CN113903021A - 信息呈现方法、装置、电子设备和存储介质 - Google Patents

信息呈现方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113903021A
CN113903021A CN202111107846.1A CN202111107846A CN113903021A CN 113903021 A CN113903021 A CN 113903021A CN 202111107846 A CN202111107846 A CN 202111107846A CN 113903021 A CN113903021 A CN 113903021A
Authority
CN
China
Prior art keywords
text
multimedia data
identification
word
sentence
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
Application number
CN202111107846.1A
Other languages
English (en)
Inventor
柏加良
陆妍
刘敬晖
顾梦蝶
张升辉
苏天镜
吕大千
龚彪
唐荣意
于书悦
刘维
王舒然
司华豪
和君
史田辉
潘灶烽
黄桦
纪永卿
耿泽
庄辉玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202111107846.1A priority Critical patent/CN113903021A/zh
Publication of CN113903021A publication Critical patent/CN113903021A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开提供一种信息呈现方法、装置、电子设备和存储介质，通过在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，其中，识别文本中各词的时间信息与目标多媒体数据中的语音数据对应的词的时间信息相对应；在第二预设区域呈现目标多媒体数据；在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕，其中，识别字幕中各语句的起止时间基于语句中句首词和句尾词在识别文本中的时间信息确定；基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕。实现了多媒体数据、识别文本和识别字幕的关联展示，便于用户阅览。

Description

信息呈现方法、装置、电子设备和存储介质
技术领域
本公开涉及信息处理技术，尤其涉及一种信息呈现方法、装置、电子设备和存储介质。
背景技术
目前多媒体播放已成为人们日常的使用需求，在一些应用场景中，为便于阅览多媒体信息中的语音内容，可以将多媒体信息中的语音进行文本识别，并展示识别得到的文本与多媒体信息。
然而，由于识别文本的篇幅通常较大，用户在观看视频的过程中进行文本的阅览较为困难，交互体验较差。
发明内容
本公开的实施例提供了一种信息呈现方法、装置、电子设备和存储介质。
第一方面，本公开的实施例提供了一种信息呈现方法，该方法包括：
在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，其中，上述识别文本中各词的时间信息与上述多媒体数据中的语音数据对应的词的时间信息相对应；
在第二预设区域呈现上述目标多媒体数据，其中，上述第二预设区域不同于上述第一预设区域；
在第三预设区域呈现根据预设语句切分规则对上述识别文本进行语句切分得到的识别字幕，其中，上述识别字幕中各语句的起止时间基于语句中句首词在上述识别文本中的时间信息和句尾词在上述识别文本中的时间信息确定；
基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕。
在一些可选的实施方式中，上述方法还包括：
响应于检测到对上述识别字幕的显示或隐藏的确认操作，对应显示或隐藏上述识别字幕。
在一些可选的实施方式中，上述方法还包括：
响应于检测到对上述识别文本的编辑操作的确认操作，将上述识别文本更新为编辑确认的文本；
根据更新后的上述识别文本更新上述识别字幕。
在一些可选的实施方式中，上述基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕，包括：
播放上述目标多媒体数据，在上述多媒体数据的播放过程中呈现当前播放的语音对应的上述识别字幕中的语句，以及按照预设高亮显示方式呈现当前播放的语音对应的上述识别文本中的词。
在一些可选的实施方式中，上述基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕，包括：
