CN114584802A - 多媒体处理方法、装置、介质以及电子设备 - Google Patents

多媒体处理方法、装置、介质以及电子设备 Download PDF

Info

Publication number
CN114584802A
CN114584802A CN202011377510.2A CN202011377510A CN114584802A CN 114584802 A CN114584802 A CN 114584802A CN 202011377510 A CN202011377510 A CN 202011377510A CN 114584802 A CN114584802 A CN 114584802A
Authority
CN
China
Prior art keywords
task
multimedia
node
task node
current
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
CN202011377510.2A
Other languages
English (en)
Other versions
CN114584802B (zh
Inventor
柳春懿
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011377510.2A priority Critical patent/CN114584802B/zh
Publication of CN114584802A publication Critical patent/CN114584802A/zh
Application granted granted Critical
Publication of CN114584802B publication Critical patent/CN114584802B/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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • 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
    • H04N21/432—Content retrieval operation from a local storage medium, e.g. hard-disk
    • H04N21/4325—Content retrieval operation from a local storage medium, e.g. hard-disk by playing back content from the storage medium
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44227—Monitoring of local network, e.g. connection or bandwidth variations; Detecting new devices in the local network

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本公开提供了一种多媒体处理方法、装置、介质以及电子设备。该方法包括：确定对原始多媒体配置的任务流，并对原始多媒体执行任务流中的当前任务节点；若确定原始多媒体执行当前任务节点的处理结果异常，在任务流中确定目标任务节点；对执行所述当前任务节点的所述原始多媒体执行所述目标任务节点，以生成与原始多媒体对应的目标多媒体。本公开一方面，对原始多媒体配置任务流，可以快速帮助开发人员使用云服务器提供的服务，减少开发人员的开发成本，提高了工作效率；另一方面，在当前任务节点处理结果异常时执行目标任务节点，提供了异常处理方式，给出了正确的任务节点转移策略，实现了目标多媒体快速准确生成的效果。

