多媒体内容的播放方法及装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种多媒体内容的播放方法及装置、存储介质及电子装置，其中，上述方法包括：获取第一目标对象的语音信息；将所述语音信息输入语音识别模型，得到所述语音信息对应的语音识别数据，其中，所述语音识别数据包括：所述第一目标对象的第一声纹、所述第一目标对象的情绪信息；根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，并指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容。采用上述技术方案，解决了音箱不能基于用户的声纹和情绪采用不同的声纹进行回复的问题。和情绪采用不同的声纹进行回复的问题。和情绪采用不同的声纹进行回复的问题。

【技术实现步骤摘要】
多媒体内容的播放方法及装置、存储介质及电子装置


[0001]本专利技术涉及通信领域，具体而言，涉及一种多媒体内容的播放方法及装置、存储介质及电子装置。

技术介绍

[0002]随着科技的快速发展，声纹识别技术在智能音箱上得到广泛的应用，但现有智能音箱的声纹识别，通常是基于声纹，识别客户年龄、性别特征，能够根据声音条件识别出不同的使用者。比如智能音箱依托声纹识别进行语音唤醒后，可根据声纹识别出用户，进而根据用户的不同喜好进行内容设定和服务推荐，提供多样化的娱乐以及应用功能，不断提升用户体验。
[0003]同时，现在的父母在当今社会环境下，压力大，工作忙，往往没有很多时间陪伴儿童，但儿童是需要陪伴的，当遇到开心的、不开心的事情时，想与父母分享。故智能音箱深受儿童的喜爱，一方面智能音箱能给儿童带来乐趣，另一方面对儿童而言，智能音箱也是一种陪伴。
[0004]但目前的智能音箱虽然能够基于儿童的声纹实现个性化的服务推荐，但智能音箱回复儿童时，采用的是标准普通话，并不会基于儿童的情绪采用不同的声纹回复。
[0005]针对相关技术，音箱不能基于用户的声纹和情绪采用不同的声纹进行回复的问题，目前尚未提出有效的解决方案。
[0006]因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

