CN108881978B - 用于智能设备的资源播放方法和装置 - Google Patents

Abstract

本申请实施例公开了用于智能设备的资源播放方法和装置。该方法的一具体实施方式包括：接收语音形式的、包括待播放资源的标识的播放指令；获取待播放的语音内容和图像帧；将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定待播放资源中是否存在未播放的语音内容；若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。该实施方式实现了具有多图文、多音频的资源的自动播放，而无需用户进行切换。

Description

用于智能设备的资源播放方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于智能设备的资源播放方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器(也称为智能设备)，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

智能设备可以与用户以自然语言对话的方式进行交互，获取用户的语音输入上报服务器，并接收服务器返回的指令来执行相应的操作，例如，视频播放、天气查询、日常管理等。

在多图文、多音频的播放场景中(例如，播放儿童绘本的场景中)，当播放完一个图文及其对应的音频时，通常需要接收到用户的切换指令(例如，“下一页”)，再继续播放下一图文及其对应的音频。

发明内容

本申请实施例提出了用于智能设备的资源播放方法和装置。

第一方面，本申请实施例提供了一种用于智能设备的资源播放方法，该方法包括：接收语音形式的播放指令，其中，播放指令包括待播放资源的标识，待播放资源包括至少两条语音内容和至少两个图像帧，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧对应；获取待播放资源中待播放的语音内容和图像帧；将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定待播放资源中是否存在未播放的语音内容；若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

在一些实施例中，获取待播放资源中待播放的语音内容和图像帧，包括：将播放指令发送到服务器，服务器被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源；接收服务器返回的待播放资源；从待播放资源的至少两条语音内容中选取待播放的语音内容，以及从至少两个图像帧中选取待播放的图像帧。

在一些实施例中，获取待播放资源中待播放的语音内容和图像帧，包括：将语音指令发送到服务器，服务器被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源，从待播放资源的至少两条语音内容中选取待播放的语音内容，从至少两个图像帧中选取待播放的图像帧；接收服务器返回的待播放的语音内容和图像帧。

在一些实施例中，确定待播放资源中是否存在未播放的语音内容，包括：向服务器发送用于查询待播放资源中是否存在未播放的语音内容的请求；接收服务器针对请求返回的查询结果。

在一些实施例中，获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，包括：向服务器发送用于获取语音内容和图像帧的请求；接收服务器返回的语音内容和图像帧，其中，所返回的语音内容是服务器从待播放资源中的未播放的语音内容中选取的待播放的语音内容，所返回的图像帧是服务器从至少两个图像帧中选取的与所返回的语音内容对应的图像帧。

在一些实施例中，至少两条语音内容中语音内容的条数与至少两个图像帧中图像帧的个数相等，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧一一对应。

在一些实施例中，至少两条语音内容中语音内容的条数大于至少两个图像帧中图像帧的个数，至少两个图像帧中的图像帧与至少两条语音内容中的两条以上的语音内容对应。

第二方面，本申请实施例提供了一种用于智能设备的资源播放装置，该装置包括：指令接收单元，被配置成接收语音形式的播放指令，其中，播放指令包括待播放资源的标识，待播放资源包括至少两条语音内容和至少两个图像帧，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧对应；内容获取单元，被配置成获取待播放资源中待播放的语音内容和图像帧；第一播放单元，被配置成将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定待播放资源中是否存在未播放的语音内容；第二播放单元，被配置成若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

在一些实施例中，内容获取单元包括：指令发送模块，被配置成将播放指令发送到服务器，服务器被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源；资源接收模块，被配置成接收服务器返回的待播放资源；内容选取模块，被配置成从待播放资源的至少两条语音内容中选取待播放的语音内容，以及从至少两个图像帧中选取待播放的图像帧。

在一些实施例中，内容获取单元包括：指令发送模块，被配置成将语音指令发送到服务器，服务器被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源；从待播放资源的至少两条语音内容中选取待播放的语音内容；从至少两个图像帧中选取待播放的图像帧；内容接收模块，被配置成接收服务器返回的待播放的语音内容和图像帧。

在一些实施例中，第一播放单元包括：查询请求发送模块，被配置成向服务器发送用于查询待播放资源中是否存在未播放的语音内容的请求；查询结果接收模块，被配置成接收服务器针对请求返回的查询结果。

