一种播放设备的控制方法、装置和存储介质与流程

本申请涉及通信技术领域，具体涉及一种播放设备的控制方法、装置和存储介质。

背景技术：

近年来，智能家居越来越受到人们的关注，比如，目前出现了使用即时通讯客户端的公众号来控制电视的方法，将公众号绑定电视后，将公众号作为控制操作的入口，但是公众号是基于浏览器运行html5web应用的环境，与即时通讯客户端的操作系统之间的交互接口有限，因此操作延迟大，流畅度较低。使用现有的控制方法，控制指令或者语音信息一般需要经过云端服务器转发给电视，通信链路长，因此，信息和指令传输的延迟大、可靠性低。

技术实现要素：

有鉴于此，本申请实施例提供了一种播放设备的控制方法、装置和存储介质，可以流畅、可靠地控制播放设备。

一方面，本申请实施例提供了一种播放设备的控制方法，适用于控制设备，所述控制设备包括即时通讯客户端，所述方法包括：

获取即时通讯客户端的子应用的应用数据；

根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；

基于针对所述语音输入控件的输入操作，获取输入的语音信息；

通过控制设备与播放设备共同所处的局域网络，向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

在一实施例中，根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，包括：

基于所述应用数据，获取通信连接指令；

根据所述通信连接指令，获取所述播放设备在所述局域网络内的网络定位标识；

基于所述网络定位标识，在所述局域网络内与所述播放设备建立通信连接；

当连接成功时，在所述即时通讯客户端中显示所述播放设备对应的播放控制界面。

在一实施例中，通过所述控制设备与播放设备共同所处的局域网络，向所述播放设备发送所述语音信息，以对所述播放设备进行相应的控制，包括：

基于在所述局域网络内建立的通信连接，向所述播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

在一实施例中，根据所述通信连接指令，获取所述播放设备在所述局域网络内的网络定位标识，包括：

根据所述通信连接指令，向所述控制设备所在的局域网络中的网络设备发送查询消息，所述网络设备包括播放设备；

获取所述播放设备基于所述查询消息返回的网络定位标识。

在一实施例中，基于所述网络定位标识，在所述局域网络内与所述播放设备建立通信连接，包括：

根据所述播放设备在所述局域网络内中的网络定位标识，向所述播放设备发送通信连接请求，所述通信连接请求携带加密信息；

接收所述播放设备基于所述通信连接请求返回的应答信息；

当所述应答信息与所述加密信息对应时，所述控制设备与所述播放设备建立通信连接。

在一实施例中，获取即时通讯客户端的子应用的应用数据，包括：

获取所述子应用的登录链接信息，所述登录链接信息包括子应用标识；

根据所述子应用标识，获取所述子应用的应用数据。

在一实施例中，所述播放控制界面还包括播放控制控件，所述播放设备的控制方法，还包括：

当检测到用户针对所述播放控制控件的触发操作时，获取用户触发的播放控制控件对应的控制指令；

通过控制设备与播放设备共同所处的局域网络，向所述播放设备发送所述控制指令，以对所述播放设备进行相应的控制。

在一实施例中，在向所述播放设备发送所述语音信息之后，还包括：

显示信息交互界面，所述信息交互界面包括所述语音信息；

接收所述播放设备基于所述语音信息返回的响应结果信息；

在所述信息交互界面显示所述响应结果信息。

相应地，本申请实施例还提供了一种播放设备的控制方法，适用于播放设备，包括：

通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；

对所述语音信息进行解析，得到所述语音信息对应的控制指令；

根据所述控制指令，控制所述播放设备进行播放，得到所述播放设备针对所述控制指令的响应结果信息；

向所述控制设备返回所述响应结果信息。

在一实施例中，通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息，包括：

获取所述播放设备在所述局域网络中的网络定位标识；

基于来自所述控制设备的查询消息，向所述控制设备返回所述网络定位标识；

根据所述控制设备基于所述网络定位标识发送的通信连接请求，在所述局域网络内与所述控制设备建立通信连接；

基于在所述局域网络内建立的通信连接，接收来自控制设备的语音信息。

在一实施例中，根据所述控制设备基于所述网络定位标识发送的通信连接请求，在所述局域网络内与所述控制设备建立通信连接，包括：

接收所述控制设备基于所述网络定位标识发送的通信连接请求，所述通信连接请求携带加密信息；

获取所述加密信息对应的应答信息；

向所述控制设备返回所述应答信息。

在一实施例中，对所述语音信息进行解析，得到所述语音信息对应的控制指令，包括：

对所述语音信息进行识别，获取所述语音信息对应的文本信息；

对所述文本信息进行识别，提取所述文本信息中的控制意图信息；

根据所述控制意图信息，获取所述控制意图信息对应的控制指令。

在一实施例中，所述播放设备的控制方法还包括：

通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的控制指令；

根据所述控制指令，控制所述播放设备进行播放；

获取所述播放设备针对所述控制指令的响应结果信息。

另一方面，本申请实施例还提供了一种播放设备的控制装置，适用于控制设备，包括：

获取单元，用于获取即时通讯客户端的子应用的应用数据；

显示单元，用于根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；

输入单元，用于基于用户针对所述语音输入控件的输入操作，获取用户输入的语音信息；

发送单元，通过控制设备与播放设备共同所处的局域网络，用于向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

