CN111782878A - 服务器、显示设备及其视频搜索排序方法 - Google Patents

Abstract

本申请实施例公开了一种服务器、显示设备及其视频搜索排序方法，包括：建立音频文本与年龄的关联模型；接收显示设备发出的视频搜索请求；基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；获得所述搜索关键词句的文本年龄；基于所述音频文本与年龄关联模型、及所述视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄；基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；将排序后的视频列表下发给所述显示设备。该申请用以解决用户年龄识别及视频年龄识别，从而基于用户年龄和视频的年龄，对视频进行排序推荐，提升用户体验。

Description

服务器、显示设备及其视频搜索排序方法

技术领域

本申请实施例涉及显示技术。更具体地讲，涉及一种服务器、显示设备及其视频搜索排序方法。

背景技术

随着经济和社会的快速发展，人民在显示设备上，比如智能电视上搜索视频观看的需求越来越多。在现实场景中，海量的视频资源由于种类不同，有适合成年人，有适合老人的，有适合儿童的。因而如何基于用户的年龄，给其推荐适合的视频；也就是如何确定用户的年龄，并确定视频的适宜观看的年龄，使得二者匹配，就成为了一个越来越重要的问题。

但是在现有技术中，

第一、识别一个视频，适合什么样的年龄段，需要大量的人工标注数据。由于视频数量已经是千万以上，人工看视频，并且标注视频内容适合的年龄，耗费大量时间。打上年龄标签的标准因人而异，难以广泛适用。

第二、基于用户的搜索意图，没有方法可以识别用户想看的视频年龄段。

必须对用户搜索的文本，人工标注年龄段后，进行统计模型训练，产生查询词与年龄意图的关联模型。用户的查询数据已经是亿万级别，对用户查询数据进行年龄段标注，基本上不可能达成。

发明内容

本申请示例性的实施例要解决的技术问题为提供一种服务器、显示设备及其视频搜索排序方法，用以解决用户年龄识别及视频年龄识别，从而基于用户年龄和视频的年龄，对视频进行排序推荐，提升用户体验。

为解决上述技术问题，本申请的第一方面提供一种显示设备的视频搜索排序方法，用于服务器，所述视频搜索排序方法包括：

接收显示设备发出的视频搜索请求，所述视频搜索请求携带有搜索关键词句；

基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；

基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；

基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

将排序后的视频列表下发给所述显示设备。

此外，为解决上述技术问题，本申请的第二方面提供一种服务器，用于显示设备的搜索排序，所述服务器包括：

请求接收模块，用于接收显示设备发出的视频搜索请求，所述视频搜索请求携带有搜索关键词句；

视频列表获得模块，用于基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；

第一文本年龄获得模块，用于基于所述音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；

视频列表排序模块，用于基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

视频列表下发模块，用于将排序后的视频列表下发给所述显示设备。

再者，为解决上述技术问题，本申请的第三方面提供一种显示设备的视频搜索排序方法，用于显示设备，所述视频搜索排序方法包括：

向所述服务器发送视频搜索请求，所述视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

接收所述服务器下发的排序后的视频列表；

将排序后的视频列表进行展示。

最后，为解决上述技术问题，本申请的第四方面提供一种显示设备，用于视频搜索排序，所述显示设备包括：

通信器，用于与服务进行通信；

显示器，用于显示图像和用户界面，及在所述用户界面中用于指示项目被选择的选择器；

控制器，所述控制器被配置为：

向所述服务器发送视频搜索请求，所述视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

接收所述服务器下发的排序后的视频列表，并展示。

在本申请一种实施例中，包括如下步骤：

接收显示设备发出的视频搜索请求，所述视频搜索请求携带有搜索关键词句；可以手机上触发发出，也可以在电视上触发发出，本申请对此不作限制。

基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；基于该搜索关键词，服务器通过搜寻相应的数据库，获得相匹配的视频列表。

基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；在该步骤中，由于成年人与儿童输入的关键词基本上是不同的，因而通过所述音频文本与年龄关联模型、及所述搜索关键词句，来确定进行搜索的用户的年龄，也就是确定搜索关键词句的文本年龄。

在一种实施例中，基于所述音频文本与年龄关联模型、及所述视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄；对于视频来说，其命名的名称也反映属于哪个年龄段的视频，因而可以基于所述音频文本与年龄关联模型、及所述视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄。当然，也可以通过人工给视频打年龄标签的方式，得到视频列表中各个视频的文本年龄，因而本申请对于得到各个视频的文本年龄的方法不作限制。

基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；比如，如果搜索关键词句的文本年龄显示是儿童年龄，则对视频列表中的各个视频，按照文本年龄由小到大的顺序进行排列，从而便于用户进行相应的选择，提高用户体验。