Description

多媒体处理方法、装置、介质以及电子设备
技术领域
本公开涉及人工智能技术领域，具体而言，涉及一种多媒体处理方法、多媒体处理装置、计算机可读介质以及电子设备。
背景技术
随着互联网行业的发展，云服务可以提供各种类型的服务器，以便于用户获取到不同的服务。
但是，直接接入云服务器获取服务存在一定的门槛，尤其对于业务类型丰富，处理流程较长的多媒体处理业务，会极大地浪费人力和时间成本。而且，在出现异常情况时，云服务器的不稳定性也会导致工作量增加。
鉴于此，本领域亟需开发一种新的多媒体处理方法及装置。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的技术背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种多媒体处理方法、多媒体处理装置、计算机可读介质以及电子设备，进而至少在一定程度上克服无法处理多媒体处理业务的异常情况以及接入云服务器带来的成本浪费等技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面，提供一种多媒体处理方法，该方法包括：确定对原始多媒体配置的任务流，并对所述原始多媒体执行所述任务流中的当前任务节点；
若确定所述原始多媒体执行所述当前任务节点的处理结果异常，在所述任务流中确定目标任务节点；
对执行所述当前任务节点的所述原始多媒体执行所述目标任务节点，以生成与所述原始多媒体对应的目标多媒体。
根据本公开实施例的一个方面，提供一种多媒体处理装置，该装置包括：任务执行模块，被配置为确定对原始多媒体配置的任务流，并对所述原始多媒体执行所述任务流中的当前任务节点；
节点确定模块，被配置为若确定所述原始多媒体执行所述当前任务节点的处理结果异常，在所述任务流中确定目标任务节点；
状态转换模块，被配置为对执行所述当前任务节点的所述原始多媒体执行所述目标任务节点，以生成与所述原始多媒体对应的目标多媒体。
在本公开的一些实施例中，基于以上技术方案，所述节点确定模块包括：执行状态子模块，被配置为获取执行所述当前任务节点的任务结果参数，并根据所述任务结果参数确定所述任务流的当前执行状态；
状态确定子模块，被配置为根据所述当前执行状态在所述任务流中确定目标任务节点。
在本公开的一些实施例中，基于以上技术方案，所述状态确定子模块包括：分类算法单元，被配置为根据所述任务结果参数以及与所述任务结果参数对应的分类算法确定所述任务流的当前执行状态为重新执行状态。
在本公开的一些实施例中，基于以上技术方案，所述分类算法单元包括：异常样本子单元，被配置为确定与所述任务结果参数对应的异常样本数据库，以在所述异常样本数据库中确定与所述任务结果参数对应的异常样本；
样本状态子单元，被配置为利用分类算法确定所述异常样本对应的参考执行状态为重新执行状态，以确定所述任务流的当前执行状态为重新执行状态。
在本公开的一些实施例中，基于以上技术方案，所述状态确定子模块，包括：映射关系单元，被配置为若所述当前执行状态为重新执行状态，确定所述任务结果参数与目标任务节点之间的映射关系；
结果参数单元，被配置为基于所述映射关系，根据所述任务结果参数确定所述任务流中的目标任务节点。
在本公开的一些实施例中，基于以上技术方案，所述状态确定子模块，包括：下一节点单元，被配置为若所述当前执行状态为终止当前任务节点状态，确定所述当前任务节点的下一任务节点为目标任务节点。
在本公开的一些实施例中，基于以上技术方案，所述节点确定模块，包括：来源信息子模块，被配置为获取所述原始多媒体的多媒体来源信息，并根据所述多媒体来源信息在所述任务流中确定目标任务节点。
根据本公开实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如以上技术方案中的多媒体处理方法。
根据本公开实施例的一个方面，提供一种电子设备，该电子设备包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器被配置为经由执行所述可执行指令来执行如以上技术方案中的多媒体处理方法。
在本公开实施例提供的技术方案中，一方面，对原始多媒体配置任务流，快速帮助开发人员使用云服务器提供的服务，减少开发人员的开发成本，提高了工作效率；另一方面，在当前任务节点处理结果异常时执行目标任务节点，提供了异常处理方式，给出了正确的任务节点转移策略，实现了目标多媒体快速准确生成的效果。
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。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示意性地示出了应用本公开技术方案的示例性系统的架构示意图；
图2示意性地示出了本公开的一些实施例中一种多媒体处理方法的步骤流程图；
图3示意性地示出了在本公开的一些实施例中确定目标任务节点的方法的步骤流程图；
图4示意性地示出了在本公开的一些实施例中确定重新执行状态的方法的步骤流程图；
图5示意性地示出了在本公开的一些实施例中进一步确定目标任务节点的方法的步骤流程图；
图6示意性地示出了在本公开些实施例在应用场景下的多媒体处理方法的步骤流程图；
图7示意性地示出了在本公开的一些实施例中在应用场景下处理结果异常的处理方法步骤流程图；
图8示意性地示出了本公开实施例在应用场景下建立异常样本数据库的方法的步骤流程图；
图9示意性地示出了在本公开一些实施例中的一种多媒体处理装置的结构框图；
图10示意性地示出了适于用来实现本公开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
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
在本领域的相关技术中，云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。
云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池。其中，资源包括网络、服务器、存储、应用程序和服务等。这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
云计算的核心思想是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务，即计算云服务，也称云服务。用户通过网络以按需、易扩展的方式获得所需资源和服务。借助云计算提供的各种类型服务器，用户可获取到不同的服务。
