一种音视频数据生成方法及装置

本说明书一个或多个涉及互联网技术领域，尤其涉及一种音视频数据生成方法及装置。

目前，随着互联网技术的快速发展，通过移动终端在线购买可增值产品的受到广大用户的青睐，为了保证可增值产品的良性运营并提示用户存在的潜在风险，避免后续出现纠纷，在进入可增值产品交易页面之前，需要用户宣读一大段关于可增值产品的购买声明，并录制成为录音录像，再对该录音录像进行合规审核，只有符合预设要求的情况下，才允许用户进入可增值产品交易页面。

当前，以信托产品为例，在用户购买信托产品的过程中，需要采集用户本人对所需购买的信托产品的相关条列的申明录音录像。具体的，用户通过视频通信的方式对接客服，视频通信中宣读信托产品的相关条列的申明完成双向录音录像，然而，录音录像采集过程中用户录制质量受本人口音影响较大，导致录音录像的质量不稳定，将对审核过程造成一定影响，增大了审核难度、导致审核通过率低。

由此可知，需要提供一种录制质量高的关于可增值资源的申请声明信息的录音录像生成方法。

本说明书一个或多个实施例的目的是提供一种音视频数据生成方法及装置，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

本说明书一个或多个实施例提供了一种音视频数据生成方法，包括：

获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例提供了一种音视频数据生成装置，包括：

提问问题获取模块，用于获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

反馈答案获取模块，用于播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

音视频数据生成模块，用于基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例提供了一种音视频数据生成设备，包括：处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：

获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例中的音视频数据生成方法及装置，播报针对可增值资源的申请声明信息所生成的至少一个提问问题，并获取目标用户各提问问题分别输入的反馈答案；生成目标用户对申请声明信息的音视频数据。获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术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说明书一个或多个中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书一个或多个实施例提供的音视频数据生成方法的第一种流程示意图；

图2为本说明书一个或多个实施例提供的音视频数据生成方法的第二种流程示意图；

图3为本说明书一个或多个实施例提供的音视频数据生成方法的第三种流程示意图；

图4为本说明书一个或多个实施例提供的音视频数据生成方法的第四种流程示意图；

图5为本说明书一个或多个实施例提供的音视频数据生成方法的第五种流程示意图；

图6为本说明书一个或多个实施例提供的音视频数据生成方法的第六种流程示意图；

图7为本说明书一个或多个实施例提供的音视频数据生成装置的第一种模块组成示意图；

图8为本说明书一个或多个实施例提供的音视频数据生成装置的第二种模块组成示意图；

图9为本说明书一个或多个实施例提供的音视频数据生成设备的结构示意图。

为了使本技术领域的人员更好地理解本说明书一个或多个中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一个或多个一部分实施例，而不是全部的实施例。基于本说明书一个或多个中的实施例，本领域普通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，都应当属于本说明书一个或多个保护的范围。

本说明书一个或多个实施例提供了一种音视频数据生成方法及装置，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

图1为本说明书一个或多个实施例提供的音视频数据生成方法的第一种流程示意图，图1中的方法能够由目标用户所使用的移动终端执行，如图1所示，该方法至少包括以下步骤：

S101，获取针对可增值资源的申请声明信息所生成的至少一个提问问题，其中，该可增值资源的可以是信托产品，该至少一个提问问题是通过对可增值资源的申请声明信息进行拆解得到的，例如，申请声明信息包括：需要用户声明购买可增值资源的资金为自有资金的内容，对应的提问问题为：您本次申请购买的可增值资源所用资金是否为自有资金；

S102，播报获取到的至少一个提问问题，并获取目标用户针对该至少一个提问问题分别输入的反馈答案，其中，针对由申请声明信息得到的提问问题为多个的情况，可以逐一进行播报各提问问题，并引导目标用户针对各提问问题分别输入对应的反馈答案；

具体的，针对您本次申请购买的可增值资源所用资金是否为自有资金的提问问题，目标用户只需回答“是的”或“不是”，这样不仅解决了用户口音不一而影响音视频采集质量的问题，还减少了目标用户的阅读负担，提升了人机交互性；

