本发明涉及计算机
技术领域：
，尤其涉及一种多媒体数据的播放控制方法、装置及终端。
背景技术：
目前，随着计算机技术的高速发展，智能产品的更新换代速度不断地加快，因此为了保持用户对购买智能产品的使用粘性和活跃度，需要不断地提升或开发智能产品的功能，以迎合用户和市场需求。随着自动化识别的不断深入和发展，如何对不同用户提供的信息进行准确分析得到用户的状态，以及根据对用户信息的分析结果向不同的用户分别投放和用户状态相契合的数据信息成为了当前的研究热点。技术实现要素：本发明实施例提供了一种多媒体数据的播放控制方法、装置及终端，可根据用户的情感类别以及对情感类别下细分的强度等级来精细地控制多媒体数据的播放。一方面，本发明实施例提供了一种多媒体数据的播放控制方法，所述方法包括：获取用户对象的用户信息；调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别；根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息，并根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级；从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据。另一方面，本发明实施例提供了一种多媒体数据的播放控制装置，所述装置包括：获取单元，用于获取用户对象的用户信息；确定单元，用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别；识别单元，用于根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息；所述确定单元，还用于根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级；播放单元，用于从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据。再一方面，本发明实施例提供了一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如下步骤：获取用户对象的用户信息；调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别；根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息，并根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级；从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据。再一方面，本发明实施例提供了一种计算机存储介质，该计算机存储介质存储有计算机程序指令，该计算机程序指令被执行时用于实现上述的多媒体数据的播放控制方法。本发明实施例通过调用情感分类模型对用户对象的用户信息进行处理，以确定出所述用户对象所属的目标情感类别和在所述目标情感类别下的目标强度等级，从而可播放多媒体数据库中和所述目标强度等级关联的多媒体数据，从而更加精细准确地控制多媒体数据的播放。附图说明为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本发明实施例提供的一种多媒体数据的播放控制方法应用的服务系统的示意性框图；图2是本发明实施例提供的一种多媒体数据的播放控制方法的应用场景图；图3是本发明实施例提供的一种多媒体数据的播放控制方法的流程示意图；图4是本发明实施例提供的一种调用情感分类模型对用户信息进行分类分析的流程示意图；图5是本发明实施例提供的一种调用情感分类模型对文本类信息进行分类分析的流程示意图；图6是本发明实施例提供的一种调用情感分类模型对图像类信息进行分类分析的流程示意图；图7是本发明实施例提供的一种多媒体数据的播放控制装置的结构示意性框图；图8是本发明实施例提供的一种终端的结构示意性框图。具体实施方式在本发明实施例中，可在如图1所示的服务系统中完成多媒体数据的播放控制，能够基于动态采集到的用户信息，来对用户的情感进行分类并确定一个细分的强度等级，由此准确地为用户获取并播放适于用户当前情感状态的音乐或者是视频等多媒体数据。