播放上述目标多媒体数据，以及在上述多媒体数据的播放过程中响应于检测到针对上述识别文本中目标词的点击操作，跳转至上述目标词对应的起始时间进行播放，并呈现上述目标词对应的上述识别字幕中的语句。
在一些可选的实施方式中，上述基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕，包括：
上述目标多媒体数据处于非播放状态，响应于检测到针对上述识别文本中目标词的点击操作，跳转至上述目标词对应的起始时间，并呈现上述目标词对应的上述识别字幕中的语句。
在一些可选的实施方式中，上述基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕，包括：
响应于检测到针对上述多媒体数据播放进度条的点击操作，对应上述播放进度条当前时间，呈现上述识别字幕中与上述当前时间对应的语句。
在一些可选的实施方式中，上述预设语句切分规则，包括以下至少之一：
根据预设标点符号确定语句结尾；
根据预设词数确定语句结尾。
在一些可选的实施方式中，上述第三预设区域位于上述第二预设区域内；
呈现上述识别字幕时，上述识别字幕遮挡上述多媒体数据播放区域的至少部分。
在一些可选的实施方式中，上述方法还包括：
响应于检测到在上述第二预设区域内的出发操作，在第四预设区域呈现上述识别字幕，并在上述第三预设区域呈现上述多媒体数据的播放操作控件，其中，上述第四预设区域不同于上述第三预设区域。
第二方面，本公开的实施例提供了一种信息呈现装置，该装置包括：
呈现单元，被配置成在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，在第二预设区域呈现上述目标多媒体数据，以及在第三预设区域呈现根据预设语句切分规则对上述识别文本进行语句切分得到的识别字幕，其中，上述识别文本中各词的时间信息与上述多媒体数据中的语音数据对应的词的的时间信息相对应，上述识别字幕中各语句的起止时间基于语句中句首词在上述识别文本中的时间信息和句尾词在上述识别文本中的时间信息确定，上述第二预设区域不同于上述第一预设区域；
展示单元，被配置成基于上述识别文本所包含的词的起始时间及对应上述识别字幕所包含的语句的起止时间关联展示上述识别文本、上述目标多媒体数据和上述识别字幕。
在一些可选的实施方式中，上述装置还包括：
第一确定单元，被配置成响应于检测到对上述识别字幕的显示或隐藏的确认操作，对应显示或隐藏上述识别字幕。
在一些可选的实施方式中，上述装置还包括：
第二配置单元，被配置成响应于检测到对上述识别文本的编辑操作的确认操作，将上述识别文本更新为编辑确认的文本；根据更新后的上述识别文本更新上述识别字幕。
在一些可选的实施方式中，上述展示单元进一步被配置成：
播放上述目标多媒体数据，在上述多媒体数据的播放过程中呈现当前播放的语音对应的上述识别字幕中的语句，以及按照预设高亮显示方式呈现当前播放的语音对应的上述识别文本中的词。
在一些可选的实施方式中，上述展示单元进一步被配置成：
播放上述目标多媒体数据，以及在上述多媒体数据的播放过程中响应于检测到针对上述识别文本中目标词的点击操作，跳转至上述目标词对应的起始时间进行播放，并呈现上述目标词对应的上述识别字幕中的语句。
在一些可选的实施方式中，上述展示单元进一步被配置成：
上述目标多媒体数据处于非播放状态，响应于检测到针对上述识别文本中目标词的点击操作，跳转至上述目标词对应的起始时间，并呈现上述目标词对应的上述识别字幕中的语句。
在一些可选的实施方式中，上述展示单元进一步被配置成：
响应于检测到针对上述多媒体数据播放进度条的点击操作，对应上述播放进度条当前时间，呈现上述识别字幕中与上述当前时间对应的语句。
在一些可选的实施方式中，上述呈现单元还被配置成：
响应于检测到在上述第二预设区域内的触发操作，在第四预设区域呈现上述识别字幕，并在上述第三预设区域呈现上述多媒体数据的播放操作控件，其中，上述第四预设区域不同于上述第三预设区域。
第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的信息呈现方法、装置、电子设备和存储介质，通过在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，其中，识别文本中各词的时间信息与目标多媒体数据中的语音数据对应的词的时间信息相对应；在第二预设区域呈现目标多媒体数据，其中，第二预设区域不同于第一预设区域；在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕，其中，识别字幕中各语句的起止时间基于语句中句首词在识别文本中的时间信息和句尾词在识别文本中的时间信息确定；基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕。实现了多媒体数据、识别文本和识别字幕的关联展示，便于用户在观看多媒体数据的同时阅读识别字幕，并便于用户对比识别文本的文字内容，以便接合上下文快速浏览多媒体数据的语音内容，以提高用户的交互体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图仅用于示出具体实施方式的目的，而并不认为是对本公开的限制。在附图中：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的信息呈现方法的一个实施例的流程示意图；
