[发明专利]多媒体内容的播放方法及装置、存储介质及电子装置

说明书

本发明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。

技术领域

本发明涉及通信领域，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。

背景技术

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。

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。

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。

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。

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。

发明内容

本发明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。

根据本发明实施例的一方面，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。

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。

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。

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。

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。