如图1所示，所述服务系统中包括智能手机101、智能音箱102、可穿戴智能终端103等用户侧终端以及服务侧的服务器104，所述智能手机101、智能音箱102、可穿戴智能终端103均可通过有线或者无线的方式和所述服务器104建立连接，从而实现了向所述服务器104发送请求数据，并可接收来自所述服务器104的反馈数据，所述智能音箱102也可分别和可穿戴智能终端103以及智能手机101建立连接，使得所述智能音箱102可接收所述智能终端101和所述可穿戴智能终端103上传的用户信息。在一个实施例中，所述可穿戴智能终端103例如可以是智能手表或者智能耳机等设备。在一个实施例中，所述智能音箱102首先可获取智能手机101上传的用户对象的用户信息，在一个实施例中，所述智能手机101可通过其安装的用于接收信息的应用程序(application，app)(例如即时通讯应用、拍照应用等)获取用户信息，并将所述用户信息上传到所述智能音箱102，例如可将通过社交软件或者照相机获取的文本信息和/或图像信息等上传到智能音箱102。在所述智能音箱102获取到所述用户信息后，通过调用情感分类模型对所述用户信息进行处理得到所述用户对象所属的情感类别。在确定了情感类别后，所述智能音箱102可进一步地获取得到所述用户信息中用于指示情感程度的特征信息，并根据所述特征信息确定出所述用户对象在所属情感类别下的强度等级，所述智能音箱102从而可播放服务器104中存储的多媒数据库中与所述强度等级关联的多媒体数据。在一个实施例中，所述智能音箱102可通过其集成的信息采集模块获取用户对象的用户信息，例如，该智能音箱102在硬件上集成摄像模块、麦克风等具有信息采集功能的模块。所述智能音箱102获取的用户信息包括文本类信息、图像类信息和用户体征类别信息等信息，对于采集到的用户信息，可根据预设的优先级确定规则对所述用户信息进行筛选，以确定出所述智能音箱102最终进行处理的用户信息。在一个实施例中，所述智能音箱102是通过预先配置的情感分类模型来对用户信息进行分析，对用户对象进行分类。可预先训练得到情感分类模型，并将情感分类模型配置到智能音箱102中，所述智能音箱102在获取到用户对象的用户信息后，调用所述情感分类模型对所述用户信息进行分类，从而可确定出所述用户对象的情感类别。在一个实施例中，所述情感类别可如表1所示，分为正向情感和负向情感，所述正向情感主要包括的情感类别有高兴和惊讶，所述负向情感主要包括的情感类别有厌恶、恐惧、悲伤和愤怒。可以理解的是，表1仅作为一个例子。表1在其他实施例中，还可预先基于预设的n个维度对用户对象的情感进行分类，具体可根据pad(一种情感的分类维度，其中，p代表愉悦度，a代表激活度，d代表优势度)情感分析方法将用户情感分为8类，包括：高兴的(+p+a+d)、无聊的(-p-a-d)、依赖的(+p+a-d)、蔑视的(-p-a+d)、放松的(+p-a+d)、焦虑的(-p+a-d)、温顺的(+p-a-d)以及敌意的(-p+a+d)。在一个实施例中，所述情感分类模型可以基于优先级确定规则来确定用户信息的优先级。当同时接收到多种形式的用户信息时，所述情感分类模型可依据所述优先级确定规则对用户信息进行初步处理。所述优先级确定规则可以为：将心率信息的优先级设置为最高优先级，其次为语音信息/文字信息，最后为视频信息。因此，本发明实施例中是优先根据心率信息得到最终分类结果，其次是根据语音/文字信息得到最终分类结果，最后是根据视频信息得到最终分类结果。如表2第二行描述了根据心率信息确定出分类结果a、根据语义/文字信息确定出分类结果b、根据表情信息确定出分类结果c和根据肢体信息确定出分类结果d后，最终判断结果为分类结果a，即优先以心率信息确定的分类结果作为用户对象最终的情感类别。在如表2第三行所示获取结果中，由于没有获取到基于心率信息的分类结果，因此，在根据语义/文字信息确定分类结果a、基于表情信息确定分类结果b和基于肢体信息确定分类结果b后，最终判断结果为基于语义/文字信息确定的分类结果a作为用户对象的情感类别，以此类推可得到表2所示的其他部分的最终分类结果。表2语义/文字结果表情结果肢体结果心率结果最终结果判定bcdaaabb无a无ab无a无无a无a无无无无没有识别结果对于情感类别，可再确定出用户对象在所述任一情感类别下对应的强度等级，其中，如表1所示的情感类别可进一步地细划出多个强度等级，例如可以将每一类情感类别具体细划为三层强度等级，其中，强度等级1为初级强度，强度等级2为中级强度，强度等级3为高级强度，例如，同属于高兴这一情感类别下的初级强度对应于有点高兴，中级强度对应于非常高兴，高级强度对应于高兴极了。在本实施例中，并不限定情感类别的强度等级的划分方式。在一个实施例中，多媒体数据库中存储的多媒体数据也进行了类别的划分和强度的划分，且所述多媒体数据的类别划分和强度划分与上述的用户情感类别和用户情感类别下的强度等级划分一致，从而可使得从多媒体数据库中获取并播放的多媒体数据与用户情感类别及强度相匹配。