CN111432245A - 多媒体信息的播放控制方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了多媒体信息的播放控制方法、装置、设备及存储介质，属于互联网技术领域。方法包括：在播放的多媒体信息中，确定待播放的目标多媒体信息片段；对目标多媒体信息片段进行内容识别，得到目标多媒体信息片段对应的目标多媒体特征；确定目标多媒体特征对应的目标历史信息；将目标历史信息中的历史控制指令作为目标控制指令，基于目标控制指令控制目标多媒体信息片段的播放。目标历史信息可以体现目标对象对目标多媒体信息片段的播放控制习惯，此种播放控制过程可以按照目标对象的播放控制习惯自动控制目标多媒体信息片段的播放，无需实时人为控制，控制方式较灵活，多媒体信息的播放控制效果较好，有利于提升目标对象的观看体验。

Description

多媒体信息的播放控制方法、装置、设备及存储介质

技术领域

本申请实施例涉及互联网技术领域，特别涉及一种多媒体信息的播放控制方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，各种类型的多媒体信息播放场景越来越多。例如，视频播放场景、音频播放场景等。为了提高用户观看多媒体信息的体验，终端可以控制多媒体信息的播放，例如，终端可以跳过某段多媒体信息的播放；或者，调整某段多媒体信息的播放速度等。

目前，终端按照用户实时产生的控制指令控制多媒体信息片段的播放。示例性地，终端按照用户实时产生的跳过指令跳过多媒体信息片段的播放；或者，终端按照用户实时产生的速度调整指令控制多媒体信息片段以调整后的速度进行播放。

在上述过程中，终端仅能按照用户实时产生的控制指令控制多媒体信息的播放，播放控制方式单一，多媒体信息的播放控制效果不佳，用户体验感较差。

发明内容

本申请实施例提供了一种多媒体信息的播放控制方法、装置、设备及存储介质，可用于提高多媒体信息的播放控制效果。所述技术方案如下：

一方面，本申请实施例提供了一种多媒体信息的播放控制方法，所述方法包括：

在播放的多媒体信息中，确定待播放的目标多媒体信息片段；

对所述目标多媒体信息片段进行内容识别，得到所述目标多媒体信息片段对应的目标多媒体特征；

确定所述目标多媒体特征对应的目标历史信息，所述目标历史信息包括目标历史多媒体特征和所述目标历史多媒体特征对应的历史控制指令；

将所述目标历史信息中的历史控制指令作为目标控制指令，基于所述目标控制指令控制所述目标多媒体信息片段的播放。

另一方面，提供了一种多媒体信息的播放控制装置，所述装置包括：

确定模块，用于在播放的多媒体信息中，确定待播放的目标多媒体信息片段；

识别模块，用于对所述目标多媒体信息片段进行内容识别，得到所述目标多媒体信息片段对应的目标多媒体特征；

所述确定模块，还用于确定所述目标多媒体特征对应的目标历史信息，所述目标历史信息包括目标历史多媒体特征和所述目标历史多媒体特征对应的历史控制指令；

控制模块，用于将所述目标历史信息中的历史控制指令作为目标控制指令，基于所述目标控制指令控制所述目标多媒体信息片段的播放。

在一种可能实现方式中，所述确定模块，还用于获取所述目标多媒体特征与历史信息集中的历史多媒体特征的相似度，所述历史信息集基于目标对象历史观看的满足条件的多媒体信息片段和所述目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令构建得到；响应于所述目标多媒体特征与目标历史多媒体特征的相似度超过第一相似度阈值，将所述目标历史多媒体特征对应的历史信息作为所述目标多媒体特征对应的目标历史信息。

在一种可能实现方式中，所述目标控制指令包括第一类型控制指令和第二类型控制指令，所述控制模块，用于响应于所述第一类型控制指令的数量大于所述第二类型控制指令的数量，基于所述第一类型控制指令控制所述目标多媒体信息片段的播放；响应于所述第一类型控制指令的数量小于所述第二类型控制指令的数量，基于所述第二类型控制指令控制所述目标多媒体信息片段的播放。

在一种可能实现方式中，所述第一类型控制指令为跳过指令，所述控制模块，还用于基于所述跳过指令跳过所述目标多媒体信息片段的播放；

所述第二类型控制指令为播放速度调整指令，所述确定模块，还用于基于所述播放速度调整指令，确定目标播放速度；

所述控制模块，还用于控制所述目标多媒体信息片段以所述目标播放速度进行播放。

在一种可能实现方式中，所述确定模块，还用于根据所述播放速度调整指令携带的播放倍率信息，确定目标播放倍率；基于所述目标播放倍率，确定目标播放速度。

在一种可能实现方式中，所述确定模块，还用于根据所述播放速度调整指令携带的播放倍率信息，计算平均播放倍率；响应于所述平均播放倍率为候选播放倍率集中的候选播放倍率，将所述平均播放倍率作为目标播放倍率，所述候选播放倍率集为可供选择的候选播放倍率的集合；响应于所述平均播放倍率不为所述候选播放倍率集中的候选播放倍率，将所述候选播放倍率集中与所述平均播放倍率匹配的候选播放倍率作为目标播放倍率。

在一种可能实现方式中，所述装置还包括：

构建模块，用于基于所述目标对象历史观看的满足条件的多媒体信息片段和所述目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令，构建所述目标对象对应的历史信息集，所述满足条件的多媒体信息片段为所述目标对象在历史观看的过程中产生控制指令的多媒体信息片段。

在一种可能实现方式中，所述构建模块，用于对于所述目标对象历史观看的满足条件的任一多媒体信息片段，对所述任一多媒体信息片段进行内容识别，得到所述任一多媒体信息片段对应的初始多媒体特征；将所述目标对象在历史观看所述任一多媒体信息片段的过程中产生的控制指令作为所述初始多媒体特征对应的初始控制指令；基于所述初始多媒体特征和所述初始控制指令，更新所述目标对象对应的第一信息集，所述第一信息集为待更新的历史信息的集合；循环上述过程，直至不存在未进行内容识别的满足条件的多媒体信息片段，将更新后的第一信息集作为所述目标对象对应的历史信息集。

在一种可能实现方式中，所述构建模块，还用于响应于满足第一参考条件，基于所述初始多媒体特征和所述初始控制指令构成新的历史信息，将所述新的历史信息添加至所述第一信息集中；响应于满足第二参考条件，利用所述初始多媒体特征和所述初始控制指令对所述第一信息集中的候选历史信息进行更新，所述候选历史信息为候选多媒体特征对应的历史信息，所述候选多媒体特征为所述第一信息集中的多媒体特征中与所述初始多媒体特征相似度最高的多媒体特征。

在一种可能实现方式中，所述满足第一参考条件，包括：所述初始多媒体特征与所述候选多媒体特征的相似度不超过第二相似度阈值，所述第一信息集中的历史信息的数量不超过数量阈值；

所述满足第二参考条件，包括：所述初始多媒体特征与所述候选多媒体特征的相似度超过所述第二相似度阈值；或者，所述初始多媒体特征与所述候选多媒体特征的相似度不超过所述第二相似度阈值，所述第一信息集中的历史信息的数量超过所述数量阈值。