S103，基于播报的至少一个提问问题、目标用户针对各提问问题分别输入的反馈答案和目标用户的人脸图像信息，生成目标用户对可增值资源的申请声明信息的音视频数据；

其中，采用问答式方式并结合人脸识别技术和语音识别技术，引导用户回答提问问题，完成用户对可增值资源的购买相关条例的申明音视频录制，并且申明音视频录制过程中无需客服参与，节省了人工成本。具体的，在播放提问问题和获取目标用户的反馈答案的过程中，通过摄像装置采集目标用户的人脸图像信息，通过对播报的与可增值资源的申请声明信息相关的提问问题、采集的用户针对提问问题给出的反馈答案以及用户的人脸图像信息进行录音录像，得到目标用户对可增值资源的申请声明信息的音视频数据。

本说明书一个或多个实施例中，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

其中，可以预先针对每个可增值资源，确定与该可增值资源的申请声明信息对应的至少一个提问问题，基于此，在S101获取针对可增值资源的申请声明信息所生成的至少一个提问问题之前，还包括：

获取可增值资源的申请声明信息；

根据获取到的可增值资源的申请声明信息，生成与该申请声明信息相关的至少一个提问问题。

具体的，考虑到某一可增值资源通常面向多个用户的申请请求，并且针对某一可增值资源而言，该可增值资源的申请声明信息是相同的，因此，针对同一可增值资源，不同用户需要录制的申请声明信息相同，基于此，可以预先将可增值资源的申请声明信息分解为多个提问问题，并将分解得到的多个提问问题进行存储，以便后续某一用户申请购买该可增值资源时，直接获取该可增值资源对应的多个提问问题即可。例如，若可增值资源的申请声明信息包括：需要用户申明购买可增值资源的资金为自有资金的内容，对应的提问问题为：您本次申请购买的可增值资源所用资金是否为自有资金。

其中，针对由申请声明信息得到的提问问题为多个的情况，可以逐一进行播报各提问问题，基于此，如图2所示，上述S102播报获取到的至少一个提问问题，并获取目标用户针对该至少一个提问问题分别输入的反馈答案，具体包括：

S1021，在可增值资源的申请声明信息对应的多个提问问题中，确定当前需要播报的目标提问问题；

具体的，由可增值资源的申请声明信息拆解得到的提问问题的数量可以是多个，在接收到用户申请购买该可增值资源时，通过语音播报的方式，提示用户现在开始申请声明信息的录制，请回答以下与申请声明信息相关的n个提问问题，再逐一播报该可增值资源对应的多个提问问题，例如，可以按照预设提问顺序依次选取目标提问问题；

S1022，播报并显示目标提问问题以及该目标提问问题的答案选项提示信息；

具体的，为了提高人机交互性，在播报提问问题的同时，还可以在显示屏上显示提问问题，以及显示该提问问题对应的可选答案选项，例如，针对问题答案为二选一的情况，可选答案选项可以是是或否，针对问题答案为多选一的情况，可选答案选项可以是选项式答案；

S1023，获取目标用户针对目标提问问题和答案选项提示信息选择的反馈答案，具体的，该反馈答案是目标用户通过语音输入的方式，给出的针对目标提问问题的答案；

例如，若目标提问问题为“您本次申请购买的可增值资源所用资金是否为自有资金”，以及答案选项提示信息为“请使用语音回答【是的】或【不是】”，对应的，目标用户通过语音输入的反馈答案可以是“是的”；