可通过对多媒体数据添加标签的方式来标记每一个多媒体数据的类别及强度，也可通过建立不同类别及强度的数据集来保存对应的多媒体数据，由此实现多媒体数据的类别及强度的区分。对多媒体数据为音乐数据时，类别划分和强度划分可如表3所示，所述音乐数据的类别可对应于情感类别划分为高兴、惊讶、厌倦、恐惧、悲伤和愤怒等类别，音乐数据的强度划分也可对应于情感类别下的强度等级分为强度等级1(初级)，强度等级2(中级)和强度等级3(高级)。在高兴类别下的初级强度对应于有点高兴音乐，中级强度对应于非常高兴音乐，高级强度对应于高兴极了音乐。因此，当确定的用户情感为有点高兴时，根据表3将播放音乐数据中有点高兴的音乐，其中，所述多媒体数据库可以存储在云端服务器中，也可以存储在智能音箱等终端侧设备中，在本发明实施例中不做限定。表3音乐数据强度等级1强度等级2强度等级3高兴音乐初级高兴音乐集中级高兴音乐集高级高兴音乐集惊讶音乐初级惊讶音乐集中级惊讶音乐集高级惊讶音乐集厌倦音乐初级厌倦音乐集中级厌倦音乐集高级厌倦音乐集恐惧音乐初级恐惧音乐集中级恐惧音乐集高级恐惧音乐集悲伤音乐初级悲伤音乐集中级悲伤音乐集高级悲伤音乐集愤怒音乐初级愤怒音乐集中级愤怒音乐集高级愤怒音乐集在一个实施例中，请参见如图3所示的一种多媒体数据的播放控制方法的流程示意图，在本发明实施例中，所述播放控制方法可以由一个执行终端来执行，该执行终端可以为一个智能终端，例如可以为如图1中的智能音箱102，在其他实施例中，该执行终端也可为如图1所示的智能手机101、或可穿戴智能终端103等其他智能终端。在s301中，获取用户对象的用户信息，根据实际连接的采集设备或者硬件功能结构，所述用户信息可以包括文本类信息、图像类信息和用户体征类信息中的一项或者多项，其中，文本类信息例如可以是上述提到的语义/文字信息，图像类信息例如可以是上述提到的表情信息、肢体信息等，而用户体征类信息可通过可穿戴设备103检测得到，例如用户对象的心率、呼吸频率、皮肤温度等信息。在一个实施例中，在获取用户对象的用户信息时可以包括：获取关于用户对象的文本类信息，所述文本类信息包括：从建立了数据连接的第一终端中采集的第一文本类信息、和/或根据从建立了数据连接的第一终端中采集的语音信息转换得到的第二文本类信息，在一个实施例中，所述执行终端可从如图1所示的智能手机和可穿戴智能终端等第一终端中获取所述第一文本类信息，在一个实施例中，所述第一终端上设置的即时通讯应用、社交应用等软件应用可以采集第一文本类信息并发送给所述执行终端。当第一终端上传的是语音信息时，执行终端可通过转换模型中适用于对汉语语音进行转换的汉语语言模型(chineselanguagemodel，clm)将采集到的语音信息转换为第二文本类信息，也可通过相似词分析模型等模型将语音信息转换为第二文本类信息。在一个实施例中，在获取用户对象的用户信息时还可以包括：从建立了数据连接的第二终端中获取关于用户对象的图像类数据，所述第二终端与所述智能手机、可穿戴智能终端等第一终端可以为同一终端，也可为不同的终端，所述图像类信息例如是所述用户对象的肢体信息和表情信息等图像信息。所述图像类信息可以是所述执行终端通过设置的摄像头抓拍到的，也可以是所述第二终端通过摄像头抓拍并发送到所述执行终端的，还可以是执行终端从所述第二终端包括的社交软件的聊天记录中提取的照片等信息。在一个实施例中，在获取用户对象的用户信息时还可以包括：从建立了数据连接的第三终端中获取关于用户对象的用户体征类信息，所述第三终端可以是智能耳机、智能手表等可采集用户心率等信息的可穿戴智能终端。当所述执行终端同时获取到来自用户对象的多条用户信息时，可先从获取到的所述多条用户信息中选择出目标用户信息，所述从多条用户信息中选择出的目标用户信息可以包括：基于文本内容的数据量从多条文本类信息中选择目标文本类信息，基于图像的清晰度从多条图像类信息中选择目标图像类信息，基于信息的变化程度从多条用户体征类信息中选择目标用户体征类信息，例如，将变化越大的心率信息作为目标体征类信息，基于目标文本类信息、目标图像类信息、以及目标体征类信息中的任意一个或者多个来确定用户信息。将选择得到的目标文本类信息、目标图像类信息、目标体征类信息作为最终的用户信息执行下述的s302。在一个实施例中，执行终端获取到用户对象的用户信息后，在s302中，调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别，所述情感分类模型预先设置在所述执行终端中，用于对用户信息进行分析从而确定出所述用户对象所属的情感类别。