视频播放中的互动方法、装置及计算机可读存储介质与流程

1.本技术涉及计算机技术领域，具体而言，本技术涉及一种视频播放中的互动方法、装置及计算机可读存储介质。


背景技术：

2.目前线上教学已经成为幼儿教育的重要手段，动画片等视频内容更是幼儿学习的重要媒介。目前许多线上教育平台和视频网站提供的视频，内容固定，幼儿在观看过程中仅仅是内容接收者，没有互动，导致教学效果差。


技术实现要素：

3.本技术的目的旨在至少能解决上述的技术缺陷之一，本技术实施例所提供的技术方案如下：
4.第一方面，本技术实施例提供了一种视频播放中的互动方法，包括：
5.获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中；
6.播放目标视频，并基于预设互动内容数据库确定目标视频是否为带有互动内容的视频；
7.若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻；
8.在目标视频播放至显示时刻时，显示互动内容对应的互动展示页面；
9.在通过语音采集设备获取到第二用户的互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
10.在本技术的一种可选实施例中，基于预设互动内容数据库确定目标视频是否为带有互动内容的视频，包括：
11.获取目标视频的标识信息，并确定预设互动内容数据库中是否包含有目标视频的标识信息，其中，预设互动内容数据库中存储有至少一个带有互动内容的视频的标识信息、对应的互动内容以及对应的显示时刻；
12.若预设互动内容数据库中包含有目标视频的标识信息，则确定目标视频为带有互动内容的视频，否则，确定目标视频为不带有互动内容的视频；
13.获取目标视频对应的互动内容和互动内容的显示时刻，包括：
14.基于目标视频的标识信息，从预设互动内容数据库中获取目标视频对应的互动内容和显示时刻。
15.在本技术的一种可选实施例中，获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中，包括：
16.获取至少一个待编辑视频；
17.在获取到第一用户针对任一待编辑视频的互动内容添加触发操作时，获取该待编辑视频对应的互动内容的显示时刻，并显示互动内容输入页面；
18.通过互动内容输入页面获取第一用户输入的互动内容，并将任一待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中。
19.在本技术的一种可选实施例中，任一待编辑视频通过以下方式获取：
20.在获取到第一用户的待编辑视频检索触发操作时，显示待编辑视频检索框；
21.在通过待编辑视频检索框获取到第一用户输入的关键词时，在预设视频库中获取视频标签与关键词相匹配的至少一个待选视频，并将至少一个待选视频通过待选视频列表页面进行显示，其中，预设视频库中各视频的视频标签通过预设视频标注网络模型获取；
22.在通过待选视频列表页面获取到第一用户针对任一待选视频的选定触发操作后，将该待选视频确定为待编辑视频。
23.在本技术的一种可选实施例中，互动内容包括互动问题和互动答案，通过互动内容输入页面获取用户输入的互动内容，包括：
24.通过互动内容输入页面的互动问题输入框获取第一用户输入的互动问题，通过互动内容输入页面的互动答案输入框获取第一用户输入的互动答案。
25.在本技术的一种可选实施例中，显示互动内容对应的互动展示页面，包括：
26.基于互动问题和互动答案，生成对应的互动展示页面，并显示互动展示页面。
27.在本技术的一种可选实施例中，基于互动内容和语音互动消息显示对应的互动反馈页面，包括：
28.对语音互动消息进行语音识别，获取对应的文本；
29.将文本与互动答案对应的文本进行相似度匹配，若相似度不小于预设阈值，则显示第一互动反馈页面，否则，显示第二互动反馈页面。
30.第二方面，本技术实施例提供了一种视频播放中的互动装置，包括：
31.视频编辑模块，用于获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中；
32.带有互动内容的视频确定模块，用于播放目标视频，并确定目标视频是否为带有互动内容的视频；
33.互动内容获取模块，用于若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻；
