CN113301358B - 内容提供及展示方法、装置、电子设备、存储介质 - Google Patents

Abstract

本说明书提供一种内容提供及展示方法、装置、电子设备、存储介质，其中，内容展示方法可以包括：获取目标内容，目标内容匹配于目标视频中被摄对象的目标行为；响应于目标行为，在目标视频的展示界面中关联展示该目标内容。

Description

内容提供及展示方法、装置、电子设备、存储介质

技术领域

本说明书涉及网络内容展示技术领域，尤其涉及一种内容提供及展示方法、装置、电子设备、存储介质。

背景技术

在相关技术中，原始视频节目往往并不包含字幕、特效等内容，欲在视频节目中展示上述内容，通常需要在节目的后期处理阶段将上述内容添加在原始视频节目中。

发明内容

有鉴于此，本说明书提供一种内容提供及展示方法、装置、电子设备、存储介质。

为实现上述目的，本说明书提供技术方案如下：

根据本说明书的第一方面，提出了一种内容展示方法，所述方法包括：

获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第二方面，提出了一种内容提供方法，所述方法包括：

获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第三方面，提出了内容展示方法，所述方法包括：

获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标语音；

响应于所述目标语音，在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第四方面，提出了一种直播场景下的账号选取方法，所述方法包括：

响应于直播节目的直播对象实施的第一目标行为，触发对所述直播节目对应的关联账号的筛选流程；

响应于所述直播对象实施的第二目标行为，终止所述筛选流程以确定被选中的目标账号；

在所述直播节目的展示界面中展示所述目标账号的账号信息。

根据本说明书的第五方面，提出了一种内容展示装置，所述装置包括：

内容获取单元，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

关联展示单元，用于响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第六方面，提出了一种内容提供装置，所述装置包括：

内容获取单元，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

内容提供单元，用于响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第七方面，提出了一种内容展示装置，所述装置包括：

内容获取单元，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标语音；

内容展示单元，用于响应于所述目标语音，在所述目标视频的展示界面中关联展示所述目标内容。

根据本说明书的第八方面，提出了一种直播场景下的账号选取装置，所述装置包括：

筛选触发单元，用于响应于直播节目的直播对象实施的第一目标行为，触发对所述直播节目对应的关联账号的筛选流程；

筛选终止单元，用于响应于所述直播对象实施的第二目标行为，终止所述筛选流程以确定被选中的目标账号；

信息展示单元，用于在所述直播节目的展示界面中展示所述目标账号的账号信息。

根据本说明书的第九方面，提出了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为实现如上述第一方面至第四方面中中任一项所述方法的步骤。

根据本说明书的第十方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述第一方面至第四方面中中任一项所述方法的步骤。

附图说明

为了更清楚地说明本说明书实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是一示例性实施例提供的一种内容提供系统的架构示意图。

图2(a)是本说明书一示例性实施例示出的一种内容提供方法的流程图。

图2(b)是本说明书一示例性实施例示出的一种内容展示方法的流程图。

图2(c)是本说明书一示例性实施例示出的另一种内容展示方法的流程图。

图3是本说明书一示例性实施例示出的一种内容展示方法交互流程图。

图4是本说明书一示例性实施例示出的一种直播节目展示效果示意图。

图5是本说明书一示例性实施例示出的一种内容展示效果示意图。

图6是本说明书一示例性实施例示出的另一种内容展示效果示意图。

图7是本说明书一示例性实施例示出的又一种内容展示效果示意图。

图8是本说明书一示例性实施例示出的一种直播场景下的账号选取方法的流程图。

图9是本说明书一示例性实施例示出的一种内容提供及展示方法交互流程图。

图10是本说明书一示例性实施例示出的另一种内容提供及展示方法交互流程图。

图11是本说明书一示例性实施例示出的一种电子设备的结构示意图。

图12是本说明书一示例性实施例示出的一种内容提供装置的框图。

图13是本说明书一示例性实施例示出的另一种电子设备的结构示意图。

图14是本说明书一示例性实施例示出的一种内容展示装置的框图。

图15是本说明书一示例性实施例示出的另一种内容展示装置的框图。

图16是本说明书一示例性实施例示出的又一种电子设备的结构示意图。

图17是本说明书一示例性实施例示出的一种直播场景下的账号选取装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书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、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”、“上述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一通讯应用也可以被称为第二通讯应用，类似地，第二通讯应用也可以被称为第一通讯应用，其他类似。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本说明书提出一种内容提供及展示方法、装置、电子设备、存储介质。本方法通过内容提供客户端、服务端和内容展示客户端之间的配合，在目标视频的展示界面中关联展示与被摄对象的目标行为相匹配的目标内容，实现由被摄对象通过实施目标行为控制目标内容的高效展示。

图1是一示例性实施例提供的一种内容提供系统的架构示意图。如图1所示，该系统可以包括网络10、服务器11、若干电子设备，比如手机12、手机12和手机14等。

服务器11可以为包含一独立主机的物理服务器，或者该服务器11可以为主机集群承载的虚拟服务器。在运行过程中，服务器11可以运行某一应用的服务器侧的程序，以实现该应用的相关业务功能，比如当该服务器11运行内容提供平台的程序时，可以实现为该内容提供平台的服务端，其中，上述内容提供平台可以为提供实时视频流的直播平台，也可以为提供预先制作完成的视频节目的视频内容提供平台。在本说明书一个或多个实施例的技术方案中，可由服务器11通过与手机12-14上运行的客户端进行配合，实现针对目标视频的内容提供及展示方案。

在本实施例中，内容提供平台不仅可以实现内容提供功能，还可以作为诸多其他功能的集成化功能平台，比如对于目标视频中被摄对象的目标行为的检测、目标视频的获取、视频交互行为的识别、视频交互数据的统计等功能。本说明书一个或多个实施例并不对此进行限制。

手机12-14只是用户可以使用的一种类型的电子设备。实际上，用户显然还可以使用诸如下述类型的电子设备：平板设备、笔记本电脑、掌上电脑(PDAs，Personal DigitalAssistants)、可穿戴设备(如智能眼镜、智能手表等)等，本说明书一个或多个实施例并不对此进行限制。在运行过程中，该电子设备可以运行某一应用的客户端侧的程序，以实现该应用的相关业务功能，比如当该电子设备运行内容提供平台的程序时，可以实现为该内容提供平台的客户端，例如手机12可以实现内容提供客户端，手机13和手机14可以实现内容展示客户端。

需要指出的是：内容提供平台的客户端的应用程序可以被预先安装在电子设备上，使得该客户端可以在该电子设备上被启动并运行；当然，当采用诸如HTML5技术的在线“客户端”时，无需在电子设备上安装相应的应用程序，即可获得并运行该客户端。

而对于手机12-14与服务器11之间进行交互的网络10，可以包括多种类型的有线或无线网络。

图2(a)是本说明书一示例性实施例示出的一种内容提供方法的流程图。如图2(a)所示，该方法应用于服务端，可以包括以下步骤：

步骤202a，获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为。

在本实施例中，内容提供平台中的服务端可以将接收到的来自内容提供客户端的目标视频分发至相应的内容展示客户端，可以理解的是，对于任一电子设备来说，其可以作为内容提供客户端向服务端提供目标视频，也可以作为内容展示客户端接收服务端分发的目标视频并进行展示，当然，还可以通过作为内容提供客户端和内容展示客户端，并分别实现上述不同功能。例如，目标视频可以为预先制作完成的视频，视频发布方通过内容提供客户端将上述视频提供至服务端，服务端按照预设规则或在接收到内容展示客户端的内容获取请求后，将目标视频发送至内容展示客户端用于展示。又例如，在直播过程中，服务端可以将直播客户端针对直播节目采集并上传的实时视频流分发至直播节目的观众客户端，此时，观众客户端可以根据接收到的上述实时视频流生成目标视频。直播节目通常可以包括直播画面和直播语音，在本说明书中，目标视频中的被摄对象可以为通常意义上的主播，也可以为目标视频中涉及到的其他工作人员；可以为进入直播画面的人员，也可以为虽未进入直播画面但其发出的声音被收录进直播节目的人员等，被摄对象的具体人员并不影响本说明书方案的实施。在检测到目标视频中被摄对象的目标行为或者接收到客户端发送的目标行为检测结果后，服务端可以获取目标内容，根据目标行为的不同，获取目标内容的方式也有所不同：

