CN110830654B - 一种播放语音消息的方法及设备 - Google Patents

Abstract

本发明提供一种播放语音消息的方法及设备，该设备包括：根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。本发明提供的播放语音消息的方法及设备，解决了现有的APP播放会话中语音消息时存在的播放效率低导致浪费时间较多的问题。

Description

一种播放语音消息的方法及设备

技术领域

本发明计算机技术，特别涉及语音会话技术领域，提供一种播放语音消息的方法及设备。

背景技术

目前安装在智能终端设备上的大部分应用软件都具有实时会话的功能，且在进行会话时，既支持文字消息的接收与发送，也支持语音消息的接收与发送。通过收发语音消息实现的会话具有方便快捷的优点，在即时通讯中得到了广泛应用。

目前，终端中应用语音消息进行会话的APP中，会话中的语音是成段播放的，即收到或者发送的一条语音消息在播放时是从头到尾顺序播放的。在某条语音消息的播放过程中，经常存在语音消息播放不清楚或者播放的语音消息的语速过快而存在未能听清楚某段语音的情况，这种情况下需要重新播放语音消息。对于较短的语音消息，重新播放不会花费太多时间，但是对于较长的语音消息，重新播放就会浪费不必要时间。

因此，目前的APP播放会话的语音消息的方式，存在播放效率低导致浪费时间较多的问题。

发明内容

本发明提供了一种播放语音消息的方法及设备，用以解决现有的客户端APP播放会话的语音消息时存在的播放效率低导致浪费时间较多的问题。

根据本发明实施例的第一方面，提供一种播放语音消息的方法，该方法包括：

根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

根据本发明实施例的第二方面，提供一种播放语音消息的方法，该方法包括：

获取语音消息播放信息并发送到服务器；

根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

根据本发明实施例的第三方面，提供一种播放语音消息的设备，包括：

语音接收模块，用于根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

聚类模块，用于利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

指示发送模块，用于从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

可选地，所述聚类模块还用于：

确定任一客户端的播放特征参数未被聚类到所述N个聚类中时，利用所述分类模型将该客户端的播放特征参数聚类到所述N个聚类中其中一个聚类；

若该客户端的播放特征参数被聚类到目标聚类，向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

可选地，语音接收模块根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，包括：

根据不同客户端的语音消息播放信息，得到各客户端中每条语音消息播放时长、每条语音消息的播放次数；

统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比、语音消息重播时长占比中至少一个，得到播放特征参数。

可选地，所述设备还包括语速学习模块，用于：

将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

可选地，还包括：

语音接收模块从不同的预设语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为所述设定阈值，指示发送模块将所述设定阈值指示给目标聚类中的播放特征参数对应的客户端，以指示所述客户端确定长语音消息。

根据本发明实施例的第四方面，提供一种播放语音消息的设备，包括：

语音发送模块，用于获取语音消息播放信息并发送到服务器；

指示接收模块，用于根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

可选地，所述设备还包括语音播放模块，用于：

根据服务器指示的推荐语速，在播放语音消息时采用所述推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

可选地，语音播放模块还用于：

根据服务器指示的设定阈值，进行语音消息播放时根据语音消息的播放时长是否大于所述设定阈值，确定该语音消息是否为长语音消息。

根据本发明实施例的第五方面，提供一种播放语音消息的设备，包括：存储器和处理器；其中：

所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，包括如下步骤：

根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

可选地，所述处理器还用于：

确定任一客户端的播放特征参数未被聚类到所述N个聚类中时，利用所述分类模型将该客户端的播放特征参数聚类到所述N个聚类中其中一个聚类；

若该客户端的播放特征参数被聚类到目标聚类，向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

可选地，所述处理器根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，包括：

根据不同客户端的语音消息播放信息，得到各客户端中每条语音消息播放时长、每条语音消息的播放次数；

统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比、语音消息重播时长占比中至少一个，得到播放特征参数。

可选地，所述处理器还用于：

将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

可选地，所述处理器还用于：

从不同的预设语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为所述设定阈值，并指示给目标聚类中的播放特征参数对应的客户端，以指示所述客户端确定长语音消息。

