CN114296612A - 音频播放方法、智能终端及存储介质 - Google Patents

Abstract

本申请提出了一种音频播放方法、智能终端及存储介质。该方法包括：接收预设操作，根据预设操作确定目标多媒体文件，根据播放规则将目标多媒体文件作为背景与音频进行同步播放。本申请可以选择多媒体文件作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

Description

音频播放方法、智能终端及存储介质

技术领域

本申请涉及音频处理技术领域，具体涉及一种音频播放方法、智能终端及存储介质。

背景技术

随着互联网技术和移动客户端的飞速发展，越来越多用户使用智能终端进行学习、娱乐等等，不仅丰富用户生活，还给用户带来便利。智能终端(例如手机、平板电脑等)的功能也越来越强大，例如使用智能终端进行拍照，摄像、听音乐等。

在构思及实现本申请过程中，发明人发现至少存在如下问题：一些实现中，智能终端在使用音乐应用程序时，应用程序在播放音乐时往往只会显示默认的背景或者显示静态图片等，缺乏沉浸感，并且背景也无法由用户自行更换，因此导致音频播放的背景单一，缺乏多样性，用户体验较差。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

针对上述技术问题，本申请提供一种音频播放方法、智能终端及存储介质，可以选择多媒体文件作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

为解决上述技术问题，本申请提供一种音频播放方法，可选地，应用于智能终端，包括以下步骤：

S11：响应预设操作，根据所述预设操作确定或生成目标多媒体文件；

S12：根据播放规则将所述目标多媒体文件作为背景与音频进行同步播放。

可选地，所述S11步骤包括以下至少一种：

根据所述预设操作选取目标素材，作为所述目标多媒体文件；

根据所述预设操作从网络中下载与所述音频关联的目标素材，以作为所述目标多媒体文件；

根据所述预设操作进行视频拍摄，将拍摄的目标素材作为所述目标多媒体文件。

可选地，所述S11步骤之后，还包括：

设置所述目标多媒体文件的播放规则；

所述设置所述目标多媒体文件的播放规则的步骤，包括：

获取所述目标素材的第一时长和/或目标素材的数量和/或音频的第二时长；

将所述第一时长和/或目标素材的数量与所述第二时长进行比较，根据比较结果设置所述目标多媒体文件的播放规则。

可选地，当所述第一时长小于所述第二时长时，根据比较结果设置所述目标多媒体文件的播放规则的步骤包括以下至少一种：

根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的播放速度；

根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的循环次数；

根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的播放顺序。

可选地，当所述第一时长大于所述第二时长时，根据比较结果设置所述目标多媒体文件的播放规则的步骤包括：

对所述目标素材进行裁剪和/或拼接，以使裁剪和/或拼接后的目标素材的时长等于所述第二时长。

可选地，所述S12步骤包括：

获取音频的播放进度；

根据所述播放进度以及所述播放规则将所述目标多媒体文件作为背景与所述音频进行同步播放。

可选地，所述方法还包括：

获取所述音频对应的歌词信息；

根据所述播放进度展示所述歌词信息。

本申请还提供一种音频播放方法，包括以下步骤：

S21：响应预设操作，根据所述预设操作确定或生成至少一个目标多媒体文件；

S22：获取音频的特征信息，根据所述特征信息确定或生成所述至少一个目标多媒体文件的切换规则；

S23：根据所述切换规则对所述至少一个目标多媒体文件进行切换。

可选地，所述S22步骤包括：

获取所述音频的鼓点信息；

根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换速度，和/或，

根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换方式，和/或，

根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换顺序。

可选地，所述S23步骤包括：

随机选取一个目标多媒体文件进行放大展示，根据所述切换规则在播放所述音频时对所述至少一个目标多媒体文件进行切换展示。

可选地，所述S23步骤还包括：将所述至少一个目标多媒体文件铺满显示界面。

本申请还提供一种智能终端，包括：存储器、处理器，其中，所述存储器上存储有音频播放程序，所述音频播放程序被所述处理器执行时实现如上任一所述音频播放方法的步骤。

本申请还提供一种计算机可读存储介质，所述存储介质存储有音频播放程序，所述音频播放程序被处理器执行时实现如上任一所述音频播放方法的步骤。

如上所述，本申请的音频播放方法，可应用于智能终端，可以根据预设操作确定目标多媒体文件，根据播放规则将目标多媒体文件作为背景与音频进行同步播放。本申请可以选择多媒体文件作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例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为实现本申请各个实施例的一种智能终端的硬件结构示意图；

