CN112689112A - 视频交流系统的耗时分析及优化方法、装置、设备及介质 - Google Patents
视频交流系统的耗时分析及优化方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112689112A CN112689112A CN202011482491.XA CN202011482491A CN112689112A CN 112689112 A CN112689112 A CN 112689112A CN 202011482491 A CN202011482491 A CN 202011482491A CN 112689112 A CN112689112 A CN 112689112A
- Authority
- CN
- China
- Prior art keywords
- time
- processing flow
- consumed
- audio
- calculating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000004458 analytical method Methods 0.000 title claims abstract description 57
- 238000004891 communication Methods 0.000 title claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 212
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Images
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种视频交流系统的耗时分析及优化方法、装置、设备及存储介质，所述方法包括：计算系统完成一次音频处理任务耗费的总时长；当所述总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成所述音频处理任务时各个处理流程耗费的时长；当处理流程耗费的时长大于与其对应的预设时长阈值时，确定所述处理流程为超时处理流程；根据预设的优化策略对所述超时处理流程进行优化。本发明公开的耗时分析及优化方法，不仅可以分析视频交流系统中各个处理流程耗费的时长，确定出耗时较长的处理流程，还可以优化处理流程，提高整个系统的时效性，提高用户的满意度。
Description
技术领域
本发明涉及应用终端技术领域，特别涉及一种视频交流系统的耗时分析及优化方法、装置、设备及介质。
背景技术
随着互联网技术的飞速发展和智能终端的普及，用于视频交流的系统越来越丰富，用户对视频交流系统的需求也越来越高，只有性能好的系统才能吸引用户，而性能差的系统很容易导致用户的流失。因此，对于开发者来说，只有了解系统的性能，才能提升系统的性能，进而提高用户量，提高用户的体验度。
现有技术中，一个视频交流系统开发完成后，在进行用户验收测试时，往往会出现时效性较低的问题，因此，如何对系统中各个流程节点进行耗时分析，并优化处理流程，是本领域技术人员面临的重大技术问题。
发明内容
本公开实施例提供了一种视频交流系统的耗时分析及优化方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
第一方面，本公开实施例提供了一种视频交流系统的耗时分析及优化方法，包括：
计算系统完成一次音频处理任务耗费的总时长；
当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长；
当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程；
根据预设的优化策略对超时处理流程进行优化。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长，包括：
获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息；
根据结束时间减去起始时间的差值，得到音频处理任务耗费的总时长。
在一个实施例中，得到音频处理任务耗费的总时长之后，还包括：
根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长；
将平均时长作为系统完成一次音频处理任务的总时长。
在一个实施例中，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长，包括：
获取系统上下行音视频留痕大数据；
根据留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；
根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。
在一个实施例中，根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长，包括：
根据系统进行音频处理任务的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长；
将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
在一个实施例中，还包括：
将上下行音视频留痕大数据中的时间信息统一到毫秒级别。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长之前，还包括：
接收系统下发的时间配置指令；
根据时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
第二方面，本公开实施例提供了一种视频交流系统的耗时分析及优化装置，包括：
第一计算模块，用于计算系统完成一次音频处理任务耗费的总时长；
第二计算模块，用于当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长；
分析模块，用于当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程；
优化模块，用于根据预设的优化策略对超时处理流程进行优化。