在一些实施例中，第二播放单元包括：内容获取请求发送模块，被配置成向服务器发送用于获取语音内容和图像帧的请求；内容接收模块，被配置成接收服务器返回的语音内容和图像帧，其中，所返回的语音内容是服务器从待播放资源中的未播放的语音内容中选取的待播放的语音内容，所返回的图像帧是服务器从至少两个图像帧中选取的与所返回的语音内容对应的图像帧。

在一些实施例中，至少两条语音内容中语音内容的条数与至少两个图像帧中图像帧的个数相等，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧一一对应。

在一些实施例中，至少两条语音内容中语音内容的条数大于至少两个图像帧中图像帧的个数，至少两个图像帧中的图像帧与至少两条语音内容中的两条以上的语音内容对应。

第三方面，本申请实施例提供了一种智能设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，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，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的用于智能设备的资源播放方法和装置，通过接收包括待播放资源的标识的播放指令，之后获取待播放资源中待播放的语音内容和图像帧，然后显示图像帧以及播放语音内容，并在语音内容播放完之后确定待播放资源中是否存在未播放的语音内容，若待播放资源中存在未播放的语音内容则获取下一个要播放的语音内容和图像帧继续播放，从而实现了具有多图文、多音频的资源的自动播放，而无需用户进行切换。

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是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于智能设备的资源播放方法的一个实施例的流程图；

图3A和图3B是根据本申请的用于智能设备的资源播放方法的一个应用场景的示意图；

图4是根据本申请的用于智能设备的资源播放方法的另一实施例的流程图；

图5是根据本申请的用于智能设备的资源播放装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的智能设备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的用于智能设备的资源播放方法或用于智能设备的资源播放装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括智能设备101、102、103，网络104和服务器105。网络104用以在智能设备101、102、103和服务器105之间提供通信链路的介质。网络104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。

用户可以通过自然语言对话方式操作智能设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。智能设备101、102、103上可以安装有各种通讯客户端应用，例如播放类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

智能设备101、102、103可以是硬件，也可以是软件。当智能设备101、102、103为硬件时，可以是具有显示屏并且支持对话式交互和视频播放的各种电子设备，包括但不限于智能手机、平板电脑、智能空调、智能冰箱、智能电视等等。当智能设备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)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对智能设备101、102、103上播放类应用提供支持的后台服务器。后台服务器可以对接收的播放指令等数据进行分析处理，并将处理结果(例如，待播放的语音内容和图像帧)反馈给智能设备。

需要说明的是，本申请实施例所提供的用于智能设备的资源播放方法一般由智能设备101、102、103执行，相应地，用于智能设备的资源播放装置一般设置于智能设备101、102、103中。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，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)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的智能设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意合适数目的智能设备、网络和服务器。

继续参考图2，示出了根据本申请的用于智能设备的资源播放方法的一个实施例的流程200。该用于智能设备的资源播放方法，可以包括以下步骤：

步骤201，接收语音形式的播放指令。

在本实施例中，用于智能设备的资源播放方法的执行主体(例如，图1的智能设备101、102、103)可以接收用户以自然语言对话方式发出的播放指令。其中，播放指令可以包括待播放资源的标识。例如，若用户发出的播放指令为“播放龟兔赛跑的故事”，则待播放资源的标识可以是文本信息“龟兔赛跑”。这里，待播放资源可以包括至少两条语音内容和至少两个图像帧，图像帧中可以包括图像和/或文字。上述至少两条语音内容中的每条语音内容与上述两个图像帧中的一个图像帧对应。

步骤202，获取待播放资源中待播放的语音内容和图像帧。

在本实施例中，上述执行主体可以通过有线连接方式或无线连接方式将播放指令(或待播放资源的标识)发送到服务器，然后获取待播放的语音内容和图像帧。其中，待播放的语音内容和图像帧可以是即将被智能设备播放的语音内容及其对应的图像帧。

