多媒体内容合并，生成第二多媒体内容。在这里，预定多媒体内容可以是与第一多媒体内容具有关联性的多媒体内容。例如，预定多媒体内容可以是背景音和/或音效等。
[0049]接着，在步骤330中，确定第二多媒体内容的播放范围。
[0050]如前所述，播放范围可以由多媒体服务器来确定，也可以由第一客户端来确定。
[0051]在由多媒体服务器来确定播放范围的一些实现方式中，例如，多媒体服务器可以获取第一客户端的位置信息和/或行业类别信息，并基于第一客户端的位置信息和/或行业类别信息来确定播放范围，例如，以第一客户端为圆心，以一预定距离为半径的圆形范围，作为播放范围。或者，还可以以第一客户端所处的小区作为播放范围。
[0052]例如，在一些实现方式中，多媒体服务器可以获取第一客户端的网际协议(IP)地址信息或者媒体访问控制(Media Access ControI,MAC)地址信息。或者，多媒体服务器还可以基于先验数据库，来获取第一客户端的行业类别信息。例如，先验数据库中可以存储有第一客户端的位置信息(例如IP地址或MAC地址)与其行业类别信息的对应关系。多媒体服务器可以基于已获取的位置信息在先验数据库中查找并获得第一客户端的与位置信息对应的行业类别信息。
[0053]在获取到第一客户端的位置信息和/或行业类别信息后，多媒体服务器可以基于这些信息确定播放范围，例如，可以选择与第一客户端距离在预定范围内作为播放范围。
[0054]在由第一客户端输入定播放范围的一些实现方式中，例如，第一客户端可以向多媒体服务器发送期望播放包含其上传的第一多媒体内容的待播放多媒体内容的约束条件。使得多媒体服务器仅向满足该约束条件的对象发送第二多媒体内容。
[0055]接着，在步骤340中，将第二多媒体内容发送给播放范围内的第二客户端以供播放。
[0056]在一些应用场景中，客户端(如第二客户端)向多媒体服务器请求播放多媒体内容。若该客户端处于播放范围内时，可以在发送这些请求播放的多媒体内容时，将第二多媒体内容也发送到该客户端中。
[0057]或者，在另一些应用场景中，即使第二客户端未向多媒体服务器请求播放多媒体内容，多媒体服务器可以直接将第二多媒体内容发送至第二客户端。
[0058]在一些实现方式中，步骤320的将第一多媒体内容与预定多媒体内容合并，生成第二多媒体内容可以通过以下方式来实施。
[0059]具体而言，在步骤321中，选择与第一多媒体内容匹配的预定多媒体内容。并在步骤322中，将第一多媒体内容与预定多媒体内容合并，生成第二多媒体内容。
[0060]在这里，“匹配”一词的含义可以包括，该预定多媒体内容(例如，背景音、音效等)与第一多媒体内容可和谐地相互融合。二者合并后，可以更好的烘托并突出第一多媒体内容，加深用户的听觉和/或视觉印象。
[0061]通过在第一多媒体内容中添加与之匹配的预定多媒体内容，可以使得生成的第二多媒体内容比第一多媒体内容的内容更加丰富，表现力更强，并且使观看或收听该第二多媒体内容的用户获得更好的体验。
[0062]在一些实现方式中，可以提取第一多媒体内容的音频特征，并选取与第一多媒体内容具有相同或相似音频特征的预定多媒体内容。例如，可以选取与第一多媒体内容具有相同或相似音频特征的背景音、音效等作为预定多媒体内容。
[0063]在这里，音频特征例如可以包括基音、泛音、节奏、过零率、梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients，MFCC)、能量信息、频谱分布和音调中的至少一项。
[0064]—般的声音都是由发音体发出的一系列频率、振幅各不相同的振动复合而成的。这些振动中有一个频率最低的振动，由它发出的音就是基音(fundamental tone)，其余则是泛音。过零率可以指音频信号的短时过零率，即一帧的音频信号穿过零电平的次数。梅尔频率是基于人耳听觉特性提出来的，与赫兹(Hz)频率成非线性对应关系。MFCC则是利用这种非线性对应关系，计算得到的Hz频谱特征。能量信息可以指音频信号的信号强度。频谱分布可以指音频信号的频率的分布曲线。节奏可以是与音频信号向前进行有关的因素，如重音、节拍和速度等。音调为音频信号的调，即音高的位置。在一些实现方式中，节奏和音调可以根据过零率、梅尔频率倒谱系数、能量信息和频谱分布计算得到。
[0065]下面，将示意性地以基音为例，描述如何提取第一多媒体内容的音频特征。
[0066]基音可以通过基音周期来进行定量描述。而基因周期可通过求取短时自相关函数或者求取短时平均幅度差函数(average magnitude difference funct1n，AMDF)的方法来获得。
