CN113569085A - 音视频数据展示方法、装置、设备、存储介质及程序产品 - Google Patents

Abstract

本公开关于一种音视频数据的展示方法、装置、电子设备、存储介质和程序产品，其中方法包括：获取音视频数据的多个音视频数据段、关键文本信息和关键图像信息；响应于针对目标音视频数据段的选择操作，将目标音视频数据段、关键文本信息和关键图像信息展示在各自的展示区域；响应于针对目标音视频数据段的播放操作，在目标音视频数据段的展示区域播放目标音视频数据段。本公开避免了只可以展示完整的音视频数据，可以对音视频数据段、关键文本信息和关键图像信息进行分段展示。当用户针对目标音视频数据段执行播放操作时，本公开响应于该播放操作，在目标音视频数据段的展示区域播放目标音视频数据段，实现了音视频数据段的分段播放。

Description

音视频数据展示方法、装置、设备、存储介质及程序产品

技术领域

本公开涉及计算机技术领域，尤其涉及一种音视频数据的展示方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

随着计算机技术和音视频处理技术的发展，短视频平台越来越受到用户的欢迎。用户经常把生活、娱乐、教程等短视频内容上传到短视频平台，进而将短视频内容分享给其他用户。

相关技术中，短视频平台对教程类短视频内容的处理方式，与生活类、娱乐类短视频内容的处理方式一致，即用户将短视频内容上传到短视频平台后，短视频平台将用户上传的短视频内容直接呈现给其他用户。由于教程类短视频内容以传递知识和经验为主，教程类短视频内容的接受和消化需要一定的时间。短视频平台将教程类短视频内容直接呈现给其他用户，会造成其他用户对教程类短视频内容的部分内容重复播放的情况，增加了观看学习教程类短视频内容的操作步骤。

而且，如果教程类短视频内容的制作者为了其他用户可以方便地观看学习其发布的教程类短视频，需要按照知识点对教程类短视频内容进行分解，增加了制作者的制作成本。

发明内容

本公开提供了一种音视频数据的展示方法、装置、电子设备、计算机可读存储介质和计算机程序产品，以至少解决相关技术中增加用户观看学习教程类短视频内容的操作步骤，以及增加制作者的制作成本的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供了一种音视频数据的展示方法，所述方法包括：获取待展示的音视频数据的多个音视频数据段，以及与每个所述音视频数据段对应的关键文本信息和关键图像信息；响应于针对多个所述音视频数据段中的目标音视频数据段的选择操作，分别将所述目标音视频数据段，以及与所述目标音视频数据段对应的所述关键文本信息和所述关键图像信息展示在各自的展示区域；响应于针对所述目标音视频数据段的播放操作，在所述目标音视频数据段的展示区域播放所述目标音视频数据段。

可选地，所述获取待展示的音视频数据的多个音视频数据段，包括：获取所述音视频数据；转换所述音视频数据的音频数据得到多个文本段，并拆分所述音视频数据，分别得到与多个所述文本段对应的多个所述音视频数据段。

可选地，所述获取与每个所述音视频数据段对应的关键文本信息和关键图像信息，包括：根据每个所述文本段生成所述关键文本信息，并根据每个所述音视频数据段的关键帧生成所述关键图像信息。

可选地，所述转换所述音视频数据的音频数据得到多个文本段，包括：转换所述音频数据为文本文件；对所述文本文件进行断句处理得到多个文本句；识别每个所述文本句的关键内容；分别将具有相同的所述关键内容的多个所述文本句对应组成多个所述文本段。

可选地，在所述根据每个所述音视频数据段的关键帧生成所述关键图像信息之前，所述方法还包括：针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容；将多个所述目标关键内容对应的图像分别作为多个所述音视频数据段的所述关键帧。

可选地，所述针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容，包括：针对每个所述音视频数据段，将对应的所述文本段内出现的频率和/或次数最大的所述关键内容作为所述目标关键内容。

可选地，所述将多个所述目标关键内容对应的图像分别作为多个所述音视频数据段的所述关键帧，包括：获取所述目标关键内容在所述文本段内出现的时间点；将与所述文本段对应的所述音视频数据段中，所述时间点处的图像作为所述关键帧。

可选地，在所述获取所述音视频数据之后，所述方法还包括：提取所述音视频数据的多个关键词；针对每个所述关键词，获取当前所述关键词与相邻的所述关键词之间的语义关系；根据所述关键词和所述语义关系判断所述音视频数据是否符合数据类型标准；若所述音视频数据符合所述数据类型标准，则执行所述转换所述音视频数据的音频数据得到多个文本段的操作。

