CN114422844A - 弹幕素材生成方法、推荐方法、装置、设备、介质及产品 - Google Patents

弹幕素材生成方法、推荐方法、装置、设备、介质及产品 Download PDF

Info

Publication number
CN114422844A
CN114422844A CN202111581487.3A CN202111581487A CN114422844A CN 114422844 A CN114422844 A CN 114422844A CN 202111581487 A CN202111581487 A CN 202111581487A CN 114422844 A CN114422844 A CN 114422844A
Authority
CN
China
Prior art keywords
bullet screen
screen material
live
live broadcast
barrage
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.)
Granted
Application number
CN202111581487.3A
Other languages
English (en)
Other versions
CN114422844B (zh
Inventor
张继丰
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111581487.3A priority Critical patent/CN114422844B/zh
Publication of CN114422844A publication Critical patent/CN114422844A/zh
Application granted granted Critical
Publication of CN114422844B publication Critical patent/CN114422844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/489—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using time information
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H04N21/439—Processing of audio elementary streams
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • 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
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • 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

Abstract

本公开提供了一种弹幕素材生成方法、推荐方法、装置、设备、介质及产品，涉及人工智能技术领域，具体涉及语音识别技术领域。具体实现方案为：获取直播的多媒体数据；在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据；对所述目标数据进行处理，得到与所述目标数据对应的弹幕素材。本公开能够及时根据直播过程中实时播放的多媒体数据生成弹幕素材。在用户需要发送弹幕时，及时向用户推荐实时生成的弹幕素材，能够满足用户参与弹幕梗以及及时参与互动的需求。