[0067]当采用求取短时自相关函数的方法来确定基音周期时，可首先在音频的声波波形上截取一段时间(方窗)的波形。一般而言，语音中最长的基音周期约为20ms，因而方窗的窗长可大于40ms ο
[0068]接下来，确定基音周期。在一些实现方式中，为了去除声波波形上声道共振峰对其的干扰，可以首先对声波波形进行滤波，再求取滤波后信号的自相关函数。例如，可以先用带宽为60?900Hz的带通滤波器对声波进行滤波，再用滤波后的信号进行自相关。或者，还可以先将音频信号通过线性预测(linear predictive coding，LPC)逆滤波器，再通过求残差信号的自相关函数来估计基音周期。
[0069]当采用求取AMDF的方法来确定基音周期时，可以首先寻找声波波形上最深谷点的位置，并在执行AMDF之前做去除共振峰和中心削波以改善计算效果。通过求取AMDF的方法来确定基音周期，其优点是计算量小。
[0070]在一些可选方案中，还可以基于第一客户端和/或第二客户端的行业类别信息和/或位置信息选择预定多媒体内容。
[0071]具体而言，首先，获取第一客户端和/或第二客户端的行业类别信息和/或位置信息。例如，多媒体服务器可以在接收第二客户端发送的请求播放多媒体内容的请求信息时，获取第二客户端的位置信息，例如网际协议(IP)地址信息或者媒体访问控制(MediaAccess Control，MAC)地址信息。或者，多媒体服务器还可以基于先验数据库，来获取第二客户端的行业类别信息。例如，先验数据库中可以存储有第二客户端的位置信息(例如IP地址或MAC地址)与其行业类别信息的对应关系。多媒体服务器可以基于已获取的位置信息在先验数据库中查找并获得第二客户端的与位置信息对应的行业类别信息。
[0072]接着，基于第一客户端和/或第二客户端的行业类别信息和/或位置信息，获取与第二客户端对应的客流群体特征，并根据客流群体特征选择预定多媒体内容。
[0073]在一些实现方式中，第一客户端的行业类别和/或位置与第二客户端的行业类别和/或位置存在某种关联，例如，第一客户端与第二客户端的位置相近，或者，第一客户端与第二客户端的行业类别相似(例如，第一客户端可以是美发店，而第二客户端可以是餐饮店)。因此，在这些应用场景中，第一客户端与第二客户端可能具有相似的客流群体特征，从而可以通过第一客户端的行业类别信息和/或位置信息，来近似获取与第二客户端对应的客流群体特征。
[0074]在另一些实现方式中，例如，多媒体服务器上可以存放有包含了行业类别信息和/或位置信息与客流群体特征的对应关系，以及客流群体特征与其喜好的音乐类型(例如演唱者、歌曲类别或歌曲名等)的对应关系。这样一来，在已知第二客户端的行业类别信息和/或位置信息的前提下，多媒体服务器便可对应查找出与行业类别信息和/或位置信息相对应的音乐类型。
[0075]在一些可选方案中，步骤340中的将第二多媒体内容发送给播放范围内的第二客户端可以包括步骤341，选取与目标多媒体内容的音频特征匹配的第二多媒体内容，以及步骤342，将选取的第二多媒体内容发送给第二客户端。在这里，目标多媒体内容可以是根据用户反馈满足预定条件的多媒体内容。
[0076]在一些应用场景中，多媒体服务器上可能存在多个第二多媒体内容。在向第二客户端发送时，多媒体服务器可以根据一些预定条件来筛选第二多媒体内容，并将符合预定条件的第二多媒体内容发送给第二客户端。
[0077]例如，在一些实现方式中，可以选取与目标多媒体内容的音频特征匹配的第二多媒体内容，并将这些第二多媒体内容发送至第二客户端。
[0078]在这些实现方式中，目标多媒体内容可以是根据用户反馈满足预定条件的多媒体内容。例如，用户反馈可以包括用户播放目标多媒体内容时的关闭率和/或点击率。预定条件例如可以包括关闭率低于第一阈值和/或点击率高于第二阈值。选择这样的第二多媒体内容来向第二客户端发送，可以使得观看和/收听到该第二多媒体内容的用户对这些第二多媒体内容的接受度更高。
[0079]作为一种可选方案，本实施例的方法还可以包括:步骤350，获取第二客户端播放第二多媒体内容的播放信息，以及步骤360，基于播放信息计算费用。播放信息例如可以包括第二多媒体内容的播放次数、播放时长以及播放时段中的至少一项。
[0080]在一些应用场景中，第一客户端可以是商户(如美发店)，该商户期望将自己制作的广告内容(即第一多媒体内容)在一定范围内广播。
[0081]在该应用场景中，多媒体服务器可向第一多媒体内容中添加背景音形成具有背景音效果的广告内容(即第二多媒体内容)。多媒体服务器可以向当符合接收该第二多媒体内容的接收条件(例如，处于播放范围内)的第二客户端向发送该第二多媒体内容。
[0082]在一些应用场景中，第二客户端也可以是商户(如餐饮店)。在这些应用场景中，餐饮店可以接收到由多媒体服务器向其发送的包含美发店上传广告内容的多媒体