在一实施例中，目标行为可以包括被摄对象发出的目标语音；此时服务端可以识别目标语音对应的目标文字，然后判断目标文字是否匹配于预设的文字特征，并在目标文字匹配于预设的文字特征的情况下，获取与目标文字相关的目标内容。此时根据被摄对象发出的目标语音进行判断，可以解放被摄对象的双手，允许被摄对象通过语音进行实现对目标内容的控制。

进一步的，作为一示例性实施例，上述文字特征可以包括特征语义，此时可以通过下述方式确定目标文字是否匹配于预设的文字特征：对目标文字进行语义识别，获得目标文字对应的目标语义；然后计算目标语义与特征语义之间的语义相似度；最后在该语义相似度不小于预设的语义相似度阈值的情况下，判定目标文字匹配于文字特征。上述特征语义可以是预设的当前目标视频的描述对象具有强相关关系的特征语义。通过语义对目标语音是否匹配于文字特征进行判断，使得被摄对象并不需要记忆并准确说出触发词语，服务端即可获取目标内容，从而有助于减少被摄对象在节目实现过程中的学习成本，并提高节目效率。其中，可以通过NLP(Natural Language Processing，自然语言处理)算法对目标文字进行语义识别并获得目标文字对应的目标语义，当然，也可以采用其他语音处理算法，本说明书并不对此进行限制。

作为另一示例性实施例，上述文字特征可以包括特征关键词，此时可以通过下述方式确定目标文字是否匹配于预设的文字特征：计算目标文字与特征关键词之间的词语相似度；然后在目标文字包含的目标关键词与特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定目标文字匹配于文字特征。此时，通过计算目标文字与特征关键词之间的词语相似度确定目标文中目标关键词与特征关键词之间的词语相似度，并基于该词语相似度进行判断，可见，通常在目标文中包含目标关键词的情况下才会判断目标文字匹配于预设的文字特征进而获取目标内容，从而保证了获取目标内容的时机的准确性。

进一步的，获取与目标文字相关的目标内容课可以存在多种方式。作为一示例性实施例，可以先提取目标文字中对应于文字特征的展示关键词，然后根据展示关键词、预设的关键词展示属性和预设的背景模板创建目标内容。此时，直接根据识别出的目标文字中的展示关键词创建目标内容，保证了目标内容与当前目标语音的高度一致，保证了目标内容的实时性。或者，作为另一示例性实施例，也可以获取预先创建的对应于上述文字特征的目标内容，此时通过预先建立对应于上述文字特征的目标内容，使得在目标文字匹配于预设的文字特征的情况下，能够快速获取到目标内容，保证了目标内容获取的快速性，从而有助于减少目标内容的展示延迟。

在一实施例中，目标行为可以包括被摄对象产生的目标动作，此时可以先提取目标动作对应的动作特征，再获取预先创建的对应于该动作特征的目标内容。此时，通过识别被摄对象产生的目标动作获取目标内容，使得目标视频中的被摄对象通过动作进行目标内容的展示控制，丰富了目标视频的展示形式，提高了目标视频的趣味性和对观众用户的吸引力。

在一实施例中，为实现更加多样的目标内容获取方式及更丰富的目标视频展示效果，在检测到目标视频中被摄对象的目标行为或者接收到客户端发送的目标行为检测结果后，还可以根据该目标行为执行预定义的目标操作，此时，获取的目标内容与目标操作的操作结果相关。

进一步的，上述根据被摄对象的目标行为执行的目标操作可以有多种可能。作为一示例性实施例，目标操作可以为抽奖操作，即从目标视频对应的关联账号中筛选出至少一个账号，此时，目标内容可以包括上述至少一个账号的账号信息，其中，上述目标视频对应的关联账号可以包括下述至少之一：观众账号(如目标视频的当前观看账号和/或历史观看账号)、留言账号(如对该目标视频进行留言的账号)、评论账号(如对该目标视频进行评论的账号)、分享账号(如向其他账号分享该目标视频的账号)。根据被摄对象的目标语音和/或目标动作等目标行为执行抽奖操作，使得被摄对象不用手动操作主播客户端对应的终端设备即可实现抽奖，从而简化了被摄对象的抽奖过程，不仅提高了被摄对象的抽奖效率，而且抽奖过程对应于被摄对象的目标行为，使得抽奖过程的展示效果更加丰富多样有趣味，有助于提高观众用户对抽奖过程的参与度，从而提高目标视频的热度。

作为另一示例性实施例，目标操作也可以为获取关联账号参与的互动过程对应互动结果的过程，即获取观众账号针对目标行为实施的互动行为所对应互动结果的过程，此时目标内容可以包括该互动结果。例如，被摄对象可以在实施互动行为之前告知观众用户即将开始互动过程及互动过程的参与方式，然后被摄对象可以与观众用户共同参与该互动过程，服务端可以在互动过程结束后获取互动行为对应的互动结果。通过上述互动过程，有助于提高目标视频的用户参与度。

步骤204a，响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内。

在一实施例中，若目标视频为直播视频，则服务端提供目标内容的客户端可以为直播过程中的主播客户端，也可以为观众客户端，还可以为开启目标视频缓存功能但是当前并未播放目标视频的客户端，本说明书对此并不进行限制。

在一实施例中，在目标行为包括被摄对象产生的目标动作的情况下，还可以确定目标动作对应的动作轨迹，然后将动作轨迹提供至客户端，以使客户端在目标视频的展示界面中按照动作轨迹动态调整目标内容的展示位置，从而实现目标内容的动态展示，进一步丰富了目标内容的展示形式，便于实现对观众用户更具有吸引力的展示效果。

在一实施例中，目标行为也可以同时包括被摄对象发出的目标语音和被摄对象产生的目标动作，此时可以分别提取目标语音对应的目标文字的文字特征和目标动作的动作特征，并在目标语音对应的目标文字匹配于预设的文字特征且动作特征匹配于预设的触发动作特征的情况下，将目标内容提供至客户端，其中，目标内容被预关联至所述文字特征和所述触发动作特征。此时，同时通过目标语音和目标动作进行双重判断，并在二者同时满足条件的情况下才获取目标内容，更进一步的保证了目标内容获取时机的准确性，有助于客户端更准确的实现对目标内容的展示。

在本实施例中，服务器通过获取匹配于目标视频中被摄对象的目标行为的目标内容，并响应于目标行为将该目标内容提供至客户端，使得客户端可以关联展示与目标行为相关的上述目标内容，从而保证了在无论是高实时的直播场景还是预先制作的视频节目场景下均能够对目标内容进行准确展示，既丰富了目标内容的展示形式又保证了目标内容的展示效果。

相应的，上述获取目标内容的过程也可以由客户端(包括内容提供客户端和内容展示客户端)进行，图2(b)是本说明书一示例性实施例示出的一种内容展示方法的流程图。如图2(b)所示，该方法应用于客户端，可以包括以下步骤：

步骤202b，获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为。

在一实施例中，内容提供平台中的服务端可以将接收到的来自内容提供客户端的目标视频分发至相应的内容展示客户端。例如，上述目标视频可以为预先制作完成的视频，视频发布方通过内容提供客户端将上述视频提供至服务端，服务端按照预设规则或在接收到内容展示客户端的内容获取请求后，将目标视频发送至内容展示客户端用于展示。又例如，在直播过程中，服务端可以将直播客户端针对直播节目采集并上传的实时视频流分发至直播节目的观众客户端，此时，观众客户端可以根据接收到的上述实时视频流生成目标视频。

在一实施例中，目标行为可以包括被摄对象发出的目标语音；此时服务端可以识别目标语音对应的目标文字，然后判断目标文字是否匹配于预设的文字特征，并在目标文字匹配于预设的文字特征的情况下，获取与目标文字相关的目标内容。此时根据被摄对象发出的目标语音进行判断，可以解放被摄对象的双手，允许被摄对象通过语音实现对目标内容的控制。

进一步的，作为一示例性实施例，上述文字特征可以包括特征语义，此时可以通过下述方式确定目标文字是否匹配于预设的文字特征：对目标文字进行语义识别，获得目标文字对应的目标语义；然后计算目标语义与特征语义之间的语义相似度；最后在该语义相似度不小于预设的语义相似度阈值的情况下，判定目标文字匹配于文字特征。上述特征语义可以是预设的当前目标视频的描述对象具有强相关关系的特征语义。通过语义对目标语音是否匹配于文字特征进行判断，使得被摄对象并不需要记忆并准确说出触发词语，客户端即可获取目标内容，从而有助于减少被摄对象在节目实现过程中的学习成本，并提高节目效率。其中，可以通过NLP算法对目标文字进行语义识别并获得目标文字对应的目标语义，当然，也可以采用其他语音处理算法，本说明书并不对此进行限制。