S1024，判断当前播报的目标提问问题是否为最后一个提问问题，即判断是否将所有提问问题均播报完成；

若判断结果为否，则继续执行步骤S1021在可增值资源的申请声明信息对应的多个提问问题中，确定当前需要播报的目标提问问题，直到接收到各提问问题的反馈答案。

其中，考虑到用户在进行申请声明信息的录制过程中，可能会处理一些个人紧急事务，为了进一步提升用户使用体验，针对需要中断申请声明信息的录制的情况，保证用户后续还能够继续完成后续的申请声明信息的录制，提供了暂停录制的功能，确保中断录制之前完成的反馈答案仍有效，无需用户重新从第一个提问问题重头开始回答，提高了申请声明信息的录制效率和节省了用户录制时间，基于此，在S1022播报并显示目标提问问题以及该目标提问问题的答案选项提示信息之后，还包括：

若检测到目标用户的暂停录制请求，则确定该暂停录制请求所针对的提问问题；

具体的，目标用户选择暂停录制时，可能已给出当前播报的目标提问问题的反馈答案，还可能并未给出当前播报的目标提问问题的反馈答案，针对已给出反馈答案的情况，则将当前播报的目标提问问题的下一个提问问题确定为该暂停录制请求所针对的提问问题；针对未给出反馈答案的情况，则将当前播报的目标提问问题确定为该暂停录制请求所针对的提问问题；

例如，以当前播报的目标提问问题为第三个提问问题为例，若在接收到用户针对第三个提问问题的反馈答案之后，检测到目标用户的暂停录制请求，则将第四个提问问题确定为该暂停录制请求所针对的提问问题；若在接收到用户针对第三个提问问题的反馈答案之前，检测到目标用户的暂停录制请求，则将第三个提问问题确定为该暂停录制请求所针对的提问问题；

在检测到目标用户的继续录制请求后，则将上述暂停录制请求所针对的提问问题确定为下一个当前需要播报的目标提问问题；

具体的，在接收到目标用户的继续录制请求后，继续执行步骤S1021在可增值资源的申请声明信息对应的多个提问问题中，确定当前需要播报的目标提问问题。

其中，为了进一步提高人机交互性，进一步提升用户使用体验，可以采用不同字体显示颜方式对交互信息进行区分显示，基于此，上述S1022播报并显示目标提问问题以及该目标提问问题的答案选项提示信息，具体包括：

采用字体显示颜区分方式播报并显示目标提问问题以及该目标提问问题的答案选项提示信息；

其中，该字体显示颜区分方式为已播报内容、正在播报内容、未播报内容中至少两项的显示颜不同；

例如，将已播报内容的字体显示颜设置为灰，将正在播报内容的字体显示颜设置为红，将未播报内容的字体显示颜设置为蓝，这样能够便于用户快速区分正在播报内容，另外，还可以通过字体加粗、字体增加下划线、字体倾斜的方式进行区分显示。

其中，为了提高后续对目标用户的音视频数据的审核效率，节约后续审核成本，在进行用户对可增值资源的申请声明信息的录音录像的采集校验过程中，增加对获取到的用户针对提问问题的反馈答案进行审核的步骤，基于此，如图3所示，在S1023获取目标用户针对目标提问问题和答案选项提示信息选择的反馈答案之后，还包括：

S1025，获取当前播报的目标提问问题对应的问题答案，即获取目标提问问题的官方答案，例如，若目标提问问题为“您本次申请购买的可增值资源所用资金是否为自有资金”，对应的，该目标提问问题对应的问题答案为【是的】；

S1026，基于获取到的问题答案，验证目标用户的反馈答案是否正确，具体的，将目标提问问题的官方答案与目标用户输入的反馈答案进行比对，判断两者是否一致，若一致，则确定反馈答案正确，若不一致，则确定反馈答案不正确；

若判断结果为是，则执行步骤S1024判断当前播报的目标提问问题是否为最后一个提问问题；

若判断结果为否，则执行S1027，生成答案错误提示信息，具体的，该答案错误提示信息可以是您的答案不符合该可增值资源的购买要求建议您重新回答；以及执行，

S1028，在检测到目标用户的重新回答请求后，将该答案错误提示信息所针对的提问问题作为下一个当前需要播报的目标提问问题，具体的，在确定用户需要重新针对目标提问问题进行作答后，再次播报该目标提问问题，即继续执行S1022播报并显示目标提问问题以及该目标提问问题的答案选项提示信息的步骤。

