智能多媒體系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001]本公開涉及智能多媒體技術(shù)，更具體地，涉及響應(yīng)語(yǔ)音搜索請(qǐng)求的智能多媒體系統(tǒng)和方法。
【背景技術(shù)】
[0002]隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和多媒體設(shè)備的發(fā)展，出現(xiàn)了各種應(yīng)用，給人們的生活帶來(lái)了便利。其中，電視購(gòu)物技術(shù)也得到了快速發(fā)展?，F(xiàn)有一種智能用戶交互控制系統(tǒng)的方法，例如CN201310310509.1中公開的方法，包括:對(duì)一段時(shí)間內(nèi)傳進(jìn)來(lái)的視頻節(jié)目的數(shù)據(jù)流產(chǎn)生數(shù)個(gè)視頻略覽幀，所述視頻節(jié)目播放在顯示屏上顯示給用戶，并檢測(cè)所述用戶的暫停指令，以停止所述視頻節(jié)目。所述方法還包括:通知所述視頻節(jié)目后，在顯示屏上為所述用戶顯示數(shù)個(gè)視頻略覽幀，并獲取所述用戶從所述數(shù)個(gè)視頻略覽幀中挑選一個(gè)視頻略覽幀的選擇信息，根據(jù)所述被選擇的視頻略覽幀，在顯示屏上顯示給所述用戶數(shù)個(gè)感興趣的對(duì)象，系統(tǒng)從所述數(shù)個(gè)感興趣的對(duì)象中確定所述用戶已選的感興趣的對(duì)象。所述方法還包括:在在線數(shù)據(jù)庫(kù)中搜索所述用戶已選的感興趣的對(duì)象，獲得相應(yīng)于所述用戶已選的感興趣的對(duì)象的搜索結(jié)果，并將所述搜索結(jié)果提示給所述用戶。
[0003]在該方法中，用戶需要停止當(dāng)前播放的視頻節(jié)目以從數(shù)個(gè)視頻略覽幀中選擇一個(gè)視頻略覽幀，等待系統(tǒng)呈現(xiàn)所選的視頻略覽幀中的多個(gè)感興趣的對(duì)象，并確認(rèn)多個(gè)感興趣的對(duì)象中的對(duì)象。因此，利用該方法的電視購(gòu)物技術(shù)影響了用戶欣賞視頻節(jié)目和電視購(gòu)物的體驗(yàn)。

【發(fā)明內(nèi)容】

[0004]本公開提出了一種智能多媒體系統(tǒng)和方法，能夠響應(yīng)語(yǔ)音搜索請(qǐng)求，從而自動(dòng)地搜索用戶感興趣的對(duì)象的信息，不需要用戶停止當(dāng)前播放的視頻節(jié)目，改善了用戶體驗(yàn)。
[0005]根據(jù)本公開的一個(gè)方面，提出了一種智能多媒體系統(tǒng)，包括:控制設(shè)備和多媒體終端。控制設(shè)備包括:語(yǔ)音輸入模塊，被配置為接收用戶的語(yǔ)音搜索命令，所述語(yǔ)音搜索命令請(qǐng)求獲取與當(dāng)前播放的視頻中的對(duì)象有關(guān)的信息；以及控制設(shè)備通信模塊，被配置為向所述多媒體終端發(fā)送所述語(yǔ)音搜索命令。多媒體終端包括:多媒體終端通信模塊，被配置為接收語(yǔ)音搜索命令；幀捕獲模塊，被配置為捕獲當(dāng)前播放的視頻中與所述語(yǔ)音搜索命令相對(duì)應(yīng)的視頻幀；圖像解析模塊，被配置為分析和識(shí)別所述視頻幀中包括的對(duì)象；對(duì)象確認(rèn)模塊，被配置為根據(jù)所述語(yǔ)音搜索命令，確認(rèn)所述視頻幀中識(shí)別的對(duì)象中用戶感興趣的對(duì)象；搜索模塊，被配置為搜索在線購(gòu)物系統(tǒng)，以找到與所確認(rèn)的用戶感興趣的對(duì)象有關(guān)的商品信息；以及顯示模塊，被配置為顯示搜索到的商品信息。
[0006]根據(jù)本公開的另一方面，提出了一種智能多媒體方法。在該方法中，首先播放視頻。在接收到語(yǔ)音搜索命令，所述語(yǔ)音搜索命令請(qǐng)求獲取與當(dāng)前播放的視頻中的對(duì)象有關(guān)的信息時(shí)，響應(yīng)于語(yǔ)音搜索命令，在繼續(xù)視頻播放的同時(shí)，在后臺(tái)搜索與當(dāng)前播放的視頻中的對(duì)象有關(guān)的向品彳目息。
[0007]根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例，當(dāng)用戶正在觀看視頻節(jié)目時(shí)，如果用戶對(duì)視頻中出現(xiàn)的東西感興趣，則他可以通過(guò)發(fā)出語(yǔ)音搜索命令來(lái)搜索與感興趣的東西有關(guān)的商品信息，此時(shí)，多媒體終端在后臺(tái)進(jìn)行視頻幀捕獲、對(duì)象確認(rèn)、商品信息搜索等操作。用戶不需要停止當(dāng)前播放的視頻來(lái)執(zhí)行幀選擇操作、對(duì)象確認(rèn)操作和搜索操作。此外，用戶僅需要發(fā)出語(yǔ)音搜索命令，智能多媒體系統(tǒng)就自動(dòng)地搜索與用戶感興趣的對(duì)象有關(guān)的商品信息。因此，改善了電子購(gòu)物的用戶體驗(yàn)。