在一种可能实现方式中，所述构建模块，还用于将所述候选历史信息中的候选多媒体特征和所述初始多媒体特征进行融合处理，得到融合多媒体特征；将所述候选历史信息中的候选控制指令和所述初始控制指令进行合并处理，得到合并控制指令；将所述候选历史信息中的候选多媒体特征更新为所述融合多媒体特征；将所述候选历史信息中的候选控制指令更新为所述合并控制指令。

在一种可能实现方式中，所述识别模块，用于将所述目标多媒体信息片段输入卷积神经网络进行内容识别，得到所述卷积神经网络输出的所述目标多媒体信息片段对应的目标多媒体特征。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现上述任一所述的多媒体信息的播放控制方法。

另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现上述任一所述的多媒体信息的播放控制方法。

本申请实施例提供的技术方案至少带来如下有益效果：

对目标多媒体信息片段进行内容识别，确定识别得到的目标多媒体特征对应的目标历史信息，进而基于目标历史信息中的控制指令控制多媒体信息片段的播放。目标历史信息可以体现目标对象对目标多媒体信息片段的历史播放控制习惯，此种播放控制过程可以按照目标对象的播放控制习惯自动控制目标多媒体信息片段的播放，无需目标对象实时人为控制，播放控制方式较灵活，多媒体信息的播放控制效果较好，有利于提升目标对象的观看体验。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的一种多媒体信息的播放控制方法的实施环境的示意图；

图2是本申请实施例提供的一种多媒体信息的播放控制方法的流程图；

图3是本申请实施例提供的一种历史信息集中的历史信息的记录方式的示意图；

图4是本申请实施例提供的一种多媒体信息的播放控制装置的示意图；

图5是本申请实施例提供的一种多媒体信息的播放控制装置的示意图；

图6是本申请实施例提供的一种终端的结构示意图；

图7是本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

人工智能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。

本申请实施例提供的方案涉及人工智能的计算机视觉技术。计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR(Optical Character Recognition，光学字符识别)、视频处理、视频语义理解、视频内容识别、视频行为识别、三维物体重建、3D(3-Dimension，三维)技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

本申请实施例提供了一种多媒体信息的播放控制方法，请参考图1，其示出了本申请实施例提供的多媒体信息的播放控制方法的实施环境的示意图。该实施环境可以包括：终端11和服务器12。

其中，终端11安装有能够播放多媒体信息的应用程序或者网页，在播放多媒体信息的过程中，终端11可以对待播放的目标多媒体信息片段进行内容识别，然后确定识别得到的目标多媒体特征对应的目标历史信息，进而基于目标历史信息中的控制指令控制待播放的多媒体信息片段的播放。在一种可能实现方式中，终端11可以从目标对象对应的历史信息集中确定目标历史信息。目标对象对应的历史信息集可以由终端11根据目标对象历史观看的多媒体信息以及目标对象历史观看过程中产生的控制指令构建得到，也可以由服务器12根据目标对象历史观看的多媒体信息以及目标对象历史观看过程中产生的控制指令构建得到，然后发送至终端11。

服务器12可以为多媒体信息的播放过程提供后台服务器。服务器12可以将需要播放的多媒体信息资源发送至终端11，以由终端11根据接收到的多媒体信息资源播放多媒体信息。服务器12还可以根据目标对象历史观看的多媒体信息以及目标对象历史观看过程中产生的控制指令构建得到历史信息集，然后将历史信息集发送至终端11。

在一种可能实现方式中，终端11可以是诸如手机、平板电脑、个人计算机等的智能设备。服务器12可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。终端11与服务器12通过有线或无线网络建立通信连接。

本领域技术人员应能理解上述终端11和服务器12仅为举例，其他现有的或今后可能出现的终端或服务器如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

基于上述图1所示的实施环境，本申请实施例提供一种多媒体信息的播放控制方法，以该方法应用于终端11为例。如图2所示，本申请实施例提供的方法可以包括如下步骤：

在步骤201中，在播放的多媒体信息中，确定待播放的目标多媒体信息片段。

当检测到目标对象对某一多媒体信息的播放指令时，终端可以从服务器获取该多媒体信息的播放资源，然后基于播放资源播放多媒体信息。需要说明的是，本申请实施例对多媒体信息的类型不加以限定，示例性地，多媒体信息可以是指视频，也可以是指音频等。目标对象是指任一观看多媒体信息的用户。目标对象在利用应用程序或者网页观看多媒体信息之前，可以先进行登录，然后终端可以获取目标对象的标识信息。目标对象的标识信息用于唯一标识该目标对象，包括但不限于目标对象的登录账号、目标对象的实名认证信息等。

对于播放的多媒体信息，该多媒体信息可以划分为多个连续的多媒体信息片段。播放该多媒体信息的过程，就是依次播放各个多媒体信息片段的过程。在一种可能实现方式中，各个多媒体信息片段的时长相同。需要说明的是，本申请实施例对每个多媒体信息片段的时长不加以限定，可以根据经验进行设置，示例性地，每个多媒体信息片段的时长可以设置为5秒。此时，将播放的多媒体信息划分成多个连续的时长为5秒的多媒体信息片段。

待播放的目标多媒体信息片段是指还未播放的多媒体信息片段。目标多媒体信息片段处于当前播放的多媒体信息片段之后。需要说明的是，目标多媒体信息片段的数量可以一个或多个，本申请实施例对此不加以限定。当目标多媒体信息片段的数量为多个时，这多个目标多媒体信息片段为多个连续的多媒体信息片段。假设目标多媒体信息片段的数量为m(m为不小于1的整数)，则这m个目标多媒体信息片段可以是指位于当前播放的多媒体信息片段之后的第n(n为不小于1的整数)位至第(n+m-1)位的多媒体信息片段。

在确定待播放的目标多媒体信息片段后，终端可以获取该目标多媒体信息片段对应的历史控制指令，进而在需要播放该目标多媒体信息片段时，基于获取的历史控制指令控制目标多媒体信息片段的播放。需要说明的是，本申请实施例以目标多媒体信息片段的数量为一个进行说明，当目标多媒体信息片段的数量为多个时，可以根据本申请实施例提供的方法依次控制每个目标多媒体信息片段的播放。

在步骤202中，对目标多媒体信息片段进行内容识别，得到目标多媒体信息片段对应的目标多媒体特征。

不同的多媒体信息片段可能具有不同的内容，通过对目标多媒体信息片段进行内容识别，可以分析目标多媒体信息片段的内容。在进行内容识别后，可以得到目标多媒体信息片段对应的目标多媒体特征。该目标多媒体特征可以表示该目标多媒体信息片段的内容。在一种可能实现方式中，目标多媒体特征可以用向量的形式表示。

在一种可能实现方式中，对目标多媒体信息片段进行内容识别，得到目标多媒体信息片段对应的目标多媒体特征的过程可以为：将目标多媒体信息片段输入卷积神经网络进行内容识别，得到卷积神经网络输出的目标多媒体信息片段对应的目标多媒体特征。

卷积神经网络用于根据多媒体信息片段的内容提取出多媒体信息片段的特征。本申请实施例对卷积神经网络的类型不加以限定，示例性地，卷积神经网络可以为3D-CNN(Three-DimensionalConvolutional Neural Networks，三维卷积神经网络)，3D-CNN能够通过捕获多媒体信息片段中的时间特征信息和空间特征信息，提取出多媒体信息片段对应的多媒体特征。