图2为本申请实施例提供的一种通信网络系统架构图；

图3为本申请实施例提供的音频播放方法的第一种流程示意图；

图4为本申请实施例提供的触发预设操作的第一种场景示意图；

图5为本申请实施例提供的触发预设操作的第二种场景示意图；

图6为本申请实施例提供的触发预设操作的第三种场景示意图；

图7为本申请实施例提供的插入视频时的第一种场景示意图；

图8为本申请实施例提供的插入视频时的第二种场景示意图；

图9为本申请实施例提供的插入视频时的第三种场景示意图；

图10为本申请实施例提供的音频播放方法的第二种流程示意图；

图11为本申请实施例提供的视频裁剪的第一种场景示意图；

图12为本申请实施例提供的视频裁剪的第二种场景示意图；

图13为本申请实施例提供的音频播放方法的第三种流程示意图；

图14为本申请实施例提供图片选取场景示意图；

图15为本申请实施例提供图片搜索场景示意图；

图16为本申请实施例提供图片切换场景示意图；

图17为本申请实施例提供的音频播放装置的结构示意图；

图18为本申请实施例提供的另一种音频播放装置的结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

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申请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、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。

应当理解，尽管在本文可能采用术语第一、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，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。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"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的，或意味着任一个或任何组合。例如，“包括以下至少一个：A、B、C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”，再如，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

应该理解的是，虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

需要说明的是，在本文中，采用了诸如S10、S20等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S20后执行S10等，但这些均应在本申请的保护范围之内。

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。

智能终端可以以各种形式来实施。例如，本申请中描述的智能终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，在其他实施例中还可以包括诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行可选地介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，可选地，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)、TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)和5G等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。可选地，光传感器包括环境光传感器及接近传感器，可选地，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。可选地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，可选地，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，可选地，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本申请实施例，下面对本申请的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

可选地，UE201可以是上述移动终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。可选地，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统(如5G)等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本申请各个实施例。

请参阅图3，图3是本申请实施例提供的音频播放方法的第一种流程示意图。该音频播放方法的流程可以包括：

S11、响应预设操作，根据预设操作确定或生成目标多媒体文件。

本申请实施例的执行主体可以为智能终端，也可以为设置在智能终端中的音频播放装置。可选地，音频播放装置可以通过软件实现，也可以通过软件和硬件的结合实现。上述智能终端可以为智能手机、平板电脑、笔记本电脑、超级移动个人计算机(英文：Ultra-mobile Personal Computer，简称：UMPC)、上网本、个人数字助理(英文：Personal DigitalAssistant，简称：PDA)等终端设备，且不限于此。

可选地，在本申请实施例中，可以在智能终端播放音频的过程中，接收预设操作。该预设操作用于选取多媒体文件并作为音频播放的背景，多媒体文件可包括但不限于图像文件(如图片)、视频文件(如电影)等。

在一实施例中，上述预设操作可以通过用户针对智能终端的操作来触发。请参阅图4，图4为本申请实施例提供的触发预设操作的第一种场景示意图，比如在智能终端通过应用程序播放音频的过程中，在音乐播放界面输出一个操作控件，当该操作控件接收到用户的点击时，触发预设操作。该操作控件的位置可以设置在音频播放界面的右上角，为进一步方便用户理解该控件的功能，还可以在该操作控件上显示关键字。

可选地，为了避免音频播放界面上功能凌乱，还可以在音频播放界面上设置一个更多功能的入口按钮，如图5、6所示，可以将该入口按钮设置在音频播放界面的右上角，当上述更多功能的入口按钮接收到用户触发的点击操作后，即可打开二级菜单，二级菜单中可以进一步包括诸如查看评论、查看专辑、查看歌手、收藏歌曲、插入图像以及插入视频等功能，当用户点击插入图像或者插入视频的功能按钮时，触发相应的预设操作。