需要指出的是，上述无线连接方式可以包括但不限于3G(the 3rd generation，第三代)/4G(the 4th generation，第四代)/5G(the 5th generation，第五代)通信连接、Wi-Fi(Wireless-Fidelity，无线保真)连接、蓝牙连接、WiMAX(Worldwide Interoperabilityfor Microwave Access，全球微波互联接入)连接、Zigbee(又名紫蜂协议)连接、UWB(UltraWideband，超宽带)连接、以及其他现在已知或将来开发的无线连接方式。

在本实施例的一些可选的实现方式中，步骤202具体可以包括：

首先，上述执行主体可以将播放指令发送到服务器。其中，服务器可以被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源；从待播放资源的至少两条语音内容中选取待播放的语音内容，以及从至少两个图像帧中选取待播放的图像帧。其中，所选取的语音内容与所选取的图像帧对应。

然后，上述执行主体可以接收服务器返回的待播放的语音内容和图像帧。

在上述实现方式中，智能设备只需要获取待播放的语音内容和图像帧即可，不需要获取整个待播放资源，从而可以降低智能设备的系统开支。

步骤203，将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行播放步骤(即，下面将要描述的步骤2031～2033)。

步骤2031，显示当前图像帧，播放当前语音内容。

在本实施例中，上述执行主体可以在例如智能设备的显示屏上显示当前图像帧，以及通过例如智能设备的扬声器播放当前语音内容。

步骤2032，确定出当前语音内容是否已播放完。

在本实施例中，上述执行主体可以检测当前的语音内容的播放状态，以确定当前语音内容是否已播放完。若已播放完，则执行步骤2033。若未播放完，则继续检测当前语音内容的播放状态。

步骤2033，确定待播放资源中是否存在未播放的语音内容。

在本实施例中，上述执行主体在当前语音内容已播放完的情况下，可以确定待播放资源中是否存在未播放的语音内容。若待播放资源中存在未播放的语音内容，则执行下面将要描述的步骤204。若待播放资源中不存在未播放的语音内容，则可以执行预定操作，例如结束待播放资源的播放。

在本实施例的一些可选的实现方式中，确定待播放资源中是否存在未播放的语音内容具体可以包括如下步骤：向服务器发送查询待播放资源中是否存在未播放的语音内容的请求，之后接收服务器返回的查询结果，并根据接收的查询结果确定待播放资源中是否存在未播放的语音内容。

步骤204，若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

在本实施例中，若步骤2033中确定待播放资源中存在未播放的语音内容，则上述执行主体可以首先获取未播放的语音内容中待播放的语音内容及其对应的图像帧。然后将获取的语音内容作为当前语音内容，以及将获取的图像帧作为当前图像帧，继续执行播放步骤(即，步骤2031～2033)。

在本实施例的一些可选实现方式中，获取未播放的语音内容中待播放的语音内容及其对应的图像帧，具体可以包括如下步骤：首先向服务器发送获取待播放的语音内容及其对应的图像帧的请求，然后接收服务器返回的语音内容和图像帧。其中，所返回的语音内容是服务器从待播放资源中的未播放的语音内容中选取的下一条要播放的语音内容，所返回的图像帧是服务器从待播放资源的至少两个图像帧中选取的与所返回的语音内容对应的图像帧。

在本实施例的一些可选的实现方式中，至少两条语音内容中语音内容的条数与至少两个图像帧中图像帧的个数相等，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧一一对应。作为示例，待播放资源“龟兔赛跑”包括10条语音内容和10个图像帧，10条语音内容与10个图像帧一一对应。即，第1条语音内容与第1个图像帧对应，第2条语音内容与第2个图像帧对应，……，以此类推。

在本实施例的一些可选的实现方式中，至少两条语音内容中语音内容的条数大于至少两个图像帧中图像帧的个数，至少两个图像帧中的图像帧与至少两条语音内容中的两条以上的语音内容对应。作为示例，待播放资源“龟兔赛跑”包括10条语音内容和8个图像帧，每条语音内容与其中一个图像帧对应。例如，第1条语音内容和第2条语音内容均与第1个图像帧对应，第5条语音内容和第6条语音内容均与第3个图像帧对应，其他的语音内容与剩余的图像帧一一对应。

