[发明专利]多媒体文件的试播方法及装置

权利要求书

1.一种多媒体文件的试播方法，其特征在于，所述方法包括：

接收试播请求，所述试播请求携带待试播的多媒体文件标识；

根据所述多媒体文件标识，获取多媒体文件；

根据所述多媒体文件的结构信息，为用户提供所述多媒体文件的多个试播时间点；

以用户所选择的试播时间点为播放起点，为所述用户播放所述多媒体文件。

2.根据权利要求1所述的方法，其特征在于，所述多媒体文件的结构信息包括人声起始位置、副歌起始位置、副歌结束位置和人声结束位置。

3.根据权利要求1所述的方法，其特征在于，根据所述多媒体文件的结构信息，为用户提供所述多媒体文件的多个试播时间点包括：

根据所述多媒体文件的结构信息以及所述多媒体文件的进度条总长度，确定所述结构信息中不同信息所对应的进度条位置；

根据所述结构信息中不同信息所对应的进度条位置，在所述多媒体文件的进度条上显示所述结构信息中不同信息对应的试播时间点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当检测到通过外设设备对所述多个试播时间点中任一个试播时间点的选择操作时，获取被选择的试播时间点；或，

当检测到用户对指定按键或指定按键组合的点击操作，获取指定按键或指定按键组合对应的试播时间点；或，

当检测到指定摇晃操作时，获取所述指定摇晃操作对应的试播时间点；或，

当检测到指定触屏操作时，获取所述指定触屏操作对应的试播时间点；或，

当接收到指定音频指令时，获取所述指定音频指令对应的试播时间点；或，

当接收到指定传感器的指定传感信号时，获取所述定传感信号对应的试播时间点。

5.根据权利要求1所述的方法，其特征在于，根据所述多媒体文件的结构信息，为用户提供所述多媒体文件的多个试播时间点之前，所述方法还包括：

对所述多媒体文件进行人声和伴奏分离处理，得到所述多媒体文件的人声音频和伴奏音频；

基于所述多媒体文件的人声音频，得到所述多媒体文件的人声起始位置和人声结束位置；

基于所述多媒体文件的伴奏音频，得到所述多媒体文件的副歌起始位置和副歌结束位置。

6.根据权利要求5所述的方法，其特征在于，基于所述多媒体文件的人声音频，得到所述多媒体文件的人声起始位置和人声结束位置包括：

对所述人声音频进行时间分帧处理，形成多个音频帧；

基于所述多个音频帧，获取每一帧音频帧的频谱；

基于所述每一帧音频帧的频谱和第一分块时长，获取第一数目的样本；

基于第二分块时长和所述第一数目的样本，获取所述人声音频中的人声起始位置和人声结束位置。

7.根据权利要求5所述的方法，其特征在于，基于所述每一帧音频帧的频谱和第一分块时长，获取第一数目的样本包括：

以第一分块时长对所述多个音频帧进行分块，计算分块后的频谱统计特征，得到第二数目的频谱统计特征；

对所述第二数目的频谱统计特征进行人声和伴奏分类；

根据当前分类所确定的人声所在分块，从分块所得到的多个音频块中提取与所述人声所在分块对应的第一数目的样本。

8.根据权利要求5所述的方法，其特征在于，基于第二分块时长和所述第一数目的样本，获取所述人声音频中的人声起始位置和人声结束位置包括：

以第二分块时长对所述第一数目的样本进行分块，计算分块后的频谱统计特征，得到第三数目的频谱统计特征；

对所述第三数目的频谱统计特征进行人声和伴奏分类；

根据当前分类所确定的人声所在分块，确定人声起始位置和人声结束位置。