阅读说明：本技术 流媒体数据处理方法、装置和设备 (Streaming media data processing method, device and equipment ) 是由 唐一枝 于 2018-08-17 设计创作，主要内容包括：本发明实施例提供一种流媒体数据处理方法、装置和设备,该方法包括：根据流媒体数据的动态特征信息确定对流媒体数据的截取频率。根据此截取频率从流媒体数据中截取出多个数据片段,并识别截取出的多个数据片段各自的数据类型,以得到多个识别结果。根据多个识别结果确定整个流媒体数据的数据类型。在整个确定流媒体数据类型的过程中,流媒体数据的截取频率是根据动态特征信息确定出来的,这使得确定出的截取频率更具有针对性。截取频率不同导致截取出的数据片段的数量也不同,则数据片段识别结果的数量即检测密度也不同。对具有不同动态特征信息的流媒体数据采用不同的检测密度进行检测,从而提高确定出的流媒体数据的数据类型的准确性。(The embodiment of the invention provides a method, a device and equipment for processing streaming media data, wherein the method comprises the following steps: and determining the interception frequency of the streaming media data according to the dynamic characteristic information of the streaming media data. And intercepting a plurality of data segments from the streaming media data according to the interception frequency, and identifying the respective data types of the plurality of intercepted data segments to obtain a plurality of identification results. And determining the data type of the whole streaming media data according to the plurality of identification results. In the whole process of determining the type of the streaming media data, the interception frequency of the streaming media data is determined according to the dynamic characteristic information, so that the determined interception frequency is more targeted. The number of the intercepted data segments is different due to different interception frequencies, and the number of the data segment identification results, namely the detection density, is also different. And detecting the streaming media data with different dynamic characteristic information by adopting different detection densities, thereby improving the accuracy of the determined data type of the streaming media data.)

流媒体数据处理方法、装置和设备

技术领域

本发明涉及数据处理技术领域，尤其涉及一种流媒体数据处理方法、装置和设备。

背景技术

随着互联网的不断发展，人们已经逐步习惯以在线的方式获取流媒体数据，比如音频资源、视频资源或其他类型的多媒体资源。对于互联网中大量的流媒体数据，其中往往会存在黄、暴、赌、毒等敏感类型的流媒体数据。为了限制这些敏感类型的流媒体数据地广泛传播，就需要准确地将其识别出来并进行相应处理。

现有技术中，通常是利用统一的检测参数对流媒体数据的内容进行截取并检测，再根据检测结果确定此流媒体数据是否是敏感类型，其中，此统一的检测参数通常是人工设定的一个经验值。因此，这种无差别的检测方式并不能准确地确定出敏感类型的流媒体数据。

发明内容

有鉴于此，本发明实施例提供一种流媒体数据处理方法、装置和设备，用以提高流媒体数据分类的准确性，从而限制敏感类型的流媒体数据的传播。

第一方面，本发明实施例提供一种流媒体数据处理方法，包括：

根据流媒体数据的动态特征信息确定截取频率；

根据所述截取频率从所述流媒体数据中截取出多个数据片段；

识别所述多个数据片段各自的数据类型，以得到多个识别结果；

根据所述多个识别结果确定所述流媒体数据的数据类型。

第二方面，本发明实施例提供一种流媒体数据处理装置，包括：

频率确定模块，用于根据流媒体数据的动态特征信息确定截取频率；

截取模块，用于根据所述截取频率从所述流媒体数据中截取出多个数据片段；

识别模块，用于识别所述多个数据片段各自的数据类型，以得到多个识别结果；

类型确定模块，用于根据所述多个识别结果确定所述流媒体数据的数据类型。

第三方面，本发明实施例提供一种电子设备，包括处理器和存储器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第一方面中的流媒体数据处理方法。该电子设备还可以包括通信接口，用于与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种计算机存储介质，用于储存存储计算机程序，所述计算机程序使计算机执行时实现上述第一方面中的流媒体数据处理方法。