可选地，在所述获取与每个所述音视频数据段对应的关键图像信息之后，所述方法还包括：将多个所述音视频数据段展示在对应的展示区域；将每个所述关键图像信息进行合并得到多个所述音视频数据段对应的合并图像信息；将所述合并图像信息展示在对应的展示区域。

可选地，所述方法还包括：响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息。

可选地，所述响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息，包括：响应于针对所述目标音视频数据段的暂停操作和继续播放操作，获取所述暂停操作的操作次数和所述继续播放操作的操作次数，以及相邻的所述暂停操作和所述继续播放操作之间的时间间隔；当所述暂停操作的操作次数和所述继续播放操作的操作次数满足第一次数条件时，和/或，所述时间间隔满足第一时间条件时，生成并展示降速播放提示信息。

可选地，所述响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息，包括：响应于针对所述目标音视频数据段的快退操作和重复播放操作，获取所述快退操作的操作次数和所述重复播放操作的操作次数，以及每次所述快退操作对应的起始时间戳和终止时间戳；当所述快退操作的操作次数和所述重复播放操作的操作次数满足第二次数条件时，和/或，所述起始时间戳和所述终止时间戳满足第二时间条件时，生成并展示降速循环播放提示信息。

可选地，所述响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息，包括：响应于针对所述目标音视频数据段的快进操作，获取所述快进操作对应的持续时间段；当所述持续时间段满足第三时间条件时，生成并展示快速播放提示信息。

根据本公开实施例的第二方面，提供了一种音视频数据的展示装置，所述装置包括：获取单元，被配置为执行获取待展示的音视频数据的多个音视频数据段，以及与每个所述音视频数据段对应的关键文本信息和关键图像信息；展示单元，被配置为执行响应于针对多个所述音视频数据段中的目标音视频数据段的选择操作，分别将所述目标音视频数据段，以及与所述目标音视频数据段对应的所述关键文本信息和所述关键图像信息展示在各自的展示区域；播放单元，被配置为执行响应于针对所述目标音视频数据段的播放操作，在所述目标音视频数据段的展示区域播放所述目标音视频数据段。

可选地，所述获取单元，包括：数据获取单元，被配置为执行获取所述音视频数据；转换拆分单元，被配置为执行转换所述音视频数据的音频数据得到多个文本段，并拆分所述音视频数据，分别得到与多个所述文本段对应的多个所述音视频数据段。

可选地，所述获取单元，还包括：信息生成单元，被配置为执行根据每个所述文本段生成所述关键文本信息，并根据每个所述音视频数据段的关键帧生成所述关键图像信息。

可选地，所述转换拆分单元，包括：文本转换单元，被配置为执行转换所述音频数据为文本文件；文本断句单元，被配置为执行对所述文本文件进行断句处理得到多个文本句；文本识别单元，被配置为执行识别每个所述文本句的关键内容；文本组成单元，被配置为执行分别将具有相同的所述关键内容的多个所述文本句对应组成多个所述文本段。

可选地，所述装置还包括：关键内容识别单元，被配置为执行在所述信息生成单元根据每个所述音视频数据段的关键帧生成所述关键图像信息之前，针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容；关键帧确定单元，被配置为执行将多个所述目标关键内容对应的图像分别作为多个所述音视频数据段的所述关键帧。

可选地，所述关键内容识别单元，被配置为执行针对每个所述音视频数据段，将对应的所述文本段内出现的频率和/或次数最大的所述关键内容作为所述目标关键内容。

可选地，所述关键帧确定单元，被配置为执行获取所述目标关键内容在所述文本段内出现的时间点；将与所述文本段对应的所述音视频数据段中，所述时间点处的图像作为所述关键帧。

可选地，所述装置还包括：关键词提取单元，被配置为执行在所述数据获取单元获取所述音视频数据之后，提取所述音视频数据的多个关键词；语义获取单元，被配置为执行针对每个所述关键词，获取当前所述关键词与相邻的所述关键词之间的语义关系；标准判断单元，被配置为执行根据所述关键词和所述语义关系判断所述音视频数据是否符合数据类型标准；所述转换拆分单元，被配置为执行若所述音视频数据符合所述数据类型标准，则转换所述音视频数据的音频数据得到多个文本段。

可选地，所述展示单元，还被配置为执行在所述获取单元获取与每个所述音视频数据段对应的关键图像信息之后，将多个所述音视频数据段展示在对应的展示区域；所述装置还包括：图像合并单元，被配置为执行将每个所述关键图像信息进行合并得到多个所述音视频数据段对应的合并图像信息；所述展示单元，还被配置为执行将所述合并图像信息展示在对应的展示区域。

可选地，所述装置还包括：操作提示单元，被配置为执行响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息。