Description

弹幕素材生成方法、推荐方法、装置、设备、介质及产品
技术领域
本公开涉及人工智能技术领域，具体涉及语音识别技术领域，尤其涉及一种弹幕素材生成方法、推荐方法、装置、设备、介质及产品。
背景技术
随着多媒体行业的不断发展，观看直播已成为用户进行休闲娱乐的方式之一。用户在观看视频时，通过发送弹幕与主播或其他用户进行互动。
发明内容
本公开提供了一种用于弹幕素材生成的方法、推荐方法、装置、设备、介质及产品。
根据本公开的一方面，提供了一种弹幕素材生成方法，包括：获取直播的多媒体数据；在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据；对所述目标数据进行处理，得到与所述目标数据对应的弹幕素材。
根据本公开的另一方面，提供了一种弹幕素材推荐方法，包括：若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳，并向用户推荐时间戳最新的第二时间戳对应的弹幕素材，所述弹幕素材库中的弹幕素材根据本公开所述的弹幕素材生成方法生成。
根据本公开的又一方面，提供了一种弹幕素材生成装置，包括：获取模块，用于获取直播的多媒体数据；确定模块，用于在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据；生成模块，用于对所述目标数据进行处理，得到与所述目标数据对应的弹幕素材。
根据本公开的又一方面，提供了一种弹幕素材推荐装置，包括：推荐模块，用于若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳，并向用户推荐时间戳最新的第二时间戳对应的弹幕素材，所述弹幕素材库中的弹幕素材根据本公开中任一项所述的弹幕素材生成方法生成。
根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开中任一项所述的弹幕素材生成方法，以及本公开所述的弹幕素材推荐方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开中任一项所述的弹幕素材生成方法，以及本公开中所述的弹幕素材推荐方法。
根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开中任一项所述的弹幕素材生成方法，以及本公开所述的弹幕素材推荐方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开的弹幕素材生成方法的流程示意图；
图2是根据本公开的确定实时语音数据的流程示意图；
图3是根据本公开的弹幕素材“一把过”生成方法的流程示意图；
图4是根据本公开的推荐弹幕素材“一把过”的示意图；
图5是根据本公开的弹幕素材推荐方法的流程示意图；
图6是根据本公开的弹幕素材生成装置的框图；
图7是根据本公开的弹幕素材推荐装置的框图；
图8是用来实现本公开实施例的弹幕素材生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开应用于用户在观看多媒体时发送弹幕的场景中，相关技术中若检测到用户触发弹幕生成请求，则根据用户输入的内容从弹幕库中检索相关的弹幕素材推荐给用户，或根据网络热度向用户推荐近期热门的弹幕，例如躺平，内卷等。由于直播的实时性，不能预先知道待播放的多媒体数据。故，在直播场景中，无法利用相关技术中的方案预先生成向用户推荐的弹幕素材。大多数情况下需要用户实时编辑待发送的弹幕，导致在直播场景中用户不能及时与主播和/或其他用户进行互动。可以理解为，在直播场景中经常会出现弹幕梗，待用户编辑弹幕内容并发送时，已经错过了要玩弹幕梗的时机。
鉴于此，本公开实施例提供了一种弹幕素材生成方法。在直播场景中利用主播的说话内容生成向用户推荐的弹幕素材，便于用户及时参与弹幕互动，以主播的说话内容玩弹幕梗。
需要说明的是，本公开实施例中执行一种弹幕素材生成方法的执行主体，可为具有数据通信处理能力的硬件设备和/或驱动该硬件设备工作所需必要的应用程序。示例的，执行主体可包括计算机、用户终端以及其他设备。其中用户终端包括但不限于手机、电脑、车载终端等。
应理解，本公开实施例中的主播是指直播时，产生音频数据的对象，也可以称为直播对象。直播的内容可以为游戏，体育节目等。本公开并不限定直播中主播的数量。在下述实施例中出现主播和直播对象时，应理解其含义的一致性。
图1是根据本公开的弹幕素材生成方法的流程示意图。如图1所示，本公开的弹幕素材生成方法包括以下步骤S101至S103。
在步骤S101中，获取直播的多媒体数据。