其中，考虑到可能存在检测不到用户的反馈答案的情况，基于此，如图4所示，在S1022播报并显示目标提问问题以及该目标提问问题的答案选项提示信息之后，还包括：

S1029，判断预设时间段内是否检测到目标用户针对目标提问问题和答案选项提示信息的反馈答案，例如，若自提问问题播报完成后5秒内未检测到用户的反馈答案，则确定未检测到目标用户的反馈答案；

若判断结果为否，则执行S10211，判断上述目标提问问题的播报次数是否大于预设阈值，具体的，针对一直未检测到目标用户的反馈答案的情况，并不是对同一提问问题进行无限次地播报，而是预先设置重复播报上限次数，若仍未检测到用户的反馈答案，则进行异常提示，例如，若同一提问问题重复播报了三次，则确定仍未检测到用户的反馈答案；

若播放次数不大于预设阈值，执行步骤S10210，将当前显示的提问问题作为下一个当前需要播报的目标提问问题，即继续播放该目标提问问题；

若播放次数大于预设阈值，则执行S10212，生成未检测到答案提示信息，并在检测到目标用户的异常排查确认信息后，停止提示问题播报；

具体的，可能是因用户终端的麦克风开启异常，导致无法采集到用户输入的语音信息，此时在提示用户检测不到其反馈答案的同时，还提示用户检查麦克风是否开启，对引起录音异常的因素进行排查后，再重新进行录制；在检测到用户的异常排查确认信息后，关闭弹窗，并将录制自动暂停。

其中，为了进一步提高后续对目标用户的身份信息的审核效率，进一步节约后续审核成本，在进行用户对可增值资源的申请声明信息的录音录像的采集校验过程中，增加对目标用户的身份信息进行审核的步骤，基于此，在S103基于播报的至少一个提问问题、目标用户针对各提问问题分别输入的反馈答案和目标用户的人脸图像信息，生成目标用户对可增值资源的申请声明信息的音视频数据之前，还包括：

获取目标用户的人脸图像信息，具体的，可以采用现有的人脸识别模块采集目标用户的人脸图像信息，其中，可以在一开始检测到用户的可增值资源购买请求时，对用户进行身份验证，还可以在申请声明信息的录制过程中，对用户进行身份验证，即在检测到目标用户的可增值资源申请请求后，获取目标用户的人脸图像信息，在确定目标用户身份验证通过后，继续执行上述步骤S101；

基于获取到的目标用户的人脸图像信息，对目标用户进行身份验证，具体的，通过将获取到的目标用户的人脸图像信息与在权威机构预存的目标用户的人脸图像进行比对，若比对结果为一致，则确定目标用户身份验证通过，若比对结果为不一致，则确定目标用户身份验证不通过，此时需要进行身份验证异常提示。

另外，为了保证在整个录音录像的过程中目标用户的身份真实有效，按照预设时间间隔采集目标用户的人脸图像信息，若采集不到，则提示用户保持脸部位于边界框内。

其中，为了保证后续录音录像的顺利进行，在正式开始播报申请声明信息的提问问题之前，对录音功能和语音播报功能进行初步检测，以确保用户终端的录音功能和语音播报功能正常，基于此，如图5所示，在S102播报获取到的至少一个提问问题，并获取目标用户针对该至少一个提问问题分别输入的反馈答案之前，还包括：

S104，判断目标用户是否能够听到声音，以及判断目标用户是否能够录制音频；

具体的，通过交互引导的方式，引导用户在能够听到声音的情况下，给予确认反馈，若检测到用户对用于表征能够听到声音的触发控件的点击操作，则确定目标用户能够听到声音；同样的，通过交互引导的方式，引导用户在能够录制音频的情况下，给予确认反馈，若检测到用户对用于表征能够录制音频的触发控件的点击操作，则确定目标用户能够录制音频；