【附圖說(shuō)明】
[0008]通過(guò)下面結(jié)合【附圖說(shuō)明】本公開的優(yōu)選實(shí)施例，將使本公開的上述及其它目的、特征和優(yōu)點(diǎn)更加清楚，其中:
[0009]圖1是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體系統(tǒng)的示意框圖。
[0010]圖2是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的語(yǔ)音輸入模塊的示意框圖。
[0011]圖3是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的幀捕獲模塊的示意框圖。
[0012]圖4是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體方法的流程圖。
[0013]圖5是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體方法的流程圖。
[0014]圖6是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的用戶與智能多媒體系統(tǒng)交互的過(guò)程。
[0015]圖7是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的應(yīng)用場(chǎng)景的示意圖。
【具體實(shí)施方式】
[0016]以下參照附圖，對(duì)本公開的示例實(shí)施例進(jìn)行詳細(xì)描述。在以下描述中，一些具體實(shí)施例僅用于描述目的，而不應(yīng)該理解為對(duì)本公開有任何限制，而只是本公開的示例。在可能導(dǎo)致對(duì)本公開的理解造成混淆時(shí)，將省略常規(guī)結(jié)構(gòu)或構(gòu)造。
[0017]圖1是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體系統(tǒng)1000的示意框圖。如圖所示，該系統(tǒng)1000包括:控制設(shè)備1100和多媒體終端1200?？刂圃O(shè)備1100包括:語(yǔ)音輸入模塊1110和通信模塊1120。多媒體終端1200包括:通信模塊1210 ;幀捕獲模塊1220 ;圖像解析模塊1230 ;對(duì)象確認(rèn)模塊1240 ;搜索模塊1250以及顯示模塊1260。各個(gè)模塊的功能描述如下。
[0018]?語(yǔ)音輸入模塊1110:該模塊用于接收用戶的語(yǔ)音搜索命令。用戶在觀看視頻時(shí)，可能對(duì)視頻中出現(xiàn)的事物感興趣。此時(shí)，用戶向語(yǔ)音輸入模塊110發(fā)出語(yǔ)音搜索命令，以請(qǐng)求獲取與當(dāng)前播放的視頻中的對(duì)象有關(guān)的信息。
[0019]?通信模塊1120:該模塊被配置為與多媒體終端1200進(jìn)行通信。在接收到語(yǔ)音搜索命令時(shí)，通信模塊1120向多媒體終端1200發(fā)送該語(yǔ)音搜索命令。。
[0020]?通信模塊1210:該模塊被配置為與控制設(shè)備中的通信模塊1120進(jìn)行通信，從其接收語(yǔ)音搜索命令。通信模塊1200可以通過(guò)藍(lán)牙、WiF1、或其他家庭網(wǎng)絡(luò)與通信模塊1210進(jìn)行通信。
[0021]?幀捕獲模塊1220:該模塊被配置為捕獲當(dāng)前播放的視頻中與所述語(yǔ)音搜索命令相對(duì)應(yīng)的視頻幀。
[0022]?圖像解析模塊1230:該模塊被配置為分析和識(shí)別幀捕獲模塊1220捕獲的視頻幀中包括的對(duì)象。
[0023]?對(duì)象確認(rèn)模塊1240:該模塊被配置為根據(jù)所述語(yǔ)音搜索命令，確認(rèn)所述視頻幀中識(shí)別的對(duì)象中用戶感興趣的對(duì)象。根據(jù)一個(gè)或多個(gè)實(shí)施例，對(duì)象確認(rèn)模塊1240與語(yǔ)音搜索引擎相連，向所述語(yǔ)音搜索引擎發(fā)送所述語(yǔ)音搜索命令，并從所述語(yǔ)音搜索引擎接收指示所述用戶感興趣的對(duì)象的數(shù)據(jù).