所谓人工智能云服务，一般也被称作是AIaaS(AI as a Service，中文为“AI即服务”)。这是目前主流的一种人工智能平台的服务方式，具体来说AIaaS平台会把几类常见的AI服务进行拆分，并在云端提供独立或者打包的服务。这种服务模式类似于开了一个AI主题商城：所有的开发者都可以通过API接口的方式来接入使用平台提供的一种或者是多种人工智能服务，部分资深的开发者还可以使用平台提供的AI框架和AI基础设施来部署和运维自已专属的云人工智能服务。
但是，直接接入云服务器等基础服务平台存在一定的门槛。尤其是针对教育多媒体这种业务类型丰富，且处理流程较长的业务，导致开发人员要花费大量时间在云服务器接入和业务流程配置等操作上。
除此之外，相关技术中存在应用于客服系统的任务管理方式和工作流配置方式，但是并不适用于多媒体处理的应用场景，也不存在异常检测的处理方式。
虽然基于基础设施的角度会参考和使用任务流机制，但是也没有提供任务状态转移的方式，在任务处理异常时，是没有对应的异常处理方案的。
除了相关技术中的异常情况处理困难之外，也由于云服务器不稳定性，导致增加了大量的工作量。
基于以上方案存在的问题，本公开提供了多媒体处理方法、多媒体处理装置、计算机可读介质以及电子设备。
图1示出了应用本公开技术方案的示例性系统架构示意图。
如图1所示，系统架构100可以包括终端110、网络120、服务器端130。其中，终端110和服务器端130通过网络120连接。
终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。网络120可以是能够在终端110和服务器端130之间提供通信链路的各种连接类型的通信介质，例如可以是有线通信链路、无线通信链路或者光纤电缆等等，本申请在此不做限制。服务器130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
具体地，服务器端130可以为原始多媒体提供可配置的任务节点，终端110可以利用该任务节点为原始多媒体配置任务流，以对原始多媒体执行任务流中的当前任务节点。进一步的，若确定原始多媒体执行当前任务节点的处理结果异常，在任务流中确定目标任务节点。然后，对原始多媒体执行目标任务节点，以生成与原始多媒体对应的目标多媒体。
另外，本公开实施例中的多媒体处理方法可以应用于终端，也可以应用于服务器端，本公开对此不做特殊限定。本公开实施例主要以多媒体处理方法应用于终端110来举例说明。
下面结合具体实施方式对本公开提供的多媒体处理方法、多媒体处理装置、计算机可读介质以及电子设备做出详细说明。
图2示意性地示出了本公开的一些实施例中多媒体处理方法的步骤流程图，如图2所示，多媒体处理方法主要可以包括以下步骤：
步骤S210.确定对原始多媒体配置的任务流，并对原始多媒体执行任务流中的当前任务节点。
步骤S220.若确定原始多媒体执行当前任务节点的处理结果异常，在任务流中确定目标任务节点。
步骤S230.对执行当前任务节点的原始多媒体执行目标任务节点，以生成与原始多媒体对应的目标多媒体。
在本公开的示例性实施例中，一方面，对原始多媒体配置任务流，快速帮助开发人员使用云服务器提供的服务，减少开发人员的开发成本，提高了工作效率；另一方面，在当前任务节点处理结果异常时执行目标任务节点，提供了异常处理方式，给出了正确的任务节点转移策略，实现了目标多媒体快速准确生成的效果。
下面对多媒体处理方法的各个步骤进行详细说明。
在步骤S210中，确定对原始多媒体配置的任务流，并对原始多媒体执行任务流中的当前任务节点。
在本公开的示例性实施例中，任务流可以是把多个任务串联起来，实现各个任务之间的依赖关系。当上游任务完成时，可以开启下游任务，实现数据同步的批流一体化。
而针对原始多媒体要执行的任务流，可以是开发人员等身份的用户自行进行配置的。举例而言，当原始多媒体为普通版应用程序的回放任务生成的多媒体时，开发人员可以根据业务需求配置任务流中包括拼接、转码、普通版注册和绑定四个任务节点；当原始多媒体为极速版应用程序的回放任务生成的多媒体时，开发人员可以根据业务需求配置任务流中包括的任务节点为拼接、转码、极速版注册；当原始多媒体为录播任务生成的视频时，开发人员可以根据业务需求配置任务流中包括的任务节点为转码和子视频表注册。
值得说明的是，任务节点可以是终端自行提供的，也可以是服务器提供的。其中，该服务器可以是云服务器。当云服务器提供任务节点对应的服务时，各个任务节点是相互独立的，互不影响，且能够自由配置。
当对原始多媒体执行任务流中的一个任务节点时，可以确定该任务节点为当前任务节点，以使原始多媒体执行当前任务节点进行多媒体处理。
在步骤S220中，若确定原始多媒体执行当前任务节点的处理结果异常，在任务流中确定目标任务节点。
在本公开的示例性实施例中，当原始多媒体执行当前任务节点时，可能会出现处理结果异常的情况。
值得说明的是，原始多媒体执行任务流中的每一个任务节点，都会监控每一个任务节点的处理结果。其中，处理结果可以对应处理成功、处理失败和处理异常三种情况。
当监控到当前任务节点的处理结果异常时，为保证任务流的继续执行，可以在任务流中确定要执行的目标任务节点。
图3示出了确定目标任务节点的方法的步骤流程图，如图3所示，该方法至少包括以下步骤：在步骤S310中，获取执行当前任务节点的任务结果参数，并根据任务结果参数确定任务流的当前执行状态。
其中，任务结果参数可以包括当前任务节点的任务类型和检测结果参数，也可以包括其他参数，本示例性实施例对此不做特殊限定。
其中，任务类型可以是当前任务节点的类型，检测结果参数可以是执行当前任务节点过程中的中间处理参数、环境参数和硬件参数等参数。
当获取到当前任务节点的任务类型和检测结果参数之后，可以根据任务类型和检测结果参数确定任务流此时的执行状态，亦即当前执行状态。
在可选的实施例中，根据任务结果参数以及与任务结果参数对应的分类算法确定任务流的当前执行状态为重新执行状态。
其中，分类算法可以是K近邻算法，也可以是其他算法，本示例性实施例对此不做特殊限定。其中，K近邻算法的思路是在特征空间中，如果一个样本附近的K个最近样本大多数属于某一个类型，则该样本也属于这个类别。
在可选的实施例中，图4示出了确定重新执行状态的方法的步骤流程图，如图4所示，该方法至少包括以下步骤：在步骤S410中，确定与任务结果参数对应的异常样本数据库，以在异常样本数据库中确定与任务结果参数对应的异常样本。
