專利名稱：一種通過音頻跨屏識(shí)別視頻內(nèi)容的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息技術(shù)領(lǐng)域，具體涉及一種通過音頻跨屏識(shí)別視頻內(nèi)容的方法。
背景技術(shù)：
觀眾在電視或者電腦前觀看電視節(jié)目或者視頻節(jié)目以及收聽音頻節(jié)目時(shí)，因?yàn)楣?jié)目提供的信息不同會(huì)隨之產(chǎn)生不同的想法和需求，譬如查詢視頻更多的信息、購(gòu)買視頻內(nèi)出現(xiàn)的商品、觀看視頻有關(guān)的宣傳片預(yù)告片、觀看視頻贊助商廣告、參與視頻討論留言、與正在觀看視頻的其他用戶聊天等等。這種需求是實(shí)時(shí)產(chǎn)生的，并需要能盡快的實(shí)現(xiàn)。故有必要研發(fā)一種方法實(shí)現(xiàn)觀眾的需求。

發(fā)明內(nèi)容
本發(fā)明的目的是利用音頻識(shí)別技術(shù)，實(shí)現(xiàn)觀眾在觀看或者收聽視頻、音頻節(jié)目時(shí)的深度需求和互動(dòng)需求。本發(fā)明為視頻節(jié)目觀眾的實(shí)時(shí)溝通提供了一種方法，該方法使觀眾可以獲取更多的信息，其可以將兩個(gè)不同的屏幕設(shè)備相連通。本發(fā)明采用的技術(shù)方案如下所述。一種通過音頻跨屏識(shí)別視頻內(nèi)容的方法，包括如下步驟:
首先利用語(yǔ)音采集模塊，接收外部聲音信息信號(hào)，提取聲音信息并將之編碼轉(zhuǎn)換為數(shù)字信號(hào)后，通過網(wǎng)絡(luò)發(fā)送到數(shù)據(jù)提交接口 ；
其次，數(shù)據(jù)提交接口通過網(wǎng)絡(luò)接收語(yǔ)音采集模塊發(fā)送的聲音信息數(shù)據(jù)，驗(yàn)證后將上述聲音信息數(shù)據(jù)傳送給語(yǔ)音匹配模塊；
最后，語(yǔ)音匹配模塊接收聲音信息數(shù)據(jù)傳入及匹配請(qǐng)求，根據(jù)該聲音信息數(shù)據(jù)對(duì)音頻數(shù)據(jù)庫(kù)中信息數(shù)據(jù)進(jìn)行匹配查詢，并將匹配結(jié)果返回。其中，若得到相應(yīng)的匹配結(jié)果，則通過信息顯示模塊顯示接收到的匹配結(jié)果。其中，所述的音頻數(shù)據(jù)庫(kù)的制作包括下述的步驟:
首先，利用音頻采樣模塊，在播放入庫(kù)視頻時(shí)對(duì)視頻中的音頻進(jìn)行數(shù)字采樣，隨后進(jìn)行數(shù)字編碼，編碼后的數(shù)據(jù)通過網(wǎng)絡(luò)發(fā)送至數(shù)據(jù)存儲(chǔ)入口 ；
其次，數(shù)據(jù)存儲(chǔ)入口通過網(wǎng)絡(luò)接收編碼后的數(shù)據(jù)，驗(yàn)證后將數(shù)據(jù)傳送給音頻數(shù)據(jù)庫(kù)。其中，本發(fā)明所述的方法可附載于個(gè)人電腦或者移動(dòng)終端之上，優(yōu)選移動(dòng)終端，所述的移動(dòng)終端為帶有操作系統(tǒng)的智能手機(jī)或者平板電腦。其中，所述的網(wǎng)絡(luò)為互聯(lián)網(wǎng)絡(luò)，包括以網(wǎng)線等有線方式，WIF1、3G等無線方式接入的互聯(lián)網(wǎng)絡(luò)。其中，所述的方法優(yōu)選為以代碼編寫的軟件形式。本發(fā)明中將聲音的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，可以使用任何廣泛使用的方法，如通過PCM脈碼調(diào)制(Pulse Code Modulation)方法量化為數(shù)字信號(hào)等。轉(zhuǎn)換過程中為保證數(shù)據(jù)的安全，可以考慮對(duì)數(shù)字信號(hào)進(jìn)行加密，可使用任何廣泛使用的方法，如視頻反相、混沌加密等。在應(yīng)用實(shí)現(xiàn)中，可根據(jù)實(shí)際情況，選擇合適的方法。
本發(fā)明提供的通過音頻跨屏識(shí)別視頻內(nèi)容的方法使用戶通過操作移動(dòng)終端(包括但不限于智能手機(jī)、平板電腦)上的應(yīng)用程序，即可通過音頻識(shí)別實(shí)現(xiàn)對(duì)視頻節(jié)目信息的抓取和解讀，該方法可及時(shí)滿足用戶多樣的需求。


