一种视频生成方法及装置与流程

本申请涉及互联网技术领域，尤其涉及一种视频生成方法及装置。

背景技术

目前，体育赛事、商务会议、学术论坛、文娱演出等各种活动中通常设置有专业拍摄团队，用于录制活动现场视频。并且，还会将现场视频剪辑为视频片段，例如体育赛事中的精彩片段、用于宣传各种文娱演出的小视频等，用于分享转发。

视频剪辑方案中，通常是反复浏览完整视频以选取素材，并为选取出的素材单独制作相配的字幕、旁白等后期效果，导致目前视频剪辑方案的操作流程复杂，制作效率低。

技术实现要素：

本申请实施例提供一种视频生成方法及装置，用以添加视频字幕时同步生成与视频字幕相关的视频片段，提高视频编辑效率。

第一方面，本申请实施例提供一种视频生成方法，包括：

显示包含拍摄对象的视频生成界面，其中，视频生成界面中叠加有字幕编辑区域，所述字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数；

响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及所述目标字幕匹配的视频生成时长；

响应于对字幕生成控件的选取指令，基于所述目标字幕以及所述视频生成时长生成目标视频；

其中，所述目标视频中叠加有所述目标字幕，所述目标视频的时长为所述视频生成时长。

第二方面，本申请实施例提供一种视频生成装置，包括：

显示模块，用于显示包含拍摄对象的视频生成界面，其中，视频生成界面中叠加有字幕编辑区域，所述字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数；

处理模块，用于响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及所述目标字幕匹配的视频生成时长；响应于对字幕生成控件的选取指令，基于所述目标字幕以及所述视频生成时长生成目标视频；其中，所述目标视频中叠加有所述目标字幕，所述目标视频的时长为所述视频生成时长。

第三方面，本申请实施例提供一种电子设备，其中包括处理器和存储器，其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现第一方面中的方法。

第四方面，本申请实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现第一方面中的方法。

本申请实施例中，首先显示包含拍摄对象的视频生成界面，该视频生成界面中叠加有字幕编辑区域，该字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数。进而，响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及目标字幕匹配的视频生成时长。响应于对字幕生成控件的选取指令，基于目标字幕以及匹配的视频生成时长生成目标视频，该目标视频中叠加有目标字幕，目标视频的时长为视频生成时长。

本申请实施例中，首先显示包含拍摄对象的视频生成界面，该视频生成界面中叠加有字幕编辑区域，该字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数。通过该字幕编辑区域，用户能够快速编辑待生成的目标字幕。具体来说，通过选取字幕编辑区域中的字幕配置参数配置目标字幕，并在选取字幕生成控件之后，基于目标字幕以及匹配的视频生成时长生成目标视频，从而，实现了一种全新的视频生成方式，无需反复选取素材并单独制作后期效果，即可在添加目标字幕时同步生成与目标字幕匹配的视频片段，大大简化视频片段的剪辑流程，提高视频编辑效率。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种视频生成方法的流程示意图；

图2为本申请实施例提供的一种视频生成界面的结构示意图；

图3为本申请实施例提供的另一种视频生成界面的结构示意图；

图4为本申请实施例提供的一种视频生成装置的结构示意图；

图5为与本申请实施例提供的视频生成装置对应的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例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。

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“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(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“当检测(陈述的条件或事件)时”或“响应于检测(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。

下面结合以下实施例对本申请提供的视频生成系统的工作原理进行说明。

随着终端设备的普及，视频成为人们了解各种信息、近期热点的重要手段之一。例如，体育赛事、商务会议、学术论坛、文娱演出等各种活动中通常设置有专业拍摄团队，用于录制活动现场视频。并且，还会将现场视频剪辑为视频片段，例如体育赛事中的精彩片段、用于宣传各种活动的小视频等，用于分享转发。