作为另一示例性实施例，上述文字特征可以包括特征关键词，此时可以通过下述方式确定目标文字是否匹配于预设的文字特征：计算目标文字与特征关键词之间的词语相似度；然后在目标文字包含的目标关键词与特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定目标文字匹配于文字特征。此时，通过计算目标文字与特征关键词之间的词语相似度确定目标文中目标关键词与特征关键词之间的词语相似度，并基于该词语相似度进行判断，可见，通常在目标文中包含目标关键词的情况下才会判断目标文字匹配于预设的文字特征进而获取目标内容，从而保证了获取并展示目标内容的时机的准确性。

进一步的，获取与目标文字相关的目标内容可以存在多种方式。作为一示例性实施例，可以先提取目标文字中对应于文字特征的展示关键词，然后根据展示关键词、预设的关键词展示属性和预设的背景模板创建目标内容。此时，直接根据识别出的目标文字中的展示关键词创建目标内容，保证了目标内容与当前目标语音的高度一致，进而保证了展示目标内容的实时性。或者，作为另一示例性实施例，也可以获取预先创建的对应于上述文字特征的目标内容，此时通过预先建立对应于上述文字特征的目标内容，使得在目标文字匹配于预设的文字特征的情况下，能够快速获取到目标内容，保证了快速获取与展示目标内容，从而有助于减少目标内容的展示延迟。

在一实施例中，目标行为可以包括被摄对象产生的目标动作，此时可以先提取目标动作对应的动作特征，再获取预先创建的对应于该动作特征的目标内容。此时，通过识别被摄对象产生的目标动作获取目标内容，使得目标视频中的被摄对象通过动作进行目标内容的展示控制，丰富了目标视频的表现形式，提高了目标视频的趣味性和对观众用户的吸引力。

步骤204b，响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容。

在一实施例中，在目标行为包括被摄对象产生的目标动作的情况下，客户端还可以确定目标动作对应的动作轨迹，然后在目标视频的展示界面中按照动作轨迹动态调整目标内容的展示位置，从而实现目标内容的动态展示，进一步丰富了目标内容的展示形式，便于实现对观众用户更具有吸引力的展示效果。

在一实施例中，上述目标行为可以包括依次产生的多个目标行为，此时可以在目标视频的展示界面中分别展示对应于各个目标行为的目标内容。针对依次产生的多个目标行为分别展示其对应的目标内容，实现了目标行为所对应多个目标内容的有序展示，便于实现多样化的目标内容展示效果。

在一实施例中，目标行为也可以同时包括被摄对象发出的目标语音和被摄对象产生的目标动作，此时可以分别提取目标语音对应的目标文字的文字特征和目标动作的动作特征，并在目标语音对应的目标文字匹配于预设的文字特征且动作特征匹配于预设的触发动作特征的情况下，在目标视频的展示界面中展示预关联至文字特征和触发动作特征的目标内容。此时，同时通过目标语音和目标动作进行双重判断，并在二者同时满足条件的情况下才获取目标内容，更进一步的保证了目标内容获取时机的准确性，有助于更准确的展示目标内容。

在一实施例中，为实现更加多样的目标内容获取方式及更丰富的目标视频展示效果，在检测到目标视频中被摄对象的目标行为或者接收到目标行为检测结果后，还可以根据该目标行为执行预定义的目标操作，此时，获取的目标内容与目标操作的操作结果相关。

进一步的，上述根据被摄对象的目标行为执行的目标操作可以有多种可能。作为一示例性实施例，目标操作可以为抽奖操作，即从目标视频对应的关联账号中筛选出至少一个账号，此时，目标内容可以包括上述至少一个账号的账号信息，其中，上述目标视频对应的关联账号可以包括下述至少之一：观众账号、留言账号、评论账号、分享账号。根据被摄对象的目标语音和/或目标动作等目标行为执行抽奖操作，简化了被摄对象的抽奖过程(被摄对象不用手动操作主播客户端对应的终端设备即可实现抽奖)，不仅提高了抽奖效率，而且抽奖过程对应于被摄对象的目标行为，使得抽奖过程的展示效果更有趣味，有助于提高观众用户对抽奖过程的参与度。

作为另一示例性实施例，目标操作也可以为获取互动过程对应互动结果的过程，即获取观众账号针对目标行为实施的互动行为所对应互动结果的过程，此时目标内容可以包括该互动结果。例如，被摄对象可以在实施互动行为之前告知观众用户即将开始互动过程及互动过程的参与方式，然后被摄对象可以与观众用户共同参与该互动过程，服务端可以在互动过程结束后获取互动行为对应的互动结果。通过上述互动过程，有助于提高目标视频的用户参与度。

在一实施例中，客户端也可以接收服务端发送的目标内容，该目标内容可以由主播客户端或服务端生成；例如，客户端可以在检测到目标视频中被摄对象的目标行为后，向服务端发送检测结果，或者发送相应的内容获取请求，然后接受服务端返回的目标内容，该目标内容可以由服务端在根据检测到的目标行为生成，也可以由主播客户端根据检测到的目标行为生成后发送至服务端。客户端还可以接收服务端发送的目标行为的行为信息，并基于该行为信息生成目标内容，其中，该行为信息可以由主播客户端或服务端生成；例如，主播客户端可以在检测目标视频中被摄对象的目标行为时获取该行为信息，然后提供至服务端；服务端也可以在检测目标视频中被摄对象的目标行为时获取该行为信息。

在一实施例中，客户端可以在满足终止条件时，停止展示上述目标内容，以避免目标内容展示时间过长影响观众用户的观看体验。其中，上述终止条件可以有多种可能，例如可以为目标内容已被展示预设时长，此时服务端可以在目标内容的展示时长达到预设时长后主动停止展示目标内容；也可以为被摄对象产生终止行为，如被摄对象发出停止展示的控制语音、作出停止展示的控制动作或者执行停止展示的触发操作等；也可以在接收到观众用户对目标内容发出的关闭指令后停止展示目标内容；还可以在接收到服务端发送的停止指令后停止展示目标内容等，不再一一赘述。

在本实施例中，客户端通过获取匹配于目标视频中被摄对象的目标行为的目标内容，并关联展示与目标行为相关的上述目标内容，从而保证了从而保证了在无论是高实时的直播场景还是预先制作的视频节目场景下均能够对目标内容进行准确展示，既丰富了目标内容的展示形式又保证了目标内容的展示效果。

实际上，客户端(包括内容提供客户端和内容展示客户端)也可以仅根据目标视频中被摄对象的目标语音获取相应的目标内容并进行展示，图2(c)是本说明书一示例性实施例示出的另一种内容展示方法的流程图。如图2(c)所示，该方法应用于客户端，可以包括以下步骤：

步骤202c，获取目标内容，所述目标内容匹配于目标视频中被摄对象发出的目标语音。

步骤204c，响应于所述目标语音，在所述目标视频的展示界面中关联展示所述目标内容。

在一实施例中，上述目标视频可以为预先制作完成的视频，视频发布方通过内容提供客户端将上述视频提供至服务端，服务端按照预设规则或在接收到内容展示客户端的内容获取请求后，将目标视频发送至内容展示客户端用于展示。或者，在直播场景下，服务端可以将直播客户端针对直播节目采集并上传的实时视频流分发至直播节目的观众客户端，此时，观众客户端可以根据接收到的上述实时视频流生成目标视频。

本实施例各步骤的具体过程可以参见图2(b)所述实施例的记载，此处不再赘述。在本实施例中，客户端获取的目标内容仅匹配于目标视频中被摄对象发出的目标语音，因此，被摄对象仅需要在视频录制或直播过程中发出预设的目标语音，即可实现对目标内容展示效果的控制，有效简化了被摄对象针对目标内容的控制操作，便于提高被摄对象的控制效率。

下面以直播场景下的内容展示为例，结合图3-图7对观众客户端展示目标内容的具体过程进行详细阐述。在直播场景下，目标视频即为直播节目，被摄对象即为直播对象，内容提供客户端和内容展示客户端分别为主播客户端和观众客户端。参见图3所示的一种内容展示方法的交互流程图，该交互过程中涉及直播节目的提供方(主播客户端)、直播服务控制方(服务端)和直播节目的接收方(观众客户端)等。上述过程可以包括：

