本申请实施例涉及计算机技术领域，尤其涉及用于输出信息的方法和装置。
背景技术：
当用户欲进行涉及个人隐私的某种操作时，例如，购买某个产品(理财产品)或者办理某项业务(例如开户)时，往往需要对用户的身份进行验证。
现有的对用户身份进行验证的方法通常是对用户进行当面验证，即用户需要到指定地点完成身份验证。
技术实现要素：
本申请实施例提出了用于输出信息的方法和装置。
第一方面，本申请实施例提供了一种用于输出信息的方法，该方法包括：响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；该方法还包括：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件。
在一些实施例中，鉴权参考文件还包括目标图像，目标图像基于如下步骤生成：显示针对目标产品预先设置的产品信息；响应于接收到用户针对产品信息的信息输入请求，获取用户输入的文字信息，其中，文字信息包括用户的签名；将所获取的文字信息添加到预设图像上，生成目标图像，其中，预设图像包含产品信息。
在一些实施例中，预设图像包括预设图像区域，其中，预设图像区域与产品信息在预设图像上的图像区域不同；以及将所获取的文字信息添加到预设图像上，包括：将所获取的文字信息添加到预设图像区域中。
在一些实施例中，播放当前预设语音文件，包括：播放当前预设语音文件，并显示针对所播放的预设语音文件预先设置的文本信息。
在一些实施例中，该方法还包括：确定音频数据是否不包括用户针对当前预设语音文件输入的语音数据；响应于确定音频数据不包括用户针对当前预设语音文件输入的语音数据，执行多媒体文件生成步骤。
在一些实施例中，在确定音频数据是否不包括用户针对当前预设语音文件输入的语音数据之后，该方法还包括：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，确定语音文件集合中的预设语音文件是否播放完成；响应于确定语音文件集合中的预设语音文件未播放完成，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
第二方面，本申请实施例提供了一种用于输出信息的装置，该装置包括：第一执行单元，配置用于响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；该装置还包括：合并单元，配置用于响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；发送单元，配置用于向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件。
在一些实施例中，鉴权参考文件还包括目标图像，目标图像基于如下步骤生成：显示针对目标产品预先设置的产品信息；响应于接收到用户针对产品信息的信息输入请求，获取用户输入的文字信息，其中，文字信息包括用户的签名；将所获取的文字信息添加到预设图像上，生成目标图像，其中，预设图像包含产品信息。
在一些实施例中，预设图像包括预设图像区域，其中，预设图像区域与产品信息在预设图像上的图像区域不同；以及添加单元进一步配置用于将所获取的文字信息添加到预设图像区域中。
在一些实施例中，播放当前预设语音文件，包括：播放当前预设语音文件，并显示针对所播放的预设语音文件预先设置的文本信息。
在一些实施例中，该装置还包括：确定单元，配置用于确定音频数据是否不包括用户针对当前预设语音文件输入的语音数据；第二执行单元，配置用于响应于确定音频数据不包括用户针对当前预设语音文件输入的语音数据，执行多媒体文件生成步骤。
在一些实施例中，第二执行单元进一步配置用于：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，确定语音文件集合中的预设语音文件是否播放完成；响应于确定语音文件集合中的预设语音文件未播放完成，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
第三方面，本申请实施例提供了一种终端，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于输出信息的方法中任一实施例的方法。
第四方面，本申请实施例提供了一种计算机存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述用于输出信息的方法中任一实施例的方法。
本申请实施例提供的用于输出信息的方法和装置，通过响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；进而通过响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；最后向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件，从而利用拍摄生成的目标多媒体文件对用户进行鉴权，避免了对用户进行当面鉴权，提高了对用户进行鉴权的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于输出信息的方法的一个实施例的流程图；
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图；
图4是根据本申请的用于输出信息的方法的又一个实施例的流程图；