第三方面，本公开实施例提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述实施例提供的视频交流系统的耗时分析及优化方法的步骤。
第四方面，本公开实施例提供了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述实施例提供的视频交流系统的耗时分析及优化方法的步骤。
本公开实施例提供的技术方案可以包括以下有益效果：
根据本公开实施例提供的耗时分析及优化方法，全流程时效分析都将透明化，本领域技术人员可查看每个处理流程的详细耗时信息，并根据每个处理流程的详细耗时信息自行选取合适的优化策略。通过该方法，不仅可以分析视频交流系统中各个处理流程耗费的时长，确定出耗时较长的处理流程，还可以优化处理流程，提高整个系统的时效性，提高用户的满意度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种视频交流系统的耗时分析及优化方法的实施环境图；
图2是根据一示例性实施例示出的一种计算机设备的内部结构图；
图3是根据一示例性实施例示出的一种视频交流系统的耗时分析及优化方法的流程示意图；
图4是根据一示例性实施例示出的一种优化前视频交流系统的耗时分析示意图；
图5是根据一示例性实施例示出的一种优化后视频交流系统的耗时分析示意图；
图6是根据一示例性实施例示出的一种视频交流系统的耗时分析及优化装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一字段及算法确定模块成为第二字段及算法确定模块，且类似地，可将第二字段及算法确定模块成为第一字段及算法确定模块。
图1是根据一示例性实施例示出的一种视频交流系统的耗时分析及优化方法的实施环境图，如图1所示，在该实施环境中，包括服务器110以及终端120。
服务器110为视频交流系统的耗时分析及优化设备，例如为技术人员使用的电脑等计算机设备，服务器110上安装有视频交流系统的耗时分析及优化工具。终端120上安装有需要进行耗时分析及优化的应用，当需要提供耗时分析及优化时，技术人员可以在计算机设备110发出提供耗时分析的请求，该请求中携带有请求标识，计算机设备110接收该请求，获取计算机设备110中存储的耗时分析及优化工具。然后对视频交流系统进行耗时分析及优化。
需要说明的是，终端120以及计算机设备110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。计算机设备110以及终端120可以通过蓝牙、USB(Universal Serial Bus，通用串行总线)或者其他通讯连接方式进行连接，本发明在此不做限制。
图2是根据一示例性实施例示出的一种计算机设备的内部结构图。如图2所示，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种视频交流系统的耗时分析及优化方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种视频交流系统的耗时分析及优化方法。该计算机设备的网络接口用于与终端连接通信。
其中，存储器可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个网络接口(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器用于存储程序，处理器在接收到执行指令后，执行程序，前述本申请实施例任一实施方式揭示的耗时分析及优化方法可以应用于处理器中，或者由处理器实现。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
下面将结合附图3-附图5，对本申请实施例提供的视频交流系统的耗时分析及优化方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的数据传输装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
请参见图3，为本申请实施例提供了一种视频交流系统的耗时分析及优化方法的流程示意图，如图3所示，本申请实施例的方法可以包括以下步骤：
S301计算系统完成一次音频处理任务耗费的总时长。
具体地，获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息，根据结束时间减去起始时间的差值，得到音频处理任务耗费的总时长。
可选地，为了提高计算数据的准确性，排除异常数据的影响，根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长，将所述平均时长作为系统完成一次音频处理任务的总时长。
例如，用户在手机APP上说完一句话，记录时间起点S；用户在手机APP上听到虚拟AI的答复，记录结束时间E，其中SUM(E-S)/N＝平均耗时。其中，N为系统进行音频处理任务的总次数。
在一种可能的实现方式中，客户在手机APP上说话，手机APP集成了一个音视频处理SDK(Software Development Kit，软件开发工具包)，客户说话音频流以RTP流上行传播，SBC服务器(Session Border Controller，会话边界控制器)能够将出入的RTP数据包另存一份，根据这些RTP数据包生成监控录像，根据生成录像的MP4文件解析出wav录音文件，分析录音文件中客户说完话的波形与AI开始说话波形之间的时间差。就是一个耗时统计。
可选地，在计算系统完成一次音频处理任务耗费的总时长之前，还包括：接收系统下发的时间配置指令；根据时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
S302当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长。
为了提高用户的体验度，视频交流系统的总时长不能太长，当总时长大于等于预设总时长阈值时，说明系统耗时较长，无法达到客户的要求。因此，需要对端到端过程中，每个处理流程进行耗时分析。其中，预设总时长用户可自行设定，本公开实施例不做具体限制。