可选地，上述针对操作控件或是入口按钮的触发操作可以为用户的手势指令，比如点击、长按等。在其他实施例中还可以通过语音指令触发预设操作，比如用户说出“插入视频”时，智能设备自动对用户语音进行识别并在识别成功后自动触发预设操作。

在接收到预设操作后，就可以根据上述指令打开相应的多媒体文件选择界面，进一步选取目标多媒体文件。比如在智能设备的存储空间内选择目标多媒体文件。需要说明的是，上述智能设备的存储空间可以包括智能终端本身的存储空间以及存储卡的存储空间，还可以包括智能终端的云存储空间。

在选取目标多媒体文件时，本实施例可以通过对多媒体文件来进行搜索以快速确定目标多媒体文件，当需要搜索多媒体文件时，可以先进入对应类型的多媒体文件库对应的搜索界面，在搜索栏中输入关键字，使得在后续过程中，智能终端可以根据该关键字返回相应类型的目标多媒体文件。在其他实施例中还可以直接进入多媒体文件搜索界面，在搜索栏中输入关键字，使得在后续过程中，智能终端根据该关键字返回多种不同类型的多媒体文件，再由用户进一步选取目标多媒体文件。

可选地，该智能终端显示多媒体文件搜索界面，该多媒体文件搜索界面可以包括搜索栏、图片、视频、文字等多种类型的多媒体文件选项，当该终端设备检测到对视频选项的点击操作时，显示视频搜索界面，以便搜索视频。

可选地，在用户对目标多媒体文件进行搜索时，可以通过多媒体文件的文件标识来进行搜索，该多媒体文件的文件标识可包括名称、格式、大小等，例如多媒体文件为图像文件(如照片)时，文件标识可为图像名称、人名、地名、拍摄时间等；多媒体文件为视频文件(如电影)时，文件标识可为视频名称、格式、大小等，本申请对此不作进一步限定。

在一实施例中，确定目标多媒体文件的方式除了从终端存储空间获取，还可以通过网络下载或者拍摄的方式来进行获取。请参阅图7，图7为本申请实施例提供的插入视频时的第一种场景示意图。比如当用户选择插入视频类型的多媒体文件时，终端显示界面可以弹出三个功能模块，分别为从视频库中选取、从网络中选取以及录制视频。当用户点击“视频库”按钮时，就可以跳转到终端中的视频管理界面，以供用户挑选目标素材；当用户点击“网络”按钮时，就可以跳转到网络端(比如视频网站)并展示与当前播放的音频相关联的网络视频，供用户从网络挑选目标素材；当用户点击“录制”按钮时，就可以跳转到录像界面，通过智能终端的摄像头对当前环境进行录制，以得到录制完成的目标素材。也即所述S12步骤包括以下至少一种：

根据所述预设操作选取存储空间内的目标素材，以作为所述目标多媒体文件；

根据所述预设操作从网络中下载与所述音频关联的目标素材，以作为所述目标多媒体文件；

根据所述预设操作进行视频拍摄，并将拍摄的目标素材作为所述目标多媒体文件。

可选地，在通过网络选取目标素材时，可以直接在网络中搜索当前播放音乐对应的MV视频、网络翻唱视频、以及用作插曲的影视剧视频等，将这一类视频作为候选视频展示给用户。还可以根据当前播放音乐的流派来展示相同类型的网络视频。比如可以先确定当前播放音频的流派，然后在视频网站上查找相同流派的网络视频作为候选视频并展示给用户，具体可以展示网络视频的封面、标题、时长等主要信息。针对音乐流派的分类方法主要可以有两种，分别是基于音频内容的流派分类方法和基于歌词文本的情感分类方法。具体的，基于音频内容的流派分类方法通常包含以下模块：

1.音频特征提取模块

音频特征提取模块可以提供一种，或多种由音频数据直接产生的特征，例如mel频率倒谱系数(MFCC),频谱平坦度，能量等；音频特征提取模块也可以不进行特征提取，而直接使用原始音频数据作为后续模块的输入。

2.深度学习模型

对于流派分类问题，可以利用输入的音频特征和其对应的流派标签来进行监督学习的训练。常用于处理音频输入数据的深度学习模型，包括卷积神经网络(CNN),长短时记忆(LSTM)等。通过梯度下降的方式优化分类损失，使模型学会对目标流派的区分。但是上述这种基于音频内容的流派分类方法对于一些区分度不完全在音频的流派(如古风流派)，这种方式无法提供令人满意的分类准确率。