在步骤203中，确定目标多媒体特征对应的目标历史信息，目标历史信息包括目标历史多媒体特征和目标历史多媒体特征对应的历史控制指令。

目标多媒体特征对应的目标历史信息中的目标历史多媒体特征对应的多媒体信息片段的内容与目标多媒体信息片段的内容相似，该目标历史信息中的历史控制指令为目标对象在历史观看目标历史多媒体特征对应的多媒体信息片段的过程中产生过的控制指令。因此，目标历史信息可以体现目标对象对目标多媒体信息片段的历史播放控制习惯。在一种可能实现方式中，确定目标多媒体特征对应的目标历史信息的方式可以为：在目标对象对应的历史信息集中确定目标多媒体特征对应的目标历史信息。

历史信息集为历史信息的集合，任一历史信息包括历史多媒体特征和历史多媒体特征对应的历史控制指令。历史信息集基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看满足条件的多媒体信息片段的过程中产生的控制指令构建得到。

任一历史信息中的历史多媒体特征可以表示一个或一类多媒体信息片段，该任一历史信息中的历史控制指令可以表示目标对象在历史观看该一个或该一类多媒体信息片段的过程中产生过的控制指令。历史信息集能够体现目标对象对多媒体信息的播放控制习惯，一定程度上可以表示目标对象对某个或某类多媒体信息片段的喜好程度。需要说明的是，任一历史信息中的历史多媒体特征的数量为一个，该历史多媒体特征对应的历史控制指令可以包括一个或多个控制指令，这一个或多个控制指令可以完全不同，也可以部分或全部相同，本申请实施例对此不加以限定。

在一种可能实现方式中，任一历史信息包括的历史多媒体特征和该历史多媒体特征对应的历史控制指令可以用key-value的形式记录。将历史多媒体特征作为key，将该历史多媒体特征对应的历史控制指令作为value。

在一种可能实现方式中，历史信息集可以记录在记忆模块中，该记忆模块中有多个记忆存储模块，每个记忆存储模块中记录一个历史信息，该历史信息由一个历史多媒体特征和该历史多媒体特征对应的历史控制指令构成。记忆存储模块中可以用key-value的形式记录历史信息。

在一种可能实现方式中，历史控制指令可以用标签进行记录，例如，历史控制指令中的跳过指令可以记录为“跳过”，历史控制指令中的将播放速度调整至1.5倍速的指令可以记录为“1.5倍速”等。在一种可能实现方式中，历史控制指令用标签进行记录的方式包括但不限于以下两种：

方式1：直接用标签记录该历史控制指令中的各个控制指令。例如，若历史控制指令中的5个控制指令对应的标签分别为“跳过、1.5倍速、跳过、2倍速、跳过”，则历史控制指令可以直接记录为“跳过、1.5倍速、跳过、2倍速、跳过”。此种记录方式即为枚举各个控制指令对应的标签的方式。

方式2：统计相同的标签出现的次数，用标签和该标签出现的次数记录该历史控制指令中各个控制指令。例如，若历史控制指令中的5个控制指令对应的标签分别为“跳过、1.5倍速、跳过、2倍速、跳过”，则历史控制指令可以记录为“跳过3次、1.5倍速1次、2倍速1次”。

示例性地，历史信息集中的历史信息的记录方式可以如图3所示，在图3中，用key-value的形式记录每个历史信息中的历史多媒体特征和该历史多媒体特征对应的历史控制指令，在记录历史控制指令时，用标签和该标签出现的次数记录该历史控制指令中各个控制指令。历史信息1中的历史多媒体特征1对应的历史控制指令为“跳过2次；2倍速10次”；历史信息2中的历史多媒体特征2对应的历史控制指令为“跳过5次；1.5倍速1次”；历史信息3中的历史多媒体特征3对应的历史控制指令为“跳过5次；1.5倍速1次；2倍速10次”；历史信息N中的历史多媒体特征N对应的历史控制指令为“跳过12次；1.5倍速2次”。

在一种可能实现方式中，确定目标多媒体特征对应的目标历史信息的过程包括以下步骤2031和步骤2032：

步骤2031：获取目标多媒体特征与历史信息集中的历史多媒体特征的相似度。

其中，历史信息集基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令构建得到。

本申请实施例对获取两个多媒体特征的相似度的方式不加以限定。示例性地，可以将两个多媒体特征的余弦相似度作为这两个多媒体特征的相似度。两个多媒体特征的相似度越大，说明这两个多媒体特征对应的多媒体信息片段的内容越相似。

在获取目标多媒体特征与历史信息集中的历史多媒体特征的相似度后，判断历史信息集中是否存在与目标多媒体特征的相似度超过第一相似度阈值的目标历史多媒体特征。若历史信息集中不存在与目标多媒体特征的相似度超过第一相似度阈值的目标历史多媒体特征，则说明历史信息集中的历史多媒体特征对应的多媒体信息片段的内容与目标多媒体信息片段的内容均不相似，此时，无需执行后续步骤，在需要播放目标多媒体信息片段时，终端保持目标多媒体信息片段的正常播放。若历史信息集中存在与目标多媒体特征的相似度超过第一相似度阈值的目标历史多媒体特征，则执行步骤2032。

第一相似度阈值可以根据经验设置，也可以根据应用场景灵活调整，本申请实施例对此不加以限定。例如，第一相似度阈值可以设置为85％。

步骤2032：响应于目标多媒体特征与目标历史多媒体特征的相似度超过第一相似度阈值，将目标历史多媒体特征对应的历史信息作为目标多媒体特征对应的目标历史信息。

当目标多媒体特征与目标历史多媒体特征的相似度超过第一相似度阈值时，说明目标历史多媒体特征对应的多媒体信息片段的内容与目标多媒体信息片段的内容相似，此时，将目标历史多媒体特征对应的历史信息作为目标多媒体特征对应的目标历史信息。目标历史信息中包括目标对象在历史观看与目标多媒体信息片段的内容相似的多媒体信息片段的过程中产生的历史控制指令，能够为后续目标多媒体信息片段的播放控制过程提供指导。

需要说明的是，目标历史多媒体特征的数量可能为一个或多个，本申请实施例对此不加以限定。每个目标历史多媒体特征均对应一个目标历史信息。当目标历史多媒体特征的数量为多个时，目标历史信息的数量也为多个。

需要进一步说明的是，历史信息集可以由服务器构建，然后发送至终端，也可以由终端直接构建。本申请实施例以终端直接构建历史信息集为例进行说明。

在一种可能实现方式中，实现步骤2031之前，终端需要先构建目标对象对应的历史信息集。在一种可能实现方式中，构建目标对象对应的历史信息集的过程可以为：基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看满足条件的多媒体信息片段的过程中产生的控制指令，构建目标对象对应的历史信息集。

其中，满足条件的多媒体信息片段为目标对象在历史观看的过程中产生控制指令的多媒体信息片段。目标对象在历史观看多媒体信息的过程中，可以挑选自己喜爱程度高的多媒体信息片段观看而跳过一部分喜爱程度低的多媒体信息片段；还可以在观看多媒体信息的过程中，根据喜爱程度调整(提高或降低)某段多媒体信息的播放速度。当目标对象产生与跳过或者速度调整等控制方式对应的触发操作时，终端可以获取目标对象产生的控制指令。