34.互动展示页面显示模块，用于在目标视频播放至显示时刻时，基于互动内容和语音互动消息显示对应的互动展示页面；
35.互动反馈页面显示模块，用于在通过语音采集设备获取到第二用户的语音互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
36.在本技术的一种可选实施例中，带有互动内容的视频确定模块具体用于：
37.获取目标视频的标识信息，并确定预设互动内容数据库中是否包含有目标视频的标识信息，其中，预设互动内容数据库中存储有至少一个带有互动内容的视频的标识信息、对应的互动内容以及对应的显示时刻；
38.若预设互动内容数据库中包含有目标视频的标识信息，则确定目标视频为带有互
动内容的视频，否则，确定目标视频为不带有互动内容的视频；
39.带有互动内容的视频确定模块进一步用于：
40.基于目标视频的标识信息，从预设互动内容数据库中获取目标视频对应的互动内容和显示时刻。
41.在本技术的一种可选实施例中，视频编辑模块具体用于：
42.获取至少一个待编辑视频；
43.在获取到第一用户针对任一待编辑视频的互动内容添加触发操作时，获取该待编辑视频对应的互动内容的显示时刻，并显示互动内容输入页面；
44.通过互动内容输入页面获取第一用户输入的互动内容，并将任一待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中。
45.在本技术的一种可选实施例中，该装置还包括待编辑视频获取模块，用于：
46.在获取到第一用户的待编辑视频检索触发操作时，显示待编辑视频检索框；
47.在通过待编辑视频检索框获取到第一用户输入的关键词时，在预设视频库中获取视频标签与关键词相匹配的至少一个待选视频，并将至少一个待选视频通过待选视频列表页面进行显示，其中，预设视频库中各视频的视频标签通过预设视频标注网络模型获取；
48.在通过待选视频列表页面获取到第一用户针对任一待选视频的选定触发操作后，将该待选视频确定为待编辑视频。
49.在本技术的一种可选实施例中，互动内容包括互动问题和互动答案，视频编辑模块进一步用于：
50.通过互动内容输入页面的互动问题输入框获取第一用户输入的互动问题，通过互动内容输入页面的互动答案输入框获取第一用户输入的互动答案。
51.在本技术的一种可选实施例中，互动展示页面显示模块具体用于：
52.基于互动问题好人互动答案，生成对应的互动展示页面，并显示互动展示页面。
53.在本技术的一种可选实施例中，互动反馈页面显示模块具体用于：
54.对语音互动消息进行语音识别，获取对应的文本；
55.将文本与互动答案对应的文本进行相似度匹配，若相似度不小于预设阈值，则显示第一互动反馈页面，否则，显示第二互动反馈页面。
56.第三方面，本技术实施例提供了一种电子设备，包括存储器和处理器；
57.存储器中存储有计算机程序；
58.处理器，用于执行计算机程序以实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
59.第四方面，本技术实施例提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
60.第五方面，本技术实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行时实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
61.本技术提供的技术方案带来的有益效果是：
62.通过在带有互动内容的视频播放至互动内容的显示时刻时显示对应的互动展示页面，并在显示互动展示页面的过程中接收用户输入的语音互动消息，进而基于语音互动消息显示对应的互动反馈页面，使得用户观看视频的过程中获知了互动内容并输入了语音互动消息，实现了视频播放过程中用户和视频之间的互动，提高了用户体验。
附图说明
63.为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
64.图1a为本技术实施例提供的一种视频播放中的互动方法的流程示意图；
65.图1b为本技术实施例提供的一种视频播放中的互动场景的示意图；
66.图2为本技术实施例的一个示例中第一用户通过视频编辑模块检索框检索视频编辑模块的页面示意图；
67.图3为本技术实施例中预设视频标注网络模型的训练过程示意图；
68.图4为本技术实施例中通过预设视频标注网络模型对视频编辑模块进行标注过程的示意图；