直播的多媒体数据包括视频数据和音频数据。直播类型包括但不限于娱乐类直播，游戏类直播，购物类直播，专业领域类直播，体育类直播等。示例的，本公开可以实时获取用户观看游戏直播时的多媒体数据。
在步骤S102中，在直播的多媒体数据中，确定用于生成弹幕素材的目标数据。
在本公开实施例中，目标数据可以为音频数据。在一种实施方式中，可以通过语音识别模型确定用于生成弹幕素材的目标数据。在直播的多媒体数据中，获取主播实时生成的音频数据。将主播实时生成的音频数据，以时间段输入训练好的语音识别模型，输出符合弹幕生成期望的音频数据。将符合弹幕生成期望的音频数据确定为用于生成弹幕素材的目标数据。在本公开实施例中，可以预先根据直播类型确定符合弹幕生成的期望。例如，在游戏类直播和娱乐类直播中，将弹幕梗特点作为弹幕生成的期望。又例如，在专业领域类直播和体育类直播中，将经典的讲解作为弹幕生成的期望。
示例的，以在娱乐类直播中确定符合弹幕梗特点的音频数据为例，语音识别模型的训练过程包括：获取大量与娱乐相关的历史音频数据，并对历史音频数据中符合弹幕梗特点的音频数据进行标记。符合弹幕梗特点的音频数据是指包括能够调动用户情绪的，容易产生歧义和/或带有口语化、方言等明显特点的音频数据。将历史音频数据以及带有标记的音频数据输入语音识别模型进行训练。训练后的语音识别模型能够从输入的音频数据中，提取出符合弹幕梗特点的音频数据。
在步骤S103中，对目标数据进行处理，得到与目标数据对应的弹幕素材。
若目标数据为音频数据，将音频数据进行文本识别，得到音频数据对应的文本语义。将文本语义作为与目标数据对应的弹幕素材。
本公开实施例中弹幕素材是指在用户触发弹幕生成需求时，向用户推荐的弹幕内容。用户根据真实意图从系统推荐的弹幕素材中选择要发送的弹幕内容，并点击发送。
综上，根据本公开实施例提供的弹幕素材生成方法，将直播的多媒体数据作为目标数据，实现了基于目标数据确定弹幕素材，进而实现在用户观看直播时，能够基于直播的多媒体数据生成弹幕素材。相较于相关技术根据用户输入的内容向用户推荐弹幕库中的弹幕，本公开能够及时根据直播过程中实时播放的多媒体数据生成弹幕素材。在用户需要发送弹幕时，及时向用户推荐实时生成的弹幕素材，能够满足用户参与弹幕梗以及及时参与互动的需求。
在上述任一实施例的基础上，在直播的多媒体数据中，确定用于生成弹幕素材的目标数据，包括：在直播的多媒体数据中，确定直播对象产生的实时语音数据，将实时语音数据作为生成弹幕素材的目标数据。
为了满足用户在观看直播时，想以直播对象的语音数据作为弹幕，为了能够在尽可能短的时间内发送直播对象的语音数据。本公开在直播的多媒体数据中，确定满足生成弹幕要求的实时语音数据。将满足生成弹幕要求的实时语音数据作为生成弹幕素材的目标数据。在有多个直播对象的直播中，实时语音数据可以是由多个直播对象实时产生的。在生成弹幕素材时，可以将不同直播对象的语音数据进行区分，按照区分后的语音数据生成不同的弹幕素材。
例如，在娱乐类直播下的生活直播中，直播对象会直播其逛街、做饭、出行等。在直播对象直播出行的过程中，直播对象推荐了一首歌，并夸张的介绍“保证你听了之后耳朵会醉氧”。用户在看直播时，产生发弹幕为“耳朵会醉氧”的意愿。通过本公开可以实时的获取直播对象产生的实时语音数据，将“耳朵会醉氧”作为弹幕素材，推荐给用户，便于用户在不用编辑的情况下直接实现发送弹幕的目的。
在上述任一实施例的基础上，如图2所示，在直播的多媒体数据中，确定直播对象产生的实时语音数据，包括以下步骤。
在步骤S201中，在直播的多媒体数据中，实时获取直播画面。
在本公开实施例中，实时获取直播画面的频率可以根据播放多媒体数据的帧率确定。例如，播放直播的多媒体数据的帧率为N，在获取直播画面时相邻直播画面间的间隔为N，N取正数。
在本公开中，获取直播画面的目的是确定目标数据的一种方式。通过获取满足预设条件的直播画面，确定与满足预设条件的直播画面对应的音频数据。将与满足预设条件的直播画面对应的音频数据作为目标数据。如此，能够避免将所有的实时音频数据均生产弹幕素材，提高生成满足用户期望的弹幕素材的准确率。
在步骤S202中，若实时获取的当前直播画面为满足弹幕素材生成条件的直播画面，则确定与直播画面对应、并由直播对象产生的实时语音数据。
判断实时获取的当前直播画面是否满足弹幕素材生成条件。若实时获取的当前直播画面为不满足弹幕素材生成条件的直播画面，则舍弃当前直播画面，即不对当前直播画面进行进一步处理。若实时获取的当前直播画面为满足弹幕素材生成条件的直播画面，则确定与直播画面对应、并由直播对象产生的实时语音数据。
在本公开实施例中，可以将当前直播画面输入预先训练好的神经网络模型，确定是否满足弹幕素材生成条件。