根据本发明实施例的第六方面，提供一种播放语音消息的设备，包括：存储器和处理器；其中：

所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，包括如下步骤：

获取语音消息播放信息并发送到服务器；

根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

可选地，所述处理器还用于：

根据服务器指示的推荐语速，在播放语音消息时采用所述推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

可选地，所述处理器还用于：

根据服务器指示的设定阈值，进行语音消息播放时根据语音消息的播放时长是否大于所述设定阈值，确定该语音消息是否为长语音消息。

根据本发明实施例的第七方面，提供一种芯片，所述芯片与设备中的存储器耦合，使得所述芯片在运行时调用所述存储器中存储的程序指令，实现本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。

根据本发明实施例的第八方面，提供一种计算机可读存储介质，该计算机存储介质存储有程序指令，当其在计算机上运行时，使得计算机执行本发明实施例上述各个方面以及各个方面涉及的任一可能设计的方法。

根据本发明实施例的第九方面，提供一种计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行实现本申请实施例上述各个方面以及各个方面涉及的任一可能设计的方法。

利用本发明提供的播放语音消息的方法及设备，具有以下有益效果：

本发明提供的播放语音消息的方法及设备，对客户端APP会话中的语音消息通过分类模型进行聚类处理，选出播放长语音、重复播放语音较多的客户端设备，对客户端APP中的长语音支持进度条化播放，解决了现有的APP播放会话的语音消息时存在的播放效率低导致浪费时间较多的问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中提供的一种播放语音消息的系统示意图；

图2为本发明实施例中提供的一种播放语音消息的方法示意图；

图3为本发明实施例中提供的一种播放语音消息的方法示意图；

图4为本发明实施例中提供的一种播放语音消息的系统方法流程示意图；

图5为本发明实施例中提供的一种聚类的播放特征参数示意图；

图6为本发明实施例中提供的一种聚类结果的示意图；

图7为本发明实施例中提供的一种播放语音消息的客户端会话界面示意图；

图8为本发明实施例中提供的一种播放语音消息的设备示意图；

图9为本发明实施例中提供的一种播放语音消息的设备示意图；

图10为本发明实施例中提供的一种播放语音消息的设备结构示意图；

图11为本发明实施例中提供的一种播放语音消息的设备结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，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。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。本发明实施例提供播放语音消息的方法应用了人工智能技术，为了方便理解，下面对本发明实施例中涉及的名词进行解释：

1)语音技术(Speech Technology)：语音技术的关键技术有自动语音识别技术(ASR)和语音合成技术(TTS)以及声纹识别技术；让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一；本实施例中具体利用语速学习模型对各客户端的语音消息数据进行分析，得到语速识别结果；

2)机器学习(Machine Learning,ML)：是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能；机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域；机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术；

3)聚类：聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程；由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异；常用的聚类方法有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等，常用的聚类算法有K均值聚类算法、均值偏移聚类算法、DBSCAN聚类算法、使用高斯混合模型的期望最大化聚类算法、层次聚类算法等；

4)K均值聚类算法(K-means Clustering Algorithm)：是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心，聚类中心以及分配给它的对象就代表一个聚类；每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算；这个过程将不断重复直到满足某个终止条件时停止聚类，得到聚类结果。

本发明实施例提供一种播放语音消息的方法，应用于具有语音播放功能的终端设备，可以为多媒体设备如电视，也可以为移动终端。该移动终端可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol，SIP)电话、无线本地环路(Wireless LocalLoop，WLL)站、个人数字处理(Personal Digital Assistant，PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备以及5G网络中的移动台或者未来演进的公共陆地移动网(Public Land Mobile Network，PLMN)网络中的订阅设备等。

本发明实施例提供的播放语音消息的方法，可以实现安装在具有语音播放功能的终端设备上的APP中的语音会话。

如图1所示，为本发明实施例提供的一种播放语音消息的系统示意图，该系统包括服务器设备100及若干个终端设备，终端设备在系统中作为客户端设备。每个客户端设备对应一个客户端用户。其中，客户端设备的数量取值为不小于1的正整数。图1中为方便描述，只示例出客户端101，客户端102和客户端103三个客户端设备，实际系统中，可能存在多个客户端设备，在此不再赘述。系统中各客户端设备以有线或无线的方式与服务器设备100连接。

需要说明的是，上述系统架构仅是对本发明实施例适用系统架构的举例说明，本发明实施例适用的系统架构相比图1所示的系统架构还可以增加其它实体，或减少部分实体。

实施例1

目前，终端中应用语音消息进行会话的APP中，对于较长的语音消息，经常存在未能听清的情况，重新播放又会浪费不必要的时间。鉴于此，本发明实施例提供一种播放语音消息的方法，应用于服务端设备中。如图2所示，该方法包括：

