一种多媒体管理方法和装置制造方法及图纸

本发明专利技术提供了一种多媒体管理方法和装置，接收用户的语音信息，从语音信息中，提取用户的特征信息以及指令信息，根据特征信息和指令信息管理对应的多媒体文件。通过本发明专利技术的实施，结合了用户的语音信息对多媒体文件进行管理，实现了用户对多媒体文件管理的灵活订制，满足了用户对管理的多元化的需求，提升了用户体验。

【技术实现步骤摘要】
一种多媒体管理方法和装置
本专利技术涉及多媒体
，尤其涉及一种多媒体管理方法和装置。
技术介绍
对于现有的多媒体播放控制手段中，除了基础的播放、暂停等等之外，在视频的播放中还新兴了一种播放标签的手段，就是在一个视频中，以时间节点的方式，将视频进行分割，从而可以让用户以分割后的标签来观看视频，让用户可以更快的看到想看到的内容。然而，这种标签管理方式仅仅是一种死板的、固定的管理方式，用户并不能根据自己的喜好和实际需求来进行管理，难以满足现在不同用户的多元化的需求。
技术实现思路
本专利技术实施例提供了一种多媒体管理方法和装置，旨在解决现有技术中对于多媒体管理手段死板单一，用户体验差的问题。为了解决上述技术问题，本专利技术实施例提供了一种多媒体管理方法，包括：接收用户的语音信息；从所述语音信息中，提取用户的特征信息和指令信息；根据所述特征信息和指令信息管理对应的多媒体文件。此外，本专利技术实施例还提供一种多媒体管理装置，包括：语音录入模块，用于接收用户的语音信息；语音识别模块，用于从所述语音信息中，提取用户的特征信息和指令信息；指令处理模块，用于根据所述特征信息和指令信息管理对应的多媒体文件。本专利技术的有益效果是：本专利技术提供了一种多媒体管理方法和装置，接收用户的语音信息，从语音信息中，提取用户的特征信息，以及指令信息，根据特征信息和指令信息对多媒体文件进行管理。通过本专利技术的实施，结合了用户的语音信息对多媒体文件进行管理，实现了用户对多媒体文件管理的灵活订制，满足了用户对管理的多元化的需求，提升了用户体验。附图说明图1为本专利技术第一实施例提供的一种多媒体管理方法流程图；图2为本专利技术第二实施例提供的一种多媒体管理方法流程图；图3为本专利技术第二实施例提供的一种多媒体管理方法流程图；图4为本专利技术第二实施例提供的一种多媒体管理方法流程图；图5为本专利技术第二实施例提供的一种多媒体管理方法流程图；图6为本专利技术第三实施例提供的一种多媒体管理装置组成示意图。具体实施方式本专利技术的构思点在于，在传统的多媒体管理手段中，添加用户的音频信息进行可订制的管理，从而提升用户管理的灵活度和自由度，且可靠性高，用户体验好。下面结合附图对本专利技术的具体实施方式作进一步说明。第一实施例请参考图1，图1是本专利技术第一实施例提供的一种多媒体管理方法流程图，包括：S101、接收用户的语音信息；S102、从语音信息中，提取用户的特征信息和指令信息；S103、根据特征信息和指令信息管理对应的多媒体文件。多媒体文件，包括音频文件和视频文件等等，都有一个特点，他们都是基于时间线的文件，即多媒体文件都带有一个时间属性。对于一个确定的音频或者视频文件而言，在某个确定的时间点，其总是固定对应于一个确定的播放内容，对于音频文件则只包括音频内容，对于视频文件则可以包括音频内容以及视频内容。此外，特别的，由于音频的曲线特性，在确定的时间点同样也可以对应于确定的音频曲线。换言之，可以通过时间属性，来直接定位到多媒体文件中指定的位置。S101中，接收用户的语音信息。用户的语音信息可以是用户自身所发出的语音信息，比如用户以说话的方式发出的语音信息，还可以是，用户借助其他设备所发出的语音信息，比如电子翻译，或者是通过其他录音设备录制的用户的声音等等。用户的语音信息则反应了用户想要对多媒体文件所进行的相应的控制操作，包括常规的播放、暂停等等之类的控制逻辑。S102中，从语音信息中，提取用户的特征信息，以及对应于管理多媒体文件的指令信息。根据语音信息，可以提取用户的特征信息，特征信息可作为同一用户的标识信息，根据特征信息可以确定属于同一用户的语音信息，相应的，也可以通过特征信息，将不同用户的语音信息区分开来。在本实施例中，特征信息可以包括用户的声纹信息，其中，声纹信息具体包括携带言语信息的声波频谱。声波不仅具有特定性，而且具有相对稳定性的特点，特别是在成年以后，人的声音可以保持长期的相对稳定不变。实验证明，无论讲话者是故意模仿他人的声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终不相同。基于声纹的这个特点，就可以准确的，将属于同一用户和不属于同一用户的语音信息进行归纳和区分。在本实施例中，对应于管理多媒体文件的指令信息，则指的是，用户所发送的语音信息所表达的，对多媒体文件所进行的具体的操作，这种操作逻辑以语音信息的形式传达给系统。由于语音信息的特殊性，个体之间声纹的差异、人种的差异、语言的差异都会引起语音信息中所包含的指令信息的表现形式的不同。比如，当用户是中国人时，其语音信息可以是普通话，或者是一些地方方言，甚至，可以是夹杂着一些英文的语句等等；对于用户是法国人时，其语音信息则一般就是法语。基于这样的考虑，本实施例中，提取对应于管理多媒体文件的指令信息可以通过针对不同语言的多种手段来进行，且可以通过语音信息中的特征信息，来选择不同的解析方式。具体的，在本实施例中，从语音信息中，提取用户的特征信息和指令信息可以包括：根据语音信息构建用户的声纹信息，特征信息包括声纹信息。以及，根据语音信息进行语音识别和自然语义解析，根据解析结果确定指令信息。其中，自然语义解析，就是解析语音信息所表达的含义，根据语言的不同解析的结果也有所不同。在本实施例中，具体的指令信息可以包括：播放、暂停、停止、跳转、创建目录、打开目录、添加标签等等中的至少一种。其中，播放、暂停、停止等等都是属于现有的多媒体的常规控制指令，在本实施例中，可以根据从语音信息中解析出上述指令，来实现相应的控制。比如，对于中文而言，播放对应的语音信息就可以是“播放xxx”，而如果是英文，那播放所对应的语音信息就可以是“playxxx”诸如此类。除了播放本身之外，语音信息中还可以包括播放对象的语音内容，比如多媒体文件的文件名，或者文件名中的一部分等等，根据这些内容可以直接打开对应的多媒体文件并播放。在本实施例中，根据特征信息和指令信息对管理对应的多媒体文件可以包括：根据用户的声纹信息判断是否为已存在用户；若是，则根据指令信息多多媒体文件进行管理；若否，则保存声纹信息，基于声纹信息创建用户对应的目录，并根据指令信息对多媒体文件进行管理。根据语音信息提取出的声纹信息，与已存的用户的声纹信息进行比对，根据比对的结果，就可以确定该声纹信息是否是已有用户的声纹信息。如果是，那么，该语音信息解析得到指令信息的解析方式就可以根据已有用户的解析方式来进行，从而根据指令信息进行相应的处理；如果不是，说明在已有的用户信息中没有本次语音信息所对应的用户，本次用户是新用户，那么，如果要将新用户的信息保存在系统中，就可以：首先，保存声纹信息，然后，基于该声纹信息，创建该新用户对应的目录，最后就根据指令信息进行相应的处理。如果不需要将新用户的信息保存在系统中，则可以直接解析得到指令信息，然后根据指令信息进行相应的操作。在本实施例中，当指令信息包括添加标签时，根据特征信息和指令信息管理对应的多媒体文件可以包括：确定语音信息录入的时间点；将时间点减去预设的补偿时间，得到标签时间点；根据指令信息中，添加标签对应的具体内容，在标签时间点创建语音标签。语音标签是一种对多媒体文件的一种标记手段，在语音标签对应的位置，也就是多媒体文件的时间属性对应的某时间点，根据预设的或者用户本文档来自技高网...