步骤302，主播客户端接收直播对象的直播信号。

步骤304，主播客户端生成并上传直播节目。

在直播过程中，直播客户端可以采集直播对象的直播信号，例如，可以通过摄像头等图像采集组件采集直播对象的视频信号，也可以通过麦克风等声音采集组件采集直播对象发出的音频信号，当然还可以同时采集上述图像信号和声音信号；信号采集组件也可以包括其他传感器件，以用于采集其他直播信息。其中，上述图像采集组件和声音采集组件可以为集成在客户端所在终端设备中的装置，也可以为终端设备外接的其他装置。

主播客户端采集到上述视频信号及音频信号后，一方面可以直接展示相应的直播节目，以供直播对象观看直播效果，另一方面可以分别将视频信号和音频信号经过转码处理为视频流和音频流，或者将二者合并转码处理为复合流，然后将上述数据流持续发送至服务端，以便服务端将直播节目分发至各个观众客户端。对于上述信号采集、信号处理、节目发送等的具体过程，可以参见相关技术中公开的内容，本说明书并不对此进行限制，不再赘述。

上述直播节目中包含直播对象在直播过程中通过发出语音、做出动作等方式实施的目标行为。

步骤306，服务端对直播节目进行直播处理，并为观众客户端提供直播节目。

服务端接收到直播节目后，可以对直播节目进行必要的直播处理，例如解码、转码、编码、存储、数据统计和/或关键信息备份等。

进行上述处理后或处理过程中，服务端可以确定直播节目的观众账号及其对应的观众客户端，然后将直播节目的数据流实时传输给相应的观众客户端，从而完成对直播节目的处理与分发。可以理解的是，随着直播节目的进行，上述处理与分发过程也是持续进行的。对直播节目进行处理及分发的过程可以参见相关技术中公开的内容，本说明书并不对此进行限制。

步骤308，观众客户端播放直播节目。

本实施例仅以观众客户端对直播节目进行处理进而展示目标内容的过程为例进行说明，但应当理解的是，下述步骤308-314也可以由主播客户端执行，并向直播对象展示相应的目标内容(图中未示出)，特此说明。

观众客户端在接收到服务端发送的直播节目后，可以相应的实时播放该直播节目，本方案中直播节目的播放过程与相关技术中直播节目的播放过程并不存在本质区别，此处不再赘述。

以观众客户端为手机，直播节目为电商直播为例，图4示出了一种直播节目展示效果示意图。参见图4所示，直播节目的展示界面中可以展示直播账号的账号信息401，该账号信息401中可以包含直播账号的账号昵称(如图4中的“A”)，还可以包含账号等级、关注人数、注册年限等基本信息(图中并未示出)，本说明书对此并不进行限制。展示界面中还可以展示直播对象402，其可以实施包含目标行为在内的直播行为。展示画面中还可以展示评论区域403，用于展示观看该直播节目的观众用户对该直播节目发表的评论；当前，该观众客户端对应的观众用户也可以通过评论窗口404输入并发表关于该直播节目的评论。直播界面中还可以展示节目交互数据405，其中可以包括转发数量、评论数量(也可以展示在评论区域403中)、点赞数量等直播节目的相关数据。当然，为清除表明当前直播节目的状态，直播界面中还可以展示当前观看人数、已成交商品类表、已成交商品数量、成交额等业务信息(图中未示出)，不再赘述。

步骤310，观众客户端检测目标行为。

在直播节目的播放过程中，观众客户端可以实时检测直播节目中直播对象实施的直播行为，以便从中检测出目标行为。在未检测出目标行为的情况下，则正常持续播放直播节目；在检测出目标行为的情况下，客户端可以在正常持续播放直播节目的同时，转入步骤312。

步骤312，观众客户端获取目标内容。

步骤314，观众客户端展示目标内容。

在检测出上述目标行为后，观众客户端可以获取匹配于该直播行为的目标内容，并相应地展示该目标内容。根据目标行为的不同，相应的目标内容、获取方式及展示方式也有所不同。以图5所示的一种内容展示效果示意图为例进行说明。参见图5所示，目标内容可以包括展示关键词501、关键词展示区域502和氛围背景503(当然，也可以不包括上述氛围背景503，甚至不包括关键词展示区域502)。

在一实施例中，目标行为可以为直播对象发出的语音，此时服务端可以识别目标语音对应的目标文字，然后判断目标文字是否匹配于预设的文字特征，并在目标文字匹配于预设的文字特征的情况下，获取与目标文字相关的目标内容。

进一步的，在上述文字特征为特征语义的情况下，可以先对目标文字进行语义识别以获得目标文字对应的目标语义；然后计算目标语义与特征语义之间的语义相似度；最后在该语义相似度不小于预设的语义相似度阈值的情况下，判定目标文字匹配于文字特征。上述特征语义可以是预设的当前直播节目的描述对象具有强相关关系的特征语义，例如，当直播节目的描述对象是“连衣裙”时，可以预设特征语义为“服装面料”或“上身效果”等与连衣裙具有强相关关系的语义，相应的，当直播语音对应的目标文字包含“纯棉”或“腰部线条”等，可以计算出当前直播文字的目标语义与特征语义的相似度，并在该相似度大于预设的语义相似度阈值时判定目标文字匹配于文字特征。其中，可以通过NLP算法对目标文字进行语义识别并获得目标文字对应的目标语义，例如可以此采用DSSM(Deep StructuredSemantic Models，深度结构化语义模型)、CLSM(convolutional latent semantic model，深度语义匹配模型)、LSTM-DSSM(Long-Short-Term Memory DSSM，长短期记忆网络深度结构化语义模型)等深度学习模型；当然，也可以采用其他语音处理算法，本说明书并不对此进行限制。上述特征语义可以基于商品库中的待售商品、商品所属领域预、历史直播节目中的直播话术、直播语音中的商品相关关键词等预先建立，通过语义对目标语音是否匹配于文字特征进行判断，使得直播对象并不需要记忆并准确说出触发词语，客户端即可获取目标内容，从而有助于减少直播对象在直播过程中的学习成本，进而提高直播效率。

在上述文字特征为特征关键词的情况下，可以先计算目标文字与特征关键词之间的词语相似度；然后在目标文字包含的目标关键词与特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定目标文字匹配于文字特征。例如，可以预先建立关于商品“连衣裙”的特征关键词，如“修身”、“线条优美”、“针织”、“褶皱”、“吊带”等，当识别出直播对象发出的直播语音中对应的直播文字中包含上述特征关键词(目标文字包含的目标关键词与特征关键词之间的词语相似度不小于预设的词语相似度阈值)后，即可以判定直播语音中的目标关键词匹配于预设的文字特征。当前，上述文字特征可以根据当前商品从预先建立的文字特征库中选取。此时，通常在目标文中包含目标关键词的情况下才会判断目标文字匹配于预设的文字特征进而获取目标内容，从而保证了获取并展示目标内容的时机的准确性。

在一实施例中，获取与目标文字相关的目标内容可以存在多种方式。作为一示例性实施例，可以先提取目标文字中对应于文字特征的展示关键词，然后根据展示关键词、预设的关键词展示属性和预设的背景模板创建目标内容。其中，上述展示关键词可以为与上述特征语义相关的预设关键词，也可以为识别出的匹配于上述特征关键词的目标文字。在图5中，假设上述特征语义为“上身效果”，当直播语音中出现“腰部线条很赞哦！”这句话时，客户端可以识别出这句话与上述特征语义强相关，因此可以直接将这句话作为展示关键词501，结合预设的关键词展示属性(如将展示关键词展示在背景模板中关键词展示区域502a的正中央、展示关键词显示为小三号、华文行楷字体)与背景模板502创建相应的目标内容，并展示在展示界面的预设位置(界面的上40％处中心)。当然，也可以仅将那句话中的“腰部线条很赞”或“腰部线条”等作为展示关键词，或者将识别出的特征关键词“线条优美”作为展示关键词，还可以选择预设的展示关键词；另外上述关键词展示属性和背景模板可以为其他形式，不再赘述。其中，可以预设多个背景模板，并结合确定出的展示关键词，确定与展示关键词及当前直播氛围最匹配的背景模板用于创建目标内容。

作为另一示例性实施例，也可以获取预先创建的对应于上述文字特征的目标内容，此时通过预先建立对应于上述文字特征的目标内容，使得在目标文字匹配于预设的文字特征的情况下，能够快速获取到目标内容，保证了快速获取与展示目标内容，从而有助于减少目标内容的展示延迟。