基于歌词文本的情感分类方法，一种做法是，通过标注了感情类型的歌词样本获取各类型的感情词库，再利用感情词库建立歌词样本的特征向量，最后利用各歌词的特征向量及其对应的情感标签进行分类模型的训练。除此之外，利用歌词进行情感分类，同样也包括使用CNN，LSTM等模型进行目标任务训练的方法。

S12、根据播放规则将目标多媒体文件作为背景与音频进行同步播放。

可选地，上述播放规则可以包括目标多媒体文件的播放位置，请参阅图8，可以将目标多媒体文件作为音频播放界面的背景，具体可以通过在播放音频的应用程序中增加Menu图标或添加动态视频背景的入口来进行实现。在另一实施例中，如图9所示，还可以在音频播放界面中增加一个展示窗口，将该展示窗口作为目标多媒体文件的播放位置，这样可以避免播放目标多媒体文件时由于占用面积过大导致音频播放界面中的功能按钮被遮挡。

可选地，播放规则还可以包括播放速度，以目标多媒体文件为视频来进行举例说明，本实施例可以根据当前播放的音频节奏来调节视频的播放和速度，比如播放比较柔和的音乐时，可以将视频的播放速度调慢，当播放比较劲暴的音乐时，可以将视频的播放速度调快等等。

在一实施例中，视频可以包括多帧图像，每一帧图像可以对应有一个时间戳。在播放视频时，可以按照相应的时间戳播放相应的图像帧。播放视频中，根据不同的需要，部分视频片段可以进行加快播放，部分视频片段可以减慢播放，部分视频可以保持原始播放速度播放。在调整视频的播放速度时，可以通过调整相应图像帧的时间戳实现。例如，假设在视频中，第五帧图像为第3秒播放，第六帧图像为第4秒播放，那么当调整第六帧图像为第5秒播放时，第五帧图像可以多保持1秒，即减慢了第五帧至第六帧图像这一视频片段的原始播放速度，而当调整第六帧图像为第3.5秒播放时，第五帧图像可以少保持0.5秒，即加快了第五帧至第六帧图像这一视频片段的原始播放速度。因此，视频中相应视频片段的原始播放速度的调整可以通过该相应视频片段中各图像帧对应的时间戳的调整得到实现。

需要说明的是，当目标多媒体文件为视频时，还需要将视频的音量设为0，避免干扰音频的播放。

可选地，在将目标多媒体文件作为背景与音频进行同步播放时，还可以在界面上显示进度条，如图9所示，该进度条可以表示当前播放音频的进度。在一实施例中，进度条还可以接收用户的拖动，根据用户拖动的结果同时调整音频以及目标多媒体文件的播放进度。

举例来说，当根据播放规则将视频与音频同步播放时，若用户将音频的进度条往后拖动了60s，那么音频可以直接跳转到60s后继续播放，其作为背景的视频同样也可以跳转到60s后并继续播放。

由上可知，本申请实施例可以根据预设操作确定目标多媒体文件，设置目标多媒体文件的播放规则，根据播放规则将目标多媒体文件作为背景与音频进行同步播放。本申请可以选择多媒体文件作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

本申请实施例还提供一种音频播放方法，请参阅图10，图10是本申请实施例提供的音频播放方法的第二种流程示意图，该方法包括：

S21、接收预设操作。

比如在智能终端通过应用程序播放音频的过程中，在音乐播放界面输出一个操作控件，当该操作控件接收到用户的点击时，触发预设操作。

S22、根据预设操作确定目标素材。

可选地，上述目标素材可以包括图像、视频、音频以及文字等中的至少一种。本实施例以目标素材为视频进行举例说明，在接收到预设操作后，就可以根据上述指令打开相应的视频选择界面，进一步选取目标素材。比如在智能设备的存储空间内选择目标素材。

可选地，在打开视频选择界面时，可以根据与当前播放音频的相关度对终端上存储的视频进行排序，将相关度由高到低进行排列，这样使得用户首先看到高相关度的视频，选取概率更高，从而增加了目标素材选取的效率。可选地，与当前播放音频的相关度可以根据视频名称与音频名称的相速度来进行确定。

