CN113949887A - 对于网络直播数据的处理方法及装置 - Google Patents

Abstract

本发明实施例提供了一种对于网络直播数据的处理方法及装置，所述处理方法首先获得网络直播间的直播视频文件；然后提取所述直播视频文件中的语音数据得到语音文件；之后获取与所述语音文件对应的文本文件；最后检测所述文本文件中的内容是否符合预设规则。

Description

对于网络直播数据的处理方法及装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种对于网络直播数据的处理方法及装置。

背景技术

网络直播是网络主播依托互联网、手机或电脑等直播工具在网络直播平台进行实况播送的网络内容的新兴行业。近些年来，在国家文化政策支持、网络基础设施和移动宽带加速普及、视频技术日趋成熟、资本助推等利好因素推动下，网络直播行业高速发展，直播平台以及观众的数量呈现井喷式增长。

随着直播平台、观众的规模的迅速扩张，网络直播时，文本聊天内容中可能有非法词汇。目前，现有技术可以对直播间的文本聊天内容进行检测，筛除不合规的内容。

然而，如果网络主播在直播过程中采用了欺诈、夸大宣传误导消费者等损害消费者利益的语言时，则无法进行检测。

发明内容

有鉴于此，本说明书实施例提供了一种对于网络直播数据的处理方法及装置，用于对网络直播过程中的网络主播的语言是否符合预设规则进行检测。

本发明实施例提供了一种对于网络直播数据的处理方法，包括：

获得网络直播间的直播视频文件；

提取所述直播视频文件中的语音数据得到语音文件；

获取与所述语音文件对应的文本文件；

检测所述文本文件中的内容是否符合预设规则。

本发明实施例提供了一种对于网络直播数据的处理装置，包括：

视频文件获取模块，用于获得网络直播间的直播视频文件；

语音提取模块，用于提取所述直播视频文件中的语音数据得到语音文件；

文本转换模块，用于将所述语音文件转换为文本文件；

规则检查模块，用于检测所述文本文件中的内容是否符合预设规则。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

本发明实施例可以通过获得网络直播间的直播视频文件，提取直播视频文件中的语音文件，然后获取与语音文件对应的文本文件，进而检测文本文件中的内容是符合预设规则，实现了对网络主播在网络直播间进行直播时采用的语言是否符合预设规则进行检测的技术效果。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例中提供的网络架构示意图。

图2是本说明书实施例中提供的一种对于网络直播数据的处理方法的流程示意图。

图3是本说明书实施例中提供的一种对于网络直播数据的处理方法的流程示意图。

图4是本说明书实施例中提供的一种对于网络直播数据的处理方法的流程示意图。

图5是本说明书实施例中提供的一种对于网络直播数据的处理装置的结构示意图。

图6为本说明书实施例中提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本说明书实施例中的网络架构示意图。

如图1所示，包括：处理装置101、网络直播服务器102、语音交互服务器103以及文件服务器104。

其中，处理装置101可以是运维人员、相关监测部门所使用的单独的处理装置或者电子设备、服务器等，还可以为处理装置101中的消息中间件，处理装置101分别可以与网络直播服务器102、语音交互服务器103、文件服务器104通信连接，语音交互服务器103可以与文件服务器104通信连接。

图2是本说明书实施例中一种对于网络直播数据的处理方法的流程示意图。

如图2所示，本发明实施例提供的一种对于网络直播数据的处理方法，包括：

步骤200：获得网络直播间的直播视频文件；

本发明实施例中，网络直播数据为网络直播间的直播视频文件。

本发明实施例中，处理装置22可以获得网络直播服务器21的直播视频文件。语音交互服务器23可以实现语音转文字的相关功能。

其中，获得网络直播间的直播视频文件包括：

获取所述网络直播间在直播过程中的第一直播流地址或获取所述网络直播间在直播结束后的直播回放的第二直播流地址；

通过所述第一直播流地址/或所述第二直播流地址获得所述网络直播间的直播视频文件。

本发明实施例中，可以采用关注直播间的方式使得网络直播服务器在网络直播间开始直播或结束直播时发送订阅消息，例如，网络直播间在开始直播时发送直播开始消息，网络直播间在直播结束后发送直播结束消息，其中订阅消息中可以包括第一直播流地址或第二直播流地址。还可以包括网络直播间的标识，例如房间号，网络直播间的类型，例如金融类、商品销售类等，与网络直播间相关的信息。