图4是根据一示例性实施例示出的一种优化前音频处理任务的耗时分析示意图。如图4所示，在用户验收测试阶段，视频交流系统的总时长在2500～3000ms之间，平均时效2594ms，大于业务要求的预设总时长阈值2500ms。因此，需要对每个处理流程进行耗时分析。
具体地，计算各个处理流程耗费的时长，首先获取系统上下行音视频留痕大数据；系统在进行视频交流任务时，音视频流在系统中的上行网络或下行网络传输，系统的各个处理流程对音视频流的操作信息以及操作时间信息都记录在留痕大数据中，即留痕大数据中记录着音视频流对应的各个操作过程的操作日志信息。
根据留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。为了进一步提高数据的准确性，消除异常数据的影响，根据系统进行音频处理的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长，将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
具体地，在后台服务器中对时间格式进行统一设置，例如，按照预设的时间格式YYYY-MM-DD HH24:MI:SS:ss.ff，将时间格式统一到毫秒级别，通过将时间格式统一到毫秒级别，可以精确计算每个处理流程的时间差值，得到每个处理流程的耗费时长。然后获取留痕大数据的监控日志，根据日志中的时间信息，计算每个处理流程的耗费时长。
提取留痕大数据监控日志中的监控状态信息和时间信息，计算音频流数据包发送到SBC服务器的时间，得到第一流程耗时信息。
如图4所示，第一流程耗时信息是音频流RTP数据包到SBC服务器网卡入口时间。APP端SDK打印视频开始发起呼入日志，记录时间T0，SBC服务器获取到音频流RTP数据包，用WireShark工具分析包的时间戳，记录时间为T1，其中平均耗时：SUM(T1-T0)/N＝S1，S1为第一流程耗费时长。
提取留痕大数据监控日志中的监控状态信息和时间信息，计算音频流数据包从SBC服务器发送到MCS服务器的时间，得到第二流程耗时信息。其中，MCS(XX-MCS)是上下行网络透传，媒体流控制。
如图4所示，第二流程耗时信息是RTP数据包在SBC服务器网卡入口时间到MCS服务器网卡入口时间。
记录MCS服务器获取到音频流RTP数据包，，用WireShark工具分析包的时间戳，记录时间为T2。其中平均耗时：SUM(T2-T1)/N＝S2，S2为第二流程耗费时长。
提取留痕大数据监控日志中的监控状态信息和时间信息，计算MCS服务器接收到MRCP(Media Resource Control Protocol，媒体资源控制协议)中控服务器返回的文本信息的时间信息，得到第三操作流程的耗时信息。
如图4所示，第三操作流程为图中的第三阶段和第四阶段，涉及网络传输和数据处理，第三操作流程包括MCS服务器将RTP数据包进行缓存，然后将RTP数据包发送到MRCP中控服务器，MRCP中控服务器将数据包发送到ASR(Automatic Speech recognition，自动语音识别)服务器进行语音识别，然后MRCP中控服务器将识别出的文本信息返回给MCS服务器，记录MCS收到MRCP中控服务器返回的文本日志时间T3。SUM(T3-T2)/N＝S3。
提取留痕大数据监控日志中的监控状态信息和时间信息，计算MCS服务器接收到视频交流系统返回的AI话术的时间信息，得到第四操作流程的耗时信息。
如图4所示，第四操作流程为图中第五阶段，MCS将文本发送给视频交流系统，视频交流系统调用语义识别模型，返回AI话术，记录MCS收到AI话术的日志时间T4：SUM(T4-T3)/N＝S4。
提取留痕大数据监控日志中的监控状态信息和时间信息，计算网络平台接收到AI话术，并根据AI话术产生虚拟形象RTP视频流发送到SBC服务器的时间信息，得到第五操作流程的耗时信息。
如图4所示，该操作流程包括6、7、8、9、10多个阶段，首先，MCS服务器先将AI话术发送给网络平台，根据网络平台记录请求日志T5，SUM(T5-T4)/N＝S51。
然后网络平台根据AI话术产生音唇同步的音视频RTP数据包。这个是文本首包产生日志时间T6，此外，这个音视频包产生的是25帧/秒的包，关键帧是2秒。该阶段耗时SUM(T6-T5)/N＝S52。
然后将RTP包通过EasyDarWin工具转换成RTP数据流，并发送到MCS服务器，MCS服务器获取到RTP数据包的日志时间是T7。SUM(T7-T6)/N＝S53。
MCS将RTP包透传给SBC服务器，SBC服务器抓包查看耗时，根据经验可知大概10ms左右，S54＝10ms。
综上，第五操作流程的总耗时为S5＝S51+S52+S53+S54。
第六操作流程包括SBC服务器将音频流数据包发送到用户端APP，产生AI语音回复，如图4所示，第六操作流程为第11阶段，其中根据第一操作流程的上行网络耗时时间，推断下行RTP数据包传输与解析时间，得到该阶段的耗时与第一操作流程的耗时相等，S6＝S1。
根据该步骤，可以批量处理各个环节的留痕信息，精确分析每个操作流程的耗时信息，便于开发人员优化处理流程。
S303当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程。
当处理流程耗费的时长大于与其对应的预设时长阈值时，确定所述处理流程为超时处理流程。
在一种可能的实现方式中，相邻的两个流程节点之间设置时长阈值，其中，时长阈值本领域技术人员可根据经验自行设定，本公开实施例不做具体限制，当处理流程大于与其对应的预设时长阈值时，确定所述处理流程为超时处理流程。
S304根据预设的优化策略对超时处理流程进行优化。
其中，每个处理流程设置对应的优化策略，当该处理流程为超时处理流程时，调取与该超时处理流程对应的优化策略，对超时处理流程进行优化。其中，有的超时流程无法优化，其优化策略为不优化。
例如，第一操作流程和最后一个操作流程为上下行网络，时效不可控，设置其优化策略为不优化。SBC端将数据包发送到MCS端，设置其优化策略为缓冲区时长降到100ms。MRCP中控服务器进行语音识别，为了保持系统性能良好，该阶段的优化策略为不优化。网络平台将RTP包通过EasyDarWin工具转换成RTSP数据流，并发送到MCS服务器，该阶段的优化策略为自设一个RTP推流功能，不使用网络平台中的EasyDarWin。