示例性地，当目标对象产生与跳过的控制方式对应的触发操作时，终端可以获取跳过指令；当目标对象产生与速度调整的控制方式对应的触发操作时，终端可以获取速度调整指令。

需要说明的是，本申请实施例对控制方式对应的具体触发操作不加以限定。示例性地，跳过的控制方式对应的触发操作可以包括通过鼠标或者触屏方式沿时刻增加的方向拖动播放时间轴上的进度条至其他多媒体信息片段的进度条处、通过触屏方式沿预设方向滑动手指、点击跳过图标中的至少一种；速度调整的控制方式对应的触发操作可以包括选中某一倍速按钮、长按播放界面中的指定区域中的至少一种。

在一种可能实现方式中，基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看满足条件的多媒体信息片段的过程中产生的控制指令，构建目标对象对应的历史信息集的过程可以包括以下步骤一至步骤三：

步骤一：对于目标对象历史观看的满足条件的任一多媒体信息片段，对该任一多媒体信息片段进行内容识别，得到该任一多媒体信息片段对应的初始多媒体特征；将目标对象在历史观看该任一多媒体信息片段的过程中产生的控制指令作为初始多媒体特征对应的初始控制指令。

此步骤一中的任一多媒体信息片段为满足条件的多媒体信息片段中未进行内容识别的多媒体信息片段。随着时间的延长，目标对象历史观看的满足条件的多媒体信息片段逐渐增加，对每个满足条件的多媒体信息片段依次按照步骤一和步骤二进行处理，以逐渐更新目标对象对应的信息集，直至得到历史信息集。

在一种可能实现方式中，对满足条件的任一多媒体信息片段进行内容识别，得到该任一多媒体信息片段对应的初始多媒体特征的过程可以为：将该任一多媒体信息片段输入卷积神经网络进行内容识别，得到卷积神经网络输出的该任一多媒体信息片段对应的初始多媒体特征。在一种可能实现方式中，初始多媒体特征可以用向量的形式表示。

由于满足条件的多媒体信息片段为目标对象在历史观看的过程中产生控制指令的多媒体信息片段，所以目标对象在历史观看该任一多媒体信息片段的过程中必定产生了控制指令，将目标对象在历史观看该任一多媒体信息片段的过程中产生的控制指令作为初始多媒体特征对应的初始控制指令。

步骤二：基于初始多媒体特征和初始控制指令，更新目标对象对应的第一信息集，第一信息集为待更新的历史信息的集合。

在本申请实施例中，历史信息集是指在确定目标历史信息之前最终构建的信息集，第一信息集是指利用该任一多媒体信息片段进行更新之前构建的信息集。历史信息集可以由第一信息集经过一次或多次更新后得到的。

第一信息集为待更新的历史信息的集合，每个待更新的历史信息中均包括一个多媒体特征。也就是说，第一信息集中具有一个或多个多媒体特征。在得到初始多媒体特征后，可以分别计算该初始多媒体特征与第一信息集中的各个多媒体特征的相似度。将第一信息集中的多媒体特征中与初始多媒体特征相似度最高的多媒体特征作为候选多媒体特征。

在一种可能实现方式中，基于初始多媒体特征和初始控制指令，更新目标对象对应的第一信息集的过程包括以下步骤A和步骤B：

步骤A：响应于满足第一参考条件，基于初始多媒体特征和初始控制指令构成新的历史信息，将新的历史信息添加至第一信息集中。

第一参考条件是指在第一信息集中增加新的历史信息的条件。在一种可能实现方式中，满足第一参考条件包括：初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，第一信息集中的历史信息的数量不超过数量阈值。

候选多媒体特征为第一信息集中的多媒体特征中与初始多媒体特征相似度最高的多媒体特征。当初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值时，说明初始多媒体特征与第一信息集中的所有多媒体特征的相似度均不超过第二相似度阈值，此时，该任一多媒体信息片段的内容与第一信息集中现有的多媒体特征对应的多媒体信息片段的内容均不相似。

在初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值时，继续判断第一信息集中的历史信息的数量是否超过数量阈值。若初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，并且第一信息集中的历史信息的数量不超过数量阈值，则说明满足第一参考条件，此时，可以在第一信息集中增加新的历史信息。

需要说明的是，第二相似度阈值可以根据经验设置，也可以根据应用场景灵活调整，本申请实施例对此不加以限定。第二相似度阈值与第一相似度阈值可以相同，也可以不同，本申请实施例对此同样不加以限定。

数量阈值可以根据经验设置，也可以根据应用场景、终端内存等灵活调整，本申请实施例对此不加以限定。示例性地，数量阈值可以设置为1000。在一种可能实现方式中，数量阈值可以设置为正无穷，此种情况下，第一信息集中的历史信息的数量不会超过数量阈值，只需初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，即认为满足第一参考条件。

当满足第一参考条件时，直接基于初始多媒体特征和该初始多媒体特征对应的初始控制指令构成新的历史信息，然后将该新的历史信息添加至第一信息集中。此时，第一信息集中的历史信息的数量增加1。在一种可能实现方式中，基于初始多媒体特征和初始控制指令构成新的历史信息的方式可以为：将初始多媒体特征作为新的key，将初始控制指令作为新的value，将该新的key-value作为新的历史信息。

步骤B：响应于满足第二参考条件，利用初始多媒体特征和初始控制指令对第一信息集中的候选历史信息进行更新，候选历史信息为候选多媒体特征对应的历史信息，候选多媒体特征为第一信息集中的多媒体特征中与初始多媒体特征相似度最高的多媒体特征。

第二参考条件是指利用初始特征和初始控制指令对第一信息集中已有的某一历史信息进行更新的条件。在一种可能实现方式中，满足第二参考条件包括以下两种情况中的任一种情况：

情况一：初始多媒体特征与候选多媒体特征的相似度超过第二相似度阈值。

在此种情况一下，候选多媒体特征对应的多媒体信息片段的内容与初始多媒体特征对应的多媒体信息片段的内容相似，可以直接利用初始多媒体特征和初始控制指令对候选多媒体特征对应的候选历史信息进行更新。

情况二：初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，第一信息集中的历史信息的数量超过数量阈值。

在此种情况二下，虽然第一信息集中的所有多媒体特征对应的多媒体信息片段的内容与初始多媒体特征对应的多媒体信息片段的内容均不相似，但是由于第一信息集中的历史信息的数量超过数量阈值，不允许再增加新的历史信息，此时，同样直接利用初始特征和初始控制指令对候选多媒体特征对应的候选历史信息进行更新。

当满足上述任一种情况时，说明满足第二参考条件，此时，利用初始多媒体特征和初始控制指令对第一信息集中的候选历史信息进行更新，候选历史信息为候选多媒体特征对应的历史信息。

在一种可能实现方式中，利用初始多媒体特征和初始控制指令对第一信息集中的候选历史信息进行更新的过程包括以下步骤a和步骤b：

步骤a：将候选历史信息中的候选多媒体特征和初始多媒体特征进行融合处理，得到融合多媒体特征；将候选历史信息中的候选控制指令和初始控制指令进行合并处理，得到合并控制指令。