技术实现思路

[0007]本专利技术实施例提供了一种多媒体内容的播放方法及装置、存储介质及电子装置，以至少解决音箱不能基于用户的声纹和情绪采用不同的声纹进行回复的问题。
[0008]根据本专利技术实施例的一方面，提供一种多媒体内容的播放方法，包括：获取第一目标对象的语音信息；将所述语音信息输入语音识别模型，得到所述语音信息对应的语音识别数据，其中，所述语音识别数据包括：所述第一目标对象的第一声纹、所述第一目标对象的情绪信息；根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，并指示音频播放设备基于所述第二声纹播放与所述情绪信息对应的多媒体内容。
[0009]进一步地，根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，包括：将所述语音识别数据输入到声纹数据库中；在所述声纹数据库中存在所述语音识别数据的情况下，从所述声纹数据库中获取与所述语音识别数据对应的所述第二声纹，其中，所述声纹数据库中保存有语音识别数据和第二声纹的对应关系。
[0010]进一步地，将所述语音识别数据输入到声纹数据库中之后，所述方法还包括：在所述声纹数据库不存在所述语音识别数据的情况下，发送请求信息至第三目标对象的移动终端，以获取第三目标对象回复的第二声纹。
[0011]进一步地，指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息
对应的多媒体内容之前，所述方法还包括：获取所述音频播放设备的历史播放数据，其中，所述历史播放数据中具有所述第一目标对象在不同情绪下的多媒体内容；从所述历史播放数据中确定与所述情绪信息对应的多媒体内容。
[0012]进一步地，指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容之前，所述方法还包括：将所述语音识别数据发送至第三目标对象的移动终端；获取所述第三目标对象在所述移动终端上选取的指定多媒体内容，并将所述指定多媒体内容确定为所述多媒体内容。
[0013]进一步地，根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹之后，所述方法还包括：从声纹库中提取所述第二声纹的声纹特征数据，其中，所述声纹库中具有不同声纹的声纹特征数据；将所述声纹数据发送至所述音频播放设备，以供所述音频播放设备基于所述第二声纹的声纹特征数据播放与所述情绪信息对应的多媒体内容。
[0014]进一步地，从声纹库中提取所述第二声纹的声纹特征数据之前，所述方法还包括：接收目标应用发送的所述第二目标对象的第二声纹，并将所述第二声纹添加至所述声纹库中。根据本专利技术实施例的另一方面，还提供了一种多媒体内容的播放装置，包括：第一获取模块，用于获取第一目标对象的语音信息；第二获取模块，用于将所述语音信息输入语音识别模型，得到所述语音信息对应的语音识别数据，其中，所述语音识别数据包括：所述第一目标对象的第一声纹、所述第一目标对象的情绪信息；播放模块，用于根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，并指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容。
[0015]根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述多媒体内容的播放方法。
[0016]根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述多媒体内容的播放方法。
[0017]通过本专利技术，将获取到的第一目标对象的语音信息输入语音识别模型中，得到语音信息对应的语音识别数据，语音识别数据包括：第一目标对象的第一声纹、第一目标对象的情绪信息，进而根据情绪信息确定与第一声纹匹配的第二目标对象的第二声纹，并指示音频播放设备基于第二声纹的声纹特征播放与情绪信息对应的多媒体内容。采用上述技术方案，解决了音箱不能基于用户的声纹和情绪采用不同的声纹进行回复的问题，进而音箱可以基于识别到的声纹，判断儿童的情绪，并基于儿童的情绪，音箱以不同的声纹回应儿童，让儿童能感受到温暖。
附图说明
[0018]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示例性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0019]图1是本专利技术实施例的多媒体内容的播放方法的计算机终端的硬件结构框图；
[0020]图2是根据本专利技术实施例的多媒体内容的播放方法的流程图(一)；
[0021]图3是根据本专利技术实施例的多媒体内容的播放方法的流程图(二)；
[0022]图4是根据本专利技术实施例的多媒体内容的播放方法的原理图；
[0023]图5是根据本专利技术实施例的多媒体内容的播放装置的结构框图。
具体实施方式
[0024]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0025]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多媒体内容的播放方法，其特征在于，包括：获取第一目标对象的语音信息；将所述语音信息输入语音识别模型，得到所述语音信息对应的语音识别数据，其中，所述语音识别数据包括：所述第一目标对象的第一声纹、所述第一目标对象的情绪信息；根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，并指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容。2.根据权利要求1所述多媒体内容的播放方法，其特征在于，根据所述情绪信息确定与所述第一声纹预置对应的第二目标对象的第二声纹，包括：将所述语音识别数据输入到声纹数据库中；在所述声纹数据库中存在所述语音识别数据的情况下，从所述声纹数据库中获取与所述语音识别数据对应的所述第二声纹，其中，所述声纹数据库中保存有语音识别数据和第二声纹的对应关系。3.根据权利要求2所述的多媒体内容的播放方法，其特征在于，将所述语音识别数据输入到声纹数据库中之后，所述方法还包括：在所述声纹数据库不存在所述语音识别数据的情况下，发送请求信息至第三目标对象的移动终端，以获取第三目标对象回复的第二声纹。4.根据权利要求1所述的多媒体内容的播放方法，其特征在于，指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容之前，所述方法还包括：获取所述音频播放设备的历史播放数据，其中，所述历史播放数据中具有所述第一目标对象在不同情绪下的多媒体内容；从所述历史播放数据中确定与所述情绪信息对应的多媒体内容。5.根据权利要求1所述的多媒体内容的播放方法，其特征在于，指示音频播放设备基于所述第二声纹的声纹特征播放与所述情绪信息对应的多媒体内容之前，所述方法还包括：将所述语音识别数据发送至...

【专利技术属性】
技术研发人员：马静，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：