可选地，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的暂停操作和继续播放操作，获取所述暂停操作的操作次数和所述继续播放操作的操作次数，以及相邻的所述暂停操作和所述继续播放操作之间的时间间隔；当所述暂停操作的操作次数和所述继续播放操作的操作次数满足第一次数条件时，和/或，所述时间间隔满足第一时间条件时，生成并展示降速播放提示信息。

可选地，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的快退操作和重复播放操作，获取所述快退操作的操作次数和所述重复播放操作的操作次数，以及每次所述快退操作对应的起始时间戳和终止时间戳；当所述快退操作的操作次数和所述重复播放操作的操作次数满足第二次数条件时，和/或，所述起始时间戳和所述终止时间戳满足第二时间条件时，生成并展示降速循环播放提示信息。

可选地，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的快进操作，获取所述快进操作对应的持续时间段；当所述持续时间段满足第三时间条件时，生成并展示快速播放提示信息。

根据本公开实施例的第三方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如第一方面所述的音视频数据的展示方法。

根据本公开实施例的第四方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面所述的音视频数据的展示方法。

根据本公开实施例的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的音视频数据的展示方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

本公开的实施例提供的音视频数据的展示方案，获取待展示的音视频数据的多个音视频数据段，以及与每个音视频数据段对应的关键文本信息和关键图像信息，响应于针对多个音视频数据段中的目标音视频数据段的选择操作，分别将目标音视频数据段，以及与目标音视频数据段对应的关键文本信息和关键图像信息展示在各自的展示区域，再响应于针对目标音视频数据段的播放操作，在目标音视频数据段的展示区域播放目标音视频数据段。本公开的实施例中的音视频数据可以被划分为多个音视频数据段，不仅获取音视频数据段，还获取与音视频数据段对应的关键文本信息和关键图像信息。而且，用户可以针对多个音视频数据段中的目标音视频数据段执行选择操作，本公开的实施例响应于该选择操作，在目标音视频数据段、关键文本信息和关键图像信息各自的展示区域分别对目标音视频数据段、与目标音视频数据段对应关键文本信息和关键图像信息进行展示。本公开的实施例避免了只可以展示完整的音视频数据，可以对音视频数据段、关键文本信息和关键图像信息进行分段展示。当用户针对目标音视频数据段执行播放操作时，本公开的实施例可以响应于该播放操作，在目标音视频数据段的展示区域播放目标音视频数据段，实现了音视频数据段的分段播放。在音视频数据为教程类短视频内容的应用场景下，本公开的实施例实现了教程类短视频内容的分段展示与分段播放，若用户对教程类短视频内容的部分段落感兴趣，避免了重复播放整个教程类短视频内容的情况，简化了观看学习教程类短视频内容的操作步骤。同时，还可以展示与各段教程类短视频内容对应的关键文本信息和关键图像信息，优化了观看学习教程类短视频内容的操作体验。本公开的实施例还避免了教程类短视频内容的制作者对教程类短视频内容进行分解，减少了制作者的制作成本。

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，并不能限制本公开。

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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种音视频数据的展示方法的流程图。

图2是根据一示例性实施例示出的转换音视频数据的音频数据得到多个文本段的步骤流程图。

图3是根据一示例性实施例示出的目标音视频数据段的展示格式示意图。

图4是根据一示例性实施例示出的一种短视频内容的自动分解方案的流程图。

图5是根据一示例性实施例示出的一种音视频数据的展示装置的框图。

图6是根据一示例性实施例示出的一种音视频数据的展示电子设备的框图。

图7是根据一示例性实施例示出的一种用于展示音视频数据的电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本公开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公开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、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种音视频数据的展示方法的流程图，如图1所示，该音视频数据的展示方法可以应用于服务器或者终端，该服务器可以为短视频平台的服务器，或者为短视频平台提供技术服务，该终端可以为短视频终端。

图1所示的音视频数据的展示方法具体可以包括以下步骤。

在步骤S11中，获取待展示的音视频数据多个音视频数据段，以及与每个音视频数据段对应的关键文本信息和关键图像信息。

在本公开的实施例中，待展示的音视频数据可以理解为短视频内容。在实际应用中，待展示的音视频数据可以为任意类型的短视频内容，或者，待展示的音视频数据可以为教程类短视频内容。本公开的实施例对音视频数据的格式、容量等不作具体限制。

在本公开的实施例中，音视频数据可以被划分为多个音视频数据段，而且，每个音视频数据段还与各自的关键文本信息和关键图像信息相对应。其中，关键文本信息和关键图像信息均可以用于表示对应的音视频数据段内的重点音视频内容。

在步骤S12中，响应于针对多个音视频数据段中的目标音视频数据段的选择操作，分别将目标音视频数据段，以及与目标音视频数据段对应的关键文本信息和关键图像信息展示在各自的展示区域。