视频剪辑方案中，通常是从完整视频中反复浏览以选取素材，并为选取出的素材单独制作相配的字幕、旁白等后期效果，导致目前视频剪辑方案的操作流程复杂，制作效率低。

以高尔夫球比赛为例，高尔夫球比赛是一种大型室外体育运动。通常会设有直播团队，用以拍摄并获取直播视频。在直播团队之外，还需要由专门的制作团队，从直播视频中选取各个球员的视频素材，并为选取出的视频素材单独制作相配的字幕，得到比赛中的精彩时刻、球员回放等精彩视频片段。

而高尔夫球赛的记分规则较为复杂，球员数量较多。不同球员的比赛进程受到各自的比赛进度、比赛路线等复杂因素的影响，常常出现多组进度不同的球员，为视频素材的选取以及后期制作带来困难，往往需要耗费大量时间才能剪辑制作出上述精彩视频片段，难以保证视频分享的时效性。

针对上述技术问题，本申请实施例提供一种视频生成方法及装置。该方法中，提供了一种包含拍摄对象的视频生成界面，该视频生成界面中叠加有字幕编辑区域，该字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数。通过该字幕编辑区域用户能够快速编辑待生成的目标字幕，并基于目标字幕以及匹配的视频生成时长生成目标视频，实现了一种全新的视频生成方式，从而，无需反复选取素材并单独制作后期效果，即可在添加目标字幕时同步生成与目标字幕匹配的视频片段，大大简化视频片段的剪辑流程，提高视频编辑效率。

以下结合附图，详细说明本申请实施例各实施例提供的技术方案。

本申请实施例提供的技术方案可以由一电子设备来执行，该电子设备可以是服务器。该服务器可以是包含一独立主机的物理服务器，或者也可以为主机集群承载的虚拟服务器，或者也可以为云服务器。该电子设备也可以是诸如平板电脑、PC机、笔记本电脑等终端设备。当然，该技术方案还可由服务器与终端设备配合执行，或多个电子设备配合执行，本申请并不限定。

本申请实施例提供了一种视频生成方法，图1为本申请一示例性实施例提供的视频生成方法的流程示意图。该视频生成方法中各步骤的执行主体均可以是同一设备，也可以是不同设备。如图1所示，该方法包括：

101、显示包含拍摄对象的视频生成界面；

102、响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及目标字幕匹配的视频生成时长；

103、响应于对字幕生成控件的选取指令，基于目标字幕以及匹配的视频生成时长生成目标视频。

上述方法中，通过选取字幕编辑区域中的字幕配置参数配置目标字幕，并基于目标字幕以及匹配的视频生成时长生成目标视频，实现了一种全新的视频生成方式，在添加目标字幕时同步生成与目标字幕匹配的视频片段，大大简化视频片段的剪辑流程，提高视频编辑效率。

实际应用中，上述步骤可以由一电子设备实现，也可由多个电子设备配合实现。例如，手机、摄像机等移动设备。以手机为例，可调用搭载在手机中的专用应用程序实现，也可调用即时通信应用或其他类型应用中设置的小程序实现，还可通过手机应用调用云服务器实现。

以高尔夫球为例，具体地，上述电子设备拍摄设备可以是移动终端，例如手机，也可以是可穿戴设备，如智能眼镜，还可以是专业的拍摄设备，比如摄像机，该摄像机中可以搭载有实现拍摄端中各种功能的应用及硬件模块。拍摄设备可以由专业的拍摄人员持有，也可以由球童、教练或同组其他球员持有。

为便于捕捉各个球员的比赛表现，可以进一步获取更多与比赛相关的视频。可选地，进入预设空间范围内的终端设备均可通过注册接入服务平台，以便将注册的终端设备作为拍摄端，向服务平台上传所拍摄的各种视频。

例如，参赛球员、相关工作人员(球童、教练、球场工作人员等)、现场观众等人员进入赛场或附近范围后，即可通过自身携带的终端设备注册到服务平台中，以便将注册的终端设备作为拍摄端，向服务平台上传所拍摄的各种视频。比如现场情况、观众席的情况、球员现场互动、球员采访。