相应地，本申请实施例还提供了一种播放设备的控制装置，适用于播放设备，包括：

接收单元，用于通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；

解析单元，用于对所述语音信息进行解析，得到所述语音信息对应的控制指令；

播放单元，用于根据所述控制指令，控制所述播放设备进行播放；

获取单元，用于获取所述播放设备针对所述控制指令的响应结果信息；

返回单元，用于向所述控制设备返回所述响应结果信息。

另一方面，本申请的实施例提供的存储介质，其上存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如本申请任一实施例提供的播放设备的控制方法。

本申请实施例可以获取即时通讯客户端的子应用的应用数据；根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；基于针对所述语音输入控件的输入操作，获取输入的语音信息；通过控制设备与播放设备共同所处的局域网络，向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。本申请实施例使用即时通讯客户端的子应用作为操作入口来控制播放设备，可以使用户操作流畅，并且无需安装子应用，更加方便快捷，另外控制设备基于局域网络向播放设备发送用于控制的语音信息，不需要经过云服务器转发，通信链路更短，更可靠、更快速。因此，本发明实施例可以流畅、可靠地控制播放设备。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，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播放设备的控制系统的场景示意图；

图2a是本发明实施例提供的播放设备的控制方法的第一种流程示意图；

图2b是本发明实施例提供的播放设备的控制方法的第二种流程示意图；

图3a是本发明实施例提供的播放设备的控制装置的第一种结构示意图；

图3b是本发明实施例提供的播放设备的控制装置的第二种结构示意图；

图3c是本发明实施例提供的播放设备的控制装置的第三种结构示意图；

图3d是本发明实施例提供的播放设备的控制装置的第四种结构示意图；

图4是本发明实施例提供的终端的结构示意图；

图5a是本发明实施例提供的连接和控制流程示意图；

图5b是本发明实施例提供的播放控制界面示意图；

图5c是本发明实施例提供的信息交互界面示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种播放设备的控制方法、装置、计算机设备和存储介质。具体地，本发明实施例提供控制装置，该控制装置用于控制播放设备的播放行为。其中控制装置包括适用于控制设备的第一控制装置，以及适用于播放设备的第二控制装置。其中，控制设备和播放设备可以为计算机设备，控制设备可以为手机、平板电脑、笔记本电脑等计算机设备，播放设备可以是智能音箱、智能电视等计算机设备。

在本实施例中，被控制装置控制的播放设备，与控制设备处于同一局域网络中。

参考图1，本发明实施例提供了包含播放设备的控制系统，该控制系统包括控制设备10和播放设备20等；控制设备10与播放设备20之间通过同一局域网络连接，其中，第一控制装置集成在控制设备10中，控制设备10中设置有即时通讯客户端，即时通讯客户端可以包括多个子应用，控制设备10可以获取即时通讯客户端的子应用的应用数据；

根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；

基于针对所述语音输入控件的输入操作，获取输入的语音信息；

通过控制设备与播放设备共同所处的局域网络，向所述播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

其中，播放设备20中的播放行为可以是由语音信息控制的。播放设备20中集成有第二控制装置，播放设备20可以接收控制设备10发送的语音信息，并根据语音信息进行播放。具体地，播放设备20可以具体用于：

通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；

对所述语音信息进行解析，得到所述语音信息对应的控制指令；

根据所述控制指令，控制所述播放设备进行播放；

获取所述播放设备针对所述控制指令的响应结果信息；

向所述控制设备返回所述响应结果信息。

以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。

本发明实施例以第一控制装置的角度进行描述，该第一控制装置具体可以集成在控制设备中，所述控制设备包括即时通讯客户端。

本发明实施例提供了一种播放设备的控制方法，以下以播放设备的控制方法由控制设备执行为例来进行说明。

本发明实施例提供的播放设备的控制方法，可以由控制设备的处理器执行，如图2a所示，该播放设备的控制方法的具体流程可以如下：

101、获取即时通讯客户端的子应用的应用数据。

其中，子应用(也可以称为小程序)是介于nativeapp(原生应用)和webapp(网页应用)之间的一种应用形态。子应用无需下载安装到控制设备中，可以直接在即时通讯客户端中打开并使用，不占用控制设备的内存，使用时更加方便快捷。即时通讯系统为子应用的开发者提供基本sdk(softwaredevelopmentkit，软件开发工具包)并开放后台服务器，这使得子应用的性能和流畅度远高于webapp(网页应用)。其中，即时通讯系统包括终端和后台服务器，终端和服务器通过网络链接，即时通讯系统中还包括网关、路由器等网络设备。终端中集成有即时通讯应用的客户端，后台服务器中集成有即时通讯应用的服务端，服务端和客户端可以进行信息交互。其中，在本申请实施例中，将即时通讯应用的客户端称为“即时通讯客户端”。

其中，即时通讯系统为子应用的开发者提供的sdk包括组件、框架api以及开发者调试工具，api(applicationprogramminginterface，应用程序接口)是一些预先定义的函数，或指软件系统不同组成部分衔接的约定，比如，子应用与控制设备的操作系统之间衔接的约定。

子应用是基于即时通讯系统自身的原生运行环境，即时通讯系统作为一种信息开放平台系统，可以为子应用开放api(applicationprogramminginterface，应用程序接口)，从而支持子应用与控制设备的操作系统之间复杂的信息交互，对信息交互的响应速度更快。