若判断结果均为是，则继续执行S101获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

若任一判断结果为否，则执行S105，提示用户执行相应的调整操作，并继续执行S104判断目标用户是否能够听到声音，以及判断目标用户是否能够录制音频，直到确定目标用户能够听到声音且能够录制音频；

具体的，在确定目标用户人脸识别通过后，提示用户开始进行录音测试，若预设时间段内未检测到用户能够听到声音的确认信息，则提示用户确保开启了声音，并建议用户尝试连接耳机，另外，如果确定用户终端当前为静音状态，则提示用户现在为静音状态请将音量调大。

其中，为了提高确定是否能够正常录制音频的识别准确度，通过录制一段目标用户对指定测试字段的输入语音，并播报用户输入的语音信息，以便用户确定音频录制是否准确，基于此，在判断目标用户是否能够录制音频，具体包括：

显示目标用户所需阅读的指定测试字段，并接收目标用户输入的指定测试字段，具体的，可以通过交互引导的方式，引导用户在确保麦克风录音正常的情况下，听到预设提示音后尝试清楚地读出指定测试字段；

播报目标用户输入的指定测试字段，以使该目标用户确认音频录制是否正常；

若接收到目标用户反馈的音频录制正常的确认信息，则确定目标用户能够录制音频；

若在预设时间段内未接收到目标用户反馈的音频录制正常的确认信息，则确定目标用户不能够录制音频。

其中，为了便于用户直观了解到音视频数据的上传状态，如图6所示，在S103基于播报的至少一个提问问题、目标用户针对各提问问题分别输入的反馈答案和目标用户的人脸图像信息，生成目标用户对可增值资源的申请声明信息的音视频数据之后，还包括：

S106，上传生成的目标用户对申请声明信息的音视频数据，其中，该音视频数据包括：播报的提问问题、用户针对提问问题给出的反馈答案、以及用户的人脸图像信息；

S107，显示音视频数据的上传指示信息，其中，该上传指示信息包括：上传进度、上传所需时间、上传剩余时间中至少一项；

具体的，上传进度可以采用进度条的方式显示，在音视频数据上传完成后，显示审核通过页面，以及自动进入可增值资源的正式申请界面。

本说明书一个或多个实施例中的音视频数据生成方法，播报针对可增值资源的申请声明信息所生成的至少一个提问问题，并获取目标用户各提问问题分别输入的反馈答案；生成目标用户对申请声明信息的音视频数据。获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

对应上述图1至图6描述的音视频数据生成方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种音视频数据生成装置，图7为本说明书一个或多个实施例提供的音视频数据生成装置的第一种模块组成示意图，该装置用于执行图1至图6描述的音视频数据生成方法，如图7所示，该装置包括：

提问问题获取模块701，用于获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

反馈答案获取模块702，用于播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

音视频数据生成模块703，用于基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例中，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

