用于音频播放消息的方法、电子设备和介质与流程

本公开的实施例涉及信息处理领域，并且更具体地，涉及用于音频播放消息的方法、电子设备和介质。

背景技术：

随着互联网技术的发展，线下手机支付已经成为日常生活的一部分。对于收款方，常常希望在收到款项的第一时间获知与收款相关的信息。因此，存在通过音频播放获知与收款相关的信息的需要。

传统的音频播放消息的技术通常采用轮询机制，需要用户终端（例如，手机、音箱或其他具有音频播放能力的设备）向后端服务器主动发起询问请求，然后基于服务器的响应来确定是否需要播放相应的消息。因此，容易导致用户终端待机能耗较高，产生播放延迟，以及造成服务器计算资源的浪费。

技术实现要素：

本公开的实施例提供了用于音频播放消息的方法、电子设备和计算机可读存储介质，其能够在降低用户终端待机功耗的同时，降低服务器的计算开销。

在本公开的第一方面中，提供了一种用于音频播放消息的方法，包括：在用户终端处，响应于接收到从服务器推送的推送消息，对推送消息进行解析，以获取推送消息中所包含的标识，标识包括更新标识、播放标识中的至少一项，用户终端处配置有用于音频播放的扬声器；以及基于用于音频播放的配置文件，执行与标识相对应的处理，以使用户终端将基于处理的结果来执行音频播放，配置文件包括与至少一个语音元素相关联的语音数据；其中处理包括以下至少一项：更新配置文件，以使用于音频播放的参数以及语音数据中的至少一项被更新；以及基于推送消息所包含的待播放的消息内容，利用配置文件生成用于音频播放的短语，以用于用户终端基于短语来执行音频播放；其中执行上述处理还包括：确定标识是否包括播放标识；如果确定标识包括播放标识，解析推送消息以获取待播放的消息内容；以及基于待播放的消息内容，生成用于音频播放的短语。

在本公开的第二方面中，提供了一种电子设备，包括：至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，指令当由至少一个处理单元执行时，使得电子设备执行根据本公开第一方面的方法的步骤。

在本公开的第三方面中，提供了一种计算机可读存储介质，其上存储有计算机程序代码，计算机程序代码在被运行时执行根据本公开第一方面的方法。

根据本公开的实施例，用户终端无需主动以预定时间间隔向服务器发送询问请求，而是被动待机等待来自服务器的推送消息的到达。服务器可以利用消息推送机制向（多个）用户终端推送消息。然后，用户终端能够识别出其中的特定标识以执行对应的处理逻辑。因此，可以在降低用户终端待机功耗的同时，以准确的时机触发用户终端执行与音频播放消息相关的动作，并且降低服务器的计算开销。而且，在用户在同一地点配备有多台用户终端的应用场景中，能够实现同步的音频播放以及配置的同更新。提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示意性地示出了根据本公开的实施例的示例性环境的示意图。

图2示意性地示出了根据本公开的实施例的用于音频播放消息的方法的流程图。

图3示意性地示出了根据本公开的实施例的用于基于标识来执行与标识相对应的处理的方法的流程图。

图4示意性地示出了根据本公开的实施例的用于用户录制语音包文件的方法的流程图。

图5示意性地示出了根据本公开的实施例的用于同步语音包文件的方法的示意图。

图6示出了可以用来实现本公开的实施例的示例电子设备的示意性框图。

具体实施方式

下面将参考附图中示出的若干示例实施例来描述本公开的原理。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“一组示例实施例”。术语“另一实施例”表示“一组另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上面所讨论的传统的音频播放消息的技术通常采用轮询机制。在这种方案中，用户终端难以获知播放消息的正确时机，需要不停地按照预定时间间隔向服务器发送请求，因此待机能耗较高；此外，由于用户终端发送请求可能并不及时，可能造成一定的播放延迟；而且，在用户在同一地点配备有多台用户终端用于音频播放的情况下，该多台用户终端之间请求时机的不同，会造成异步的音频播放。而服务器则需要则处理大量的盲目询问请求，导致计算资源的浪费。