图5是根据一示例性实施例示出的一种优化后音频处理任务的耗时分析示意图。如图5所示，视频交流系统优化后，耗费的总时长为2362ms，低于预设阈值2500ms，满足系统开发的需求。
基于本公开实施例提供的视频交流系统的耗时分析与优化方法，全流程时效分析都将透明化，本领域技术人员可查看每个处理流程的详细耗时信息，不再是像EasyDarWin那样，整个阶段耗时存在黑盒阶段，无法明确知道这个阶段实际耗时，并根据每个处理流程的详细耗时信息自行选取合适的优化策略。通过该方法，不仅可以分析视频交流系统中各个处理流程耗费的时长，确定出耗时较长的处理流程，还可以优化处理流程，提高整个系统的时效性，提高用户的满意度。
下述为本申请装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图6，其示出了本发明一个示例性实施例提供的视频交流系统的耗时分析与优化装置的结构示意图。如图6所示，该视频交流系统的耗时分析与优化装置可以集成于上述的计算机设备110中，具体可以包括第一计算模块601、第二计算模块602、分析模块603、优化模块604。
第一计算模块601，用于计算系统完成一次音频处理任务耗费的总时长；
第二计算模块602，用于当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长；
分析模块603，用于当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程；
优化模块604，用于根据预设的优化策略对超时处理流程进行优化。
在一个实施例中，第一计算模块601用于获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息；根据结束时间减去起始时间的差值，得到音频处理任务耗费的总时长。
在一个实施例中，第一计算模块601还用于根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长；将平均时长作为系统完成一次音频处理任务的总时长。
在一个实施例中，第二计算模块602用于获取系统上下行音视频留痕大数据；根据留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。
在一个实施例中，第二计算模块602还用于根据系统进行音频处理任务的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长；将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
在一个实施例中，还包括时间统一模块，用于将上下行音视频留痕大数据中的时间信息统一到毫秒级别。
在一个实施例中，还包括校准模块，用于接收系统下发的时间配置指令；根据时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
基于本公开实施例提供的视频交流系统的耗时分析与优化装置，全流程时效分析都将透明化，本领域技术人员可查看每个处理流程的详细耗时信息，并根据每个处理流程的详细耗时信息自行选取合适的优化策略。通过该装置，不仅可以分析视频交流系统中各个处理流程耗费的时长，确定出耗时较长的处理流程，还可以优化处理流程，提高整个系统的时效性，提高用户的满意度。
需要说明的是，上述实施例提供的视频交流系统的耗时分析与优化装置在执行视频交流系统的耗时分析与优化方法时，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，上述实施例提供的视频交流系统的耗时分析与优化装置与视频交流系统的耗时分析与优化方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：计算系统完成一次音频处理任务耗费的总时长；当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长；当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程；根据预设的优化策略对超时处理流程进行优化。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长，包括：
获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息；根据结束时间减去起始时间的差值，得到音频处理任务耗费的总时长。
在一个实施例中，得到音频处理任务耗费的总时长之后，还包括：
根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长；将平均时长作为系统完成一次音频处理任务的总时长。
在一个实施例中，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长，包括：
获取系统上下行音视频留痕大数据；根据留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。
在一个实施例中，根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长，包括：
根据系统进行音频处理任务的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长；将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
在一个实施例中，还包括将上下行音视频留痕大数据中的时间信息统一到毫秒级别。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长之前，还包括：
接收系统下发的时间配置指令；根据时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：计算系统完成一次音频处理任务耗费的总时长；当总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长；当处理流程耗费的时长大于与其对应的预设时长阈值时，确定处理流程为超时处理流程；根据预设的优化策略对超时处理流程进行优化。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长，包括：