在一个实施例中，所述执行终端提供了一种如图3所示的调用情感分类模型对所述用户信息进行分类分析方法的流程示意图，具体包括步骤s401和步骤s402。执行终端在s401中，按照优先级确定规则，确定所述用户信息中所包括的信息的优先级，所述优先级确定规则是执行终端预先设置并存储在执行终端中的。可以基于采集到的用户信息对用户对象的情感类别进行划分的依赖程度，对不同类别的用户信息进行优先级划分，也可以基于所述用户信息中包括信息的有效特征来进行优先级划分。在一个实施例中，可以预置优先级确定规则确定的优先级顺序：将根据心率信息等用户体征类信息确定得到用户对象情感类别的优先级设置为最高，其次为语音信息/文字信息等文本类信息，最后为各种图像类信息。在一个实施例中，所述用户信息中包括信息的有效特征是指：该用户信息中包括指定的关键词、指定的图像特征或者指定的体征特征等。当所述用户信息中包括文本类信息时，所述用户信息中包括信息的有效特征是指：所述文本类信息中包括用于确定出所述用户对象所属目标情感类别的关键词，例如，高兴、欢快、太棒了等。当所述用户信息中包括图像类信息时，所述用户信息中包括信息的有效特征是指：所述图像类信息中用于确定出所述用户对象所属目标情感类别的图像特征，例如嘴角上扬的幅度或者眼睛弯曲的弧度等图像特征；在一个实施例中，当所述用户信息中包括用户体征类信息时，所述用户信息中包括信息的有效特征是指：所述用户体征类信息中用于确定出所述用户对象所属的目标情感类别的体征特征，如心跳速度，皮肤温度等体征特征。而如果文本类信息、图像类信息和/或用户体征类信息不包括有效特征时，其优先级最低甚至可以直接删除而不被用于进行分类分析。而如果文本类信息、图像类信息和/或用户体征类信息均包括有效特征，则可以基于有效特征的数量来确定优先级，有效特征越多，优先级越高，基于优先级来选择输入到情感分类模型以进行后续分类分析的用户信息。例如，某次采集到的用户信息包括文本类信息和图像类信息，其中文本类信息中包括3个指定的关键词，而图像类信息中则包括2个指定的图像特征，此时可以优先基于文本类信息来进行分类分析。如果基于文本类信息不能准确分析出所述用户对象所属的目标情感类别，则可以重新选择图像类信息输入到情感分类模型中以进行用户对象的分类分析。当所述执行终端接收到的用户信息包括两条及两条以上的信息时，可先确定出所述两条或两条以上信息的优先级，并调用情感分类模型对所述两条或两条以上信息中优先级最高的信息进行处理，在降低了执行终端的处理负担的同时，也保证了确定的用户对象所述的目标情感类别的准确性。在一个实施例中，执行终端在确定所述用户信息中包括的信息的优先级之后，在s402中，根据确定的优先级调用情感分类模型对所述用户信息进行分类分析，所述情感分类模型可通过支持向量机(supportvectormachine，svm)或者最大熵等机器学习方法等训练得到，建立所述情感分类模型的方法是通过对文本信息中知识本体、语义网络和情绪表达进行权衡而实现的对文本概念的建模，从而可识别出用户信息中比较微妙的用户情绪表达，在一个实施例中，所述情感分类模型可通过对情感词进行计算评分的方式对根据优先级选择的用户信息进行分类分析。再请参见如图5，是本发明实施例的一种调用情感分类模型对文本类信息进行分类分析的流程示意图，所述执行终端在根据优先级确定调用情感分类模型处理的用户信息中包括的信息为文本类信息时，所述执行终端在s501中，对所述用户信息中包括的文本类信息进行分词处理，得到情感词集合，在一个实施例中，执行终端可通过提取关键词(或关键字)的方法对所述文本类信息进行分词处理，所述关键词为和所述用户对象情感类别相关的情感词，例如事故、婚礼、地震等，从所述文本类信息中提取出的关键词所组成的集合为所述情感词集合，在一个实施例中，所述执行终端还可采用词袋模型(bagofwordsmodel)或者分词工具对文本类信息进行分词处理，得到所述情感词集合。在一个实施例中，在得到所述情感词集合后，所述执行终端在s502中，调用情感分类模型对所述情感词集合中的情感词进行计算，确定所述用户信息的情感评分，并根据所述情感评分确定所述用户对象所属的目标情感类别，其中，所述情感分类模型对所述情感词集合中的情感词进行计算是基于在所述执行终端中预设的情感词分值数据库进行的，所述情感词分值数据库中存储了多个情感词以及所述多个情感词中每一个情感词对应的情感分值，因此，所述执行终端可根据所述情感词集合中对情感词设置的情感分值，计算并确定出对所述用户信息的情感评分，从而可进一步根据所述情感评分确定出所述用户对象的目标情感类别。