该异常样本数据库是处理结果异常时异常处理的数据依据，因此，异常样本数据库的建立显得尤为重要。在建立异常样本数据库时，可以将处理异常参数、环境异常参数和硬件异常参数进行预处理。其中，预处理可以包括剔除无效参数和标准化处理等步骤。然后，对预处理后的参数进行特征提取，以将提取到的特征作为异常样本，生成异常样本数据库。
当获取到当前任务节点的任务结果参数之后，可以在异常样本数据库中确定对应的异常样本。该异常样本可以是与任务结果参数一致的参数，也可以是与任务结果参数表征的异常情况相同的参数，本示例性实施例对任务结果参数是否进行处理不做特殊限定。
在步骤S420中，利用分类算法确定异常样本对应的参考执行状态为重新执行状态，以确定任务流的当前执行状态为重新执行状态。
在确定异常样本之后，可以利用分类算法确定异常样本对应的参考执行状态。
举例而言，当分类算法为K近邻算法，且异常样本为时长异常时，可以在异常样本的TopK中确定时长异常的异常样本对应的执行状态，亦即参考执行状态。当超过M％的时长异常的参考执行状态为重新执行状态时，确定任务流的当前执行状态为重新执行状态。
其中，M％一般可以设置为80％，也可以根据实际情况设置为其他数值，本示例性实施例对此不做特殊限定。
值得说明的是，当确定当前执行状态为重新执行状态时，表征任务流进入异常处理阶段。
在本示例性实施例中，根据分类算法和异常样本数据库确定任务流的当前执行状态为重新执行状态，为任务流是否进入异常处理阶段提供判断依据，为异常检测和异常处理之间增加了处理逻辑，提升了异常处理的准确性和逻辑缜密性。
在步骤S320中，根据当前执行状态在任务流中确定目标任务节点。
在本示例性实施例中，在确定当前执行状态为重新执行状态时，可以进一步根据重新执行状态确定目标任务节点。
在可选的实施例中，图5示出了进一步确定目标任务节点的方法的步骤流程图，如图5所示，该方法至少包括以下步骤：在步骤S510中，若当前执行状态为重新执行状态，确定任务结果参数与目标任务节点之间的映射关系。
当确定任务流的当前执行状态为重新执行状态时，可以进一步确定任务结果参数与目标任务节点之间的映射关系。
该映射关系可以是开发人员根据业务逻辑设定的，也可以是根据多媒体处理场景生成的，本示例性实施例对此不做特殊限定。
在步骤S520中，基于映射关系，根据任务结果参数确定任务流中的目标任务节点。
在确定任务结果参数和目标任务节点之间的映射关系之后，可以根据该映射关系确定任务结果参数对应的目标任务节点。
举例而言，当任务结果参数表征视频格式导致错误时，可以确定目标任务节点为转码；当任务结果参数表征视频长度异常时，可以确定目标任务节点为剪切。
在本示例性实施例中，根据任务结果参数与目标任务节点之间的映射关系可以确定与任务结果参数对应的目标任务节点，提供了多媒体流处理结果异常时的异常处理方案，给出了正确的任务状态转移策略，达到了多媒体处理任务快速准确的完成的效果。
但是，除了任务流的当前执行状态为重新执行状态可以确定目标任务节点之外，在任务流的当前执行状态为终止当前任务节点状态时，也可以继续确定目标任务节点，执行该任务流。
在可选的实施例中，若当前执行状态为终止当前任务节点状态，确定当前任务节点的下一任务节点为目标任务节点。
对任务流的当前执行状态为终止当前任务节点状态也可以是利用分类算法和任务结果参数确定的。
具体的，确定与任务结果参数对应的异常样本数据库，以在异常样本数据库中确定与任务结果参数对应的异常样本。进一步的，利用分类算法确定异常样本对应的参考执行状态为终止当前任务节点状态，以确定任务流的当前执行状态为终止当前任务节点状态。
值得说明的是，终止当前任务节点状态与重新执行状态的判定是恰好相反的。亦即，任务流的当前执行状态不是重新执行状态，就是终止当前任务节点状态。
举例而言，当分类算法为K近邻算法，且异常样本为时长异常时，可以在异常样本的TopK中确定时长异常的异常样本对应的执行状态，亦即参考执行状态。当时长异常的参考执行状态为重新执行状态的比例小于M％时，可以确定异常样本对应的参考执行状态为终止当前任务节点状态，进一步的，确定当前执行状态为终止当前任务节点状态。
在确定当前执行状态为终止当前任务节点状态时，可以终止当前任务节点。并且，确定任务流中的当前任务节点的下一任务节点，以执行下一任务节点，亦即确定下一任务节点为目标任务节点。
在本示例性实施例中，通过确定当前任务状态为终止当前任务节点状态，可以确定该种情况下的目标任务节点，以完善重新执行状态的异常处理逻辑，并丰富了目标任务节点的确定方法，扩大了业务流异常处理的应用场景。
除此之外，在确定任务流的处理结果异常时，还可以根据原始多媒体的多媒体来源确定目标任务节点。
在可选的实施例中，获取原始多媒体的多媒体来源信息，并根据多媒体来源信息在任务流中确定目标任务节点。
举例而言，当原始多媒体为教育视频时，原始多媒体的视频来源就可以是教师上传的，也可以是教育机构上传的。
因此，可以获取到表征多媒体来源的多媒体来源信息，该多媒体来源信息可以是表征多媒体来源的标识信息，也可以是多媒体来源的文字信息或图案，还可以是根据实际情况设定的其他信息，本示例性实施例对此不做特殊限定。
当多媒体来源信息表征原始多媒体是教师上传的视频时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以根据任务结果参数与目标任务节点之间的映射关系确定目标任务节点；当多媒体来源信息表征原始多媒体是教育机构上传的视频时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以终止当前任务节点的处理流程，确定下一任务节点为目标任务节点；当多媒体来源信息表征原始多媒体是未经认证的普通用户上传的视频时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以终止该原始多媒体的整个任务流，不再进行多媒体处理。
除此之外，在原始多媒体是其他多媒体时，也可以根据多媒体来源信息确定对应的目标任务节点，或者是当原始多媒体为教育视频时，也不限于教师、教育机构和普通用户的示例处理方式，还可以根据实际业务场景进行其他设定，本示例性实施例对此不做特殊限定。
在本示例性实施例中，通过原始多媒体的多媒体来源信息也可以确定目标任务节点，针对特殊场景提供了针对性的异常处理逻辑，快速适用于教育行业的音视频业务场景，着重解决了类似于教育音视频这种业务类型丰富的场景下的异常处理需求。