在一实施例中，目标行为可以也包括直播对象产生的目标动作，此时可以先提取目标动作对应的动作特征，再获取预先创建的对应于该动作特征的目标内容。例如，在图5所示场景中，可以预先设定“双手从上到下抚摸腰部”这一动作的动作特征(如上肢形状，双手位置及运动轨迹等)，并将该动作特征与预设的包含“腰部线条很赞哦！”这一展示关键词的内容建立关联关系。直播过程中，当客户端识别出直播对象产生上述动作后，可以直接展示将包含“腰部线条优美”等展示关键词的内容确定为目标内容并展示该目标内容，从而呈现出如图5所示的展示效果。当然，上述预设的内容也可以包含其他展示关键词；上述预设内容可以预先保存在客户端本地或者保存在服务端，本说明书对此并不进行限制。

在一实施例中，为实现更加多样的目标内容获取方式及更丰富的直播节目展示效果，在检测到直播节目中直播对象的目标行为或者接收到目标行为检测结果后，还可以根据该目标行为执行预定义的目标操作，此时，获取的目标内容与目标操作的操作结果相关。

进一步的，上述根据直播对象的目标行为执行的目标操作可以有多种可能。作为一示例性实施例，目标操作可以为获取互动过程对应互动结果的过程，即获取观众账号针对目标行为实施的互动行为所对应互动结果的过程，此时目标内容可以包括该互动结果。例如，直播对象可以在实施互动行为之前(直播过程中)告知观众用户即将开始互动过程及互动过程的参与方式，然后直播对象可以与观众用户共同参与该互动过程，并在互动过程结束后获取互动行为对应的互动结果。比如，上述互动过程可以为猜拳互动：直播对象出拳的同时，参与该互动的各个观众用户也出拳(相应的观众客户端的图像采集组件应当被允许并提前打开)，主播客户端或者服务端可以对直播对象和各个观众客户端的出拳结果进行判断与统计，然后主播客户端和观众客户端均可以获取上述互动过程对应的输赢比例、各个观众的出拳情况及其统计数据等；进一步的，为增强直播过程的趣味性，还可以根据该猜拳结果对直播对象或观众用户(实际是各自对应的账号)进行相应的奖励或惩罚处理。再比如，上述互动过程可以为答题活动：直播对象通过语音、动作或其他形式出题，然后可以在参与活动的各个观众客户端展示该问题或备选答案等信息，并由参与活动的各个观众用户分别进行答题，主播客户端或者服务端可以获取相应的统计数据，如对错比例、各个观众的答案情况、年龄、账号等级等不同维度对应的答题正确率统计数据等，进一步的，为增强直播过程的趣味性，还可以根据该答题结果对直播对象或观众用户(实际是各自对应的账号)进行相应的奖励或惩罚处理。

作为另一示例性实施例，目标操作也可以为抽奖操作，即从直播节目对应的关联账号中筛选出至少一个账号，此时，目标内容可以包括上述至少一个账号的账号信息。根据直播对象的目标语音和/或目标动作等目标行为执行抽奖操作，使得直播对象不用手动操作主播客户端对应的终端设备即可实现抽奖，简化了直播对象的抽奖过程，不仅提高了抽奖效率，而且抽奖过程对应于直播对象的目标行为，使得抽奖过程的展示效果更有趣味，有助于提高观众用户对抽奖过程的参与度。

在一实施例中，上述关联账号可以包括该目标视频的观众账号，如当前时刻正在观看该视频的观众账号、曾经观看过观看该目标视频的观众账号等；也可以包括针对该目标视频发生预设交互行为的交互账号，如该目标视频对应的留言账号、点赞账号、评论账号、分享账号等；还可以包括按照其他预设规则确定的其他账号；当然，上述关联账号可以同时包括上述观众账号、交互账号和其他账号中的一种或多种，本说明书对此并不进行限制。

下面结合图6所示的另一种内容展示效果示意图对该抽奖过程进行说明；

当观众客户端检测出直播对象实施的目标行为后，可以采用前述实施例所述的方法获取并展示匹配于目标行为的第一目标内容(包括展示关键词“抽奖啦”601a、关键词展示区域602a和氛围背景603a)，从而实现如图6(a)所示的展示效果，以提醒观众用户即将开始抽奖。相应的，直播对象可以发出包含“抽奖啦”这一展示关键词的目标语音，从而客户端可以基于这一展示关键词生成上述第一目标内容；也可以发出其他与“抽奖”这一特征语义具有较强相关性的目标语音，从而客户端可以基于上述相关性判定结果获取预先生成的上述第一目标内容；还可以产生如图6(a)所示的预设的双臂左右伸开，双手展开第一目标动作604a，从而客户端可以基于该动作获取并展示预关联至该第一目标动作604a的上述第一目标内容。

在一实施例中，直播对象可以对即将开始的抽奖活动的活动规则、抽奖人数、奖品情况等活动信息进行介绍，相应的，观众客户端在检测到上述活动信息的接收语音后，可以进一步的获取与上述活动信息相关的目标内容并进行展示，从而便于观众用户准确知晓抽奖活动的相关信息，以便顺利参与抽奖活动。

进一步的，直播对象可以产生预设的双手合十的第二目标动作601b，开始对抽奖活动进行氛围渲染。当观众客户端检测出直播对象发出的上述第二目标动作601b后，可以在展示界面中展示预关联至该第二目标动作601b的第二目标内容(包括氛围渲染元素602b)，从而实现如图6(b)所示的展示效果，以渲染直播界面内抽奖前的紧张氛围，进而提高观众用户对抽奖活动的关注程度。当然，上述氛围渲染元素602b也可以为其他形式，本说明书并不对此进行限制。

进一步的，直播对象可以产生预设的左手伸出食指的第三目标动作601c，正式开始抽奖。抽奖过程即为从(符合抽奖活动参与条件的)观众账号和/或留言账号中筛选出至少一个账号，作为中奖账号的过程(类似于摇色子或摇号的过程)。相应的，当观众客户端检测出直播对象发出的上述第三目标动作601c后，可以在展示界面中展示预关联至该第三目标动作601c的第三目标内容(包括氛围渲染元素602c)，从而实现如图6(c)所示的展示效果，以展示抽奖过程正在进行。

其中，观众客户端还可以确定第三目标动作601c对应的动作轨迹，然后在直播节目的展示界面中按照该动作轨迹动态调整第三目标内容的展示位置。如图6(b)及图6(c)所示，可以将第三目标动作601c对应的左手位置确定为动作中心点，当直播对象在图6(b)所示的左手初始位置(双手合十处)做出第三目标动作601c后，随着左臂摆动，第三目标动作601c的动作中心点形成近似弧形的运动轨迹603c，相应的，包含氛围渲染元素602c的第三目标内容的展示位置也随着运动轨迹603c(图中带箭头虚线所示)发生变化，从而呈现出氛围渲染元素602c跟随左手运动而移动的动态展示效果，进一步丰富了第三目标内容的展示形式，使得第三目标内容的展示效果更具有吸引力。

另外，为进一步明确展示抽奖正在进行，上述第三目标内容还可以包括关联账号变化框(图中未示出)，以实时展示处于变化状态的账号列表。当然，随着动作中心位置的变化，当上述渲染元素602c与该关联账号变化框的展示位置重叠时，可以将关联账号变化框展示在渲染元素602c上方，以避免关联账号变化框被遮挡。

进一步的，当图6(c)所示的抽奖过程进行一段时间后，直播对象可以产生预设的左手握拳的第四目标动作601d，停止抽奖。相应的，当观众客户端检测出直播对象发出的上述第四目标动作601d后，可以根据抽奖结果对应的中奖名单信息602d，结合预设的中奖名单展示区域603d和氛围背景604d以及预设的关键词展示属性构建第四目标动作601d对应的第四目标内容(包括中奖名单信息602d、中奖名单展示区域603d和氛围背景604d)并在展示界面中进行展示，从而实现如图6(d)所示的展示效果，以展示抽奖结果(抽奖名单)。上述中奖名单信息602d可以包括账号ID(如图中“木木”)、账号等级(如图中“V7”)，在该直播节目中评论数量等账号信息，当然，也可以包含其他信息，不再赘述。

至此，结合图6(a)-6(d)完成对抽奖过程的说明。由图6(b)-6(d)的过程可见，目标行为可以包括依次产生的多个目标行为(如上述第二目标行为、第三目标行为和第四目标行为)，此时可以在直播节目的展示界面中分别展示对应于各个目标行为的目标内容(如上述第二目标内容、第三目标内容和第四目标内容)。针对依次产生的多个目标行为分别展示其对应的目标内容，实现了目标行为所对应多个目标内容的有序展示，便于实现多样化的目标内容展示效果。