为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例实施例提出了一种用于音频播放消息的方案，包括：在用户终端处，响应于接收到从服务器推送的推送消息，对推送消息进行解析，以获取推送消息中所包含的标识，标识包括更新标识、播放标识中的至少一项，用户终端处配置有用于音频播放的扬声器；以及基于用于音频播放的配置文件，执行与标识相对应的处理，以使用户终端将基于处理的结果来执行音频播放，配置文件包括与至少一个语音元素相关联的语音数据；其中处理包括以下至少一项：更新配置文件，以使用于音频播放的参数以及语音数据中的至少一项被更新；以及基于推送消息所包含的待播放的消息内容，利用配置文件生成用于音频播放的短语，以用于用户终端基于短语来执行音频播放。

在该方案中，用户终端无需主动以预定时间间隔向服务器发送询问请求，而是被动待机等待推送消息的到达。服务器可以利用传统的消息推送机制向（多个）用户终端推送消息。该推送消息具有定制的数据结构，其中可以包含有特定的标识，用户终端被配置以具有解析推送消息以识别出其中标识、并且根据标识执行对应的处理逻辑的能力。以此方式，可以在降低用户终端待机功耗的同时，以准确的时机触发用户终端执行与音频播放消息相关的动作，并且降低服务器的计算开销。而且，在用户在同一地点配备有多台用户终端的应用场景中，能够实现同步的音频播放。

图1示出了根据本公开实施例的示例性环境100的示意图，在该示例环境中，根据本公开实施例的设备和/或方法可以被实施。

如图1所述，示例性环境100包括彼此通信连接的服务器102、第一用户（例如，收款方，或其他需要用音频播放消息的用户）所拥有的用户终端104、第二用户（例如，付款方，或其他执行需要用户终端104进行音频播放消息的操作的用户）所拥有的终端106、以及可选地数据库120。

第一用户所拥有的用户终端104可能包括多个用户终端104-1、104-2和104-3，用户终端104的示例包括但不限于智能手机、智能音箱、计算机和/或其他具备音频播放能力的设备。在一些实施例中，用户终端104配置有用于音频播放的扬声器。第一用户可以通过安装在用户终端104上的程序等，来控制扬声器基于消息进行相应的音频播放。

第二用户所拥有的终端106示例包括但不限于智能手机、智能音箱、计算机。在一些实施例，终端106可以配备有相机，以通过扫描第一用户所提供的二维码来实施付款。在一些实施例中，二维码可以与第一用户所拥有的账户相关联，并进而与用户终端104-1、104-2和104-3相关联。在一些实施例中，二维码与通常拥有固定位置的一个用户终端104-2（例如，音箱）相关联，因此，其可以包含相关的位置信息以及所对应的用户终端信息，以使服务器可以通过该二维码识别出特定的一个用户终端，并由此执行对应处理。

服务器102可以包括管理器108和推送服务110。管理器108被配置为与终端106、数据120、以及用户终端104通信。例如，管理器108可以被配置为：接收来自终端108的付款信息；发送推送触发信号给推送服务以触发其向用户终端104推送消息；接收来自用户终端104的各种请求，并且作为响应，向用户终端104发送所请求的数据；从数据库120取回数据和/或向数据库存储数据；以及其他与实现本公开的各方面所要求的操作。

数据库120被配置为存储用于实现本公开各方面的数据，包括但不限于：预定的语音包文件数据、用户自己录制的语音包文件数据、录制语音包文件过程中产生的临时文件、用于音频播放的配置信息等等。可以理解的是，数据库可以实现在服务器中，或实现为远程的分布式存储系统。

