CN109408245A - 一种多媒体数据的识别方法、装置及电子设备 - Google Patents

Abstract

本发明公开了一种多媒体数据的识别方法、装置及电子设备，该方法包括：响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过识别接口获得当前应用程序当前输出的多媒体数据和/或与其相关的相关信息；基于多媒体数据和/或相关信息，对多媒体数据进行识别获得识别结果；向用户展示识别结果。上述技术方案提供的多媒体数据识别方法适用于对任一应用程序输出的多媒体数据进行识别，无需进行应用程序的切换，解决了现有技术中多媒体数据识别普遍适用性较低的技术问题，提高多媒体数据识别的普遍适用性。

Description

一种多媒体数据的识别方法、装置及电子设备

技术领域

本发明涉及软件技术领域，特别涉及一种多媒体数据的识别方法、装置及电子设备。

背景技术

随着软件技术的不断发展，各种软件功能层出不穷，不仅方便了人们的生活，还增加了生活乐趣。例如，背景音乐识别这一功能就为用户识别、发现自己喜欢的音乐提供了方便。

现有技术中，背景音乐识别这一功能往往只能在音乐类APP(Application，应用程序)上才能得到应用。例如：用户在一直播APP上听到一背景音乐时，想要获知该背景音乐叫什么名字，具体获知方式包括：一、通过自己对该背景音乐的认知对该背景音乐进行描述，将其描述在浏览器中进行搜索获得该背景音乐的名字；二、安装具有背景音乐识别功能的音乐类APP，打开该APP，通过该APP来进行背景音乐识别，以获得该背景音乐的名称。方式一，受用户认知的局限性和描述准确度的限制，获得该背景音乐名称的效率和准确性都非常的低下。方式二，通过识别APP来进行识别则大大提高了识别效率和准确性，但这种方式的识别需要在当前应用程序的基础上，切换到背景音乐识别APP中去，而很多时候如用户正在观看视频时，用户往往并不想离开当前应用程序切换到背景音乐识别APP中，因此这种背景音乐识别的方式的普遍适用性较差。

发明内容

本发明实施例提供一种多媒体数据的识别方法、装置及电子设备，用于解决现有技术中多媒体数据识别存在的普遍适用性较差的技术问题，提高多媒体数据识别的普遍适用性。

本发明实施例提供一种多媒体数据的识别方法，所述方法包括：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。

可选的，所述方法还包括：响应当前应用程序调用输入法的第二指令，在所述当前应用程序的应用界面展现所述输入法的输入界面，其中，所述输入界面中提供用于识别多媒体数据的识别接口。

可选的，所述方法包括：

检测用户通过所述输入法输入的输入信息中是否包含与多媒体数据识别相关的预设关键字；若所述输入信息中包含所述预设关键字，生成并执行所述第一指令；或者，

响应用户的识别操作，展示所述预设关键字；获得用户从所述预设关键词中选择的目标关键词，生成执行与所述目标关键词对应的所述第一指令。

可选的，基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

对所述多媒体数据和/或所述相关信息进行搜索，获得包含所述多媒体数据和/或所述相关信息的网站；

从所述网站中获得所述多媒体数据的属性信息，将所述属性信息作为所述识别结果。

可选的，当所述多媒体数据为视频数据时，所述基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的背景音乐进行识别获得识别结果。

可选的，当所述多媒体数据为图片数据时，所述基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的预设特征进行识别获得识别结果。

可选的，所述相关信息包括如下至少一种信息：所述当前应用程序输出的标题、所述多媒体数据的名称、所述多媒体数据的来源。

可选的，所述多媒体数据为：音频数据、视频数据或图片数据。

可选的，所述方法还包括：判断所述识别结果是否为空；若所述识别结果为空，在多媒体数据库中对所述多媒体数据进行搜索，获得所述多媒体数据的目标识别结果。

可选的，所述向用户展示所述识别结果，包括：将所述识别结果作为所述输入法的候选项，展示在所述输入法的候选界面中。

本申请实施例还提供一种多媒体数据的识别装置，所述装置包括：

调用单元，用于响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

识别单元，用于基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

展示单元，用于向用户展示所述识别结果。

可选的，所述展示单元还用于：响应当前应用程序调用输入法的第二指令，在所述当前应用程序的应用界面展现所述输入法的输入界面，其中，所述输入界面中提供用于识别多媒体数据的识别接口。

