[发明专利]一种内容识别方法、装置、设备和计算机存储介质

说明书

本发明提供了一种内容识别方法、装置、设备和计算机存储介质。其中方法包括：智能多媒体设备对语音指令进行语音识别和意图解析；若解析出内容识别意图，则对该智能多媒体设备正在播放的多媒体内容进行内录；将内录得到的媒体数据发送至服务器端，并获取服务器端针对所述媒体数据返回的内容识别结果。用户通过与智能多媒体设备之间的语音交互就可以实现多媒体内容的识别，操作简单且不依赖其他智能设备。

【技术领域】

本发明涉及计算机应用技术领域，特别涉及一种内容识别方法、装置、设备和计算机存储介质。

【背景技术】

电视作为家庭最核心和覆盖程度最高的家电之一，是用户观看视频、听歌娱乐、获取信息最重要的渠道。用户在观看电视内容的同时，针对正在播放的内容会产生很多相关的问题。如，在电视画面里看到一个不认识的明星，用户想知道这个人是谁；在电视剧里听到一首好听的歌曲，用户想知道这是首什么歌。

目前在手机端出现了很多诸如听歌识曲等应用程序，但需要用户在手机上打开应用程序，然后通过手机麦克风外录周围音频后进行匹配识别。这种方式依赖于手机实现，且操作起来比较繁琐，有时候为了保证识别准确度需要用户走近电视机以保证外录足够质量和音量的音频。

【发明内容】

有鉴于此，本发明提供了一种内容识别方法、装置、设备和计算机存储介质，以便于简化用户操作。

具体技术方案如下：

本发明提供了一种内容识别方法，该方法包括：

智能多媒体设备对语音指令进行语音识别和意图解析；

对该智能多媒体设备正在播放的多媒体内容进行内录；

将内录得到的媒体数据发送至服务器端，并获取服务器端针对所述媒体数据返回的内容识别结果。

根据本发明一具体实施方式，若所述意图解析出内容识别意图，则执行所述对该智能多媒体设备正在播放的多媒体内容进行内录。

根据本发明一具体实施方式，所述智能多媒体设备包括：智能电视、智能音箱或智能投影仪。

根据本发明一具体实施方式，所述智能多媒体设备对语音指令进行语音识别和意图解析包括：

所述智能多媒体设备将所述语音指令发送至服务器端，并获取服务器端对所述语音指令进行语音识别和意图解析后的结果。

根据本发明一具体实施方式，所述对该智能多媒体设备正在播放的多媒体内容进行内录包括：

从该智能多媒体设备的显卡采集视频帧；或者，

从该智能多媒体设备的声卡采集音频流。

根据本发明一具体实施方式，该方法还包括：

以语音形式展示所述内容识别结果；或者，

在显示屏上展示所述内容识别结果。

本发明还提供了一种内容识别装置，设置于智能多媒体设备，该装置包括：

语音处理模块，用于对语音指令进行语音识别和意图解析；

媒体内录模块，用于对该智能多媒体设备正在播放的多媒体内容进行内录；

内容识别模块，用于将所述媒体内录模块内录得到的媒体数据发送至服务器端，并获取服务器端针对所述媒体数据返回的内容识别结果。

根据本发明一具体实施方式，所述媒体内录模块在所述语音处理模块解析出内容识别意图时，执行所述对该智能多媒体设备正在播放的多媒体内容进行内录。

根据本发明一具体实施方式，所述智能多媒体设备包括：智能电视、智能音箱或智能投影仪。