可以理解，虽然图1中仅分别示出了一个终端106、服务器102、数据库120以及3个用户终端104，但其数目可以是任意数目。

下文将结合图2至图4详细描述根据本公开实施例的方法。为了便于理解，在下文描述中提及的具体数据均是示例性的，并不用于限定本公开的保护范围。为了便于描述，以下结合图1所示的示例性环境100来描述根据本公开实施例的方法。根据本公开实施例的方法可以在图1中示出的用户终端104（例如，多个用户终端中的任一个104-1）处、或其他适当的设备中实现。应当理解，根据本公开实施例的方法还可以包括未示出的附加动作和/或可以省略所示出的动作，本公开的范围在此方面不受限制。

图2示意性地示出了根据本公开的实施例的用于音频播放消息的方法200的框图。

在步骤202，响应于接收到从服务器102推送的推送消息，用户终端104对推送消息进行解析，以获取推送消息中所包含的标识。该标识包括更新标识、播放标识中的至少一项。

与传统的用户终端104主动向服务器102发送询问请求的方式不同，在本公开的实施例中，用户终端104处于待机状态，并被动地接收来自服务器102的推送消息。在一些实施例中，服务器102可以在接收到第二用户通过终端106实施付款之后，推送与该付款相关的推送消息。当第二用户配置有多个相关的用户终端104用于播报的时候，服务器102可以同时向该多个用户终端104进行推送。

在一些实施例，推送消息可以包括如下内容：付款时间、付款账号/用户名、付款金额、付款类型等等。可以理解的是，在其他应用场景中，推送消息还可以包括其他内容，只要其能够进行播放即可。

在一些方案中，用户终端104在接收到推送消息后，将推送消息中所包含内容，例如以手机通知栏的通知消息的形式，显示给第一用户。根据本公开的实施例，推送消息除了常规传递文本内容的能力，还通过包括各种标识而具备另外的能力。例如，推送消息不仅仅能够使得用户终端104显示文本，还能够触发用户终端104基于其中所包含的标识，进行音频播放、触发配置更新等操作。用户终端104被配置有对这样的推送消息进行解析的能力，特别是解析以识别其中所包含的标识的能力。

下面给出服务器生成并推送的推送消息的数据结构的一个示例。

在步骤204，基于用于音频播放的配置文件，用户终端104执行与标识相对应的处理，以使用户终端104将基于处理的结果来执行音频播放。基于所识别出的标识，用户终端104将被触发以执行与标识对应的处理逻辑。与标识相对应的处理包括以下至少一项：更新配置文件，以使用于音频播放的参数以及语音数据中的至少一项被更新；以及基于推送消息所包含的待播放的消息内容，利用配置文件生成用于音频播放的短语，以用于用户终端104基于短语来执行音频播放。

本文中，配置文件指代与音频播放消息有关的文件，配置文件包括与至少一个语音元素相关联的语音数据，例如，配置文件可以包括语音包文件。在一些实施中，配置文件还可以包括与以下用于音频播放的参数：音量大小、播放模式、播放间隔、以及哪些终端用于音频播放。在一些实施例中，播放模式可以包括播放较少字符的简短播放模式、正常播放模式以及播放较多字符的详细播放模式。

利用推送消息，用户终端104不仅能实现播放功能，还能实现更新功能。这能够有利于第二用户拥有多个用户终端的情况。

例如，在第二用户在其中一个用户终端104（例如，104-1）变更了配置（例如，更换语音包文件）之后，其他用户终端104（例如，104-2和104-3）能同步该配置（例如，更换语音包文件）而无需用户进行手动操作，使得多个用户终端104能够以统一的风格进行音频播放。再例如，通过服务器同时进行推送到多个用户终端，可以使该多个用户终端同步进行音频播放，减少甚至消除常规轮询机制中可能存在的异步问题。

在一些实施例中，用户终端104可以确定在预定时间段内接收到的推送消息的数目，然后将该数目与预定阈值进行比较。如果确定数目大于或者等于预定阈值，用户终端104将播放用于音频播放的短语的缩短版本，例如，仅播放到账金额，或仅播放“成功”。换言之，这将迫使用户终端104以简短播放模式进行播放。以此方式，用户终端104可以在短时间需要播放大量消息的情况下，及时地向第一用户播放所有消息的关键部分。如果确定上述数目小于预定阈值，用户终端104以推送消息中所指定的播放模式进行播放。

