CN109828741A - 用于播放音频的方法和装置 - Google Patents

用于播放音频的方法和装置 Download PDF

Info

Publication number
CN109828741A
CN109828741A CN201910086010.4A CN201910086010A CN109828741A CN 109828741 A CN109828741 A CN 109828741A CN 201910086010 A CN201910086010 A CN 201910086010A CN 109828741 A CN109828741 A CN 109828741A
Authority
CN
China
Prior art keywords
key point
audio
trigger position
point information
skeleton
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910086010.4A
Other languages
English (en)
Inventor
黄佳斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910086010.4A priority Critical patent/CN109828741A/zh
Publication of CN109828741A publication Critical patent/CN109828741A/zh
Priority to PCT/CN2019/126772 priority patent/WO2020155915A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16Sound input; Sound output

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开的实施例公开了用于播放音频的方法和装置。该方法的一具体实施方式包括:获取在目标界面显示的显示视频帧,其中,对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。该实施方式实现了使被拍摄人员通过肢体动作即可触发播放音频,提高了触发播放音频的灵活性。

Description

用于播放音频的方法和装置
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于播放音频的方法和装置。
背景技术
随着计算机技术的发展,人们可以使用手机、平板电脑等设备拍摄小视频、进行视频聊天等。当人们在拍摄演奏音乐的视频时,通常需要使用实际的乐器,或者通过触控电子设备上显示的虚拟乐器演奏音乐。
发明内容
本公开的实施例提出了用于播放音频的方法和装置。
第一方面,本公开的实施例提供了一种用于播放音频的方法,该方法包括:获取在目标界面显示的显示视频帧,其中,显示视频帧是当前拍摄的视频包括的视频帧,目标界面上预先设置有至少一个音频触发位置;对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
在一些实施例中,目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。
在一些实施例中,视频是对目标用户实时拍摄的视频;以及在对显示视频帧进行人体骨骼关键点检测之后,该方法还包括:响应于没有检测到人体骨骼关键点信息集合,在目标界面上显示用于提示目标用户站位错误的提示信息。
在一些实施例中,视频是对目标用户实时拍摄的视频;以及在确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息之后,该方法还包括:响应于确定人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在目标界面上显示用于提示目标用户站位错误的提示信息。
在一些实施例中,在响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频之前,该方法还包括:基于人体骨骼关键点信息集合确定人体图像;响应于确定人体图像的尺寸小于预设尺寸,对显示视频帧进行放大,以使人体图像的尺寸达到预设尺寸。
在一些实施例中,音频触发位置由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。
在一些实施例中,在播放预设的、与该音频触发位置对应的音频之后,该方法还包括:响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放该音频触发位置对应的音频。
在一些实施例中,播放预设的、与该音频触发位置对应的音频,包括:确定目标人体骨骼关键点信息指示的人体骨骼关键点在目标界面上的移动速度;根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。
第二方面,本公开的实施例提供了一种用于播放音频的装置,该装置包括:获取单元,被配置成获取在目标界面显示的显示视频帧,其中,显示视频帧是当前拍摄的视频包括的视频帧,目标界面上预先设置有至少一个音频触发位置;检测单元,被配置成对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;播放单元,被配置成响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
在一些实施例中,目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。
在一些实施例中,视频是对目标用户实时拍摄的视频;以及检测单元进一步被配置成:响应于没有检测到人体骨骼关键点信息集合,在目标界面上显示用于提示目标用户站位错误的提示信息。
在一些实施例中,视频是对目标用户实时拍摄的视频;以及该装置还包括:显示单元,被配置成响应于确定人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在目标界面上显示用于提示目标用户站位错误的提示信息。
在一些实施例中,该装置还包括:确定单元,被配置成基于人体骨骼关键点信息集合确定人体图像;放大单元,被配置成响应于确定人体图像的尺寸小于预设尺寸,对显示视频帧进行放大,以使人体图像的尺寸达到预设尺寸。
在一些实施例中,音频触发位置由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。
在一些实施例中,播放单元进一步被配置成:响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放该音频触发位置对应的音频。
在一些实施例中,播放单元包括:确定模块,被配置成确定目标人体骨骼关键点信息指示的人体骨骼关键点在目标界面上的移动速度;播放模块,被配置成根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。