继续参考图3A和图3B，其示出了根据本申请的用于智能设备的资源播放方法的一个应用场景。在图3A中，首先，用户301发出语音指令“播放龟兔赛跑的故事”，智能电视302将上述播放指令发送到服务器303；之后，服务器303从资源库中查找到待播放资源304(即，资源“龟兔赛跑”)，并从待播放资源304的3条语音内容A1～A3中确定将要播放的语音内容A1以及从待播放资源304的3个图像帧B1～B3中确定与语音内容A1对应的图像帧B1；然后，智能电视302接收服务器303返回的语音内容A1和图像帧B1，并在智能电视302的显示屏上显示图像帧B1以及通过扬声器播放语音内容A1(例如，通过扬声器播放：“兔子长了四条腿，一蹦一跳，跑得可快啦。乌龟也长了四条腿，爬呀，爬呀，爬得真慢。”)。在图3B中，首先，智能设备302检测到语音内容A1已播放完，向服务器303发送待播放内容获取请求来获取下一条要播放的语音内容及其对应的图像帧；之后，服务器303从待播放资源304的未播放的语音内容A2～A3中确定下一条要播放的语音内容为语音内容A2以及从待播放资源304的3个图像帧B1～B3中确定与语音内容A2对应的图像帧B2；然后，智能电视302接收服务器303返回的语音内容A2和图像帧B2，并在智能电视302的显示屏上显示图像帧B2以及通过扬声器播放语音内容A2(例如，通过扬声器播放：“有一天，兔子碰见乌龟，笑眯眯地说：‘乌龟，乌龟，咱们来赛跑，好吗？’”)。……，以此类推，直至待播放资源304的语音内容全部播放完(或由用户301停止播放)，从而实现了自动播放待播放资源304。

本申请的上述实施例提供的用于智能设备的资源播放方法，通过接收包括待播放资源的标识的播放指令，之后获取待播放资源中待播放的语音内容和图像帧，然后显示图像帧以及播放语音内容，并在语音内容播放完之后确定待播放资源中是否存在未播放的语音内容，若待播放资源中存在未播放的语音内容则获取下一个要播放的语音内容和图像帧继续播放，从而实现了具有多图文、多音频的资源的自动播放，而无需用户进行切换。

继续参考图4，示出了根据本申请的用于智能设备的资源播放方法的另一实施例的流程400。该用于智能设备的资源播放方法，可以包括以下步骤：

步骤401，接收语音形式的播放指令。

在本实施例中，用于智能设备的资源播放方法的执行主体(例如，图1的智能设备101、102、103)可以接收用户以自然语言对话方式发出的播放指令。其中，播放指令可以包括待播放资源的标识。例如，若用户发出的播放指令为“播放龟兔赛跑的故事”，则待播放资源的标识可以是文本信息“龟兔赛跑”。这里，待播放资源可以包括至少两条语音内容和至少两个图像帧，图像帧中可以包括图像和/或文字。上述至少两条语音内容中的每条语音内容与上述两个图像帧中的一个图像帧对应。

步骤402，将播放指令发送到服务器。

在本实施例中，上述执行主体可以通过有线连接方式或无线连接方式将播放指令(或待播放资源的标识)发送到服务器。其中，服务器可以被配置成从资源库中选取与播放指令中的标识对应的资源作为待播放资源。资源库可以存储在接收播放指令的服务器中，也可以存储在与接收播放指令的服务器不同的服务器中。

步骤403，接收服务器返回的待播放资源。

在本实施例中，上述执行主体可以接收服务器返回的待播放资源。

步骤404，从至少两条语音内容中选取待播放的语音内容作为当前语音内容，以及从至少两个图像帧中选取待播放的图像帧作为当前图像帧。

在本实施例中，上述执行主体可以从待播放资源的至少两条语音内容中选取待播放的语音内容作为当前语音内容，以及从至少两个图像帧中选取待播放的图像帧作为当前图像帧。其中，所选取的语音内容与所选取的图像帧对应。

步骤405，将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行播放步骤(即，下面将要描述的步骤4051～4053)。