将排序后的视频列表下发给所述显示设备。

综上所述，本申请示例性的实施例提供的视频搜索排序方法，能够解决用户年龄识别及视频年龄识别，从而基于用户年龄和视频的年龄，对视频进行排序推荐，提升用户体验。

附图说明

为了更清楚地说明本申请实施例或相关技术中的实施方式，下面将对实施例或相关技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1中示例性示出了根据一些实施例的显示设备与控制装置之间操作场景的示意图；

图2中示例性示出了根据一些实施例的显示设备200的硬件配置框图；

图3中示例性示出了根据一些实施例的控制设备100的硬件配置框图；

图4中示例性示出了根据一些实施例的显示设备200中软件配置示意图；

图5中示例性示出了根据一些实施例的显示设备200中应用程序的图标控件界面显示示意图；

图6中示例性示出了本申请一种实施例中一种显示设备的视频搜索排序方法的逻辑流程图；

图7中示例性示出了本申请一种实施例中一种显示设备的视频搜索排序方法的信令时序图；

图8中示例性示出了本申请一种实施例中一种服务器的功能框图；

图9中示例性示出了本申请另一种实施例中一种显示设备的视频搜索排序方法的逻辑流程图。

具体实施方式

为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

基于本申请描述的示例性实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请所附权利要求保护的范围。此外，虽然本申请中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语″第一″、″第二″、″第三″等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明(Unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换，例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。

此外，术语″包括″和″具有″以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

本申请中使用的术语″模块″，是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。

本申请中使用的术语″遥控器″，是指电子设备(如本申请中公开的显示设备)的一个组件，通常可在较短的距离范围内无线控制电子设备。一般使用红外线和/或射频(RF)信号和/或蓝牙与电子设备连接，也可以包括WiFi、无线USB、蓝牙、动作传感器等功能模块。例如：手持式触摸遥控器，是以触摸屏中用户界面取代一般遥控装置中的大部分物理内置硬键。

本申请中使用的术语″手势″，是指用户通过一种手型的变化或手部运动等动作，用于表达预期想法、动作、目的/或结果的用户行为。

图1中示例性示出了根据实施例中显示设备与控制装置之间操作场景的示意图。如图1中示出，用户可通过移动终端300和控制装置100操作显示设备200。

在一些实施例中，控制装置100可以是遥控器，遥控器和显示设备的通信包括红外协议通信或蓝牙协议通信，及其他短距离通信方式等，通过无线或其他有线方式来控制显示设备200。用户可以通过遥控器上按键，语音输入、控制面板输入等输入用户指令，来控制显示设备200。如：用户可以通过遥控器上音量加减键、频道控制键、上/下/左/右的移动按键、语音输入按键、菜单键、开关机按键等输入相应控制指令，来实现控制显示设备200的功能。

在一些实施例中，也可以使用移动终端、平板电脑、计算机、笔记本电脑、和其他智能设备以控制显示设备200。例如，使用在智能设备上运行的应用程序控制显示设备200。该应用程序通过配置可以在与智能设备关联的屏幕上，在直观的用户界面(UI)中为用户提供各种控制。

在一些实施例中，移动终端300可与显示设备200安装软件应用，通过网络通信协议实现连接通信，实现一对一控制操作的和数据通信的目的。如：可以实现用移动终端300与显示设备200建立控制指令协议，将遥控控制键盘同步到移动终端300上，通过控制移动终端300上用户界面，实现控制显示设备200的功能。也可以将移动终端300上显示音视频内容传输到显示设备200上，实现同步显示功能。

如图1中还示出，显示设备200还与服务器400通过多种通信方式进行数据通信。可允许显示设备200通过局域网(LAN)、无线局域网(WLAN)和其他网络进行通信连接。服务器400可以向显示设备200提供各种内容和互动。示例的，显示设备200通过发送和接收信息，以及电子节目指南(EPG)互动，接收软件程序更新，或访问远程储存的数字媒体库。服务器400可以是一个集群，也可以是多个集群，可以包括一类或多类服务器。通过服务器400提供视频点播和广告服务等其他网络服务内容。

显示设备200，可以液晶显示器、OLED显示器、投影显示设备。具体显示设备类型，尺寸大小和分辨率等不作限定，本领技术人员可以理解的是，显示设备200可以根据需要做性能和配置上一些改变。

显示设备200除了提供广播接收电视功能之外，还可以附加提供计算机支持功能的智能网络电视功能，包括但不限于，网络电视、智能电视、互联网协议电视(IPTV)等。

图2中示例性示出了根据示例性实施例中显示设备200的硬件配置框图。

在一些实施例中，显示设备200中包括控制器250、调谐解调器210、通信器220、检测器230、输入/输出接口255、显示器275，音频输出接口285、存储器260、供电电源290、用户接口265、外部装置接口240中的至少一种。