本发明实施例可以在网络直播间实时直播的过程中来获取直播视频文件，也可以在网络直播间直播结束后获取直播视频文件。根据实际需要进行设置即可。

本发明实施例中，还可以包括：判断直播消息中的网络直播间的类型是否符合预设类型，如果符合则获取第一直播流地址或第二直播流地址。

本发明实施例中，预设类型与后续预设规则可以预先进行对应关系的设置。不同的网络直播间的类型可以对应不同的预设规则，例如商品销售类的直播间可以对应商品销售合规规则等。

本发明实施例中，若是网络直播间开始直播时获取的第一直播流地址，则每隔预设时间间隔则通过所述第一直播流地址生成一份直播视频文件，即可以在直播过程中来执行相关流程。可能需要多个直播文件，监测的实时性较强。

还可以是当网络直播间结束直播时，发送的直播间消息中第二直播地址来直接下载此次直播的直播回放的直播视频文件。即可以在直播结束后来执行相关流程，一次直播只需要有一个直播视频文件即可，监测的计算效率和精度较高。可以根据运维人员或相关监测部门的需求进行设置即可，在此不进行限定。

本发明实施例中，可以根据不同的获取方式来对应设置不同的标识，例如通过第一直播流地址获得的直播视频文件，可以设置第一标识来表征是直播中获取的直播视频文件，通过第二直播流地址获得的直播视频文件，可以设置第二标识来表征是从直播结束后的直播回放所获取的直播视频文件。

本发明实施例中，获得网络直播间的直播视频文件可以包括：获得网络直播间的直播视频流；确定其中的目标视频帧图像。其中，标视频帧图像中包括目标物品的图像。

其中，所述确定所述直播视频文件中的目标视频帧图像包括：

截取所述直播视频文件中的每一帧图像得到多个视频帧图像；

确定所述多个视频帧图像中是否包括目标物品的图像；

将包括所述目标物品的视频帧图像作为目标视频帧图像。

所述确定所述多个视频帧图像中是否包括所述目标物品的图像包括：

将每一帧视频帧图像输入目标检测模型，得到每一帧视频帧图像中各个对象的标签；

当目标视频帧图像中目标对象的标签与所述目标物品的标签匹配时，确定所述目标对象所在的视频帧图像包括目标物品的图像。

本发明实施例中，可以通过网络直播视频流得到直播视频文件，并能够获得直播视频文件中的目标视频帧图像。当通过流媒体传输协议播放网络直播间的网络直播视频流时，可以实时保存为直播视频文件。然后截取直播文件中每一帧的图像得到多个视频帧图像。

本发明实施例中，可以采用opencv、jcv等视频提取工具从流媒体视频文件中提取视频帧图像。还可以是采用ffmpeg转换器将网络直播视频流进行解码，从而以帧为单位截取视频帧图像。

可以依据播放时间来确定出多个视频帧图像中第一幅包括有目标物品的图像的视频帧图像。或者，还可以是在多个视频帧图像中确定出所有包含目标物品的图像的视频帧图像。将包括目标物品的视频帧图像作为目标视频帧图像。

当然，也可以是播放过程中，每播放一帧图像就截图保存一张视频帧图像。当确定当前截取的视频帧图像中包括目标物品的图像时，确定当前截取的视频帧图像为目标视频帧图像。

本发明实施例中，目标物品可以包括网络主播直播带货中所要推销的产品、食品等，例如：笔记本电脑、面部清洁仪器、零食、机票、旅游产品等。只要是网络主播在网络直播间中可以进行售卖的物品即可。