在本公开的实施例中，用户可以针对多个音视频数据段中的目标音视频数据段执行选择操作。在实际应用中，该选择操作可以包含但不限于：点击操作、圈选操作、滑动操作、拖拽操作等等。响应于该选择操作，将目标音视频数据段展示在音视频数据段的展示区域。同时，还可以将与目标音视频数据段对应的关键文本信息展示在关键文本信息的展示区域，将与目标音视频数据段对应的关键图像信息展示在关键图像信息的展示区域。

例如，用户针对目标音视频数据段d01执行选择操作。响应于该选择操作，将目标音视频数据段d01展示在展示区域M01，并将与目标音视频数据段d01对应的关键文本信息t01展示在展示区域M02，将与目标音视频数据段d01对应的关键图像信息p01展示在展示区域M03。

在步骤S13中，响应于针对目标音视频数据段的播放操作，在目标音视频数据段的展示区域播放目标音视频数据段。

在本公开的实施例中，用户可以针对目标音视频数据段执行播放操作。接上例，响应于针对目标音视频段d01的播放操作，在展示区域M01播放目标音视频数据段d01。

本公开的实施例提供的音视频数据的展示方案，获取待展示的音视频数据的多个音视频数据段，以及与每个音视频数据段对应的关键文本信息和关键图像信息，响应于针对多个音视频数据段中的目标音视频数据段的选择操作，分别将目标音视频数据段，以及与目标音视频数据段对应的关键文本信息和关键图像信息展示在各自的展示区域，再响应于针对目标音视频数据段的播放操作，在目标音视频数据段的展示区域播放目标音视频数据段。本公开的实施例中的音视频数据可以被划分为多个音视频数据段，不仅获取音视频数据段，还获取与音视频数据段对应的关键文本信息和关键图像信息。而且，用户可以针对多个音视频数据段中的目标音视频数据段执行选择操作，本公开的实施例响应于该选择操作，在目标音视频数据段、关键文本信息和关键图像信息各自的展示区域分别对目标音视频数据段、与目标音视频数据段对应关键文本信息和关键图像信息进行展示。本公开的实施例避免了只可以展示完整的音视频数据，可以对音视频数据段、关键文本信息和关键图像信息进行分段展示。当用户针对目标音视频数据段执行播放操作时，本公开的实施例可以响应于该播放操作，在目标音视频数据段的展示区域播放目标音视频数据段，实现了音视频数据段的分段播放。在音视频数据为教程类短视频内容的应用场景下，本公开的实施例实现了教程类短视频内容的分段展示与分段播放，若用户对教程类短视频内容的部分段落感兴趣，避免了重复播放整个教程类短视频内容的情况，简化了观看学习教程类短视频内容的操作步骤。同时，还可以展示与各段教程类短视频内容对应的关键文本信息和关键图像信息，优化了观看学习教程类短视频内容的操作体验。本公开的实施例还避免了教程类短视频内容的制作者对教程类短视频内容进行分解，减少了制作者的制作成本。

在本公开的一种示例性实施例中，获取待展示的音视频数据的多个音视频数据段的一种实施方式为，获取音视频数据，转换音视频数据的音频数据得到多个文本段，并拆分音视频数据，分别得到与多个文本段对应的多个音视频数据段。

如图2所示，上述转换音视频数据的音频数据得到多个文本段的过程，具体可以包含如下步骤：

在步骤S21中，转换音频数据为文本文件。

在本公开的实施例中，从音视频数据中提取出音频数据，然后再将音频数据转换为文本文件。在实际应用中，可以利用语音识别引擎对音频数据进行语音识别得到文本文件。

在步骤S22中，对文本文件进行断句处理得到多个文本句。

在本公开的实施例中，可以按照设定的符号对文本文件进行断句处理，例如，将文本文件中相邻的两个句号“。”之间的文本内容作为一个文本句。

在步骤S23中，识别每个文本句的关键内容。

在本公开的实施例中，文本文件中可以包含多个关键内容，关键内容可以理解为文本文件描述的对象，该对象可以为名词、技术术语、特征、公式等等。识别文本句的关键内容时，可以排除文本句中用于过渡的文本内容以及用于举例的文本内容，从排除后的文本句中识别出关键内容。具体地，可以将文本句中的文本内容与预先创建的关键内容样本数据库中的各关键内容样本进行比较，如果文本句中的文本内容与关键内容样本相同，则可以认为该文本内容为该文本句的关键内容。