步骤S201，根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

服务器设备接收不同的客户端设备发送的语音消息播放信息，根据接收到的不同客户端的语音消息播放信息，得到各客户端APP中每条语音消息播放时长、每条语音消息的播放次数，并统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比及语音消息重播时长占比中至少一个，得到播放特征参数。播放特征参数反映客户端使用长语音消息习惯程度的高低。长语音消息为播放时长大于设定阈值的语音消息。在统计语音消息播放参数时，预设了不同的语音时长，从预设的不同语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为设定阈值。

步骤S202，利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

预设不小于2的正整数N作为聚类数目，利用聚类算法，根据预设的距离函数，将上述步骤得到的播放特征参数进行聚类，聚类结束后得到N个聚类。利用上述方法得到分类模型。并利用所述分类模型对后续接收到的语音消息播放信息的播放特征参数进行聚类处理，得到所述播放特征参数对应的客户端的聚类类型。

在接收到任一客户端发送的语音消息播放信息后，统计得到对应的播放特征参数，在确定任一客户端的播放特征参数未被聚类到上述N个聚类中时，利用上述分类模型将该客户端的播放特征参数聚类到上述N个聚类中的其中一个聚类。

上述聚类算法和距离函数可以采用现有技术中的任一种，例如聚类算法可以采用K均值聚类算法、均值偏移聚类算法、DBSCAN聚类算法、使用高斯混合模型的期望最大化聚类算法、层次聚类算法等，距离函数可以采用闵可夫斯基距离公式、夹角余弦相似度公式、欧式距离、曼哈顿距离、切比雪夫距离、Pearson相关系数等，这里不再详述。

步骤S203，从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式；

根据客户端对播放语音消息的业务需求，从上述聚类步骤得到的N个聚类中确定至少一个聚类为目标聚类。

根据如下任一方法从上述N个聚类中确定至少一个聚类为目标聚类：

1)根据聚类的播放特征参数中的其中一类播放特征参数从N个聚类中确定至少一个聚类为目标聚类；

从聚类的播放特征参数中选择其中一类参数作为判断依据，从得到的N个聚类中确定至少一个聚类为目标聚类。

例如仅根据播放特征参数中的长语音消息播放次数这一类参数从N个聚类中确定至少一个聚类为目标聚类，若根据客户端对播放语音消息的业务需求确定需要选出长语音消息播放较多的客户端，则可以根据聚类的播放特征参数，将长语音消息播放次数最大的一个或多个聚类确定为目标聚类。

或者仅根据播放特征参数中的长语音消息播放时长占比这一类参数从N个聚类中确定至少一个聚类为目标聚类，若根据客户端对播放语音消息的业务需求确定需要选出长语音消息播放较多的客户端，则可以根据聚类的播放特征参数，将长语音消息播放时长占比最大的一个或多个聚类确定为目标聚类。

2)根据聚类的播放特征参数中的其中几类播放特征参数从N个聚类中确定至少一个聚类为目标聚类；

从聚类的播放特征参数中选择至少两类参数作为判断依据，从得到的N个聚类中确定至少一个聚类为目标聚类。

例如根据播放特征参数中的长语音消息播放次数和长语音消息播放时长占比这两类参数从N个聚类中确定至少一个聚类为目标聚类，或者根据播放特征参数中的长语音消息播放次数、长语音消息播放时长占比和长语音消息重播次数占比这三类参数从N个聚类中确定至少一个聚类为目标聚类。

3)根据聚类的所有播放特征参数从N个聚类中确定至少一个聚类为目标聚类；

以聚类的播放特征参数中的所有数据作为判断依据，从得到的N个聚类中确定至少一个聚类为目标聚类。

通过上述方法确定目标聚类后，向目标聚类中的播放特征参数对应的客户端发送指示，以指示上述客户端切换到对长语音消息采用进度条进行播放的模式。

上述在接收到任一客户端发送的语音消息播放信息后，统计得到对应的播放特征参数，并利用上述分类模型将该客户端的播放特征参数聚类到上述N个聚类中的其中一个聚类时，若该客户端的播放特征参数被聚类到目标聚类，则向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