本发明实施例提供的流媒体数据处理方法，先根据流媒体数据的动态特征信息确定对流媒体数据的截取频率。再根据此截取频率从流媒体数据中截取出多个数据片段，并对截取出的多个数据片段进行识别，以得到多个识别结果也即是确定多个数据片段各自的数据类型。最终，根据多个数据片段各自的数据类型确定整个流媒体数据的数据类型。在整个确定流媒体数据的数据类型的过程中，流媒体数据的截取频率并不是统一的。而是根据动态特征信息确定出来的，这使得确定出的截取频率更具有针对性。截取频率不同导致截取出的数据片段的数量也不同，则数据片段识别结果的数量即流媒体数据的检测密度也不同。对具有不同动态特征信息的流媒体数据采用不同的检测密度进行检测，可以提高确定出的流媒体数据的数据类型的准确性。基于此准确的数据类型，则可以从大量的流媒体数据中筛选出敏感类型的流媒体数据，通过对敏感类型的流媒体数据进行处理，限制其广泛传播。

附图说明

为了更清楚地说明本发明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一简单地介绍，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为本发明实施例提供的一种流媒体数据处理方法的流程图；

图2为本发明实施例提供的另一种流媒体数据处理方法的流程图；

图3为本发明实施例提供的另一种流媒体数据处理方法的流程图；

图4为本发明实施例提供的流媒体数据处理装置的结构示意图；

图5为与图4所示实施例提供的流媒体数据处理装置对应的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于识别”。类似地，取决于语境，短语“如果确定”或“如果识别(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当识别(陈述的条件或事件)时”或“响应于识别(陈述的条件或事件)”。

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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。

另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。

图1为本发明实施例提供的一种流媒体数据处理方法的流程图，本发明实施例提供的该流媒体数据处理方法可以由服务器来执行。如图1所示，该方法包括如下步骤：

S101，根据流媒体数据的动态特征信息确定截取频率。

在不同的场景中，流媒体数据可以为不同内容。比如在直播场景中，流媒体数据可以是主播通过主播客户端产生的直播数据流，具体可以为直播视频流或者直播音频流。在普通的在线音视频播放场景中，流媒体数据可以是流媒体数据提供方上传至服务器中的音频数据或者视频数据，举例来说可以是一部电影或者一首歌曲等等。

在流媒体数据播放的过程中，服务器可以获取此流媒体数据的动态特征信息。其中，流媒体数据的动态特征信息可以包括观看人数、观看用户的观看时长以及观看此流媒体数据的用户的位置区域分布比例等多维度的信息。一种可选地方式，当动态特征信息包括单一维度的信息时，截取频率可以直接确定为动态特征信息*预设参数1。当动态特征信息包括多维度的信息时，每个维度的信息都具有各自对应的预设参数，则可以根据动态特征信息中各维度的信息以及各自对应的预设参数确定截取频率。比如，流媒体数据的截取频率＝观看人数*预设参数2+位于预设位置区域内的观看用户的比例*预设参数3。其中，预设位置区域可以是一些治安水平不高的城市或区域。上述举例的截取频率确定方式是一种线性的确定方式，除此之外，也可以采用非线性的方式来确定截取频率。

此外，对于动态特征信息，除了上述提及的维度，在直播场景中即在流媒体数据为直播数据流时，其还可以包括：评论数、直播间的关注人数等等。

需要说明的是，流媒体数据可以是视频流，也可以是音频流。因此，当流媒体数据为音频流时，上述动态特征信息中的观看用户即可以理解为收听用户。

S102，根据截取频率从流媒体数据中截取出多个数据片段。

S103，识别多个数据片段各自的数据类型，以得到多个识别结果。

服务器可以按照步骤101中确定出的截取频率对流媒体数据进行截取，从而得到多个数据片段。由于流媒体数据可以是视频流，也可以是音频流，因此，对应于视频流，服务器截取出的数据片段可以是一帧帧图像。对应于音频流，服务器截取出的数据片段可以是一帧帧音频，也即是固定时长的一段段音频片段，其中，固定时长大约为20～30ms。

对于音频帧和视频帧，服务器会采用不同的方式对其进行数据类型的识别。具体来说，可选地，可以利用预先训练好的分类器对截取到的一帧帧图像进行识别，从而得到分类结果即数据片段的数据类型。其中，可以采用机器学习的方式预先训练好的分类器。