在一些实施例中，显示器275，用于接收源自第一处理器输出的图像信号，进行显示视频内容和图像以及菜单操控界面的组件。

在一些实施例中，检测器230还可以包括图像采集器，如相机、摄像头等，可以用于采集外部环境场景，以及用于采集用户的属性或与用户交互手势，可以自适应变化显示参数，也可以识别用户手势，以实现与用户之间互动的功能。

在一些实施例中，检测器230还可以包括温度传感器等，如通过感测环境温度。

在一些实施例中，显示设备200可自适应调整图像的显示色温。如当温度偏高的环境时，可调整显示设备200显示图像色温偏冷色调，或当温度偏低的环境时，可以调整显示设备200显示图像偏暖色调。

在一些实施例中，检测器230还可声音采集器等，如麦克风，可以用于接收用户的声音。示例性的，包括用户控制显示设备200的控制指令的语音信号，或采集环境声音，用于识别环境场景类型，使得显示设备200可以自适应适应环境噪声。

在一些实施例中，如图2所示，输入/输出接口255被配置为，可进行控制器250与外部其他设备或其他控制器250之间的数据传输。如接收外部设备的视频信号数据和音频信号数据、或命令指令数据等。

在一些实施例中，外部装置接口240可以包括，但不限于如下可以高清多媒体接口HDMI接口、模拟或数据高清分量输入接口、复合视频输入接口、USB输入接口、RGB端口等任一个或多个接口。也可以是上述多个接口形成复合性的输入/输出接口。

在一些实施例中，如图2所示，调谐解调器210被配置为，通过有线或无线接收方式接收广播电视信号，可以进行放大、混频和谐振等调制解调处理，从多多个无线或有线广播电视信号中解调出音视频信号，该音视频信号可以包括用户所选择电视频道频率中所携带的电视音视频信号，以及EPG数据信号。

在一些实施例中，调谐解调器210解调的频点受到控制器250的控制，控制器250可根据用户选择发出控制信号，以使的调制解调器响应用户选择的电视信号频率以及调制解调该频率所携带的电视信号。

如图2所示，控制器250包括随机存取存储器251(Random Access Memory，RAM)、只读存储器252(Read-Only Memory，ROM)、视频处理器270、音频处理器280、其他处理器253(例如：图形处理器(Graphics Processing Unit，GPU)、中央处理器254(CentralProcessing Unit，CPU)、通信接口(Communication Interface)，以及通信总线256(Bus)中的至少一种。其中，通信总线连接各个部件。

在一些实施例中，RAM 251用于存储操作系统或其他正在运行中的程序的临时数据

在一些实施例中，ROM 252用于存储各种系统启动的指令。

在一些实施例中，ROM 252用于存储一个基本输入输出系统，称为基本输入输出系统(Basic Input Output System，BIOS)。用于完成对系统的加电自检、系统中各功能模块的初始化、系统的基本输入/输出的驱动程序及引导操作系统。

在一些实施例中，视频处理器270被配置为将接收外部视频信号，根据输入信号的标准编解码协议，进行解压缩、解码、缩放、降噪、帧率转换、分辨率转换、图像合成等等视频处理，可得到直接可显示设备200上显示或播放的信号。

在一些实施例中，图形处理器253可以和视频处理器可以集成设置，也可以分开设置，集成设置的时候可以执行输出给显示器的图形信号的处理，分离设置的时候可以分别执行不同的功能，例如GPU+FRC(Frame Rate Conversion))架构。

在一些实施例中，音频处理器280，用于接收外部的音频信号，根据输入信号的标准编解码协议，进行解压缩和解码，以及降噪、数模转换、和放大处理等处理，得到可以在扬声器中播放的声音信号。

在一些实施例中，视频处理器270可以包括一颗或多颗芯片组成。音频处理器，也可以包括一颗或多颗芯片组成。

在一些实施例中，视频处理器270和音频处理器280，可以单独的芯片，也可以于控制器一起集成在一颗或多颗芯片中。

在一些实施例中，音频输出，在控制器250的控制下接收音频处理器280输出的声音信号，如：扬声器286，以及除了显示设备200自身携带的扬声器之外，可以输出至外接设备的发生装置的外接音响输出端子，如：外接音响接口或耳机接口等，还可以包括通信接口中的近距离通信模块，例如：用于进行蓝牙扬声器声音输出的蓝牙模块。