在步骤S230中，对执行当前任务节点的原始多媒体执行目标任务节点，以生成与原始多媒体对应的目标多媒体。
在本公开的示例性实施例中，在确定目标任务节点之后，可以使得对原始多媒体的多媒体处理继续执行目标任务节点，以生成目标多媒体。
值得说明的是，在继续执行目标任务节点直至生成目标多媒体的过程中，可能还会出现其他任务节点的处理结果异常的情况，也可以按照步骤S220的方式进行异常处理。
下面结合一具体应用场景对本公开实施例中提供的多媒体处理方法做出详细说明。
图6示出了应用场景下的多媒体处理方法的步骤流程图，如图6所示，在步骤S610中，根据教育音视频的特点和应用程序实际的业务处理方式，可以将任务分成普通版回放任务、极速版回放任务和录播任务三种。除此之外，还可以根据其他业务类型划分其他任务类别，本示例性实施例对此不做特殊限定。
在步骤S620中，对不同的业务逻辑设置不同的触发条件。
具体的，普通版回放任务的触发条件可以是老师断流发起，亦即老师打开应用程序，并在上完课之后关闭应用程序；极速版回放任务的触发条件可以是下课行为发起，亦即老师上完课之后，点击下课控件；录播任务的触发条件可以是定时脚本发起的，亦即在生成音视频课件，并且上传至应用程序。
值得说明的是，通过三种任务的触发方式可以生成对应的原始多媒体。
在步骤S630中，流程选择，亦即业务流配置。
具体的，开发人员根据提供的多媒体处理服务配置不同任务类别的处理流程。
举例而言，当原始多媒体是通过普通版回放任务生成的，可以配置任务流为拼接→转码→普通版注册→绑定；当原始多媒体为极速版回放任务生成，可以配置任务流为拼接→转码→极速版注册；当原始多媒体为录播任务生成的，可以配置任务流为转码→子视频表注册。
开发人员通过为不同类别的原始多媒体配置不同的任务流，通过配置的不同的任务流可以进行不同的多媒体处理路径，可以简化整体流程，无需详细了解任务节点的处理细节，节省了人力成本和时间成本。
在步骤S640中，将任务流的每一个任务节点的处理结果和任务结果参数记录在任务状态表中。
在步骤S650中，当确定原始多媒体执行当前任务节点的处理结果异常时，可以通过云服务器提供的任务控制服务确定任务流中的目标任务节点，进行任务节点的状态转换。
图7示出了应用场景下处理结果异常的处理方法的步骤流程图，如图7所示，在步骤S710中，对任务流中的当前任务节点执行过程进行异常检测。
具体的，原始多媒体执行任务流中的每一个任务节点，都会监控每一个任务节点的处理结果。其中，处理结果可以对应处理成功、处理失败和处理异常三种情况。当监测到处理结果为处理异常时，确定当前任务节点的处理结果异常。
在步骤S720中，确定与任务结果参数对应的异常样本数据库。
具体的，可以获取当前任务节点的任务类型和检测结果参数作为任务结果参数，以进一步确定异常样本数据库。
该异常样本数据库是处理结果异常时异常处理的数据依据，因此，异常样本数据库的建立显得尤为重要。
图8示出了应用场景下建立异常样本数据库的方法的步骤流程图，如图8所示，在步骤S810中，针对异常情况进入输入是处理异常参数、环境异常参数和硬件异常参数三部分内容。除此之外，根据实际的应用场景，也可以输入其他参数，本示例性实施例对此不做特殊限定。
在步骤S820中，对输入参数进行预处理。
具体的，预处理方式包括剔除无效参数和标准化处理等步骤。在预处理之后，还可以将预处理参数执行任务流。因此，在任务流执行之后，可以根据输入的错误参数导致处理结果异常。
在步骤S830中，根据处理异常的情况提取异常特征。
举例而言，当输入的硬件异常参数熬制数据保存错误时，可以评估影响的范围，例如整个服务无法使用或者是局部服务无法使用等情况，以确定异常特征。
在步骤S840中，将提取到的异常特征输入到异常样本中，以生成异常样本数据库。
在步骤S730中，在异常样本数据库中确定与任务结果参数对应的异常样本，以根据异常样本确定处理结果异常的处理方式。
具体的，利用分类算法确定异常样本对应的参考执行状态，以根据参考执行状态确定异常处理方式。
当分类算法为K近邻算法，且异常样本为W时，可以在异常样本的TopK中确定异常样本为W对应的执行状态，亦即参考执行状态。当超过M％的时长异常的参考执行状态为重新执行状态时，确定任务流的当前执行状态为重新执行状态。当异常样本为W的参考执行状态为重新执行状态的比例小于M％时，可以确定异常样本对应的参考执行状态为终止当前任务节点状态，进一步的，确定当前执行状态为终止当前任务节点状态。
值得说明的是，当异常样本为W的参考执行状态为重新执行状态的比例等于M％的情况，可以根据实际的业务逻辑进行设定，本示例性实施例对此不做特殊限定。
在确定当前执行状态为重新执行状态时，可以根据任务结果参数与目标任务节点之间的映射关系确定继续要执行的目标任务节点。
举例而言，当任务结果参数表征多媒体格式导致错误时，可以确定目标任务节点为转码；当任务结果参数表征多媒体长度异常时，可以确定目标任务节点为剪切。
当确定当前执行状态为终止当前任务节点状态时，可以确定当前任务节点的下一任务节点为目标任务节点。
针对教育音视频这一特殊的场景，可以为不同的多媒体来源设置不同的目标任务节点转移的策略。
举例而言，当多媒体来源信息表征原始视频是教师上传的多媒体时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以根据任务结果参数与目标任务节点之间的映射关系确定目标任务节点；当多媒体来源信息表征原始多媒体是教育机构上传的多媒体时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以终止当前任务节点的处理流程，确定下一任务节点为目标任务节点；当多媒体来源信息表征原始多媒体是未经认证的普通用户上传的多媒体时，在对该原始多媒体执行当前任务节点的处理结果异常情况下，可以终止该原始多媒体的整个任务流，不再进行多媒体处理。
在确定目标任务节点之后，可以继续对原始多媒体执行目标任务节点，并将任务节点的状态转移也记录在任务状态表中。
在步骤S660中，针对原始多媒体为教育视频这一场景，可以将生成的目标多媒体注册或绑定到不同的业务列表中。
在确定目标任务节点之后，可以使得对原始多媒体的多媒体处理继续执行目标任务节点，以生成目标多媒体。
值得说明的是，在继续执行目标任务节点直至生成目标多媒体的过程中，可能还会出现其他任务节点的处理结果异常的情况，也可以进行异常处理方式的判定进行后续的异常处理。