在一实施例中，获取即时通讯客户端的子应用的应用数据，具体可以包括如下步骤：

获取所述子应用的登录链接信息，所述登录链接信息包括子应用标识；

根据所述子应用标识，获取所述子应用的应用数据。

其中，子应用标识指的是，子应用经过由即时通讯系统审核通过后，即时通讯系统赋予该子应用的唯一的身份标识。

其中，登录链接信息是用于获取应用数据的信息。除了子应用标识，登录链接信息还可以包括控制设备用户的身份标识(比如，即时通讯账号)，或者包括播放设备的网络定位标识(比如，播放设备的网络地址、播放设备的连接端口)等信息。

其中，控制设备获取登录链接信息的方式有多种，比如，可以通过扫描播放设备生成的识别码(如二维码、条形码等)来获取登录链接信息。其中，识别码包含登录链接信息。

在一实施例中，当用户在即时通讯客户端内搜索子应用时，可以触发控制设备向即时通讯客户端的服务器发送子应用链接获取请求，以获取登录链接信息。当获取到登录链接信息后，可以在即时通讯客户端的用户操作界面上显示子应用图标，当检测到用户针对子应用图标的触发操作时，可以根据登录链接信息，向即时通讯客户端的服务器发送子应用数据获取请求，即时通讯客户端的可以根据子应用标识，从子应用标识对应的开发者服务器中获取子应用数据。其中，子应用图标是用于启动子应用的指令接口。

在一实施例中，可以从即时通讯系统收藏的子应用列表中启动子应用，比如，子应用列表中包括多个用户收藏的子应用，当用户点击所述子应用图标时，触发获取子应用数据。其中，子应用图标是用于启动子应用的指令接口。

在一实施例中，还可以从播放设备中获取登录链接信息，例如，可以基于用户针对播放设备的连接请求操作，在播放设备的显示界面上显示子应用的登录链接信息，控制设备可以通过即时通讯客户端获取该登录连接信息。比如，登录链接信息可以用二维码的形式显示，控制设备可以使用即时通讯客户端扫描二维码，从而获取子应用的登录链接信息。

102、根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件。

其中，参考图5b，播放控制界面是用于控制播放设备的界面，显示有至少一个用于供用户操作以控制播放设备的控件，比如，语音输入控件。

其中，语音输入控件是用于供用户操作以向控制设备输入语音的指令接口，可以表现为按钮、图标、消息窗口等形式。

在一实施例中，即时通讯系统向子应用开放了语音输入的api接口，若控制设备授予了即时通讯客户端输入语音的权限，那么，子应用可以调用该语音输入的api接口，从而向控制设备输入语音。

语音输入的api可以提供给子应用使用控制设备语音输入功能的能力，而又无需访问控制设备的操作系统的原码，或理解操作系统内部工作机制的细节。

在一实施例中，根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，具体可以包括如下步骤：

基于所述应用数据，获取通信连接指令；

根据所述通信连接指令，获取所述播放设备在所述局域网络内的网络定位标识；

基于所述网络定位标识，在所述局域网络内与所述播放设备建立通信连接；

当连接成功时，在所述即时通讯客户端中显示所述播放设备对应的播放控制界面。

其中，控制设备读取子应用的应用数据，获取通信连接指令，根据该通信连接指令，触发搜索并连接播放设备。

其中，网络定位标识可以包括网络地址(比如，ip地址)和连接端口等信息。

在控制设备和播放设备通信过程中，我们一般都需要知道对方的域名(domainname)或者ip(internetprotocol，网际互连协议)地址或者端口(port)才能通信。在通信连接发送请求前，域名最终会经过一个叫dns服务器的地方解析出相应的ip地址或者端口(port)才能通信。在局域网络中，各个设备是没有域名的。此时我们只能通过ip地址或者端口(port)来通信。

在一实施例中，控制设备可以通过mdns(multicastdns，多播域名系统)协议发现播放设备的网络定位标识。根据所述通信连接指令，获取所述播放设备在所述局域网络内的网络定位标识，具体可以包括如下步骤：

根据所述通信连接指令，向所述控制设备所在的局域网络中的网络设备发送查询消息，所述网络设备包括播放设备；

获取所述播放设备基于所述查询消息返回的网络定位标识。

在一般情况下各设备的ip地址是不固定的，它们是由dhcp((dynamichostconfigurationprotocol，动态主机配置协议)服务器分配的，但是这个ip地址不是静态ip地址，而是通过dhcp协议动态分配的ip地址。通过mdns技术可以实现在没有传统dns服务器的情况下使局域网络内的控制设备和播放设备实现相互发现和通信。

在一实施例中，当子应用需要搜索局域网络内的特定设备时(即发送查询消息的步骤)，可以调用名为dnsservicebrowser(服务浏览)的api接口。

mdns(multicastdns，多播域名系统)在允许控制设备在局域网络中广播查询其他设备(比如，播放设备)的网络定位标识。在这种情况下，mdns允许控制设备按设备名称与多个其他设备通信——多数情况下不用路由器。比如，a设备(比如，播放设备)进入局域网络，开启了mdns服务，并向mdns服务注册一下信息：我提供视频播放服务，我的ip是x，端口是x。当b设备(比如，控制设备)进入局域网络，并向b设备的mdns服务请求，查找局域网络内的播放设备，b设备的mdns就会去局域网络内向其他的mdns询问(发送查询信息)，并且最终告诉你，有一个ip地址为x，端口号是x的设备，也就是a设备提供视频播放服务，所以b设备就知道了a设备的ip地址和端口号了。