图3是根据本公开的信息呈现方法的又一个实施例的流程示意图；
图4是根据本公开的信息呈现方法的又一个实施例的流程示意图；
图5是根据本公开的信息呈现方法的一个应用场景的示意图；
图6是根据本公开的信息呈现装置的一个实施例的结构示意图；
图7是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。
在本公开实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
需要说明的是，本公开实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本公开的实施例可以除了在这里图示或描述的那些以外的顺序实施。
图1示出了可以应用本公开的信息呈现方法、装置、电子设备和存储介质的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如语音识别类应用、短视频社交类应用、音视频会议类应用、视频直播类应用、文档编辑类应用、输入法类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块(例如用来提供信息呈现服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
在一些情况下，本公开所提供的信息呈现方法可以由终端设备101、102、103执行，相应地，信息呈现装置可以设置于终端设备101、102、103中。这时，系统架构100也可以不包括服务器105。
在一些情况下，本公开所提供的信息呈现方法可以由终端设备101、102、103和服务器105共同执行，例如，“在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本”等步骤可以由终端设备101、102、103执行，“基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕”等步骤可以由服务器105执行。本公开对此不做限定。相应地，信息呈现装置也可以分别设置于终端设备101、102、103和服务器105中。
在一些情况下，本公开所提供的信息呈现方法可以由服务器105执行，相应地，信息呈现装置也可以设置于服务器105中，这时，系统架构100也可以不包括终端设备101、102、103。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本公开的信息呈现方法的一个实施例的流程200，该信息呈现方法包括以下步骤：
步骤201，在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本。
这里，多媒体数据可包括具有语音数据的音频数据或视频数据。
在一些可选的实施方式中，目标多媒体数据可以为音视频会议对应的多媒体数据。
在本实施例中，信息呈现方法的执行主体(例如图1所示的终端设备101、102、103)可以首先本地或者远程地从与上述执行主体网络连接的其他电子设备(例如，图1所示的服务器105)获取目标多媒体数据(例如，音视频会议的音频或者视频文件)，再本地或者远程地从与上述执行主体网络连接的其他电子设备(例如，图1所示的服务器105)获取对目标多媒体数据中的语音进行自动语音识别(自动语音识别例如可以是在图1所示的服务器105进行的)所得到的识别文本。这里，识别文本中各词的时间信息与目标多媒体数据中的语音数据对应的词的时间信息相对应，其中，时间信息可包括时间戳或起止时间。在一些可选的实施方式中，识别文本中各字符的起止时间可以是基于对目标多媒体数据中的语音和识别文本进行强制对齐得到。
然后，再在上述执行主体对应的显示设备的第一预设区域采用各种呈现方式呈现识别文本。
步骤202，在第二预设区域呈现目标多媒体数据。
其中，第二预设区域不同于第一预设区域。
上述执行主体可以在不同于第一预设区域的第二预设区域呈现目标多媒体数据。可以理解的是，当目标多媒体数据为音频数据时，可以是播放目标多媒体数据对应的声音；当目标多媒体数据为视频数据时，可以是播放目标多媒体数据对应的图像和声音。第一预设区域与第二预设区域可以采用各种方式进行设置，本公开对此不做具体限定，例如，第一预设区域可位于第二预设区域上方、下方、左侧或右侧，或者，第二预设区域可以环绕第一预设区域设置。
步骤203，在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕。
其中，识别字幕中各语句的起止时间基于语句中句首词在识别文本中的时间信息和句尾词在识别文本中的时间信息确定。
在一些可选的实施方式中，识别字幕中各语句的起止时间基于语句中句首词在识别文本中的时间信息和句尾词在识别文本中的时间信息确定，可包括：