若原始多媒体是通过普通版回放任务得到的，可以将生成的目标多媒体注册在子视频表中；若原始多媒体是通过极速版回放任务生成的，可以将生成的目标多媒体注册到上下课表中；若原始多媒体是通过录播任务生成的，可以将目标多媒体绑定到任务信息表中。
除此之外，除了区分极速版、普通版以及大会模式的业务场景生成原始多媒体，同时还区分回放和录播等不同的多媒体类型注册目标多媒体之外，还可以根据其他不同的目标任务节点的转移策略生成并注册目标多媒体，本示例性实施例对此不做特殊限定。
在应用场景中的多媒体处理方法可以应用于教育音视频的生成、上传、智能剪辑、审核、转码等多个处理模块中，还可以进一步扩展和构建完整的业务流，进行老师上课直播、替换音视频，学生观看直播、上课举手和下课回看等一系列业务操作。
基于以上应用场景可知，本公开实施例提供的多媒体处理方法一方面，对原始多媒体配置任务流，快速帮助开发人员使用云服务器提供的服务，减少开发人员的开发成本，提高了工作效率；另一方面，在当前任务节点处理结果异常时执行目标任务节点，提供了异常处理方式，给出了正确的任务节点转移策略，实现了目标多媒体快速准确生成的效果。
应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
以下介绍本公开的装置实施例，可以用于执行本公开上述实施例中的多媒体处理方法。对于本公开装置实施例中未披露的细节，请参照本公开上述的多媒体处理方法的实施例。
图9示意性地示出了在本公开一些实施例中的一种多媒体处理装置的结构框图，如图9所示，多媒体处理装置900主要可以包括：任务执行模块910、节点确定模块920和状态转换模块930。
任务执行模块910，被配置为确定对原始多媒体配置的任务流，并对原始多媒体执行任务流中的当前任务节点；节点确定模块920，被配置为若确定原始多媒体执行当前任务节点的处理结果异常，在任务流中确定目标任务节点；状态转换模块930，被配置为对原始多媒体执行目标任务节点，以生成与原始多媒体对应的目标多媒体。
在本公开的一些实施例中，节点确定模块包括：执行状态子模块，被配置为获取执行当前任务节点的任务结果参数，并根据任务结果参数确定任务流的当前执行状态；
状态确定子模块，被配置为根据当前执行状态在任务流中确定目标任务节点。
在本公开的一些实施例中，状态确定子模块包括：分类算法单元，被配置为根据任务结果参数以及与任务结果参数对应的分类算法确定任务流的当前执行状态为重新执行状态。
在本公开的一些实施例中，分类算法单元包括：异常样本子单元，被配置为确定与任务结果参数对应的异常样本数据库，以在异常样本数据库中确定与任务结果参数对应的异常样本；
样本状态子单元，被配置为利用分类算法确定异常样本对应的参考执行状态为重新执行状态，以确定任务流的当前执行状态为重新执行状态。
在本公开的一些实施例中，基于以上技术方案，状态确定子模块，包括：映射关系单元，被配置为若当前执行状态为重新执行状态，确定任务结果参数与目标任务节点之间的映射关系；
结果参数单元，被配置为基于映射关系，根据任务结果参数确定任务流中的目标任务节点。
在本公开的一些实施例中，状态确定子模块，包括：下一节点单元，被配置为若当前执行状态为终止当前任务节点状态，确定当前任务节点的下一任务节点为目标任务节点。
在本公开的一些实施例中，节点确定模块，包括：来源信息子模块，被配置为获取原始多媒体的多媒体来源信息，并根据多媒体来源信息在任务流中确定目标任务节点。
本公开各实施例中提供的多媒体处理装置的具体细节已经在对应的方法实施例中进行了详细的描述，因此此处不再赘述。
图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图10示出的电子设备的计算机系统1000仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，计算机系统1000包括中央处理单元(Central Processing Unit，CPU)1001，其可以根据存储在只读存储器(Read-Only Memory，ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(Random Access Memory，RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统操作所需的各种程序和数据。CPU1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(Input/Output，I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地，根据本公开的实施例，各个方法流程图中所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部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本公开实施例所示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(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，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，计算机可读的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。计算机可读的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：无线、有线等等，或者上述的任意合适的组合。
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，上述模块、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，框图或流程图中的每个方框、以及框图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。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
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。
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)

