所屬的技術(shù)人員能夠理解，本技術(shù)的各個(gè)方面可以實(shí)現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本技術(shù)的各個(gè)方面可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件實(shí)施方式、完全的軟件實(shí)施方式(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實(shí)施方式，這里可以統(tǒng)稱為“電路”、“模塊”或“系統(tǒng)”。與上述方法實(shí)施例基于同一發(fā)明構(gòu)思，本技術(shù)實(shí)施例中還提供了一種電子設(shè)備，其中，該電子設(shè)備具體對(duì)應(yīng)圖1所示的處理設(shè)備110，參閱圖6所示，其為應(yīng)用本技術(shù)實(shí)施例的一種電子設(shè)備的一個(gè)硬件組成結(jié)構(gòu)示意圖，電子設(shè)備600可以至少包括處理器601、以及存儲(chǔ)器602。其中，存儲(chǔ)器602存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)計(jì)算機(jī)程序被處理器601執(zhí)行時(shí)，使得處理器601執(zhí)行上述任意一種內(nèi)容聚合的步驟。在一些可能的實(shí)施方式中，本技術(shù)的電子設(shè)備可以至少包括至少一個(gè)處理器、以及至少一個(gè)存儲(chǔ)器。其中，存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得處理器執(zhí)行本說明書上述描述的根據(jù)本技術(shù)各種示例性實(shí)施方式的內(nèi)容聚合的步驟。例如，處理器可以執(zhí)行如圖2a中所示的步驟。下面參照?qǐng)D7來描述根據(jù)本技術(shù)的這種實(shí)施方式的電子設(shè)備700。如圖7所示，其為本技術(shù)實(shí)施例中另一種電子設(shè)備的一個(gè)硬件組成結(jié)構(gòu)示意圖，電子設(shè)備700具體對(duì)應(yīng)圖1所示的客戶端設(shè)備120。電子設(shè)備700的組件可以包括但不限于：上述至少一個(gè)處理單元701、上述至少一個(gè)存儲(chǔ)單元702、連接不同系統(tǒng)組件(包括存儲(chǔ)單元702和處理單元701)的總線703?？偩€703表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)器總線或者存儲(chǔ)器控制器、外圍總線、處理器或者使用多種總線結(jié)構(gòu)中的任意總線結(jié)構(gòu)的局域總線。存儲(chǔ)單元702可以包括易失性存儲(chǔ)器形式的可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)器(ram)7021和/或高速緩存存儲(chǔ)器7022，還可以進(jìn)一步包括只讀存儲(chǔ)器(rom)7023。存儲(chǔ)單元702還可以包括具有一組(至少一個(gè))程序模塊7024的程序/實(shí)用工具7025，這樣的程序模塊7024包括但不限于：操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。電子設(shè)備700也可以與一個(gè)或多個(gè)外部設(shè)備704(例如鍵盤、指向設(shè)備等)通信，還可與一個(gè)或者多個(gè)使得對(duì)象能與電子設(shè)備700交互的設(shè)備通信，和/或與使得該電子設(shè)備700能與一個(gè)或多個(gè)其它計(jì)算裝置進(jìn)行通信的任何設(shè)備(例如路由器、調(diào)制解調(diào)器等等)通信。這種通信可以通過輸入/輸出(i/o)接口705進(jìn)行。并且，電子設(shè)備700還可以通過網(wǎng)絡(luò)適配器706與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(lan)，廣域網(wǎng)(wan)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。如圖所示，網(wǎng)絡(luò)適配器706通過總線703與用于電子設(shè)備700的其它模塊通信。應(yīng)當(dāng)理解，盡管圖中未示出，可以結(jié)合電子設(shè)備700使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理器、外部磁盤驅(qū)動(dòng)陣列、raid系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲(chǔ)系統(tǒng)等。與上述方法實(shí)施例基于同一發(fā)明構(gòu)思，本技術(shù)提供的內(nèi)容聚合的各個(gè)方面還可以實(shí)現(xiàn)為一種計(jì)算機(jī)程序產(chǎn)品的形式，其包括計(jì)算機(jī)程序，當(dāng)計(jì)算機(jī)程序產(chǎn)品在圖6或圖7中所示意的電子設(shè)備上運(yùn)行時(shí)，計(jì)算機(jī)程序用于使電子設(shè)備執(zhí)行本說明書上述描述的根據(jù)本技術(shù)各種示例性實(shí)施方式的內(nèi)容聚合方法中的步驟，例如，電子設(shè)備可以執(zhí)行如圖2a中所示的步驟。程序產(chǎn)品可以采用一個(gè)或多個(gè)可讀介質(zhì)的任意組合?？勺x介質(zhì)可以是可讀信號(hào)介質(zhì)或者可讀存儲(chǔ)介質(zhì)?？勺x存儲(chǔ)介質(zhì)例如可以是但不限于電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合?？勺x存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式盤、硬盤、隨機(jī)存取存儲(chǔ)器(ram)、只讀存儲(chǔ)器(rom)、可擦式可編程只讀存儲(chǔ)器(eprom或閃存)、光纖、便攜式緊湊盤只讀存儲(chǔ)器(cd-rom)、光存儲(chǔ)器件、磁存儲(chǔ)器件、或者上述的任意合適的組合。盡管已描述了本技術(shù)的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例做出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本技術(shù)范圍的所有變更和修改。顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本技術(shù)進(jìn)行各種改動(dòng)和變型而不脫離本技術(shù)的精神和范圍。這樣，倘若本技術(shù)的這些修改和變型屬于本技術(shù)權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本技術(shù)也意圖包含這些改動(dòng)和變型在內(nèi)。