根据句首词在识别文本中的时间戳确定该语句的起始时间，根据句尾词在识别文本中的时间戳确定该语句的终止时间。
可选地，根据句尾词在识别文本中的时间戳确定该语句的终止时间，可包括：根据句尾词在识别文本中的时间戳及预设词长时间确定该语句的终止时间。这里，将句尾词在识别文本中的时间戳对应时间点增加预设词长时间所对应的时间点确定为该语句的终止时间。其中，预设词长时间可根据词对应语音的平均时间长度确定，也可以根据实际需要设定。可以理解的是，词对应的时间戳通常为该词的起始时间，而语音信息中对该词的呈现通常会有一定的时间长度，例如阅读一个词所需的时间长度。
在一些可选的实施方式中，识别字幕中各语句的起止时间基于语句中句首词在识别文本中的时间信息和句尾词在识别文本中的时间信息确定，可包括：
根据句首词的起始时间确定该语句的起始时间，根据句尾词的终止时间确定该语句的终止时间。
这里，预设语句切分规则，可包括以下至少之一：根据预设标点符号确定语句结尾；根据预设词数确定语句结尾。
这里，预设标点符号可包括例如：逗号、句号、问号、感叹号等。
可以理解的是，本公开是对识别文本的语句切分，是将识别文本以语句为单位进行拆分，因此，可通过确认语句结尾的方式确定语句的拆分位置。例如，对于连续的两个语句，确认第一个语句的句尾即可实现对两个语句的拆分。
本实施例中，识别文本可以以“词”为最小单位切分。将预设词数作为确定语句结尾的切分规则，是为了避免在识别字幕中单个语句的字数过多，影响用户阅读或过分遮挡多媒体数据的播放窗口影响用户观看多媒体数据播放。本公开对于预设词数的具体数量不做限定，例如预设词数可以包括40个词。
在一些可选的实施方式中，第三预设区域位于第二预设区域内。
呈现识别字幕时，识别字幕遮挡多媒体数据播放区域的至少部分。
这里，第二预设区域可用于呈现多媒体数据，第二预设区域包括多媒体数据播放区域。而第三预设区域可用于呈现识别字幕，为便于用户观看，识别字幕可呈现于多媒体数据播放区域内或邻近多媒体数据播放区域呈现。在一些可选的实施方式中，第三预设区域与第二预设区域相邻设置。
在一些可选的实施方式中，识别字幕可以呈现于多媒体数据播放区域的部分区域，例如：多媒体数据播放区域的上部边缘区域或下部边缘区域。这里，是为了让用户在观看多媒体数据播放的同时能够便于观看识别字幕，还要避免识别字幕对多媒体数据播放区域的过度遮挡影响观看多媒体数据播放。
步骤204，基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕。
在一些可选的实施方式中，上述基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕，可包括：
播放目标多媒体数据，在多媒体数据的播放过程中呈现当前播放的语音对应的识别字幕中的语句，以及按照预设高亮显示方式呈现当前播放的语音对应的识别文本中的词。
随着目标多媒体数据的播放进程，当播放到编辑文本中相应词对应的内容时，该词可以以预设高亮显示方式呈现，而当播放完该词时，该词恢复之前的显示方式，而该词之后的词再按照预设高亮显示方式进行显示。其中，预设高亮显示方式例如可以是将该词的字体显示成黄色粗体，或者是将该词对应的背景色显示成黄色等。采用该可选实施方式，可以方便用户实时获得当前播放目标多媒体数据内容对应的文字内容。
在一些可选的实施方式中，上述基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕，可包括：
播放目标多媒体数据，以及在多媒体数据的播放过程中响应于检测到针对识别文本中目标词的点击操作，跳转至目标词对应的起始时间进行播放，并呈现目标词对应的识别字幕中的语句。
这里如果检测到用户点击了识别文本中的目标词，则从目标多媒体数据的目标词对应的内容开始播放，进而可以实现用户实时选择自己想要播放的内容开始进行播放，方便用户选择性播放目标多媒体数据。
在一些可选的实施方式中，上述基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕，可包括：
目标多媒体数据处于非播放状态，响应于检测到针对识别文本中目标词的点击操作，跳转至目标词对应的起始时间，并呈现目标词对应的识别字幕中的语句。
在一些可选的实施方式中，上述基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕，可包括：
响应于检测到针对多媒体数据播放进度条的点击操作，对应播放进度条当前时间，呈现识别字幕中与当前时间对应的语句。
可以理解的是，识别文本、目标多媒体数据和识别字幕是在时间轴上相对应的。针对多媒体数据播放进度条的点击操作，可确定播放进度条当前对应的播放帧及该播放帧对应的时间点，识别字幕中的各语句分别对应了时间轴上的各时间段，根据播放进度条当前时间，可确定与当前时间对应的时间段对应的语句，上述执行主体可加载该语句并呈现。
在一些可选的实现方式中，上述信息呈现方法还包括：
响应于检测到在第二预设区域内的触发操作，在第四预设区域呈现识别字幕，并在第三预设区域呈现多媒体数据的播放操作控件。