S23、获取目标素材的第一时长以及音频的第二时长。

可选地，可以通过获取目标素材和音频的标签信息来获取对应的播放时长，以分别作为第一时长和第二时长。目标素材的标签信息可以包括视频名称、视频长度、主角信息、导演信息、发行方信息等，音频的标签信息可以包括演唱者信息、词曲信息、专辑信息、播放时长信息等。

需要说明的是本申请所涉及的音频文件包括不同格式的音乐、乐曲、讲座、评书等，上述的音频文件的格式包括但不限于CD格式、WAVE(*.WAV)、AIFF、AU、MP3、MIDI、WMA、RealAudio、VQF、OggVorbis、AAC、APE、MOV格式等。视频文件的格式包括但不限于AVI格式、nAVI格式、DV-AVI格式、MPEG格式、MPEG-1、MPEG-2、MPEG-4、DivX格式、MOV格式、ASF格式、WMV格式、RM格式、RMVB格式等。

S24、将第一时长和第二时长进行比较，根据比较结果设置目标素材的播放规则。

可选地，将第一时长和第二时长进行比较，若目标素材的第一时长以及音频的第二时长相同，那么目标素材和音频可以实现完全同步播放，无需进一步设置其他播放规则。若目标素材的第一时长小于音频的第二时长，即在完整播放音频的过程中，目标素材会中途播放完毕，因此可以将目标素材设置为慢速播放或者循环播放。也即当第一时长小于第二时长时，根据比较结果设置目标多媒体文件的播放规则的步骤包括以下至少一种：

根据第一时长和第二时长设置目标素材的播放速度；

根据第一时长和第二时长设置目标素材的循环次数。

比如，若目标素材的第一时长为2分钟，而音频的第二时长则为4分钟，那么可以在播放音频的过程中将目标素材循环播放两次，或者将目标素材设置为0.5倍速播放。

可选地，若目标素材的第一时长大于音频的第二时长，即在完整播放音频后，目标素材还未播放完毕，因此可以将目标素材进行裁剪，以使得目标素材和音频可以实现完全同步播放。也即当第一时长大于第二时长时，根据比较结果设置目标多媒体文件的播放规则的步骤包括：

对目标素材进行裁剪，以使裁剪后的目标素材的时长等于第二时长。

在对目标素材进行裁剪时，可以由用户手动选择视频的区间，举例来说请参阅图11，图11为本申请实施例提供的视频裁剪的第一种场景示意图。在该实施例中，若获取到目标素材的时长为8分30秒，而音频的时长为3分10秒，因此可以在目标素材的进度条上生成一个3分10秒的进度区间，可以由用户灵活进行裁剪，通过进度区间的起始点1分10秒以及终点4分20秒就可以确定裁剪后的目标素材。

可选地，针对目标素材进度条上的进度区间，还可以接收用户的拖动操作，请继续参阅图12，当用户拖动进度区间时，重新定位新的起始点以及终点，比如当用户向右拖动时，新的起始点为4分35秒，新的终点为7分45秒，此区间内时长为3分10秒的视频即为用户裁剪后的目标时长。

S25、获取音频的播放进度。

可选地，播放进度可以通过当前播放的时间点进行表示，比如当前音频的播放进度为2分30秒。在其他实施例中，播放进度还可以用百分比进行表示，比如总长度为5分钟的音频，当播放至2分30秒时，其播放进度通过计算可得为50％。

S26、根据播放进度以及播放规则将目标素材作为背景与音频进行同步播放。

可选地，在将目标多媒体文件作为背景与音频进行同步播放时，还可以根据上述播放进度在界面上显示进度条。当根据播放规则将视频与音频同步播放时，若用户将音频的进度条进行拖动，那么音频可以直接根据用户拖动的位置跳转，其作为背景的目标素材同样也可以继续与音频进行同步播放。