背景技術(shù)：

1、相關(guān)技術(shù)下，為了滿足相關(guān)對(duì)象觀看視頻時(shí)的個(gè)性化觀看需要，通常針對(duì)視頻中出鏡的各業(yè)務(wù)對(duì)象，分別聚合包含該業(yè)務(wù)對(duì)象的各出鏡視頻片段，使得后續(xù)能夠響應(yīng)于相關(guān)對(duì)象對(duì)于視頻中指定業(yè)務(wù)對(duì)象的觀看需要，僅呈現(xiàn)畫面中包含指定業(yè)務(wù)對(duì)象的視頻內(nèi)容。

2、以聚合視頻中一個(gè)業(yè)務(wù)對(duì)象對(duì)應(yīng)的各出鏡視頻片段為例，目前，通常在視頻中針對(duì)業(yè)務(wù)對(duì)象進(jìn)行對(duì)象識(shí)別，確定視頻中業(yè)務(wù)對(duì)象對(duì)應(yīng)的各出鏡視頻片段，進(jìn)而聚合業(yè)務(wù)對(duì)象對(duì)應(yīng)的各出鏡視頻片段。

3、然而，由于視頻中通常包含多種類型的數(shù)據(jù)內(nèi)容，采用已有的聚合方式針對(duì)業(yè)務(wù)對(duì)象聚合得到各出鏡視頻片段時(shí)，僅能片面地從圖像內(nèi)容的層面上，聚合畫面中存在該業(yè)務(wù)對(duì)象的視頻片段；因此，無法保障聚合得到的各出鏡視頻片段中，覆蓋該業(yè)務(wù)對(duì)象關(guān)聯(lián)的全部視頻內(nèi)容，降低了內(nèi)容聚合準(zhǔn)確率，以及降低了后續(xù)的視頻呈現(xiàn)效果。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種內(nèi)容聚合方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，用以在針對(duì)業(yè)務(wù)對(duì)象聚合得到的數(shù)據(jù)內(nèi)容中，覆蓋業(yè)務(wù)對(duì)象關(guān)聯(lián)的全部視頻內(nèi)容，提高內(nèi)容聚合的準(zhǔn)確率。