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、即时通信工具、视频处理软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有摄像头、扬声器和麦克风的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如，用于提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103所发送的多媒体文件进行处理的信息处理服务器。信息处理服务器可以对接收到的多媒体文件等数据进行分析等处理，并将处理结果(例如鉴权结果)反馈给终端设备。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如，用于提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于输出信息的方法一般由终端设备101、102、103执行，相应地，用于输出信息的装置一般设置于终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法，包括以下步骤：
步骤201，响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
在本实施例中，用于输出信息的方法运行于其上的执行主体(例如图1所示的终端设备101、102、103)可以响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。其中，目标产品可以为用户欲对其进行操作的产品，具体的，目标产品可以为虚拟产品(例如理财产品)，也可以为实体产品(例如银行卡)。操作请求可以为用户发起的、与目标产品相关的各种请求(例如购买请求、投资请求、办理请求等)。预设语音文件集合与目标产品相对应，预设语音文件集合可以包括至少一个预设语音文件，预设语音文件可以包括针对目标产品预先录制的用于鉴权的语音。例如，可以包括针对目标产品预先录制的用于对用户进行提问的语音。需要说明的是，预设语音文件集合中可以包括未播放的预设语音文件。在这里，对于未播放的预设语音文件可以预先设置未播放标识，进而上述执行主体可以从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件。或者，上述执行主体可以通过查询播放记录来确定并选取未播放的预设语音文件，进而将所选取的为播放的预设语音文件作为当前预设语音文件。
在本实施例中，上述多媒体文件生成步骤可以包括：
步骤2011，播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据。
其中，视频数据可以为对用户进行拍摄所获得的视频，音频数据可以为对用户进行拍摄所获得的音频。在这里，音频数据可以包括用户收听到所播放的预设语音文件后所做出的语音回应，例如对预设语音文件中所提的问题的答复。
在本实施例的一些可选的实现方式中，上述执行主体可以播放当前预设语音文件，并显示针对所播放的预设语音文件预先设置的文本信息。其中，预先设置的文本信息可以为技术人员针对所播放的预设语音文件预先设置的提示信息。可以理解的是，通过显示上述文本信息，可以方便用户获取信息，进而做出语音回应。
步骤2012，分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件。
其中，视频文件可以为符合预设视频格式的视频。音频文件可以为符合预设音频格式的音频。在这里，上述预设视频格式的视频可以与上述预设音频格式的音频合并成多媒体文件。
示例性的，上述执行主体可以按照h264协议对所获得的视频数据进行编码，生成h264格式的视频文件；按照acc协议对所获得的音频文件进行编码，生成acc格式的音频文件。其中，h264格式的视频文件和acc格式的音频文件可以合并成多媒体文件。
需要说明的是，视频编码和音频编码是目前广泛研究和应用的公知技术，在此不再赘述。
步骤202，响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件。
在本实施例中，上述执行主体(例如图1所示的终端设备101、102、103)可以响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件。其中，目标多媒体文件为待输出的、用于对上述用户进行鉴权的多媒体文件。
可以理解的是，作为将视频文件和音频文件合并生成目标多媒体文件的条件，上述执行主体需要确定音频数据是否包括用户针对当前预设语音文件输入的语音数据，以及预设语音文件集合中的预设语音文件是否播放完成。
在本实施例中，上述执行主体可以通过各种方法确定音频数据是否包括用户针对当前预设语音文件输入的语音数据。作为示例，当环境噪音影响程度较小时，上述执行主体可以通过比对预设语音文件的声音信号和音频数据的声音信号来确定音频数据是否包括用户输入的语音数据。具体的，若音频数据的声音信号与预设语音文件的声音信号相同或相近，则可以确定音频数据不包括用户输入的语音数据。
可选的，上述执行主体可以将音频数据识别成文本数据，并基于识别出的文本数据，确定音频数据是否包括用户输入的语音数据。作为示例，音频数据包括预设语音文件中的语音，针对预设语音文件中的语音，预先识别有预设文本。将音频数据识别成文本数据后，上述执行主体可以确定所识别的文本数据是否包括除上述预设文本以外的文本，若是，则可以确定音频数据包括用户输入的语音数据。另外，可以理解的是，当音频数据不包括预设语音文件中的语音时，可以仅通过确定是否通过音频数据识别出文本数据来确定音频数据是否包括用户输入的语音数据(具体的，若识别出文本数据，则可以确定音频数据包括用户输入的语音数据)。