69.图5为本技术实施例的一个示例中带有互动内容的视频制作过程的流程示意图；
70.图6为本技术实施例的一个示例中互动输入页面的示意图；
71.图7为本技术实施例的一个示例中互动内容展示页面的示意图；
72.图8a为本技术实施例的一个示例中带有互动内容的视频播放过程中与用户互动过程的流程示意图；
73.图8b为本技术实施例的一个示例中第一互动反馈页面的示意图；
74.图8c为本技术实施例的一个示例中第二互动反馈页面的示意图；
75.图9为本技术实施例提供的一种视频播放中的互动装置的结构框图；
76.图10为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
77.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本发明的限制。
78.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
79.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
80.图1a为本技术实施例提供的一种视频播放中的互动方法的流程示意图，该方法的
执行主体可以为终端设备，例如手机、平板电脑以及智能电视等，该方法可以包括：
81.步骤s101，获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中。
82.具体地，第一用户可以为带有互动内容的视频的制作者，其为待编辑视频添加互动内容，并确定出互动内容的显示时刻，以供后续播放时进行互动。
83.步骤s102，播放目标视频，并确定目标视频是否为带有互动内容的视频。
84.其中，带有互动内容的视频可以理解为具有对应的互动内容的视频，带有互动内容的视频在播放过程中可以通过相关页面与观看该视频的用户进行互动。
85.具体地，用户在使用终端设备观看目标视频时，终端设备首先需要判断该目标视频是否为带有互动内容的视频，根据判断结果在后续播放过程中执行相应的互动操作。
86.步骤s103，若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻。
87.具体地，若终端设备确定目标视频为带有互动内容的视频，则说明该目标视频对应有互动内容，在播放该目标视频的过程中需要在特定时刻展示该互动内容的相关信息。其中，展示互动内容的特定时刻即为互动内容的显示时刻，该显示时刻可以为目标视频播放时对应的进度条上的某一时间点，例如，显示时刻可以为目标视频播放时对应的进度条上的时间点1分23秒。具体来说，互动内容一般为与目标视频内容相关的内容，可以为与目标视频内容相关的互动问答，一般以文字或音视频形式展示。例如，某一带有互动内容的视频中出现了“吃饭”这一内容，对应的互动内容可以为关于“吃饭前先洗手”的互动问答。
88.步骤s104，在目标视频播放至显示时刻时，显示互动内容对应的互动展示页面。
89.具体地，由于上一步骤中获取了目标视频的互动内容和互动内容的显示时刻，那么当目标视频播放至对应的显示时刻时，显示互动展示页面，其中，互动展示页面中展示互动内容的相关信息。例如，互动内容为互动问答，在互动展示页面以文字形式展示互动问答，或者在互动展示页面以音视频形式展示互动问答。
90.步骤s105，在通过语音采集设备获取到第二用户的互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
91.其中，第二用户即为观看目标视频的用户，也是该目标视频播放过程中的互动参与者。
92.具体地，在上一步骤中显示了互动展示页面后，第二用户通过互动展示页面获知到互动内容的相关信息，然后第二用户根据对互动内容的相关信息的理解发出互动消息，终端设备获取到该互动消息，并将语音互动消息结合互动内容生成对应互动反馈页面，将该互动反馈界面显示给第二用户。其中，终端设备可以用互动展示页面接收第二用户输入的互动消息，例如，接收第二用户通过键盘输入的文字，或接收第二用户通过触控屏幕输入的触控选择操作。终端设备也可以通过语音采集设备(如麦克风)，接收用户输入的语音互动消息。
93.可以理解的是，对于带有互动内容的视频，第二用户在观看至对应的互动内容的显示时刻时，终端设备通过互动展示页面显示互动内容的相关信息，第二用户在获知互动内容的相关信息后向终端设备输入相应的互动消息，终端设备根据互动内容和第二用户输