在另一实施例中，播放设备可以显示登录链接信息，其中，登录链接信息包括目标播发设备在局域网络中的ip地址和连接端口等信息，控制设备可以通过扫描二维码，直接获取播放设备的网络定位标识。

在一实施例中，可以基于websocket协议建立通信连接，根据所述通信连接指令，触发根据所述网络定位标识，与所述播放设备建立通信连接，具体可以包括如下步骤：

根据所述播放设备在所述局域网络内中的网络定位标识，向所述播放设备发送通信连接请求，所述通信连接请求携带加密信息；

接收所述播放设备基于所述通信连接请求返回的应答信息；

当所述应答信息与所述加密信息对应时，所述控制设备与所述播放设备建立通信连接。

其中，websocket协议是一种网络通信协议，是html5开始提供的一种在单个tcp连接上进行全双工通讯的协议。

其中，websocket使得通信客户端(比如，控制设备中的子应用)和通信服务端(位于播放设备中)之间的数据交换变得更加简单，允许通信服务端主动向通信客户端推送数据。通过websocketapi，通信客户端和通信服务端只需要完成一次握手，两者之间就直接可以创建持久性的连接，并进行双向数据传输。

为了建立基于websocket协议的通信连接，可以在通信客户端(比如子应用)中构建一个websocket对象，当获取到通信服务端的网络定位标识(比如ip地址和端口号)时，为这个websocket对象绑定一个需要连接到的设备地址(即播放设备的ip地址和端口号)，通信客户端向通信服务端发出建立websocket连接的请求，通信连接建立以后，通信客户端和通信服务端就可以通过tcp连接直接交换数据。

其中，建立websocket连接的请求可以表现为一个http请求，这个请求和通常的http请求不同，包含了一些附加头信息，比如，附加头信息"upgrade：websocket"表明这是一个申请websocket协议类型的http请求，该通信连接请求还携带有加密的加密信息，通信服务端解析这个加密信息，然后采用与加密信息的加密方法一致的密钥计算出应答信息返回给通信客户端，通信客户端和通信服务端的websocket连接就建立起来了，双方就可以通过这个连接通道自由的传递信息，并且这个连接会持续存在直到通信客户端或者通信服务端的某一方主动的关闭连接。

在另一实施例中，也可以直接使用socket(套接字)进行tcp/ucp通信或者http通信，其中，socket(套接字)是一个抽象层，子应用可以通过它发送或接收数据，可对其进行像对文件一样的打开、读写和关闭等操作。套接字允许子应用将输入或者输出插入到局域网络中，并与局域网络中的其他应用(比如，播放设备中的第二控制装置)进行通信。其中，socket(套接字)是ip地址与端口的组合。

在网络中的两个应用程序(进程)需要全双工相互通信(全双工即双方可同时向对方发送消息)，需要用到的就是socket，它能够提供端对端通信，只需要在某个应用程序的一端(暂且称之为通信客户端)创建一个socket对象并且提供它所要连接一端(暂且称之为通信服务端)的ip地址和端口，而另外一端(通信服务端)创建另一个socket并绑定本地端口进行监听，然后通信客户端进行连接通信服务端，通信服务端接受连接之后双方建立了一个端对端的tcp连接，在该连接上就可以双向通讯了，而且一旦建立这个连接之后，通信双方就没有客户端服务端之分了，提供的就是端对端通信了。

在一实施例中，建立socket连接，需要经过三次握手，首先需要初通过socket()函数建立套接字，通信客户端调用connect()函数，触发通信连接指令，向通信服务端发送了synj包，这时通信服务端的accept()函数进入阻塞状态；通信服务端通过llisten()函数监听到通信连接请求，即收到synj包，通信服务端调用accept()函数接收该通信连接请求并向通信客户端发送synk，ackj+1，这时通信服务端的accept()函数进入阻塞状态；通信客户端收到通信服务端的synk，ackj+1之后，这时connect()函数返回ackk+1，并对synk进行确认；通信服务端收到ackk+1时，accept()函数返回，至此三次握手完毕，连接建立。

在一实施例中，当连接不成功时，可以在所述控制设备的即时通讯客户端中显示“连接失败”等提示消息。

在一实施例中，所述播放控制界面还包括播放控制控件，其中，播放控制控件是用于针对播放设备的播放行为进行简单的控制的指令接口，可以表现为图标、按钮等形式。其中，播放控制控件可以包括“菜单”、“确定”、“返回”，以及“音量”和“频道”调节等多个常用的控件。

在一实施例中，针对不同类型或者型号的播放设备，可以显示不同的播放控制控件，比如，当播放设备为智能音箱时，播放控制控件可以包括“确定”、“音量”调节等常用的控件。当播放设备为智能电视时，可以包括“菜单”、“确定”、“返回”，以及“音量”和“频道”调节等多个常用的控件。当播放设备的音箱支持定时关机时，播放控制界面还可以包括用于定时关机的播放控制控件。

