[发明专利]即时通信中流媒体交互内容识别的方法、客户端及系统

说明书

技术领域

本发明属于通信、软件技术领域。

技术背景

即时通信(InstantMessaging，简称IM)，大多数情况下，指的是能够即时发送或接收互联网消息等功能的业务。它已成为人们通过网络进行交互通信的平台，用以实现包括文本、图片、语音、视频、多媒体等多种数据格式的交互操作，并能够对已有的文档数据利用即时通信工具便利地进行传输操作。在交互通信的基础上，通过即时通信工具还逐步发展出了个人页面、博客、微博、电子邮件、音乐、图片、游戏、影视和搜索等多种功能。即时通信工具已不再单纯作为聊天工具，还实现了资讯、娱乐、搜索、电子商务、办公、网络社区等更加广泛的用途。能够实现即时通信接入功能的设备多种多样。典型的设备类型，包括使用传统网络的个人电脑，以及平板电脑；还包括使用移动互联网的智能手机，等等。

目前即时通信软件的类型也多种多样，典型的包括有腾讯科技公司的QQ或微信、微软公司的MSN、AOL的ICQ，以及淘宝旺旺、网易泡泡、飞信、小米公司的米聊，等等。

在当前的技术条件下，利用录制流媒体数据的形式进行交互的即时通信形式，应用日益普及。比如，常用的微信即时通信工具、米聊即时通信工具或者QQ即时通信工具等，都可以录制音频数据后发送至联系人对象所在的即时通信客户端，以及接收联系人对象所发送的音频数据。在录制音频数据进行交互时，能够避免输入字符的麻烦性，为广大用户所喜爱。所录制的音频数据，通常以流媒体交互框的形式进行呈现，当音频数据的时间长度长的时候，流媒体交互框的长度就较长，当音频数据的时间长度短的时候，流媒体交互框的长度就较短，并且，常常还标注有流媒体的时间长度等。在触发流媒体交互框后，即可播放所对应的流媒体数据。

但利用流媒体交互框的形式展示流媒体内容时，有一个不利之处，就是用户在查看流媒体交互记录时，必须要播放及收听相应的流媒体数据，才能够查看其中的流媒体内容。该查看方式是繁琐的。

发明内容

本发明的目的是提供一种即时通信中流媒体交互内容识别的方法，以及对应的客户端及系统，利用本发明，能够对交互通信中的流媒体内容进行识别，对应着流媒体交互框对识别的字符内容进行载入及输出操作。

本发明所提供的一种即时通信中流媒体交互内容识别的方法，包括有如下步骤：

采集已完成交互的流媒体内容，该流媒体内容为语音内容或视频内容或多媒体内容；

将前述的流媒体内容识别为字符；

在满足识别字符的输出条件时，将识别内容插入到原流媒体交互框中输出，或插入到原流媒体交互框的邻近位置输出，或替换原流媒体交互框输出。

进一步，将所述的流媒体内容识别为字符的操作，是通过将前述的流媒体内容推送至识别服务器进行识别操作，进而返回至所在的即时通信客户端。

进一步，所述的流媒体内容在向识别服务器进行推送操作的情况下，以流媒体内容集合的方式进行推送，该流媒体内容集合中包括两个或两个以上流媒体交互框对应的流媒体内容。

进一步，所述的识别字符的输出条件，是按如下方式实施的：

预设用以触发识别字符输出的字符呈现控件；

当采集获得前述字符呈现控件的触发消息时，将已识别的字符内容对应着所在的流媒体交互框进行载入及输出操作。

进一步，所述的字符呈现控件，对应着全部的流媒体交互框进行设置，或者对应着所在当前窗口中的各流媒体交互框进行设置，或者对应着特定的单条或多条流媒体交互框进行设置。

进一步，在采集获得对所在的流媒体交互框进行触发播放操作消息时，对所在的流媒体交互框的流媒体内容进行识别后，将识别字符输出。

进一步，在触发前述的流媒体交互框时，可通过如下步骤进行实施：

采集用户对特定流媒体交互框的触发消息；

取相邻N条即时通信消息中的流媒体交互框，识别后获取对应字符输出，或者，在判断已具有识别字符的情况下，采集已识别的字符输出。

进一步，前述的N，选为1-4之间的正整数。

进一步，对应着识别获得的字符内容，通过可编辑的控件形式进行呈现；

在通过前述控件采集获得用户对字符内容的编辑信息的情况下，将编辑后的内容对应着所在的即时通信消息进行存储，作为该条流媒体内容的即时通信消息的默认识别数据。

进一步，在对所进行的流媒体交互内容进行数据搜索时，触发数据搜索范围内的流媒体内容进行字符识别。