供电电源290，在控制器250控制下，将外部电源输入的电力为显示设备200提供电源供电支持。供电电源290可以包括安装显示设备200内部的内置电源电路，也可以是安装在显示设备200外部电源，在显示设备200中提供外接电源的电源接口。

用户接口265，用于接收用户的输入信号，然后，将接收用户输入信号发送给控制器250。用户输入信号可以是通过红外接收器接收的遥控器信号，可以通过网络通信模块接收各种用户控制信号。

在一些实施例中，用户通过控制装置100或移动终端300输入用户命令，用户输入接口则根据用户的输入，显示设备200则通过控制器250响应用户的输入。

在一些实施例中，用户可在显示器275上显示的图形用户界面(GUI)输入用户命令，则用户输入接口通过图形用户界面(GUI)接收用户输入命令。或者，用户可通过输入特定的声音或手势进行输入用户命令，则用户输入接口通过传感器识别出声音或手势，来接收用户输入命令。

在一些实施例中，″用户界面″，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面(Graphic User Interface，GUI)，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素。

图3示例性示出了根据示例性实施例中控制设备100的配置框图。如图3所示，控制设备100包括控制器110、通信接口130、用户输入/输出接口、存储器、供电电源。

控制设备100被配置为控制显示设备200，以及可接收用户的输入操作指令，且将操作指令转换为显示设备200可识别和响应的指令，起用用户与显示设备200之间交互中介作用。如：用户通过操作控制设备100上频道加减键，显示设备200响应频道加减的操作。

在一些实施例中，控制设备100可是一种智能设备。如：控制设备100可根据用户需求安装控制显示设备200的各种应用。

在一些实施例中，如图1所示，移动终端300或其他智能电子设备，可在安装操控显示设备200的应用之后，可以起到控制设备100类似功能。如：用户可以通过安装应用，在移动终端300或其他智能电子设备上可提供的图形用户界面的各种功能键或虚拟按钮，以实现控制设备100实体按键的功能。

控制器110包括处理器112和RAM 113和ROM 114、通信接口130以及通信总线。控制器用于控制控制设备100的运行和操作，以及内部各部件之间通信协作以及外部和内部的数据处理功能。

通信接口130在控制器110的控制下，实现与显示设备200之间控制信号和数据信号的通信。如：将接收到的用户输入信号发送至显示设备200上。通信接口130可包括WiFi芯片131、蓝牙模块132、NFC模块133等其他近场通信模块中至少之一种。

用户输入/输出接口140，其中，输入接口包括麦克风141、触摸板142、传感器143、按键144等其他输入接口中至少一者。如：用户可以通过语音、触摸、手势、按压等动作实现用户指令输入功能，输入接口通过将接收的模拟信号转换为数字信号，以及数字信号转换为相应指令信号，发送至显示设备200。

在一些实施例中，控制设备100包括通信接口130和输入输出接口140中至少一者。控制设备100中配置通信接口130，如：WiFi、蓝牙、NFC等模块，可将用户输入指令通过WiFi协议、或蓝牙协议、或NFC协议编码，发送至显示设备200.

存储器190，用于在控制器的控制下存储驱动和控制控制设备200的各种运行程序、数据和应用。存储器190，可以存储用户输入的各类控制信号指令。

供电电源180，用于在控制器的控制下为控制设备100各元件提供运行电力支持。可以电池及相关控制电路。

参见图4，在一些实施例中，将系统分为四层，从上至下分别为应用程序(Applications)层(简称″应用层″)，应用程序框架(Application Framework)层(简称″框架层″)，安卓运行时(Android runtime)和系统库层(简称″系统运行库层″)，以及内核层。

在一些实施例中，应用程序层中运行有至少一个应用程序，这些应用程序可以是操作系统自带的窗口(Window)程序、系统设置程序、时钟程序、相机应用等；也可以是第三方开发者所开发的应用程序，比如嗨见程序、K歌程序、魔镜程序等。在具体实施时，应用程序层中的应用程序包不限于以上举例，实际还可以包括其它应用程序包，本申请实施例对此不做限制。

框架层为应用程序层的应用程序提供应用编程接口(application programminginterface，API)和编程框架。应用程序框架层包括一些预先定义的函数。应用程序框架层相当于一个处理中心，这个中心决定让应用层中的应用程序做出动作。应用程序通过API接口，可在执行中访问系统中的资源和取得系统的服务

如图4所示，本申请实施例中应用程序框架层包括管理器(Managers)，内容提供者(Content Provider)等，其中管理器包括以下模块中的至少一个：活动管理器(ActivityManager)用与和系统中正在运行的所有活动进行交互；位置管理器(Location Manager)用于给系统服务或应用提供了系统位置服务的访问；文件包管理器(Package Manager)用于检索当前安装在设备上的应用程序包相关的各种信息；通知管理器(NotificationManager)用于控制通知消息的显示和清除；窗口管理器(Window Manager)用于管理用户界面上的括图标、窗口、工具栏、壁纸和桌面部件。