在步骤S24中，分别将具有相同的关键内容的多个文本句对应组成多个文本段。

在本公开的实施例中，在分别将具有相同的关键内容的多个文本句对应组成多个文本段时，可以针对每个文本句，将当前文本句的关键内容与相邻的文本句的关键内容进行比较，若比较结果表示相同，则将当前文本句与相邻的文本句组成一个文本段。例如，针对文本句j01，将当前文本句j01的关键内容与相邻的文本句j00和j02的关键内容进行比较，若当前文本句j01的关键内容与文本句j00和j02的关键内容均为关键内容k01，则将文本句j00、j01和j02组成一个文本段t01。

本公开的实施例以文本句为单位识别关键内容，根据关键内容联系当前文本句的上下文即相邻的文本句，判断当前文本句与相邻的文本句是否描述的是同一个关键内容，若描述的是同一个关键内容，则将当前文本句与相邻的文本句组成一个文本段。而且，需要说明的是，相邻的文本句不局限于当前文本句的上一个文本句和下一个文本句，相邻的文本句可以包含当前文本句的上几个文本句和下几个文本句。本公开的实施例拆分得到的文本段包含相同的关键内容，即一个文本段描述一个关键内容。例如，对文本文件T进行拆分，得到文本段t01和t02。其中，文本段t01包含关键内容k01，文本段02包含关键内容k02。以关键内容为单位对文本文件进行拆分，将一个文本文件由整体拆分为多个个体，而且，每个个体描述一个关键内容。

在本公开的一种示例性实施例中，获取与每个音视频数据段对应的关键文本信息和关键图像信息的一种实施方式为，根据每个文本段生成关键文本信息，并根据每个音视频数据段的关键帧生成关键图像信息。关键文本信息可以为文本段的标题、简介等。在实际应用中，可以对每个文本段的文本内容进行提炼、总结得到标题和主要内容简介等，将标题和主要内容简介等作为关键文本信息。

在本公开的一种示例性实施例中，在根据每个音视频数据段的关键帧生成关键图像信息之前，需要确定音视频数据段的关键帧。具体可以针对每个音视频数据段，从对应的文本段的关键内容中，分别识别出多个目标关键内容；将多个目标关键内容对应的图像分别作为多个音视频数据段的关键帧。在从对应的文本段的关键内容中，分别识别出多个目标关键内容时，可以针对每个音视频数据段，将对应的文本段内出现的频率和/或次数最大的关键内容作为目标关键内容。例如，文本段t01中关键内容k01出现了5次，关键内容k03出现了3次，则将关键内容k01作为文本段t01的目标关键内容。在将多个目标关键内容对应的图像分别作为多个音视频数据段的关键帧时，可以获取目标关键内容在文本段内出现的时间点；将与文本段对应的音视频数据段中，时间点处的图像作为关键帧。由于目标关键内容在文本段中出现了多次，因此，目标关键内容在音视频段中对应的图像也不止一个，本公开的实施例可以从目标关键内容对应的多个图像中选择一个或多个图像作为关键帧。例如，目标关键内容k01在文本段t01中出现的时间点为“10：34：50”，则将音视频段v01中时间点“10：34：50”处的图像作为关键帧。

本公开的实施例为音视频数据段提取关键帧，即为音视频数据段选择可以代表该音视频数据段的关键内容的图像，以便在后续展示音视频数据段时，可以通过关键帧直观地展示音视频数据段所描述的目标关键内容，提升了音视频数据段的展示效果，方面用户快速了解音视频数据段的主要内容。

在本公开的一种示例性实施例中，在不清楚待展示的音视频数据的数据类型的情况下，在获取待展示的音视频数据之后，还需要判断待展示的音视频数据是否属于预设的数据类型标准。在实际应用中，可以提取待展示的音视频数据的多个关键词，针对每个关键词，获取当前关键词与相邻的关键词之间的语义关系，再根据关键词和语义关系判断待展示的音视频数据是否符合预设的数据类型标准。若音视频数据符合数据类型标准，则执行转换音视频数据的音频数据得到多个文本段的操作，即对音视频数据进行后续处理。若音视频数据不符合数据类型标准，则不对音视频数据进行后续处理。

提取音视频数据的多个关键词时，也可以先提取音视频数据的音频数据，再将音频数据转换为文本文件，进而从文本文件中提取出多个关键词。具体地，可以将文本文件中的当前文本内容在关键词样本数据库进行检索，若文本文件中的当前文本内容与关键词样本数据库中的关键词样本相同，则认为当前文本内容为该文本文件的关键词。若文本文件中当前文本内容与关键词样本数据库中的关键词样本不相同，则认为当前文本内容不为该文本文件的关键词。