可选地，可以利用语音识别技术对截取到的音频片段进行识别，以将音频片段转换成文字。再进一步对文字进行识别，从而确定音频片段的数据类型。

S104，根据多个识别结果确定流媒体数据的数据类型。

服务器可以分别统计多个数据片段中每种数据类型所对应的数据片段的数量。可选地，可以直接将具有最多数据片段的数据类型确定为此流媒体数据的数据类型。其中，可选地，数据类型可以包括：敏感型或非敏感型。敏感型通常为涉及到黄、暴、赌、毒的数据片段。非敏感型又可以细分为：推理型、生活型、科幻型等等。对于敏感类型的流媒体数据，还可以对其进行进一步处理，比如直接删除或者标记此敏感类型的流媒体数据的提供方、主播进行并对其进行警告处理等等。

综上，本实施例中，先根据流媒体数据的动态特征信息确定对流媒体数据的截取频率。再根据此截取频率从流媒体数据中截取出多个数据片段，并对截取出的多个数据片段进行识别，以得到多个识别结果也即是确定多个数据片段各自的数据类型。最终，根据多个数据片段各自的数据类型确定整个流媒体数据的数据类型。在整个确定流媒体数据的数据类型的过程中，流媒体数据的截取频率并不是统一的。而是根据动态特征信息确定出来的，这使得确定出的截取频率更具有针对性。截取频率不同导致截取出的数据片段的数量也不同，则数据片段识别结果的数量即流媒体数据的检测密度也不同。对具有不同动态特征信息的流媒体数据采用不同的检测密度进行检测，可以提高确定出的流媒体数据的数据类型的准确性。基于此准确的数据类型，则可以从大量的流媒体数据中筛选出敏感类型的流媒体数据。通过对敏感类型的流媒体数据进行处理，限制其广泛传播。

图2为本发明实施例提供的另一种流媒体数据处理方法的流程图，如图2所示，可以包括如下步骤：

S201，获取流媒体数据播放到第一时间时对应的第一动态特征信息。

S202，根据第一动态特征信息，确定第一截取频率。

S203，根据第一截取频率对第一时间之后播放的数据流进行截取，以获得多个第一数据片段。

在流媒体数据开始播放的时候，服务器还没有开始获取到动态特征信息。此时，则无法对流媒体数据进行截取处理以及后续数据类型的确定。待流媒体数据播放至第一时间时，服务器可以获取到第一时间对应的第一动态特征信息。可选地，第一时间可以是预先设定的，并且通常会设定为一个距离流媒体数据开播时间较短的时间，例如流媒体数据开始播放后的10s。

然后，服务器再根据第一时间对应的第一动态特征信息确定第一截取频率。截取频率的确定过程可以参见如图1所示实施例中的相关描述，在此再不赘述。服务器会以此第一截取频率对第一时间之后的流媒体数据进行截取，从而得到多个第一数据片段。

在此值得说明的是，除了动态特征信息之外，可选地，流媒体数据还具有其他特征信息。其他特征信息可以包括流媒体数据的播放时段或者流媒体数据提供方的类型等等。其中，提供方的类型可以根据提供方提供的历史流媒体数据的数据类型得到。比如将历史流媒体中数量最多的数据类型作为此提供方的类型。此时，服务器则可以同时参考动态特征信息以及其他特征信息确定第一截取频率。其中，对于其他特征信息中各种维度的信息，也都具有各自对应的预设参数。

在确定出第一截取频率之后，服务器可以一直按照此第一截取频率对流媒体数据进行截取直至流媒体数据播放完毕。在截取第一数据片段的同时可以不断对截取到的第一数据片段进行识别，以得到多个识别结果，从而根据此多个识别结果确定此流媒体数据的数据类型。

但由于流媒体数据在第一时间对应的第一动态特征信息是一个瞬时信息，并且第一时间通常是流媒体数据刚开始播放的时间，则此第一动态特征信息并不能准确地反映出整个流媒体数据需要进行数据类型确定的迫切程度。因此，在第一时间后，往往还需要对流媒体数据的截取频率进行不断调整，从而使截取频率与流媒体数据需要进行数据类型确定的迫切程度相匹配，其中，迫切程度越高，则截取频率也应该越高。

在实际应用中，上述迫切程度的高低通常与流媒体数据的人气程度以及数据类型是否为敏感型的可能性高低有着密切关系。人气越高，数据类型为敏感型的可能性越高，则需要进行数据类型确定的迫切程度也越高。