第三方面,本公开的实施例提供了一种终端设备,该终端设备包括: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,本公开的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。
本公开的实施例提供的用于播放音频的方法和装置,通过获取在目标界面显示的显示视频帧,对显示视频帧进行人体骨骼关键点检测,如果检测到人体骨骼关键点信息集合,且人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于目标界面上的至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点处于该音频触发位置,播放预设的、与该音频触发位置对应的音频,从而通过被拍摄人员的肢体动作即可触发播放音频,提高了触发播放音频的灵活性,有助于使得被拍摄人员在不使用乐器的情况下,仅通过肢体动作即可演奏音乐。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的实施例的用于播放音频的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于播放音频的方法的一个应用场景的示意图;
图4是根据本公开的实施例的用于播放音频的方法的又一个实施例的流程图;
图5是根据本公开的实施例的用于播放音频的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的终端设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开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公开,而非对该公开的限定。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公开相关的部分。
需要说明的是,在不冲突的情况下,本公开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公开。
图1示出了可以应用本公开的实施例的用于播放音频的方法或用于播放音频的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频拍摄应用、视频播放应用、社交平台软件等。
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,可以是各种电子设备。当终端设备101、102、103为软件时,可以安装在上述电子设备中。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或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103拍摄的视频提供支持的后台服务器。后台服务器可以用于设置目标界面上的音频触发位置,以及设置于音频触发位置对应的音频等。
需要说明的是,本公开的实施例所提供的用于显示图像的方法一般由终端设备101、102、103执行,相应地,用于显示图像的装置一般设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,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的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
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、网络和服务器。在显示视频帧不需要从远程获取的情况下,上述系统架构可以不包括服务器和网络。
继续参考图2,示出了根据本公开的用于播放音频的方法的一个实施例的流程200。该用于播放音频的方法,包括以下步骤:
步骤201,获取在目标界面显示的显示视频帧。
在本实施例中,用于播放音频的方法的执行主体(例如图1所示的终端设备)可以从本地获取在目标界面显示的显示视频帧。其中,显示视频帧是当前拍摄的视频包括的视频帧。目标界面可以是用于显示上述视频的视频帧的界面。例如,目标界面可以是在上述执行主体上安装的视频播放应用的播放界面。目标界面上预先设置有至少一个音频触发位置。音频触发位置用于触发播放音频。
在本实施例的一些可选的实现方式中,音频触发位置可以由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。作为示例,音频触发位置可以由预设尺寸的矩形区域表征。上述预设长度的线可以是直线段或曲线段。
步骤202,对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息。
在本实施例中,上述执行主体可以对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息。其中,人体骨骼关键点信息用于指示人体骨骼关键点。人体骨骼关键点是用于表征人体的特定部位的点,例如用于表征头顶、肘关节、肩关节等部位的点。人体骨骼关键点信息可以包括在显示视频帧上建立的坐标系中的坐标,该坐标可以用于表征人体骨骼关键点在显示视频帧中的位置。
上述执行主体可以按照现有的各种确定人体骨骼关键点的方法对显示视频帧进行人体骨骼关键点检测。例如,上述执行主体可以将显示视频帧输入预先训练的用于进行人体骨骼关键点检测的卷积神经网络(Convolutional Neural Networks,CNN),得到人体骨骼关键点信息集合。上述卷积神经网络可以是现有的各种结构的卷积神经网络,例如R-CNN(Region-CNN)、STN(Spatial Transform Networks,空间变换网络)等。需要说明的是,上述人体骨骼关键点检测方法是目前广泛研究和应用的公知技术,在此不再赘述。
上述目标人体骨骼关键点信息可以是检测得到的人体骨骼关键点信息集合中的、用于表征人体的特定部位(例如手部、脚部等)的人体骨骼关键点信息。通常,人体骨骼关键点信息可以具有对应的序号,序号可以是由上述执行主体在检测到人体骨骼关键点信息集合时,根据每个人体骨骼关键点信息指示的人体骨骼关键点对应的人体部位确定的。上述执行主体可以按照预设的、目标人体骨骼关键点信息对应的序号,从人体骨骼关键点信息集合中,确定目标人体骨骼关键点信息。
在本实施例的一些可选的实现方式中,目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。其中,目标人体骨骼关键点信息可以是表征人的任一只手的人体骨骼关键点信息。通过设置表征手部的人体骨骼关键点信息作为目标人体骨骼关键点信息,可以有助于使得被拍摄的人物通过手部动作灵活地控制音频的播放。