本公开的实施例中的音视频数据的类型可以为教程类，在短视频平台中，音视频数据可以为教程类短视频内容。由于短视频平台会接收到用户上传的多种类型的短视频内容，因此在对短视频内容进行拆分等处理之前，需要判断短视频内容是否为教程类短视频内容。具体的判断过程可以利用短视频内容中关键词以及关键词之间的语义关系进行判断。而且，针对教程类短视频内容的不同技术领域，如算法领域、前端领域、健身领域、生活领域、歌唱领域等，可以预先创建不同的数据类型标准和关键词样本数据库，以提升教程类短视频内容的判断的准确率。

在本公开的一种示例性实施例中，在获取与每个音视频数据段对应的关键图像信息之后，可以将多个音视频数据段展示在对应的展示区域；将每个关键图像信息进行合并得到多个音视频数据段对应的合并图像信息，进而将合并图像信息展示在对应的展示区域。若需要同时展示多个音视频数据段，则可以将每个音视频数据段的关键图像信息合并为一个或多个合并图像信息，进而展示合并图像信息，以提升关键图像信息的展示区域的利用率。

在本公开的一种示例性实施例中，响应于针对目标音视频数据段的预设操作，生成并展示与预设操作对应的操作提示信息。其中，预设操作包含但不限于：暂停操作、继续播放操作、快退操作、重复播放操作、快进操作等等。

当预设操作包含暂停操作和继续播放操作时，响应于针对目标音视频数据段的暂停操作和继续播放操作，获取暂停操作的操作次数和继续播放操作的操作次数，以及相邻的暂停操作和继续播放操作之间的时间间隔；当暂停操作的操作次数和继续播放操作的操作次数满足第一次数条件时，和/或，时间间隔满足第一时间条件时，生成并展示降速播放提示信息。例如，当暂停操作的操作次数和继续播放操作的操作次数均大于第一操作次数阈值时，和/或，当时间间隔小于第一时间阈值时，生成并展示降速播放提示信息。

若用户针对降速播放提示信息执行确认操作，则响应于该确认操作，按照降速播放提示信息对应的播放速度播放目标音视频数据段。

当预设操作包含快退操作和重复播放操作时，响应于针对目标音视频数据段的快退操作和重复播放操作，获取快退操作的操作次数和重复播放操作的操作次数，以及每次快退操作对应的起始时间戳和终止时间戳；当快退操作的操作次数和重复播放操作的操作次数满足第二次数条件时，和/或，起始时间戳和终止时间戳满足第二时间条件时，生成并展示降速循环播放提示信息。例如，当快退操作的操作次数和重复播放操作的操作次数均大于第二操作次数阈值时，和/或，每次快退操作对应的起始时间戳之间的时间差和每次快退操作对应的终止时间戳之间的时间差均小于第一时间段阈值时，生成并展示降速循环播放提示信息。

若用户针对降速循环播放提示信息执行确认操作，则响应于该确认操作，按照降速循环播放提示信息对应的播放速度循环播放目标音视频数据段。

当预设操作包含快进操作时，响应于针对目标音视频数据段的快进操作，获取快进操作对应的持续时间段；当持续时间段满足第三时间条件时，生成并展示快速播放提示信息。例如，当持续时间段大于第二时间段阈值时，生成并展示快速播放提示信息。

若用户针对快速播放提示信息执行确认操作，则响应于该确认操作，按照快速播放提示信息对应的播放速度播放目标音视频数据段。

本公开的实施例可以响应于用户针对目标音视频数据段的预设操作，生成并展示与预设操作对应的操作提示信息，为用户观看、学习目标音视频数据段提供操作建议，减少了用户的操作步骤，进而提升了用户观看、学习目标音视频数据段的效率。

在本公开的一种示例性实施例中，目标音视频数据段的展示格式可以如图3所示，图3中包含了目标音视频数据段的播放区域和图文介绍区域。其中，图文介绍区域具体可以包含标题、描述、图片教程、操作按钮等。而且，图片教程内可以展示多个关键帧。若一个音视频数据被拆分并生成了两个音视频数据段，则可以在图3的图文介绍区域分别展示两个音视频数据段的标题、描述、图片教程、操作按钮等。

基于上述关于一种音视频数据的展示方法实施例的说明，下面介绍一种短视频内容的自动分解方案。如图4所示，图4示出了一种短视频内容的自动分解方案的流程图。

短视频内容的制作者将短视频内容上传至短视频平台的服务器，服务器对短视频内容进行审核。具体可以审核短视频内容是否为教程类短视频内容。若短视频内容属于教程类短视频内容，则从短视频内容中提取出短视频音频。对短视频音频进行文本转换得到文本文件。进一步对文本文件进行断句分段处理。具体可以将文本文件转换为服务器可识别的文本格式，然后，以句为单位识别每个文本句的关键内容，将具有相同的关键内容的文本句组成为文本段。接下来，提取每个文本段的标题和简介。再根据每个文本段的起始时间点和结束时间点将短视频内容划分为多个短视频段，而且，每个短视频段与每个文本段的时间范围相对应。提取每个短视频段的关键帧。按照预设的格式根据关键帧、短视频段和标题与简介生成目标短视频内容。服务器将目标短视频内容传输至终端，终端对目标短视频内容进行展示。终端上的用户在目标短视频内容的展示过程中，对目标短视频内容执行播放、暂停等交互操作。