作为一种可选的实施方式，本发明实施例还进一步包括：

步骤S204，将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

语音技术通过语音内容分析能对语音数据进行识别、分析，并进一步学习语音播放的速度，实现语速学习。可利用语音技术结合机器学习构建语速学习模型并进行模型训练，通过已训练的模型对各客户端的语音消息数据进行分析学习，得到语速识别结果。

语速学习模型的训练过程如下：

获取多个训练样本，训练样本包括带有不同语速标签的语音消息数据，将语音消息数据作为语速学习模型的输入特征，将对应的语速标签作为输出特征，对语速学习模型进行训练，训练结束后，可以利用测试样本对语速学习模型进行测试，测试样本包括带有不同语速标签的语音消息数据，测试结束后如果语速学习模型的学习精度不够，重复上述过程至语速学习模型根据语音消息数据学习语速的学习精度高于设定阈值。

训练完成后，语速学习模型输出一个语速数据，代表输入的语音消息的播放速度。

通过上述方法对语速学习模型进行训练，使其能够对输入的语音消息数据进行分析识别，并学习该语音消息的播放语速。

将接收到的不同客户端发送的语音消息数据输入到通过上述方法训练得到的语速学习模型中，得到各客户端中语音消息的播放语速，并将该播放语速作为推荐语速指示给对应的客户端，使客户端能按照该播放语速播放会话中的语音消息。

本发明实施例还提供一种播放语音消息的方法，应用于客户端设备中。如图3所示，该方法包括：

步骤S301，获取语音消息播放信息并发送到服务器；

从客户端设备的APP中获取语音消息播放信息，包括获取进行会话的用户、进行会话的应用、语音消息数据和语音消息的时长等信息。并将语音消息播放信息发送到服务器设备。

步骤S302，根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

接收服务器发送的指示，根据服务器指示的设定阈值，判断语音消息是否为长语音消息。在进行语音消息播放时，若语音消息的播放时长大于该设定阈值，则确定该语音消息为长语音消息，否则确定该语音消息不是长语音消息。

根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，在播放长语音时，采用进度条化方法进行播放。

根据服务器指示的推荐语速，在播放语音消息时采用该推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

通过上述方法，对客户端APP会话中的语音消息通过分类模型进行聚类处理，选出播放长语音、重复播放语音较多的客户端设备，对客户端APP中的长语音支持进度条化播放，解决了现有的APP播放会话的语音消息时存在的播放效率低导致浪费时间较多的问题。

实施例2

如图4所示，本发明实施例提供一种播放语音消息的系统方法流程图，具体包括以下步骤：

步骤S401，客户端获取语音消息播放信息并发送到服务器；

客户端从APP中获取语音消息播放信息，语音消息播放信息包括进行会话的用户、进行会话的应用、语音消息数据和语音消息的时长等信息。并将语音消息播放信息发送到服务器设备。

步骤S402，服务器接收不同客户端发送的语音消息播放信息，并根据语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数；

服务器设备接收不同的客户端设备发送的语音消息播放信息，根据接收到的不同客户端的语音消息播放信息，得到各客户端APP中每条语音消息播放时长、每条语音消息的播放次数，预设不同的语音时长范围，并统计不同的语音时长范围内的播放特征参数，以下以语音消息播放时长占比和语音消息重播时长占比作为播放特征参数为例，对本发明提供的播放语音消息的方法进行说明。

如图5所示，为本发明实施例中提供的一种参与聚类的语音消息的播放特征参数的示意图。本实施例中预设的语音时长范围包括大于30s，10-30s和小于10s三个时长范围，统计的播放特征参数包括语音消息播放时长占比和语音消息重播次数占比，如图所示，假设系统中包括一个服务器设备和6个客户端设备，6个客户端设备分别对应用户1、用户2、用户3、用户4、用户5和用户6，分别统计6个客户端对应的语音消息播放时长占比和不同时长的语音消息重播次数占比，具体参数如图5所示，图中占比参数以小数形式表示。

上述长语音消息为播放时长大于设定阈值的语音消息。从上述预设的不同语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为设定阈值。例如，若设定的最低长语音阈值为15s，从上述大于30s，10-30s和小于10s三个语音时长范围中确定任一个大于15s的语音时长，作为设定阈值，本实施例中设定阈值为30s，则当语音消息的时长大于30s时，确定该语音消息为长语音消息，否则确定该语音消息不是长语音消息。