在一些实施例中，系统运行库层为上层即框架层提供支撑，当框架层被使用时，安卓操作系统会运行系统运行库层中包含的C/C++库以实现框架层要实现的功能。

在一些实施例中，内核层是硬件和软件之间的层。如图4所示，内核层至少包含以下驱动中的至少一种：音频驱动、显示驱动、蓝牙驱动、摄像头驱动、WIFI驱动、USB驱动、HDMI驱动、传感器驱动(如指纹传感器，温度传感器，触摸传感器、压力传感器等)等。

在一些实施例中，内核层还包括用于进行电源管理的电源驱动模块。

在一些实施例中，图4中的软件架构对应的软件程序和/或模块存储在图2或图3所示的第一存储器或第二存储器中。

在一些实施例中，如图5中所示，应用程序层包含至少一个应用程序可以在显示器中显示对应的图标控件，如：直播电视应用程序图标控件、视频点播应用程序图标控件、媒体中心应用程序图标控件、应用程序中心图标控件、游戏应用图标控件等。

在一些实施例中，直播电视应用程序，可以通过不同的信号源提供直播电视。例如，直播电视应用程可以使用来自有线电视、无线广播、卫星服务或其他类型的直播电视服务的输入提供电视信号。以及，直播电视应用程序可在显示设备200上显示直播电视信号的视频。

在一些实施例中，视频点播应用程序，可以提供来自不同存储源的视频。不同于直播电视应用程序，视频点播提供来自某些存储源的视频显示。例如，视频点播可以来自云存储的服务器端、来自包含已存视频节目的本地硬盘储存器。

在一些实施例中，媒体中心应用程序，可以提供各种多媒体内容播放的应用程序。例如，媒体中心，可以为不同于直播电视或视频点播，用户可通过媒体中心应用程序访问各种图像或音频所提供服务。

在一些实施例中，应用程序中心，可以提供储存各种应用程序。应用程序可以是一种游戏、应用程序，或某些和计算机系统或其他设备相关但可以在智能电视中运行的其他应用程序。应用程序中心可从不同来源获得这些应用程序，将它们储存在本地储存器中，然后在显示设备200上可运行。

请参考图6，图6中示例性示出了本申请一种实施例中一种显示设备的视频搜索排序方法的逻辑流程图。

在本申请一种实施例中，如图6所示，一种显示设备的视频搜索排序方法，在服务器一侧，视频搜索排序方法包括：

步骤S102：接收显示设备发出的视频搜索请求，视频搜索请求携带有搜索关键词句；可以手机上触发发出，也可以在电视上触发发出，本申请对此不作限制。

步骤S103：基于搜索关键词句，获得与搜索关键词句匹配的视频列表；基于该搜索关键词，服务器通过搜寻相应的数据库，获得相匹配的视频列表。

步骤S104：基于音频文本与年龄关联模型、及搜索关键词句，获得搜索关键词句的文本年龄；在该步骤中，由于成年人与儿童输入的关键词基本上是不同的，因而通过音频文本与年龄关联模型、及搜索关键词句，来确定进行搜索的用户的年龄，也就是确定搜索关键词句的文本年龄。

步骤S105：基于音频文本与年龄关联模型、及视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄；对于视频来说，其命名的名称也反映属于哪个年龄段的视频，因而可以基于音频文本与年龄关联模型、及视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄。当然，在一些实施例中，也可以通过人工给视频打年龄标签的方式，得到视频列表中各个视频的文本年龄，因而本申请对于得到各个视频的文本年龄的方法不作限制。

步骤S106：基于搜索关键词句的文本年龄、及视频列表中各个视频的文本年龄，对视频列表中的各个视频进行匹配排序；比如，如果搜索关键词句的文本年龄显示是儿童年龄，则对视频列表中的各个视频，按照文本年龄由小到大的顺序进行排列，从而便于用户进行相应的选择，提高用户体验。

步骤S107：将排序后的视频列表下发给显示设备。

综上，本申请示例性的实施例提供的视频搜索排序方法，能够解决用户年龄识别及视频年龄识别，从而基于用户年龄和视频的年龄，对视频进行排序推荐，提升用户体验。

在上述实施例中，可以做出进一步的设计，从而得到本申请的另一种实施例。比如，在该种实施例中，预先建立音频文本与年龄的关联模型，可以通过如下方式实现包括：

基于输入的至少一段视频，进行视频内容分析，建立时间段、人脸及音频文本之间的关联；也就是将视频内容按照时间段分割，确定时间段-人脸-音频文本之间的对应关联，音频文本也是人脸所在的人物说的话语，该视频内容分析技术为常规技术。