圖1是本發(fā)明實(shí)施例中通過音頻跨屏識(shí)別視頻內(nèi)容的方法的步驟流程 圖2本發(fā)明實(shí)施例中通過音頻跨屏識(shí)別視頻內(nèi)容的方法中建立音頻數(shù)據(jù)庫(kù)的步驟流程圖。
具體實(shí)施例方式下面給出本發(fā)明的較佳的實(shí)施例，這些實(shí)施例并非限制本發(fā)明的內(nèi)容。實(shí)施例1
請(qǐng)參見圖1所示，該圖為通過音頻跨屏識(shí)別視頻內(nèi)容的方法的步驟流程圖。步驟1.用戶通過電視機(jī)等設(shè)備觀看電視劇或電影節(jié)目；
步驟2.用戶手持將智能手機(jī)或平板電腦等移動(dòng)終端于播放設(shè)備前，以可以清晰的捕捉節(jié)目語(yǔ)音的位置為佳；
步驟3.啟動(dòng)通過音頻跨屏識(shí)別視頻內(nèi)容的方法的應(yīng)用程序；
步驟4.啟動(dòng)應(yīng)用程序音頻識(shí)別功能；
步驟5.對(duì)視頻節(jié)目音頻進(jìn)行捕捉采樣；
上述兩個(gè)步驟即實(shí)現(xiàn)了利用語(yǔ)音采集模塊，接收外部聲音信息信號(hào)，將視頻聲音的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)。步驟6.應(yīng)用程序通過WIFI或3G網(wǎng)絡(luò)將音頻采樣上傳至服務(wù)器；
該步驟即數(shù)據(jù)提交接口通過網(wǎng)絡(luò)接收語(yǔ)音采集模塊發(fā)送的聲音信息數(shù)據(jù)。步驟7.服務(wù)器收到音頻采樣后，與音頻數(shù)據(jù)庫(kù)中信息比較；
該步驟即語(yǔ)音匹配模塊接收聲音信息數(shù)據(jù)傳入及匹配請(qǐng)求，根據(jù)該聲音信息數(shù)據(jù)對(duì)音頻數(shù)據(jù)庫(kù)中信息數(shù)據(jù)進(jìn)行匹配查詢。采集到的數(shù)字信號(hào)與數(shù)據(jù)庫(kù)中的數(shù)字信號(hào)進(jìn)行掃描匹配，因均為數(shù)字信號(hào)，可直接進(jìn)行比對(duì)。當(dāng)發(fā)現(xiàn)音頻數(shù)據(jù)庫(kù)中有數(shù)據(jù)片段的紀(jì)錄與收集的信號(hào)一致，即可認(rèn)為匹配成功。這里有兩點(diǎn)需要注意，第一是采集的匹配音頻長(zhǎng)度，為保證網(wǎng)絡(luò)傳輸、匹配效率及匹配精度，時(shí)長(zhǎng)不低于15秒種，但不超過30秒鐘。第二是匹配的準(zhǔn)確度，本發(fā)明認(rèn)為兩段聲音數(shù)字編碼的重合度在95%以上即為同一段音頻。這兩項(xiàng)，可在應(yīng)用實(shí)現(xiàn)中根據(jù)實(shí)際需求，進(jìn)行適當(dāng)?shù)恼{(diào)整。步驟8.信息匹配成功，通過網(wǎng)絡(luò)將信息返還客戶端；
步驟9.用戶移動(dòng)設(shè)備客戶端從服務(wù)器接收匹配信息，將界面跳轉(zhuǎn)至對(duì)應(yīng)節(jié)目信息的界面；
上述兩個(gè)步驟即為得到相應(yīng)的匹配結(jié)果，則通過信息顯示模塊顯示接收到的匹配結(jié)
果O步驟10.用戶可在該界面內(nèi):查詢節(jié)目信息、購(gòu)買節(jié)目商品、觀看節(jié)目宣傳片、觀看節(jié)目贊助商廣告、參與節(jié)目討論留言、與正在觀看節(jié)目的其他用戶聊天等。
實(shí)施例2
請(qǐng)見圖2所示，該圖為通過音頻跨屏識(shí)別視頻內(nèi)容的方法中建立音頻數(shù)據(jù)庫(kù)的步驟流程圖。步驟11.在電腦可以打開數(shù)字方式如電腦文件，或者以模擬方式如錄像帶存儲(chǔ)的視頻節(jié)目；
步驟12.播放視頻，通過軟件對(duì)視頻中音頻數(shù)字采樣，將聲音的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，可以使用任何廣泛使用的方法，如通過PCM脈碼調(diào)制(Pulse Code Modulation)方法量化為數(shù)字信號(hào)等。轉(zhuǎn)換過程中為保證數(shù)據(jù)的安全，可以考慮對(duì)數(shù)字信號(hào)進(jìn)行加密，可使用任何廣泛使用的方法，如視頻反相、混沌加密等。在應(yīng)用實(shí)現(xiàn)中，可根據(jù)實(shí)際情況，選擇合適的方法；