步骤4051，显示当前图像帧，播放当前语音内容。

在本实施例中，上述执行主体可以在例如智能设备的显示屏上显示当前图像帧，以及通过例如智能设备的扬声器播放当前语音内容。

步骤4052，确定出当前语音内容是否已播放完。

在本实施例中，上述执行主体可以检测当前的语音内容的播放状态，以确定当前语音内容是否已播放完。若已播放完，则执行步骤4053。若未播放完，则继续检测当前语音内容的播放状态。

步骤4053，确定待播放资源中是否存在未播放的语音内容。

在本实施例中，上述执行主体在当前语音内容已播放完的情况下，可以直接从待播放资源的至少两条语音内容中查询待播放资源中是否存在未播放的语音内容。若待播放资源中存在未播放的语音内容，则执行下面将要描述的步骤406。若待播放资源中不存在未播放的语音内容，则可以执行预定操作，例如结束待播放资源的播放。

步骤406，若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

在本实施例中，若步骤4053中确定待播放资源中存在未播放的语音内容，则上述执行主体可以首先从待播放资源的未播放的语音内容中获取下一条要播放的语音内容作为当前语音内容，然后从待播放资源的至少两个图像帧中获取与所获取的语音内容对应的图像帧作为当前图像帧，继续执行播放步骤(即，步骤4051～4053)。

从图4中可以看出，与图2对应的实施例相比，本实施例中用于智能设备的资源播放方法的流程400突出了接收服务器返回待播放资源以及从本地获取待播放的语音内容和图像帧的步骤。由此，本实施例描述的方案在待播放资源的播放过程中不必频繁地与服务器进行交互，减轻了服务器的系统开支和网络负载。

进一步参考图5，作为对图2和图4所示方法的实现，本申请提供了一种用于智能设备的资源播放装置的一个实施例，该装置实施例与图2和图4所示的方法实施例相对应，该装置具体可以应用于智能设备中。

如图5所示，本实施例的用于智能设备的资源播放装置500可以包括指令接收单元501、内容获取单元502、第一播放单元503和第二播放单元504。其中，指令接收单元501被配置成接收语音形式的播放指令，其中，播放指令包括待播放资源的标识，待播放资源包括至少两条语音内容和至少两个图像帧，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧对应；内容获取单元502被配置成获取待播放资源中待播放的语音内容和图像帧；第一播放单元503被配置成将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定待播放资源中是否存在未播放的语音内容；而第二播放单元504被配置成若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

在本实施例中，用于智能设备的资源播放装置500的上述指令接收单元501接收用户以自然语言对话方式发出的播放指令。其中，播放指令可以包括待播放资源的标识。例如，若用户发出的播放指令为“播放龟兔赛跑的故事”，则待播放资源的标识可以是文本信息“龟兔赛跑”。这里，待播放资源可以包括至少两条语音内容和至少两个图像帧，图像帧中可以包括图像和/或文字。上述至少两条语音内容中的每条语音内容与上述两个图像帧中的一个图像帧对应。

在本实施例中，上述内容获取单元502可以通过有线连接方式或无线连接方式将播放指令(或待播放资源的标识)发送到服务器，然后获取待播放的语音内容和图像帧。其中，待播放的语音内容和图像帧可以是即将被智能设备播放的语音内容及其对应的图像帧。

在本实施例的一些可选的实现方式中，上述内容获取单元502可以包括指令发送模块、资源接收模块和内容选取模块。其中，指令发送模块被配置成将播放指令发送到服务器，服务器被配置成从资源库中选取与播放指令中的标识对应的资源作为待播放资源；资源接收模块被配置成接收服务器返回的待播放资源；内容选取模块被配置成从待播放资源的至少两条语音内容中选取待播放的语音内容以及从至少两个图像帧中选取待播放的图像帧。

在本实施例的一些可选的实现方式中，上述内容获取单元502可以包括指令发送模块和内容接收模块。其中，指令发送模块被配置成将语音指令发送到服务器，服务器被配置成：从资源库中选取与播放指令中的标识对应的资源作为待播放资源；从待播放资源的至少两条语音内容中选取待播放的语音内容；从至少两个图像帧中选取待播放的图像帧；内容接收模块被配置成接收服务器返回的待播放的语音内容和图像帧。