下面结合具体实施例介绍视频生成方法中的各个步骤。

首先，101中，显示包含拍摄对象的视频生成界面。

其中，拍摄对象可由活动类型决定。例如，体育赛事中的运动员、观众、裁判，文娱演出中的演员、主持人、观众。当然，除了上述示例的活动人员外，本申请还可将各种活动的场景元素设置为拍摄对象。各种活动的场景元素比如是体育赛事中的球座、球栏、球网、比赛场地，再比如是文娱演出的演出场地全景、布景元素、烟雾、烟花。

值得说明的是，拍摄对象的选取方式有多种。其中，可以通过以下方式选取出视频生成界面所要展示的拍摄对象，包括：

在一可选实施例中，可以手动选取视频生成界面中的拍摄对象，进而从多个待选对象中选取出拍摄对象。例如，识别出视频生成界面中一个或多个待选对象，用方框框选出视频生成界面中的待选对象，并点击所要选取的拍摄对象对应的方框。可选地，还可预先录入视频生成界面中的待选对象的视觉特征。比如，在比赛开始前，录入各个运动员的视觉特征。如拍摄各个运动员的面部影像、或者运动员的服装影像。

另一可选实施例中，还可通过移动拍摄设备将视频生成界面中所要选取的待选对象移动到指定位置，从而，标识出拍摄对象。例如，选择聚焦方式为中心聚焦，此情况下，将处于视频生成界面中央的待选对象作为拍摄对象。

可选地，视频生成界面中还可加载导播通话控件、音量调整控件、镜头转换控件、直播状态切换控件。用以调整视频生成界面中拍摄对象的展示状态。

通过上述方式选取出拍摄对象之后，可通过视频生成界面中加载的字幕编辑区域生成目标视频。

本申请实施例中，视频生成界面中叠加有字幕编辑区域。字幕编辑区域主要用于编辑字幕内容。例如，用户可通过选取字幕编辑区域中的字幕配置参数，配置字幕中的具体内容。其中，字幕具体内容比如包括预设字幕内容、用于承载导入信息的预设空白内容栏。根据实际需求，对字幕具体内容的设置还可包括：字体颜色、字体大小、字体类型等。

可选地，视频生成界面中还加载有字幕编辑控件。字幕编辑区域可由视频生成界面的字幕编辑控件唤出。举例来说，触发字幕编辑控件可在视频生成界面中唤出字幕编辑区域。

可选地，102之前，在字幕编辑区域中加载拍摄对象对应的字幕配置参数的步骤具体为：识别视频生成界面中当前显示的拍摄对象，并在字幕编辑区域中加载与当前显示的拍摄对象对应的字幕配置参数。

另一实施例中，102之前，若字幕编辑区域中加载有多个拍摄对象标识，则响应于对拍摄对象标识的选取指令，在字幕编辑区域中加载与选取的拍摄对象标识对应的字幕配置参数。

本申请中字幕编辑区域，可以悬浮在视频生成界面之上，或者也可以设置在视频生成界面的设定区域中。字幕编辑区域的布局可以根据视频生成界面进行设置，例如，图2示出的字幕编辑区域根据用户使用习惯(如惯用手)布局在界面右侧或左侧，便于单手操作编辑字幕。图3示出的字幕编辑区域也可分为两个部分，分别设置在界面左右两侧，从而双手操作编辑字幕。可选地，在多个时机中展示字幕编辑区域的不同部分。例如，在图3中，先展示字幕编辑区域1，进而在选取运动员或所属队伍后展示字幕编辑区域2。

可以理解的是，字幕编辑区域在视频生成界面中的布局形式并不限定于上述示例。字幕编辑区域可以适应于不同终端设备的界面形态进行布局，或者也可适应于不同用户的操作习惯进行布局。例如，假设字幕编辑区域不设置固定的范围，此情况下，可将字幕编辑区域中加载的控件动态分布在视频生成界面中。具体地，假设将字幕编辑区域中加载的控件首先布局在初始设置位置，进而，由用户通过拖拽或其他形式的操作将字幕编辑区域中加载的控件动态调整至其他位置，以便适应用户自身使用习惯或偏好。