根据本公开的实施例，用户终端104无需主动以预定时间间隔向服务器102发送询问请求，而是被动待机等待来自服务器102的推送消息的到达。服务器102可以利用消息推送机制向（多个）用户终端104推送消息。然后，用户终端104能够识别出其中的特定标识以执行对应的处理逻辑。因此，可以在降低用户终端104待机功耗的同时，以准确的时机触发用户终端104执行与音频播放消息相关的动作，并且降低服务器102的计算开销。而且，在用户在同一地点配备有多台用户终端104的应用场景中，能够实现同步的音频播放以及配置的同更新。

图3示意性地示出了根据本公开的实施例的基于标识来执行与标识相对应的处理的方法300的流程图。具体地，图3详细描述了图2中步骤204的具体过程。

在步骤302，用户终端104可以获取推送消息中所包含的标识。解析获取标识的过程已经在步骤204中讨论过，在此不再赘述。

在步骤304，用户终端104可以确定标识中所包括标识的类型。

如果确定标识包括更新标识，则用户终端104可以执行步骤306和步骤308。

在步骤306，用户终端104可以向服务器102发送更新请求。

在步骤308，用户终端104可以从服务器102接收与更新请求相对应的更新数据，以对配置文件进行更新，其中更新数据包括以下至少一项：与至少一个语音元素相关联的更新的语音数据、以及用于音频播放的更新的参数。

以此方式，用户终端104可以自动获取在另一终端处已经配置生效的更新的语音包文件、更新的播放参数（例如，播放模式、音量大小等），以避免繁琐的手动操作。

如果确定标识包括播放标识，则用户终端104可以执行步骤316和步骤318。

在步骤316，用户终端104可以解析推送消息以获取待播放的消息内容。例如，参考上面给出的推送消息的数据结构，取决于播放模式的不同，待播放的消息内容可以是“300”，或“a银行300”。

在步骤318，用户终端104可以基于待播放的消息内容，生成用于音频播放的短语。

在一些实施例中，用于音频播放的短语通过如下来生成。

首先，用户终端104可以确定待播放的消息内容中所包含的字符，例如“a银行300”，可以拆分为“a”、“银”、“行”、“3”、“0”、“0”。

然后，用户终端104可以确定与这些字符相对应的目标语音元素。例如，针对于付款金额字段中的数字，习惯上采用特定的方案来进行播放，例如，“300”通常被播放为“三百”而非“三零零”。因此，用户终端104可以确定字符是否为数字，并且确定与该字符相关联的字段是否为预定字段。如果字符是数字、并且字段是预定字段，则用户终端104基于用于数字播放的预定策略，确定目标语音元素（例如“三”、“百”）。

接下来，用户终端104可以基于目标语音元素，合成用于音频播放的短语。以此方式，服务器102并不需要向用户终端104发送合成好的音频文件，而仅需要通过推送消息，以文本的形式发送待播放的消息内容。用户终端104可以解析推送消息以得到待播放的消息内容，并利用本地已有的语音包文件合成待播放的短语以用于播放，因此可以有效地节省所消耗的网络流量。

可以理解的是，推送消息中可以包含任意个标识的组合，在这种情况下，用户终端104将执行这些标识所对应的处理的组合。

图4示意性地示出了根据本公开的实施例的用于用户录制语音包文件的方法400的流程图。

在步骤402，用户终端104向服务器102发送由用户录制的、针对至少一个语音元素的录制语音数据。

具体地，为了实现基于用户终端104本地已有的语音包文件，对待播放的消息内容进行音频播放的目的，语音包文件中通常需包括多个语音元素，例如“个十百千万”等。第二用户可以在用户终端104中的任一者处，录制与这些语音元素相对应的语音数据。