基于人脸年龄分类器，识别人脸的年龄；需要说明的是，关于人脸的识别已经具有大数据库，已经建立起什么样的人脸对应哪个年龄段的对应关系，因而基于该人脸年龄分类器，调用该种大数据库，便可识别人脸的年龄。

基于时间段、人脸及音频文本之间的关联，及人脸的年龄，建立音频文本与年龄关联模型。由于人脸的居中中介，因而能够很方便的建立起音频文本与年龄之间的关联。当然，需要说明的是，为了使得该关联模型准确性更高，可以训练大量的视频，从而建立起足够的语料库，使得覆盖大多数常用的音频文本。

显然，通过上述技术方案能够非常方便的建立音频文本于年龄的关联模型。

在上述技术方案中，还可以做出具体设计，从而得到本申请的另一种实施例。比如，在该种实施例中，基于输入的至少一段视频，进行视频内容分析，建立时间段、人脸及音频文本之间的关联，的步骤中，

人脸为视频中预定人物、或具有姓名的人物的人脸。需要说明的是，预定人物可以为知名人士，具有姓名的人物是指的预先存储其姓名的人物。

此外，基于搜索关键词句的文本年龄、及视频列表中各个视频的文本年龄，对视频列表中的各个视频进行匹配排序，的步骤包括：

在视频列表中，比较各个视频的文本年龄与搜索关键词句的文本年龄的相似度大小，对各个视频按照相似度由大到小排列。

以下结合具体的场景举例进行说明。

1、在上述步骤S101中，建立音频文本与年龄的关联模型；也是通过视频内容分析产生人脸与文本的对应关系。

视频内容分析为一个模块，输入为视频，分析视频中的幀(FRAME)在什么时间点，幀中的画面包含什么样的自然物体(OBJECT)，视频中的音频，包含什么样的文字内容。

1.1将视频输入视频内容分析模块，

产生：时间段，物体，音频文本，三者的对应关系。

1.2取得同一个时间段、物体为人脸、且有音频文本的视频内容分析结果

产生：时间段，人脸，音频文本，三者的对应关系。

作为一种举例，步骤1.2的人脸，可以只取可识别人脸ID或人脸姓名的数据。可识别人脸姓名的人脸，通常为主角或知名人物，更具备代表性。

范例：输入一个视频：动物奇幻之旅

视频内容分析结果：

时间段	物体	音频文本
			01：03-01：05	海洋	无
01：08-01：11	人脸	哇，是可爱的小猪
			01：11-01：12	人脸	宝宝看起来很高兴
03：09-03：12	人脸	无
			11：03-11：05	人脸	我去帮你们预定午餐
13：30-13：32	人脸	无
			14：20-14：22	人脸	我还想去玩
14：40-15：42	人脸	你不困吗宝贝

取得同一个时间段，物体为人脸，且具有音频分析文本的结果：

2、然后，基于上述对应关系，利用人脸年龄分类器，建立音频文本与年龄的关联模型。

2.1视频在拍摄与剪辑时，具备以下特性：画面与对白相符。否则将难以形成一个具有逻辑的视频。利用此特性，大部分人脸出现时，其音频与人脸强相关，通常是该人脸角色的对白。

物体	人脸分类器年龄识别	强相关的对白
			人脸	4岁	哇，是可爱的小猪
人脸	36岁	宝宝看起来很高兴
			人脸	40岁	午餐要吃小猪肉吗
人脸	4岁	我还想去看猪
			人脸	30岁	你不困吗宝贝

2.2使用人脸年龄分类器，产生人脸对应的年龄。

人脸分类器，为一个数学模型，输入为数字图像(image)，输出为年龄，或年龄段。人脸分类器为计算机视觉领域一种常见技术。

物体	人脸分类器年龄识别	强相关的对白
			人脸	4岁	哇，是可爱的小猪
人脸	36岁	宝宝看起来很高兴
			人脸	40岁	午餐要吃小猪肉吗
人脸	4岁	我还想去看猪
			人脸	30岁	你不困吗宝贝

2.3使用对白与年龄的识别结果，建立音频文本与年龄的关联模型。

音频文本与年龄的关联模型，为一种数学模型。输入为文本，输出为一个年龄分类标注。在本申请中，输入为视频文本的名称或用户查询的搜索词句，输出为年龄或年龄段。

本申请使用了与人脸相对应时间段的文本作为模型训练的输入数据。人脸年龄识别结果作为模型输出的预测数据。巧妙利用人脸与视频对白强相关的原理，自动建立文本与年龄的关联，节省了大量的人工标注文本对应的年龄数据时间。