103、基于针对所述语音输入控件的输入操作，获取输入的语音信息。

当用户点击语音输入控件时，调用控制设备的操作系统中的数字音频接口(一种api)，将话筒接收到的音频信号，导入到控制设备，录制成波形文件进行存储。

在一实施例中，当控制设备检测到用户按住语音输入控件时，开始调用话筒接收音频信号，当检测到用户释放所述语音输入控件时，停止调用话筒，控制设备获取到话筒接收到的语音信息。

在一实施例中，所述播放控制界面还包括播放控制控件。当检测到用户针对所述播放控制控件的触发操作时，获取用户触发的播放控制控件对应的控制指令。

在一实施例中，在向所述播放设备发送所述语音信息之后，还可以包括如下步骤：

显示信息交互界面，所述信息交互界面包括所述语音信息；

接收所述播放设备基于所述语音信息返回的响应结果信息；

在所述信息交互界面显示所述响应结果信息。

在一实施例中，在向所述控制设备发送所述控制指令之后，还可以包括如下步骤：

显示信息交互界面，所述信息交互界面包括所述控制指令；

接收所述播放设备基于所述控制指令返回的响应结果信息；

在所述信息交互界面显示所述响应结果信息。

其中，信息交互界面是用于显示控制设备与播放设备之间的信息交互的界面。参考图5c，信息交互界面可以包括控制设备向播放设备发送的语音信息或者控制指令，以及播放设备返回所述响应结果信息。其中，语音信息或者控制指令以及响应结果信息，可以以流形式显示在信息交互界面。

其中，响应结果信息是用于表示播放设备执行语音信息或者控制指令的结果的信息，比如，可以包括“无法识别语音信息”“已播放xx节目”“音量增加5％”等信息。

其中，语音信息、控制指令和响应结果信息，可以以聊天消息的形式显示。

在一实施例中，聊天消息可以作为编辑聊天消息的指令接口，用户可以长按聊天消息，从而在消息交互页面中显示编辑控件列表，所述编辑控件列表包括多个不同的编辑控件，比如，删除控件、复制控件、撤回控件等。控制设备可以基于用户针对所述不同编辑控件的点击操作，实现对聊天消息的不同编辑操作。

比如，当用户点击删除控件时，在所述消息交互界面中删除该聊天消息，比如，当用户点击复制控件时，将该聊天消息的内容复制到控制设备的剪切板中。比如，当用户点击撤回控件时，在所述消息交互界面中删除该聊天消息，并向所述播放设备发送基于该聊条消息的撤回指令。

比如，用户可以在消息交互界面中撤回用户在预设时间段内向播放设备发送的语音信息，当用户撤回该条语音信息时，控制设备可以向播放设备发送撤回指令，为了避免信息交互混乱，该撤回指令携带有要撤回的语音信息的相关信息，并且预设时间段为较短的一段时间，比如30秒。

在一实施例中，聊天消息还可以作为播发语音的指令接口，当用户点击语音信息对应的聊天消息时，可以在控制设备中播放该语音信息。

104、通过控制设备与播放设备共同所处的局域网络，向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

其中，局域网络是局部地区形成的一个区域网络，局域网络自身的组成大体由计算机设备、网络连接设备、网络传输介质3大部分构成，其中，本实施例中计算机设备包括控制设备与播放设备，网络连接设备则包含了网卡、集线器、交换机，网络传输介质简单来说就是网线。

在一实施例中，所述播放控制界面还包括播放控制控件，通过控制设备与播放设备共同所处的局域网络，所述控制设备向所述播放设备发送所述控制指令，以对所述播放设备进行相应的控制。

当建立通信连接之后，控制设备可以通过该通信连接向播放设备发送语音信息或者控制指令。还可以接收到播放设备返回的响应结果信息。

比如，当建立基于websocket协议的通信连接后，控制设备可以通过调用send()函数来向播放设备发送语音信息或者控制指令，并通过onmessage事件来接收播放设备返回的响应结果信息。

由于控制设备基于局域网络的发现、连接和传输技术与播放设备通信，因此，通信链路短而高效、更加稳定，延迟低。

由上可知，本申请实施例可以获取即时通讯客户端的子应用的应用数据；根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；基于针对所述语音输入控件的输入操作，获取输入的语音信息；通过控制设备与播放设备共同所处的局域网络，向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。本申请实施例使用即时通讯客户端的子应用作为操作入口来控制播放设备，可以使用户操作流畅，并且无需安装子应用，更加方便快捷，另外控制设备基于局域网络向播放设备发送用于控制的语音信息，不需要经过云服务器转发，通信链路更短，更可靠、更快速。因此，本发明实施例可以流畅、可靠地控制播放设备。