S27、获取音频对应的歌词信息，根据播放进度展示歌词信息。

可选地，可以获取歌词信息中每一句歌词的时间戳信息，然后根据当前音频的播放进度来查找对应的歌词，并对其进行显示。

可选地，音频对应的歌词信息可以通过爬取的方式获取，在实际使用当中，考虑到有许多纯音乐比如钢琴曲、吉他曲等等是不包含歌词的，因此对于这些音乐就无法获取其歌词文本数据。在一实施例中，可以先确定当前播放的音频是否包括歌词，具体可以通过判断音频当中是否包含人声的方式来进行确定，若包括则继续获取该音乐的歌词文本数据。在其他实施例中，还可以通过查询是否有歌词文件的方式来进行判断，在此不再一一列举。

在一实施例中，可以通过爬虫技术在互联网中爬取音频的歌词文本数据。例如，智能终端通过运行预先设定的爬虫脚本，抓取各个音乐平台的歌曲的歌词文本数据。可选地，预先设定的爬虫脚本可以由用户根据实际需求来进行编写。例如，用户编写爬虫脚本的过程为：梳理需要爬取的音乐平台列表和歌曲列表，整理在各音乐平台计语言Python编写爬虫脚本，爬取各平台曲库当中音乐的歌词文本数据。

可选地，需要说明的是，音频的歌词文本数据也可以由用户直接导入，本领域技术人员可以理解，实际应用中，可以采用多种方式获取音频的歌词文本数据，本实施方式不限制获取音频的歌词文本数据的具体方式。

由上可知，本申请实施例可以接收预设操作，根据预设操作确定目标素材，获取目标素材的第一时长以及音频的第二时长，将第一时长和第二时长进行比较，根据比较结果设置目标素材的播放规则，获取音频的播放进度，根据播放进度以及播放规则将目标素材作为背景与音频进行同步播放，获取音频对应的歌词信息，根据播放进度展示歌词信息。本申请可以选择目标素材作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

本申请实施例还提供一种音频播放方法，请参阅图13，图13是本申请实施例提供的音频播放方法的第三种流程示意图。该音频播放方法的流程可以包括：

S31、响应预设操作，根据所述预设操作确定或生成至少一个目标多媒体文件。

可选地，在本申请实施例中，可以在智能终端播放音频的过程中，接收预设操作。该预设操作用于选取多媒体文件并作为音频播放的背景，多媒体文件可包括但不限于图像文件(如图片)、视频文件(如电影)等。

以上述多媒体文件为图像为例进行说明，可选地，在接收到预设操作后，就可以根据上述指令打开图片选择界面，进一步选取目标图像，目标图像的数量可以为一张或多张。比如在智能设备的存储空间内选择至少一张目标图像，或者在云相册中选择至少一张目标图像。

可选地，本申请实施例还可以通过图像拍摄功能由用户拍摄一张或多张照片来作为目标图像，比如当用户点击“拍照”按钮时，就可以跳转到拍照界面，并通过智能终端的摄像头(前置摄像头或后置摄像头)对当前环境进行拍照，以得到至少一张拍照完成的目标图像。因此所述S32步骤可以包括以下至少一种：

根据所述预设操作选取至少一张目标图像，以作为所述目标多媒体文件；

根据所述预设操作拍摄至少一张目标图像，以作为所述目标多媒体文件。

当根据预设操作打开图片选择界面即相册选取至少一张目标图像时，请参阅图14，图14为本申请实施例提供图片选取场景示意图，在当前界面可以接收用户的操作以此选取至少一张图片作为目标图像，比如在当前图片1至图片16的排列方阵中，通过点击或者滑动的方式勾选图片1至图片8作为目标图像。

可选地，该图片选择界面至少包括搜索按键，该搜索按键用于进入图片搜索界面，请参阅图15，图15为本申请实施例提供图片搜索场景示意图，在进入图片搜索界面后即可输入关键字，并检索与上述关键字关联的图片。需要说明的是，上述图片搜索界面至少用于在智能终端本地相册中搜索图片，可选地，该图片搜索界面还可以用于在线搜索图片，如调用网络接口进行搜索，可选地，该图片搜索界面还可以用于同时在智能终端云端相册中搜索图片，也即是，搜索所返回的结果可以不仅包括从网络上搜索到的图片，还可以包括云端相册中的图片和智能终端本地相册中的图片。