步驟13.將采樣的數(shù)字編碼，通過網(wǎng)絡(luò)上傳至服務(wù)器；
步驟14.將接收到的音頻數(shù)字編碼存儲(chǔ)于數(shù)據(jù)庫(kù)中。本發(fā)明的優(yōu)點(diǎn)在于，使用常用的有麥克風(fēng)的個(gè)人電腦或著移動(dòng)終端即可實(shí)現(xiàn)；移動(dòng)終端操作系統(tǒng)不限，可為Android、iOS或者是Win8 ;該移動(dòng)終端只需安裝相應(yīng)功能的應(yīng)用程序(APP)即可實(shí)現(xiàn)。
權(quán)利要求
1.一種通過音頻跨屏識(shí)別視頻內(nèi)容的方法，其特征在于，包括如下步驟: 首先利用語(yǔ)音采集模塊，接收外部聲音信息信號(hào)，提取聲音信息并將之編碼轉(zhuǎn)換為數(shù)字信號(hào)后，通過網(wǎng)絡(luò)發(fā)送到數(shù)據(jù)提交接口 ； 其次，數(shù)據(jù)提交接口通過網(wǎng)絡(luò)接收語(yǔ)音采集模塊發(fā)送的聲音信息數(shù)據(jù)，驗(yàn)證后將上述聲音信息數(shù)據(jù)傳送給語(yǔ)音匹配模塊； 最后，語(yǔ)音匹配模塊接收聲音信息數(shù)據(jù)傳入及匹配請(qǐng)求，根據(jù)該聲音信息數(shù)據(jù)對(duì)音頻數(shù)據(jù)庫(kù)中信息數(shù)據(jù)進(jìn)行匹配查詢，并將匹配結(jié)果返回。
2.如權(quán)利要求1所述的方法，其特征在于，若得到相應(yīng)的匹配結(jié)果，則通過信息顯示模塊顯示接收到的匹配結(jié)果。
3.如權(quán)利要求1所述的方法，其特征在于，所述的音頻數(shù)據(jù)庫(kù)的制作包括下述的步驟: 首先，利用音頻采樣模塊，在播放入庫(kù)視頻時(shí)對(duì)視頻中的音頻進(jìn)行數(shù)字采樣，隨后進(jìn)行數(shù)字編碼，編碼后的數(shù)據(jù)通過網(wǎng)絡(luò)發(fā)送至數(shù)據(jù)存儲(chǔ)入口 ； 其次，數(shù)據(jù)存儲(chǔ)入口通過網(wǎng)絡(luò)接收編碼后的數(shù)據(jù)，驗(yàn)證后將數(shù)據(jù)傳送給音頻數(shù)據(jù)庫(kù)。
4.如權(quán)利要求1所述的方法，其特征在于，本發(fā)明所述的方法可附載于個(gè)人電腦或者移動(dòng)終端之上，優(yōu)選移動(dòng)終端，所述的移動(dòng)終端為帶有操作系統(tǒng)的智能手機(jī)或者平板電腦。
5.如權(quán)利要求1所述的方法，其特征在于，所述的網(wǎng)絡(luò)為互聯(lián)網(wǎng)絡(luò)，包括以網(wǎng)線等有線方式，WIF1、3G等無線方式接入的互聯(lián)網(wǎng)絡(luò)。
6.如權(quán)利要求1所述的方法，其特征在于，所述的方法優(yōu)選為以代碼編寫的軟件形式。
全文摘要
本發(fā)明提供一種通過音頻跨屏識(shí)別視頻內(nèi)容的方法，首先利用語(yǔ)音采集模塊，接收外部聲音信息信號(hào)，提取聲音信息并將之編碼轉(zhuǎn)換為數(shù)字信號(hào)后，通過網(wǎng)絡(luò)發(fā)送到數(shù)據(jù)提交接口；其次，數(shù)據(jù)提交接口通過網(wǎng)絡(luò)接收語(yǔ)音采集模塊發(fā)送的聲音信息數(shù)據(jù)，驗(yàn)證后將上述聲音信息數(shù)據(jù)傳送給語(yǔ)音匹配模塊；最后，語(yǔ)音匹配模塊接收聲音信息數(shù)據(jù)傳入及匹配請(qǐng)求，根據(jù)該聲音信息數(shù)據(jù)對(duì)音頻數(shù)據(jù)庫(kù)中信息數(shù)據(jù)進(jìn)行匹配查詢，并將匹配結(jié)果返回。本發(fā)明提供的通過音頻跨屏識(shí)別視頻內(nèi)容的方法使用戶通過操作移動(dòng)終端上的應(yīng)用程序，即可通過音頻識(shí)別實(shí)現(xiàn)對(duì)視頻節(jié)目信息的抓取和解讀，該方法可及時(shí)滿足用戶多樣的需求。
文檔編號(hào)H04N21/258GK103108229SQ20131004640
公開日2013年5月15日 申請(qǐng)日期2013年2月6日 優(yōu)先權(quán)日2013年2月6日
發(fā)明者江蘭, 曹虹蕾 申請(qǐng)人:上海云聯(lián)廣告有限公司