[发明专利]音频播放方法、装置、终端、服务器及存储介质

说明书

本申请提供了一种音频播放方法、装置、终端、服务器及存储介质。应用于终端的音频播放方法包括：在检测到语音输入时，向服务器发送所述语音对应的应答请求；接收所述服务器发送的携带位置信息的应答音频片段，其中，所述位置信息用于表征所述应答音频片段在所述应答请求对应的应答音频中的位置；根据接收到的各个应答音频片段各自携带的位置信息，将位置相邻的应答音频片段合成为待播放应答音频包；播放每次合成的所述待播放应答音频包，直至完成所述应答音频的播放。本申请采用音频片段边合成边播放的策略，显著提升了响应用户的语音请求的速度。

技术领域

本公开涉及音频处理技术领域，尤其涉及一种音频播放方法、装置、终端、服务器及存储介质。

背景技术

现如今，语音识别技术已被广泛地应用于各个方面，为人们的日常生活带来了诸多便利。例如其中一种应用是可安装于各个终端设备(例如：手机)上的语音助手，用户在外出前，通过该语音助手可以及时地了解户外天气状况，又例如用户在行驶过程中，通过该语音助手可以及时地了解到前方道路的交通拥堵情况。

在相关技术中，用户通过终端向服务器发起语音请求后，需从服务器下载完整的音频文件并播放，而服务器通常需要较长的时间整理得到音频文件，因此，在相关技术中，需要用户等待较长的时间才能获得完整的音频文件，导致用户无法尽快地做出决策，极大地影响了用户的使用体验。

发明内容

本公开提供一种音频播放方法、装置、终端、服务器及存储介质，旨在缩短响应用户的语音请求的延时，优化用户的使用体验。

根据本公开实施例的第一方面，提供了一种音频播放方法，应用于终端，所述方法包括：

在检测到语音输入时，向服务器发送所述语音对应的应答请求；

接收所述服务器发送的携带位置信息的应答音频片段，其中，所述位置信息用于表征所述应答音频片段在所述应答请求对应的应答音频中的位置；

根据接收到的各个应答音频片段各自携带的位置信息，将位置相邻的应答音频片段合成为待播放应答音频包；

播放每次合成的所述待播放应答音频包，直至完成所述应答音频的播放。

可选地，所述播放每次合成的所述待播放应答音频包，包括：

当本次合成的所述待播放应答音频包包括的应答音频片段的数量大于预设数值时，播放本次合成的所述待播放应答音频包；

当本次合成的所述待播放应答音频包包括的应答音频片段的数量小于所述预设数值，且当前时刻与上一次播放结束的结束时刻之间的时长达到第一预设时长时，播放本次合成的所述待播放应答音频包。

可选地，所述方法还包括：

在接收到的各个应答音频片段位置不相邻，且当前时刻与上一次播放结束的结束时刻之间的时长达到第二预设时长时，根据位置信息，播放接收到的各个应答音频片段；

在播放接收到的各个应答音频片段的过程中，若接收到位于已经播放或者正在播放的应答音频片段位置之后的应答音频片段，丢弃该接收到的应答音频片段。

可选地，所述方法还包括：

在再次接收到应答音频片段的接收时刻与上一次播放结束的结束时刻之间的时长大于所述第二预设时长时，延长所述第一预设时长和/或增加所述预设数值。

可选地，所述方法还包括：

在接收到的各个应答音频片段位置不相邻，且未接收到的应答音频片段是目标音频片段时，向所述服务器请求所述目标音频片段，所述目标音频片段是所述应答音频中携带应答关键词的应答音频片段；