其中，确定所述多个视频帧图像中是否包括所述目标物品的图像包括：

将每一帧视频帧图像输入目标检测模型，得到每一帧视频帧图像中各个对象的标签；

当目标视频帧图像中目标对象的标签与所述目标物品的标签匹配时，确定所述目标对象所在的视频帧图像包括目标物品的图像。

本发明实施例中，目标检测模型可以采用YOLO V3算法，输入为视频帧图像以及历史学习样本，输出为该图像中图像特征对应的标签。当然，也可以是其他机器学习模型，只需要进行训练后得到的目标检测模型可以实现对输入图像的标签输出即可。

其中，标签可以包括有商品的名称、网络主播的称呼、网络直播间标志对应的名称等等。可以根据实际需要进行设置。

可以针对不同区域、不同检测对象设置不同的标签，即一幅视频帧图像中可以包括有多个标签。如果视频帧图像输出的标签与目标物品的标签匹配时，则该视频帧图像为目标视频帧图像。

步骤202：提取所述直播视频文件中的语音数据得到语音文件；

本发明实施例中，获取了直播视频文件之后，需要提取其中的语音数据得到语音文件。

其中，所述提取所述直播视频文件中的语音数据得到语音文件具体包括：

当接收到转换指令时，调用音频提取工具提取所述直播视频文件中的语音数据得到语音文件；所述语音文件的语音数据频率符合预设频率阈值。

本发明实施例中，可以调用音频提取工具来提取直播视频文件中的语音数据得到语音文件。其中，音频提取工具可以是ffmpeg转换器，也可以是js插件。当然，也可以是将直播视频文件输入到音频提取工具中提取语音数据得到语音文件。

其中，步骤202可以具体包括：获取与所述目标视频帧图像对应的目标语音文件。

所述获取与所述目标视频帧图像对应的目标语音文件包括：

获取所述目标视频帧图像在所述视频文件中的播放时间；

确定所述流媒体视频文件中与所述播放时间具有预设间隔时长内的视频数据中的语音数据为与所述目标视频帧图像对应的目标语音文件。

本发明实施例中，可以获取目标视频帧图像对应的目标语音文件。目标语音文件为对目标物品进行介绍的相关语音数据。

可以确定出目标视频帧图像在流媒体视频文件中的播放时间，以该播放时间具有预设间隔时长内的视频数据作为目标视频帧图像对应的目标语音文件。

通常，当网络直播对目标物品进行介绍时，会将该目标物品的实物或者实物的图片进行展示。从该目标视频帧图像前后的时长内，对该目标物品的实物进行介绍和推广。本发明实施例中，可以确定出网络主播介绍目标物品的前后具有预设间隔时长的目标语音文件。

本发明实施例中，可以是当确定出多个视频帧图像中第一幅包括有目标物品的图像的视频帧图像为触发，也可以是当所有视频帧图像均识别完成后获取与所述目标视频帧图像对应的目标语音文件，也可以是实时播放的过程中，确定当前截取的视频帧图像为目标视频帧图像时获取与所述目标视频帧图像对应的目标语音文件。可以根据实际需要进行设置。

本发明实施例中，指定时间间隔还可以是从视频帧图像中包括有目标物品的图像开始到视频帧图像中未包括有目标物品的图像的视频帧图像结束的时段作为指定时间间隔。

当然，目标语音文件还可以是在直播结束后此次直播过程中全部语音数据构成的语音文件。实时性差，但更加全面和准确。

本发明实施例中，获取目标语音文件可以是通过前述介绍的ffmpeg转换器将视频数据中的语音数据提取出来，得到目标语音文件。将流媒体视频文件中与所述播放时间具有预设间隔时长内的视频数据中的语音数据提取出来，得到与所述目标视频帧图像对应的目标语音文件。