可选的，所述装置还包括：检测单元，用于检测用户通过所述输入法输入的输入信息中是否包含与多媒体数据识别相关的预设关键字；生成单元，用于若所述输入信息中包含所述预设关键字，生成并执行所述第一指令；或者，

所述展示单元还用于响应用户的识别操作，展示所述预设关键字；所述生成单元还用于获得用户从所述预设关键词中选择的目标关键词，生成执行与所述目标关键词对应的所述第一指令。

可选的，所述识别单元用于：对所述多媒体数据和/或所述相关信息进行搜索，获得包含所述多媒体数据和/或所述相关信息的网站；从所述网站中获得所述多媒体数据的属性信息，将所述属性信息作为所述识别结果。

可选的，当所述多媒体数据为视频数据时，所述识别单元用于：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的背景音乐进行识别获得识别结果。

可选的，当所述多媒体数据为图片数据时，所述识别单元用于：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的预设特征进行识别获得识别结果。

可选的，所述相关信息包括如下至少一种信息：所述当前应用程序输出的标题、所述多媒体数据的名称、所述多媒体数据的来源。

可选的，所述多媒体数据为：音频数据、视频数据或图片数据。

可选的，所述装置还包括：判断单元，用于判断所述识别结果是否为空；所述识别单元具体用于：若所述识别结果为空，在多媒体数据库中对所述多媒体数据进行搜索，获得所述多媒体数据的目标识别结果。

可选的，所述展示单元用于：将所述识别结果作为所述输入法的候选项，展示在所述输入法的候选界面中。

本申请实施例还提供一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。

本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。

本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果：

本申请实施例提供一种多媒体数据的识别方法，该方法包括：响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过识别接口获得当前应用程序当前输出的多媒体数据和/或当前应用程序提供的与多媒体数据相关的相关信息；基于多媒体数据和/或其相关信息，对多媒体数据进行识别获得识别结果；向用户展示该识别结果。通过调用输入法提供的多媒体数据识别的识别接口，来对其他应用程序输出的多媒体数据进行识别，使得多媒体数据识别过程无需进行APP切换，适用于对任一应用程序输出的多媒体数据进行识别，解决了现有技术中多媒体数据识别普遍适用性较低的技术问题，提高多媒体数据识别的普遍适用性。

附图说明

图1为本申请实施例提供的一种多媒体数据的识别方法的流程图；

图2为本申请实施例提供的一种多媒体数据的识别装置的方框图；

图3为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

在本申请实施例提供的技术方案中，提供一种多媒体数据的识别方法，通过调用输入法中用于识别多媒体数据的识别接口，以供任一能够调用输入法的应用程序调用该识别接口进行多媒体数据识别，使得多媒体数据识别过程无需进行APP切换，适用于对任一应用程序输出的多媒体数据进行识别，以解决现有技术中多媒体数据识别普遍适用性较低的技术问题，提高多媒体数据识别的普遍适用性。

下面结合附图对本申请实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。

实施例

请参考图1，本申请实施例提供一种多媒体数据的识别方法，所述方法包括：

S11：响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

S12：基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

S13：向用户展示所述识别结果。

具体实施过程中，本申请实施例在输入法的输入界面中提供用于识别多媒体数据的识别接口，其它任一应用程序可以通过在自身的应用界面中调用输入法进一步调用该识别接口，通过该识别接口来实现对任一调用输入法的应用程序中的多媒体数据进行识别。由于绝大多数应用程序都需要与用户进行交互，需要调用输入法以获得用户的输入信息，所以绝大多数应用程序都允许在自己的应用界面上展示输入法的应用界面，进而展现多媒体数据的识别接口，以供用户进行多媒体数据识别。