将候选历史信息中的候选多媒体特征和初始多媒体特征进行融合处理后，得到一个融合多媒体特征。在一种可能实现方式中，当候选多媒体特征和初始多媒体特征均为向量的形式时，将候选多媒体特征和初始多媒体特征进行融合处理的过程可以为：将候选多媒体特征对应的向量和初始多媒体特征对应的向量的每个维度对应相加，然后将相加后得到的向量的每个维度除以2，得到融合向量，将该融合向量作为融合多媒体特征。

将候选历史信息中的候选控制指令和初始控制指令进行合并处理后，合并控制指令中既包括候选控制指令，又包括初始控制指令。假设初始控制指令中包括P(P为不小于1的整数)个控制指令，候选控制指令中包括Q(Q为不小于1的整数)个控制指令，则合并控制指令中包括(P+Q)个控制指令。根据候选控制指令的记录方式的不同，合并处理方式也有所不同。

当直接用标签记录候选控制指令中的各个控制指令时，合并处理方式为：将标签直接合并到一起；当用标签和该标签出现的次数记录候选控制指令中各个控制指令时，合并处理方式为：将标签进行分类汇总，统计每个标签在初始控制指令和候选控制指令中出现的总次数。

步骤b：将候选历史信息中的候选多媒体特征更新为融合多媒体特征；将候选历史信息中的候选控制指令更新为合并控制指令。

将候选历史信息中的候选多媒体特征更新为融合多媒体特征，完成利用初始多媒体特征对候选历史信息中的候选多媒体特征进行更新的过程。将候选历史信息中的候选控制指令更新为合并控制指令，完成利用初始控制指令对候选历史信息中的候选控制指令进行更新的过程。由此，完成利用初始多媒体特征和初始控制指令对第一信息集中的候选历史信息进行更新的过程。

步骤三：循环上述步骤一和步骤二，直至不存在未进行内容识别的满足条件的多媒体信息片段，将更新后的第一信息集作为目标对象对应的历史信息集。

循环上述步骤一和步骤二，可以利用每个满足条件的多媒体信息片段对已有的第一信息集进行更新一次，直至不存在未进行内容识别的满足条件的多媒体信息片段，将最终得到的更新后的第一信息集作为目标对象对应的历史信息集。

需要说明的是，对每个满足条件的多媒体信息片段均需进行步骤一和步骤二，若某一个满足条件的多媒体信息片段被目标对象历史观看过至少两次，则在每次被观看后，该满足条件的多媒体信息片段均需经过步骤一和步骤二处理一次。

在步骤204中，将目标历史信息中的历史控制指令作为目标控制指令，基于目标控制指令控制目标多媒体信息片段的播放。

在确定目标历史信息后，即可将该目标历史信息中的历史控制指令作为目标控制指令，目标控制指令中可以包括一个或多个控制指令。在一种可能实现方式中，当目标历史信息的数量为多个时，目标控制指令为多个目标历史信息集中的历史控制指令的集合。

目标控制指令为目标对象在历史观看与目标多媒体信息片段的内容相似的多媒体信息片段的过程中产生过的控制指令的集合，可以体现目标对象对与目标多媒体信息片段的内容相似的多媒体信息片段的喜好程度，进而可以为目标多媒体信息片段的播放控制过程提供指导。在需要播放目标多媒体信息片段时，可以基于目标控制指令自动控制目标多媒体信息片段的播放。此种控制过程，无需目标对象手动控制，可以自动选择符合该目标对象的喜好的控制方式，有利于提升用户体验。

在一种可能实现方式中，可以将目标控制指令中的控制指令按照控制方式划分成第一类型控制指令和第二类型控制指令。第一类型控制指令和第二类型控制指令对应两种不同类型的控制方式，在一种可能实现方式中，第一控制指令对应的控制方式为跳过，此时，第一控制指令为跳过指令；第二控制指令对应的控制方式为调整播放速度，此时，第二控制指令为播放速度调整指令。

在一种可能实现方式中，目标控制指令包括第一类型控制指令和第二类型控制指令，基于目标控制指令控制目标多媒体信息片段的播放的方式可以为：响应于第一类型控制指令的数量大于第二类型控制指令的数量，基于第一类型控制指令控制目标多媒体信息片段的播放；响应于第一类型控制指令的数量小于第二类型控制指令的数量，基于第二类型控制指令控制目标多媒体信息片段的播放。此种过程可以根据目标对象在历史观看与目标多媒体信息片段相似的多媒体信息片段的过程中，产生的多数类型的控制指令控制目标多媒体信息片段的播放，提高控制的准确性。

需要说明的是，本申请实施例对第一类型控制指令的数量等于第二类型控制指令的数量的情况下的控制方式不加以限定。当第一类型控制指令的数量等于第二类型控制指令的数量时，可以基于第一类型控制指令控制目标多媒体信息片段的播放，也可以基于第二类型控制指令控制目标多媒体信息片段的播放。

在一种可能实现方式中，第一类型控制指令为跳过指令，基于第一类型控制指令控制目标多媒体信息片段的播放的过程为：基于跳过指令跳过目标多媒体信息片段的播放。在跳过目标多媒体信息片段的播放后，播放多媒体信息中位于该目标多媒体信息片段的后一位的多媒体信息片段。

在一种可能实现方式中，第二类型控制指令为播放速度调整指令，基于第二类型控制指令控制目标多媒体信息片段的播放的过程可以为：基于播放速度调整指令，确定目标播放速度；控制目标多媒体信息片段以目标播放速度进行播放。

播放速度调整指令可以携带播放倍率信息，播放倍率信息用于指示对正常播放速度的播放倍率。不同的播放倍率对应不同的播放速度。例如，当播放倍率为2倍率时，播放速度调整至正常播放速度的2倍，此时，播放速度加快；当播放倍率为0.75倍率时，播放速度调整至正常播放速度的0.75倍，此时，播放速度减慢。

在一种可能实现方式中，基于播放速度调整指令，确定目标播放速度的过程包括以下步骤1和步骤2：

步骤1：根据播放速度调整指令携带的播放倍率信息，确定目标播放倍率。

不同的播放速度调整指令可以携带相同的播放倍率信息，也可以携带不同的播放倍率信息，本申请实施例对此不加以限定。在一种可能实现方式中，根据播放速度调整指令携带的播放倍率信息，确定目标播放倍率的过程可以包括以下步骤1a至步骤1c：

步骤1a：根据播放速度调整指令携带的播放倍率信息，计算平均播放倍率。

每个播放速度调整指令携带的播放倍率信息均指示一个播放倍率，根据各个播放速度调整指令携带的播放倍率信息指示的各个播放倍率，可以计算平均播放倍率。

例如，假设播放速度调整指令的数量为4，这4个播放速度调整指令携带的播放倍率信息指示的播放倍率分别为1.5倍、1.5倍、2倍和2倍，则平均播放倍率为1.75倍。

需要说明的是，当用标签和该标签出现的次数记录目标控制指令中各个控制指令时，播放速度调整指令对应的标签即为该播放速度调整指令携带的播放倍率信息指示的播放倍率。示例性地，当4个播放速度调整指令携带的播放倍率信息指示的播放倍率分别为1.5倍、1.5倍、2倍和2倍时，这4个播放速度调整指令的记录形式可以为1.5倍2次，2倍2次，此种记录方式有利于提高计算平均播放倍率的速率。