入的互动消息，显示相应的互动反馈页面，即实现了带有互动内容的视频播放过程中与用户的互动。
94.本技术提供的方案，通过在带有互动内容的视频播放至互动内容的显示时刻时显示对应的互动展示页面，并在显示互动展示页面的过程中接收用户输入的语音互动消息，进而基于语音互动消息显示对应的互动反馈页面，使得用户观看视频的过程中获知了互动内容并输入了语音互动消息，实现了视频播放过程中用户和视频之间的互动，提高了用户体验。
95.如图1b示出了本技术实施例的一个具体应用场景，其中，用户通过终端设备101观看带有互动内容的视频，该终端设备上可以安装有对应的客户端，例如，视频客户端、浏览器客户端或教育客户端等，具体来说，该终端设备101可以为智能电视，智能电视通过网络与后台服务器102连接。具体来说，当用户通过智能电视打开预先安装好的客户端，通过客户端选择播放目标视频时，智能电视从后台服务器下载对应的视频并播放，并在确定该视频为带有互动内容的视频时，从后台服务器获取对应的互动内容和显示时刻，当播放至对应的显示时刻时向用户显示互动展示页面。在智能电视通过其麦克风采集到用户发出的互动语音信息时，将该互动语音信息发送至后台服务器，后台服务器对该互动语音信息进行语音识别，并将该识别结果反馈至智能电视，智能电视基于识别结果和互动内容向用户显示对应的互动反馈页面，即完成与用户之间的互动。
96.在本技术的一种可选实施例中，基于预设互动内容数据库确定目标视频是否为带有互动内容的视频，包括：
97.获取目标视频的标识信息，并确定预设互动内容数据库中是否包含有目标视频的标识信息，其中，预设互动内容数据库中存储有至少一个带有互动内容的视频的标识信息、对应的互动内容以及对应的显示时刻；
98.若预设互动内容数据库中包含有目标视频的标识信息，则确定目标视频为带有互动内容的视频，否则，确定目标视频为不带有互动内容的视频。
99.其中，预设内容数据库为预先设定好的，预先将各带有互动内容的视频对应的互动内容和显示时刻存储在数据库中，需要说明的是，预设内容数据库中具体存储哪些带有互动内容的视频的互动内容和显示时刻，可以根据实际需求进行设置。该预设内容数据库可以存储在终端设备，也可以存储在对应的后台服务器中，其中存储有多条带有互动内容的视频对应的互动内容和显示时刻，具体来说，每条带有互动内容的视频的标识信息、互动内容以及显示时刻三者对应存储，也就是说，只要获知标识信息就可以确定出对应的互动内容和显示时刻。预设数据库的具体构建过程将在后文中进行详细描述，在此不在赘述。
100.具体地，要确定目标视频是否为带有互动内容的视频，只需要确定目标视频是否具有对应的互动内容，换言之，只需要确定互动内容数据库中是否包含有该目标视频的标识信息，若包含，则说明该目标视频具有对应的互动内容，即确定其为带有互动内容的视频，若不包含，则说明该目标视频没有对应的互动内容，即确定其为不带有互动内容的视频。
101.相应地，获取目标视频对应的互动内容和互动内容的显示时刻，包括：
102.基于目标视频的标识信息，从预设互动内容数据库中获取目标视频对应的互动内容和显示时刻。
103.具体地，对于为带有互动内容的视频的目标视频，根据其标识信息(即视频id)在预设互动内容数据控制进行匹配，并获取匹配到的视频id对应的互动内容和显示时刻，即获取到了目标视频对应的互动内容和显示时刻。
104.在本技术的一种可选实施例中，获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中，包括：：
105.获取至少一个待编辑视频；
106.在获取到第一用户针对任一待编辑视频的互动内容添加触发操作时，获取该待编辑视频对应的互动内容的显示时刻，并显示互动内容输入页面；
107.通过互动内容输入页面获取第一用户输入的互动内容，并将任一待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中。
108.具体地，预设互动内容数据库中存储有多个带有互动内容的视频的互动内容和对应的显示时刻，在构建预设互动内容数据库过程中，首先需要获取各待编辑视频，待编辑视频可以由第一用户根据需求选取；然后，需要获取各待编辑视频对应的互动内容和显示时刻，互动内容和显示时刻可以由第一用户根据需求进行设定；最后，终端设备将各待编辑视频的标识信息、互动内容和显示时刻三者一一对应存储至预设互动内容数据库中，即完成了预设互动内容数据库的构建。在完成对待编辑视频的编辑后和相关信息的存储后，待编辑视频即成为对应的带有互动内容的视频。