[0024]?搜索模塊1250:該模塊被配置為搜索在線購(gòu)物系統(tǒng)，以找到與所確認(rèn)的用戶感興趣的對(duì)象有關(guān)的商品信息。根據(jù)一個(gè)或多個(gè)實(shí)施例，搜索模塊1250通過(guò)互聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)相連，數(shù)據(jù)庫(kù)中存儲(chǔ)有大量的商品信息。搜索模塊1250可以在數(shù)據(jù)庫(kù)中搜索與對(duì)象有關(guān)的商品信息。
[0025]?顯示模塊1260:該模塊被配置為顯示搜索到的商品信息。
[0026]根據(jù)一個(gè)或多個(gè)實(shí)施例，控制設(shè)備1100是遙控器、智能手機(jī)、平板PC之一。多媒體終端1200是可以播放多媒體內(nèi)容的電視機(jī)、PC、平板PC之一。
[0027]圖2是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的語(yǔ)音輸入模塊2000的示意框圖。
[0028]如圖所示，語(yǔ)音輸入模塊2000包括:語(yǔ)音接收單元2100 ;時(shí)鐘單元2200以及時(shí)間標(biāo)記單元2300。各個(gè)單元的功能描述如下。
[0029]?語(yǔ)音接收單元2100:該模塊被配置為接收用戶的語(yǔ)音搜索命令。
[0030]?時(shí)鐘單元2200:該模塊被配置為提供時(shí)間信息。
[0031]?時(shí)間標(biāo)記單元2300:該模塊被配置為標(biāo)記語(yǔ)音接收單元2100接收語(yǔ)音搜索命令的起始時(shí)間。
[0032]其中，與語(yǔ)音輸入模塊2000相連的通信模塊從語(yǔ)音接收單元2100接收語(yǔ)音搜索命令，從時(shí)間標(biāo)記單元2300接收起始時(shí)間Ts，并向多媒體終端發(fā)送語(yǔ)音搜索命令和起始時(shí)間Ts。
[0033]圖3是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的幀捕獲模塊3000的示意框圖。
[0034]如圖所示，幀捕獲模塊3000包括:視頻編碼單元3100 ;視頻幀存儲(chǔ)單元3200以及幀提取單元3300。各個(gè)單元的功能描述如下。
[0035]?視頻編碼單元3100:該模塊被配置為對(duì)當(dāng)前播放的視頻進(jìn)行編碼，以生成視頻幀。
[0036]?視頻幀存儲(chǔ)單元3200:該模塊被配置為存儲(chǔ)所述視頻編碼單元所編碼的視頻幀。根據(jù)一個(gè)或多個(gè)實(shí)施例，預(yù)先設(shè)置視頻幀存儲(chǔ)單元3200所存儲(chǔ)的視頻幀的存儲(chǔ)時(shí)間長(zhǎng)度。例如，可以設(shè)置5秒、一分鐘等。存儲(chǔ)時(shí)間長(zhǎng)度大于估計(jì)的語(yǔ)音獲取時(shí)間、語(yǔ)音搜索命令從控制設(shè)備到多媒體終端的傳輸時(shí)間以及語(yǔ)音搜索命令從多媒體終端的通信設(shè)備到幀捕獲模塊的時(shí)間的總和。
[0037]?幀提取單元3300:該模塊被配置為提取與所述語(yǔ)音搜索命令相對(duì)應(yīng)的視頻幀。根據(jù)一個(gè)或多個(gè)實(shí)施例，幀提取單元3300根據(jù)語(yǔ)音搜索命令的起始時(shí)間Ts，從視頻幀存儲(chǔ)單元3200中提取起始時(shí)間Ts前的第一預(yù)定時(shí)間到起始時(shí)間Ts后的第二預(yù)定時(shí)間內(nèi)的一段時(shí)間的視頻幀。例如，可以預(yù)先設(shè)置提取起始時(shí)間前5秒到提取時(shí)間后10秒的共15秒的視頻幀。
[0038]圖4是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體方法4000的流程圖。
[0039]如圖所示，首先，在步驟S4100，在多媒體終端上播放視頻，以供用戶欣賞。在步驟S4200，接收到用戶的語(yǔ)音搜索命令。然后，在步驟S4300，在繼續(xù)視頻的播放的同時(shí)，在后臺(tái)搜索與當(dāng)前播放的視頻中的對(duì)象有關(guān)的商品信息。最后，在步驟S4400，輸出搜索到的商品信息。
[0040]圖5是示出了根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的智能多媒體方法5000的流程圖。
[0041]如圖所示，首先，在步驟S5100，在多媒體終端上播放視頻，以供用戶欣賞。在步驟S5200，接收到用戶的語(yǔ)音搜索命令和該命令的起始時(shí)間。然后在步驟S5300，在繼續(xù)播放視頻的同時(shí)，在后臺(tái)捕獲所述視頻中所述起始時(shí)間前的第一預(yù)定時(shí)間到起始時(shí)間后的第二預(yù)定時(shí)間的一段時(shí)間的視頻幀。