S32、获取音频的特征信息，根据特征信息设置至少一个目标多媒体文件的切换规则。

鼓点，又称重拍，为音频中声音突然大幅提高的位置，可选地，所述S33步骤可以包括：获取所述音频的鼓点信息，根据所述鼓点信息确定所述至少一张目标图像的切换速度。由于音频中的鼓点位于振幅变化幅度大的音频帧，因此可以根据各音频帧的频谱通量定位音频中鼓点所在的音频帧，比如可以通过峰值检测即定位在一音频区间中的最大频谱通量值，并将各音频区间中最大频谱通量值所在的音频帧确定为音频的鼓点。然后通过获取到的鼓点来确定音频的类型，比如为轻柔类型或者摇滚类型，针对摇滚音乐就可以设置较快的图片切换速度，针对轻柔音乐则可以设置较慢的图片切换速度。

可选地，在确定至少一张图像的切换速度之后，所述方法还可以包括：

接收用户操作，根据所述用户操作确定所述至少一张目标图像的切换顺序以及切换方式。比如将上述选区的图片1至图片8设置切换顺序为图片1、图片2、图片3、图片4、图片5、图片6、图片7、图片8，切换方式可以设置为透明度变化、飞入、飞出、漩涡状等等。可选地，用户操作可以是点击、双击、预设方向的滑动操作、隔空手势中的任意一种，也可以是点击、双击、预设方向的滑动操作、隔空手势中任意两项或多项的组合。用户操作是点击、双击、预设方向的滑动操作、隔空手势中的任意一种时，可以节省操作时间。当用户操作是点击、双击、预设方向的滑动操作、隔空手势中任意两项或多项的组合时，可以增加信息的安全性。可选地，用户操作可以是点击与隔空手势的组合、双击与预设方向的滑动操作的组合、双击与隔空手势的组合、预设方向的滑动操作与隔空手势的组合等等。由于用户操作的方式可以是多种多样的，不仅可以提高用户操作的灵活性，还能满足不同用户的喜好及使用习惯，提升用户体验。

S33、根据切换规则对至少一个目标多媒体文件进行切换展示。

可选地，上述对至少一个目标多媒体文件进行切换展示的步骤可以包括将所述至少一个目标多媒体文件铺满显示界面，随机选取一个目标多媒体文件进行放大展示，根据所述切换规则在播放所述音频时对所述至少一个目标多媒体文件进行切换展示。请参阅图16，图16为本申请实施例提供图片切换场景示意图，在对图片进行放大时可以通过随机挑选的方式选取展示，也可以按照预设顺序依次进行展示，本申请对此不做进一步限定。

由上可知，本申请实施例可以接收预设操作，根据预设操作确定至少一个目标多媒体文件，获取音频的特征信息，根据特征信息设置至少一个目标多媒体文件的切换规则，根据切换规则对至少一个目标多媒体文件进行切换展示。本申请可以选择至少一个多媒体文件作为背景在音频播放时进行同步切换展示，丰富了音频播放时设置背景的灵活性和多样性。

图17是本申请实施例提供的音频播放装置的结构示意图。该音频播放装置可以设置在智能终端中。请参见图17，该音频播放装置30包括：

接收模块301，用于接收预设操作；

确定模块302，用于根据所述预设操作确定目标多媒体文件；

设置模块303，用于设置所述目标多媒体文件的播放规则；

播放模块304，用于根据所述播放规则将所述目标多媒体文件作为背景与音频进行同步播放。

可选地，确定模块302具体用于：

根据所述预设操作选取存储空间内的目标素材，以作为所述目标多媒体文件；和/或，

根据所述预设操作从网络中下载与所述音频关联的目标素材，以作为所述目标多媒体文件；和/或，

根据所述预设操作进行视频拍摄，将拍摄的目标素材作为所述目标多媒体文件。

可选地，请继续参阅图18，图18是本申请实施例提供的另一种音频播放装置的结构示意图，其中，设置模块303可以包括：

第一获取子模块3031，用于获取所述目标素材的第一时长以及音频的第二时长；

设置子模块3032，用于将所述第一时长和所述第二时长进行比较，根据比较结果设置所述目标多媒体文件的播放规则。

可选地上述播放模块304，可以包括：

第二获取子模块3041，用于获取所述音频的播放进度；

播放子模块3042，用于根据所述播放进度以及所述播放规则将所述目标多媒体文件作为背景与所述音频进行同步播放。

本申请实施例提供的音频播放装置可以接收预设操作，根据预设操作确定目标多媒体文件，设置目标多媒体文件的播放规则，根据播放规则将目标多媒体文件作为背景与音频进行同步播放。本申请可以选择多媒体文件作为背景在音频播放时进行同步播放，丰富了音频播放时设置背景的灵活性和多样性。