在一实施例中，目标行为也可以同时包括直播对象发出的目标语音和直播对象产生的目标动作，此时可以分别提取目标语音对应的目标文字的文字特征和目标动作的动作特征，并在目标语音对应的目标文字匹配于预设的文字特征且动作特征匹配于预设的触发动作特征的情况下，在直播节目的展示界面中展示预关联至文字特征和触发动作特征的目标内容。下面结合图所示的又一种内容展示效果示意图对该展示方式进行说明：

目标行为同时包括直播对象发出的目标语音和直播对象产生目标动作，其中，上述目标语音可以为预设的语音，如“一心一意，有爱有你”或“精彩继续”等；上述目标动作也可以为预设的动作，如双手同时伸出两根手指产生“两个11”的动作。如图7(a)所示，直播对象可以先做出上述目标动作701a，相应的，当观众客户端检测到该动作后，可以生成该动作对应的手势轮廓702a并将其作为该动作对应的目标内容进行展示，而且，该手势轮廓702a可以跟随直播对象的手部位置动态展示。

进一步的，如图7(b)所示，在观众客户端检测到该目标动作701b的情况下，若观众客户端检测直播对象发出上述目标语音，则观众客户端会获取预先生成的目标内容，或者根据识别出的“精彩继续”和预设的背景模板及关键词展示属性创建目标内容(包括展示关键词702b、关键词展示区域703b和氛围背景704b)。

在一实施例中，观众客户端也可以直接接收服务端发送的匹配于上述目标行为的目标内容，上述目标内容是服务端预先生成并在检测到直播节目中的上述目标行为后发送的，或者是服务端在检测到直播节目中的上述目标行为后临时生成并发送的。

在一实施例中，客户端可以在满足终止条件时，停止展示上述目标内容，以避免目标内容展示时间过长(遮挡画面时间较长)影响观众用户的观看体验。其中，上述终止条件可以有多种可能，例如可以为目标内容已被展示预设时长，此时服务端可以在目标内容的展示时长达到预设时长(如2s、3s等)后主动停止展示目标内容；也可以为直播对象产生终止行为，如直播对象发出停止展示的控制语音、作出停止展示的控制动作或者执行停止展示的触发操作等；也可以在接收到观众用户对目标内容发出的关闭指令后停止展示目标内容；还可以在接收到服务端发送的停止指令后停止展示目标内容等，不再一一赘述。

至此，由客户端在检测出直播节目中的目标行为后，获取并展示匹配于目标行为的目标内容的方案说明完毕。本说明书还提出一种直播场景下的账号选取方法。如图8所示的一种直播场景下的账号选取方法流程图所示，该方法应用于客户端，该方法可以包括：

步骤802，响应于直播节目的直播对象实施的第一目标行为，触发对所述直播节目相关的关联账号的筛选流程。

步骤804，响应于所述直播对象实施的第二目标行为，终止所述筛选流程以确定被选中的目标账号。

步骤806，在所述直播节目的展示界面中展示所述目标账号的账号信息。

在本实施例中，筛选之前可以先确定待筛选账号，待筛选账号可以为全部观众账号、全部留言账号、全部下单账号、账号等级不低于预设等级的账号或消费额满足预设值的账号等，具体的待筛选账号的判定规则可以根据实际情况进行设定；另外，筛选出的目标账号的数量可以为预设值。展示出的目标账号的信息可以包括账号ID、账号等级，在该直播节目中评论数量或者消费金额等信息，当然，也可以包含其他信息，不再赘述本说明书对此并不进行限制。

在本实施例中，上述第一目标行为或第二目标行为均包括直播对象发出的目标语音和/或直播对象产生的目标动作。而且，上述第一目标行为和第二目标行为可以为具有连贯性的连续行为，例如第一目标行为可以为语音形式的抽奖触发口令，第二目标行为可以为动作形式的抽奖动作，二者相互配合完成抽奖过程。该抽奖结果所涉及的具体展示过程可以参见前述步骤312-314记载的内容，此处不再赘述。

实际上，除图3所述的由客户端在检测出直播节目中的目标行为的方案之外，也可以由服务端检测上述目标行为，然后将获取到的匹配于目标行为的目标内容提供至客户端用于关联展示，下面结合图9所示的另一种内容提供方法交互流程图对该过程进行说明。如图9所示，该过程可以包括下述步骤：

步骤902，主播客户端接收直播对象的直播信号。

步骤904，主播客户端生成并上传直播节目。

步骤906，服务端对直播节目进行直播处理，并为观众客户端提供直播节目。

步骤908，观众客户端播放直播节目。

上述步骤902-908与前述步骤302-308并不存在本质区别，具体执行过程可参见前述步骤302-308的记载，此处不再赘述。

步骤910，服务端检测目标行为。

在处理并分发直播节目的过程中，服务端可以对接收到的直播节目持续进行实时检测，以识别其中直播对象实施的目标行为。在未检测出目标行为的情况下，正常持续分发直播节目；在检测出目标行为的情况下，服务端可以在正常持续分发直播节目的同时，转入步骤912。

步骤912，观众客户端获取目标内容。

服务端在检测到直播对象实施的目标行为后，可以获取匹配于该目标行为的目标内容。例如，可以根据直播行为对应的展示关键词，以及预设的关键词展示属性和预设的背景模板创建目标内容，当然也可以从本地或其他关联存储空间中获取预先创建并与目标行为建立关联关系的目标内容。

当然，获取匹配于上述目标行为的目标内容的具体方式可以参见上述步骤312-314记载的内容，上述步骤中记载的获取目标内容的方法可以由服务端作为执行主体实现，此处不再赘述。

步骤914a，服务端将目标内容提供给主播客户端。

步骤914b，服务端将目标内容提供给观众客户端。

步骤916a，主播客户端展示目标内容。

步骤916b，观众客户端展示目标内容。

服务端获取上述目标内容后，可以将目标内容分别提供给主播客户端和观众客户端，以便各个客户端分别将目标行为与上述目标内容关联展示。

在本实施例中，由服务端检测直播节目中的目标行为，并在检测到目标行为的情况下获取匹配于该目标行为的目标内容，并将目标内容直接提供给相应的客户端进行关联展示，不仅有效利用了服务端的计算能力，也减少了客户端的计算负荷，使得主播客户端和观众客户端只需要完成展示并上传直播节目和接收并展示直播节目的基本任务即可，从而有助于减少直播过程中(特别是主播客户端导致)的节目视频卡顿。

当然，在一实施例中，服务端也可以在上述步骤910检测到目标行为后，将检测过程中获取到的行为信息分别提供至主播客户端和观众客户端(类似步骤914a和914b)，并由各客户端获取目标内容(分别对应步骤912a和912b)后进行内容展示(分别对应步骤916a和916b)，具体过程不再赘述。其中，在上述目标行为包括直播对象发出的目标语音的情况下，行为信息可以包括语音频率、声调等特征音频特征信息，也可以为匹配于目标语音的特征语义、特征关键词、展示关键词等；在上述目标行为包括直播对象产生的目标行为的情况下，行为信息可以包括行为特征，如上肢角度、手部位置、手部轨迹等信息，本说明书对比并不进行限制。

另外，还可以由主播客户端检测上述目标行为，然后将获取到的行为信息或匹配于目标行为的目标内容提供至服务端，并由服务端分发至观众客户端用于关联展示，下面结合图10所示的又一种内容提供方法交互流程图对该过程进行说明。如图10所示，该过程可以包括下述步骤：

步骤1002，主播客户端接收直播对象的直播信号。

步骤1004，主播客户端生成并上传直播节目。

步骤1006，服务端对直播节目进行直播处理，并为观众客户端提供直播节目。

步骤1008，观众客户端播放直播节目。

上述步骤1002-1008与前述步骤302-308并不存在本质区别，具体执行过程可参见前述步骤302-308的记载，此处不再赘述。

为清晰说明本方案，本实施例仅以主播客户端上传直播节目和检测直播行为单独进行为例进行说明。实际上，无论是本实施例还是图9所述的实施例中，因为直播场景的高实时特征，服务端为客户端提供直播节目和提供目标内容也是可以同步进行的，即并非先提供直播节目再提供目标内容，不再赘述。

步骤1010，主播客户端检测目标行为。

在接收直播信号并生成直播节目的过程中，主播客户端可以对生成的直播节目持续进行实时检测，以识别其中直播对象实施的目标行为。在未检测出目标行为的情况下，主播客户端正常接收直播信号、生成并上传直播节目；在检测出目标行为的情况下，主播客户端可以在正常接收直播信号、生成并上传直播节目的同时，转入步骤1012。