服务器将上述确定的设定阈值指示给各客户端，使各客户端依据该设定阈值进行长语音消息的确定。

步骤S403，服务器利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

本实施例中预设N的值为3。利用分类模型对上述6个客户端用户的播放特征参数进行聚类，聚类结束后，上述6个客户端用户的播放特征参数被分为3个聚类。

本实施例中聚类算法采用K均值聚类算法，距离函数采用欧式距离公式。在进行聚类时，初始聚类中心的确定方法可以是随机取值确定K个对象作为初始聚类中心或者从聚类对象的集合中随机选取K个对象作为初始聚类中心，或者从聚类对象的集合中指定K个对象作为初始聚类的聚类中心，或者其他方法，本实施例中不做具体限定。上述K的值为设定的需要得到的聚类的数量，本实施例中K＝N＝3，初始聚类中心确定为用户2、用户4和用户6对应的播放特征参数。根据欧式距离公式分别计算其他对象即用户1、用户3和用户5的播放特征参数到聚类中心用户2、用户4和用户6对应的播放特征参数的距离，将用户1、用户3和用户5的播放特征参数分配给距离最近的聚类中心，得到初始聚类，然后重新确定各聚类的聚类中心，并根据欧式距离公式对其他对象进行重新分配，直到满足终止条件时停止聚类，得到最终的3个聚类。重新确定各聚类的聚类中心的方法可以采用现有的任一种方法，例如可以采用均值法，即将一个聚类中所有数据点的平均值作为新的聚类中心的值，或者采用其他方法。上述终止条件可以是算法默认的终止条件或者任一预设的终止条件，例如可以是没有对象被重新分配给不同的聚类，或者最小数目的对象被重新分配给不同的聚类，或者没有聚类中心再发生变化，或者最小数目的聚类中心再发生变化，或者误差平方和局部最小等。

本实施例中对上述6个客户端用户进行聚类时采用均值法作为重新确定聚类中心的方法，在没有对象被重新分配给不同的聚类时停止聚类，得到的聚类结果为：用户1、用户3和用户5被分类到第一聚类，用户2和用户6被分类到第二聚类，用户4被分类到第三聚类，其中，第一聚类、第二聚类和第三聚类最终的聚类中心分别为C1、C2和C3，其具体参数如图6所示，图中占比参数以小数形式表示。

服务器在接收到任一客户端发送的语音消息播放信息后，统计得到对应的播放特征参数，在确定任一客户端的播放特征参数未被聚类到上述三个聚类中时，利用上述分类模型将该客户端的播放特征参数聚类到上述三个聚类中的其中一个聚类。因此，当系统中有新的客户端设备加入时，服务器能对该客户端的播放特征参数进行聚类，将其聚类到已有聚类的其中一个聚类中。

步骤S404，服务器从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式；

根据客户端对播放语音消息的业务需求，从上述得到的三个聚类中确定至少一个聚类为目标聚类。

本实施例中的业务需求是选出对长语音消息依赖很强，且重复播放长语音消息也较多的客户端用户。

作为一种可选的实施方式，根据聚类的播放特征参数中的其中一类播放特征参数从上述三个聚类中确定至少一个聚类为目标聚类。例如仅根据播放特征参数中长语音消息播放占比确定目标聚类，具体实施为将三个聚类中语音消息时长大于30s的语音消息的播放占比最高的聚类确定为目标聚类。可以将聚类中心的播放特征参数作为聚类的特征参数进行判断。也可以采用其他方法进行判断，这里不做具体限定。根据如图6所示的参数可知，第一聚类的聚类中心C1的播放特征参数中，语音消息时长大于30s的占比是最大的，因为聚类中心的播放特征参数是反映整个聚类的播放特征的，所以可以认为第一聚类中语音消息时长大于30s的占比是最大的，因此将第一聚类确定为目标聚类。

作为另一种可选的实施方式，根据聚类的播放特征参数中的其中几类播放特征参数从上述三个聚类中确定至少一个聚类为目标聚类。例如根据播放特征参数中长语音消息播放占比和长语音消息重播次数占比确定目标聚类，具体实施为将三个聚类中语音消息时长大于30s的语音消息的播放占比最高和重播次数占比最高的聚类确定为目标聚类，即将第一聚类确定为目标聚类。