109.可以理解的是，第二用户可以理解为带有互动内容的视频的互动者，第一用户可以为带有互动内容的视频的制作者。
110.具体来说，对于任一待编辑视频，第一用户发出针对该待编辑视频的互动内容添加触发操作时，即发出编辑该待编辑视频的指令时，终端设备向第一用户显示互动内容输入页面，并获取互动内容的显示时刻，终端设备可以通过互动内容输入页面的相应输入框接收第一用户输入的互动内容，终端设备可以通过互动内容输入页面的相应输入框接收第一用户输入的显示时刻。另外，终端设备还可以通过以下方式获取显示时刻，例如，终端设备播放该待编辑视频，在向第一用户显示了互动内容输入页面后，获取第一用户第一次点击待编辑视频播放进度条时所对应的时间点，并将该时间点确定为对应的显示时刻。
111.在本技术的一种可选实施例中，任一待编辑视频通过以下方式获取：
112.在获取到第一用户的待编辑视频检索触发操作时，显示待编辑视频检索框；
113.在通过待编辑视频检索框获取到第一用户输入的关键词时，在预设视频库中获取视频标签与关键词相匹配的至少一个待选视频，并将至少一个待选视频通过待选视频列表页面进行显示，其中，预设视频库中各视频的视频标签通过预设视频标注网络模型获取；
114.在通过待选视频列表页面获取到第一用户针对任一待选视频的选定触发操作后，将该待选视频确定为待编辑视频。
115.其中，将哪些视频确定为待编辑视频可以由作为带有互动内容的视频制作者的第一用户来决定。
116.具体地，由于互动内容一般与待编辑视频内容相关，因此第一用户在决定选取哪些视频作为待编辑视频时，可以将包含有所需的互动内容的视频选取为待编辑视频。那么，首先，可以获取多条相关视频，并根据视频涉及的内容为各视频标注对应的视频标签(每个
视频可以有多个视频标签)，并将带有视频标签的视频存储预设视频库中以供第一用户选取。然后，第一用户根据所需的互动内容设定关键词，并以该关键词在预设视频库中检索出对应的视频，进而从检索出的视频中选取出待编辑视频。
117.具体来说，在终端设备获取到所述第一用户的待编辑视频检索触发操作时，即第一用户发出待编辑视频检索指令时，向第一用户显示对应的待编辑视频检索框，在获取到第一用户输入的关键词后，基于该关键词提取对应的检索标签，并将该检索标签与预设视频库中各视频的视频标签相比对，将相匹配的视频作为待选视频，一般来说，相匹配可以指检索标签和视频标签相同。将这些待选视频通过待选视频列表显示给第一用户，以供第一用户选择所需的待编辑视频，第一用户可以选择一个或多个待选视频作为待编辑视频。
118.举例来说，如图2所示，在第一用户在待编辑视频检索框201中输入关键词“吃饭”后，通过待选视频列表页面202显示多个待选视频203(a吃饭的视频、b吃饭的视频、c吃饭的视频)供第一用户选择。
119.需要说明的是，预设视频库中的各视频的视频标签可以通过预设视频标注网络模型标注得到。如图3所示，首先通过人工标注的样本视频和标签训练得到预设视频标注网络模型，其中该模型的输入可以为视频的相关文字简介。然后，如图4所示，将预设视频库中待标注的视频的相关文字简介输入预设视频标注网络模型得到对应的视频标签。其中，该预设视频标注网络模型可以采用bert(bidirectional encoder representations from transformers，来自变换器的双向编码器表征量)模型。
120.在上述对预设视频库中的视频进行标注的过程中使用了机器学习的方法，其中，机器学习(machine learning,ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
121.下面通过一个示例来对带有互动内容的视频的制作过程进行进一步说明，如图5所示，该制作过程可以包括以下几个步骤：
122.(1)在待编辑视频检索框内容输入关键词；
123.(2)终端设备将该关键词转换为对应的检索标签；
124.(3)基于该检索标签在预设视频库中进行检索，确定该预设视频库中是否有视频标签相同的视频；若有，则进行后续步骤，若没有，则直接结束带有互动内容的视频制作；
125.(4)获取所有视频标签相匹配的视频(即待选视频)，并通过待选视频列表页面显示待选视频；
126.(5)选择其中一个待选视频作为待编辑视频，然后确定该待编辑视频对应的互动内容的显示时刻；
127.(6)通过互动内容输入页面输入对应的互动内容；