在本实施例的一些可选的实现方式中,上述视频是对目标用户实时拍摄的视频。其中,目标用户可以是上述执行主体包括的摄像头或与上述执行主体通信连接的电子设备包括的摄像头拍摄到的用户。上述执行主体可以响应于确定未检测到人体骨骼关键点信息集合,在目标界面上显示用于提示用户站位错误的提示信息。具体地,上述执行主体未检测到人体骨骼关键点信息集合的原因,通常是由于目标用户的站位不准确,上述执行主体无法获得目标用户的人体图像。此时,上述执行主体可以在目标界面上显示用于提示用户站位错误的提示信息。提示信息可以包括但不限于以下至少一种:文字、图像等。作为示例,提示信息可以是用于表征人体的轮廓的图像,目标用户可以参考该图像,调整站位,使得自己的人体图像位于该图像所处的位置。实践中,当人体图像处于该图像所处的位置时,通常为触发播放音频的最佳位置。
在本实施例的一些可选的实现方式中,上述执行主体可以在步骤203之前,执行如下步骤:
首先,基于人体骨骼关键点信息集合确定人体图像。具体地,作为示例,上述执行主体可以从显示视频帧中,将包括所有的人体骨骼关键点信息分别指示的人体骨骼关键点的矩形区域(例如最小矩形包括的区域,或者在最小矩形的基础上放大预设倍数所得到的矩形包括的区域)确定为人体图像。或者,人体骨骼关键点信息可以具有对应的序号,上述执行主体可以按照预先指定的序号,将包括这些序号分别对应的人体骨骼关键点的矩形区域确定为人体图像。通常,按照上述指定的序号确定的人体图像可以为人体的上半身图像。
然后,响应于确定人体图像的尺寸小于预设尺寸,对显示视频帧进行放大,以使人体图像的尺寸达到预设尺寸。
其中,图像的尺寸通常用像素数表征,例如x×y,其中,x为横向像素数,y为纵向像素数。上述预设尺寸可以是预设的固定尺寸;或者,上述预设尺寸可以是根据预设的比例确定的尺寸,例如,假设用于显示上述显示视频帧的界面的尺寸为m×n,预设的比例为0.8,则预设尺寸为0.8m×0.8n。需要说明的是,当满足以下至少一项条件时,可以确定人体图像的尺寸小于预设尺寸:人体图像的横向像素数小于预设尺寸的横向像素数,人体图像的纵向像素数小于预设尺寸的纵向像素数,人体图像的对角线包括的像素数小于预设尺寸表征的矩形的对角线包括的像素数。相应地,当满足以下至少一项条件时,确定人体图像达到预设尺寸:人体图像的横向像素数与预设尺寸的横向像素数相同,人体图像的纵向像素数与预设尺寸的纵向像素数相同,人体图像的对角线包括的像素数与预设尺寸表征的矩形的对角线包括的像素数相同。应当理解,上述条件仅仅是示例性的,实践中,还可以包括其他条件。
通过执行本可选的实现方式,可以在被拍摄的用户的人体图像较小时,将人体图像放大至预设的尺寸,从而有助于使用户更准确地通过肢体动作触发音频播放。
步骤203,响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
在本实施例中,上述执行主体可以响应于确定人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于上述至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。其中,与音频触发位置对应的音频可以预先存储在上述执行主体中,音频触发位置与音频的对应关系可以通过列表、指针等形式预先建立。
具体地,作为示例,对于某个音频触发位置,如果该音频触发位置由预设尺寸及形状的区域表征,当检测到目标人体骨骼关键点信息指示的人体骨骼关键点由该区域外移动到该区域内时,确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,此时,播放预设的、与该音频触发位置对应的音频。再例如,对于某个音频触发位置,如果该音频触发位置由预设长度的直线段表征,当检测到目标人体骨骼关键点信息指示的人体骨骼关键点与该直线段接触时,确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,此时,播放预设的、与该音频触发位置对应的音频。
实践中,音频触发位置对应的音频为模拟某种乐器的某个音调,通过触发播放各个音频触发位置分别对应的音频,可以实现通过人的肢体动作模拟演奏乐器。此外,音频触发位置对应的音频还可以是其他类型的音频,例如一段音乐,一种音效等。
在本实施例的一些可选的实现方式中,视频是对目标用户实时拍摄的视频。其中,目标用户可以是上述执行主体包括的摄像头或与上述执行主体通信连接的电子设备包括的摄像头拍摄到的用户。上述执行主体可以响应于确定人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在目标界面上显示用于提示目标用户站位错误的提示信息。具体地,当确定人体骨骼关键点信息集合不包括目标人体骨骼关键点信息时,表示目标人物站位不准确,摄像头无法拍摄到完整的人体图像,上述执行主体无法检测到目标人体骨骼关键点信息。此时,上述执行主体可以在目标界面上显示提示信息,以提醒目标用户站位错误。本实现方式中的提示信息可以与上述可选的实现方式中的提示信息相同,这里不再赘述。
继续参见图3,图3是根据本实施例的用于播放音频的方法的应用场景的一个示意图。在图3的应用场景中,终端设备301首先获取当前在目标界面302(即终端设备上用于显示拍摄的视频包括的视频帧的页面)显示的显示视频帧,其中,显示视频帧是对使用终端设备自拍的用户拍摄的视频包括的视频帧。目标界面302上预先设置有7个音频触发位置(即图中的矩形区域A-G),7个音频触发位置用于模拟钢琴的琴键。然后,终端设备301对显示视频帧进行人体骨骼关键点检测,得到人体骨骼关键点信息集合,其中包括的人体骨骼关键点信息分别对应于图中黑色原点所示的人体骨骼关键点。其中,人体骨骼关键点303和304分别对应的人体骨骼关键点信息均为目标人体骨骼关键点信息,用于表征人手。最后,终端设备301响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点303由音频触发位置G之外移动到G之上,播放预设的、与该音频触发位置对应的音频。
本公开的上述实施例提供的方法,通过获取在目标界面显示的显示视频帧,对显示视频帧进行人体骨骼关键点检测,如果检测到人体骨骼关键点信息集合,且人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于目标界面上的至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点处于该音频触发位置,播放预设的、与该音频触发位置对应的音频,从而实现了使被拍摄人员通过肢体动作即可触发播放音频,提高了触发播放音频的灵活性,有助于使得被拍摄人员在不使用乐器的情况下,仅通过肢体动作即可演奏音乐。
进一步参考图4,其示出了用于播放音频的方法的又一个实施例的流程400。该用于播放音频的方法的流程400,包括以下步骤:
步骤401,获取在目标界面显示的显示视频帧。