其中，第四预设区域不同于第三预设区域。在一些可选的实施方式中，第四预设区域位于第二预设区域内。在一些可选的实现方式中，第四预设区域可为与第三预设区域下方。在一些可选的实施方式中，第四预设区域还可位于第三预设区域上方、左侧或右侧。
本实施例对于触发操作的操作方式不做具体限定，例如触发操作可包括例如鼠标指针移动至第二预设区域内。
这里，多媒体数据的播放操作控件，可包括例如：播放进度条、播放/暂停键、快进键、快退键、音量控制条、字幕显示/隐藏开关等。
本公开的上述实施例提供的信息呈现方法，通过在第一预设区域呈现识别文本，在第二预设区域呈现目标多媒体数据，在第三预设区域呈现识别字幕，这里，识别文本是对目标多媒体数据中的语音进行自动语音识别得到的，识别字幕是根据预设语句切分规则对识别文本进行语句切分得到的，多媒体数据中所包含的语音数据与识别文本、识别字幕所包含的文字内容是一一对应的，并且多媒体数据中的语音数据对应的词的时间信息与识别文本中各词的时间信息相对应、识别字幕中各语句的起止时间基于其句首词和句尾词的时间信息确定，进而，基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕，能够实现多媒体数据、识别文本和识别字幕的关联展示，用户可以在观看多媒体数据播放的同时阅读多媒体数据此时正在播放的语音数据多对应语句的识别字幕，并且能够阅读多媒体数据此时播放的语音数据的词所对应的识别文本的词，以便于用户对比识别文本的文字内容，以便用户接合识别文本的上下文浏览多媒体数据的语音内容，进而提高用户的交互体验。
继续参考图3，其示出了根据本公开的信息呈现方法的又一个实施例的流程300，该信息呈现方法包括以下步骤：
步骤301，在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本。
步骤302，在第二预设区域呈现目标多媒体数据。
步骤303，在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕。
步骤304，基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕。
在本实施例中，步骤301、步骤302、步骤303和步骤304的具体操作及其所产生的技术效果与图2所示的实施例中步骤201、步骤202、步骤203和步骤204的操作及效果基本相同，在此不再赘述。
步骤305，响应于检测到对识别字幕的显示或隐藏的确认操作，对应显示或隐藏识别字幕。
这里，上述执行主体可以在第二预设区域呈现目标多媒体数据过程中，提供相应的操作对象(例如，用于指示显示或隐藏识别字幕的确认按钮)以供用户在上述操作对象上操作以确认上述确认操作。
继续参考图4，其示出了根据本公开的信息呈现方法的又一个实施例的流程400，该信息呈现方法包括以下步骤：
步骤401，在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本。
步骤402，在第二预设区域呈现目标多媒体数据。
步骤403，在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕。
步骤404，基于识别文本所包含的词的起始时间及对应识别字幕所包含的语句的起止时间关联展示识别文本、目标多媒体数据和识别字幕。
步骤405，响应于检测到对识别字幕的显示或隐藏的确认操作，对应显示或隐藏识别字幕。
在本实施例中，步骤401、步骤402、步骤403、步骤404和步骤405的具体操作及其所产生的技术效果与图3所示的实施例中步骤301、步骤302、步骤303、步骤304和步骤305的操作及效果基本相同，在此不再赘述。
步骤406，响应于检测到对识别文本的编辑操作的确认操作，将识别文本更新为编辑确认的文本。
这里，上述执行主体可以在第一预设区域呈现识别文本过程中，由于自动语音识别可能存在识别不准缺的情况，因此允许用户在第一预设区域对识别文本进行编辑操作以完善识别结果，以及提供相应的操作对象(例如，用于指示确认操作的确认按钮)以供用户在上述操作对象上操作以确认上述编辑操作。
对识别文本的编辑操作可包括以下至少一项：
调整文本的字体颜色、调整文本的字体大小、调整文本的文字内容、调整文本展示区域的位置、调整文本展示区域的大小、调整文本展示区域的形状。
步骤407，根据更新后的识别文本更新识别字幕。
这里，上述执行主体可以根据预设语句切分规则对更新后的识别文本进行语句切分以得到更新后的识别字幕。
其中，更新后的识别字幕中各语句的起止时间与语句中句首词的起始时间到句尾词的终止时间相对应。
在一些可选的实现方式中，上述执行主体在根据更新后的识别文本更新识别字幕后，将更新后的识别字幕在第三预设区域关联展示。