可选地，如图8所示，所述装置还包括提问问题生成模块704，用于：

获取可增值资源的申请声明信息；

根据所述可增值资源的所述申请声明信息，生成与所述申请声明信息相关的至少一个提问问题。

可选地，所述反馈答案获取模块702，具体用于：

在所述至少一个提问问题中，确定当前需要播报的目标提问问题；

播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

获取目标用户针对所述目标提问问题和所述答案选项提示信息选择的反馈答案；

判断所述目标提问问题是否为最后一个提问问题；

若否，则执行确定下一个当前需要播报的目标提问问题的步骤，直到接收到各所述提问问题的反馈答案。

可选地，所述反馈答案获取模块702，还具体用于：

若检测到目标用户的暂停录制请求，则确定所述暂停录制请求所针对的提问问题；

在检测到目标用户的继续录制请求后，则将所述暂停录制请求所针对的提问问题确定为下一个当前需要播报的目标提问问题。

可选地，所述反馈答案获取模块702，还具体用于：

采用字体显示颜区分方式播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

其中，所述字体显示颜区分方式为已播报内容、正在播报内容、未播报内容中至少两项的显示颜不同。

可选地，所述反馈答案获取模块702，还具体用于：

获取所述目标提问问题对应的问题答案；

基于所述问题答案，验证所述目标用户的所述反馈答案是否正确；

若判断结果为是，则执行判断所述目标提问问题是否为最后一个提问问题的步骤；

若判断结果为否，则生成答案错误提示信息，并在检测到目标用户的重新回答请求后，将所述答案错误提示信息所针对的提问问题作为下一个当前需要播报的目标提问问题。

可选地，所述反馈答案获取模块702，还具体用于：

判断预设时间段内是否检测到目标用户针对所述答案选项提示信息的反馈答案；

若判断结果为否，则判断所述目标提问问题的播报次数是否大于预设阈值；

若播报次数不大于预设阈值，则将当前显示的提问问题作为下一个当前需要播报的目标提问问题；

若播报次数大于预设阈值，则生成未检测到答案提示信息，并在检测到目标用户的异常排查确认信息后，停止提示问题播报。

可选地，所述装置还包括用户身份验证模块705，用于：

获取所述目标用户的人脸图像信息；

基于所述人脸图像信息，对所述目标用户进行身份验证。

可选地，所述装置还包括录音测试模块706，用于：

判断目标用户是否能够听到声音，以及判断目标用户是否能够录制音频；

若判断结果均为是，则继续执行播报所述至少一个提问问题；

若任一判断结果为否，则提示用户执行相应的调整操作，直到确定所述目标用户能够听到声音且能够录制音频。

可选地，所述录音测试模块706，具体用于：

显示目标用户所需阅读的指定测试字段，并接收所述目标用户输入的所述指定测试字段；

播报所述目标用户输入的所述指定测试字段，以使所述目标用户确认音频录制是否正常；

若接收到目标用户反馈的音频录制正常的确认信息，则确定目标用户能够录制音频。

可选地，所述装置还包括音视频数据上传模块707，用于：

上传所述目标用户对所述申请声明信息的音视频数据；

显示所述音视频数据的上传指示信息，其中，所述上传指示信息包括：上传进度、上传所需时间、上传剩余时间中至少一项。

本说明书一个或多个实施例中的音视频数据生成装置，播报针对可增值资源的申请声明信息所生成的至少一个提问问题，并获取目标用户各提问问题分别输入的反馈答案；生成目标用户对申请声明信息的音视频数据。获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

需要说明的是，本说明书中关于音视频数据生成装置的实施例与本说明书中关于音视频数据生成方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的音视频数据生成方法的实施，重复之处不再赘述。

进一步地，对应上述图1至图6所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种音视频数据生成设备，该设备用于执行上述的音视频数据生成方法，如图9所示。

音视频数据生成设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器901和存储器902，存储器902中可以存储有一个或一个以上存储应用程序或数据。其中，存储器902可以是短暂存储或持久存储。存储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对音视频数据生成设备中的一系列计算机可执行指令。更进一步地，处理器901可以设置为与存储器902通信，在音视频数据生成设备上执行存储器902中的一系列计算机可执行指令。音视频数据生成设备还可以包括一个或一个以上电源903，一个或一个以上有线或无线网络接口904，一个或一个以上输入输出接口905，一个或一个以上键盘906等。

在一个具体的实施例中，音视频数据生成设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对音视频数据生成设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例中，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

可选地，计算机可执行指令在被执行时，在获取针对可增值资源的申请声明信息所生成的至少一个提问问题之前，还包括：

获取可增值资源的申请声明信息；

根据所述可增值资源的所述申请声明信息，生成与所述申请声明信息相关的至少一个提问问题。

可选地，计算机可执行指令在被执行时，所述播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案，包括：

在所述至少一个提问问题中，确定当前需要播报的目标提问问题；

播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

获取目标用户针对所述目标提问问题和所述答案选项提示信息选择的反馈答案；

判断所述目标提问问题是否为最后一个提问问题；

若否，则执行确定下一个当前需要播报的目标提问问题的步骤，直到接收到各所述提问问题的反馈答案。

可选地，计算机可执行指令在被执行时，在播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息之后，还包括：