在本实施例中,用于播放音频的方法的执行主体(例如图1所示的终端设备)可以从本地获取在目标界面显示的显示视频帧。其中,显示视频帧是当前拍摄的视频包括的视频帧。目标界面可以是用于显示上述视频的视频帧的界面。例如,目标界面可以是在上述执行主体上安装的视频播放应用的播放界面。目标界面上预先设置有至少一个音频触发位置。音频触发位置用于触发播放音频。
在本实施例中,音频触发位置可以由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。作为示例,音频触发位置可以由预设尺寸的矩形区域表征。上述预设长度的线可以是直线段或曲线段。
步骤402,对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息。
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,响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频;响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放音频。
在本实施例中,上述执行主体可以响应于确定人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于上述至少一个音频触发位置中的音频触发位置,执行如下子步骤(包括步骤4031-步骤4032):
步骤4031,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
具体地,步骤4031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4032,响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放音频。
具体地,当该音频触发位置由预设尺寸及形状的区域(例如预设尺寸的矩形区域)表征时,上述执行主体可以确定目标人体骨骼关键点信息指示的人体骨骼关键点在该触发位置上的停留时间。通常,上述执行主体可以在播放该音频触发位置对应的音频的同时,开始计时,并实时地对目标界面上显示的视频帧进行人体骨骼关键点检测。当检测到目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长(例如3秒)时,停止播放该音频触发位置对应的音频。实践中,通常可以以音量逐渐减小的方式停止播放音频。
在本实施例的一些可选的实现方式中,上述执行主体可以按照如下步骤播放与该音频触发位置对应的音频:
首先,确定目标人体骨骼关键点信息指示的人体骨骼关键点在目标界面上的移动速度。具体地,上述执行主体可以实时地对在目标界面显示的视频帧进行人体骨骼关键点检测,通过对目标人体骨骼关键点信息指示的人体骨骼关键点在相邻的两个视频帧(或者中间间隔预设数量个视频帧的两个视频帧)的所处的位置的变化,以及两个视频帧的播放时间间隔,可以实时地确定出目标人体骨骼关键点信息指示的人体骨骼关键点在目标界面上的移动速度。当检测到目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上时,确定此时的目标人体骨骼关键点信息指示的人体骨骼关键点移动速度为下述确定音频的音量使用的移动速度。
然后,根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。本实现方式可以根据目标人体骨骼关键点信息指示的人体骨骼关键点的移动速度,控制播放的音频的音量,从而有助于更准确地模拟乐器的演奏。例如,上述音频触发位置用于模拟钢琴时,可以由目标人体骨骼关键点信息指示的人体骨骼关键点的移动速度表征人的手指敲击琴键的力度,从而更真实的模拟钢琴演奏。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于播放音频的方法的流程400突出了根据目标人体骨骼关键点信息指示的人体骨骼关键点在音频触发位置的停留时间,停止播放音频的步骤。由此,本实施例描述的方案可以更加灵活地控制音频的播放,有助于更加准确地模拟乐器的演奏。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于播放音频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于播放音频的装置500包括:获取单元501,被配置成获取在目标界面显示的显示视频帧,其中,显示视频帧是当前拍摄的视频包括的视频帧,目标界面上预先设置有至少一个音频触发位置;检测单元502,被配置成对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;播放单元503,被配置成响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
在本实施例中,获取单元501可以获取在目标界面显示的显示视频帧。其中,显示视频帧是当前拍摄的视频包括的视频帧。目标界面可以是用于显示上述视频的视频帧的界面。例如,目标界面可以是在上述装置500上安装的视频播放应用的播放界面。目标界面上预先设置有至少一个音频触发位置。音频触发位置用于触发播放音频。
在本实施例中,检测单元502可以对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息。其中,人体骨骼关键点信息用于指示人体骨骼关键点。人体骨骼关键点是用于表征人体的特定部位的点,例如用于表征头顶、肘关节、肩关节等部位的点。人体骨骼关键点信息可以包括在显示视频帧上建立的坐标系中的坐标,该坐标可以用于表征人体骨骼关键点在显示视频帧中的位置。
上述检测单元502可以按照现有的各种确定人体骨骼关键点的方法对显示视频帧进行人体骨骼关键点检测。例如,上述检测单元502可以将显示视频帧输入预先训练的卷积神经网络(Convolutional Neural Networks,CNN),得到人体骨骼关键点信息集合。上述卷积神经网络可以是现有的各种结构的卷积神经网络,例如R-CNN(Region-CNN)、STN(Spatial Transform Networks,空间变换网络)等。需要说明的是,上述人体骨骼关键点检测方法是目前广泛研究和应用的公知技术,在此不再赘述。
上述目标人体骨骼关键点信息可以是所检测得到的人体骨骼关键点信息集合中的、用于表征人体的特定部位(例如手部、脚部等)的人体骨骼关键点信息。通常,人体骨骼关键点信息可以具有对应的序号,序号可以是由上述检测单元502在检测到人体骨骼关键点信息集合时,根据每个人体骨骼关键点信息指示的人体骨骼关键点对应的人体部位确定的。上述检测单元502可以按照预设的、目标人体骨骼关键点信息对应的序号,从人体骨骼关键点信息集合中,确定目标人体骨骼关键点信息。
在本实施例中,播放单元503可以响应于确定人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于上述至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