在本实施例中，上述第一播放单元503可以将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：

首先，在例如智能设备的显示屏上显示当前图像帧，以及通过例如智能设备的扬声器播放当前语音内容。

然后，检测当前的语音内容的播放状态，以确定当前语音内容是否已播放完。

最后，若当前语音内容已播放完，则确定待播放资源中是否存在未播放的语音内容。

在本实施例的一些可选的实现方式中，上述第一播放单元503可以包括查询请求发送模块和查询结果接收模块。其中，查询请求发送模块被配置成向服务器发送用于查询待播放资源中是否存在未播放的语音内容的请求；查询结果接收模块被配置成接收服务器针对请求返回的查询结果

在本实施例中，若上述第一播放单元503确定待播放资源中存在未播放的语音内容，则上述第二播放单元504可以获取未播放的语音内容中待播放的语音内容及其对应的图像帧，然后将获取的语音内容作为当前语音内容以及将获取的图像帧作为当前图像帧，继续执行上述播放步骤。

在本实施例的一些可选的实现方式中，上述第二播放单元504可以包括内容获取请求发送模块和内容接收模块。其中，内容获取请求发送模块被配置成向服务器发送用于获取语音内容和图像帧的请求；内容接收模块被配置成接收服务器返回的语音内容和图像帧。其中，所返回的语音内容是服务器从待播放资源中的未播放的语音内容中选取的待播放的语音内容，所返回的图像帧是服务器从至少两个图像帧中选取的与所返回的语音内容对应的图像帧。。

在本实施例的一些可选的实现方式中，至少两条语音内容中语音内容的条数与至少两个图像帧中图像帧的个数相等，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧一一对应。作为示例，待播放资源“龟兔赛跑”包括10条语音内容和10个图像帧，10条语音内容与10个图像帧一一对应。即，第1条语音内容与第1个图像帧对应，第2条语音内容与第2个图像帧对应，……，以此类推。

在本实施例的一些可选的实现方式中，至少两条语音内容中语音内容的条数大于至少两个图像帧中图像帧的个数，至少两个图像帧中的图像帧与至少两条语音内容中的两条以上的语音内容对应。作为示例，待播放资源“龟兔赛跑”包括10条语音内容和8个图像帧，每条语音内容与其中一个图像帧对应。例如，第1条语音内容和第2条语音内容均与第1个图像帧对应，第5条语音内容和第6条语音内容均与第3个图像帧对应，其他的语音内容与剩余的图像帧一一对应。

本申请的上述实施例提供的用于智能设备的资源播放装置，通过接收包括待播放资源的标识的播放指令，之后获取待播放资源中待播放的语音内容和图像帧，然后显示图像帧以及播放语音内容，并在语音内容播放完之后确定待播放资源中是否存在未播放的语音内容，若待播放资源中存在未播放的语音内容则获取下一待播放的语音内容和图像帧继续播放，从而实现了具有多图文、多音频的资源的自动播放，而无需用户进行切换。

下面参考图6，其示出了适于用来实现本申请实施例的智能设备(例如图1所示的智能设备101、102、103)的计算机系统600的结构示意图。图6示出的智能设备仅仅是一个示例，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6所示，计算机系统600包括一个或多个中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括麦克风等的输入部分606；包括诸如有机发光二极管(OLED)显示器、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601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。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

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：一种处理器包括指令接收单元、内容获取单元、第一播放单元和第二播放单元。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，指令接收单元还可以被描述为“接收语音形式的播放指令的单元”。

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装置中所包含的；也可以是单独存在，而未装配入该装置中。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装置执行时，使得该装置：接收语音形式的播放指令，其中，播放指令包括待播放资源的标识，待播放资源包括至少两条语音内容和至少两个图像帧，至少两条语音内容中的语音内容与至少两个图像帧中的图像帧对应；获取待播放资源中待播放的语音内容和图像帧；将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定待播放资源中是否存在未播放的语音内容；若待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行播放步骤。

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 (12)

1.一种用于智能设备的资源播放方法，包括：

接收语音形式的播放指令，其中，所述播放指令包括待播放资源的标识，所述待播放资源包括至少两条语音内容和至少两个图像帧，所述至少两条语音内容中的语音内容与所述至少两个图像帧中的图像帧对应；