基于此，在步骤203之后，该流媒体数据处理方法还可以包括如下步骤：

S204，获取流媒体数据播放到第二时间时对应的第二动态特征信息，其中，第二时间晚于第一时间。

S205，若第二动态特征信息与第一动态特征信息的差异度达到预设条件，则根据第二动态特征信息，确定第二截取频率。

S206，根据第二截取频率对第二时间之后播放的数据流进行截取，以获得多个第二数据片段。

在以第一截取频率截取多个第一数据片段的同时，服务器还可以获取到流媒体播放到第二时间时对应的第二动态特征信息，其中，第二时间晚于第一时间，并且第二时间可以与第一时间间隔预设时长。此时可以理解为服务器以第一时间为起点以预设时长为时间间隔不断获取动态特征信息。

服务器可以对第二动态特征信息和第一动态特征信息进行比对，以得到动态特征信息的差异度。当差异度达到预设条件时，则表明此流媒体数据在第二时间需要进行数据类型确定的迫切程度与在第一时间需要进行数据类型确定的迫切程度相比，出现了较大变化。此时，服务器会根据第二时间对应的第二动态特征信息，重新确定出一个第二截取频率。第二截取频率的确定过程与第一截取频率的确定过程相似，可以参见实施例一中的相关描述，在此不再赘述。

对于上述的预设条件，可选地，动态信息特征包括观看人数时，此预设条件可以为：第二时间的观看人数与第一时间的观看人数之差大于预设阈值。可选地，动态信息特征包括用户的位置区域分布比例时，预设条件还可以为：第二时间预设位置区域内用户的比例与第一时间时此预设位置区域内用户的比例之差大于预设比例。

在得到第二截取频率后，服务器会根据第二截取频率对第二时间之后播放的流媒体数据进行截取，以得到多个第二数据片段。

上述服务器利用第一截取频率以及第二截取频率对流媒体数据进行截取的过程可以理解为：服务器以第一截取频率对第一时间以及第二时间之间播放的流媒体数据进行截取，以得到多个第一数据片段；再以第二截取频率对第二时间之后播放的流媒体数据截取，以得到多个第二数据片段。

S207，识别多个第一数据片段和多个第二数据片段各自的数据类型，以得到多个识别结果。

服务器会对截取到的第一数据片段以及第二数据片段进行识别，以得到它们各自的数据类型。具体的数据类型识别过程可以参见实施例一中的相关描述，在此不再赘述。

需要说明的是，第一数据片段以及第二数据片段的识别过程也可以不同步进行。在实际应用中，服务器在截取到多个第一数据片段后即可对其进行识别，在识别的同时还可以确定第二截取频率。

S208，根据多个识别结果确定流媒体数据的数据类型。

在确定出多个第一数据片段以及多个第二数据片段各自的的数据类型即得到多个识别结果后，一种可选的方式，服务器可以统计第一数据片段以及第二数据片段的总数量以及多个数据片段中具有预设数据类型的数据片段的数量，计算具有预设数据类型的数据片段的数量与数据片段总数量的比值。若此比值大于预设阈值，则确定所述流媒体数据的数据类型为预设数据类型。其中，预设数据类型通常可以为敏感型。

上述步骤201～208中是使用动态特征信息对截取频率不断进行调整。实际应用中，还可以同时结合动态特征信息以及已经识别出的各第一数据片段的数据类型不断地对截取频率进行调整，以进一步提高截取频率与流媒体数据需要进行数据类型确定的迫切程度的匹配程度。因此，在步骤205之后，可选地，该流媒体数据处理方法还可以包括如下步骤：

(1)，若识别出的多个第一数据片段分别对应的数据类型满足预设条件，则调整第二截取频率为第三截取频率。

具体来说，服务器对以第一截取频率截取到的第一数据片段进行识别，以得到每个第一数据片段的数据类型。若多个第一数据片段分别对应的数据类型满足预设条件，则确定将第二截取频率调整为第三截取频率。可选地，预设条件可以包括：多个第一数据片段各自的数据类型中具有预设数据类型的数据片段的数量与多个第一个数据片段的数量的比值大于或等于预设比值。

由于第二截取频率是根据第二动态特征信息确定出来的，因此，对第二截取频率进行调整而得到的第三截取频率可以理解为根据第二动态特征信息以及多个第一数据片段分别对应的数据类型得到的。举例来说，第三截取频率＝第二动态特征信息*预设参数4+比值*预设参数5。其中，本实施例以及上述实施例中涉及的预设参数1～预设参数5可以相等或者不等。