具体地,作为示例,对于某个音频触发位置,如果该音频触发位置由预设尺寸及形状的区域表征,当检测到目标人体骨骼关键点信息指示的人体骨骼关键点由该区域外移动到该区域内时,确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,此时,播放预设的、与该音频触发位置对应的音频。再例如,对于某个音频触发位置,如果该音频触发位置由预设长度的直线段表征,当检测到目标人体骨骼关键点信息指示的人体骨骼关键点与该直线段接触时,确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,此时,播放预设的、与该音频触发位置对应的音频。
实践中,音频触发位置对应的音频为模拟某种乐器的某个音调,通过触发播放各个音频触发位置分别对应的音频,可以实现通过人的肢体动作模拟演奏乐器。此外,音频触发位置对应的音频还可以是其他类型的音频,例如一段音乐,一种音效等。
在本实施例的一些可选的实现方式中,目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。
在本实施例的一些可选的实现方式中,视频是对目标用户实时拍摄的视频;以及检测单元502可以进一步被配置成:响应于没有检测到人体骨骼关键点信息集合,在目标界面上显示用于提示目标用户站位错误的提示信息。
在本实施例的一些可选的实现方式中,视频是对目标用户实时拍摄的视频;以及该装置500还可以包括:显示单元(图中未示出),被配置成响应于确定人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在目标界面上显示用于提示目标用户站位错误的提示信息。
在本实施例的一些可选的实现方式中,该装置500还可以包括:确定单元(图中未示出),被配置成基于人体骨骼关键点信息集合确定人体图像;放大单元(图中未示出),被配置成响应于确定人体图像的尺寸小于预设尺寸,对显示视频帧进行放大,以使人体图像的尺寸达到预设尺寸。
在本实施例的一些可选的实现方式中,音频触发位置由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。
在本实施例的一些可选的实现方式中,播放单元503可以进一步被配置成:响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放该音频触发位置对应的音频。
在本实施例的一些可选的实现方式中,播放单元503可以包括:确定模块(图中未示出),被配置成确定目标人体骨骼关键点信息指示的人体骨骼关键点在目标界面上的移动速度;播放模块(图中未示出),被配置成根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。
本公开的上述实施例提供的装置,通过获取在目标界面显示的显示视频帧,对显示视频帧进行人体骨骼关键点检测,如果检测到人体骨骼关键点信息集合,且人体骨骼关键点信息集合包括目标人体骨骼关键点信息,对于目标界面上的至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点处于该音频触发位置,播放预设的、与该音频触发位置对应的音频,从而实现了使被拍摄人员通过肢体动作即可触发播放音频,提高了触发播放音频的灵活性,有助于使得被拍摄人员在不使用乐器的情况下,仅通过肢体动作即可演奏音乐。
下面参考图6,其示出了适于用来实现本公开的实施例的终端设备600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,终端设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有终端设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603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。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如内存等的存储装置608;以及通信装置609。通信装置609可以允许终端设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的终端设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例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介质或者是上述两者的任意组合。计算机可读介质例如可以是——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。
在本公开的实施例中,计算机可读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。而在本公开的实施例中,计算机可读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。计算机可读信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。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终端设备执行时,使得该终端设备:获取在目标界面显示的显示视频帧,其中,显示视频帧是当前拍摄的视频包括的视频帧,目标界面上预先设置有至少一个音频触发位置;对显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;响应于确定包括,对于至少一个音频触发位置中的音频触发位置,响应于确定目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
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公开的实施例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,图示了按照本公开各种实施例的系统、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。
描述于本公开的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:一种处理器包括获取单元、检测单元、和播放单元。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,获取单元还可以被描述为“获取在目标界面显示的显示视频帧的单元”。
以上描述仅为本公开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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (18)