在本公开实施例中满足弹幕素材生成条件的直播画面，可以包括以下至少一项：符合预设画面类型的直播画面，或与实时语音数据表达含义不匹配的直播画面。其中，预设画面类型为预先设定的用于生成弹幕素材的一种或多个画面类型。本公开下述实施例将举例说明符合预设画面类型的直播画面，以及与实时语音数据表达含义不匹配的直播画面。
在一种实施方式中，根据直播类型，设置不同的画面类型。以游戏类直播为例，游戏直播时，用户观看主播完游戏。预先对不同类型的游戏进行分析，确定游戏中玩家不容易通过的关卡，以及需要技巧通过的关卡，以及游戏设计过程中设有陷阱的场景等。往往在上述场景中，主播可能会觉得很容易通过，结果事实却与主播的意愿相反。按照上述场景的特点设置游戏击杀类型，打团类型，死亡下饭瞬间类型等画面类型。
在一种实施方式中，符合预设画面类型的直播画面，是指获取的直播画面与预设画面类型匹配。获取直播画面，从获取到的直播画面中抽取预设数据的直播画面，并作为待处理直播画面。将待处理直播画面分别输入神经网络模型，在神经网络模型中提取待处理直播画面的图像特征，将提取出来的图像特征与设置的至少一个画面类型进行匹配。若与其中任意一种画面类型匹配，则确定待处理直播画面为符合预设画面类型的直播画面。
在另一种实施方式中，将直播画面和实时产生的音频数据输入识别模型中，通过识别模型确定直播画面表达的含义是否与音频数据表达的含义一致。若识别模型确定直播画面表达的含义与音频数据表达的含义不一致，则标记与实时语音数据表达含义不匹配的直播画面。
在上述任一实施例的基础上，确定与直播画面对应、并由直播对象产生的实时语音数据，包括：确定播放直播画面的第一时间戳；获取直播对象在包括有第一时间戳的时间区间内所产生的实时语音数据。
确定播放直播画面的第一时间戳，以第一时间戳为中心，按照设置范围，沿时间轴，向前向后进行延展，确定获取实时音频数据的时间区间。获取时间区间内的实时音频数据，将实时音频数据进行语音识别以及文本翻译，得到文本语义。将文本语义作为弹幕素材，满足用户通过直播对象的语音数据玩弹幕的需求。
本公开实施例，提供了多种弹幕素材生成条件，从多个角度猜测用户意图，提高弹幕素材被选择的概率。
举例说明，游戏直播中主播说接下来的关卡非常简单，看我一把过。但主播并没有一把过，此时用户期望发送弹幕“一把过”以调侃主播。图3是根据本公开的弹幕素材“一把过”生成方法的流程示意图。如图3所示，利用本公开提供的方法，按下列步骤，生成向用户推荐的弹幕素材。
在步骤S301中，获取直播画面A。
在步骤S302中，提取直播画面A的图像特征，将直播画面A的图像特征与预设画面类型进行匹配，确定直播画面A的类型为死亡下饭瞬间类型。
在步骤S303中，确定直播画面A的播放时间戳，并通过直播画面A的播放时间戳确定实时语音数据。
可以理解为，以直播画面A的播放时间戳为中心，按照时间轴前后延伸2ms，确定获取实时音频数据的时间区间。获取时间区间内的实时音频数据。
在步骤S304中，将实时音频数据进行处理，确定弹幕素材“一把过”。
可以理解为，将实时音频数据进行处理，得到“一把过”，并将“一把过”作为弹幕素材。如图4所示，用户在终端上看直播，终端在接收到用户点击编辑弹幕框时，向用户推荐最新生成的弹幕素材“拿下”、“一把过”和“轻松”等。用户可以直接选择推荐的弹幕素材“一把过”，能够用主播的话玩弹幕梗，提升了用户体验。通过本公开能够更加及时的生成弹幕素材，节约用户编辑弹幕的时间，及时参与弹幕互动。
在上述任一实施例的基础上，本公开提供的弹幕生成方法还包括，记录生成弹幕素材的第二时间戳；将记录有第二时间戳的弹幕素材，保存至弹幕素材库中。按生成弹幕素材的第二时间戳将弹幕素材保存至弹幕素材库中能够实现，在向用户推荐弹幕时，能够推荐最新生成的弹幕素材，便于用户及时参与当前与主播或其他用户的互动。
在本公开实施例中，可以将播放满足弹幕素材生成条件的直播画面的时间戳作为生成弹幕素材的时间戳。在直播内容回放时，在播放到满足弹幕素材生成条件的直播画面的时间戳时，向用户推荐该时间戳对应的弹幕素材。
基于同一发明构思，本公开还提供了一种弹幕素材推荐方法。图5是根据本公开的弹幕素材推荐方法的流程示意图。如图5所示，弹幕素材推荐方法包括：
在步骤S401中，若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳。
在步骤S402中，向用户推荐时间戳最新的第二时间戳对应的弹幕素材。
其中，弹幕素材库中的弹幕素材根据上述任一实施中的弹幕素材生成方法生成。通过向用户推荐弹幕节省用户编辑弹幕的时间，提高发送弹幕的效率。
在一种实施方式中，接收到用户触发弹幕生成请求，将弹幕素材库中最新生成的多个弹幕素材停靠在展示屏幕的相应位置处。推荐的弹幕素材可能不完全满足用户的个性化需求，在该情形下，用户可以对选中的弹幕素材进行编辑。若终端接收到用户触发对弹幕素材的操作事件，将用户选中的弹幕素材展示弹幕编辑栏中，便于用户对选中的弹幕素材进行操作。