2、第一方面，提出一種內(nèi)容聚合方法，包括：

3、從待處理數(shù)據(jù)中獲取包含各業(yè)務(wù)對(duì)象的子數(shù)據(jù)；所述子數(shù)據(jù)中包括：由子圖像內(nèi)容和子語音內(nèi)容構(gòu)成的子視頻，以及所述子視頻關(guān)聯(lián)的子字幕集；

4、基于所述子字幕集中各句字幕各自關(guān)聯(lián)的時(shí)間范圍，將所述子視頻劃分為各子視頻片段，并針對(duì)每個(gè)子視頻片段，執(zhí)行以下操作：基于對(duì)應(yīng)的各圖像幀，提取各業(yè)務(wù)對(duì)象特征，以及基于對(duì)應(yīng)的各語音幀，提取各語音幀特征；

5、根據(jù)所述各子視頻片段各自對(duì)應(yīng)的各業(yè)務(wù)對(duì)象特征，與預(yù)存的各歷史業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征間的匹配情況，結(jié)合所述各子視頻片段各自對(duì)應(yīng)的各語音幀中語音幀特征的聚類結(jié)果，得到所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集；

6、基于所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集，獲得所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的目標(biāo)語音特征，并依據(jù)所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的業(yè)務(wù)對(duì)象特征和目標(biāo)語音特征，在所述待處理數(shù)據(jù)中，聚合所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的數(shù)據(jù)內(nèi)容。

7、第二方面，提出一種內(nèi)容聚合裝置，包括：

8、獲取單元，用于從待處理數(shù)據(jù)中獲取包含各業(yè)務(wù)對(duì)象的子數(shù)據(jù)；所述子數(shù)據(jù)中包括：由子圖像內(nèi)容和子語音內(nèi)容構(gòu)成的子視頻，以及所述子視頻關(guān)聯(lián)的子字幕集；

9、提取單元，用于基于所述子字幕集中各句字幕各自關(guān)聯(lián)的時(shí)間范圍，將所述子視頻劃分為各子視頻片段，并針對(duì)每個(gè)子視頻片段，執(zhí)行以下操作：基于對(duì)應(yīng)的各圖像幀，提取各業(yè)務(wù)對(duì)象特征，以及基于對(duì)應(yīng)的各語音幀，提取各語音幀特征；

10、聚類單元，用于根據(jù)所述各子視頻片段各自對(duì)應(yīng)的各業(yè)務(wù)對(duì)象特征，與預(yù)存的各歷史業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征間的匹配情況，結(jié)合所述各子視頻片段各自對(duì)應(yīng)的各語音幀中語音幀特征的聚類結(jié)果，得到所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集；

11、聚合單元，用于基于所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集，獲得所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的目標(biāo)語音特征，并依據(jù)所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的業(yè)務(wù)對(duì)象特征和目標(biāo)語音特征，在所述待處理數(shù)據(jù)中，聚合所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的數(shù)據(jù)內(nèi)容。

12、可選的，所述結(jié)合所述各子視頻片段各自對(duì)應(yīng)的各語音幀中語音幀特征的聚類結(jié)果，得到所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集時(shí)，所述聚類單元用于：

13、在所述各子視頻片段中，確定已知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的目標(biāo)子視頻片段和未知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的其他子視頻片段；

14、基于所述目標(biāo)子視頻片段，構(gòu)建關(guān)聯(lián)有相應(yīng)的業(yè)務(wù)對(duì)象的語音幀集，并聚類所述其他子視頻片段對(duì)應(yīng)的各語音幀特征，得到標(biāo)注有關(guān)聯(lián)的業(yè)務(wù)對(duì)象的語音幀集。

15、可選的，所述基于所述目標(biāo)子視頻片段，構(gòu)建關(guān)聯(lián)有相應(yīng)的業(yè)務(wù)對(duì)象的語音幀集，所述聚類單元還用于：