获取所述待播放资源中待播放的语音内容和图像帧；

将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定所述待播放资源中是否存在未播放的语音内容；

若所述待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行所述播放步骤。

2.根据权利要求1所述的方法，其中，所述获取所述待播放资源中待播放的语音内容和图像帧，包括：

将所述播放指令发送到服务器，所述服务器被配置成：从资源库中选取与所述播放指令中的标识对应的资源作为所述待播放资源；

接收所述服务器返回的所述待播放资源；

从所述待播放资源的所述至少两条语音内容中选取待播放的语音内容，以及从所述至少两个图像帧中选取待播放的图像帧。

3.根据权利要求1所述的方法，其中，所述获取所述待播放资源中待播放的语音内容和图像帧，包括：

将所述语音指令发送到服务器，所述服务器被配置成：从资源库中选取与所述播放指令中的标识对应的资源作为所述待播放资源；从所述待播放资源的所述至少两条语音内容中选取待播放的语音内容；从所述至少两个图像帧中选取待播放的图像帧；

接收所述服务器返回的待播放的语音内容和图像帧。

4.根据权利要求3所述的方法，其中，所述确定所述待播放资源中是否存在未播放的语音内容，包括：

向所述服务器发送用于查询所述待播放资源中是否存在未播放的语音内容的请求；

接收所述服务器针对所述请求返回的查询结果。

5.根据权利要求3所述的方法，其中，所述获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，包括：

向所述服务器发送用于获取语音内容和图像帧的请求；

接收所述服务器返回的语音内容和图像帧，其中，所返回的语音内容是所述服务器从所述待播放资源中的未播放的语音内容中选取的待播放的语音内容，所返回的图像帧是所述服务器从所述至少两个图像帧中选取的与所返回的语音内容对应的图像帧。

6.根据权利要求1所述的方法，其中，所述至少两条语音内容中语音内容的条数与所述至少两个图像帧中图像帧的个数相等，所述至少两条语音内容中的语音内容与所述至少两个图像帧中的图像帧一一对应。

7.根据权利要求1所述的方法，其中，所述至少两条语音内容中语音内容的条数大于所述至少两个图像帧中图像帧的个数，所述至少两个图像帧中的图像帧与所述至少两条语音内容中的两条以上的语音内容对应。

8.一种用于智能设备的资源播放装置，包括：

指令接收单元，被配置成接收语音形式的播放指令，其中，所述播放指令包括待播放资源的标识，所述待播放资源包括至少两条语音内容和至少两个图像帧，所述至少两条语音内容中的语音内容与所述至少两个图像帧中的图像帧对应；

内容获取单元，被配置成获取所述待播放资源中待播放的语音内容和图像帧；

第一播放单元，被配置成将所获取的语音内容作为当前语音内容，将所获取的图像帧作为当前图像帧，执行如下播放步骤：显示当前图像帧，播放当前语音内容；响应于确定出当前语音内容已播放完，确定所述待播放资源中是否存在未播放的语音内容；

第二播放单元，被配置成若所述待播放资源中存在未播放的语音内容，则获取未播放的语音内容中待播放的语音内容作为当前语音内容，以及获取与当前语音内容对应的图像帧作为当前图像帧，继续执行所述播放步骤。

9.根据权利要求8所述的装置，其中，所述内容获取单元包括：

指令发送模块，被配置成将所述播放指令发送到服务器，所述服务器被配置成：从资源库中选取与所述播放指令中的标识对应的资源作为所述待播放资源；

资源接收模块，被配置成接收所述服务器返回的所述待播放资源；

内容选取模块，被配置成从所述待播放资源的所述至少两条语音内容中选取待播放的语音内容，以及从所述至少两个图像帧中选取待播放的图像帧。

10.根据权利要求8所述的装置，其中，所述内容获取单元包括：

指令发送模块，被配置成将所述语音指令发送到服务器，所述服务器被配置成：从资源库中选取与所述播放指令中的标识对应的资源作为所述待播放资源；从所述待播放资源的所述至少两条语音内容中选取待播放的语音内容；从所述至少两个图像帧中选取待播放的图像帧；

内容接收模块，被配置成接收所述服务器返回的待播放的语音内容和图像帧。

11.一种智能设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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1-7中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images