图5是根据一示例性实施例示出的一种音视频数据的展示装置的框图。该装置可以应用于服务器或终端，该装置具体可以包括如下单元。

获取单元51，被配置为执行获取待展示的音视频数据的多个音视频数据段，以及与每个所述音视频数据段对应的关键文本信息和关键图像信息；

展示单元52，被配置为执行响应于针对多个所述音视频数据段中的目标音视频数据段的选择操作，分别将所述目标音视频数据段，以及与所述目标音视频数据段对应的所述关键文本信息和所述关键图像信息展示在各自的展示区域；

播放单元53，被配置为执行响应于针对所述目标音视频数据段的播放操作，在所述目标音视频数据段的展示区域播放所述目标音视频数据段。

在本公开的一种示例性实施例中，所述获取单元51，包括：

数据获取单元，被配置为执行获取所述音视频数据；

转换拆分单元，被配置为执行转换所述音视频数据的音频数据得到多个文本段，并拆分所述音视频数据，分别得到与多个所述文本段对应的多个所述音视频数据段。

在本公开的一种示例性实施例中，所述获取单元51，还包括：

信息生成单元，被配置为执行根据每个所述文本段生成所述关键文本信息，并根据每个所述音视频数据段的关键帧生成所述关键图像信息。

在本公开的一种示例性实施例中，所述转换拆分单元，包括：

文本转换单元，被配置为执行转换所述音频数据为文本文件；

文本断句单元，被配置为执行对所述文本文件进行断句处理得到多个文本句；

文本识别单元，被配置为执行识别每个所述文本句的关键内容；

文本组成单元，被配置为执行分别将具有相同的所述关键内容的多个所述文本句对应组成多个所述文本段。

在本公开的一种示例性实施例中，所述装置还包括：

关键内容识别单元，被配置为执行在所述信息生成单元根据每个所述音视频数据段的关键帧生成所述关键图像信息之前，针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容；

关键帧确定单元，被配置为执行将多个所述目标关键内容对应的图像分别作为多个所述音视频数据段的所述关键帧。

在本公开的一种示例性实施例中，所述关键内容识别单元，被配置为执行针对每个所述音视频数据段，将对应的所述文本段内出现的频率和/或次数最大的所述关键内容作为所述目标关键内容。

在本公开的一种示例性实施例中，所述关键帧确定单元，被配置为执行获取所述目标关键内容在所述文本段内出现的时间点；将与所述文本段对应的所述音视频数据段中，所述时间点处的图像作为所述关键帧。

在本公开的一种示例性实施例中，所述装置还包括：

关键词提取单元，被配置为执行在所述数据获取单元获取所述音视频数据之后，提取所述音视频数据的多个关键词；

语义获取单元，被配置为执行针对每个所述关键词，获取当前所述关键词与相邻的所述关键词之间的语义关系；

标准判断单元，被配置为执行根据所述关键词和所述语义关系判断所述音视频数据是否符合数据类型标准；

所述转换拆分单元，被配置为执行若所述音视频数据符合所述数据类型标准，则转换所述音视频数据的音频数据得到多个文本段。

在本公开的一种示例性实施例中，

所述展示单元52，还被配置为执行在所述获取单元51获取与每个所述音视频数据段对应的关键图像信息之后，将多个所述音视频数据段展示在对应的展示区域；

所述装置还包括：

图像合并单元，被配置为执行将每个所述关键图像信息进行合并得到多个所述音视频数据段对应的合并图像信息；

所述展示单元52，还被配置为执行将所述合并图像信息展示在对应的展示区域。

在本公开的一种示例性实施例中，所述装置还包括：

操作提示单元，被配置为执行响应于针对所述目标音视频数据段的预设操作，生成并展示与所述预设操作对应的操作提示信息。

在本公开的一种示例性实施例中，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的暂停操作和继续播放操作，获取所述暂停操作的操作次数和所述继续播放操作的操作次数，以及相邻的所述暂停操作和所述继续播放操作之间的时间间隔；当所述暂停操作的操作次数和所述继续播放操作的操作次数满足第一次数条件时，和/或，所述时间间隔满足第一时间条件时，生成并展示降速播放提示信息。