继续参考图5，图5是根据本公开信息呈现方法的共用场景的一个示意图。在图5的应用场景中，对于上述执行主体对应的显示设备500，在第一预设区域501呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，在第二预设区域502呈现多媒体数据，在第三预设区域503呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕，其中，识别文本中各词的时间信息与多媒体数据中的语音数据对应的词的的时间信息相对应，识别字幕中各语句的起止时间基于语句中句首词在识别文本中的时间信息和句尾词在识别文本中的时间信息确定，第二预设区域502不同于第一预设区域503。
在一些可选的实施方式中，上述执行主体响应于检测到在第二预设区域502内的触发操作，在第四预设区域504呈现识别字幕，并在第三预设区域503呈现多媒体数据的播放操作控件。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种信息呈现装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的信息呈现装置600包括：
呈现单元601，被配置成在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，在第二预设区域呈现目标多媒体数据，以及在第三预设区域呈现根据预设语句切分规则对识别文本进行语句切分得到的识别字幕，其中，识别文本中各词的起止时间与多媒体数据中对应的词的帧起止时间相对应，识别字幕中各语句的起止时间与语句中句首词的起始时间到句尾词的终止时间相对应，第二预设区域不同于第一预设区域；
展示单元602，被配置成基于识别文本所包含的词的起始时间关联展示识别文本、目标多媒体数据和识别字幕。
第一确定单元603，被配置成响应于检测到对识别字幕的显示或隐藏的确认操作，对应显示或隐藏识别字幕。
第二配置单元604，被配置成响应于检测到对识别文本的编辑操作的确认操作，将识别文本更新为编辑确认的文本；根据更新后的识别文本更新识别字幕。
在一些可选的实施方式中，展示单元602进一步被配置成：
播放目标多媒体数据，在多媒体数据的播放过程中呈现当前播放的语音对应的识别字幕中的语句，以及按照预设高亮显示方式呈现当前播放的语音对应的识别文本中的词。
在一些可选的实施方式中，展示单元602进一步被配置成：
播放目标多媒体数据，以及在多媒体数据的播放过程中响应于检测到针对识别文本中目标词的点击操作，跳转至目标词对应的起始时间进行播放，并呈现目标词对应的识别字幕中的语句。
在一些可选的实施方式中，展示单元602进一步被配置成：
目标多媒体数据处于非播放状态，响应于检测到针对识别文本中目标词的点击操作，跳转至目标词对应的起始时间，并呈现目标词对应的识别字幕中的语句。
在一些可选的实施方式中，展示单元602进一步被配置成：
响应于检测到针对多媒体数据播放进度条的点击操作，对应播放进度条当前时间，呈现识别字幕中与当前时间对应的语句。
在本实施例中，信息呈现装置600的呈现单元601、展示单元602、第一确定单元603和第二确定单元604的具体处理及其所带来的技术效果可分别参考图4对应实施例中步骤401、步骤402、步骤403、步骤404、步骤405、步骤406和步骤407的相关说明，在此不再赘述。
下面参考图7，其示出了适于用来实现本公开的电子设备的计算机系统700的结构示意图。图7示出的计算机系统700仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有计算机系统700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置706。包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707。包括例如磁带、硬盘等的存储装置708。以及通信装置709。通信装置709可以允许计算机系统700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备的计算机系统700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的。也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备实现如图2所示的实施例及其可选实施方式示出的信息呈现方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，展示单元还可以被描述为“基于识别文本所包含的词的起始时间关联展示识别文本、目标多媒体数据和识别字幕的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (13)

1.一种信息呈现方法，包括：
在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，其中，所述识别文本中各词的时间信息与所述目标多媒体数据中的语音数据对应的词的时间信息相对应；
在第二预设区域呈现所述目标多媒体数据，其中，所述第二预设区域不同于所述第一预设区域；