步骤204：获取与所述语音文件对应的文本文件；

得到语音文件后，获取与该语音文件对应的文本文件。

其中，文本文件中的内容为文字，文字为语音文件中的音频数据转换得到的。

本发明实施例中，可以是从语音交互服务器中获取与语音文件对应的文本文件。

其中，所述获取与所述语音文件对应的文本文件前还包括：

将所述语音文件上传到文件服务器中，得到所述语音文件对应的公网地址。

本发明实施例中，可以在得到语音文件后，将语音文件上传到文件服务器中，得到文件服务器返回的语音文件对应的公网地址，通过该公网地址能够下载该语音文件。

然后将公网地址发送给语音交互服务器，语音交互服务器可以根据该公网地址直接获取该语音文件并执行语音文件转换为文本文件的操作。其中语音交互服务器可以为阿里云语音服务器，也可以是其它具有语音文件转文本文件功能的服务器。

本发明实施例中，还可以包括根据语音交互服务器的接口规则，将语音文件转换为符合接口规则中音频参数的语音文件。例如，接口规则中规定的语音文件频率为16000Hz或8000Hz，则可以将得到的语音文件转换为16000Hz或8000Hz的语音文件。使得语音交互服务器可以正常输出文本文件。

其中，发送给语音交互服务器语音文件对应的公网地址后可以根据实际需要来进行同步操作或异步操作。可以利用前述设置的第一标识和第二标识来触发同步操作或异步操作。

即本发明实施例中，如果是直播过程中所得到的语音文件，语音交互服务器得到公网地址后，立即执行提取语音文件中的语音数据得到文本文件的过程，而如果是直播结束后，则可以将其设置成定时任务或在服务器的负载低与负载阈值时执行提取语音文件中的语音数据得到文本文件的过程。

步骤206：检测所述文本文件中的内容是否符合预设规则。

所述检测所述文本文件中的内容是否符合预设规则具体包括：

将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果；

若所述匹配结果满足告警条件，则输出告警信息。

本发明实施例中，得到文本文件后，检测文本文件中的内容是否符合预设规则。预设规则用于对文本文件中的内容否存在欺诈宣传、虚假宣传等词语进行检测。

其中，预设规则可以是根据不同的网络直播间的类型对应设置的，不同网络直播间的类型可以对应不同预设规则。预设规则中可以包括有虚假宣传词语、夸大宣传词语、不符合广告法相关规定的词语等，可以根据实际需要进行设置。

其中，该预设规则中包括有商品对应的特定内容。其中，特定内容可以是不符合广告法中不允许使用的相关词语，例如虚假宣传、夸大宣传或欺诈宣传的词语，例如“第一、最厉害、全网最好”等。还可以包括利用虚假宣传、夸大宣传或欺诈宣传相关话术所构成的语句。可以理解的是，特定内容可以于物品的名称相对应，即不同的物品可以对应有不同的特定内容。

具体的，可以将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果。

如果文本文件中的内容包括特定内容，可以采用正则匹配的方式匹配出文本文件中的内容符合预设规则的内容，得到该物品描述不合规的检测结果，如果不具有特定内容，则可以得到该物品描述合规的检测结果。

当然，还可以在文本文件的位置高亮所匹配到的特定内容。

另一种实现方式可以是预设规则中设置的特定内容为该物品对应的参数描述，例如：此款笔记本电脑具有8核心CPU。如果通过语义匹配与该参数描述不符，例如：此款笔记本电脑具有16核心CPU，则确定所述文本文件不符合预设规则。

本发明实施例中，可以将匹配结果写入标签关键字索引中该物品对应的检测结果中。例如，标签关键字索引中包括有笔记本电脑，文本文件中的内容中对于该笔记本电脑的描述符合预设规则，则将标签关键字索引对应的物品清单中该笔记本的检测结果中写入此次检查合规的相关检测结果，例如：2010/8/8直播检测合规。

