中，

所述信息推送服务器，还用于获取与所述所显示的推送信息预先建立联系的物料信息，其中，所述物料信息包括以下至少一项：文字信息、图像信息、音频信息、视频信息。

15.根据权利要求12所述的系统，其中，

所述信息推送服务器，还用于响应于检测到用户对所述目标推送信息的处理操作，基于所述处理操作，生成用户画像信息，其中，所述处理操作包括用于表征用户对所述目标推送信息感兴趣或不感兴趣的操作。

16.根据权利要求12所述的系统，其中，

所述客户端，还用于响应于检测到用户对所述目标推送信息的点击操作，获取与所述目标推送信息相对应的链接，呈现用于提示用户进行下载或打开的提示信息。

17.根据权利要求11-16之一所述的系统，其中，所述音频为英语音频和/或粤语音频，所述文字识别结果为英文文字和/或中文文字。

18.一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

19.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。