在本公开实施例中，可以将本公开生成的弹幕素材和相关技术中生成的弹幕素材组合使用。例如，在推荐弹幕素材时将当前直播界面上出现频率最多的弹幕也推荐给用户，增加用户的选择范围。
基于相同的构思，本公开实施例还提供一种弹幕素材生成装置。
可以理解的是，本公开实施例提供的弹幕素材生成装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。
图6是根据本公开的弹幕素材生成装置的框图。
如图6所示，本公开实施例的弹幕素材生成装置500，包括：获取模块501，确定模块502和生成模块503。
获取模块501，用于获取直播的多媒体数据；
确定模块502，用于在直播的多媒体数据中，确定用于生成弹幕素材的目标数据；
生成模块503，用于对目标数据进行处理，得到与目标数据对应的弹幕素材。
在本公开的一个实施例中，确定模块502还用于：在直播的多媒体数据中，确定直播对象产生的实时语音数据，将实时语音数据作为生成弹幕素材的目标数据。
在本公开的一个实施例中，确定模块502还用于：在直播的多媒体数据中，实时获取直播画面；若实时获取的当前直播画面为满足弹幕素材生成条件的直播画面，则确定与直播画面对应、并由直播对象产生的实时语音数据。
在本公开的一个实施例中，满足弹幕素材生成条件的直播画面，包括以下至少一项：符合预设画面类型的直播画面，预设画面类型为预先设定的用于生成弹幕素材的一种或多个画面类型；与实时语音数据表达含义不匹配的直播画面。
在本公开的一个实施例中，确定模块502还用于：确定播放直播画面的第一时间戳；获取直播对象在包括有第一时间戳的时间区间内所产生的实时语音数据。
在本公开的一个实施例中，如图6所示，弹幕素材生成装置500还包括：存储模块504，用于记录生成弹幕素材的第二时间戳，并将记录有第二时间戳的弹幕素材，保存至弹幕素材库中。
综上，根据本公开实施例的弹幕素材生成装置，将直播的多媒体数据，作为用于生成弹幕素材的目标数据，再对目标数据进行处理，得到与目标数据对应的弹幕素材。相较于相关技术根据用户输入的内容向用户推荐弹幕库中的弹幕，本公开能够及时根据直播过程中实时播放的多媒体数据生成弹幕素材。在用户需要发送弹幕时，及时向用户推荐实时生成的弹幕素材，能够满足用户参与弹幕梗以及及时参与互动的需求。
基于同一发明构思，本公开实施例还提供了一种弹幕素材推荐装置。图7是根据本公开的弹幕素材推荐装置的框图。
如图7所示，本公开实施例的弹幕素材推荐装置600，包括：推荐模块601。推荐模块601用于若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳，并向用户推荐时间戳最新的第二时间戳对应的弹幕素材，弹幕素材库中的弹幕素材根据上述任一项实施例的弹幕素材生成方法生成。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元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。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如弹幕素材生成方法，以及弹幕素材推荐方法。例如，在一些实施例中，弹幕素材生成方法，以及弹幕素材推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的弹幕素材生成方法，以及弹幕素材推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行弹幕素材生成方法，以及弹幕素材推荐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本公开实施例提供的技术方案，将直播的多媒体数据，作为用于生成弹幕素材的目标数据，再对目标数据进行处理，得到与目标数据对应的弹幕素材。相较于相关技术根据用户输入的内容向用户推荐弹幕库中的弹幕，本公开能够及时根据直播过程中实时播放的多媒体数据生成弹幕素材。在用户需要发送弹幕时，及时向用户推荐实时生成的弹幕素材，能够满足用户参与弹幕梗以及及时参与互动的需求。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种弹幕素材生成方法，包括：
获取直播的多媒体数据；
在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据；
对所述目标数据进行处理，得到与所述目标数据对应的弹幕素材。