在第三预设区域呈现根据预设语句切分规则对所述识别文本进行语句切分得到的识别字幕，其中，所述识别字幕中各语句的起止时间基于语句中句首词在所述识别文本中的时间信息和句尾词在所述识别文本中的时间信息确定；
基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕。
2.根据权利要求1所述的方法，其中，所述方法还包括：
响应于检测到对所述识别字幕的显示或隐藏的确认操作，对应显示或隐藏所述识别字幕。
3.根据权利要求1所述的方法，其中，所述方法还包括：
响应于检测到对所述识别文本的编辑操作的确认操作，将所述识别文本更新为编辑确认的文本；
根据更新后的所述识别文本更新所述识别字幕。
4.根据权利要求1所述的方法，其中，所述基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕，包括：
播放所述目标多媒体数据，在所述目标多媒体数据的播放过程中呈现当前播放的语音对应的所述识别字幕中的语句，以及按照预设高亮显示方式呈现当前播放的语音对应的所述识别文本中的词。
5.根据权利要求1所述的方法，其中，所述基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕，包括：
播放所述目标多媒体数据，以及在所述目标多媒体数据的播放过程中响应于检测到针对所述识别文本中目标词的点击操作，跳转至所述目标词对应的起始时间进行播放，并呈现所述目标词对应的所述识别字幕中的语句。
6.根据权利要求1所述的方法，其中，所述基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕，包括：
所述目标多媒体数据处于非播放状态，响应于检测到针对所述识别文本中目标词的点击操作，跳转至所述目标词对应的起始时间，并呈现所述目标词对应的所述识别字幕中的语句。
7.根据权利要求1所述的方法，其中，所述基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕，包括：
响应于检测到针对所述目标多媒体数据播放进度条的点击操作，对应所述播放进度条当前时间，呈现所述识别字幕中与所述当前时间对应的语句。
8.根据权利要求1所述的方法，其中，所述预设语句切分规则，包括以下至少之一：
根据预设标点符号确定语句结尾；
根据预设词数确定语句结尾。
9.根据权利要求1所述的方法，其中，所述第三预设区域位于所述第二预设区域内；
呈现所述识别字幕时，所述识别字幕遮挡所述目标多媒体数据播放区域的至少部分。
10.根据权利要求1所述的方法，其中，所述方法还包括：
响应于检测到在所述第二预设区域内的触发操作，在第四预设区域呈现所述识别字幕，并在所述第三预设区域呈现所述多媒体数据的播放操作控件，其中，所述第四预设区域不同于所述第三预设区域。
11.一种信息呈现装置，包括：
呈现单元，被配置成在第一预设区域呈现对目标多媒体数据中的语音进行自动语音识别得到的识别文本，在第二预设区域呈现所述目标多媒体数据，以及在第三预设区域呈现根据预设语句切分规则对所述识别文本进行语句切分得到的识别字幕，其中，所述识别文本中各词的时间信息与所述目标多媒体数据中的语音数据对应的词的时间信息相对应，所述识别字幕中各语句的起止时间基于语句中句首词在所述识别文本中的时间信息和句尾词在所述识别文本中的时间信息确定，所述第二预设区域不同于所述第一预设区域；
展示单元，被配置成基于所述识别文本所包含的词的起始时间及对应所述识别字幕所包含的语句的起止时间关联展示所述识别文本、所述目标多媒体数据和所述识别字幕。
12.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被一个或多个处理器执行时实现如权利要求1-10中任一所述的方法。
CN202111107846.1A 2021-09-22 2021-09-22 信息呈现方法、装置、电子设备和存储介质 Pending CN113903021A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111107846.1A CN113903021A (zh) 2021-09-22 2021-09-22 信息呈现方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111107846.1A CN113903021A (zh) 2021-09-22 2021-09-22 信息呈现方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113903021A true CN113903021A (zh) 2022-01-07

Family

ID=79029148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111107846.1A Pending CN113903021A (zh) 2021-09-22 2021-09-22 信息呈现方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113903021A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017012440A1 (zh) * 2015-07-21 2017-01-26 腾讯科技（深圳）有限公司 音视频跳转播放的方法和装置