1.一种多媒体处理方法，其特征在于，所述方法包括：
确定对原始多媒体配置的任务流，并对所述原始多媒体执行所述任务流中的当前任务节点；
若确定所述原始多媒体执行所述当前任务节点的处理结果异常，在所述任务流中确定目标任务节点；
对执行所述当前任务节点的所述原始多媒体执行所述目标任务节点，以生成与所述原始多媒体对应的目标多媒体。
2.根据权利要求1所述的多媒体处理方法，其特征在于，所述在所述任务流中确定目标任务节点，包括：
获取执行所述当前任务节点的任务结果参数，并根据所述任务结果参数确定所述任务流的当前执行状态；
根据所述当前执行状态在所述任务流中确定目标任务节点。
3.根据权利要求2所述的多媒体处理方法，其特征在于，所述根据所述任务结果参数确定所述任务流的当前执行状态，包括：
根据所述任务结果参数以及与所述任务结果参数对应的分类算法确定所述任务流的当前执行状态为重新执行状态。
4.根据权利要求3所述的多媒体处理方法，其特征在于，所述根据所述任务结果参数以及与所述任务结果参数对应的分类算法确定所述任务流的当前执行状态为重新执行状态，包括：
确定与所述任务结果参数对应的异常样本数据库，以在所述异常样本数据库中确定与所述任务结果参数对应的异常样本；
利用分类算法确定所述异常样本对应的参考执行状态为重新执行状态，以确定所述任务流的当前执行状态为重新执行状态。
5.根据权利要求2所述的多媒体处理方法，其特征在于，所述根据所述当前执行状态在所述任务流中确定目标任务节点，包括：
若所述当前执行状态为重新执行状态，确定所述任务结果参数与目标任务节点之间的映射关系；
基于所述映射关系，根据所述任务结果参数确定所述任务流中的目标任务节点。
6.根据权利要求2所述的多媒体处理方法，其特征在于，所述根据所述当前执行状态在所述任务流中确定目标任务节点，包括：
若所述当前执行状态为终止当前任务节点状态，确定所述当前任务节点的下一任务节点为目标任务节点。
7.根据权利要求1所述的多媒体处理方法，其特征在于，所述在所述任务流中确定目标任务节点，包括：
获取所述原始多媒体的多媒体来源信息，并根据所述多媒体来源信息在所述任务流中确定目标任务节点。
8.一种多媒体处理装置，其特征在于，所述装置包括：
任务执行模块，被配置为确定对原始多媒体配置的任务流，并对所述原始多媒体执行所述任务流中的当前任务节点；
节点确定模块，被配置为若确定所述原始多媒体执行所述当前任务节点的处理结果异常，在所述任务流中确定目标任务节点；
状态转换模块，被配置为对执行所述当前任务节点的所述原始多媒体执行所述目标任务节点，以生成与所述原始多媒体对应的目标多媒体。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的多媒体处理方法。
10.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的多媒体处理方法。
CN202011377510.2A 2020-11-30 2020-11-30 多媒体处理方法、装置、介质以及电子设备 Active CN114584802B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011377510.2A CN114584802B (zh) 2020-11-30 2020-11-30 多媒体处理方法、装置、介质以及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011377510.2A CN114584802B (zh) 2020-11-30 2020-11-30 多媒体处理方法、装置、介质以及电子设备