1.一种用于播放音频的方法,包括:
获取在目标界面显示的显示视频帧,其中,所述显示视频帧是当前拍摄的视频包括的视频帧,所述目标界面上预先设置有至少一个音频触发位置;
对所述显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定所述人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;
响应于确定包括,对于所述至少一个音频触发位置中的音频触发位置,响应于确定所述目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
2.根据权利要求1所述的方法,其中,所述目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。
3.根据权利要求1所述的方法,其中,所述视频是对目标用户实时拍摄的视频;以及
在所述对所述显示视频帧进行人体骨骼关键点检测之后,所述方法还包括:
响应于没有检测到人体骨骼关键点信息集合,在所述目标界面上显示用于提示所述目标用户站位错误的提示信息。
4.根据权利要求1所述的方法,其中,所述视频是对目标用户实时拍摄的视频;以及
在所述确定所述人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息之后,所述方法还包括:
响应于确定所述人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在所述目标界面上显示用于提示所述目标用户站位错误的提示信息。
5.根据权利要求1所述的方法,其中,在所述响应于确定包括,对于所述至少一个音频触发位置中的音频触发位置,响应于确定所述目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频之前,所述方法还包括:
基于所述人体骨骼关键点信息集合确定人体图像;
响应于确定所述人体图像的尺寸小于预设尺寸,对所述显示视频帧进行放大,以使所述人体图像的尺寸达到所述预设尺寸。
6.根据权利要求1-5之一所述的方法,其中,音频触发位置由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。
7.根据权利要求6所述的方法,其中,在所述播放预设的、与该音频触发位置对应的音频之后,所述方法还包括:
响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定所述目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放该音频触发位置对应的音频。
8.根据权利要求1-5之一所述的方法,其中,所述播放预设的、与该音频触发位置对应的音频,包括:
确定所述目标人体骨骼关键点信息指示的人体骨骼关键点在所述目标界面上的移动速度;
根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。
9.一种用于播放音频的装置,包括:
获取单元,被配置成获取在目标界面显示的显示视频帧,其中,所述显示视频帧是当前拍摄的视频包括的视频帧,所述目标界面上预先设置有至少一个音频触发位置;
检测单元,被配置成对所述显示视频帧进行人体骨骼关键点检测,响应于检测到人体骨骼关键点信息集合,确定所述人体骨骼关键点信息集合是否包括目标人体骨骼关键点信息;
播放单元,被配置成响应于确定包括,对于所述至少一个音频触发位置中的音频触发位置,响应于确定所述目标人体骨骼关键点信息指示的人体骨骼关键点由该音频触发位置之外移动到该音频触发位置之上,播放预设的、与该音频触发位置对应的音频。
10.根据权利要求9所述的装置,其中,所述目标人体骨骼关键点信息为用于表征手部的人体骨骼关键点信息。
11.根据权利要求9所述的装置,其中,所述视频是对目标用户实时拍摄的视频;以及
所述检测单元进一步被配置成:
响应于没有检测到人体骨骼关键点信息集合,在所述目标界面上显示用于提示所述目标用户站位错误的提示信息。
12.根据权利要求9所述的装置,其中,所述视频是对目标用户实时拍摄的视频;以及
所述装置还包括:
显示单元,被配置成响应于确定所述人体骨骼关键点信息集合不包括目标人体骨骼关键点信息,在所述目标界面上显示用于提示所述目标用户站位错误的提示信息。
13.根据权利要求9所述的装置,其中,所述装置还包括:
确定单元,被配置成基于所述人体骨骼关键点信息集合确定人体图像;
放大单元,被配置成响应于确定所述人体图像的尺寸小于预设尺寸,对所述显示视频帧进行放大,以使所述人体图像的尺寸达到所述预设尺寸。
14.根据权利要求9-13之一所述的装置,其中,音频触发位置由以下至少一种表征:预设尺寸及形状的区域、预设长度的线。
15.根据权利要求14所述的装置,其中,所述播放单元进一步被配置成:
响应于确定该音频触发位置由预设尺寸及形状的区域表征,且确定所述目标人体骨骼关键点信息指示的人体骨骼关键点在该音频触发位置上的停留时间达到预设时长,停止播放该音频触发位置对应的音频。
16.根据权利要求9-13之一所述的装置,其中,所述播放单元包括:
确定模块,被配置成确定所述目标人体骨骼关键点信息指示的人体骨骼关键点在所述目标界面上的移动速度;
播放模块,被配置成根据预设的与所确定的移动速度对应的音量,播放预设的、与该音频触发位置对应的音频。
17.一种终端设备,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1-8中任一所述的方法。
18.一种计算机可读介质,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1-8中任一所述的方法。
CN201910086010.4A 2019-01-29 2019-01-29 用于播放音频的方法和装置 Pending CN109828741A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910086010.4A CN109828741A (zh) 2019-01-29 2019-01-29 用于播放音频的方法和装置
PCT/CN2019/126772 WO2020155915A1 (zh) 2019-01-29 2019-12-19 用于播放音频的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910086010.4A CN109828741A (zh) 2019-01-29 2019-01-29 用于播放音频的方法和装置