在一个实施例中，在所述执行终端根据所述计算结果确定出对用户信息的情感评分之后，可将所述情感评分和执行终端预设的不同情感类别对应的评分(或者评分区间)进行匹配，并将匹配成功的情感类别确定为所述用户对象的目标情感类别。在一个实施例中，所述执行终端预设的情感词分值数据库中的每一个情感词对应的情感分值例如可以是：事故：消极度0.7(-0.7)，婚礼：积极度0.9(+0.9)，地震：消极度0.8(-0.8)，如果执行终端获取的关于用户对象a的文本信息为“地震地区在震后举办的第一场婚礼”，则对所述文本信息进行分词处理后得到的情感词集合为(地震，婚礼)，由于执行终端预设的地震和婚礼分别对应的情感词分值分别为+0.9和-0.8，则执行终端调用情感分类模型对所述情感词进行计算得到对所述文本信息的情感评分为+0.1，如果假设执行终端预设的情感类别为高兴所对应的评分区间为+0.1—+0.3，悲伤对应的评分区间为-0.1—-0.3等等，可知，所述文本信息的情感评分和情感类别为高兴对应的评分区间相匹配，则根据所述文本信息确定的所述用户对象a的目标情感类别为高兴。所述执行终端在根据优先级确定调用情感分类模型处理的用户信息中包括的信息为图像类信息时，可参见如图6所示的一种调用情感分类模型对图像类信息进行分类分析的流程示意图，所述执行终端在s601中，对图像类信息进行人脸区域检测及关键点定位，获得面部图像形状，则在获得所述面部图像形状之后，在s602中，所述执行终端将所述面部图像形状与目标参考类别形状进行形状对齐，得到面部图像的刚体归一化形状，其中，所述目标参考类别形状记录在形状数据库中且与图像情感类别对应，并且所述形状数据库中包括多个参考类别形状，每个参考类别形状均对应于一个图像情感类别，在执行终端得到所述面部图像的刚体归一化形状之后，在s603中，调用情感分类模型对所述面部图像的刚体归一化形状进行表情识别，得到表情类别预测结果，在一个实施例中，该表情类别预测结果可以是多个可能的图像情感类别，后续再从该多个可能的图像情感类别中确定出最终的所述用户对象所属的目标情感类别。所述执行终端则可根据该预测结果在s604中，对所述表情类别预测结果进行加权投票，确定所述用户对象所属的目标情感类别。所述执行终端在根据优先级确定调用情感分类模型处理的用户信息中包括的信息为用户体征类信息时，如果所述用户体征类信息为所述用户对象的心率信息，则执行终端可通过参考基于心率冲激信号的心率值进行实时提取和分类的方法确定所述用户对象所属的目标情感类别。在一个实施例中，所述执行终端在确定用户对象所属的目标情感类别之后，在s303中，根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息，并在s304中，根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级，其中，所述执行终端在目标情感类别下预设了至少两个强度等级，所述与目标情感类别关联的等级特征参考信息是指：在所述执行终端中预先存储的、用于描述目标情感类别下的不同强度等级的信息。所述等级特征参考信息主要包括：描述目标类情感类别下的不同等级强度的关键词(或关键字)，例如为描述目标情感类别下不同强度等级的程度副词，如：一点、稍微、非常以及很等等。所述特征指示信息是指：执行终端从用户信息中提取(或识别)的，并用于确定出用户对象所属目标情感类别下的目标强度等级的信息。在一个实施例中，所述执行终端在确定出用户对象所属的目标情感类别后，可从用户信息中识别得到特征指示信息，并从等级特征参考信息中确定出和所述特征指示信息一致或者匹配度满足预设阈值的目标等级特征参考信息，则所述目标等级特征参考信息指示的目标情感类别的强度等级即是所述用户对象在所述目标情感类别下的目标强度等级。在一个实施例中，以表1所示的情感类别细化为三层强度等级为例，所述执行终端预先存储的用于描述初级强度的等级特征参考信息可包括：有点、稍微和些许等等，用于描述中级强度的等级特征参考信息可包括：非常、特别和很等等，用于描述高级强度等级的等级特征参考信息可包括：极了和极度等等。在一个实施例中，执行终端在确定出用户对象在所述目标情感类别下的目标强度等级后，在s305中，从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述多媒体数据，所述多媒体数据库可以预先存储在所述执行终端中，也可预先存储在和所述执行终端相连的云端服务器或者其他智能终端中，所述与目标强度等级关联的多媒体数据包括：在多媒体数据库中存储的被设置了与所述目标强度等级关联的等级标签的多媒体数据，所述等级标签是执行终端或者服务器对所述多媒体数据进行存储时添加的，执行终端或者服务器可根据多媒体数据的特征信息为所述多媒体数据添加标签，所述多媒体数据的特征信息例如是音频形式多媒体数据的旋律和文本形式多媒体数据的关键词等。