在一种可能实现方式中，终端可能仅支持选择某几种候选播放倍率，将这些候选播放倍率的集合作为候选播放倍率集。也就是说，候选播放倍率集为可供选择的候选播放倍率的集合。在计算得到平均播放倍率后，还需要判断平均播放倍率是否为候选播放倍率集中的候选播放倍率。若平均播放倍率为候选播放倍率集中的候选播放倍率，则根据步骤1b确定目标播放倍率；若平均播放倍率不为候选播放倍率集中的候选播放倍率，则根据步骤1c确定目标播放倍率。

步骤1b：响应于平均播放倍率为候选播放倍率集中的候选播放倍率，将平均播放倍率作为目标播放倍率。

当平均播放倍率为候选播放倍率集中的候选播放倍率时，直接将平均播放倍率作为目标播放倍率。

步骤1c：响应于平均播放倍率不为候选播放倍率集中的候选播放倍率，将候选播放倍率集中与平均播放倍率匹配的候选播放倍率作为目标播放倍率。

当平均播放倍率不为候选播放倍率集中的候选播放倍率时，需要从候选播放倍率集中选择与平均播放倍率匹配的候选播放倍率，将该匹配的候选播放倍率作为目标播放倍率。在一种可能实现方式中，与平均播放倍率匹配的候选播放倍率可以基于以下任一种方式确定：

方式1：将小于平均播放倍率的候选播放倍率中与平均播放倍率最接近的候选播放倍率作为与平均播放倍率匹配的候选播放倍率。

例如，假设候选播放倍率集中的候选播放倍率分别为1.25倍、1.5倍、1.75倍和2倍，假设计算得到的平均播放倍率为1.6倍，则小于平均播放倍率的候选播放倍率中(1.25倍、1.5倍)与平均播放倍率最接近的候选播放倍率为1.5倍，将1.5倍作为与平均播放倍率1.6倍匹配的候选播放倍率。

方式2：将大于平均播放倍率的候选播放倍率中与平均播放倍率最接近的候选播放倍率作为与平均播放倍率匹配的候选播放倍率。

例如，假设候选播放倍率集中的候选播放倍率分别为1.25倍、1.5倍、1.75倍和2倍，假设计算得到的平均播放倍率为1.6倍，则大于平均播放倍率的候选播放倍率中(1.75倍、2倍)与平均播放倍率最接近的候选播放倍率为1.75倍，将1.75倍作为与平均播放倍率1.6倍匹配的候选播放倍率。

方式3：将全部候选播放倍率中与平均播放倍率最接近的候选播放倍率作为与平均播放倍率匹配的候选播放倍率。

例如，假设候选播放倍率集中的候选播放倍率分别为1.25倍、1.5倍、1.75倍和2倍，假设计算得到的平均播放倍率为1.6倍，则全部候选播放倍率中与平均播放倍率最接近的候选播放倍率为1.5倍，将1.5倍作为与平均播放倍率1.6倍匹配的候选播放倍率。

步骤2：基于目标播放倍率，确定目标播放速度。

在确定目标播放倍率后，即可进一步确定需要控制目标多媒体信息片段进行播放的目标播放速度。

在一种可能实现方式中，基于目标播放倍率，确定目标播放速度包括但不限于以下两种方式：

方式1：计算目标播放倍率和当前播放速度的乘积，将目标播放倍率和当前播放速度的乘积作为目标播放速度。

方式2：在播放倍率和播放速度的对应关系中，提取与目标播放倍率对应的目标播放速度。

此种方式2发生在已经预先存储了各个播放倍率和播放速度的对应关系的前提下。

需要说明的是，上述步骤1和步骤2仅为基于播放速度调整指令，确定目标播放速度的实现过程的一种示例性描述。还可以基于其他方式实现基于播放速度调整指令，确定目标播放速度的过程。示例性地，播放速度调整指令可以携带播放速度信息，可以将播放速度调整指令携带的播放速度信息指示的播放速度的平均值作为目标播放速度。

在确定目标播放速度后，在需要播放目标多媒体信息片段时，控制目标多媒体信息片段以目标播放速度进行播放。

在本申请实施例中，通过机器学习和多媒体信息内容分析技术，根据用户对多媒体信息片段的观看兴趣建立用户对应的个性化的历史信息集，记录用户对多媒体信息片段的喜好。在为用户播放多媒体信息的时候，可以根据用户喜好自动控制多媒体信息片段的播放(跳过、倍速等)，提高用户体验，提高终端播放控制的智能化程度。

在本申请实施例中，对目标多媒体信息片段进行内容识别，确定识别得到的目标多媒体特征对应的目标历史信息，进而基于目标历史信息中的控制指令控制多媒体信息片段的播放。目标历史信息可以体现目标对象对目标多媒体信息片段的历史播放控制习惯，此种播放控制过程可以按照目标对象的播放控制习惯自动控制目标多媒体信息片段的播放，无需目标对象实时人为控制，播放控制方式较灵活，多媒体信息的播放控制效果较好，有利于提升目标对象的观看体验。

参见图4，本申请实施例提供了一种多媒体信息的播放控制装置，该装置包括：

确定模块401，用于在播放的多媒体信息中，确定待播放的目标多媒体信息片段；

识别模块402，用于对目标多媒体信息片段进行内容识别，得到目标多媒体信息片段对应的目标多媒体特征；

确定模块401，还用于确定目标多媒体特征对应的目标历史信息，目标历史信息包括目标历史多媒体特征和目标历史多媒体特征对应的历史控制指令；

控制模块403，用于将目标历史信息中的历史控制指令作为目标控制指令，基于目标控制指令控制目标多媒体信息片段的播放。

在一种可能实现方式中，确定模块401，还用于获取目标多媒体特征与历史信息集中的历史多媒体特征的相似度，历史信息集基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看满足条件的多媒体信息片段的过程中产生的控制指令构建得到；响应于目标多媒体特征与目标历史多媒体特征的相似度超过第一相似度阈值，将目标历史多媒体特征对应的历史信息作为目标多媒体特征对应的目标历史信息。

在一种可能实现方式中，目标控制指令包括第一类型控制指令和第二类型控制指令，控制模块403，用于响应于第一类型控制指令的数量大于第二类型控制指令的数量，基于第一类型控制指令控制目标多媒体信息片段的播放；响应于第一类型控制指令的数量小于第二类型控制指令的数量，基于第二类型控制指令控制目标多媒体信息片段的播放。

在一种可能实现方式中，第一类型控制指令为跳过指令，控制模块403，还用于基于跳过指令跳过目标多媒体信息片段的播放；

第二类型控制指令为播放速度调整指令，确定模块401，还用于基于播放速度调整指令，确定目标播放速度；

控制模块403，还用于控制目标多媒体信息片段以目标播放速度进行播放。

在一种可能实现方式中，确定模块401，还用于根据播放速度调整指令携带的播放倍率信息，确定目标播放倍率；基于目标播放倍率，确定目标播放速度。

在一种可能实现方式中，确定模块401，还用于根据播放速度调整指令携带的播放倍率信息，计算平均播放倍率；响应于平均播放倍率为候选播放倍率集中的候选播放倍率，将平均播放倍率作为目标播放倍率，候选播放倍率集为可供选择的候选播放倍率的集合；响应于平均播放倍率不为候选播放倍率集中的候选播放倍率，将候选播放倍率集中与平均播放倍率匹配的候选播放倍率作为目标播放倍率。