Publications (2)

Publication Number Publication Date
CN114584802A true CN114584802A (zh) 2022-06-03
CN114584802B CN114584802B (zh) 2024-03-08

Family

ID=81768481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011377510.2A Active CN114584802B (zh) 2020-11-30 2020-11-30 多媒体处理方法、装置、介质以及电子设备

Country Status (1)

Country Link
CN (1) CN114584802B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060050865A1 (en) * 2004-09-07 2006-03-09 Sbc Knowledge Ventures, Lp System and method for adapting the level of instructional detail provided through a user interface
US20150058824A1 (en) * 2013-08-22 2015-02-26 Oracle International Corporation Targeted Cloud-based Debugging
CN109144701A (zh) * 2018-09-05 2019-01-04 郑州云海信息技术有限公司 一种任务流管理方法、装置、设备及系统
US20190303208A1 (en) * 2018-03-29 2019-10-03 Servicenow, Inc. Management instrumentation and discovery (mid) server support for executing automated flows within a cloud based system
CN110321107A (zh) * 2018-03-30 2019-10-11 优酷网络技术（北京）有限公司 数据处理模块的生成方法和服务器
CN110516971A (zh) * 2019-08-29 2019-11-29 杭州网易再顾科技有限公司 异常检测的方法、装置、介质和计算设备
CN111190892A (zh) * 2020-01-03 2020-05-22 苏州思必驰信息科技有限公司 一种数据回填中处理异常数据的方法和装置
CN111897633A (zh) * 2020-07-01 2020-11-06 北京沃东天骏信息技术有限公司 一种任务处理的方法和装置
CN111967849A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种任务处理流程编排方法、装置及电子设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060050865A1 (en) * 2004-09-07 2006-03-09 Sbc Knowledge Ventures, Lp System and method for adapting the level of instructional detail provided through a user interface
US20150058824A1 (en) * 2013-08-22 2015-02-26 Oracle International Corporation Targeted Cloud-based Debugging
US20190303208A1 (en) * 2018-03-29 2019-10-03 Servicenow, Inc. Management instrumentation and discovery (mid) server support for executing automated flows within a cloud based system
CN110321107A (zh) * 2018-03-30 2019-10-11 优酷网络技术（北京）有限公司 数据处理模块的生成方法和服务器
CN109144701A (zh) * 2018-09-05 2019-01-04 郑州云海信息技术有限公司 一种任务流管理方法、装置、设备及系统
CN110516971A (zh) * 2019-08-29 2019-11-29 杭州网易再顾科技有限公司 异常检测的方法、装置、介质和计算设备
CN111190892A (zh) * 2020-01-03 2020-05-22 苏州思必驰信息科技有限公司 一种数据回填中处理异常数据的方法和装置
CN111897633A (zh) * 2020-07-01 2020-11-06 北京沃东天骏信息技术有限公司 一种任务处理的方法和装置
CN111967849A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种任务处理流程编排方法、装置及电子设备

Also Published As

Publication number Publication date
CN114584802B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
US8843832B2 (en) Architecture, system and method for a real-time collaboration interface
CN111133461A (zh) 区块链使能的众包
US10929909B2 (en) Media enhancement with customized add-on content
US20240119074A1 (en) Recognizing polling questions from a conference call discussion
WO2022006144A2 (en) Polling questions for a conference call discussion
US11095957B2 (en) Method and apparatus for publishing information, and method and apparatus for processing information
Ranjan et al. MediaWise cloud content orchestrator
US11743150B2 (en) Automated root cause analysis of underperforming video streams by using language transformers on support ticket systems
CN112437004A (zh) 信息处理方法、装置、电子设备及存储介质
US20230289384A1 (en) Auto-populating image metadata
Stritar et al. What entrepreneurs discover when creating opportunities? Insights from Skype and YouTube ventures
Dodero et al. Learning technologies and semantic integration of learning resources
Snickars et al. SpotiBot: Turing testing spotify
WO2023279677A1 (zh) 课程定制方法、装置、设备、存储介质及程序
US11755181B2 (en) Populating answers to polling questions based on initial responses
KR102243275B1 (ko) 오프라인 오브젝트에 관한 콘텐츠 자동 생성 방법, 장치 및 컴퓨터 판독가능 저장 매체
CN114584802A (zh) 多媒体处理方法、装置、介质以及电子设备
CN112802478B (zh) 混合云融合调度方法和装置
US20230028495A1 (en) Content appearance conversion for remote application sharing
Wang et al. Online mobile teaching methods based on Android in the 5G environment
US20170104827A1 (en) Multi-user web session handoff
Alostad et al. An application to manage widespread social media accounts with one smart touch
CN110942306A (zh) 数据处理方法、装置及电子设备
Song et al. An Approach of Risk Management for Multimedia Streaming Service in Cloud Computing
WO2023197814A1 (zh) 一种视频处理方法、系统及相关设备

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