【技术保护点】
1.一种多媒体管理方法，包括：接收用户的语音信息；从所述语音信息中，提取用户的特征信息和指令信息；根据所述特征信息和指令信息管理对应的多媒体文件。

【技术特征摘要】
1.一种多媒体管理方法，包括：接收用户的语音信息；从所述语音信息中，提取用户的特征信息和指令信息；根据所述特征信息和指令信息管理对应的多媒体文件。2.如权利要求1所述的多媒体管理方法，其特征在于，所述从所述语音信息中，提取用户的特征信息和指令信息包括；根据所述语音信息构建用户的声纹信息，所述特征信息包括所述声纹信息。3.如权利要求1所述的多媒体管理方法，其特征在于，所述从所述语音信息中，提取用户的特征信息和指令信息还包括：根据所述语音信息进行语音识别和自然语义解析，根据解析结果确定所述指令信息。4.如权利要求2所述的多媒体管理方法，其特征在于，所述根据所述特征信息和指令信息管理对应的多媒体文件包括：根据所述用户的声纹信息判断是否为已存在用户；若是，则根据所述指令信息对所述多媒体文件进行管理；若否，则保存所述声纹信息，基于所述声纹信息创建所述用户对应的目录，并根据所述指令信息对所述多媒体文件进行管理。5.如权利要求1-4任一项所述的多媒体管理方法，其特征在于，当所述指令信息包括添加标签时，所述根据所述特征信息和指令信息管理对应的多媒体文件包括：确定所述语音信息录入的时间点；将所述时间点减去预设的补偿时间，得到标签时间点；根据所述指令信息中，添加标签对应的具体内容，在所述标签时间点创建语音标签。6.如权利要求1-4任一项所述的多媒体管理方法，其特征在于，当所述指令信息包括跳转时，所述根据所述特征信息和指令信息管理对应的多媒体文件包括：根据所述指令信息中，跳转对应的具体内容与已存的语音标签进行匹配，当匹配度达到预设阈值时，则将所述多媒体文件的...

【专利技术属性】
技术研发人员：马靖博，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44