本申请中，字幕编辑区域中加载的控件可由活动类型决定。例如，拍摄对象为体育赛事中的运动员，字幕编辑区域中加载的控件根据体育比赛规则设置。比如，赛事规则、得分规则、分值设置规则。再例如，拍摄对象为商业活动中的相关人员或布景，字幕编辑区域中加载的控件根据活动进程、现场机位设置、拍摄角度等因素进行设置。可选地，字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数。

以高尔夫球赛为例，在图2示出的字幕编辑区域中，加载有字幕生成控件、撤销控件、与拍摄对象对应的字幕配置参数。基于上述界面，102中，响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及目标字幕匹配的视频生成时长。针对不同活动类型，可展示与当前活动类型关联的字幕配置参数，从而灵活调整字幕编辑区域的展示内容。

可选地，字幕配置参数可与视频生成时长进行关联。从而，102中，基于选取的字幕配置参数，确定待生成的目标字幕内容以及关联的视频生成时长。

以高尔夫球赛为例，在图2示出的字幕编辑区域中，加载有字幕生成控件、撤销控件、与拍摄对象对应的字幕配置参数。具体地，与拍摄对象对应的字幕配置参数比如是所处组别、组别中的运动员(即拍摄对象)、当前杆数、选择落点。所处组别中的运动员数量可根据实际情况设置。

在图2中，选择落点区域中记载有基于落点类型构建的多个控件，包括但不限于：球道、果岭、进洞、遗失球、落水、界外、球道沙坑、果岭沙坑、长草、障碍物、罚杆、不记落点。可选地，上述落点区域中展示的控件可以根据运动员所处状态进行设置，例如基于运动员1上一杆的状态，隐藏部分控件，如果岭、障碍物等。撤销控件用于取消当前所选的字幕配置参数。

基于上述字幕编辑区域，102中，通过选取所处组别、组别中的运动员可以确定当前锁定的拍摄对象。进而，再选取落点类型，以配置目标字幕的具体内容。实际应用中，目标字幕的具体格式、语言内容、以及匹配的视频生成时长均可预先设置。

比如，基于图2示出的界面，选择运动员1、果岭等控件，即可确定待生成的目标字幕的格式以及内容，如“运动员上果岭了”。基于此，进一步确定与果岭匹配的视频生成时长为10s，从而确定目标字幕匹配的视频生成时长。

本申请中控件显示状态可选地还可根据字幕配置参数进行更新。例如，如果选择图2示出的进洞控件，当前杆数控件后面将会显示“进洞”字样用以提示用户当前运动员的状态，并且将对应落点控件更新为选中状态。

103中，响应于对字幕生成控件的选取指令，基于目标字幕以及匹配的视频生成时长生成目标视频。该选取指令可以是由用户触发字幕生成控件产生的，也可以是由设备自动生成的。例如，接收用户发出的选取指令。例如，识别到视频生成界面中出现预先录入的拍摄对象之后，自动生成字幕生成控件的选取指令。

其中，可选地，基于选取的字幕配置参数，标记待存储的目标视频。例如，基于字幕配置参数对目标视频进行命名。具体地，以高尔夫球赛为例，目标视频的命名规则比如是赛事标识、运动员、杆数、位置。例如，在8599比赛中，张三球员第18洞第三杆的进洞视频，可以命名为张三_H18_S3Holed_01_8599。

本申请上述或下述实施例中，显示包含拍摄对象的视频生成界面的设备有多个，多个设备包括主设备以及从属设备。例如通过预先绑定多个账号，将主账号设置为主设备，将从属账号设置为从属设备。基于此，本申请实施例中还响应于对从属设备中的字幕生成控件的选取指令，触发主设备中基于目标字幕以及视频生成时长生成目标视频。例如，主账号负责拍摄(或者也可以上字幕)，从属设备负责上字幕。从属设备的字幕操作界面和主账号界面一样，点击上字幕时会自动发送对应指令到主账号，控制主账号自动叠加对应的目标字幕，并录制目标视频。