需要说明的是，语音识别是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例中，上述执行主体可以通过各种方法确定预设语音文件集合中的预设语音文件是否播放完成。作为示例，上述执行主体可以通过确定预设语音文件集合中是否还包括带有未播放标识的预设语音文件来确定预设语音文件是否播放完成；或者，上述执行主体可以通过查找播放记录来确定预设语音文件是否播放完成。
在这里，上述执行主体可以通过各种方法将视频文件和音频文件合并生成目标多媒体文件，此处不做限制。作为示例，上述执行主体可以利用预先安装的软件(例如ffmpeg)将视频文件和音频文件合并生成目标多媒体文件。需要说明的是，视频与音频的合成技术是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例的一些可选的实现方式中，上述执行主体还可以确定音频数据是否不包括用户针对当前预设语音文件输入的语音数据；响应于确定音频数据不包括用户针对当前预设语音文件输入的语音数据，执行多媒体文件生成步骤。
在本实施例的一些可选的实现方式中，在确定音频数据是否不包括所述用户针对当前预设语音文件输入的语音数据之后，上述执行主体还可以执行如下步骤：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，确定语音文件集合中的预设语音文件是否播放完成；响应于确定语音文件集合中的预设语音文件未播放完成，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
步骤203，向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权。
在本实施例中，基于步骤202获得的目标多媒体文件，上述执行主体可以向服务器(例如图1所示的服务器105)发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件可以包括目标多媒体文件。具体的，作为示例，服务器可以播放目标多媒体文件，供审核人员审核，并获取审核人员输入的鉴权结果。
继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，终端设备301可以响应于接收到用户302针对目标产品(银行卡)的操作请求(办理请求)303，对用户302进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行语音数据接收多媒体文件生成步骤。具体地，可以播放当前预设语音文件并对用户302进行拍摄，以获得针对预设语音文件的视频数据305和音频数据306；分别对所获得的视频数据305和音频数据306进行编码，生成视频文件307和音频文件308。接着，终端设备301可以响应于确定音频数据306包括用户302针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件307和音频文件308合并生成目标多媒体文件309。最后终端设备301可以向服务器310发送鉴权参考文件311，以使服务器基于鉴权参考文件311对用户进行鉴权，其中，鉴权参考文件311包括目标媒体文件309。
本申请的上述实施例提供的方法通过响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；进而通过响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；最后向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件，从而利用拍摄生成的目标多媒体文件对用户进行鉴权，避免了对用户进行当面鉴权，提高了对用户进行鉴权的效率。
进一步参考图4，其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400，包括以下步骤：
步骤401，响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
在本实施例中，用于输出信息的方法运行于其上的执行主体(例如图1所示的终端设备101、102、103)可以响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
步骤402，响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件。
在本实施例中，上述执行主体(例如图1所示的终端设备101、102、103)可以响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件。
上述步骤401、步骤402分别与前述实施例中的步骤201、步骤202一致，上文针对步骤201、步骤202的描述也适用于步骤401、步骤402，此处不再赘述。
步骤403，显示针对目标产品预先设置的产品信息。
在本实施例中，用于输出信息的方法运行于其上的执行主体可以显示针对目标产品预先设置的产品信息。其中，所显示的产品信息可以用于供用户查看。产品信息可以用于表征目标产品的属性，产品信息可以包括但不限于以下至少一项：文字、数字、符号、图像。需要说明的是，在这里，执行主体可以以网页、图片等各种形式显示针对目标产品预先设置的产品信息。
步骤404，响应于接收到用户针对产品信息的信息输入请求，获取用户输入的文字信息。
在本实施例中，上述执行主体可以响应于接收到用户针对上述产品信息的信息输入请求，获取用户输入的文字信息，其中，文字信息可以包括用户的签名。具体的，上述执行主体可以预先存储有用于接收用户输入的文字的图像，进而，上述执行主体可以获取上述图像上的文字信息。