2.根据权利要求1所述的方法，其中，所述在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据，包括：
在所述直播的多媒体数据中，确定直播对象产生的实时语音数据，将所述实时语音数据作为生成弹幕素材的目标数据。
3.根据权利要求2所述的方法，其中，所述在所述直播的多媒体数据中，确定直播对象产生的实时语音数据，包括：
在所述直播的多媒体数据中，实时获取直播画面；
若实时获取的当前直播画面为满足弹幕素材生成条件的直播画面，则确定与所述直播画面对应、并由直播对象产生的实时语音数据。
4.根据权利要求3所述的方法，其中，所述满足弹幕素材生成条件的直播画面，包括以下至少一项：
符合预设画面类型的直播画面，所述预设画面类型为预先设定的用于生成弹幕素材的一种或多个画面类型；
与实时语音数据表达含义不匹配的直播画面。
5.根据权利要求3所述的方法，其中，所述确定与所述直播画面对应、并由直播对象产生的实时语音数据，包括：
确定播放所述直播画面的第一时间戳；
获取直播对象在包括有所述第一时间戳的时间区间内所产生的实时语音数据。
6.根据权利要求1至4中任意一项所述的方法，其中，所述方法还包括：
记录生成所述弹幕素材的第二时间戳；
将记录有所述第二时间戳的弹幕素材，保存至弹幕素材库中。
7.一种弹幕素材推荐方法，包括：
若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳，并向用户推荐时间戳最新的第二时间戳对应的弹幕素材，所述弹幕素材库中的弹幕素材根据权利要求1-6中任一项所述的方法生成。
8.一种弹幕素材生成装置，包括：
获取模块，用于获取直播的多媒体数据；
确定模块，用于在所述直播的多媒体数据中，确定用于生成弹幕素材的目标数据；
生成模块，用于对所述目标数据进行处理，得到与所述目标数据对应的弹幕素材。
9.根据权利要求8所述的装置，其中，所述确定模块，还用于：
在所述直播的多媒体数据中，确定直播对象产生的实时语音数据，将所述实时语音数据作为生成弹幕素材的目标数据。
10.根据权利要求9所述的装置，其中，所述确定模块，还用于：
在所述直播的多媒体数据中，实时获取直播画面；
若实时获取的当前直播画面为满足弹幕素材生成条件的直播画面，则确定与所述直播画面对应、并由直播对象产生的实时语音数据。
11.根据权利要求10所述的装置，其中，所述满足弹幕素材生成条件的直播画面，包括以下至少一项：
符合预设画面类型的直播画面，所述预设画面类型为预先设定的用于生成弹幕素材的一种或多个画面类型；
与实时语音数据表达含义不匹配的直播画面。
12.根据权利要求10所述的装置，其中，所述确定模块，还用于：
确定播放所述直播画面的第一时间戳；
获取直播对象在包括有所述第一时间戳的时间区间内所产生的实时语音数据。
13.根据权利要求8至12中任意一项所述的装置，其中，所述装置还包括：
存储模块，用于记录生成所述弹幕素材的第二时间戳，并将记录有所述第二时间戳的弹幕素材，保存至弹幕素材库中。
14.一种弹幕素材推荐装置，包括：
推荐模块，用于若接收到用户触发的弹幕生成请求，则在弹幕素材库中确定时间戳最新的第二时间戳，并向用户推荐时间戳最新的第二时间戳对应的弹幕素材，所述弹幕素材库中的弹幕素材根据权利要求1-6中任一项所述的方法生成。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的弹幕素材生成方法，以及权利要求7所述的弹幕素材推荐方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的弹幕素材生成方法，以及权利要求7所述的弹幕素材推荐方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的弹幕素材生成方法，以及权利要求7所述的弹幕素材推荐方法。
CN202111581487.3A 2021-12-22 2021-12-22 弹幕素材生成方法、推荐方法、装置、设备、介质及产品 Active CN114422844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111581487.3A CN114422844B (zh) 2021-12-22 2021-12-22 弹幕素材生成方法、推荐方法、装置、设备、介质及产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111581487.3A CN114422844B (zh) 2021-12-22 2021-12-22 弹幕素材生成方法、推荐方法、装置、设备、介质及产品