CN108259971A (zh) * 2018-01-31 2018-07-06 百度在线网络技术（北京）有限公司 字幕添加方法、装置、服务器及存储介质
CN112380365A (zh) * 2020-11-18 2021-02-19 北京字跳网络技术有限公司 一种多媒体的字幕交互方法、装置、设备及介质
CN112765460A (zh) * 2021-01-08 2021-05-07 北京字跳网络技术有限公司 会议信息查询方法、装置、存储介质、终端设备和服务器
CN113010704A (zh) * 2020-11-18 2021-06-22 北京字跳网络技术有限公司 一种会议纪要的交互方法、装置、设备及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017012440A1 (zh) * 2015-07-21 2017-01-26 腾讯科技（深圳）有限公司 音视频跳转播放的方法和装置
CN108259971A (zh) * 2018-01-31 2018-07-06 百度在线网络技术（北京）有限公司 字幕添加方法、装置、服务器及存储介质
CN112380365A (zh) * 2020-11-18 2021-02-19 北京字跳网络技术有限公司 一种多媒体的字幕交互方法、装置、设备及介质
CN113010704A (zh) * 2020-11-18 2021-06-22 北京字跳网络技术有限公司 一种会议纪要的交互方法、装置、设备及介质
CN112765460A (zh) * 2021-01-08 2021-05-07 北京字跳网络技术有限公司 会议信息查询方法、装置、存储介质、终端设备和服务器

Similar Documents

Publication Publication Date Title
CN111970577B (zh) 字幕编辑方法、装置和电子设备
US11012486B2 (en) Personalized video playback
CN109640129B (zh) 视频推荐方法、装置，客户端设备、服务器及存储介质
CN107846629B (zh) 向用户推荐视频的方法、装置和服务器
CN114003326B (zh) 消息处理方法、装置、设备及存储介质
US20220148624A1 (en) Image display method and apparatus
CN113010704B (zh) 一种会议纪要的交互方法、装置、设备及介质
CN113259740A (zh) 一种多媒体处理方法、装置、设备及介质
US11997356B2 (en) Video page display method and apparatus, electronic device and computer-readable medium
US20240289398A1 (en) Method, apparatus, device and storage medium for content display
CN111163348A (zh) 基于视频播放的搜索方法和装置
US20170249970A1 (en) Creating realtime annotations for video
CN108491178B (zh) 信息浏览方法、浏览器和服务器
CN113010698A (zh) 多媒体的交互方法、信息交互方法、装置、设备及介质
CN112380365A (zh) 一种多媒体的字幕交互方法、装置、设备及介质
CN114449327A (zh) 视频片段的分享方法、装置、电子设备及可读存储介质
CN113259754B (zh) 视频生成方法、装置、电子设备及存储介质
CN113992972A (zh) 一种字幕显示方法、装置、电子设备和可读存储介质
CN111818279A (zh) 字幕的生成方法、展示方法及交互方法
CN110753246A (zh) 视频播放方法、客户端、服务器及系统
WO2021126867A1 (en) Providing enhanced content with identified complex content segments
CN114630136B (zh) 视频界面交互方法、装置、电子设备和计算机可读介质
CN115981769A (zh) 页面显示方法、装置、设备、计算机可读存储介质及产品
CN113903021A (zh) 信息呈现方法、装置、电子设备和存储介质
KR20230120668A (ko) 영상통화 방법 및 장치

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