当前应用程序调用第一指令时，通常先生成调用输入法的第二指令，输入法响应当前应用程序的第二指令，在当前应用程序的应用界面展现输入法的输入界面。其中，输入界面中提供用于识别多媒体数据的识别接口。第二指令可以是由用户点击输入框、搜索框、评论框等用于调用输入法的操作触发生成的第二指令。输入法的输入界面的展现方式包含两种，一种是字符界面，包含字符“A”、“B”、“C”等；一种是功能界面，包含各种功能接口如“个性皮肤”、“语音输入”、“热词速递”等。识别接口可以设置在字符界面，也可以设置在功能界面，本申请实施例并不限制识别接口的具体位置。

实际应用过程中，本申请实施例在展现输入法的输入界面时，可以检测当前应用程序的当前输出内容是否包含多媒体数据；若当前输出内容包含多媒体数据，在当前应用程序的应用界面展现输入法的输入界面并展现用于提示通过识别接口对多媒体数据进行识别的提示信息，以帮助用户快速进行多媒体数据识别，提高多媒体数据识别的效率，提升用户体验。例如：用户在一直播APP里，点击评论框调用输入法后，输入法可以检测直播APP当前输出内容包含音频、视频等多媒体数据，那么在直播APP的应用界面上展现输入界面时，可以提示用户“识别当前音乐”，用户可以通过点击该提示信息来触发生成用于调用识别接口的第一指令。当然，用户也可以点击输入法中的“识别接口”来触发生成第一指令。

S11响应第一指令调用输入法提供的识别接口，通过识别接口获得当前应用程序当前输出的多媒体数据和/或与多媒体数据相关的相关信息。其中，多媒体数据为：音频数据、视频数据或图片数据。与多媒体数据相关的相关信息包括如下至少一种信息：当前应用程序输出的标题、多媒体数据的名称、多媒体数据的来源。获取当前应用程序当前输出的多媒体数据可以从输出设备(如显示器、扬声器)中获得其输出的多媒体数据，也可以通过录音设备(如麦克风)、截屏功能获得应用程序当前输出的多媒体数据。

关于第一指令，本申请实施例还可以通过关键字检测自动生成。具体的，可以检测用户通过输入法输入的输入信息中是否包含预设关键字；若输入信息中包含预设关键字，生成并执行第一指令。其中，预设关键词为与多媒体数据识别相关的关键词，包括：背景音乐、识别、名称、演唱者、主演等等。例如：在某一新闻APP中，用户调用输入法输入“背景音乐”，那么输入法检测到用户输入信息中包含预设关键词“背景音乐”，则可以生成并执行调用识别接口的第一指令，以进行多媒体数据识别。

相应的，本申请实施例还可以根据关键词生成不同的第一指令。具体的，输入法的识别接口可以提供不同目的的多媒体数据识别，如：背景音乐识别、视频识别、主演识别等。可以检测用户对识别接口进行的识别操作，响应用户的识别操作，展示预设关键字；获得用户从预设关键词中选择的目标关键词，生成并执行与获得目标关键词对应的第一指令。例如：用户点击识别接口后，选择的目标关键词是“背景音乐”，那么则根据“背景音乐”生成并执行用于识别背景音乐的第一指令。

S12：基于获得的多媒体数据和/或与多媒体数据相关的相关信息，对多媒体数据进行识别获得识别结果。具体的，可以通过大数据识别的方式对多媒体数据进行识别：对多媒体数据和/或与多媒体数据相关的相关信息进行大数据搜索，获得包含该多媒体数据和/或相关信息的网站；从获得的网站中获得多媒体数据的属性信息，将该属性信息作为识别结果。通过大数据识别的方式，省去了对多媒体数据本身的比对识别，减少了数据识别的计算量，提高了识别效率。例如：待识别的多媒体数据为视频“舌尖上的中国-第1集”，若要对其视频数据进行一一比对识别，将占用大量的计算资源，识别效率较低，采用大数据识别方法则可以获得互联网上发布过“舌尖上的中国-第1集”的其它网站，在其它网站上往往会有对“舌尖上的中国-第1集”的描述、评论等信息，在这些信息中，可以通过关键词识别来快速获得想要的识别结果，如评论区上“背景音乐为XX1”、“导演是XX2”、“拍摄地是XX3”等。