以高尔夫球赛为例，在图2示出的字幕编辑区域中，字幕生成控件包括但不限于：用于触发生成轨迹图字幕的轨迹图控件、用于触发生成组成绩字幕的组成绩字幕控件、用于触发生成人名字幕的人名字幕控件、用于触发生成击球字幕的击球字幕控件。具体地，轨迹图控件用于生成球员打球的落点字幕。

具体来说，在一可选实施例中，假设在视频生成界面中展示的包含拍摄对象的图像为直播视频。简单来说，就是在视频生成界面中实时显示直播画面，从而使得后续步骤中目标视频可以直接从直播画面中截取。

基于此，103中，响应于对字幕生成控件的选取指令，基于所述目标字幕以及所述视频生成时长生成目标视频，具体为：

基于选取的字幕配置参数生成目标字幕；在直播视频中叠加目标字幕；并从直播视频中截取出叠加有目标字幕且时长为视频生成时长的视频片段作为目标视频。

具体来说，接收对击球字幕控件的选取指令，基于选取的字幕配置参数生成目标字幕，并将目标字幕叠加到当前界面展示的直播视频中。同时，基于上述选取指令，触发对当前界面展示的直播视频的录制操作，录制时长为与目标字幕匹配的视频生成时长，以得到与目标字幕匹配的目标视频。该目标视频中叠加有目标字幕，目标视频的时长为目标字幕匹配的视频生成时长。

实际应用中，不同字幕配置参数对应的视频生成时长不同。以高尔夫球为例，开球字幕对应的时长为20s、普通击球字幕(例如击球字幕控件)对应的时长为15s、果岭推杆对应的时长为12s、今日成绩字幕(例如组成绩字幕控件)对应的时长为8s、逐洞成绩字幕对应的时长为15s、轨迹字幕对应的时长为25s。

或者，不同字幕生成控件对应的视频生成时长不同。例如，轨迹图控件对应的视频生成时长为10s，组成绩字幕控件对应的视频生成时长为8s，人名字幕控件对应的视频生成时长为5s。进一步地，击球字幕控件对应的视频生成时长根据不同字幕配置参数决定。例如，进洞控件对应的时长为6s，球道控件对应的时长为7s，果岭控件对应的时长为6.5s。

可选地，假设视频生成界面中还加载有生成延时控件。基于此，触发对字幕生成控件的选取指令之后，可在当前界面中展示该生成延时控件。进而，响应于对生成延时控件的选取指令，增加目标视频的视频生成时长。其中，增加后的视频生成时长为目标字幕匹配的视频生成时长与生成延时控件对应的增量时长之和。例如，每次选取生成延时控件之后，延长5s录制时间。进一步地，还可设置各个类型目标视频可延长的次数。

为节省字幕编辑区域在视频生成界面中所占空间，本申请实施例可选地，在待触发字幕生成控件之后，可选地，还可从当前展示的视频生成界面切换至另一视频展示界面，并在视频展示界面中隐藏字幕编辑区域。实际应用中，可选地，该视频展示界面中还可加载上述生成延时控件。

通过图1示出的视频生成方法中，通过选取字幕编辑区域中的字幕配置参数配置目标字幕，并基于目标字幕以及匹配的视频生成时长生成目标视频，实现了一种全新的视频生成方式，在添加目标字幕时同步生成与目标字幕匹配的视频片段，大大简化视频片段的剪辑流程，提高视频编辑效率。

上述或下述实施例中，可选地，本申请还可判断目标字幕是否与视频生成界面中当前显示的拍摄对象关联；若目标字幕与当前显示的拍摄对象关联，则增加目标视频的视频生成时长。其中，增加后的视频生成时长为目标字幕匹配的视频生成时长与目标字幕所属类型对应的增量时长之和。