若检测到目标用户的暂停录制请求，则确定所述暂停录制请求所针对的提问问题；

在检测到目标用户的继续录制请求后，则将所述暂停录制请求所针对的提问问题确定为下一个当前需要播报的目标提问问题。

可选地，计算机可执行指令在被执行时，所述播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息，包括：

采用字体显示颜区分方式播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

其中，所述字体显示颜区分方式为已播报内容、正在播报内容、未播报内容中至少两项的显示颜不同。

可选地，计算机可执行指令在被执行时，在获取目标用户针对所述目标提问问题和所述答案选项提示信息选择的反馈答案之后，还包括：

获取所述目标提问问题对应的问题答案；

基于所述问题答案，验证所述目标用户的所述反馈答案是否正确；

若判断结果为是，则执行判断所述目标提问问题是否为最后一个提问问题的步骤；

若判断结果为否，则生成答案错误提示信息，并在检测到目标用户的重新回答请求后，将所述答案错误提示信息所针对的提问问题作为下一个当前需要播报的目标提问问题。

可选地，计算机可执行指令在被执行时，在播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息之后，还包括：

判断预设时间段内是否检测到目标用户针对所述答案选项提示信息的反馈答案；

若判断结果为否，则判断所述目标提问问题的播报次数是否大于预设阈值；

若播报次数不大于预设阈值，则将当前显示的提问问题作为下一个当前需要播报的目标提问问题；

若播报次数大于预设阈值，则生成未检测到答案提示信息，并在检测到目标用户的异常排查确认信息后，停止提示问题播报。

可选地，计算机可执行指令在被执行时，在生成所述目标用户对所述申请声明信息的音视频数据之前，还包括：

获取所述目标用户的人脸图像信息；

基于所述人脸图像信息，对所述目标用户进行身份验证。

可选地，计算机可执行指令在被执行时，在播报所述至少一个提问问题之前，还包括：

判断目标用户是否能够听到声音，以及判断目标用户是否能够录制音频；

若判断结果均为是，则继续执行播报所述至少一个提问问题；

若任一判断结果为否，则提示用户执行相应的调整操作，直到确定所述目标用户能够听到声音且能够录制音频。

可选地，计算机可执行指令在被执行时，所述判断目标用户是否能够录制音频，包括：

显示目标用户所需阅读的指定测试字段，并接收所述目标用户输入的所述指定测试字段；

播报所述目标用户输入的所述指定测试字段，以使所述目标用户确认音频录制是否正常；

若接收到目标用户反馈的音频录制正常的确认信息，则确定目标用户能够录制音频。

可选地，计算机可执行指令在被执行时，在生成所述目标用户对所述申请声明信息的音视频数据之后，还包括：

上传所述目标用户对所述申请声明信息的音视频数据；

显示所述音视频数据的上传指示信息，其中，所述上传指示信息包括：上传进度、上传所需时间、上传剩余时间中至少一项。

本说明书一个或多个实施例中的音视频数据生成设备，播报针对可增值资源的申请声明信息所生成的至少一个提问问题，并获取目标用户各提问问题分别输入的反馈答案；生成目标用户对申请声明信息的音视频数据。获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

进一步地，对应上述图1至图6所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：

获取针对可增值资源的申请声明信息所生成的至少一个提问问题；

播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案；

基于所述至少一个提问问题、所述提问问题对应的所述反馈答案和所述目标用户的人脸图像信息，生成所述目标用户对所述申请声明信息的音视频数据。

本说明书一个或多个实施例中，获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在获取针对可增值资源的申请声明信息所生成的至少一个提问问题之前，还包括：

获取可增值资源的申请声明信息；

根据所述可增值资源的所述申请声明信息，生成与所述申请声明信息相关的至少一个提问问题。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述播报所述至少一个提问问题，并获取目标用户针对所述至少一个提问问题分别输入的反馈答案，包括：