其中，得到匹配结果后可以来看其是否满足告警条件，例如，匹配结果为匹配命中的数量、匹配命中的百分比等，告警条件可以是匹配命中的数量超过预设数量或匹配命中的百分比超过预设百分比等，表征文本文件中具有不合规的词语即可。其中，不合规的词语可以根据实际需要进行设置，例如是广告法中规定的相关内容相关的词语等。

本发明实施例中，检测所述文本文件中的内容是否符合预设规则还可以是根据文本文件输入到预设机器学习模型，预设学习模型可以是语义模型，通过机器学习训练后得到的，例如可以采用卷积神经网络的分类器或机器学习模型。来自动得到是否符合预设规则的结果。

本发明实施例中，如果匹配结果满足告警条件，则可以输出告警信息，或者文本文件中的内容不符合预设规则，则输出告警信息。

其中，告警信息中可以包括有告警的具体内容、告警级别等相关告警信息。输出到指定终端例如运维人员的终端、监管部门的终端等，可以根据实际需要进行设置。

本发明实施例中，通过获得网络直播间的直播视频文件；提取所述直播视频文件中的语音数据得到语音文件；并获取与所述语音文件对应的文本文件；检测所述文本文件中的内容是否符合预设规则。因此，可以对网络直播过程中的网络主播是否使用了欺诈宣传、虚假宣传的相关词语进行检测。

本发明实施例中，所述检测所述文本文件中的内容是否符合预设规则包括：

获取所述网络直播间的标签关键字索引；所述标签关键字索引包括目标物品的名称；

通过所述标签关键字索引确定所述文本文件中是否包括目标物品的名称；

若包括所述目标物品的名称，将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果；

若所述匹配结果表征所述目标物品的描述违规，则得到所述文本文件中的内容不符合预设规则的检测结果。

本发明实施例中，标签关键字索引可以是与网络直播间对应的物品清单的索引目录，该物品清单中包括需要进行检测的所有物品的名称，或者需要进行检测的物品的名称，或者指定检测的物品的名称等，可以根据实际需要进行设置。

可以通过标签关键字索引来确定文本文件中的内容中是否包括有物品清单中目标物品的名称，如果确定出文本文件中的内容包括目标物品的名称，则意味着文本文件中可能是对该目标物品进行介绍时对应的文字，可以对该文本文件的内容与预设规则的内容进行正则匹配，得到匹配结果。

可以理解的是，标签关键字索引可以根据实际需要进行增减，更具有针对性的对直播带货过程中对商品介绍时进行是否出现违规内容进行检测。

本发明实施例中，还可以包括所述文本文件中的内容不符合预设规则的检测结果，输出报警信息。例如，给指定终端发送包括直播间标识、目标物品名称、报警内容的相关报警信息。

本发明实施例中，可以实现在网络主播直播带货过程中，对于商品进行介绍时的语音内容是否符合预设规则进行实时检测，提高了检测的针对性，使得对网络直播中的检测更全面。通过图像识别、语音识别双重识别的方式，提高了目标物品是否合规检测的精确度。

本发明实施例中，可以是对直播过程中实时检测，也可以是在直播结束后进行检测。

图3是本发明实施例提供的一种对于网络直播数据的处理方法的另一种流程示意图。

步骤300：接收网络直播间在开始直播时发送的直播开始消息。

步骤302：获取所述直播开始消息中的直播流地址作为第一直播流地址。

步骤304：通过所述第一直播流地址获得所述网络直播间的直播视频文件。

步骤306：调用JS组件提取所述直播视频文件中的语音数据得到语音文件。

步骤308：调用文本转换服务将所述语音文件转换为文本文件。

步骤310：将所述文本文件输入预设机器学习模型，得到检测结果；所述预设机器学习模型为根据欺诈宣传词语、虚假宣传词语进行训练后得到的卷积神经网络模型。

本发明实施例中，如果需要提高检测的实时性，则当网络直播间开始时直接获取网络直播间的直播视频文件。

可以采用流媒体协议来实时下载直播视频文件，每隔预设时段来获得预设大小的直播视频文件，预设大小可以根据实际需要进行设置，只需要可以符合转换成文本文件使得转换格式要求即可。