在一种可能实现方式中，参见图5，该装置还包括：

构建模块404，用于基于目标对象历史观看的满足条件的多媒体信息片段和目标对象在历史观看满足条件的多媒体信息片段的过程中产生的控制指令，构建目标对象对应的历史信息集，满足条件的多媒体信息片段为目标对象在历史观看的过程中产生控制指令的多媒体信息片段。

在一种可能实现方式中，构建模块404，用于对于目标对象历史观看的满足条件的任一多媒体信息片段，对任一多媒体信息片段进行内容识别，得到任一多媒体信息片段对应的初始多媒体特征；将目标对象在历史观看任一多媒体信息片段的过程中产生的控制指令作为初始多媒体特征对应的初始控制指令；基于初始多媒体特征和初始控制指令，更新目标对象对应的第一信息集，第一信息集为待更新的历史信息的集合；循环上述过程，直至不存在未进行内容识别的满足条件的多媒体信息片段，将更新后的第一信息集作为目标对象对应的历史信息集。

在一种可能实现方式中，构建模块404，还用于响应于满足第一参考条件，基于初始多媒体特征和初始控制指令构成新的历史信息，将新的历史信息添加至第一信息集中；响应于满足第二参考条件，利用初始多媒体特征和初始控制指令对第一信息集中的候选历史信息进行更新，候选历史信息为候选多媒体特征对应的历史信息，候选多媒体特征为第一信息集中的多媒体特征中与初始多媒体特征相似度最高的多媒体特征。

在一种可能实现方式中，满足第一参考条件，包括：初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，第一信息集中的历史信息的数量不超过数量阈值；

满足第二参考条件，包括：初始多媒体特征与候选多媒体特征的相似度超过第二相似度阈值；或者，初始多媒体特征与候选多媒体特征的相似度不超过第二相似度阈值，第一信息集中的历史信息的数量超过数量阈值。

在一种可能实现方式中，构建模块404，还用于将候选历史信息中的候选多媒体特征和初始多媒体特征进行融合处理，得到融合多媒体特征；将候选历史信息中的候选控制指令和初始控制指令进行合并处理，得到合并控制指令；将候选历史信息中的候选多媒体特征更新为融合多媒体特征；将候选历史信息中的候选控制指令更新为合并控制指令。

在一种可能实现方式中，识别模块402，用于将目标多媒体信息片段输入卷积神经网络进行内容识别，得到卷积神经网络输出的目标多媒体信息片段对应的目标多媒体特征。

在本申请实施例中，对目标多媒体信息片段进行内容识别，确定识别得到的目标多媒体特征对应的目标历史信息，进而基于目标历史信息中的控制指令控制多媒体信息片段的播放。目标历史信息可以体现目标对象对目标多媒体信息片段的历史播放控制习惯，此种播放控制过程可以按照目标对象的播放控制习惯自动控制目标多媒体信息片段的播放，无需目标对象实时人为控制，播放控制方式较灵活，多媒体信息的播放控制效果较好，有利于提升目标对象的观看体验。

需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图6是本申请实施例提供的一种终端的结构示意图。该终端可以是：智能手机、平板电脑、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端包括有：处理器601和存储器602。

处理器601可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器601可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器601还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器601所执行以实现本申请中方法实施例提供的多媒体信息的播放控制方法。

在一些实施例中，终端还可选包括有：外围设备接口603和至少一个外围设备。处理器601、存储器602和外围设备接口603之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口603相连。具体地，外围设备包括：射频电路604、触摸显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。

外围设备接口603可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器601和存储器602。在一些实施例中，处理器601、存储器602和外围设备接口603被集成在同一芯片或电路板上；在一些其他实施例中，处理器601、存储器602和外围设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路604用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路604包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路604可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路604还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏605用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时，显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时，显示屏605还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏605可以为一个，设置在终端的前面板；在另一些实施例中，显示屏605可以为至少两个，分别设置在终端的不同表面或呈折叠设计；在再一些实施例中，显示屏605可以是柔性显示屏，设置在终端的弯曲表面上或折叠面上。甚至，显示屏605还可以设置成非矩形的不规则图形，也即异形屏。显示屏605可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。

摄像头组件606用于采集图像或视频。可选地，摄像头组件606包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件606还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器601进行处理，或者输入至射频电路604以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路607还可以包括耳机插孔。

定位组件608用于定位终端的当前地理位置，以实现导航或LBS(Location BasedService，基于位置的服务)。定位组件608可以是基于美国的GPS(Global PositioningSystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源609用于为终端中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端还包括有一个或多个传感器610。该一个或多个传感器610包括但不限于：加速度传感器611、陀螺仪传感器612、压力传感器613、指纹传感器614、光学传感器615以及接近传感器616。

加速度传感器611可以检测以终端建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器611可以用于检测重力加速度在三个坐标轴上的分量。处理器601可以根据加速度传感器611采集的重力加速度信号，控制触摸显示屏605以横向视图或纵向视图进行用户界面的显示。加速度传感器611还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器612可以检测终端的机体方向及转动角度，陀螺仪传感器612可以与加速度传感器611协同采集用户对终端的3D动作。处理器601根据陀螺仪传感器612采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器613可以设置在终端的侧边框和/或触摸显示屏605的下层。当压力传感器613设置在终端的侧边框时，可以检测用户对终端的握持信号，由处理器601根据压力传感器613采集的握持信号进行左右手识别或快捷操作。当压力传感器613设置在触摸显示屏605的下层时，由处理器601根据用户对触摸显示屏605的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器614用于采集用户的指纹，由处理器601根据指纹传感器614采集到的指纹识别用户的身份，或者，由指纹传感器614根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器601授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器614可以被设置在终端的正面、背面或侧面。当终端上设置有物理按键或厂商Logo时，指纹传感器614可以与物理按键或厂商Logo集成在一起。

光学传感器615用于采集环境光强度。在一个实施例中，处理器601可以根据光学传感器615采集的环境光强度，控制触摸显示屏605的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏605的显示亮度；当环境光强度较低时，调低触摸显示屏605的显示亮度。在另一个实施例中，处理器601还可以根据光学传感器615采集的环境光强度，动态调整摄像头组件606的拍摄参数。

接近传感器616，也称距离传感器，通常设置在终端的前面板。接近传感器616用于采集用户与终端的正面之间的距离。在一个实施例中，当接近传感器616检测到用户与终端的正面之间的距离逐渐变小时，由处理器601控制触摸显示屏605从亮屏状态切换为息屏状态；当接近传感器616检测到用户与终端的正面之间的距离逐渐变大时，由处理器601控制触摸显示屏605从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图6中示出的结构并不构成对终端的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机设备，参见图7，该计算机设备包括处理器701和存储器702，该存储器702中存储有至少一条程序代码。该至少一条程序代码由一个或者一个以上处理器701加载并执行，以实现上述任一种多媒体信息的播放控制方法。

在示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条程序代码，该至少一条程序代码由计算机设备的处理器加载并执行，以实现上述任一种多媒体信息的播放控制方法。