128.(7)终端设备将该待编辑视频到的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库，完成该带有互动内容的视频的制作，换言之，完成了该带有互动内容的视频的互动内容和显示时刻的获取和存储；
129.(8)带有互动内容的视频制作结束。
130.在本技术的一种可选实施例中，互动内容包括互动问题和互动答案，通过互动内容输入页面获取用户输入的互动内容，包括：
131.通过互动内容输入页面的互动问题输入框获取第一用户输入的互动问题，通过互动内容输入页面的互动答案输入框获取第一用户输入的互动答案。
132.其中，在互动内容为互动问答时，互动内容输入页面可以设置有互动问题输入框和互动答案输入框。
133.具体地，可以分别通过互动问题输入框接收第一用户输入的互动问题，通过互动答案输入框接收第一用户输入的互动答案，以便于互动展示页面分别展示互动问题和互动答案。举例来说，如图6所示，在互动内容输入界面中设置有互动问题输入框601和互动答案输入框602，其中，互动答案输入框602有分为正确答案输入框6021和错误答案输入框6022，第一用户在互动问题输入框中输入“小朋友，吃饭前，要先做什么呀”，在正确答案输入框中输入“a.先洗手”，在三个错误答案输入框中分别输入“b.先洗澡”，“c.xxxx”，“d.xxxx”。
134.需要说明的是，在本技术的另一种可选实施例中，第一用户除了上述方案中通过输入文字作为互动内容外，还可以通过录制音视频内容作为互动内容。具体来说，终端设备在显示了互动内容输入页面后，第一用户启动终端设备的音视频采集设备(如麦克风和摄像头)录制相关的互动内容，相应地，在播放带有互动内容的视频至对应的显示时刻时，通过互动展示页面展示互动内容的相关信息，即播放第一用户录制的音视频内容。
135.在本技术的一种可选实施例中，显示互动内容对应的互动展示页面，包括：
136.基于互动问题和互动答案，生成对应的互动展示页面，并显示互动展示页面。
137.具体地，当第一用户输入的互动问题中包含互动问题和互动答案时，可以在互动内容展示页面仅展示互动问题，或同时展示互动问题和互动答案。接上举例，如图7所述，互动内容展示页面同时展示互动问题701和互动答案702，可以看出互动答案包括多个，以供第二用户选取其中的正确答案，增加互动的复杂性，提升互动体验。
138.在本技术的一种可选实施例中，基于互动内容和语音互动消息显示对应的互动反馈页面，包括：
139.对语音互动消息进行语音识别，获取对应的文本；
140.将文本与互动答案对应的文本进行相似度匹配，若相似度不小于预设阈值，则显示第一互动反馈页面，否则，显示第二互动反馈页面。
141.在本技术的一种可选实施例中，所述互动展示页面上显示有至少两个选项按钮，相应地，所述互动消息为针对任一选项按钮的触发操作，所述显示所述互动消息对应的互动反馈页面，包括：
142.获取所述触发操作针对的选项按钮对应的答案；
143.若所述答案与所述互动答案相匹配，则显示第一互动反馈页面，否则，显示第二互动反馈页面。
144.具体地，在向第二用户显示了互动展示页面后，第二用户可以通过语音或触控操作输入对应的互动消息。
145.若通过语音输入对应的互动消息，即互动消息为语音消息，终端设备通过语音采集设备(如麦克风)采集到该语音消息，并对该语音消息进行语音识别，转换成对应的文本，
并将该文本与互动答案对应的文本进行相似度匹配，若相似度不小于预设阈值，则显示第一互动反馈页面，否则，显示第二互动反馈页面，即不同的用户输入不同的答案会得到不同的反馈。
146.在上述对语音互动消息的处理过程中采用了语音识别技术和自然语言处理技术，具体来说，语音技术(speech technology)的关键技术有自动语音识别技术(asr)和语音合成技术(tts)以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。自然语言处理(nature language processing,nlp)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。
147.若互动展示页面上显示有至少两个选项按钮，第二用户可以通过触控的形式输入互动消息，具体来说，每个选项按钮可以对应一个答案，第二用户通过选择触发不同按钮来选择不同的答案，即输入不同的互动消息。具体来说，当获取到用户对任一选项按钮的触发操作后，终端设备获取该选项按钮对应的答案，并将该正确答案与互动答案进行比对，若所述答案与所述互动答案相匹配，则显示第一互动反馈页面，否则，显示第二互动反馈页面，即不同的用户输入不同的答案会得到不同的反馈。