例如，第二用户可以在用户终端104-1（例如，手机），通过预定的导引用户界面来录制这些语音元素。此时，用户界面可以显示需要录制的语音元素，并且提供用于录制该语音元素的按钮。用户可以通过该按钮来触发录制。

再例如，第二用户可以在用户终端104-2（例如，音箱），通过该音箱播放导引音频来录制这些语音元素。用户终端104-2可以播放导引音频，其指示需要录制的语音元素，并等待用户说出该语音元素。

服务器102可以对用户录制的语音数据进行处理，以生成经处理的录制语音数据。由于用户录制的语音数据中可能包括较长的无效片段，因此录制语音数据可以被剪辑以包括用户说出至少一个语音元素的语音数据片段。由此生成的语音包文件能够使音频播放消息更为简短高效。在一些实施例中，经处理的录制语音数据由服务器102通过执行以下操作而生成：确定录制语音数据的各部分的声音强度；确定录制语音数据的各部分中低于预定声音强度的部分；以及删除低于预定声音强度的部分，以生成经预处理的录制语音数据。在一些实施例中，服务器102还可以对用户录制的语音数据进行诸如降噪、音量放大、变调等操作。

在步骤404，用户终端104从服务器102接收指向经处理的录制语音数据的链接。

在一些实施例中，服务器102仅在用户所提交的语音数据与导引用户界面/音频所要求用户录制的语音元素相匹配时，才生成该链接，以避免所生成的语音包文件中包含错误的信息。在这种情况下，链接由服务器102通过执行以下操作而生成：对经预处理的录制语音数据进行语音识别，以确定经预处理的录制语音数据指示的第一内容（例如，1）；确定第一内容是否与第二内容相匹配，第二内容包括音频播放所要求的预定文本（例如，要求用户录制的语音元素是1）；以及如果确定第一内容与第二内容相匹配，生成指向经预处理的录制语音数据的链接。如果不匹配，则可以生成提示以让用户重新录制。

在步骤406，用户终端104利用链接，播放经处理的录制语音数据。第二用户可以预览自己录制的语音数据。可以理解的是，上述步骤402至404可以针对每个需要录制的语音元素而重复执行。

在步骤408，响应于接收到针对经处理的录制语音数据的确认信号，用户终端104向服务器102发送用于保存经预处理的录制语音数据的请求，以用于生成语音包文件。然后，第二用户可以选择自己录制的该语音包文件以用于音频播放。

可以理解的是，语音包文件包括与至少一个语音元素中的每个语音元素相关联的语音数据。因此，第二用户需要录制多个语音片段来包括这些语音元素。在一些实施例中，用户终端104可以支持一次录制一个语音元素，例如“百”。在一些实施例中，用户终端104可以支持一次录制多个语音元素，例如，“个十百千万”，然后服务器102可以对录制的语音数据进行识别以及拆分，以生成对应于每个语音元素的语音数据。

在一些实施例中，语音包文件被保存在服务器102处（例如，可以由服务器102保存在数据库120处），并且该语音包文件被设置为与（多个）另外的用户终端（例如，用户终端104-2、104-3，其不同于录制语音包文件的用户终端104-1），使得该（多个）另外的用户终端将能够基于推送消息中的更新标识而取回语音包文件。在一些实施例中，上述另外的用户终端104-2、104-3、以及用户终端104-1均可由同一用户（例如，录制语音数据的用户）来操作（换言之，属于该用户）。在一些实施例中，上述另外的用户终端104-2、104-3、以及用户终端104-1均与该用户的用户账号相关联。

以此方式，本公开的实施例可以支持用户自己录制语音包文件，并且能够确保用户自己录制的语音包文件符合规范。而且，在用户在其的一个终端处录制好语音包文件后，该语音包文件也能够在其他终端处可用。