步骤405，将所获取的文字信息添加到预设图像上，生成目标图像。
在本实施例中，基于步骤404中的文字信息，上述执行主体可以将所获取的文字信息添加到预设图像上，生成目标图像，其中，预设图像可以包含上述产品信息。目标图像可以为待输出的、用于相关技术人员对其进行审核的图像。
在这里，上述执行主体可以通过各种方法将所获取的文字信息添加到预设图像上。作为示例，上述执行主体可以识别并获取包含上述文字信息的图像区域，对该图像区域进行截图，进而通过图像融合技术将截图获得的图像添加到预设图像上。
可选的，上述执行主体可以识别文字信息所包括的像素点，并在预设空白图像上生成与识别出的像素点的像素值相同的像素点(即生成文字信息)，获得包括文字信息的待添加图像，进而通过图像融合技术将待添加图像添加到预设图像上。
需要说明的是，图像融合是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例的一些可选的实现方式中，预设图像可以包括预设图像区域，其中，预设图像区域与产品信息在预设图像上的图像区域不同；以及上述执行主体可以将所获取的文字信息添加到上述预设图像区域中。
步骤406，向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权。
在本实施例中，基于步骤402获得的目标多媒体文件和步骤405获得的目标图像，上述执行主体可以向服务器(例如图1所示的服务器105)发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件可以包括目标多媒体文件和目标图像。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于输出信息的方法的流程400突出了获取用户输入的文字信息，进而生成目标图像，并将目标图像作为鉴权参考文件进行输出的步骤。由此，本实施例描述的方案可以引入更多与用户所发送的操作请求相关联的数据，从而实现了更全面的信息输出。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于输出信息的装置500包括：第一执行单元501、合并单元502和发送单元503。其中，第一执行单元501配置用于响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；合并单元502，配置用于响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；发送单元503配置用于向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件可以包括目标多媒体文件。
在本实施例中，用于输出信息的装置500的第一执行单元501可以响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。其中，目标产品可以为用户欲对其进行操作的产品，具体的，目标产品可以为虚拟产品(例如理财产品)，也可以为实体产品(例如银行卡)。操作请求可以为用户发起的、与目标产品相关的各种请求(例如购买请求、投资请求、办理请求等)。预设语音文件集合与目标产品相对应，预设语音文件集合可以包括至少一个预设语音文件，预设语音文件可以包括针对目标产品预先录制的用于鉴权的语音。需要说明的是，预设语音文件集合中可以包括未播放的预设语音文件。在这里，对于未播放的预设语音文件可以预先设置未播放标识，进而上述执行主体可以从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件。或者，上述执行主体可以通过查询播放记录来确定并选取未播放的预设语音文件，进而将所选取的为播放的预设语音文件作为当前预设语音文件。
在本实施例中，上述多媒体文件生成步骤可以包括：
步骤5011，播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据。
其中，视频数据可以为对用户进行拍摄所获得的视频，音频数据可以为对用户进行拍摄所获得的音频。在这里，音频数据可以包括用户收听到所播放的预设语音文件后所做出的语音回应，例如对预设语音文件中所提的问题的答复。
步骤5012，分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件。
其中，视频文件可以为符合预设视频格式的视频。音频文件可以为符合预设音频格式的音频。在这里，上述预设视频格式的视频可以与上述预设音频格式的音频合并成多媒体文件。
需要说明的是，视频编码和音频编码是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例中，用于输出信息的装置500的合并单元502可以响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件。其中，目标多媒体文件为待输出的、用于对上述用户进行鉴权的多媒体文件。
可以理解的是，作为将视频文件和音频文件合并生成目标多媒体文件的条件，需要确定音频数据是否包括用户针对当前预设语音文件输入的语音数据，以及预设语音文件集合中的预设语音文件是否播放完成。
在本实施例中，合并单元502可以通过各种方法确定音频数据是否包括用户针对当前预设语音文件输入的语音数据。作为示例，当环境噪音影响程度较小时，上述执行主体可以通过比对预设语音文件的声音信号和音频数据的声音信号来确定音频数据是否包括用户输入的语音数据。具体的，若音频数据的声音信号与预设语音文件的声音信号相同或相近，则可以确定音频数据不包括用户输入的语音数据。