148.下面通过一个示例来对带有互动内容的视频播放过程中第二用户参与互动的过程进行进一步说明，如图8a所示，该互动过程可以包括以下几个步骤：
149.(1)终端设备播放目标视频给第二用户观看；
150.(2)终端设备确定该目标视频是否为带有互动内容的视频，若确定该目标视频为带有互动内容的视频则继续执行后续步骤，若确定该目标视频为不带有互动内容的视频则不执行该互动方案；
151.(3)当目标视频播放至对应的互动内容的限时时刻，显示互动展示页面，向第二用户展示对应的互动问答；
152.(4)第二用户通过发出回答语音(即语音互动消息)，终端设备采集语音互动消息；
153.(5)终端设备对回答语音进行语音识别得到对应的文本；
154.(6)将回答语音对应的文本与互动答案的文本进行相似度匹配，若相似度不小于预设阈值，则回答正确，若相似度小于预设阈值，则回答错误；
155.(7)若回答正确则显示第一互动反馈页面，如图8b所示，展示“答对了，好棒哦”；
156.(8)若回答错误则显示第二互动反馈页面，如图8c所示，展示“答错了，没答案应该为xxx”；
157.(9)互动结束。
158.图9为本技术实施例提供的一种视频播放中的互动装置的结构框图，该装置900可以包括：视频编辑模块901、带有互动内容的视频确定模块902、互动内容获取模块903、互动展示页面显示模块904以及互动反馈页面显示模块905，其中：
159.视频编辑模块901用于获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中；
160.带有互动内容的视频确定模块902用于播放目标视频，并确定目标视频是否为带有互动内容的视频；
161.互动内容获取模块903用于若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻；
162.互动展示页面显示模块904用于在目标视频播放至显示时刻时，显示互动内容对应的互动展示页面；
163.互动反馈页面显示模块905用于在通过语音采集设备获取到第二用户的语音互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
164.本技术提供的方案，通过在带有互动内容的视频播放至互动内容的显示时刻时显示对应的互动展示页面，并在显示互动展示页面的过程中接收用户输入的语音互动消息，进而基于语音互动消息显示对应的互动反馈页面，使得用户观看视频的过程中获知了互动内容并输入了语音互动消息，实现了视频播放过程中用户和视频之间的互动，提高了用户体验。
165.在本技术的一种可选实施例中，带有互动内容的视频确定模块具体用于：
166.获取目标视频的标识信息，并确定预设互动内容数据库中是否包含有目标视频的标识信息，其中，预设互动内容数据库中存储有至少一个带有互动内容的视频的标识信息、对应的互动内容以及对应的显示时刻；
167.若预设互动内容数据库中包含有目标视频的标识信息，则确定目标视频为带有互动内容的视频，否则，确定目标视频为不带有互动内容的视频；
168.带有互动内容的视频确定模块进一步用于：
169.基于目标视频的标识信息，从预设互动内容数据库中获取目标视频对应的互动内容和显示时刻。
170.在本技术的一种可选实施例中，视频编辑模块具体用于：
171.获取至少一个待编辑视频；
172.在获取到第一用户针对任一待编辑视频的互动内容添加触发操作时，获取该待编辑视频对应的互动内容的显示时刻，并显示互动内容输入页面；
173.通过互动内容输入页面获取第一用户输入的互动内容，并将任一带有待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中。
174.在本技术的一种可选实施例中，该装置还包括待编辑视频获取模块，用于：
175.在获取到第一用户的待编辑视频检索触发操作时，显示待编辑视频检索框；
176.在通过待编辑视频检索框获取到第一用户输入的关键词时，在预设视频库中获取视频标签与关键词相匹配的至少一个待选视频，并将至少一个待选视频通过待选视频列表页面进行显示，其中，预设视频库中各视频的视频标签通过预设视频标注网络模型获取；