Publications (1)

Publication Number Publication Date
CN109828741A true CN109828741A (zh) 2019-05-31

Family

ID=66862790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910086010.4A Pending CN109828741A (zh) 2019-01-29 2019-01-29 用于播放音频的方法和装置

Country Status (2)

Country Link
CN (1) CN109828741A (zh)
WO (1) WO2020155915A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555798A (zh) * 2019-08-26 2019-12-10 北京字节跳动网络技术有限公司 图像变形方法、装置、电子设备及计算机可读存储介质
CN111294518A (zh) * 2020-03-09 2020-06-16 Oppo广东移动通信有限公司 人像构图肢体截断检测方法、装置、终端及存储介质
WO2020155915A1 (zh) * 2019-01-29 2020-08-06 北京字节跳动网络技术有限公司 用于播放音频的方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113784045B (zh) * 2021-08-31 2023-08-22 北京安博盛赢教育科技有限责任公司 聚焦互动方法、装置、介质和电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128437A (zh) * 2010-12-20 2016-11-16 雅马哈株式会社 电子乐器
US20170032219A1 (en) * 2015-07-31 2017-02-02 Xiaomi Inc. Methods and devices for picture processing
CN106648083A (zh) * 2016-12-09 2017-05-10 广州华多网络科技有限公司 增强演奏场景合成控制方法及装置
CN107786549A (zh) * 2017-10-16 2018-03-09 北京旷视科技有限公司 音频文件的添加方法、装置、系统及计算机可读介质
CN108335741A (zh) * 2018-01-25 2018-07-27 安徽美时影像技术有限公司 一种智能影像语音交互装置系统
CN108874141A (zh) * 2018-06-25 2018-11-23 北京京东金融科技控股有限公司 一种体感浏览方法和装置
CN109068081A (zh) * 2018-08-10 2018-12-21 北京微播视界科技有限公司 视频生成方法、装置、电子设备及存储介质
CN109089059A (zh) * 2018-10-19 2018-12-25 北京微播视界科技有限公司 视频生成的方法、装置、电子设备及计算机存储介质
CN109089156A (zh) * 2018-09-19 2018-12-25 腾讯科技(深圳)有限公司 一种音效调节方法、装置及终端
CN109126056A (zh) * 2018-09-21 2019-01-04 万赢体育科技(上海)有限公司 体育训练系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2041640B1 (en) * 2006-07-16 2012-01-25 I. Cherradi Free fingers typing technology
KR101679239B1 (ko) * 2010-07-06 2016-11-24 삼성전자주식회사 휴대용 단말기에서 증강 현실 기법을 이용한 악기 연주를 제공하기 위한 장치 및 방법
CN105389013A (zh) * 2015-12-21 2016-03-09 深港产学研基地 一种基于手势的虚拟弹奏系统
CN107302548A (zh) * 2016-04-14 2017-10-27 中国电信股份有限公司 辅助乐器演奏练习的方法、终端设备、服务器和系统
CN106934406A (zh) * 2017-04-14 2017-07-07 华南理工大学 基于手势识别的音乐编辑器及音乐编辑方法
CN108829253B (zh) * 2018-06-19 2021-06-01 北京科技大学 一种模拟音乐指挥播放方法及装置
CN109166565A (zh) * 2018-08-23 2019-01-08 百度在线网络技术(北京)有限公司 虚拟乐器处理方法、装置、虚拟乐器设备及存储介质
CN109828741A (zh) * 2019-01-29 2019-05-31 北京字节跳动网络技术有限公司 用于播放音频的方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128437A (zh) * 2010-12-20 2016-11-16 雅马哈株式会社 电子乐器
US20170032219A1 (en) * 2015-07-31 2017-02-02 Xiaomi Inc. Methods and devices for picture processing
CN106648083A (zh) * 2016-12-09 2017-05-10 广州华多网络科技有限公司 增强演奏场景合成控制方法及装置
CN107786549A (zh) * 2017-10-16 2018-03-09 北京旷视科技有限公司 音频文件的添加方法、装置、系统及计算机可读介质
CN108335741A (zh) * 2018-01-25 2018-07-27 安徽美时影像技术有限公司 一种智能影像语音交互装置系统
CN108874141A (zh) * 2018-06-25 2018-11-23 北京京东金融科技控股有限公司 一种体感浏览方法和装置
CN109068081A (zh) * 2018-08-10 2018-12-21 北京微播视界科技有限公司 视频生成方法、装置、电子设备及存储介质
CN109089156A (zh) * 2018-09-19 2018-12-25 腾讯科技(深圳)有限公司 一种音效调节方法、装置及终端
CN109126056A (zh) * 2018-09-21 2019-01-04 万赢体育科技(上海)有限公司 体育训练系统
CN109089059A (zh) * 2018-10-19 2018-12-25 北京微播视界科技有限公司 视频生成的方法、装置、电子设备及计算机存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020155915A1 (zh) * 2019-01-29 2020-08-06 北京字节跳动网络技术有限公司 用于播放音频的方法和装置
CN110555798A (zh) * 2019-08-26 2019-12-10 北京字节跳动网络技术有限公司 图像变形方法、装置、电子设备及计算机可读存储介质
CN110555798B (zh) * 2019-08-26 2023-10-17 北京字节跳动网络技术有限公司 图像变形方法、装置、电子设备及计算机可读存储介质
CN111294518A (zh) * 2020-03-09 2020-06-16 Oppo广东移动通信有限公司 人像构图肢体截断检测方法、装置、终端及存储介质
CN111294518B (zh) * 2020-03-09 2021-04-27 Oppo广东移动通信有限公司 人像构图肢体截断检测方法、装置、终端及存储介质

