[发明专利]一种多媒体数据处理方法、装置、设备及可读存储介质

说明书

本申请实施例公开了一种多媒体数据处理方法、装置、设备及可读存储介质，该方法包括：获取多媒体数据对应的历史数据组；获取多媒体数据对应的目标网络数据；目标网络数据是在基于初始媒体预测码率播放多媒体数据时所采集到的网络数据；初始媒体预测码率是由初始码率预测模型所预测得到的码率；根据历史网络数据、历史媒体预测码率、目标网络数据以及初始码率预测模型，生成聚合数据组，对聚合数据组进行分类回归学习，得到轻量码率预测模型；轻量码率预测模型用于在播放多媒体数据的目标终端中进行媒体码率预测处理。采用本申请，可以实时响应网络变化，减少视频卡顿发生，减少网络带宽的浪费。

技术领域

本申请涉及计算机技术领域，尤其涉及一种多媒体数据处理方法、装置、设备以及可读存储介质。

背景技术

随着广播技术以及网络视频应用的发展，视频已成为人们日常生活中重要的一个部分，人们用视频进行娱乐或学习。

目前对于视频观看大多需要通过无线网络(例如，WiFi)或者流量数据进行，若无线网络不稳定或用户存在移动行为时，则视频可用带宽就存在着一定范围的波动。而网络波动可能会产生带宽变小的情况，在这种情况下若视频缓冲又被消耗殆尽时，在视频播放过程中就会出现视频画面卡顿的问题，这十分损害用户体验。

在现有技术中，主要采用根据当前网络状况去调整传输的码率的策略来改善视频画面卡顿的问题。也就是说，现有技术主要根据网络状况去滞后响应补救措施，当视频卡顿的问题发生，才降低码率来进行补救；另一方面，当网络恢复后，也不能及时将码率提高，从而可能会造成网络带宽的浪费。

发明内容

本申请实施例提供一种多媒体数据处理方法、装置、设备以及可读存储介质，可以实时响应网络变化，减少视频卡顿发生，减少网络带宽的浪费。

本申请实施例一方面提供了一种多媒体数据处理方法，包括：

获取多媒体数据对应的历史数据组；历史数据组中包括历史网络数据和历史媒体预测码率，历史媒体预测码率是由已训练的码率预测神经网络基于历史网络数据所预测得到的码率；

获取多媒体数据对应的目标网络数据；目标网络数据是在基于初始媒体预测码率播放多媒体数据时所采集到的网络数据；初始媒体预测码率是由初始码率预测模型所预测得到的码率；初始码率预测模型是通过对历史数据组进行分类回归学习所构建得到；

根据历史网络数据、历史媒体预测码率、目标网络数据以及初始码率预测模型，生成聚合数据组，对聚合数据组进行分类回归学习，得到轻量码率预测模型；轻量码率预测模型用于在播放多媒体数据的目标终端中进行媒体码率预测处理。

本申请实施例提供了一方面提供了一种多媒体数据处理方法，方法由目标终端执行，目标终端包括轻量码率预测模型以及网络采集组件，方法包括：

通过网络采集组件在目标心跳周期内采集网络数据；

将网络数据输入至轻量码率预测模型，通过轻量码率预测模型输出与网络数据相匹配的目标媒体预测码率；

基于目标媒体预测码率，向内容服务器请求播放多媒体数据；

其中，轻量码率预测模型是采用本申请实施例一方面提供的多媒体数据处理方法生成得到的。

本申请实施例一方面提供了一种多媒体数据处理装置，包括：

数据组获取模块，用于获取多媒体数据对应的历史数据组；历史数据组中包括历史网络数据和历史媒体预测码率，历史媒体预测码率是由已训练的码率预测神经网络基于历史网络数据所预测得到的码率；

网络数据获取模块，用于获取多媒体数据对应的目标网络数据；目标网络数据是在基于初始媒体预测码率播放多媒体数据时所采集到的网络数据；初始媒体预测码率是由初始码率预测模型所预测得到的码率；初始码率预测模型是通过对历史数据组进行分类回归学习所构建得到；