步骤1012，主播客户端获取并上传目标内容。

在本实施例中，观众客户端可以在检测到目标行为后直接获取目标节目，例如，可以根据目标行为对应的展示关键词生成目标内容，或者从本地或服务端保存并预关联至目标行为的内容库中获取目标内容。在获取上述目标内容后，主播客户端可以将目标内容上传至服务端，以便服务端将其提供至观众客户端。获取上述目标内容的具体过程可以参见上述步骤312-314记载的内容，上述步骤中记载的获取目标内容的方法可以由主播客户端作为执行主体实现，此处不再赘述。

在一实施例中，主播客户端也可以在检测到目标行为并获取目标行为的行为信息后，将行为信息发送至服务端，并由服务端根据行为数据获取目标内容，例如根据行为信息生成目标内容，或者从本地或服务端保存并预关联至目标行为的内容库中获取目标内容，该过程并未在图中示出。

步骤1014，服务端将目标内容提供之观众客户端。

步骤1016a，主播客户端展示目标内容。

步骤1016b，观众客户端展示目标内容。

服务端将目标内容提供至观众客户端后，观众客户端可以按照相应的设置展示该目标内容；同时，主播客户端在获取目标内容后也可以在直播节目的展示界面中展示该目标内容，二者的具体展示过程可以参见前述步骤314的记载。实际上，主播客户端上传目标内容和展示目标内容的之前并不存在必然的先后顺序，可以根据实际场景进行调整，本说明书对此并不进行限制。

图11是本说明书一示例性实施例示出的一种电子设备的结构示意图。请参考图11，在硬件层面，该电子设备包括处理器1101、内部总线1102、网络接口1103、内存1104以及非易失性存储器1105，当然还可能包括其他业务所需要的硬件。处理器1101从非易失性存储器1105中读取对应的计算机程序到内存1104中并运行，在逻辑层面上形成内容提供装装置。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

图12示出了本说明书一示例性实施例示出的一种内容展示装置的框图。请参见图12，在软件实施方式中，该内容提供装置可以包括：

内容获取单元1201，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

内容提供单元1202，用于响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内容。

可选的，所述目标行为包括所述被摄对象发出的目标语音；所述内容获取单元还用于：

识别所述目标语音对应的目标文字；

在所述目标文字匹配于预设的文字特征的情况下，获取与所述目标文字相关的目标内容。

可选的，所述文字特征包括特征语义；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

对所述目标文字进行语义识别，获得所述目标文字对应的目标语义；

计算所述目标语义与所述特征语义之间的语义相似度；

在所述语义相似度不小于预设的语义相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

可选的，所述文字特征包括特征关键词；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

计算所述目标文字与所述特征关键词之间的词语相似度；

在所述目标文字包含的目标关键词与所述特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

可选的，所述内容获取单元还用于：

提取所述目标文字中对应于所述文字特征的展示关键词，根据所述展示关键词、预设的关键词展示属性和预设的背景模板创建所述目标内容；或者，

获取预先创建的对应于所述文字特征的目标内容。

可选的，所述目标行为包括所述被摄对象产生的目标动作；所述内容获取单元还用于：

提取所述目标动作对应的动作特征；

获取预先创建的对应于所述动作特征的目标内容。

可选的，还包括：

轨迹确定单元1203，用于确定所述目标动作对应的动作轨迹；

轨迹提供单元1204，用于将所述动作轨迹提供至所述客户端，以使所述客户端在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

可选的，所述目标行为包括所述被摄对象发出的目标语音和所述被摄对象产生的目标动作；所述内容提供单元还用于：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述动作特征匹配于预设的触发动作特征的情况下，将所述目标内容提供至客户端，其中，所述目标内容被预关联至所述文字特征和所述触发动作特征。

可选的，还包括：

操作执行单元1205，用于根据所述目标行为执行预定义的目标操作，所述目标内容与所述目标操作的操作结果相关。

可选的，所述目标操作包括：

从所述目标视频对应的关联账号中筛选出至少一个账号，所述目标内容包括所述至少一个账号的账号信息；或者，

获取观众账号针对所述目标行为实施的互动行为对应的互动结果，其中，所述目标内容包括所述互动结果。

可选的，所述关联账号包括下述至少之一：

观众账号、留言账号、评论账号、分享账号。

图13是本说明书一示例性实施例示出的一种电子设备的结构示意图。请参考图13，在硬件层面，该电子设备包括处理器1301、内部总线1302、网络接口1303、内存1304以及非易失性存储器1305，当然还可能包括其他业务所需要的硬件。处理器1301从非易失性存储器1305中读取对应的计算机程序到内存1304中并运行，在逻辑层面上形成内容展示装装置。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

图14示出了本说明书一示例性实施例示出的一种内容展示装置的框图。请参见图14，在软件实施方式中，该内容展示装置可以包括：

内容获取单元1401，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为；

关联展示单元1402，用于响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容。

可选的，所述目标视频包括：

基于实时视频流生成的视频；或者，

预先制作完成的视频。

可选的，所述目标行为包括所述被摄对象发出的目标语音；所述内容获取单元还用于：

识别所述目标语音对应的目标文字；

在所述目标文字匹配于预设的文字特征的情况下，获取与所述目标文字相关的目标内容。

可选的，所述文字特征包括特征语义；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

对所述目标文字进行语义识别，获得所述目标文字对应的目标语义；

计算所述目标语义与所述特征语义之间的语义相似度；

在所述语义相似度不小于预设的语义相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

可选的，所述文字特征包括特征关键词；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

计算所述目标文字与所述特征关键词之间的词语相似度；

在所述目标文字包含的目标关键词与所述特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

可选的，所述内容获取单元还用于：

提取所述目标文字中对应于所述文字特征的展示关键词，根据所述展示关键词、预设的关键词展示属性和预设的背景模板创建所述目标内容；或者，

获取预先创建的对应于所述文字特征的目标内容。

可选的，所述目标行为包括所述被摄对象产生的目标动作；所述内容获取单元还用于：

提取所述目标动作对应的动作特征；

获取预先创建的对应于所述动作特征的目标内容。

可选的，所述关联展示单元还用于：

确定所述目标动作对应的动作轨迹；

在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

可选的，所述目标行为包括依次产生的多个目标行为；所述关联展示单元还用于：

在所述目标视频的展示界面中分别展示对应于各个目标行为的目标内容。

可选的，所述目标行为包括所述被摄对象发出的目标语音和所述被摄对象产生的目标动作；所述关联展示单元还用于：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述动作特征匹配于预设的触发动作特征的情况下，在所述目标视频的展示界面中展示预关联至所述文字特征和所述触发动作特征的所述目标内容。

可选的，还包括：

操作执行单元1403，用于根据所述目标行为执行预定义的目标操作，其中，所述目标内容与所述目标操作的操作结果相关。

可选的，所述目标操作包括：

从所述目标视频对应的关联账号中筛选出至少一个账号，所述目标内容包括所述至少一个账号的账号信息；或者，

获取观众账号针对所述目标行为实施的互动行为对应的互动结果，所述目标内容包括所述互动结果。

可选的，所述内容获取单元还用于：

接收服务端发送的目标内容，其中，所述目标内容由目标视频的发布方或所述服务端生成；或者，

接收服务端发送的所述目标行为的行为信息，并基于所述行为信息生成所述目标内容，其中，所述行为信息由目标视频的发布方或所述服务端获取。

可选的，还包括：

展示终止单元1404，用于满足预设的终止条件时，停止展示所述目标内容。

可选的，所述终止条件包括下述至少之一：

所述目标内容已被展示预设时长、所述被摄对象产生终止行为。

图15示出了本说明书一示例性实施例示出的另一种内容展示装置的框图。请参见图15，在软件实施方式中，该内容展示装置可以包括：

内容获取单元1501，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标语音；

内容展示单元1502，用于响应于所述目标语音，在所述目标视频的展示界面中关联展示所述目标内容。

图16是本说明书一示例性实施例示出的一种电子设备的结构示意图。请参考图16，在硬件层面，该电子设备包括处理器1601、内部总线1602、网络接口1603、内存1604以及非易失性存储器1605，当然还可能包括其他业务所需要的硬件。处理器1601从非易失性存储器1605中读取对应的计算机程序到内存1604中并运行，在逻辑层面上形成直播场景下的账号选取装置。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