在所述至少一个提问问题中，确定当前需要播报的目标提问问题；

播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

获取目标用户针对所述目标提问问题和所述答案选项提示信息选择的反馈答案；

判断所述目标提问问题是否为最后一个提问问题；

若否，则执行确定下一个当前需要播报的目标提问问题的步骤，直到接收到各所述提问问题的反馈答案。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息之后，还包括：

若检测到目标用户的暂停录制请求，则确定所述暂停录制请求所针对的提问问题；

在检测到目标用户的继续录制请求后，则将所述暂停录制请求所针对的提问问题确定为下一个当前需要播报的目标提问问题。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息，包括：

采用字体显示颜区分方式播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息；

其中，所述字体显示颜区分方式为已播报内容、正在播报内容、未播报内容中至少两项的显示颜不同。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在获取目标用户针对所述目标提问问题和所述答案选项提示信息选择的反馈答案之后，还包括：

获取所述目标提问问题对应的问题答案；

基于所述问题答案，验证所述目标用户的所述反馈答案是否正确；

若判断结果为是，则执行判断所述目标提问问题是否为最后一个提问问题的步骤；

若判断结果为否，则生成答案错误提示信息，并在检测到目标用户的重新回答请求后，将所述答案错误提示信息所针对的提问问题作为下一个当前需要播报的目标提问问题。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在播报并显示所述目标提问问题以及所述目标提问问题的答案选项提示信息之后，还包括：

判断预设时间段内是否检测到目标用户针对所述答案选项提示信息的反馈答案；

若判断结果为否，则判断所述目标提问问题的播报次数是否大于预设阈值；

若播报次数不大于预设阈值，则将当前显示的提问问题作为下一个当前需要播报的目标提问问题；

若播报次数大于预设阈值，则生成未检测到答案提示信息，并在检测到目标用户的异常排查确认信息后，停止提示问题播报。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在生成所述目标用户对所述申请声明信息的音视频数据之前，还包括：

获取所述目标用户的人脸图像信息；

基于所述人脸图像信息，对所述目标用户进行身份验证。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在播报所述至少一个提问问题之前，还包括：

判断目标用户是否能够听到声音，以及判断目标用户是否能够录制音频；

若判断结果均为是，则继续执行播报所述至少一个提问问题；

若任一判断结果为否，则提示用户执行相应的调整操作，直到确定所述目标用户能够听到声音且能够录制音频。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述判断目标用户是否能够录制音频，包括：

显示目标用户所需阅读的指定测试字段，并接收所述目标用户输入的所述指定测试字段；

播报所述目标用户输入的所述指定测试字段，以使所述目标用户确认音频录制是否正常；

若接收到目标用户反馈的音频录制正常的确认信息，则确定目标用户能够录制音频。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，在生成所述目标用户对所述申请声明信息的音视频数据之后，还包括：

上传所述目标用户对所述申请声明信息的音视频数据；

显示所述音视频数据的上传指示信息，其中，所述上传指示信息包括：上传进度、上传所需时间、上传剩余时间中至少一项。

本说明书一个或多个实施例中的存储介质存储的计算机可执行指令在被处理器执行时，播报针对可增值资源的申请声明信息所生成的至少一个提问问题，并获取目标用户各提问问题分别输入的反馈答案；生成目标用户对申请声明信息的音视频数据。获取用于表征可增值资源的申请声明信息的至少一个提问问题，通过播报该提问问题并引导目标用户给出相应的反馈答案，实现以问答方式和智能交互方式完成目标用户对可增值资源的申请声明信息的录音录像的采集校验过程，无需目标用户完整地宣读大段申请声明信息，解决了用户口音不一而影响音视频采集质量的问题，提高了申请声明信息的录音录像的录制质量，还提升了用户使用体验。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HD Cal、JHDL(Java Hardware Description Language)、Lava、Lola、My HDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书一个或多个的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个是参照根据本说明书一个或多个实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书一个或多个的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书一个或多个的实施例而已，并不用于限制本说明书一个或多个。对于本领域技术人员来说，本说明书一个或多个可以有各种更改和变化。凡在本说明书一个或多个的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个的权利要求范围之内。