产生的文本年龄分类模型，范例：

输入	文本年龄分类模型输出
		哇，是可爱的小猪	4岁
午餐要吃小猪肉吗	40岁
		午餐吃什么	30岁
我还想去看猪	4岁

同样是描述小猪，前后文不同，就会产生不同的年龄段。主要是学习到：视频内容中，不同年龄人物会使用的对白不同。

3.在上述步骤S102和步骤S103中，根据搜索词句搜索视频，产生视频列表。

用户在使用手机或电视查询视频时，输入关键字，搜索视频。

范例A：我要看的小猪

范例B：我要吃的小猪

类似的查询文本，可搜到以下小猪相关视频

广东人爱吃美食：猪扒饭
	小猪佩奇第四季
动物园可爱的小猪
	顺德必吃均安蒸猪
广东外卖十大必吃猪扒饭

4.在上述步骤S104中，基于音频文本与年龄关联模型、及搜索关键词句，获得搜索关键词句的文本年龄；也就是计算用户输入的文本年龄。

使用音频文本与年龄的分类模型计算用户输入的文本年龄二

搜索文本	文本年龄分类器输出
		我要看可爱的小猪	4岁
我要吃可爱的小猪	22岁

在上述步骤S105中，基于音频文本与年龄关联模型、及视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄；也就是计算视频的文本年龄。

查询到的视频	文本年龄分类器输出
		广东人爱吃美食：猪扒饭	30
小猪佩奇第四季	6
		动物园可爱的小猪	4
顺德必吃均安蒸猪	40
		广东外卖十大必吃猪扒饭	20

5.在上述步骤S106中，基于搜索关键词句的文本年龄、及视频列表中各个视频的文本年龄，对视频列表中的各个视频进行匹配排序根据年龄相似度进行搜索结果排序。也就是根据年龄相似度进行搜索结果排序。

视频查询文本：我要看可爱的小猪

文本年龄：4岁，因此根据年龄相似度排序结果为：

查询到的视频	文本年龄分类器输出	与查询文本的年龄差距
			动物园可爱的小猪	4	0
小猪佩奇第四季	6	2
			广东外卖十大必吃猪扒饭	20	16
广东人爱吃美食：猪扒饭	30	26
			顺德必吃均安蒸猪	40	36

年龄相似度，为文本查询年龄，与视频文本年龄的差距，差距越小，相似度越高。

视频查询文本：我要吃的小猪

文本年龄：22岁

以上效果展示了，使用符合年龄的常用词语，同样搜索小猪关键词，即使媒资相同，也可依照文本相符的年龄进行排序，符合用户需求。

此外，与上述方法实施例相对应，本申请还提供一种服务器的装置实施例。具体请参考图8，图8中示例性示出了本申请一种实施例中一种服务器的功能框图。

如图8所示，一种服务器，用于显示设备的搜索排序，其特征在于，服务器包括：

请求接收模块202，用于接收显示设备发出的视频搜索请求，视频搜索请求携带有搜索关键词句；

视频列表获得模块203，用于基于搜索关键词句，获得与搜索关键词句匹配的视频列表；

第一文本年龄获得模块204，用于基于预先建立的音频文本与年龄关联模型、及搜索关键词句，获得搜索关键词句的文本年龄；

第二文本年龄获得模块205，用于基于预先建立的音频文本与年龄关联模型、及视频列表中各个视频的名称，获得视频列表中各个视频的文本年龄；

视频列表排序模块206，用于基于搜索关键词句的文本年龄、及视频列表中各个视频的文本年龄，对视频列表中的各个视频进行匹配排序；

视频列表下发模块207，用于将排序后的视频列表下发给显示设备。

进一步的，可以通过模型建立模块建立音频文本与年龄关联模型，该模型建立模块包括：

视频内容分析子模块，用于基于输入的至少一段视频，进行视频内容分析，建立时间段、人脸及音频文本之间的关联；

人脸年龄识别子模块，用于基于人脸年龄分类器，识别人脸的年龄；

模型建立子模块，用于基于时间段、人脸及音频文本之间的关联，及人脸的年龄，建立音频文本与年龄关联模型。

此外，在视频内容分析子模块中，进行分析的人脸为视频中预定人物、或具有姓名的人物的人脸。再者，在视频列表排序模块中，在视频列表中，比较各个视频的文本年龄与搜索关键词句的文本年龄的相似度大小，对各个视频按照相似度由大到小排列。

该服务器及其该方案的工作过程及技术效果，与上文中的视频搜索排序方法的工作过程和技术效果相同，在此不再赘述。

此外，在另一种实施例中，本申请还提供一种显示设备的视频搜索排序方法，具体请参考图9，图9中示例性示出了本申请另一种实施例中一种显示设备的视频搜索排序方法的逻辑流程图。