(2)，服务器可以根据第三截取频率对第二时间之后播放的数据流进行截取，以获得多个第三数据片段。

此时，服务器对流媒体数据的截取可以理解为：以第一截取频率对第一时间以及第二时间之间播放的流媒体数据进行截取，从而得到多个第一数据片段；再以第三截取频率对第二时间之后播放的流媒体数据截取，从而得到多个第三数据片段。服务器则可以对第一数据片段以及第三数据片段进行识别，以得到多个识别结果。再根据多个识别结果来确定流媒体数据的数据类型。

本实施例中，一种方式，服务器根据第一时间对应的第一动态特征信息确定出第一截取频率并截取到多个第一数据片段，再根据第二时间对应的第二动态特征信息确定出第二截取频率，并利用第二截取频率截取多个第二数据片段。这种方式也即是根据动态变化的动态特征信息对截取频率进行调整。另一种方式，服务器在得到多个第一数据片段后，在对此第一数据片段进行识别的同时还会得到第二动态特征信息。然后，根据识别出的各第一数据片段的数据类型以及第二动态特征信息调整截取频率。也即是同时根据数据片段的识别结果以及动态特征信息调整截取频率。在流媒体数据播放的过程中，这两种截取频率的调整方式都能够不断改变流媒体数据的检测密度，以提高确定出的流媒体数据的数据类型的准确性。

图3为本发明实施例提供的另一种流媒体数据处理方法的流程图，如图3所示，该流媒体数据处理方法还可以包括如下步骤：

S301，获取流媒体数据播放到第一时间时对应的第一动态特征信息。

S302，根据第一动态特征信息，确定第一截取频率。

S303，根据第一截取频率对第一时间之后播放的数据流进行截取，以获得多个第一数据片段。

上述步骤301～303执行过程与前述实施例的相应步骤相似，可以参见如图2所示实施例中的相关描述，在此再不赘述。

S304，若识别出的多个第一数据片段分别对应的数据类型满足预设条件，则调整第一截取频率为第四截取频率，其中，截取出的多个第一数据片段为从第一时间到第二时间播放的数据流中截取出的。

S305，根据第四截取频率对第二时间之后播放的数据流进行截取，以获得多个第四数据片段。

在得到多个第一数据片段后，服务器会判断多个第一数据片段分别对应的数据类型是否满足预设条件，并根据判断结果确定是否调整第一截取频率。若多个第一数据片段分别对应的数据类型满足预设条件，则调整第一截取频率为第四截取频率。其中，可选地，此处的预设条件与实施例二中的相同即为：多个第一数据片段分别对应的数据类型中存在的预设数据类型的数量与多个第一个数据片段的数量的比值大于或等于预设比值。并且第四截取频率大于第一截取频率。可见，上述是使用多个第一数据片段分别对应的数据类型也即是多个第一数据片段的识别结果将第一截取频率调整成第四截取频率。然后，服务器则可以根据此第四截取频率对第二时间之后播放的流媒体数据进行截取，以得多个第四数据片段。

S306，识别多个第一数据片段和多个第四数据片段各自的数据类型，以得到多个识别结果。

S307，根据多个识别结果确定流媒体数据的数据类型。

上述步骤306～307执行过程与前述实施例的相应步骤相似，可以参见如图2所示实施例中步骤207～208的相关描述，在此再不赘述。

本实施例中，在得到第一截取频率以及多个第一数据片段后，服务器会根据识别出的各第一数据片段的数据类型调整截取频率。也即是根据第一数据片段的识别结果调整流媒体数据的截取频率。在流媒体数据播放的过程中，通过不断调整截取频率从而不断改变流媒体数据的检测密度，最终可以提高确定出的流媒体数据的数据类型的准确性。

另外，在利用上述各实施例提供的方法确定出流媒体数据的数据类型后，服务器还可以根据数据类型为流媒体数据设置相应的数据获取权限。比如，18岁以下禁止观看等。待用户想要获取到此流媒体数据时，服务器会响应于用户触发的点击观看操作，获取此用户的信息，比如性别、年龄等等，并将用户的信息与数据获取权限进行比对，确定此用户是否能够获取此流媒体数据，以最终实现指导不同的用户观看相应的流媒体数据的目的，以最大程度上避免敏感类型的流媒体数据的广泛传播。

以下将详细描述本发明的一个或多个实施例的流媒体数据处理装置。本领域技术人员可以理解，这些流媒体数据处理装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。