S12通过大数据识别获得的识别结果包含两种情况：一、识别结果不为空，即识别成功，获得了有效的识别信息；二、识别结果为空，即识别失败。在S12获得识别结果后，可以直接执行S13向用户展示识别结果。也可以进一步对识别结果进行判断，若识别结果不为空，则继续执行S13：向用户展示获得的识别结果。若识别结果为空，本申请实施例还可以在多媒体数据库中对多媒体数据进行搜索，获得多媒体数据的目标识别结果并输出。通过多媒体数据库来进行多媒体数据进行搜索，则需要多媒体数据库中存储大量的多媒体数据以及该多媒体数据对应的属性信息，通过将获得的多媒体数据与多媒体数据库中的多媒体数据本身进行搜索比对来识别多媒体数据。

在输出识别结果时，可以将识别结果作为输入法的候选项，输出到输入法的候选界面中。也可以将识别结果单独输出，并对改该识别结果提供相应的操作接口，如分享操作接口、复制操作接口等，以供用户对该识别结果进行分享、复制等操作。

在具体实施过程中，本申请实施例可以针对不同类型的多媒体数据进行不同的多媒体数据识别。当多媒体数据为音频数据时，可以基于音频数据和/或与其先关的相关信息，对音频进行大数据识别获得识别结果。当多媒体数据为图片数据时，可以基于多媒体数据和/或与其先关的相关信息，对多媒体数据中的预设特征如人脸、建筑、地理位置等进行大数据识别获得识别结果。例如：用户在新闻APP中查看一新闻时，想要知道新闻中的图片A中的人物的姓名，可以通过调用输入法中的识别接口，通过识别接口来识别图片A中的人脸，来获得该人物的姓名。

当多媒体数据为视频数据时，基于多媒体数据和/或与其相关的相关信息，可以对多媒体数据中的背景音乐进行大数据识别获得识别结果。例如：当前应用程序输出的多媒体数据为电影“战狼2”的数据，那么通过识别接口从当前电子设备的输出设备中获得多媒体数据及从当前应用程序中获得与该多媒体数据相关的相关信息如名称“战狼2”，那么可以通过名称“战狼2”通过大数据搜索获得与“战狼2”相关的背景音乐信息，获得搜索结果如“amazing grace”、“风去云不回”等。

进一步的，当大数据识别获得的识别结果包含多个第一识别结果时，还可以基于第一识别结果和多媒体数据，在多媒体数据库中进行比对识别，以获得最终的识别结果并输出。如，对大数据识别获得的第一识别结果“amazing grace”和“风去云不回”，从多媒体数据库中调出“amazing grace”和“风去云不回”的音频数据，与获得的多媒体数据进行比对，获得最终识别结果如当前应用程序输出多媒体数据的背景音乐为“amazing grace”。上述通过大数据识别来识别背景音乐的方法，有效避免了对视频数据中音频数据的过滤、降噪等操作，提高了识别效率和准确率。

针对上述实施例提供一种多媒体数据的识别方法，本申请实施例还对应提供一种多媒体数据的识别装置，请参考图2，该装置包括：

调用单元21，用于响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

识别单元22，用于基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

展示单元23，用于向用户展示所述识别结果。

作为一种可选的实施方式，所述展示单元23还用于：响应当前应用程序调用输入法的第二指令，在所述当前应用程序的应用界面展现所述输入法的输入界面，其中，所述输入界面中提供用于识别多媒体数据的识别接口。

作为一种可选的实施方式，所述装置还包括：检测单元24，用于检测用户通过所述输入法输入的输入信息中是否包含与多媒体数据识别相关的预设关键字；生成单元25，用于若所述输入信息中包含所述预设关键字，生成并执行所述第一指令；或者，所述展示单元23还用于响应用户的识别操作，展示所述预设关键字；所述生成单元25还用于获得用户从所述预设关键词中选择的目标关键词，生成执行与所述目标关键词对应的所述第一指令。