获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息；根据结束时间减去起始时间的差值，得到音频处理任务耗费的总时长。
在一个实施例中，得到音频处理任务耗费的总时长之后，还包括：
根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长；将平均时长作为系统完成一次音频处理任务的总时长。
在一个实施例中，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成音频处理任务时各个处理流程耗费的时长，包括：
获取系统上下行音视频留痕大数据；根据留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。
在一个实施例中，根据留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长，包括：
根据系统进行音频处理任务的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长；将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
在一个实施例中，还包括将上下行音视频留痕大数据中的时间信息统一到毫秒级别。
在一个实施例中，计算系统完成一次音频处理任务耗费的总时长之前，还包括：
接收系统下发的时间配置指令；根据时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种视频交流系统的耗时分析及优化方法，其特征在于，包括：
计算系统完成一次音频处理任务耗费的总时长；
当所述总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成所述音频处理任务时各个处理流程耗费的时长；
当处理流程耗费的时长大于与其对应的预设时长阈值时，确定所述处理流程为超时处理流程；
根据预设的优化策略对所述超时处理流程进行优化。
2.根据权利要求1所述的方法，其特征在于，所述计算系统完成一次音频处理任务耗费的总时长，包括：
获取用户发出语音消息时的起始时间信息以及收到语音回复时的结束时间信息；
根据所述结束时间减去所述起始时间的差值，得到所述音频处理任务耗费的总时长。
3.根据权利要求2所述的方法，其特征在于，得到所述音频处理任务耗费的总时长之后，还包括：
根据系统进行音频处理任务的次数以及每次的总时长，计算系统完成一次音频处理任务的平均时长；
将所述平均时长作为系统完成一次音频处理任务的总时长。
4.根据权利要求1所述的方法，其特征在于，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成所述音频处理任务时各个处理流程耗费的时长，包括：
获取系统上下行音视频留痕大数据；
根据所述留痕大数据的监控状态信息确定出各个处理流程的起始位置和终止位置；
根据所述留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长。
5.根据权利要求4所述的方法，其特征在于，根据所述留痕大数据的时间信息计算出各个处理流程的起始位置和终止位置的时间差值，得到各个处理流程耗费的时长，包括：
根据系统进行音频处理任务的次数以及每次计算出的各个处理流程耗费的时长，计算各个处理流程耗费的平均时长；
将各个处理流程耗费的平均时长作为各个处理流程耗费的时长。
6.根据权利要求4所述的方法，其特征在于，还包括：
将所述上下行音视频留痕大数据中的时间信息统一到毫秒级别。
7.根据权利要求1所述的方法，其特征在于，所述计算系统完成一次音频处理任务耗费的总时长之前，还包括：
接收系统下发的时间配置指令；
根据所述时间配置指令将系统中各个服务器的时间以及应用APP的时间校准为北京标准时间。
8.一种视频交流系统的耗时分析及优化装置，其特征在于，包括：
第一计算模块，用于计算系统完成一次音频处理任务耗费的总时长；
第二计算模块，用于当所述总时长大于等于预设总时长阈值时，根据上下行音视频留痕大数据的监控状态信息以及时间信息计算完成所述音频处理任务时各个处理流程耗费的时长；
分析模块，用于当处理流程耗费的时长大于与其对应的预设时长阈值时，确定所述处理流程为超时处理流程；
优化模块，用于根据预设的优化策略对所述超时处理流程进行优化。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述的视频交流系统的耗时分析及优化方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述的视频交流系统的耗时分析及优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011482491.XA CN112689112A (zh) | 2020-12-15 | 2020-12-15 | 视频交流系统的耗时分析及优化方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011482491.XA CN112689112A (zh) | 2020-12-15 | 2020-12-15 | 视频交流系统的耗时分析及优化方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112689112A true CN112689112A (zh) | 2021-04-20 |
Family
ID=75448082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011482491.XA Pending CN112689112A (zh) | 2020-12-15 | 2020-12-15 | 视频交流系统的耗时分析及优化方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112689112A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468036A (zh) * | 2021-07-15 | 2021-10-01 | 上海晶赞融宣科技有限公司 | 任务执行耗时分析方法及装置、存储介质、终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170141993A1 (en) * | 2015-11-16 | 2017-05-18 | Bank Of America Corporation | Optimizing the monitoring of an enterprise server environment |