利用JS组件可以将直播视频文件中的语音数据提取出来，得到语音文件。其中，JS组件可以是采用java语言编写的插件，其可以将直播视频文件中的语音数据和视频数据分离，来提取出语音数据得到语音文件。

本发明实施例中，文本转换服务可以是本地服务，利用该服务可以直接将语音文件通过语音交互服务器转换成文本文件，可以将第一标识和语音文件发送给语音交互服务器，得到实时返回的转换结果即文本文件。

本发明实施例中，可以利用卷积神经网络模型训练处预设机器学习模型，输入为文本文件，输出为是否符合预设规则的检测结果。当然，得到检测结果后，可以将检测结果发送到预设终端。

图4是本发明实施例提供的一种对于网络直播数据的处理方法的又一种流程示意图。

步骤400：接收所述网络直播间在直播结束后发送的直播结束消息。

步骤402：获取所述直播结束消息中的直播流地址作为第二直播流地址。

步骤404：通过所述第二直播流地址获得所述网络直播间的直播视频文件。

步骤406：调用ffmpeg转换器提取所述直播视频文件中的语音数据得到语音文件。

步骤408：上传所述语音文件到文件服务器，并将所述文件服务器返回的语音文件对应的公网地址发送给语音交互服务器。

步骤410：接收语音交互服务器返回的文本文件。

步骤412：将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果。

步骤444：若所述匹配结果满足告警条件，则输出告警信息。

本发明实施例中，各个步骤之间还可以是异步执行的。当需要提高降低处理装置的处理负载以及提高检测精度时，可以是网络直播间在直播结束后发送直播结束消息时，通过第二直播流地址获取直播视频文件。其中，直播视频文件可以是直播回放对应的视频文件。可以是当接收了直播结束消息后，根据预先设置的触发条件来去获取直播视频文件，例如固定时段等。

本发明实施例利用ffmpeg转换器将直播视频文件中的语音数据提取出来，得到语音文件。其中，本发明实施例对ffmpeg转换器设置有预设转换接口，调用该转换器的预设转换接口即可将语音文件发送给ffmpeg转换器完成提取语音文件的过程。此过程可以是异步处理的，可以生成异步消息，该异步消息可以通过转换器的预设转换接口发送给ffmpeg转换器，来实现具体转换的过程。

当接收到文本文件后，可以将该文本文件上传到文件服务器中，文件服务器会返回该文本文件对应的公网地址。

本发明实施例中，所述从所述语音交互服务器中获取与所述语音文件对应的文本文件包括：

以定时任务为触发，判断所述语音交互服务器是否已将所述语音文件转换为文本文件；

若确定所述语音交互服务器已将所述语音文件转换为文本文件，从所述语音交互服务器中拉取所述文本文件。

本发明实施例中，通过拉取的方式从语音交互服务器中获取文本文件。

其中，可以定时任务的方式询问语音交互服务器是否已经将语音文件转换为文本文件，当然，询问消息可以带有语音文件的标识。其中，定时任务可以根据实际需要进行设置，例如当消息中间件中不存在其它消息时为触发条件等。

当然，语音交互服务器可以在转换文本文件完成时，生成对应的转换任务完成消息，如果确定该语音文件对应有转换任务完成消息，则通过拉取的方式获到语音文件对应的文本文件。

最后将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果，若所述匹配结果满足告警条件，则输出告警信息。

本发明实施例中，可以在网络直播间直播结束后，通过直播视频流地址来得到该次直播的直播视频文件，然后通过抽取其中的语音文件上传到文件服务器中，通过语音交互服务器将该语音文件转换为文本文件，并通过定时任务拉取文本文件，对文本文件中的内容进行审核，来确定直播过程中网络直播是否采用了具有虚假宣传、欺诈宣传等违规话术，提高了直播领域中直播流内容是否符合预设规则的检测准确性和检测效率。弥补了内容审核对直播领域的空白覆盖。