例如，假设目标字幕为进洞字幕，基于此，如果正在录制的目标视频中的拍摄对象是对应选手，那么，自动将该目标视频的视频生成时长与进洞字幕所属类型对应的增量时长相加。可选地，不同类型的进洞字幕对应的增量时长不同。例如，逐洞成绩字幕字幕对应的增量时长为每洞8s，或者某运动员在某洞进球的字幕对应的增量时长为5s。

进而，若目标字幕与当前显示的拍摄对象不关联，本申请还可查询目标字幕关联的视频片段，合并目标视频以及目标字幕关联的视频片段。

例如，继续假设目标字幕为进洞字幕，基于此，自动查询拍摄对象对应的视频片段，并将目标视频与对应的多个视频片段进行合并。以高尔夫球为例，将张三的进球视频与对应的进球视频片段进行合并。以篮球比赛为例，可以合并李四的多个助攻视频，用以展示李四在该比赛中的助攻表现。

在上述或下述实施例中，可选地，本申请还可识别拍摄对象所处场景；根据场景类型与字幕配置参数的对应关系，从预设数据库中获取与拍摄对象对应的字幕配置参数，并加载到字幕编辑区域中。其中，场景类型与字幕配置参数的对应关系包括但不限于以下之一或组合：

若拍摄对象所处场景为高尔夫比赛，则与拍摄对象对应的字幕配置参数包括球员标识、杆数、击球落点、球员成绩中的一个或多个；

若拍摄对象所处场景为篮球比赛，则与拍摄对象对应的字幕配置参数包括球队、球员、比赛进程、进球、篮板、罚球、犯规情况中的一个或多个；

若拍摄对象所处场景为赛车比赛，则与拍摄对象对应的字幕配置参数包括车队、车手、圈数、比赛进程、车手排名、车辆情况中的一个或多个。

例如，根据预设场景元素识别出拍摄对象所处场景，例如，根据拍摄到的篮球识别出篮球比赛场景。从而，在字幕编辑区域中自动加载与篮球比赛场景关联的字幕配置参数，如图3所示。

在上述或下述实施例中，可选地，本申请还可基于预设周期将目标视频上传到服务端中。在服务端中对目标视频进行预设处理，并将预设处理后的目标视频推送给观众端。实际应用中，预设处理包括转码处理、水印标记、后期效果编辑处理中的一种或多种。例如，进一步可在观众端中提供下载控件，以供选取该控件的用户下载上述预设处理后的目标视频。

例如，每10分钟，将拍摄端中生成的目标视频上传到云平台。进而，由云平台对目标视频进行转码处理、水印标记、后期效果编辑处理，并将处理后的目标视频推送给推送到观众端。这样，观众端中，可通过应用程序调用出处理后的目标视频。

在上述或下述实施例中，可选地，若所述字幕编辑区域中加载的字幕生成控件有多个，并且多个字幕生成控件分别对应多种字幕类型，则本申请还可识别拍摄对象所处状态；判断拍摄对象所处状态是否符合添加多种字幕类型的条件；基于判断结果确定多个字幕生成控件的使用权限。

具体地，基于判断结果提示使用符合条件的字幕类型对应的字幕生成控件。以高尔夫球赛为例，假设识别出当前组所有球员第一次都有第一杆落点，此情况下，可将字幕编辑区域中的轨迹图控件设置为高亮状态，提示触发生成轨迹图字幕以及匹配的目标视频。再例如，假设识别出当前组所有球员第一次都距离果岭小于或等于50码，此情况下，也可将字幕编辑区域中的轨迹图控件设置为高亮状态。

另一实施例中，基于判断结果禁止使用不符合条件的字幕类型对应的字幕生成控件。例如，假设识别出当前组别中任意一个球员在果岭推杆，此情况下，可将轨迹图控件变为禁用状态，以避免生成轨迹图字幕。

在上述或下述实施例中，可选地，本申请还可设置视频预览界面，该视频预览界面中加载有已生成的目标视频。在目标视频列表中，选取已生成的目标视频之后，可将目标视频通过浮窗展示在视频预览界面中，或者直接展示在视频预览界面中，用于浏览各种目标视频。