作为再一种可选的实施方式，根据聚类的所有播放特征参数从上述三个聚类中确定至少一个聚类为目标聚类。

上述确定的目标聚类的数目可以根据实际业务需求进行设定，例如，在需要选出对长语音消息依赖很强，且重复播放长语音消息也很多的客户端用户时，可以仅将第一聚类设置为目标聚类；在需要选出对长语音消息依赖较强，重复播放长语音消息也较多的客户端用户时，可以将第一聚类和第二聚类均设置为目标聚类。

若根据聚类的播放特征参数中的其中几类播放特征参数或者所有播放特征参数从N个聚类中确定到多个聚类，而选择目标聚类的要求是选择一个目标聚类时，可根据实际业务需求或者业务范围从中再次选取目标聚类，或者将多个聚类合并为一个聚类作为目标聚类，或者将多个聚类中的其中几个聚类合并为一个聚类作为目标聚类，即从聚类结果的N个聚类中选择目标聚类时可根据实际需求对聚类进行合理调整。

向上述确定的目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用播放进度条进行播放的模式。

步骤S405，服务器将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端；

从接收到的各客户端发送的语音消息播放信息中，提取各客户端对应的用户在会话中发送的语音消息数据，将语音消息数据输入到已训练的语速学习模型，得到语速学习模型对语音消息数据进行识别分析后输出的语音播放速度，将该播放速度确定为对应客户端的推荐的播放速度。将推荐的播放速度指示给对应的客户端，使客户端能根据推荐的播放速度播放语音消息。

步骤S406，客户端接收服务器发送的指示，根据指示切换到对长语音消息采用播放进度条进行播放的模式，并播放语音消息。

客户端接收服务器发送的指示，该指示包括设定阈值、切换模式和推荐的播放语速三种。

作为一种可选的实施方式，在客户端设备上预设是否开启模式切换功能的选项，在选项开启时，若接收到切换模式的指示，则切换到对长语音消息采用播放进度条进行播放的模式，否则采用常规方式播放语音消息。所述模式切换功能的选项可以预设在客户端设备上APP的功能设置部分，从而使APP的所有会话中的长语音消息都可以采用进度条方式进行播放。

参照图7，为本发明实施例中提供的一种播放语音消息的客户端会话界面示意图。客户端在接收到上述切换模式的指示时，根据指示切换到对长语音消息采用播放进度条进行播放的模式。在播放语音时，首先根据接收到的服务器发送的设定阈值的指示判断该语音是否是长语音。上述确定的设定阈值为30s，因此，在语音的时长大于30s时，客户端确定该语音消息为长语音，在该语音消息旁显示可控制的进度条，在播放该语音时，采用进度条化方法播放。具体实施时，可以通过滑动进度条选择性的播放语音消息的其中一段，或者从指定位置开始播放。对于除长语音消息外的其他消息，则不显示进度条。以智能手机APP中的会话界面为例进行说明，如图7所示，在切换到对长语音消息采用播放进度条进行播放的模式时，在判断出的长语音消息即时长大于30s的语音消息旁添加可控制的进度条，对于长度小于30s的语音消息和其他文字消息则不会显示进度条。滑动进度条时可以显示对应的时间，播放时可以滑动进度条选择开始播放的时间点。例如，对于图中时长为70s的语音消息，在需要从中间开始重新播放时，只需滑动进度条至35s位置处即可。

作为另一种可选的实施方式，上述进度条化播放的方式可以根据用户进行选择的指示信息进行切换，具体实施为在客户端的用户界面中输出是否切换到进度条化播放模式的提示信息，并接收返回的指示信息，在接收的指示信息为确认切换模式时，响应该指示信息，切换到对长语音消息采用播放进度条进行播放的模式，否则采用常规方式进行播放。

在播放语音消息时，还可以根据服务器指示的推荐的播放速度进行播放，或者根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。确定是否以推荐的播放速度播放语音消息的方法可以采用上述确定是否切换模式时采用的方法，这里不再赘述。

本实施例中上述提供的播放语音消息的方法仅是对本发明实施例方法的举例说明，本发明实施例方法具体实施时还可以选择其他可选的实现方法。

通过本发明实施例提供的上述播放语音消息的方法，在客户端的语音会话过程中有较长的语音消息播放不清楚时，不需要重新播放整段语音消息，只要根据进度条调整到对应位置即可重新播放该段不清楚的语音消息，并且对于播放速度过快的消息还可以根据学习到的语速调整为可接受的播放速度，减少了播放不清楚的情况。解决了现有的客户端APP播放会话的语音消息时存在的播放效率低导致浪费时间较多的问题。