177.在通过待选视频列表页面获取到第一用户针对任一待选视频的选定触发操作后，将该待选视频确定为待编辑视频。
178.在本技术的一种可选实施例中，互动内容包括互动问题和互动答案，视频编辑模块进一步用于：
179.通过互动内容输入页面的互动问题输入框获取第一用户输入的互动问题，通过互动内容输入页面的互动答案输入框获取第一用户输入的互动答案。
180.在本技术的一种可选实施例中，互动展示页面显示模块具体用于：
181.基于互动问题和互动答案，生成对应的互动展示页面，并显示互动展示页面。
182.在本技术的一种可选实施例中，互动反馈页面显示模块具体用于：
183.对语音互动消息进行语音识别，获取对应的文本；
184.将文本与互动答案对应的文本进行相似度匹配，若相似度不小于预设阈值，则显示第一互动反馈页面，否则，显示第二互动反馈页面。
185.基于相同的原理，本技术实施例还提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时，实现本技术任一可选实施例中所提供的方法，具体可实现如下情况：
186.获取第一用户对至少一个待编辑视频添加的互动内容和对应的显示时刻，并将各待编辑视频的标识信息、互动内容以及显示时刻对应存储至预设互动内容数据库中；播放目标视频，并确定目标视频是否为带有互动内容的视频；若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻；在目标视频播放至显示时刻时，显示互动内容对应的互动展示页面；在通过语音采集设备获取到第二用户的互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
187.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本技术任一实施例所示的方法。
188.可以理解的是，介质中存储的可以是视频播放中的互动方法对应的计算机程序。
189.图10中示出了本技术实施例所适用的一种电子设备的结构示意图，如图10所示，图10所示的电子设备1000包括：处理器1001和存储器1003。其中，处理器1001和存储器1003相连，如通过总线1002相连。进一步地，电子设备1000还可以包括收发器1004，电子设备1000可以通过收发器1004与其他电子设备进行数据的交互。需要说明的是，实际应用中收发器1004不限于一个，该电子设备1000的结构并不构成对本技术实施例的限定。
190.其中，处理器1001应用于本技术实施例中，可以用于实现图9所示的视频播放中的互动装置的功能。
191.处理器1001可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器1001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
192.总线1002可包括一通路，在上述组件之间传送信息。总线1002可以是pci总线或eisa总线等。总线1002可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
193.存储器1003可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd-rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
194.存储器1003用于存储执行本技术方案的应用程序代码，并由处理器1001来控制执行。处理器1001用于执行存储器1003中存储的应用程序代码，以实现图9所示实施例提供的
视频播放中的互动装置的动作。
195.本技术实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行时实现如下情况：
196.播放目标视频，并确定目标视频是否为带有互动内容的视频；若确定目标视频为带有互动内容的视频，则获取目标视频对应的互动内容和互动内容的显示时刻；在目标视频播放至显示时刻时，显示互动内容对应的互动展示页面；在通过语音采集设备获取到第二用户的互动消息时，基于互动内容和语音互动消息显示对应的互动反馈页面。
197.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
198.以上仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。