本发明实施例以第二控制装置的角度进行描述，该第二控制装置具体可以集成在播放设备中。

本发明实施例提供还提供另一种播放设备的控制方法，适用于计算机设备如播放设备等，该方法可以由播放设备的处理器执行，如图2b所示，具体流程可以如下：

201、通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息。

在接收来自控制设备的语音信息之前，需要与控制设备建立通信连接。

在一实施例中，建立通信连接具体可以包括如下步骤：

获取所述播放设备在所述局域网络中的网络定位标识；

基于来自所述控制设备的查询消息，向所述控制设备返回所述网络定位标识；

根据所述控制设备基于所述网络定位标识发送的通信连接请求，在所述局域网络内与所述控制设备建立通信连接；

基于在所述局域网络内建立的通信连接，接收来自控制设备的语音信息。

其中，网络定位标识可以包括ip地址和端口号。具体参见上面的实施例，不再赘述。

在一实施例中，播放设备可以在局域网络内部的地址可选范围内找一个ip地址，然后查看该局域网络内部是否有其他设备在用。如果该ip没有被分配的话，播放设备将使用此ip，从而可以获取播放设备在所述局域网络中的网络定位标识。

在一实施例中，播放设备可以调用名为dnsserviceregister(服务注册)的api接口，在所述局域网络中注册服务名称。比如，“broadcastservice”。

在一实施例中，当接收到控制设备发送的查询消息时，若控制设备查询的服务的名称，与播放设备在局域网络内注册的服务名称匹配，那么播放设备可以根据mdns协议向控制设备返回网络定位标识。

在另一实施例中，当播放设备开启mdns服务之后，可以在显示屏幕中显示登录链接信息，该登录链接信息可以表现为二维码形式。该二维码中可以包括播放设备的ip地址、连接端口，以及即时通讯客户端的子应用标识等信息。

当控制设备接收到播放设备的网络定位标识之后，可以向播放设备发送通信连接请求，播放设备响应该请求，从而建立通信连接。

在一实施例中，可以根据websocket协议建立通信连接，建立websocket连接只需要完成一次握手，即可建立持久性的连接。根据所述控制设备基于所述网络定位标识发送的通信连接请求，在所述局域网络内与所述控制设备建立通信连接，具体可以包括如下步骤：

接收所述控制设备基于所述网络定位标识发送的通信连接请求，所述通信连接请求携带加密信息；

获取所述加密信息对应的应答信息；

向所述控制设备返回所述应答信息。

其中，应答信息是播放设备根据与加密信息相同的密钥计算出来的。

在另一实施例中，还可以直接使用socket进行tcp/ucp通信或者http通信，首先需要始化socket，然后对通信服务端的端口进行监听(调用listen函数)，使端口处于阻塞(调用accept函数)状态，以等待子应用连接。需要经过三次握手，即交换三个分组，才可以建立通信连接。

在一实施例中，播放设备还可以直接接收控制指令，所述播放设备的控制方法还包括：

通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的控制指令；

根据所述控制指令，控制所述播放设备进行播放，获取所述播放设备针对所述控制指令的响应结果信息。

其中，控制指令是用于针对播放设备的播放行为进行简单的控制的指令。播放设备可以接收控制指令，并执行控制指令，从而改变播放行为。

播放设备使用局域网络直接与控制设备进行通信，通信链路更短，传输速度更快，可以减少信息丢失，因此更可靠。

202、对所述语音信息进行解析，得到所述语音信息对应的控制指令。

参考图5a，播放设备内集成有用于控制播放行为的第二控制装置，该控制装置包括用于通信的模块(通信服务端)、用于解析语音信息的模块(比如语音助手)，以及用于执行控制执行，实施播放行为的模块。

在一实施例中，对所述语音信息进行解析，得到所述语音信息对应的控制指令，可以包括如下步骤：

对所述语音信息进行识别，获取所述语音信息对应的文本信息；

对所述文本信息进行识别，提取所述文本信息中的控制意图信息；

根据所述控制意图信息，获取所述控制意图信息对应的控制指令。

其中，语音助手可以对语音信息进行处理，得到控制意图信息的过程涉及到人工智能的asr技术和nlp技术。

其中，asr(automaticspeechrecognition，自动语音识别技术)用于将将语音信息中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。asr是语音技术(speechtechnology)的关键技术之一。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。

在一实施例中，利用asr技术对所述语音信息进行识别，获取所述语音信息对应的文本信息，包括以下步骤：首先将语音信息输入给特征提取模块，提取出合适的声学特征参数，然后将提取出的声学特征参数输入声学模型进行分类和判断，得到语音信息对应的文本信息。

其中，可以采用隐马尔科夫模型(hmm)作为声学模型。隐马尔科夫模型(hmm)需要经过训练才可以使用。

在另一实施例中，还可以基于深度神经网络训练语言模型，提取语音信息的特征，将提取出的特征输入语言模型进行分类和判断，得到语音信息对应的文本信息。

其中，nlp(naturelanguageprocessing，自然语言处理)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。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。

在一实施例中，采用nlp技术对所述文本信息进行识别，提取所述文本信息中的控制意图信息，包括以下步骤：对所述文件信息进行划分，得到词单元，对所述词单元进行特征提取，得到多个查询向量(可以记为query)，根据训练好的分类模型，将所述查询向量分类到相应的意图领域。

其中，训练好的分类模型可以基于词典模板识别文本信息的意图，不同的控制意图会有的不同的领域词典，比如节目名称、电视台名称、电源、音量等等领域。可以根据意图领域和词典领域的匹配程度或者重合程度来进行判断。

其中，控制意图信息是一种协议数据，语义理解引擎可以对文本信息进行自然语言理解后，生成对用户的控制意图进行的可理解的、结构化的、完整的语义表达的协议数据，作为控制意图信息。