作为一种可选的实施方式，所述识别单元22用于：对所述多媒体数据和/或所述相关信息进行搜索，获得包含所述多媒体数据和/或所述相关信息的网站；从所述网站中获得所述多媒体数据的属性信息，将所述属性信息作为所述识别结果。

作为一种可选的实施方式，当所述多媒体数据为视频数据时，所述识别单元22用于：基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的背景音乐进行识别获得识别结果。

作为一种可选的实施方式，当所述多媒体数据为图片数据时，所述识别单元22用于：基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的预设特征进行识别获得识别结果。

具体实施过程中，所述相关信息包括如下至少一种信息：所述当前应用程序输出的标题、所述多媒体数据的名称、所述多媒体数据的来源。所述多媒体数据为：音频数据、视频数据或图片数据。

作为一种可选的实施方式，所述装置还包括：判断单元26，用于判断所述识别结果是否为空；所述识别单元22具体用于：若所述识别结果为空，在多媒体数据库中对所述多媒体数据进行搜索，获得所述多媒体数据的目标识别结果。

作为一种可选的实施方式，所述展示单元22用于：将所述识别结果作为所述输入法的候选项，展示在所述输入法的候选界面中。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图3是根据一示例性实施例示出的一种用于实现多媒体数据的识别方法的电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/展现(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个展现接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为展现和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于展现音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种多媒体数据识别方法，所述方法包括：响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；向用户展示所述识别结果。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种多媒体数据的识别方法，其特征在于，所述方法包括：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

响应当前应用程序调用输入法的第二指令，在所述当前应用程序的应用界面展现所述输入法的输入界面，其中，所述输入界面中提供用于识别多媒体数据的识别接口。

3.如权利要求1所述的方法，其特征在于，所述方法包括：

检测用户通过所述输入法输入的输入信息中是否包含与多媒体数据识别相关的预设关键字；若所述输入信息中包含所述预设关键字，生成并执行所述第一指令；或者，

响应用户的识别操作，展示所述预设关键字；获得用户从所述预设关键词中选择的目标关键词，生成执行与所述目标关键词对应的所述第一指令。

4.如权利要求1所述的方法，其特征在于，基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

对所述多媒体数据和/或所述相关信息进行搜索，获得包含所述多媒体数据和/或所述相关信息的网站；

从所述网站中获得所述多媒体数据的属性信息，将所述属性信息作为所述识别结果。

5.如权利要求4所述的方法，其特征在于，当所述多媒体数据为视频数据时，所述基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的背景音乐进行识别获得识别结果。

6.如权利要求4所述的方法，其特征在于，当所述多媒体数据为图片数据时，所述基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果，包括：

基于所述多媒体数据和/所述相关信息，对所述多媒体数据中的预设特征进行识别获得识别结果。

7.如权利要求1～6任一所述的方法，其特征在于，所述相关信息包括如下至少一种信息：所述当前应用程序输出的标题、所述多媒体数据的名称、所述多媒体数据的来源。

8.如权利要求1～6任一所述的方法，其特征在于，所述多媒体数据为：音频数据、视频数据或图片数据。

9.如权利要求1～6任一所述的方法，其特征在于，所述方法还包括：

判断所述识别结果是否为空；

若所述识别结果为空，在多媒体数据库中对所述多媒体数据进行搜索，获得所述多媒体数据的目标识别结果。

10.如权利要求1～6任一所述的方法，其特征在于，所述向用户展示所述识别结果，包括：

将所述识别结果作为所述输入法的候选项，展示在所述输入法的候选界面中。

11.一种多媒体数据的识别装置，其特征在于，所述装置包括：

调用单元，用于响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

识别单元，用于基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

展示单元，用于向用户展示所述识别结果。

12.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

响应当前应用程序调用输入法识别功能的第一指令，调用输入法中用于识别多媒体数据的识别接口，通过所述识别接口获得所述当前应用程序当前输出的多媒体数据和/或所述当前应用程序提供的与所述多媒体数据相关的相关信息；

基于所述多媒体数据和/或所述相关信息，对所述多媒体数据进行识别获得识别结果；

向用户展示所述识别结果。