图4为本发明实施例提供的流媒体数据处理装置的结构示意图，如图4所示，该装置包括：频率确定模块11、截取模块12、识别模块13以及类型确定模块14。

频率确定模块11，用于根据流媒体数据的动态特征信息确定截取频率。

截取模块12，用于根据所述截取频率从所述流媒体数据中截取出多个数据片段。

识别模块13，用于识别所述多个数据片段各自的数据类型，以得到多个识别结果。

类型确定模块14，用于根据所述多个识别结果确定所述流媒体数据的数据类型。

可选地，所述频率确定模块11具体包括：获取单元111和确定单元112。

获取单元111，用于获取所述流媒体数据播放到第一时间时对应的第一动态特征信息。

确定单元112，用于根据所述第一动态特征信息，确定第一截取频率。

所述截取模块12，用于根据所述第一截取频率对所述第一时间之后播放的数据流进行截取，以获得多个第一数据片段。

可选地，所述频率确定模块11中的获取单元111还用于：获取所述流媒体数据播放到第二时间时对应的第二动态特征信息，其中，所述第二时间晚于所述第一时间。

所述频率确定模块11中的确定单元112还用于：若所述第二动态特征信息与所述第一动态特征信息的差异度达到预设条件，则根据所述第二动态特征信息，确定第二截取频率。

所述截取模块12，用于根据所述第二截取频率对所述第二时间之后播放的数据流进行截取，以获得多个第二数据片段，其中，所述第一截取频率用于对所述第一时间到所述第二时间播放的数据流进行截取。

可选地，所述装置还包括：调整模块21。

所述调整模块21，用于若识别出的所述多个第一数据片段各自的数据类型满足预设条件，则调整所述第二截取频率为第三截取频率。

所述截取模块12，还用于根据所述第三截取频率对所述第二时间之后播放的数据流进行截取，以获得多个第三数据片段，其中，所述第一截取频率用于对所述第一时间到所述第二时间播放的数据流进行截取。

可选地，所述调整模块21还用于：若识别出的所述多个第一数据片段各自的数据类型满足预设条件，则调整所述第一截取频率为第四截取频率。

所述截取模块12，用于根据所述第四截取频率对所述第二时间之后播放的数据流进行截取，以获得多个第四数据片段。

可选地，所述类型确定模块14，用于根据所述多个数据片段各自的数据类型，统计具有预设数据类型的数据片段的数量，以及根据所述具有预设数据类型的数据片段的数量与所述多个数据片段的数量的比值，确定所述流媒体数据的数据类型是否为所述预设数据类型。

可选地，所述装置还包括：权限设置模块22。

所述权限设置模块22，用于根据所述流媒体数据的数据类型设置数据获取权限，以根据用户的信息确定所述用户是否具有获取所述流媒体数据的权限。

图4所示装置可以执行图1至图3所示实施例的方法，本实施例未详细描述的部分，可参考对图1至图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1至图3所示实施例中的描述，在此不再赘述。

以上描述了流媒体数据处理装置的内部功能和结构，在一个可能的设计中，流媒体数据处理装置的结构可实现为一电子设备，该电子设备可以是承载有可以供广大用户获取的流媒体数据的服务器，如图5所示，该电子设备可以包括：处理器31和存储器32。其中，所述存储器32用于存储支持该电子设备执行上述图1至图3所示实施例中提供的流媒体数据处理方法的程序，所述处理器31被配置为用于执行所述存储器32中存储的程序。

所述程序包括一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器31执行时能够实现如下步骤：

根据流媒体数据的动态特征信息确定截取频率；

根据所述截取频率从所述流媒体数据中截取出多个数据片段；

识别所述多个数据片段各自的数据类型，以得到多个识别结果；

根据所述多个识别结果确定所述流媒体数据的数据类型。

可选地，所述处理器31还用于执行前述图1至图3所示实施例中的全部或部分步骤。

其中，所述电子设备的结构中还可以包括通信接口33，用于该电子设备与其他设备或通信网络通信。

另外，本发明实施例提供了一种计算机存储介质，用于储存上述电子设备所用的计算机软件指令，其包含用于执行上述图1至图3所示方法实施例中流媒体数据处理识别方法所涉及的程序。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明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。

本发明是参照根据本发明实施例的方法、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。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。