实施例3

以上对本发明中一种播放语音消息的方法进行说明，以下对执行上述播放语音消息的设备进行说明。

请参阅图8，本发明实施例提供一种播放语音消息的设备，该设备应用于服务端，包括：

语音接收模块801，用于根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

聚类模块802，用于利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

指示发送模块803，用于从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

可选地，所述聚类模块还用于：

确定任一客户端的播放特征参数未被聚类到所述N个聚类中时，利用所述分类模型将该客户端的播放特征参数聚类到所述N个聚类中其中一个聚类；

若该客户端的播放特征参数被聚类到目标聚类，向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

可选地，语音接收模块根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，包括：

根据不同客户端的语音消息播放信息，得到各客户端中每条语音消息播放时长、每条语音消息的播放次数；

统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比、语音消息重播时长占比中至少一个，得到播放特征参数。

可选地，所述设备还包括语速学习模块804，用于：

将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

可选地，还包括：

语音接收模块从不同的预设语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为所述设定阈值，指示发送模块将所述设定阈值指示给目标聚类中的播放特征参数对应的客户端，以指示所述客户端确定长语音消息。

请参阅图9，本发明实施例提供一种播放语音消息的设备，该设备应用于客户端，包括：

语音发送模块901，用于获取语音消息播放信息并发送到服务器；

指示接收模块902，用于根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

可选地，所述设备还包括语音播放模块903，用于：

根据服务器指示的推荐语速，在播放语音消息时采用所述推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

可选地，语音播放模块还用于：

根据服务器指示的设定阈值，进行语音消息播放时根据语音消息的播放时长是否大于所述设定阈值，确定该语音消息是否为长语音消息。

上面从模块化功能实体的角度对本申请实施例中的播放语音消息的设备进行了描述，下面从硬件处理的角度对本申请实施例中的播放语音消息的设备进行描述。

实施例4

请参阅图10，本申请实施例中播放语音消息的应用于服务端的设备的另一个实施例包括：

处理器1001、存储器1002、收发器1009以及总线系统1011；

所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，包括如下步骤：

根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

从所述N个聚类中确定至少一个聚类为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

图10是本发明实施例提供的一种播放语音消息的设备的结构示意图，该设备应用于服务端，该设备1000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(英文全称：central processing units，英文简称：CPU)1001(例如，一个或一个以上处理器)和存储器1002，一个或一个以上存储应用程序1004或数据1006的存储介质1003(例如一个或一个以上海量存储设备)。其中，存储器1002和存储介质1003可以是短暂存储或持久存储。存储在存储介质1003的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对信息处理装置中的一系列指令操作。更进一步地，处理器1001可以设置为与存储介质1003通信，在设备1000上执行存储介质1003中的一系列指令操作。

设备1000还可以包括一个或一个以上电源1010，一个或一个以上有线或无线网络接口1007，一个或一个以上输入输出接口1008，和/或，一个或一个以上操作系统1005，例如Windows Server，Mac OS X，Unix，Linux，FreeBSD等。

可选地，所述处理器还用于：

确定任一客户端的播放特征参数未被聚类到所述N个聚类中时，利用所述分类模型将该客户端的播放特征参数聚类到所述N个聚类中其中一个聚类；

若该客户端的播放特征参数被聚类到目标聚类，向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

可选地，所述处理器根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，包括：

根据不同客户端的语音消息播放信息，得到各客户端中每条语音消息播放时长、每条语音消息的播放次数；

统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比、语音消息重播时长占比中至少一个，得到播放特征参数。

可选地，所述处理器还用于：

将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

可选地，所述处理器还用于：

从不同的预设语音时长范围中，选取大于设定最低长语音阈值的一个语音时长为所述设定阈值，并指示给目标聚类中的播放特征参数对应的客户端，以指示所述客户端确定长语音消息。

请参阅图11，本申请实施例中播放语音消息的应用于客户端的设备的另一个实施例包括：

处理器1101、存储器1102、收发器1109以及总线系统1111；

所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，包括如下步骤：

获取语音消息播放信息并发送到服务器；

根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息。

图11是本发明实施例提供的一种播放语音消息的设备结构示意图，该设备应用于客户端，该设备1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(英文全称：central processing units，英文简称：CPU)1101(例如，一个或一个以上处理器)和存储器1102，一个或一个以上存储应用程序1104或数据1106的存储介质1103(例如一个或一个以上海量存储设备)。其中，存储器1102和存储介质1103可以是短暂存储或持久存储。存储在存储介质1103的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对信息处理装置中的一系列指令操作。更进一步地，处理器1101可以设置为与存储介质1103通信，在设备1100上执行存储介质1103中的一系列指令操作。