在一个实施例中，所述与目标强度等级关联的多媒体数据还包括：在多媒体数据库中存储的与所述目标强度等级关联的多媒体集合中的多媒体数据，所述多媒体集合是根据用户对多媒体数据的历史播放记录形成的，属于同一多媒体集合中的多媒体数据对应的类别及强度等级相同，在一个实施例中，通过播放和目标强度等级关联的多媒体数据，可实现对正向情感的加强，或者对负向情感的缓解。在一个实施例中，执行终端从多媒体数据库中获取并播放与目标强度等级关联的多媒体数据的方法具体包括：从多媒体数据库中确定与所述目标强度等级关联的多媒体数据，并从确定的多媒体数据中选择一个或者多个多媒体数据进行播放，所述多媒体数据中包括音频形式的多媒体数据、文本形式的多媒体数据和视频形式的多媒体数据。当所述执行终端获取到的用户信息为“今天我驾照考试通过了，太棒了！给我放首欢快的歌！”时，调用情感分类模型对所述文本信息进行分词处理得到的情感词集合为(通过，太棒了)，则对所述情感词集合中的情感词进行计算后，根据得到的情感词评分确定出所述用户对象的目标情感类别为高兴，再确定出所述文本信息中用于表示情感程度的特征指示信息包括太棒了和欢快，则根据所述特征指示信息可确定用户的情感为非常高兴(高兴情感下的强度等级为中级)，于是将播放多媒体数据库中对应于非常高兴音乐集合中的音乐，或者播放多媒体数据库中添加了非常高兴标签的音乐。再一个实施例中，执行终端在从用户信息中识别出用于表示情感程度的特征指示信息之后，还可根据识别出的特征指示信息确定用户对象的情感状态等级，并根据所述情感状态等级选择并获取推广对象信息，从而可播放所述选择的推广对象信息，其中，所述推广对象信息包括：待推广的目标产品的信息，和/或，待推广的目标服务的信息。在一个实施例中，在调用情感分类模型确定用户对象所属的目标情感类别后，可基于心理学距离理论结合特征指示信息进行产品(对象信息)推广，所述心理学距离理论将用户对象的情感类别属于正向情感时称为“高水平”解释领域，将用户对象的情感类别属于负向情感时称为“低水平”解释领域，因此，当用户对象的情感状态等级处于“高水平”解释领域时，根据心理学距离理论，用户对象偏好抽象的、距离远的、耗时长的产品，因此，此时终端推广的产品例如可以是家装风格而非具体的家装组材或者可以是欧洲旅行套餐而非周边游旅行套餐等。当用户对象的情感状态等级处于“低水平”解释领域时，根据心理学距离理论，用户对象偏好于具体的、距离近的、耗时短的产品，因此，此时终端推广的产品可以是具体的家装组材或者周边游旅行套餐等。在本发明实施例中，执行终端通过调用情感分类模型对用户对象的用户信息进行处理，以确定出所述用户对象所属的目标情感类别和在所述目标情感类别下的目标强度等级，从而可播放多媒体数据库中和所述目标强度等级关联的多媒体数据，实现了更加精细准确地控制多媒体数据的播放。基于上述方法实施例的描述，在一个实施例中，本发明实施例还提供了一种如图7所示的多媒体数据的播放控制装置的结构示意性框图。如图7所示，本发明实施例中的多媒体数据的播放控制装置，包括：获取单元701、确定单元702、识别单元703、播放单元704，在本发明实施例中，所述多媒体数据的播放控制装置可以设置在需要对多媒体数据播放进行控制的设备中。在一个实施例中，获取单元701，用于获取用户对象的用户信息；确定单元702，用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别；识别单元703，用于根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息，所述确定单元702，还用于根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级；播放单元704，用于从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据。在一个实施例中，所述目标情感类别下设置了至少两个强度等级，所述播放单元704，在用于从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据时，用于从多媒体数据库中确定与所述目标强度等级关联的多媒体数据；从确定的多媒体数据中选择一个或者多个多媒体数据，并播放选择的多媒体数据；在一个实施例中，与所述目标强度等级关联的多媒体数据是指：在多媒体数据库中存储的被设置了与所述目标强度等级关联的等级标签的多媒体数据，或者，在多媒体数据库中存储的与所述目标强度等级关联的多媒体集合中的多媒体数据。