与前述方法实施例对应的，本发明实施例中还公开有一种网络直播数据的处理装置。

如图5所示，图5是本发明实施例提供的一种网络直播数据的处理装置的结构示意图。

本发明提供的一种网络直播数据的处理装置，包括：

视频文件获取模块51，用于获得网络直播间的直播视频文件；

语音提取模块52，用于提取所述直播视频文件中的语音数据得到语音文件；

文本转换模块53，用于将所述语音文件转换为文本文件；

规则检查模块54，用于检测所述文本文件中的内容是否符合预设规则。

在一些实施例中，所述获得网络直播间的直播视频文件包括：

获取所述网络直播间在直播过程中的第一直播流地址或获取所述网络直播间在直播结束后的直播回放的第二直播流地址；

通过所述第一直播流地址/或所述第二直播流地址获得所述网络直播间的直播视频文件。

在一些实施例中，所述获取所述网络直播间在直播过程中的第一直播流地址包括：

接收所述网络直播间在开始直播时发送的直播开始消息；

获取所述直播开始消息中的直播流地址作为第一直播流地址。

在一些实施例中，所述获取所述网络直播间在直播结束后的直播回放的第二直播流地址包括：

接收所述网络直播间在直播结束后发送的直播结束消息；

获取所述直播结束消息中的直播流地址作为第二直播流地址。

在一些实施例中，所述提取所述直播视频文件中的语音数据得到语音文件包括：

当接收到转换指令时，调用音频提取工具提取所述直播视频文件中的语音数据得到语音文件；所述语音文件的语音数据频率符合预设频率阈值。

在一些实施例中，所述获取与所述语音文件对应的文本文件前还包括：

将所述语音文件上传到文件服务器中，得到所述语音文件对应的公网地址。

在一些实施例中，所述获取与所述语音文件对应的文本文件包括：

将所述公网地址发送给语音交互服务器，使得所述语音交互服务器根据所述公网地址将所述语音文件转换为文本文件；

从所述语音交互服务器中获取与所述语音文件对应的文本文件。

在一些实施例中，所述从所述语音交互服务器中获取与所述语音文件对应的文本文件包括：

以定时任务为触发，判断所述语音交互服务器是否已将所述语音文件转换为文本文件；

若确定所述语音交互服务器已将所述语音文件转换为文本文件，从所述语音交互服务器中拉取所述文本文件。

在一些实施例中，所述检测所述文本文件中的内容是否符合预设规则包括：

将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果；

若所述匹配结果满足告警条件，则输出告警信息。

本发明实施例可以应用到消息中间件中。其中，各个模块的执行过程可以参考前述方法实施例中各个步骤的执行过程，在此不进行赘述。

基于同样的思路，本说明书实施例还提供了上述方法对应的电子设备。

图6为本说明书实施例提供的对应于图2的一种用于对网络直播数据进行处理的电子设备的结构示意图。所述电子设备可以包括具有摄像头的智能手机、平板电脑或笔记本电脑等设备。

如图6所示，电子设备600可以包括：

至少一个处理器610；以及，

与所述至少一个处理器通信连接的存储器630；其中，

所述存储器630存储有可被所述至少一个处理器610执行的指令620，所述指令被所述至少一个处理器610执行，以使所述至少一个处理器610能够：

获得网络直播间的直播视频文件；

提取所述直播视频文件中的语音数据得到语音文件；

获取与所述语音文件对应的文本文件；

检测所述文本文件中的内容是否符合预设规则。

采用图6所示的电子设备，可以本发明实施例可以确定直播过程中网络直播是否采用了具有虚假宣传、欺诈宣传等违规话术，提高了直播领域中直播流内容是否符合预设规则的检测准确性和检测效率。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

