[发明专利]直播视频互动方法、装置以及计算机设备

权利要求书

1.一种直播视频互动方法，其特征在于，所述方法包括步骤：

获取主播端视频数据和用户终端实时拍摄的用户端视频数据，并分别显示为主播视频和用户视频；

监测并识别所述主播端视频数据中是否包含预设的语音指令；

当所述主播端视频数据中包含所述语音指令时，截取所述用户端视频数据中预设时间范围内的视频数据段；

判断所述视频数据段是否包含目标音频和/或目标视频，其中，所述目标音频和所述目标视频与所述语音指令具有关联关系；

当所述视频数据段包含所述目标音频和/或所述目标视频时，将所语音指令对应的视频特效显示到所述用户视频；

所述方法还包括：统计所述目标音频和/或所述目标视频的持续时长；根据所述持续时长选择对应的显示等级显示所述视频特效，其中，所述显示等级包括显示时长和显示样式中的至少一种。

2.如权利要求1所述的直播视频互动方法，其特征在于，所述监测并识别所述主播端视频数据中是否包含预设的语音指令包括：

通过平移截取的方式将所述主播端视频数据中的音频数据划分为音频数据单位；

依次对每个音频数据单位识别，得到第一语音文本，并将所述第一语音文本与预设的语音指令文本库进行比较；

当所述第一语音文本中包含所述语音指令文本库中的第一语音指令时，则判断所述主播端视频数据包含所述第一语音指令。

3.如权利要求2所述的直播视频互动方法，其特征在于，所述判断所述视频数据段是否包含目标音频包括：

对所述视频数据段中的音频数据进行语音识别，得到第二语音文本；

将所述第二语音文本与所述第一语音文本进行比对；

当所述第二语音文本与所述第一语音文本有高于第一阈值的相似度时，则判断为所述视频数据段包含所述目标音频。

4.如权利要求2所述的直播视频互动方法，其特征在于，所述判断所述视频数据段是否包含目标视频包括：

对所述视频数据段中的视频数据进行图像识别，得到识别结果；

将所述识别结果与预设的语音指令关联列表中所述第一语音文本对应的视频识别数据进行比对；

当所述识别结果与所述视频识别数据有高于第二阈值的相似度时，则判断为所述视频数据段包含所述目标视频。

5.如权利要求1所述的直播视频互动方法，其特征在于，所述方法还包括：

在将所语音指令对应的视频特效显示到所述用户视频的同时，将所述语音指令对应的名称显示到所述用户视频。

6.如权利要求1所述的直播视频互动方法，其特征在于，

当所述语音指令为送礼时，在将所语音指令对应的视频特效显示到所述用户视频的同时，还会将所述用户的账号货币减少所述送礼的价值数。

7.一种直播视频互动装置，其特征在于，所述装置包括：

获取模块，用于获取主播端视频数据和用户终端实时拍摄的用户端视频数据，并分别显示为主播视频和用户视频；

监测模块，用于监测并识别所述主播端视频数据中是否包含预设的语音指令；

截取模块，用于当所述主播端视频数据中包含所述语音指令时，截取所述用户端视频数据中预设时间范围内的视频数据段；

识别模块，用于判断所述视频数据段是否包含目标音频和/或目标视频，其中，所述目标音频和所述目标视频与所述语音指令具有关联关系；

显示模块，用于当所述视频数据段包含所述目标音频和/或所述目标视频时，将所语音指令对应的视频特效显示到所述用户视频；

所述显示模块，还用于：统计所述目标音频和/或所述目标视频的持续时长；根据所述持续时长选择对应的显示等级显示所述视频特效，其中，所述显示等级包括显示时长和显示样式中的至少一种。

8.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-6任一项所述的直播视频互动方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-6中任一项所述的直播视频互动方法的步骤。