16、針對(duì)每個(gè)對(duì)應(yīng)有目標(biāo)子視頻片段的業(yè)務(wù)對(duì)象，執(zhí)行以下操作：

17、確定對(duì)應(yīng)的目標(biāo)子視頻片段中包括的各語音幀，以及所述各語音幀各自對(duì)應(yīng)的語音幀特征，并采用預(yù)設(shè)的異常檢測(cè)算法，通過檢測(cè)各語音幀特征，確定所述各語音幀中的異常語音幀；

18、基于刪除所述異常語音幀的所述各語音幀，構(gòu)建關(guān)聯(lián)的語音幀集。

19、可選的，所述聚類所述其他子視頻片段對(duì)應(yīng)的各語音幀特征，得到標(biāo)注有關(guān)聯(lián)的業(yè)務(wù)對(duì)象的語音幀集時(shí)，所述聚類單元用于：

20、針對(duì)所述其他子視頻片段對(duì)應(yīng)的各語音幀特征，采用預(yù)設(shè)的聚類算法，聚類相似性滿足設(shè)定條件的語音幀特征，得到各語音幀特征集；

21、基于聚類得到的各語音幀特征集觸發(fā)標(biāo)注請(qǐng)求，得到對(duì)于所述各語音幀特征集分別標(biāo)注的業(yè)務(wù)對(duì)象，并根據(jù)所述各語音幀特征集中的語音幀特征，與語音幀之間的對(duì)應(yīng)關(guān)系，得到標(biāo)注有關(guān)聯(lián)的業(yè)務(wù)對(duì)象的各語音幀集。

22、可選的，所述確定已知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的目標(biāo)子視頻片段時(shí)，所述聚類單元用于：

23、針對(duì)每個(gè)子視頻片段，執(zhí)行以下操作：

24、當(dāng)預(yù)存的各歷史業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征中，存在與所述子視頻片段關(guān)聯(lián)的各業(yè)務(wù)對(duì)象特征分別匹配成功的目標(biāo)業(yè)務(wù)對(duì)象特征時(shí)，確定各目標(biāo)業(yè)務(wù)對(duì)象特征各自對(duì)應(yīng)的目標(biāo)歷史業(yè)務(wù)對(duì)象；

25、在確定各目標(biāo)歷史業(yè)務(wù)對(duì)象對(duì)應(yīng)相同歷史業(yè)務(wù)對(duì)象時(shí)，將所述子視頻片段確定為已知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的一個(gè)目標(biāo)子視頻片段。

26、可選的，確定各目標(biāo)歷史業(yè)務(wù)對(duì)象對(duì)應(yīng)不同歷史業(yè)務(wù)對(duì)象時(shí)，所述聚類單元用于執(zhí)行以下操作中的任意一項(xiàng)：

27、將所述子視頻片段判定為，未知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的其他子視頻片段；

28、基于所述子視頻片段觸發(fā)對(duì)象標(biāo)注請(qǐng)求，并基于獲取的業(yè)務(wù)對(duì)象標(biāo)注結(jié)果，確定所述子視頻片段對(duì)應(yīng)的指定業(yè)務(wù)對(duì)象，以及將所述子視頻片段確定為對(duì)應(yīng)所述指定業(yè)務(wù)對(duì)象的一個(gè)目標(biāo)子視頻片段。

29、可選的，確定未知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的其他子視頻片段時(shí)，所述聚類單元用于：

30、針對(duì)每個(gè)子視頻片段，執(zhí)行以下操作：

31、當(dāng)預(yù)存的各歷史業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征中，不存在與所述子視頻片段關(guān)聯(lián)的各業(yè)務(wù)對(duì)象特征分別匹配成功的目標(biāo)業(yè)務(wù)對(duì)象特征時(shí)，將所述子視頻片段確定為未知對(duì)應(yīng)的業(yè)務(wù)對(duì)象的一個(gè)其他子視頻片段。

32、可選的，所述待處理數(shù)據(jù)包括：由圖像內(nèi)容和語音內(nèi)容構(gòu)成的視頻，以及所述視頻關(guān)聯(lián)的字幕集；所述依據(jù)所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的業(yè)務(wù)對(duì)象特征和目標(biāo)語音特征，在所述待處理數(shù)據(jù)中，聚合所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的數(shù)據(jù)內(nèi)容時(shí)，所述聚合單元用于：