| CN108255659A (zh) * | 2016-12-28 | 2018-07-06 | 平安科技（深圳）有限公司 | 一种应用程序性能监控方法及其系统 |
| CN109739749A (zh) * | 2018-12-14 | 2019-05-10 | 平安普惠企业管理有限公司 | 网站性能优化方法、装置、设备及存储介质 |
| CN110300136A (zh) * | 2018-03-22 | 2019-10-01 | 杭州萤石软件有限公司 | 一种云台控制优化方法和系统 |
| CN110930238A (zh) * | 2019-11-07 | 2020-03-27 | 泰康保险集团股份有限公司 | 提高审核任务效率的方法、装置、设备和计算机可读介质 |
-
2020
- 2020-12-15 CN CN202011482491.XA patent/CN112689112A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170141993A1 (en) * | 2015-11-16 | 2017-05-18 | Bank Of America Corporation | Optimizing the monitoring of an enterprise server environment |
| CN108255659A (zh) * | 2016-12-28 | 2018-07-06 | 平安科技（深圳）有限公司 | 一种应用程序性能监控方法及其系统 |
| CN110300136A (zh) * | 2018-03-22 | 2019-10-01 | 杭州萤石软件有限公司 | 一种云台控制优化方法和系统 |
| CN109739749A (zh) * | 2018-12-14 | 2019-05-10 | 平安普惠企业管理有限公司 | 网站性能优化方法、装置、设备及存储介质 |
| CN110930238A (zh) * | 2019-11-07 | 2020-03-27 | 泰康保险集团股份有限公司 | 提高审核任务效率的方法、装置、设备和计算机可读介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468036A (zh) * | 2021-07-15 | 2021-10-01 | 上海晶赞融宣科技有限公司 | 任务执行耗时分析方法及装置、存储介质、终端 |
| CN113468036B (zh) * | 2021-07-15 | 2023-11-24 | 上海晶赞融宣科技有限公司 | 任务执行耗时分析方法及装置、存储介质、终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112527879B (zh) | 基于Kafka的实时数据抽取方法及相关设备 | |
| WO2019042180A1 (zh) | 资源配置方法及相关产品 | |
| CN107170446A (zh) | 语义处理服务器及用于语义处理的方法 | |
| CN108228444B (zh) | 一种测试方法和装置 | |
| CN110312046B (zh) | 外呼数据优化方法、装置、计算机设备及存储介质 | |
| CN110290280B (zh) | 一种终端状态的识别方法、装置及存储介质 | |
| CN113806037A (zh) | 服务的调用方法、装置、存储介质及电子设备 | |
| CN110930254A (zh) | 基于区块链的数据处理方法、装置、终端及介质 | |
| CN112767936A (zh) | 语音对话方法、装置、存储介质及电子设备 | |
| CN110324566B (zh) | 视频会议中声音延时的测试方法、测试装置和测试设备 | |
| CN112689112A (zh) | 视频交流系统的耗时分析及优化方法、装置、设备及介质 | |
| CN110662017A (zh) | 一种视频播放质量检测方法和装置 | |
| CN111782473A (zh) | 分布式日志数据处理方法、装置及系统 | |
| CN114244821B (zh) | 数据处理方法、装置、设备、电子设备和存储介质 | |
| CN111523888A (zh) | 基于区块链技术的链上数据及信息溯源系统 | |
| CN107493299A (zh) | 一种基于三层架构的用户行为溯源方法 | |
| CN110502631B (zh) | 一种输入信息响应方法、装置、计算机设备和存储介质 | |
| WO2021128936A1 (zh) | 报文的处理方法及装置 | |
| CN112433870A (zh) | 数据调用方法和装置、计算机可读存储介质、电子设备 | |
| CN111225114A (zh) | 拨测方法、装置、计算机设备及存储介质 | |
| CN113676373B (zh) | 会话测试方法、装置、计算机设备和存储介质 | |
| CN115242606B (zh) | 数据处理方法、装置、服务器、存储介质及程序产品 | |
| CN112910958B (zh) | 一种特征向量的统一方法、设备、通信系统和存储介质 | |
| CN112604299B (zh) | 性能检测方法及装置 | |
| US11019178B1 (en) | Deployment router based on channel traffic |
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: 20210420 |