在该种实施例中，在显示设备一侧，视频搜索排序方法包括：

步骤S301：向服务器发送视频搜索请求，视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

步骤S302：接收服务器下发的排序后的视频列表；

步骤S303：将排序后的视频列表进行展示。

再者，与上述显示设备一侧的方法实施例相对应，本申请还提供一种显示设备，用于视频搜索排序，显示设备包括：

通信器，用于与服务进行通信；

显示器，用于显示图像和用户界面，及在用户界面中用于指示项目被选择的选择器；

控制器，控制器被配置为：

向所述服务器发送视频搜索请求，所述视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

接收所述服务器下发的排序后的视频列表，并展示。

以下结合用户、显示设备及服务器三端，对三端之间的信令时序关系作出介绍，请参考图7，图7中示例性示出了本申请一种实施例中一种显示设备的视频搜索排序方法的信令时序图。

如图7所示，在服务器一侧，通过分析视频画面产生人脸与文本的对应，进而分析视频，产生人脸与年龄的对应，然后文本与年龄，产生音频文本与年龄的关联模型。然后用户通过显示设备搜索视频，输入搜索词句，进行视频搜索。实现设备将搜索请求发送给服务器，服务器基于搜索请求，从数据库中拿到视频列表。然后基于音频文本与年龄的关联模型，计算用书搜索文本的年龄，及视频列表的文本年龄，然后根据年龄相似度对视频列表进行排序，最后反馈视频列表给显示设备，完成整个过程。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

Claims (9)

1.一种显示设备的视频搜索排序方法，其特征在于，用于服务器，所述视频搜索排序方法包括：

接收显示设备发出的视频搜索请求，所述视频搜索请求携带有搜索关键词句；

基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；

基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

将排序后的视频列表下发给所述显示设备。

2.如权利要求1所述的一种显示设备的视频搜索排序方法，其特征在于，所述视频列表中各个视频的文本年龄通过如下方法得到：

基于所述音频文本与年龄关联模型、及所述视频列表中各个视频的名称，获得所述视频列表中各个视频的文本年龄。

3.如权利要求1所述的一种显示设备的视频搜索排序方法，其特征在于，所述视频列表中各个视频的文本年龄通过如下方法得到：

基于预先标记的文本年龄参数，获得所述视频列表中各个视频的文本年龄。

4.如权利要求1述的一种显示设备的视频搜索排序方法，其特征在于，所述基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序包括：

在所述视频列表中，比较各个视频的文本年龄与所述搜索关键词句的文本年龄的相似度大小，对各个视频按照相似度由大到小排列。

5.一种服务器，用于显示设备的搜索排序，其特征在于，所述服务器包括：

请求接收模块，用于接收显示设备发出的视频搜索请求，所述视频搜索请求携带有搜索关键词句；

视频列表获得模块，用于基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；

第一文本年龄获得模块，用于基于所述音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；

视频列表排序模块，用于基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

视频列表下发模块，用于将排序后的视频列表下发给所述显示设备。

6.如权利要求5所述的一种服务器，其特征在于，所述服务器还包括：

第二文本年龄获得模块，用于基于所述音频文本与年龄关联模型、及所述视频列表中各个视频的名称，获得所述视频列表中各个视频的文本年龄。

7.如权利要求5所述的一种服务器，其特征在于，在所述视频列表排序模块中，在所述视频列表中，比较各个视频的文本年龄与所述搜索关键词句的文本年龄的相似度大小，对各个视频按照相似度由大到小排列。

8.一种显示设备的视频搜索排序方法，其特征在于，用于显示设备，所述视频搜索排序方法包括：

向所述服务器发送视频搜索请求，所述视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

接收所述服务器下发的排序后的视频列表；

将排序后的视频列表进行展示。

9.一种显示设备，用于视频搜索排序，其特征在于，所述显示设备包括：

通信器，用于与服务进行通信；

显示器，用于显示图像和用户界面，及在所述用户界面中用于指示项目被选择的选择器；控制器，所述控制器被配置为：

向所述服务器发送视频搜索请求，所述视频搜索请求携带有搜索关键词句；以便所述服务器基于所述搜索关键词句，获得与所述搜索关键词句匹配的视频列表；并基于预先建立的音频文本与年龄关联模型、及所述搜索关键词句，获得所述搜索关键词句的文本年龄；并基于所述搜索关键词句的文本年龄、及所述视频列表中各个视频的文本年龄，对所述视频列表中的各个视频进行匹配排序；

接收所述服务器下发的排序后的视频列表，并展示。

Images