可选的，合并单元502可以将音频数据识别成文本数据，并基于识别出的文本数据，确定音频数据是否包括用户输入的语音数据。作为示例，音频数据包括预设语音文件中的语音，针对预设语音文件中的语音，预先识别有预设文本。将音频数据识别成文本数据后，上述执行主体可以确定所识别的文本数据是否包括除上述预设文本以外的文本，若是，则可以确定音频数据包括用户输入的语音数据。另外，可以理解的是，当音频数据不包括预设语音文件中的语音时，可以仅通过确定是否通过音频数据识别出文本数据来确定音频数据是否包括用户输入的语音数据(具体的，若识别出文本数据，则可以确定音频数据包括用户输入的语音数据)。
需要说明的是，语音识别是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例中，合并单元502可以通过各种方法确定预设语音文件集合中的预设语音文件是否播放完成。作为示例，合并单元502可以通过确定预设语音文件集合中是否还包括带有未播放标识的预设语音文件来确定预设语音文件是否播放完成；或者，合并单元502可以通过查找播放记录来确定预设语音文件是否播放完成。
在这里，合并单元502可以通过各种方法将视频文件和音频文件合并生成目标多媒体文件，此处不做限制。需要说明的是，视频与音频的合成技术是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例中，基于合并单元502获得的目标多媒体文件，发送单元503可以向服务器(例如图1所示的服务器105)发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件可以包括目标多媒体文件。
在本实施例的一些可选的实现方式中，鉴权参考文件还可以包括目标图像，目标图像可以基于如下步骤生成：显示针对目标产品预先设置的产品信息；响应于接收到用户针对产品信息的信息输入请求，获取用户输入的文字信息，其中，文字信息包括用户的签名；将所获取的文字信息添加到预设图像上，生成目标图像，其中，预设图像包含产品信息。
在本实施例的一些可选的实现方式中，预设图像可以包括预设图像区域，其中，预设图像区域与产品信息在预设图像上的图像区域不同；以及添加单元可以进一步配置用于将所获取的文字信息添加到预设图像区域中。
在本实施例的一些可选的实现方式中，播放当前预设语音文件，包括：播放当前预设语音文件，并显示针对所播放的预设语音文件预先设置的文本信息。
在本实施例的一些可选的实现方式中，用于输出信息的装置500还可以包括：确定单元(图中未示出)，配置用于确定音频数据是否不包括用户针对当前预设语音文件输入的语音数据；第二执行单元(图中未示出)，配置用于响应于确定音频数据不包括用户针对当前预设语音文件输入的语音数据，执行多媒体文件生成步骤。
在本实施例的一些可选的实现方式中，上述第二执行单元可以进一步配置用于：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，确定语音文件集合中的预设语音文件是否播放完成；响应于确定语音文件集合中的预设语音文件未播放完成，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤。
本申请的上述实施例提供的用于输出信息的装置500通过第一执行单元501响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；进而通过合并单元502响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；最后发送单元503向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件，从而利用拍摄生成的目标多媒体文件对用户进行鉴权，避免了对用户进行当面鉴权，提高了对用户进行鉴权的效率。
下面参考图6，其示出了适于用来实现本申请实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括按键、麦克风等的输入部分606；包括显示屏、扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。需要说明的是，当上述终端设备为平板电脑、膝上型便携计算机或台式计算机等时，计算机系统600还可以包括可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等。可拆卸介质可以根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括执行单元、合并单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，执行单元还可以被描述为“用于执行多媒体文件生成步骤的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于接收到用户针对目标产品的操作请求，对用户进行拍摄，从预设语音文件集合中选取未播放的预设语音文件作为当前预设语音文件，并执行多媒体文件生成步骤，多媒体文件生成步骤包括：播放当前预设语音文件，以获得针对所播放的预设语音文件的视频数据和音频数据；分别对所获得的视频数据和音频数据进行编码，生成视频文件和音频文件；进一步使得该装置：响应于确定音频数据包括用户针对当前预设语音文件输入的语音数据，且预设语音文件集合中的预设语音文件播放完成，将视频文件和音频文件合并生成目标多媒体文件；向服务器发送鉴权参考文件，以使服务器基于鉴权参考文件对用户进行鉴权，其中，鉴权参考文件包括目标多媒体文件。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。