在一实施例中，参考图5a，播放设备中的语音助手包括语音识别引擎和语义理解引擎。可以在语音助手后台服务器中训练声学模型和分类模型，并将训练好的声学模型和分类模型，分别发送给语音识别引擎和语义理解引擎，语音识别引擎用于对所述语音信息进行识别，获取所述语音信息对应的文本信息。语义理解引擎用于对所述文本信息进行识别，提取所述文本信息中的控制意图信息。其中，语音识别引擎应用asr技术，语义理解引擎应用nlp技术。

在一实施例中，参考图5a，播放设备中的语音助手包括语音识别引擎和语义理解引擎，语音识别引擎可以将获取到的语音信息发送给语音助手后台服务器的asr服务模块，asr服务模块包括特征提取模块和训练好的声学模型，asr服务模块对所述语音信息进行识别，获取所述语音信息对应的文本信息，然后将文本信息发送给播放设备，播放设备的语义理解引擎可以将文本信息发送给语音助手后台服务器的nlp服务模块，nlp服务模块包括特征提取模块和训练好的分类模型，nlp服务模块对所述文本信息进行识别，提取所述文本信息中的控制意图信息。

在一实施例中，播放设备中存储有控制意图信息和控制指令的映射关系，播放设备可以根据该映射关系，获取控制意图信息对应的控制指令，并执行该控制指令。

使用语音控制播放行为，相比于现有的控制装置(比如，遥控器)，可以丰富和拓展对播放设备的控制能力。比如，可以控制播放设备播放指定节目。而且能够更加智能化地满足用户对播放设备的播放要求。

参考图5a，在一实施例中，播放设备也可以直接接收控制设备发送的控制指令。

203、根据所述控制指令，控制所述播放设备进行播放，得到所述播放设备针对所述控制指令的响应结果信息。

其中，响应结果信息是用于表示播放设备执行控制指令结果的信息。

在一实施例中，响应结果信息可以表现为文本消息的形式。

在一实施例中，播放设备还可以接收撤回指令，其中，撤回指令携带有要撤回的语音信息的相关信息，比如，撤回指令可以携带语音信息。当播放设备接收到撤回指令之后，返回上一状态，其中，上一状态是执行语音信息对应的指令之前的状态。

204、向所述控制设备返回所述响应结果信息。

播放设备可以通过控制设备与播放设备共同所处的局域网络，向所述控制设备返回所述响应结果信息。

由上可知，本发明实施例可以通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；对所述语音信息进行解析，得到所述语音信息对应的控制指令；根据所述控制指令，控制所述播放设备进行播放，得到所述播放设备针对所述控制指令的响应结果信息；向所述控制设备返回所述响应结果信息。本发明实施例通过局域网络实现控制设备和播放设备的直接通信，从而可以提高通信的可靠性，并且通过语音信息解析结果来控制播放行为，可以更加智能化地满足用户对播放设备的播放要求。

为了更好地实施以上方法，本发明实施例还提供第一控制装置，该播放设备的控制装置可以适用于控制设备，如图3a所示，该第一控制装置可以包括：获取单元301、显示单元302、输入单元303以及发送单元304，如下：

(1)获取单元301，用于获取即时通讯客户端的子应用的应用数据。

在一实施例中，获取单元301具体可以用于：

获取所述子应用的登录链接信息，所述登录链接信息包括子应用标识；

根据所述子应用标识，获取所述子应用的应用数据。

(2)显示单元302，用于根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件。

在一实施例中，显示单元302具体可以包括指令获取子单元、网络定位标识获取子单元、连接子单元和显示子单元，如下：

指令获取子单元，用于基于所述应用数据，获取通信连接指令；

网络定位标识获取子单元，用于根据所述通信连接指令，获取所述播放设备在所述局域网络内的网络定位标识；

连接子单元，用于基于所述网络定位标识，在所述局域网络内与所述播放设备建立通信连接；

显示子单元，用于当连接成功时，在所述即时通讯客户端中显示所述播放设备对应的播放控制界面。

在一实施例中，所述网络定位标识获取子单元具体可以用于：

根据所述通信连接指令，向所述控制设备所在的局域网络中的网络设备发送查询消息，所述网络设备包括播放设备；

获取所述播放设备基于所述查询消息返回的网络定位标识。

在一实施例中，连接子单元具体可以用于：

根据所述播放设备在所述局域网络内中的网络定位标识，向所述播放设备发送通信连接请求，所述通信连接请求携带加密信息；

接收所述播放设备基于所述通信连接请求返回的应答信息；

当所述应答信息与所述加密信息对应时，所述控制设备与所述播放设备建立通信连接。

(3)输入单元303，用于基于用户针对所述语音输入控件的输入操作，获取用户输入的语音信息。

在一实施例中，所述播放控制界面还包括播放控制控件，输入单元303还可以用于：

当检测到用户针对所述播放控制控件的触发操作时，获取用户触发的播放控制控件对应的控制指令；

通过控制设备与播放设备共同所处的局域网络，向所述播放设备发送所述控制指令，以对所述播放设备进行相应的控制。

(4)发送单元304，用于通过控制设备与播放设备共同所处的局域网络，用于向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