可选地，上述计算机可读存储介质可以是只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-OnlyMemory，CD-ROM)、磁带、软盘和光数据存储设备等。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种多媒体信息的播放控制方法，其特征在于，所述方法包括：

在播放的多媒体信息中，确定待播放的目标多媒体信息片段；

对所述目标多媒体信息片段进行内容识别，得到所述目标多媒体信息片段对应的目标多媒体特征；

确定所述目标多媒体特征对应的目标历史信息，所述目标历史信息包括目标历史多媒体特征和所述目标历史多媒体特征对应的历史控制指令；

将所述目标历史信息中的历史控制指令作为目标控制指令，基于所述目标控制指令控制所述目标多媒体信息片段的播放。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标多媒体特征对应的目标历史信息，包括：

获取所述目标多媒体特征与历史信息集中的历史多媒体特征的相似度，所述历史信息集基于目标对象历史观看的满足条件的多媒体信息片段和所述目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令构建得到；

响应于所述目标多媒体特征与目标历史多媒体特征的相似度超过第一相似度阈值，将所述目标历史多媒体特征对应的历史信息作为所述目标多媒体特征对应的目标历史信息。

3.根据权利要求1所述的方法，其特征在于，所述目标控制指令包括第一类型控制指令和第二类型控制指令，所述基于所述目标控制指令控制所述目标多媒体信息片段的播放，包括：

响应于所述第一类型控制指令的数量大于所述第二类型控制指令的数量，基于所述第一类型控制指令控制所述目标多媒体信息片段的播放；

响应于所述第一类型控制指令的数量小于所述第二类型控制指令的数量，基于所述第二类型控制指令控制所述目标多媒体信息片段的播放。

4.根据权利要求3所述的方法，其特征在于，所述第一类型控制指令为跳过指令，所述基于所述第一类型控制指令控制所述目标多媒体信息片段的播放，包括：

基于所述跳过指令跳过所述目标多媒体信息片段的播放；

所述第二类型控制指令为播放速度调整指令，所述基于所述第二类型控制指令控制所述目标多媒体信息片段的播放，包括：

基于所述播放速度调整指令，确定目标播放速度；

控制所述目标多媒体信息片段以所述目标播放速度进行播放。

5.根据权利要求4所述的方法，其特征在于，所述基于所述播放速度调整指令，确定目标播放速度，包括：

根据所述播放速度调整指令携带的播放倍率信息，确定目标播放倍率；

基于所述目标播放倍率，确定目标播放速度。

6.根据权利要求5所述的方法，其特征在于，所述根据所述播放速度调整指令携带的播放倍率信息，确定目标播放倍率，包括：

根据所述播放速度调整指令携带的播放倍率信息，计算平均播放倍率；

响应于所述平均播放倍率为候选播放倍率集中的候选播放倍率，将所述平均播放倍率作为目标播放倍率，所述候选播放倍率集为可供选择的候选播放倍率的集合；

响应于所述平均播放倍率不为所述候选播放倍率集中的候选播放倍率，将所述候选播放倍率集中与所述平均播放倍率匹配的候选播放倍率作为目标播放倍率。

7.根据权利要求2所述的方法，其特征在于，所述确定所述目标多媒体特征对应的目标历史信息之前，所述方法还包括：

基于所述目标对象历史观看的满足条件的多媒体信息片段和所述目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令，构建所述目标对象对应的历史信息集，所述满足条件的多媒体信息片段为所述目标对象在历史观看的过程中产生控制指令的多媒体信息片段。

8.根据权利要求7所述的方法，其特征在于，所述基于所述目标对象历史观看的满足条件的多媒体信息片段和所述目标对象在历史观看所述满足条件的多媒体信息片段的过程中产生的控制指令，构建所述目标对象对应的历史信息集，包括：

对于所述目标对象历史观看的满足条件的任一多媒体信息片段，对所述任一多媒体信息片段进行内容识别，得到所述任一多媒体信息片段对应的初始多媒体特征；将所述目标对象在历史观看所述任一多媒体信息片段的过程中产生的控制指令作为所述初始多媒体特征对应的初始控制指令；

基于所述初始多媒体特征和所述初始控制指令，更新所述目标对象对应的第一信息集，所述第一信息集为待更新的历史信息的集合；

循环上述过程，直至不存在未进行内容识别的满足条件的多媒体信息片段，将更新后的第一信息集作为所述目标对象对应的历史信息集。

9.根据权利要求8所述的方法，其特征在于，所述基于所述初始多媒体特征和所述初始控制指令，更新所述目标对象对应的第一信息集，包括：

响应于满足第一参考条件，基于所述初始多媒体特征和所述初始控制指令构成新的历史信息，将所述新的历史信息添加至所述第一信息集中；

响应于满足第二参考条件，利用所述初始多媒体特征和所述初始控制指令对所述第一信息集中的候选历史信息进行更新，所述候选历史信息为候选多媒体特征对应的历史信息，所述候选多媒体特征为所述第一信息集中的多媒体特征中与所述初始多媒体特征相似度最高的多媒体特征。

10.根据权利要求9所述的方法，其特征在于，所述满足第一参考条件，包括：

所述初始多媒体特征与所述候选多媒体特征的相似度不超过第二相似度阈值，所述第一信息集中的历史信息的数量不超过数量阈值；

所述满足第二参考条件，包括：

所述初始多媒体特征与所述候选多媒体特征的相似度超过所述第二相似度阈值；或者，

所述初始多媒体特征与所述候选多媒体特征的相似度不超过所述第二相似度阈值，所述第一信息集中的历史信息的数量超过所述数量阈值。

11.根据权利要求9所述的方法，其特征在于，所述利用所述初始多媒体特征和所述初始控制指令对所述第一信息集中的候选历史信息进行更新，包括：

将所述候选历史信息中的候选多媒体特征和所述初始多媒体特征进行融合处理，得到融合多媒体特征；将所述候选历史信息中的候选控制指令和所述初始控制指令进行合并处理，得到合并控制指令；

将所述候选历史信息中的候选多媒体特征更新为所述融合多媒体特征；

将所述候选历史信息中的候选控制指令更新为所述合并控制指令。

12.根据权利要求1所述的方法，其特征在于，所述对所述目标多媒体信息片段进行内容识别，得到所述目标多媒体信息片段对应的目标多媒体特征，包括：

将所述目标多媒体信息片段输入卷积神经网络进行内容识别，得到所述卷积神经网络输出的所述目标多媒体信息片段对应的目标多媒体特征。

13.一种多媒体信息的播放控制装置，其特征在于，所述装置包括：

确定模块，用于在播放的多媒体信息中，确定待播放的目标多媒体信息片段；

识别模块，用于对所述目标多媒体信息片段进行内容识别，得到所述目标多媒体信息片段对应的目标多媒体特征；

所述确定模块，还用于确定所述目标多媒体特征对应的目标历史信息，所述目标历史信息包括目标历史多媒体特征和所述目标历史多媒体特征对应的历史控制指令；

控制模块，用于将所述目标历史信息中的历史控制指令作为目标控制指令，基于所述目标控制指令控制所述目标多媒体信息片段的播放。

14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如权利要求1至12任一所述的多媒体信息的播放控制方法。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求1至12任一所述的多媒体信息的播放控制方法。

Images