图5示意性地示出了根据本公开的实施例的用于同步语音包文件的方法500的示意图。具体地，图5是图2至图4中所描述的过程的一个具体示例。

在步骤551，用户终端504-1将用户录制的、针对至少一个语音元素的录制语音数据发送给服务器，更具体地，给服务器（例如，图1中的管理器102）中的管理器508。

在步骤552，管理器508可以将该录制语音数据发送给音频处理器522以进行预处理。预处理包括但不限于：上文描述过的对语音数据进行剪辑、以及识别其中包含的音频数据是否对应于语音包文件所需的语音元素的处理。可以理解的是，音频处理器522处执行的逻辑可以全部实现在服务器内，或者部分实现在服务器外。例如，管理器可以通过api来访问由第三方提供的语音识别功能，以获取相应的文本。

在步骤553，音频处理器552将经处理的录制语音数据发送给管理器508，管理器508例如可以将该经处理的录制语音数据暂存在数据库524中，并且生成指向该经处理的录制语音数据的链接。

在步骤554，管理器508将所生成的链接发送给用户终端504-1。

在步骤555，用户终端504-1利用该链接，播放经处理的录制语音数据，并且向管理器508发送确认信号。

基于确认信号，管理器508可以生成语音包文件，并且例如通过步骤570而将该语音包文件存储在数据库524中。可以理解的是，数据库524可以配置一定的存储空间来存储以下信息：用户终端504-1的使用者、其相关联的账号、与该账号所对应的所有用户终端（例如，504-1、504-2、504-3）相关的信息（例如，客户端id、类型、操作系统等）。

响应于接收到上述来自用户终端504-1的确认信号（即，用于更新的推送触发信号），管理器508可以确定相关联的至少一个用户终端（例如，504-1、504-2、504-3）。然后，基于至少一个用户终端的类型（例如，安卓手机、ios手机、或音箱），管理器508确定与至少一个用户终端对应的推送策略，并且利用该推送策略来生成针对至少一个终端的推送消息，该推送消息包括与推送触发信号（例如，确认信号）相关联的至少一个标识（例如，更新标识）。然后，管理器可以执行步骤556。

在步骤556，管理器508将待推送的推送消息提交给推送服务510。在一些实施例中，管理器和推送服务510可以实现在同一服务器中。在另一些实施例中，推送服务510可以单独实现在推送服务器中。

通过步骤557-1、步骤557-2以及步骤557-3，推送服务510将针对每个终端的推送消息，分别发送给用户终端504-1、504-2、504-3。在一些实施例中，推送服务510经由与用户终端504-1、504-2、504-3所属类型相关的推送通道，而将推送消息分别发送给用户终端504-1、504-2、504-3。

响应于接收到推送消息，用户终端504-1、504-2、504-3可以对对推送消息进行解析，以获取推送消息中所包含的标识。在本示例中，该标识为更新标识。用户终端504-1、504-2、504-3执行与标识相对应的处理，即更新处理。

由于新的用户录制的语音包文件在用户终端504-1处录制并配置生效，其无需再进行更新，而剩余的用户终端504-2、504-3将基于更新标识触发更新操作，例如，用户终端504-2、504-3将通过步骤558-2以及步骤558-3，向管理508发送更新请求。

作为响应，管理器可以从数据库524取回（步骤560）更新数据（例如，录制的语音包文件），然后通过步骤559-2以及步骤559-3向用户终端504-2、504-3发送与更新请求相对应的更新数据。

在接收到更新数据后，用户终端504-2、504-3可以更新其配置文件（例如，更新配置文件中的语音包文件），以与用户终端504-1上录制并已经生效的语音包文件同步，以用于未来的音频播放。

虽然上文以用户录制语音包文件、并更新语音包来描述图5。可以理解的是，基于本公开的描述，本领域技术人员可以修改上述步骤551-570，来获得更多的实施例，例如，如果接收到第一用户的付款，则推送触发信号可以是用于播放的推送触发信号，可以修改步骤557-1、557-2、557-3中的推送消息中所具有的标识为播放标识，来获得基于推送消息执行音频播放与付款相关的消息的方案。