在一个实施例中，所述获取单元701在用于获取用户对象的用户信息时，可具体用于执行以下步骤的任意一个或者多个：用于获取关于用户对象的文本类信息，所述文本类信息包括：从建立了数据连接的第一终端中采集的第一文本类信息、和/或根据从建立了数据连接的第一终端中采集的语音信息转换得到的第二文本类信息；从建立了数据连接的第二终端中获取关于用户对象的图像类信息；从建立了数据连接的第三终端中获取关于用户对象的用户体征类信息。在一个实施例中，所述确定单元702在用于调用情感分类模型对所述用户信息进行分类分析时，用于按照优先级确定规则，确定所述用户信息中所包括的信息的优先级，所述用户信息中所包括的信息是指：文本类信息、图像类信息、用户体征类信息中的任意一种或多种；根据确定的优先级调用情感分类模型对所述用户信息进行分类分析；在一个实施例中，所述优先级确定规则包括：根据所述用户信息中所包括信息的有效特征来确定优先级的规则、或根据为所述用户信息中不同类别的信息设置的优先级来确定优先级的规则。在一个实施例中，所述用户信息中所包括的信息包括：文本类信息，所述确定单元702在用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别时，用于对所述用户信息中包括的文本类信息进行分词处理，得到情感词集合；调用情感分类模型对所述情感词集合中的情感词进行计算，确定所述用户信息的情感评分，并根据所述情感评分确定所述用户对象所属的目标情感类别；在一个实施例中，预先设置有情感词分值数据库，该数据库中记录了多个情感词，并且记录了每个情感词的情感分值，所述情感分类模型是基于所述情感词分值数据库对所述情感词集合中的情感词进行计算的。在一个实施例中，所述用户信息中所包括的信息包括：图像类信息，所述确定单元702在用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别时，用于对所述图像类信息进行人脸区域检测及关键点定位，获得面部图像形状；将所述面部图像形状与目标参考类别形状进行形状对齐，得到面部图像的刚体归一化形状，在一个实施例中，所述目标参考类别形状记录在形状数据库中且与图像情感类别对应，并且所述形状数据库中包括多个参考类别形状，每个参考类别形状均对应于一个图像情感类别；调用情感分类模型对所述面部图像的刚体归一化形状进行表情识别，得到表情类别预测结果；对所述表情类别预测结果进行加权投票，确定所述用户对象所属的目标情感类别。在一个实施例中，所述确定单元702，还用于根据识别出的特征指示信息，确定所述用户对象的情感状态等级；所述播放单元704，还用于根据所述情感状态等级选择并获取推广对象信息，并播放所选择的推广对象信息；所述推广对象信息包括：待推广的目标产品的信息，和/或，待推广的目标服务的信息。在本发明实施例中，确定单元702通过调用情感分类模型对用户对象的用户信息进行处理，以确定出所述用户对象所属的目标情感类别和在所述目标情感类别下的目标强度等级，从而播放单元704可播放多媒体数据库中和所述目标强度等级关联的多媒体数据，实现了更加精细准确地控制多媒体数据的播放。请参见图8，是本发明实施例提供的一种终端的结构示意性框图，如图8所示的本实施例中的终端可包括：一个或多个处理器801；一个或多个输入设备802，一个或多个输出设备803和存储器804。上述处理器801、输入设备802、输出设备803和存储器804通过总线805连接。存储器804用于存储计算机程序，所述计算机程序包括程序指令，处理器801用于执行所述存储器804存储的程序指令。所述存储器804可以包括易失性存储器(volatilememory)，如随机存取存储器(random-accessmemory，ram)；存储器804也可以包括非易失性存储器(non-volatilememory)，如快闪存储器(flashmemory)，固态硬盘(solid-statedrive，ssd)等；存储器804还可以包括上述种类的存储器的组合。所述处理器801可以是中央处理器(centralprocessingunit，cpu)。所述处理器801还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specificintegratedcircuit，asic)，可编程逻辑器件(programmablelogicdevice，pld)等。