设备1100还可以包括一个或一个以上电源1110，一个或一个以上有线或无线网络接口1107，一个或一个以上输入输出接口1108，和/或，一个或一个以上操作系统1105，例如Windows Server，Mac OS X，Unix，Linux，FreeBSD等。

可选地，所述处理器还用于：

根据服务器指示的推荐语速，在播放语音消息时采用所述推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

可选地，所述处理器还用于：

根据服务器指示的设定阈值，进行语音消息播放时根据语音消息的播放时长是否大于所述设定阈值，确定该语音消息是否为长语音消息。

本发明实施例还提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述实施例提供的播放语音消息的方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种播放语音消息的方法，其特征在于，包括：

根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，所述长语音消息为播放时长大于设定阈值的语音消息；

利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型，其中，N为预设的不小于2的正整数；

从所述N个聚类中，将根据长语音消息确定出的播放特征参数最大的至少一个聚类确定为目标聚类，并向所述目标聚类中的播放特征参数对应的客户端发送指示，以指示所述客户端切换到对长语音消息采用进度条进行播放的模式。

2.根据权利要求1所述的方法，其特征在于，还包括：

确定任一客户端的播放特征参数未被聚类到所述N个聚类中时，利用所述分类模型将该客户端的播放特征参数聚类到所述N个聚类中其中一个聚类；

若该客户端的播放特征参数被聚类到目标聚类，向该客户端发送指示，以指示该客户端切换到对长语音消息采用播放进度条进行播放的模式。

3.根据权利要求1所述的方法，其特征在于，根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数，包括：

根据不同客户端的语音消息播放信息，得到各客户端中每条语音消息播放时长、每条语音消息的播放次数；

统计不同的预设语音时长范围内，各客户端对应的语音消息播放时长占比、语音消息播放次数、语音消息播放次数占比、语音消息重播次数占比、语音消息重播时长占比中至少一个，得到播放特征参数。

4.根据权利要求1所述的方法，其特征在于，还包括：

将不同客户端的语音消息数据输入到语速学习模型，得到推荐的播放语速并指示对应的客户端。

5.一种播放语音消息的方法，其特征在于，应用于客户端，包括：

获取语音消息播放信息并发送到服务器，使得服务器向目标聚类中的播放特征参数对应的客户端发送指示，所述播放特征参数是根据客户端的语音消息播放信息确定的；

根据服务器的指示切换到对长语音消息采用播放进度条进行播放的模式，所述长语音消息为播放时长大于设定阈值的语音消息；

其中，所述目标聚类是服务器采用以下步骤确定的：根据不同客户端的语音消息播放信息，统计映射客户端使用长语音消息习惯程度的播放特征参数；利用聚类算法将得到的播放特征参数进行聚类，聚类结束后得到将播放特征参数聚为N个聚类的分类模型；从所述N个聚类中，将根据长语音消息确定出的播放特征参数最大的至少一个聚类确定为目标聚类；所述长语音消息为播放时长大于设定阈值的语音消息，其中，N为预设的不小于2的正整数。

6.根据权利要求5所述的方法，其特征在于，还包括：

根据服务器指示的推荐语速，在播放语音消息时采用所述推荐语速进行播放；或者

根据服务器指示的推荐语速及本地的快播选项选择指示，对于长语音消息采用预设的快播语速进行播放，对于除长语音消息外的其他语音消息采用推荐语速播放。

7.根据权利要求5所述的方法，其特征在于，还包括：

根据服务器指示的设定阈值，进行语音消息播放时根据语音消息的播放时长是否大于所述设定阈值，确定该语音消息是否为长语音消息。

8.一种播放语音消息的设备，其特征在于，包括：存储器和处理器；

其中，所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，实现如权利要求1～4任一所述方法的步骤。

9.一种播放语音消息的设备，其特征在于，包括：存储器和处理器；

其中，所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，实现如权利要求5～7任一所述方法的步骤。

10.一种计算机程序介质，其特征在于，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如权利要求1～4任一所述方法的步骤，或者实现如权利要求5～7任一所述方法的步骤。

Images