Also Published As

Publication number Publication date
WO2020155915A1 (zh) 2020-08-06

Similar Documents

Publication Publication Date Title
CN109828741A (zh) 用于播放音频的方法和装置
US20210029305A1 (en) Method and apparatus for adding a video special effect, terminal device and storage medium
CN105874809B (zh) 用于基于所检测的音频事件倒回媒体内容的方法、系统和介质
CN109858445A (zh) 用于生成模型的方法和装置
CN108108214A (zh) 一种操作引导方法、装置及移动终端
KR20160065503A (ko) 이동 단말기 및 그 제어 방법
CN111445901B (zh) 音频数据获取方法、装置、电子设备及存储介质
CN111696532B (zh) 语音识别方法、装置、电子设备以及存储介质
CN109600559B (zh) 一种视频特效添加方法、装置、终端设备及存储介质
CN111050271B (zh) 用于处理音频信号的方法和装置
KR20170012979A (ko) 영상 공유 서비스를 위한 전자 장치 및 방법
CN109829432A (zh) 用于生成信息的方法和装置
CN109887505A (zh) 用于唤醒设备的方法和装置
CN109683710B (zh) 一种手掌法向量确定方法、装置、设备及存储介质
WO2020253716A1 (zh) 图像生成方法和装置
CN109934191A (zh) 信息处理方法和装置
JP2023519422A (ja) オーディオ処理方法、装置、可読媒体及び電子機器
CN109889893A (zh) 视频处理方法、装置及设备
CN108763475B (zh) 一种录制方法、录制装置及终端设备
CN109982130A (zh) 一种视频拍摄方法、装置、电子设备及存储介质
US11886484B2 (en) Music playing method and apparatus based on user interaction, and device and storage medium
CN110798327B (zh) 消息处理方法、设备及存储介质
CN109840059A (zh) 用于显示图像的方法和装置
CN109829067B (zh) 音频数据处理方法、装置、电子设备及存储介质
CN111710046A (zh) 交互方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190531