该pld可以是现场可编程逻辑门阵列(field-programmablegatearray，fpga)，通用阵列逻辑(genericarraylogic，gal)等。所述处理器801也可以为上述结构的组合。本发明实施例中，所述存储器804用于存储计算机程序，所述计算机程序包括程序指令，处理器801用于执行存储器804存储的程序指令，用来实现上述实施例中的相应方法的步骤。在一个实施例中，所述处理器801被配置调用所述程序指令，用于获取用户对象的用户信息；调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别；根据与所述目标情感类别关联的等级特征参考信息，从所述用户信息中识别出用于表示情感程度的特征指示信息，并根据所述特征指示信息确定所述用户对象在所述目标情感类别下的目标强度等级；从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据。在一个实施例中，所述目标情感类别下设置了至少两个强度等级，所述处理器801在用于从多媒体数据库中获取与所述目标强度等级关联的多媒体数据，并播放所述获取的多媒体数据时，用于从多媒体数据库中确定与所述目标强度等级关联的多媒体数据；从确定的多媒体数据中选择一个或者多个多媒体数据，并播放选择的多媒体数据；其中，与所述目标强度等级关联的多媒体数据是指：在多媒体数据库中存储的被设置了与所述目标强度等级关联的等级标签的多媒体数据，或者，在多媒体数据库中存储的与所述目标强度等级关联的多媒体集合中的多媒体数据。在一个实施例中，所述处理器801在用于获取用户对象的用户信息时，具体用于执行以下步骤的任意一个或者多个：获取关于用户对象的文本类信息，所述文本类信息包括：从建立了数据连接的第一终端中采集的第一文本类信息、和/或根据从建立了数据连接的第一终端中采集的语音信息转换得到的第二文本类信息；从建立了数据连接的第二终端中获取关于用户对象的图像类信息；从建立了数据连接的第三终端中获取关于用户对象的用户体征类信息。在一个实施例中，所述处理器801，在用于调用情感分类模型对所述用户信息进行分类分析时，用于按照优先级确定规则，确定所述用户信息中所包括的信息的优先级，所述用户信息中所包括的信息是指：文本类信息、图像类信息、用户体征类信息中的任意一种或多种；根据确定的优先级调用情感分类模型对所述用户信息进行分类分析；其中，所述优先级确定规则包括：根据所述用户信息中所包括信息的有效特征来确定优先级的规则、或根据为所述用户信息中不同类别的信息设置的优先级来确定优先级的规则。在一个实施例中，所述用户信息中所包括的信息包括：文本类信息，所述处理器801在用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别时，用于对所述用户信息中包括的文本类信息进行分词处理，得到情感词集合；调用情感分类模型对所述情感词集合中的情感词进行计算，确定所述用户信息的情感评分，并根据所述情感评分确定所述用户对象所属的目标情感类别；其中，预先设置有情感词分值数据库，该数据库中记录了多个情感词，并且记录了每个情感词的情感分值，所述情感分类模型是基于所述情感词分值数据库对所述情感词集合中的情感词进行计算的。在一个实施例中，所述用户信息中所包括的信息包括：图像类信息，所述处理器801在用于调用情感分类模型对所述用户信息进行分类分析，确定所述用户对象所属的目标情感类别时，用于对所述图像类信息进行人脸区域检测及关键点定位，获得面部图像形状；将所述面部图像形状与目标参考类别形状进行形状对齐，得到面部图像的刚体归一化形状，其中，所述目标参考类别形状记录在形状数据库中且与图像情感类别对应，并且所述形状数据库中包括多个参考类别形状，每个参考类别形状均对应于一个图像情感类别；调用情感分类模型对所述面部图像的刚体归一化形状进行表情识别，得到表情类别预测结果；对所述表情类别预测结果进行加权投票，确定所述用户对象所属的目标情感类别。在一个实施例中，所述处理器801还用于根据识别出的特征指示信息，确定所述用户对象的情感状态等级；根据所述情感状态等级选择并获取推广对象信息，并播放所选择的推广对象信息；所述推广对象信息包括：待推广的目标产品的信息，和/或，待推广的目标服务的信息。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。以上所揭露的仅为本发明部分实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。当前第1页12