图4为本申请实施例提供的一种视频生成装置。如图4所示，其中该视频生成装置包括：

显示模块401，用于显示包含拍摄对象的视频生成界面，其中，视频生成界面中叠加有字幕编辑区域，所述字幕编辑区域中加载有字幕生成控件、以及与拍摄对象对应的字幕配置参数；

处理模块402，用于响应于对字幕配置参数的选取指令，确定待生成的目标字幕以及所述目标字幕匹配的视频生成时长；响应于对字幕生成控件的选取指令，基于所述目标字幕以及所述视频生成时长生成目标视频；其中，所述目标视频中叠加有所述目标字幕，所述目标视频的时长为所述视频生成时长。

可选地，在视频生成界面中展示的包含拍摄对象的图像为直播视频。

所述处理模块402响应于对字幕生成控件的选取指令，基于所述目标字幕以及所述视频生成时长生成目标视频，用于：

基于选取的字幕配置参数生成所述目标字幕；在直播视频中叠加所述目标字幕；并从直播视频中截取出叠加有所述目标字幕且时长为所述视频生成时长的视频片段作为所述目标视频。

可选地，所述处理模块402在所述字幕编辑区域中加载拍摄对象对应的字幕配置参数，用于：

识别视频生成界面中当前显示的拍摄对象，并在所述字幕编辑区域中加载与当前显示的拍摄对象对应的字幕配置参数；或者，若所述字幕编辑区域中加载有多个拍摄对象标识，则响应于对拍摄对象标识的选取指令，在所述字幕编辑区域中加载与选取的拍摄对象标识对应的字幕配置参数。

可选地，视频生成界面中加载有生成延时控件。

所述处理模块402还用于：响应于对生成延时控件的选取指令，增加所述目标视频的视频生成时长；其中，增加后的视频生成时长为所述目标字幕匹配的视频生成时长与生成延时控件对应的增量时长之和。

可选地，显示包含拍摄对象的视频生成界面的设备有多个，多个设备包括主设备以及从属设备。

所述处理模块402还用于：响应于对从属设备中的字幕生成控件的选取指令，触发主设备中基于所述目标字幕以及所述视频生成时长生成目标视频。

可选地，所述处理模块402还用于：判断所述目标字幕是否与视频生成界面中当前显示的拍摄对象关联；若所述目标字幕与当前显示的拍摄对象关联，则增加所述目标视频的视频生成时长。

其中，增加后的视频生成时长为所述目标字幕匹配的视频生成时长与所述目标字幕所属类型对应的增量时长之和。

可选地，所述处理模块402若所述目标字幕与当前显示的拍摄对象不关联，还用于：查询所述目标字幕关联的视频片段；合并所述目标视频以及所述目标字幕关联的视频片段。

可选地，所述处理模块402若所述字幕编辑区域中加载的字幕生成控件有多个，并且多个字幕生成控件分别对应多种字幕类型，还用于：识别拍摄对象所处状态；判断拍摄对象所处状态是否符合添加多种字幕类型的条件；基于判断结果确定多个字幕生成控件的使用权限。

上述视频生成装置可以执行前述各实施例中提供的系统或方法，本实施例未详细描述的部分，可参考前述实施例的相关说明，在此不再赘述。

在一个可能的设计中，上述视频生成装置的结构可实现为一电子设备。如图5所示，该电子设备可以包括：处理器21、存储器22。其中，存储器22上存储有可执行代码，当可执行代码被处理器21执行时，至少使处理器21可以实现如前述实施例中提供的视频生成方法。

其中，该电子设备的结构中还可以包括通信接口23，用于与其他设备或通信网络通信。

另外，本申请实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被无线路由器的处理器执行时，使所述处理器执行前述各实施例中提供的视频生成方法。

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各个模块可以是或者也可以不是物理上分开的。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。

通过以上的实施例的描述，本领域的技术人员可以清楚地了解到各实施例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做出贡献的部分可以以计算机产品的形式体现出来，本申请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。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。