在一实施例中，参考图3b，该播放设备的控制装置，还可以包括：交互显示单元305；

所述交互显示单元305，用于在发送单元304发送语音信息之后，包括：

显示信息交互界面，所述信息交互界面包括所述语音信息；

接收所述播放设备基于所述语音信息返回的响应结果信息；

在所述信息交互界面显示所述响应结果信息。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本发明实施例由获取单元获取即时通讯客户端的子应用的应用数据；由显示单元根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；由输入单元基于用户针对所述语音输入控件的输入操作，获取用户输入的语音信息；由发送单元通过控制设备与播放设备共同所处的局域网络，用于向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。本申请实施例使用即时通讯客户端的子应用作为操作入口来控制播放设备，可以使用户操作流畅，并且无需安装子应用，更加方便快捷，另外控制设备基于局域网络向播放设备发送用于控制的语音信息，不需要经过云服务器转发，通信链路更短，更可靠、更快速。因此，本发明实施例可以流畅、可靠地控制播放设备。

为了便于更好的实施本发明实施例提供的播放设备的控制方法，在一实施例中还提供了一种第二控制装置，该控制装置适用于播放设备。其中，名词的含义与上述播放设备的控制方法中相同，具体实现细节可以参考方法实施例中的说明。

如图3c所示，该第二控制装置可以包括：接收单元401、解析单元402、播放单元403以及返回单元404，如下：

(1)接收单元401，用于通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息。

在一实施例中，所述接收单元401还可以用于接收来自控制设备的控制指令。

在一实施例中，所述接收单元401，具体可以用于：

获取所述播放设备在所述局域网络中的网络定位标识；

基于来自所述控制设备的查询消息，向所述控制设备返回所述网络定位标识；

接收所述控制设备基于所述网络定位标识发送的通信连接请求，所述通信连接请求携带加密信息；

获取所述加密信息对应的应答信息；

向所述控制设备返回所述应答信息，从而在所述局域网络内与所述控制设备建立通信连接；

基于在所述局域网络内建立的通信连接，接收来自控制设备的语音信息。

(2)解析单元402，用于对所述语音信息进行解析，得到所述语音信息对应的控制指令。

在一实施例中，参考图3d，解析单元402具体可以语音识别子单元4021、语义识别子单元4022和解析子单元4023，如下：

语音识别子单元4021，用于对所述语音信息进行识别，获取所述语音信息对应的文本信息；

语义识别子单元4022，用于对所述文本信息进行识别，提取所述文本信息中的控制意图信息；

解析子单元4023，用于根据所述控制意图信息，获取所述控制意图信息对应的控制指令。

(3)播放单元403，用于根据所述控制指令，控制所述播放设备进行播放，获取所述播放设备针对所述控制指令的响应结果信息.

(4)返回单元404，用于向所述控制设备返回所述响应结果信息。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本发明实施例可以由接收单元通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；由解析单元对所述语音信息进行解析，得到所述语音信息对应的控制指令；由播放单元根据所述控制指令，控制所述播放设备进行播放，获取所述播放设备针对所述控制指令的响应结果信息；由返回单元向所述控制设备返回所述响应结果信息。本发明实施例通过局域网络实现控制设备和播放设备的直接通信，从而可以提高通信的可靠性，并且通过语音信息解析结果来控制播放行为，可以更加智能化地满足用户对播放设备的播放要求。

参考图4，本发明实施例提供了一种终端500，适用于控制设备和播放设备，可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、射频(radiofrequency，rf)电路503、电源504、输入单元505、以及显示单元506等部件。本领域技术人员可以理解，图4中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器501是该终端的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器502内的软件程序和/或模块，以及调用存储在存储器502内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。可选的，处理器501可包括一个或多个处理核心；优选的，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。

存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行各种功能应用以及数据处理。

rf电路503可用于收发信息过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器501处理；另外，将涉及上行的数据发送给基站。

终端还包括给各个部件供电的电源504(比如电池)，优选的，电源可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源504还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该终端还可包括输入单元505，该输入单元505可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

该终端还可包括显示单元506，该显示单元506可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元508可包括显示面板，可选的，可以采用液晶显示器(lcd，liquidcrystaldisplay)、有机发光二极管(oled，organiclight-emittingdiode)等形式来配置显示面板。

具体在本实施例中，终端中的处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程序，从而实现各种功能，如下：

获取即时通讯客户端的子应用的应用数据；

根据所述应用数据，在所述即时通讯客户端中显示所述子应用的播放控制界面，所述播放控制界面包括语音输入控件；

基于针对所述语音输入控件的输入操作，获取输入的语音信息；

通过控制设备与播放设备共同所处的局域网络，向播放设备发送所述语音信息，以对所述播放设备进行相应的控制。

或者，

通过控制设备与播放设备共同所处的局域网络，接收来自控制设备的语音信息；

对所述语音信息进行解析，得到所述语音信息对应的控制指令；

根据所述控制指令，控制所述播放设备进行播放，获取所述播放设备针对所述控制指令的响应结果信息；

向所述控制设备返回所述响应结果信息。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本申请实施例使用即时通讯客户端的子应用作为操作入口来控制播放设备，无需安装子应用，更加方便快捷，另外控制设备基于局域网络向播放设备发送用于控制的语音信息，通信链路更短，更可靠、更快速。因此，本发明实施例可以流畅、可靠地控制播放设备。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。

以上对本发明实施例所提供的一种播放设备的控制方法、装置以及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。