图17示出了本说明书一示例性实施例示出的一种直播场景下的账号选取装置的框图。请参见图17，在软件实施方式中，该直播场景下的账号选取装置可以包括：

筛选触发单元1701，用于响应于直播节目的直播对象实施的第一目标行为，触发对所述直播节目对应的关联账号的筛选流程；

筛选终止单元1702，用于响应于所述直播对象实施的第二目标行为，终止所述筛选流程以确定被选中的目标账号；

信息展示单元1703，用于在所述直播节目的展示界面中展示所述目标账号的账号信息。

可选的，所述第一目标行为或第二目标行为包括下述至少之一：

所述直播对象发出的目标语音、所述直播对象产生的目标动作。

上述装置中各个单元的功能和作用的实现过程详见上述方法中对应步骤的实现过程，在此不再赘述。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

在一个典型的配置中，电子设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

例如，本说明书提出了一种计算机可读介质，其上存储有计算机指令，该指令被处理器执行时实现上述关联关系的建立方法。

例如，本说明书提出了另一种计算机可读介质，其上存储有计算机指令，该指令被处理器执行时实现上述数据交互方法。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的单元或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

对于上述装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (26)

1.一种内容展示方法，其特征在于，包括：

获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为，所述目标行为包括所述被摄对象产生的目标动作和所述被摄对象发出的目标语音；

响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容，包括：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述目标动作对应的动作特征匹配于预设的触发动作特征的情况下，在所述目标视频的展示界面中展示预关联至所述文字特征和所述触发动作特征的所述目标内容；

确定所述目标动作对应的动作轨迹；

在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

2.根据权利要求1所述的方法，其特征在于，所述目标视频包括：

基于实时视频流生成的视频；或者，

预先制作完成的视频。

3.根据权利要求1所述的方法，其特征在于，所述目标行为包括所述被摄对象发出的目标语音；所述获取目标内容，包括：

识别所述目标语音对应的目标文字；

在所述目标文字匹配于预设的文字特征的情况下，获取与所述目标文字相关的目标内容。

4.根据权利要求3所述的方法，其特征在于，所述文字特征包括特征语义；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

对所述目标文字进行语义识别，获得所述目标文字对应的目标语义；

计算所述目标语义与所述特征语义之间的语义相似度；

在所述语义相似度不小于预设的语义相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

5.根据权利要求3所述的方法，其特征在于，所述文字特征包括特征关键词；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

计算所述目标文字与所述特征关键词之间的词语相似度；

在所述目标文字包含的目标关键词与所述特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

6.根据权利要求3所述的方法，其特征在于，所述获取与所述目标文字相关的目标内容，包括：

提取所述目标文字中对应于所述文字特征的展示关键词，根据所述展示关键词、预设的关键词展示属性和预设的背景模板创建所述目标内容；或者，

获取预先创建的对应于所述文字特征的目标内容。

7.根据权利要求1所述的方法，其特征在于，所述获取目标内容，包括：

提取所述目标动作对应的动作特征；

获取预先创建的对应于所述动作特征的目标内容。

8.根据权利要求1所述的方法，其特征在于，所述目标行为包括依次产生的多个目标行为；所述在所述目标视频的展示界面中关联展示所述目标内容，包括：

在所述目标视频的展示界面中分别展示对应于各个目标行为的目标内容。

9.根据权利要求1所述的方法，其特征在于，还包括：

根据所述目标行为执行预定义的目标操作，其中，所述目标内容与所述目标操作的操作结果相关。

10.根据权利要求9所述的方法，其特征在于，所述目标操作包括：

从所述目标视频对应的关联账号中筛选出至少一个账号，所述目标内容包括所述至少一个账号的账号信息；或者，

获取观众账号针对所述目标行为实施的互动行为对应的互动结果，所述目标内容包括所述互动结果。

11.根据权利要求1所述的方法，其特征在于，所述获取目标内容，包括：

接收服务端发送的目标内容，其中，所述目标内容由目标视频的发布方或所述服务端生成；或者，

接收服务端发送的所述目标行为的行为信息，并基于所述行为信息生成所述目标内容，其中，所述行为信息由目标视频的发布方或所述服务端获取。

12.根据权利要求1所述的方法，其特征在于，还包括：

满足预设的终止条件时，停止展示所述目标内容。

13.根据权利要求12所述的方法，其特征在于，所述终止条件包括下述至少之一：

所述目标内容已被展示预设时长、所述被摄对象产生终止行为。

14.一种内容提供方法，其特征在于，包括：

获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为，所述目标行为包括所述被摄对象产生的目标动作和所述被摄对象发出的目标语音；

响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内容；

所述方法还包括：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述目标动作对应的动作特征匹配于预设的触发动作特征的情况下，在所述目标视频的展示界面中展示预关联至所述文字特征和所述触发动作特征的所述目标内容；

确定所述目标动作对应的动作轨迹；

将所述动作轨迹提供至所述客户端，以使所述客户端在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

15.根据权利要求14所述的方法，其特征在于，所述目标行为包括所述被摄对象发出的目标语音；所述获取目标内容，包括：

识别所述目标语音对应的目标文字；

在所述目标文字匹配于预设的文字特征的情况下，获取与所述目标文字相关的目标内容。

16.根据权利要求15所述的方法，其特征在于，所述文字特征包括特征语义；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

对所述目标文字进行语义识别，获得所述目标文字对应的目标语义；

计算所述目标语义与所述特征语义之间的语义相似度；

在所述语义相似度不小于预设的语义相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

17.根据权利要求15所述的方法，其特征在于，所述文字特征包括特征关键词；通过下述方式确定所述目标文字是否匹配于预设的文字特征：

计算所述目标文字与所述特征关键词之间的词语相似度；

在所述目标文字包含的目标关键词与所述特征关键词之间的词语相似度不小于预设的词语相似度阈值的情况下，判定所述目标文字匹配于所述文字特征。

18.根据权利要求15所述的方法，其特征在于，所述获取与所述目标文字相关的目标内容，包括：

提取所述目标文字中对应于所述文字特征的展示关键词，根据所述展示关键词、预设的关键词展示属性和预设的背景模板创建所述目标内容；或者，

获取预先创建的对应于所述文字特征的目标内容。

19.根据权利要求14所述的方法，其特征在于，所述获取目标内容，包括：

提取所述目标动作对应的动作特征；

获取预先创建的对应于所述动作特征的目标内容。

20.根据权利要求14所述的方法，其特征在于，还包括：

根据所述目标行为执行预定义的目标操作，其中，所述目标内容与所述目标操作的操作结果相关。

21.根据权利要求20所述的方法，其特征在于，所述目标操作包括：

从所述目标视频对应的关联账号中筛选出至少一个账号，所述目标内容包括所述至少一个账号的账号信息；或者，

获取观众账号针对所述目标行为实施的互动行为对应的互动结果，所述目标内容包括所述互动结果。

22.根据权利要求21所述的方法，其特征在于，所述关联账号包括下述至少之一：

观众账号、留言账号、评论账号、分享账号。

23.一种内容展示装置，其特征在于，包括：

内容获取单元，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为，所述目标行为包括所述被摄对象产生的目标动作和所述被摄对象发出的目标语音；

关联展示单元，用于响应于所述目标行为，在所述目标视频的展示界面中关联展示所述目标内容，具体用于：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述目标动作对应的动作特征匹配于预设的触发动作特征的情况下，在所述目标视频的展示界面中展示预关联至所述文字特征和所述触发动作特征的所述目标内容；

确定所述目标动作对应的动作轨迹；

在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

24.一种内容提供装置，其特征在于，包括：

内容获取单元，用于获取目标内容，所述目标内容匹配于目标视频中被摄对象的目标行为，所述目标行为包括所述被摄对象产生的目标动作和所述被摄对象发出的目标语音；

内容提供单元，用于响应于所述目标行为，将所述目标内容提供至客户端，以使所述客户端在所述目标视频的展示界面中关联展示所述目标内容；

所述内容提供单元还用于：

在所述目标语音对应的目标文字匹配于预设的文字特征且所述目标动作对应的动作特征匹配于预设的触发动作特征的情况下，将所述目标内容提供至客户端，其中，所述目标内容被预关联至所述文字特征和所述触发动作特征；

所述装置还包括：

轨迹确定单元，用于确定所述目标动作对应的动作轨迹；

轨迹提供单元，用于将所述动作轨迹提供至所述客户端，以使所述客户端在所述目标视频的展示界面中按照所述动作轨迹动态调整所述目标内容的展示位置。

25.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为实现如权利要求1-22中任一项所述的方法。

26.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-22中任一项所述方法的步骤。