33、基于每個(gè)業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征，在所述圖像內(nèi)容中進(jìn)行對(duì)象匹配，并針對(duì)每個(gè)業(yè)務(wù)對(duì)象，聚合得到對(duì)應(yīng)的第一視頻片段集；

34、將所述待處理數(shù)據(jù)的語音內(nèi)容劃分為各語音幀，并基于所述各語音幀各自對(duì)應(yīng)的時(shí)間范圍，將所述視頻劃分為各第二視頻片段，并針對(duì)所述各語音幀，分別提取對(duì)應(yīng)的語音幀特征，以及根據(jù)各語音幀特征各自與各目標(biāo)語音特征的匹配情況，聚合得到各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的第二視頻片段集；

35、針對(duì)每個(gè)業(yè)務(wù)對(duì)象，基于對(duì)應(yīng)的第一視頻片段集和第二視頻片段集，得到針對(duì)所述業(yè)務(wù)對(duì)象聚合得到的數(shù)據(jù)內(nèi)容。

36、可選的，所述基于對(duì)應(yīng)的各圖像幀，提取各業(yè)務(wù)對(duì)象特征時(shí)，所述提取單元用于：

37、確定對(duì)應(yīng)的子圖像內(nèi)容中包括的各圖像幀，并采用預(yù)設(shè)的區(qū)域檢測(cè)算法，在所述各圖像幀中分別檢測(cè)出包含業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象區(qū)域；

38、采用預(yù)設(shè)的特征提取算法，分別對(duì)所述各圖像幀中的業(yè)務(wù)對(duì)象區(qū)域進(jìn)行特征提取，得到對(duì)應(yīng)的業(yè)務(wù)對(duì)象特征。

39、可選的，所述基于對(duì)應(yīng)的各語音幀，提取各語音幀特征時(shí)，所述提取單元用于：

40、將所述子視頻片段對(duì)應(yīng)的子語音內(nèi)容片段拆分為各語音幀，并針對(duì)拆分得到的各語音幀分別進(jìn)行加窗處理，得到處理后的各語音幀；

41、針對(duì)所述處理后的各語音幀，分別采用預(yù)設(shè)的語音特征提取技術(shù)，提取得到對(duì)應(yīng)的梅爾頻率倒譜系數(shù)mfcc特征。

42、可選的，所述基于所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集，獲得所述各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的目標(biāo)語音特征時(shí)，所述聚合單元用于包括：

43、基于所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集，構(gòu)建各訓(xùn)練樣本，其中，一條訓(xùn)練樣本包括：由語音幀構(gòu)建的樣本語音，以及標(biāo)注的樣本對(duì)象；

44、基于所述各訓(xùn)練樣本，對(duì)預(yù)設(shè)的對(duì)象語音識(shí)別模型進(jìn)行多輪迭代訓(xùn)練，得到訓(xùn)練后的目標(biāo)對(duì)象語音識(shí)別模型，以及得到所述目標(biāo)對(duì)象語音識(shí)別模型內(nèi)部，分別針對(duì)所述各業(yè)務(wù)對(duì)象構(gòu)建的目標(biāo)語音特征。

45、可選的，所述在所述待處理數(shù)據(jù)中，聚合所述各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的數(shù)據(jù)內(nèi)容之后，所述裝置還包括響應(yīng)單元，所述響應(yīng)單元用于：

46、響應(yīng)于目標(biāo)對(duì)象在關(guān)聯(lián)的播放設(shè)備上，針對(duì)所述待處理數(shù)據(jù)中指定業(yè)務(wù)對(duì)象觸發(fā)的內(nèi)容展示請(qǐng)求，獲取所述指定業(yè)務(wù)對(duì)象關(guān)聯(lián)的目標(biāo)數(shù)據(jù)內(nèi)容；