基于同样的思路，本说明书实施例还提供了上述方法对应的计算机可读介质。计算机可读介质上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现以下方法：

获得网络直播间的直播视频文件；

提取所述直播视频文件中的语音数据得到语音文件；

获取与所述语音文件对应的文本文件；

检测所述文本文件中的内容是否符合预设规则。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。

而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescription Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(JavaHardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby HardwareDescription Language)等，目前最普遍使用的是VHDL(Very-High-Speed IntegratedCircuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

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。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算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。

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、程序的模块或其他数据。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)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式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。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种对于网络直播数据的处理方法，包括：

获得网络直播间的直播视频文件；

提取所述直播视频文件中的语音数据得到语音文件；

获取与所述语音文件对应的文本文件；

检测所述文本文件中的内容是否符合预设规则。

2.根据权利要求1所述的处理方法，所述获得网络直播间的直播视频文件包括：

获取所述网络直播间在直播过程中的第一直播流地址或获取所述网络直播间在直播结束后的直播回放的第二直播流地址；

通过所述第一直播流地址/或所述第二直播流地址获得所述网络直播间的直播视频文件。

3.根据权利要求1所述的处理方法，所述提取所述直播视频文件中的语音数据得到语音文件具体包括：

确定所述直播视频文件中的目标视频帧图像；所述目标视频帧图像中包括目标物品的图像；所述目标物品为直播过程中被销售的物品；

获取与所述目标视频帧图像对应的目标语音文件。

4.根据权利要求3所述的处理方法，所述确定所述直播视频文件中的目标视频帧图像包括：

截取所述直播视频文件中的每一帧图像得到多个视频帧图像；

确定所述多个视频帧图像中是否包括目标物品的图像；

将包括所述目标物品的视频帧图像作为目标视频帧图像。

5.根据权利要求1所述的处理方法，所述提取所述直播视频文件中的语音数据得到语音文件包括：

当接收到转换指令时，调用音频提取工具提取所述直播视频文件中的语音数据得到语音文件；所述语音文件的语音数据频率符合预设频率阈值。

6.根据权利要求1所述的处理方法，所述获取与所述语音文件对应的文本文件前还包括：

将所述语音文件上传到文件服务器中，得到所述语音文件对应的公网地址。

7.根据权利要求6所述的处理方法，所述获取与所述语音文件对应的文本文件包括：

将所述公网地址发送给语音交互服务器，使得所述语音交互服务器根据所述公网地址将所述语音文件转换为文本文件；

从所述语音交互服务器中获取与所述语音文件对应的文本文件。

8.根据权利要求7所述的处理方法，所述从所述语音交互服务器中获取与所述语音文件对应的文本文件包括：

以定时任务为触发，判断所述语音交互服务器是否已将所述语音文件转换为文本文件；

若确定所述语音交互服务器已将所述语音文件转换为文本文件，从所述语音交互服务器中拉取所述文本文件。

9.根据权利要求1所述的处理方法，所述检测所述文本文件中的内容是否符合预设规则包括：

获取所述网络直播间的标签关键字索引；所述标签关键字索引包括目标物品的名称；

通过所述标签关键字索引确定所述文本文件中是否包括目标物品的名称；

若包括所述目标物品的名称，将所述文本文件的内容与所述预设规则的内容进行正则匹配，得到匹配结果；

若所述匹配结果表征所述目标物品的描述违规，则得到所述文本文件中的内容不符合预设规则的检测结果。

10.一种对于网络直播数据的处理装置，包括：

视频文件获取模块，用于获得网络直播间的直播视频文件；

语音提取模块，用于提取所述直播视频文件中的语音数据得到语音文件；

文本转换模块，用于将所述语音文件转换为文本文件；

规则检查模块，用于检测所述文本文件中的内容是否符合预设规则。

Images