本申请实施例还提供一种智能终端，智能终端包括存储器、处理器，存储器上存储有音频播放程序，音频播放程序被处理器执行时实现上述任一实施例中的音频播放方法的步骤。

本申请实施例还提供一种计算机可读存储介质，计算机存储介质上存储有音频播放程序，音频播放程序被处理器执行时实现上述任一实施例中的音频播放方法的步骤。

在本申请提供的智能终端和计算机可读存储介质的实施例中，可以包含任一上述音频播放方法实施例的全部技术特征，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不做再赘述。

本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施方式中的方法。

本申请实施例还提供一种芯片，包括存储器和处理器，存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施方式中的方法。

可以理解，上述场景仅是作为示例，并不构成对于本申请实施例提供的技术方案的应用场景的限定，本申请的技术方案还可应用于其他场景。例如，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例设备中的模块或单元可以根据实际需要进行合并、划分和删减。

在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。

在本申请中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种音频播放方法，其特征在于，包括以下步骤：

S11：响应预设操作，根据所述预设操作确定或生成目标多媒体文件；

S12：根据播放规则将所述目标多媒体文件作为背景与音频进行同步播放。

2.根据权利要求1所述的方法，其特征在于，所述S11步骤包括以下至少一种：

根据所述预设操作选取目标素材，作为所述目标多媒体文件；

根据所述预设操作从网络中下载与所述音频关联的目标素材，作为所述目标多媒体文件；

根据所述预设操作进行素材拍摄，将拍摄的目标素材作为所述目标多媒体文件。

3.根据权利要求2所述的方法，其特征在于，所述S11步骤之后，还包括：

设置所述目标多媒体文件的播放规则；

所述设置所述目标多媒体文件的播放规则的步骤，包括：

获取所述目标素材的第一时长和/或目标素材的数量和/或音频的第二时长；

将所述第一时长和/或目标素材的数量与所述第二时长进行比较，根据比较结果设置所述目标多媒体文件的播放规则。

4.根据权利要求3所述的方法，其特征在于，包括以下至少一种：

所述第一时长小于或等于所述第二时长时，根据比较结果设置所述目标多媒体文件的播放规则的步骤包括以下至少一种：根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的播放速度、根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的循环次数、根据所述第一时长和/或目标素材的数量与所述第二时长设置所述目标素材的播放顺序；

所述第一时长大于所述第二时长时，根据比较结果设置所述目标多媒体文件的播放规则的步骤包括：对所述目标素材进行裁剪和/或拼接，使裁剪和/或拼接后的目标素材的时长等于所述第二时长。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述S12步骤包括：

获取所述音频的播放进度；

根据所述播放进度以及所述播放规则将所述目标多媒体文件作为背景与所述音频进行同步播放。

6.一种音频播放方法，其特征在于，包括以下步骤：

S21：响应预设操作，根据所述预设操作确定或生成至少一个目标多媒体文件；

S22：获取音频的特征信息，根据所述特征信息确定或生成所述至少一个目标多媒体文件的切换规则；

S23：根据所述切换规则对所述至少一个目标多媒体文件进行切换。

7.根据权利要求6所述的方法，其特征在于，所述S22步骤包括：

获取所述音频的鼓点信息；

根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换速度，和/或，根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换方式，和/或，根据所述鼓点信息确定或生成所述至少一个目标多媒体文件的切换顺序。

8.根据权利要求6或7所述的方法，其特征在于，所述S23步骤包括：

随机选取一个目标多媒体文件进行放大展示，根据所述切换规则在播放所述音频时对所述至少一个目标多媒体文件进行切换。

9.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器，其中，所述存储器上存储有音频播放程序，所述音频播放程序被所述处理器执行时实现如权利要求1至8中任一项所述的音频播放方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有音频播放程序，所述音频播放程序被处理器执行时实现如权利要求1至8中任一项所述的音频播放方法的步骤。

Images