47、將所述目標(biāo)數(shù)據(jù)內(nèi)容發(fā)送至所述播放設(shè)備，以使所述播放設(shè)備播放所述目標(biāo)數(shù)據(jù)內(nèi)容對(duì)應(yīng)的視頻數(shù)據(jù)。

48、第三方面，提出一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述所述的方法。

49、第四方面，提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法。

50、第五方面，提出一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法。

51、本技術(shù)有益效果如下：

52、本技術(shù)實(shí)施例中，提出了一種內(nèi)容聚合方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，針對(duì)存在內(nèi)容聚合需求的各業(yè)務(wù)對(duì)象，在待處理數(shù)據(jù)對(duì)應(yīng)的內(nèi)容范圍內(nèi)，確定各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的聚合結(jié)果時(shí)，借助于針對(duì)各業(yè)務(wù)對(duì)象分別確定的業(yè)務(wù)對(duì)象特征和目標(biāo)語音特征，在待處理數(shù)據(jù)中，聚合關(guān)聯(lián)的數(shù)據(jù)內(nèi)容，使得能夠從圖像內(nèi)容和語音內(nèi)容兩方面入手，實(shí)現(xiàn)內(nèi)容聚合，增加了在內(nèi)容聚合過程中可考量的聚合依據(jù)，有助于提高內(nèi)容聚合準(zhǔn)確率，使得最終聚合得到的各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的數(shù)據(jù)內(nèi)容，能夠覆蓋待處理數(shù)據(jù)中與各業(yè)務(wù)對(duì)象各自相關(guān)的全部視頻內(nèi)容。

53、而且，在構(gòu)建各樣本對(duì)象各自對(duì)應(yīng)的目標(biāo)語音特征的過程中，根據(jù)從待處理數(shù)據(jù)中獲取的子數(shù)據(jù)，拆分得到各句字幕各自對(duì)應(yīng)的子視頻片段，再對(duì)應(yīng)各子視頻片段各自對(duì)應(yīng)的各語音幀，分別提取得到語音幀特征，通過對(duì)各子視頻片段各自對(duì)應(yīng)的各圖像幀進(jìn)行特征提取，得到各子視頻片段各自對(duì)應(yīng)的各業(yè)務(wù)對(duì)象特征；再根據(jù)提取的業(yè)務(wù)對(duì)象特征與預(yù)存的歷史業(yè)務(wù)對(duì)象的業(yè)務(wù)對(duì)象特征間的匹配情況，結(jié)合各子視頻片段各自對(duì)應(yīng)的各語音幀特征的聚類結(jié)果，能夠得到各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集；進(jìn)而，借助于各業(yè)務(wù)對(duì)象各自關(guān)聯(lián)的語音幀集，能夠獲得各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的目標(biāo)語音特征?？梢?，在對(duì)應(yīng)各業(yè)務(wù)對(duì)象分別生成目標(biāo)語音特征的過程中，無需額外獲取各業(yè)務(wù)對(duì)象各自對(duì)應(yīng)的語音數(shù)據(jù)，而是通過對(duì)各子視頻片段中的語音幀進(jìn)行聚類，即可得到各業(yè)務(wù)對(duì)象在待處理數(shù)據(jù)中的語音特征，這使得一方面降低了業(yè)務(wù)對(duì)象語音數(shù)據(jù)的獲取難度，另一方面，能夠保障得到的各目標(biāo)語音特征，能夠有效表征出相應(yīng)的各業(yè)務(wù)對(duì)象在待處理數(shù)據(jù)中的語音特征。

54、另外，在具體的內(nèi)容聚合過程中，同時(shí)考慮了業(yè)務(wù)對(duì)象特征和目標(biāo)語音特征的共同作用，使得聚合的數(shù)據(jù)內(nèi)容中同時(shí)存在圖像層面上關(guān)聯(lián)的內(nèi)容和語音層面上關(guān)聯(lián)的內(nèi)容，為內(nèi)容聚合效果提供了保障，提高了內(nèi)容聚合的完整性和準(zhǔn)確性。