本公开的实施例还提供了一种推送用于音频播放的消息的方法，包括：在服务器处，响应于推送触发信号，确定与推送触发信号相关联的至少一个用户终端；基于至少一个用户终端的类型，确定与至少一个用户终端对应的推送策略；利用推送策略来生成针对至少一个终端的推送消息，推送消息包括与推送触发信号相关联的至少一个标识，至少一个标识指示将要在至少一个用户终端上、基于用于音频播放的配置文件而执行的相应的至少一个处理，配置文件包括与至少一个语音元素相关联的语音数据；以及向至少一个用户终端发送推送消息，以使至少一个用户终端将基于推送消息中的至少一个标识，执行至少一个处理以用于音频播放。

在一些实施例中，推送用于音频播放的消息的方法还包括：从至少一个用户终端中的第一用户终端，接收由用户录制的、针对至少一个语音元素的录制语音数据；对录制语音数据执行预处理，以生成经预处理的录制语音数据；以及生成指向经预处理的录制语音数据的链接，以供在第一用户终端进行播放。

在一些实施例中，服务器对录制语音数据执行的预处理包括：确定录制语音数据的各部分的声音强度；确定录制语音数据的各部分中低于预定声音强度的部分；以及删除低于预定声音强度的部分，以生成经预处理的录制语音数据。

在一些实施例中，服务器生成链接包括：对经预处理的录制语音数据进行语音识别，以确定经预处理的录制语音数据指示的第一内容；确定第一内容是否与第二内容相匹配，第二内容包括音频播放所要求的预定文本；以及如果确定第一内容与第二内容相匹配，生成指向经预处理的录制语音数据的链接。

在一些实施例中，推送用于音频播放的消息的方法还包括：响应于来自第一用户终端的、用于保存经预处理的录制语音数据的请求，基于经预处理的录制语音数据，生成语音包文件，语音包文件包括与至少一个语音元素中的每个语音元素相关联的语音数据；以及将语音包文件与至少一个用户终端相关联地保存，使得至少一个用户终端中的第二用户终端将能够基于推送消息中所包含的更新标识而取回经预处理的录制语音数据。

在一些实施例中，推送用于音频播放的消息的方法还包括：从第二用户终端，接收更新请求；以及向第二用户终端发送与更新请求相对应的更新数据，以用于对配置文件的进行更新，其中更新数据包括以下至少一项：与至少一个语音元素相关联的更新的语音数据、用于音频播放的更新的参数。

在一些实施例中，推送触发信号是用于更新的推送触发信号，至少一个标识包括更新标识，至少一个处理包括：更新配置文件，以使用于音频播放的参数以及语音数据被更新。

在一些实施例中，推送触发信号是用于播放的推送触发信号，至少一个标识包括播放标识，至少一个处理包括：基于推送消息所包含的待播放的消息内容，利用配置文件生成用于音频播放的短语。

图6示出了可以用来实现本公开的实施例的示例电子设备600的示意性框图。例如，电子设备600可被用于实现图1中所示的服务器102、以及用户终端104。如图所示，电子设备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中的计算机程序指令或者从存储单元608加载到随机存取存储器（ram）603中的计算机程序指令，来执行各种适当的动作和处理。在ram中，还可存储电子设备600操作所需的各种程序和数据。cpu、rom以及ram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。

电子设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

中央处理单元601执行上文所描述的各个方法和处理，例如方法200至400的任一个。例如，在一些实施例中，方法200至400中的任一个可以被实现为计算机软件程序或计算机程序产品，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram并由cpu执行时，可以执行上文描述的方法200至400中的任何方法中的一个或多个步骤。备选地，在其他实施例中，cpu可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行上述方法中的任一个。

本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、任意的非暂时性存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体地例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、静态随机存取存储器（sram）、便携式压缩盘只读存储器（cd-rom）、数字多功能盘（dvd）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构（isa）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（fpga）或可编程逻辑阵列（pla），该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施方式的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施方式。