在本公开的一种示例性实施例中，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的快退操作和重复播放操作，获取所述快退操作的操作次数和所述重复播放操作的操作次数，以及每次所述快退操作对应的起始时间戳和终止时间戳；当所述快退操作的操作次数和所述重复播放操作的操作次数满足第二次数条件时，和/或，所述起始时间戳和所述终止时间戳满足第二时间条件时，生成并展示降速循环播放提示信息。

在本公开的一种示例性实施例中，所述操作提示单元，被配置为执行响应于针对所述目标音视频数据段的快进操作，获取所述快进操作对应的持续时间段；当所述持续时间段满足第三时间条件时，生成并展示快速播放提示信息。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是根据一示例性实施例示出的一种音视频数据的展示电子设备600的框图。例如，电子设备600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，电子设备600可以包括以下一个或多个组件：处理组件602，存储器604，电力组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制电子设备600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述音视频数据的展示方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为执行存储各种类型的数据以支持在电子设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图像，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为电子设备600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述电子设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当电子设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为执行输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当电子设备600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为执行接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为电子设备600提供各个方面的状态评估。例如，传感器组件614可以检测到电子设备600的打开/关闭状态，组件的相对定位，例如所述组件为电子设备600的显示器和小键盘，传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变，用户与电子设备600接触的存在或不存在，电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为执行便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述音视频数据的展示方法。

在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器604，上述指令可由电子设备600的处理器620执行以完成上述音视频数据的展示方法。可选地，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序可由电子设备600的处理器620执行以完成上述音视频数据的展示方法。可选地，该计算机程序可以存储在电子设备600的计算机可读存储介质中，该计算机可读存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图7是根据一示例性实施例示出的一种用于展示音视频数据的电子设备700的框图。例如，电子设备700可以被提供为一服务器。参照图7，电子设备700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行上述音视频数据的展示方法。

电子设备700还可以包括一个电源组件726被配置为执行电子设备700的电源管理，一个有线或无线网络接口750被配置为执行将电子设备700连接到网络，和一个输入输出(I/O)接口758。电子设备700可以操作基于存储在存储器732的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种音视频数据的展示方法，其特征在于，所述方法包括：

获取待展示的音视频数据的多个音视频数据段，以及与每个所述音视频数据段对应的关键文本信息和关键图像信息；

响应于针对多个所述音视频数据段中的目标音视频数据段的选择操作，分别将所述目标音视频数据段，以及与所述目标音视频数据段对应的所述关键文本信息和所述关键图像信息展示在各自的展示区域；

响应于针对所述目标音视频数据段的播放操作，在所述目标音视频数据段的展示区域播放所述目标音视频数据段。

2.根据权利要求1所述的方法，其特征在于，所述获取待展示的音视频数据的多个音视频数据段，包括：

获取所述音视频数据；

转换所述音视频数据的音频数据得到多个文本段，并拆分所述音视频数据，分别得到与多个所述文本段对应的多个所述音视频数据段。

3.根据权利要求2所述的方法，其特征在于，所述获取与每个所述音视频数据段对应的关键文本信息和关键图像信息，包括：

根据每个所述文本段生成所述关键文本信息，并根据每个所述音视频数据段的关键帧生成所述关键图像信息。

4.根据权利要求3所述的方法，其特征在于，所述转换所述音视频数据的音频数据得到多个文本段，包括：

转换所述音频数据为文本文件；

对所述文本文件进行断句处理得到多个文本句；

识别每个所述文本句的关键内容；

分别将具有相同的所述关键内容的多个所述文本句对应组成多个所述文本段。

5.根据权利要求4所述的方法，其特征在于，在所述根据每个所述音视频数据段的关键帧生成所述关键图像信息之前，所述方法还包括：

针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容；

将多个所述目标关键内容对应的图像分别作为多个所述音视频数据段的所述关键帧。

6.根据权利要求5所述的方法，其特征在于，所述针对每个所述音视频数据段，从对应的所述文本段的所述关键内容中，分别识别出多个目标关键内容，包括：

针对每个所述音视频数据段，将对应的所述文本段内出现的频率和/或次数最大的所述关键内容作为所述目标关键内容。

7.一种音视频数据的展示装置，其特征在于，所述装置包括：

获取单元，被配置为执行获取待展示的音视频数据的多个音视频数据段，以及与每个所述音视频数据段对应的关键文本信息和关键图像信息；

展示单元，被配置为执行响应于针对多个所述音视频数据段中的目标音视频数据段的选择操作，分别将所述目标音视频数据段，以及与所述目标音视频数据段对应的所述关键文本信息和所述关键图像信息展示在各自的展示区域；

播放单元，被配置为执行响应于针对所述目标音视频数据段的播放操作，在所述目标音视频数据段的展示区域播放所述目标音视频数据段。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的音视频数据的展示方法。

9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的音视频数据的展示方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的音视频数据的展示方法。

Images