Publications (2)

Publication Number Publication Date
CN114422844A true CN114422844A (zh) 2022-04-29
CN114422844B CN114422844B (zh) 2023-08-18

Family

ID=81267611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111581487.3A Active CN114422844B (zh) 2021-12-22 2021-12-22 弹幕素材生成方法、推荐方法、装置、设备、介质及产品

Country Status (1)

Country Link
CN (1) CN114422844B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115022712A (zh) * 2022-05-20 2022-09-06 北京百度网讯科技有限公司 视频处理方法、装置、设备以及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130004138A1 (en) * 2011-06-30 2013-01-03 Hulu Llc Commenting Correlated To Temporal Point Of Video Data
WO2017185641A1 (zh) * 2016-04-29 2017-11-02 乐视控股（北京）有限公司 一种语音弹幕的生成、播放方法及其装置、客户端
EP3349394A1 (en) * 2017-01-16 2018-07-18 Remote Media, LLC System, method, and application for exchanging content in a social network environment
CN110446115A (zh) * 2019-07-22 2019-11-12 腾讯科技（深圳）有限公司 直播互动方法、装置、电子设备及存储介质
CN111246227A (zh) * 2020-01-06 2020-06-05 北京达佳互联信息技术有限公司 弹幕发布方法及设备
CN111541910A (zh) * 2020-04-21 2020-08-14 华中科技大学 一种基于深度学习的视频弹幕评论自动生成方法及系统
CN111918075A (zh) * 2020-07-15 2020-11-10 腾讯科技（深圳）有限公司 展示对象相关信息的输出方法、装置、介质及电子设备
CN113177026A (zh) * 2021-04-16 2021-07-27 宋彦震 基于教学视频直播的弹幕学习笔记管理方法
CN113242453A (zh) * 2021-05-06 2021-08-10 深圳小湃科技有限公司 弹幕播放方法、服务器以及计算机可读存储介质
CN113542854A (zh) * 2021-07-20 2021-10-22 北京字跳网络技术有限公司 视频处理方法、装置、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130004138A1 (en) * 2011-06-30 2013-01-03 Hulu Llc Commenting Correlated To Temporal Point Of Video Data
WO2017185641A1 (zh) * 2016-04-29 2017-11-02 乐视控股（北京）有限公司 一种语音弹幕的生成、播放方法及其装置、客户端
EP3349394A1 (en) * 2017-01-16 2018-07-18 Remote Media, LLC System, method, and application for exchanging content in a social network environment
CN110446115A (zh) * 2019-07-22 2019-11-12 腾讯科技（深圳）有限公司 直播互动方法、装置、电子设备及存储介质
CN111246227A (zh) * 2020-01-06 2020-06-05 北京达佳互联信息技术有限公司 弹幕发布方法及设备
CN111541910A (zh) * 2020-04-21 2020-08-14 华中科技大学 一种基于深度学习的视频弹幕评论自动生成方法及系统
CN111918075A (zh) * 2020-07-15 2020-11-10 腾讯科技（深圳）有限公司 展示对象相关信息的输出方法、装置、介质及电子设备
CN113177026A (zh) * 2021-04-16 2021-07-27 宋彦震 基于教学视频直播的弹幕学习笔记管理方法
CN113242453A (zh) * 2021-05-06 2021-08-10 深圳小湃科技有限公司 弹幕播放方法、服务器以及计算机可读存储介质
CN113542854A (zh) * 2021-07-20 2021-10-22 北京字跳网络技术有限公司 视频处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHUMING MA , LEI CUI , DAMAI DAI , FURU WEI , XU SUN: "LiveBot: Generating Live Video Comments Based on Visual and Textual Contexts", ARXIV *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115022712A (zh) * 2022-05-20 2022-09-06 北京百度网讯科技有限公司 视频处理方法、装置、设备以及存储介质
CN115022712B (zh) * 2022-05-20 2023-12-29 北京百度网讯科技有限公司 视频处理方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
CN114422844B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN110446115B (zh) 直播互动方法、装置、电子设备及存储介质
US10987596B2 (en) Spectator audio analysis in online gaming environments
US10898813B2 (en) Methods and systems for generating and providing virtual objects and/or playable recreations of gameplay
US10210002B2 (en) Method and apparatus of processing expression information in instant communication
CN107801101B (zh) 用于优化和高效的交互式体验的系统和方法
CN110085244B (zh) 直播互动方法、装置、电子设备及可读存储介质
US20210365749A1 (en) Image data processing method and apparatus, electronic device, and storage medium
CN112399258B (zh) 直播回放视频生成播放方法、装置、存储介质及电子设备
CN106648535A (zh) 直播客户端语音输入方法及终端设备
CN110545475B (zh) 一种视频播放方法、装置及电子设备
CN112328142A (zh) 直播互动方法、装置、电子设备和存储介质
CN113301358B (zh) 内容提供及展示方法、装置、电子设备、存储介质
US11521653B2 (en) Video sequence layout method, electronic device and storage medium
CN110025958B (zh) 语音的发送方法、装置、介质及电子设备
US20210117409A1 (en) Automated content generation from statistical data
WO2021169432A1 (zh) 直播应用的数据处理方法、装置、电子设备及存储介质
CN111031373A (zh) 视频播放方法、装置、电子设备及计算机可读存储介质
CN114938459A (zh) 基于弹幕的虚拟直播互动方法、装置、存储介质及设备
CN114422844A (zh) 弹幕素材生成方法、推荐方法、装置、设备、介质及产品
CN113852767B (zh) 视频编辑方法、装置、设备及介质
CN110674338A (zh) 语音技能推荐方法、装置、设备及存储介质
EP4325376A1 (en) Information processing device, information processing method, and information processing system
CN109726267B (zh) 用于故事机的故事推荐方法和装置
CN115484465B (zh) 弹幕生成方法及装置、电子设备和存储介质
CN114693848B (zh) 一种生成二维动画的方法、装置、电子设备及介质

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
GR01 Patent grant
GR01 Patent grant