音配合图像的形式时，第一视频信息在第二电子设备端进行播放时类似于有声电影；所述第一视频信息为语音配合文本配合图像的形式时。第一视频信息在第二电子设备端播放时类似于带字幕的有声电影。
[0117]本发明实施例中，当所述第一信息为语音信息时，所述根据所述第二图像信息生成第一信息，包括:
[0118]步骤SI，对所述第二图像信息进行唇语识别，得到第一文本信息；
[0119]步骤S2，对所述第一文本信息进行配音，得到第一信息。
[0120]其中，所述对所述第一文本信息进行配音，可以按照第一用户的语音参数进行配音，还可以按照某些特定人物的语音参数进行配音，以得到第一语音信息。当所述第一信息为文本信息时，上述所述第一文本信息可以作为所述第一信息。其中，所述语音参数包括音强、音高、音色；所述特定人物可以是第二用户、可以是某些知名度较高的人物的语音参数，例如，可以用模仿某些播音员的语音参数来对第一文本信息进行配音。这样第二电子设备在播放第一视频信息，听到的声音有可能是第二用户的，有可能不是第二用户的，采用本实施例提供的技术方案，从而增加了趣味性。
[0121]本发明实施例中，在步骤405之后，所述方法还包括:将所述第一视频信息发送给所述第二电子设备。
[0122]这里，第二电子设备收到第一视频信息后，对所述第一视频信息输出给第二用户观看。
[0123]实施例五
[0124]本发明实施例提供一种信息处理方法，应用第二电子设备，所述第二电子设备具有第一语音输出单元，图5为本发明实施例五信息处理方法的实现流程示意图，如图5所示,该方法包括:
[0125]步骤501，向第一电子设备发送第一请求信息，所述第一请求信息用于表明所述第一电子设备向所述第二电子设备发起视频通信连接；
[0126]步骤502，接收所述第一电子设备发送的第一视频信息，解析所述第一视频信息，得到第一图像息和第一息；
[0127]步骤503，确定所述第一信息为文本信息时，获取与所述第一信息对应的第三语音信息；
[0128]这里，所述获取与所述第一信息对应的第三语音信息，包括:可以按照第一用户的语音参数对第一信息进行配音，还可以按照某些特定人物的语音参数对第一信息进行配音，以得到第三语音信息。其中，所述语音参数包括音强、音高、音色；所述特定人物可以是第二用户、可以是某些知名度较高的人物的语音参数，例如，可以用模仿某些播音员的语音参数来对第一文本信息进行配音。这样第二电子设备在播放第一视频信息，听到的声音有可能是第二用户的，有可能不是第二用户的，采用本实施例提供的技术方案，从而增加了趣味性。
[0129]步骤504，将所述第三语音信息与所述第一图像信息整合，得到第二视频信息；
[0130]步骤505，将所述第二视频信息输出。
[0131]本发明实施例提供的技术方案，可以用于以下场景，第一用户与第二用户建立视频连接，但是第一用户正在开会，而第二用户正在向第一用户询问一件非常紧急的事情，由于第一用户正在开会，无法通过语音方式告知第二用户所询问的事情，因为第一用户不适合在开会的场合通过语音方式告知第二用户；采用本发明实施例提供的技术方案，第一用户只需要对着图像采集单元作口型，这样第一电子设备就会根据口型进行唇语检测和识另IJ，得到第一信息，该第一信息为文本信息。然后将该第一信息发送第二电子设备，第二电子设备检测到第一信息为文本信息，将第一信息转化为声音信息，即第三语音信息，如此，本实施例提供的技术方案，在网络带宽以及网络信号的不稳定时，依然保证视频通话的质量，这是因为将语音信息转化为文本信息，传输的数据量会陡降，因而只需要很小的带宽即可以实现保证视频通话的质量，需要说明的是，在带宽不好的情况下，第一电子设备可以将第一图像信息转化为一个标识，第二电子设备解析发现是标识的时候，可以调取采用前几秒的之前图像信息，然后配上第三语音信息，从而第二用户不会感觉到视频通话的质量受到了影响，第二用户之所以不认为视频通话质量受到下降，是因为人们对声音的延迟或停顿的敏感度要比对图像的延迟或停顿敏感的多，本发明实施例正是利用这一点，在网络带宽不好的情况下依然保持用户能够有良好的体验感。
[0132]实施例六
[0133]本发明实施例提供一种第一电子设备，所述第一电子设备具有第一图像采集单元，图6-1为本发明实施例六第一电子设备的组成结构示意图，如图6-1所示，所述第一电子设备600包括第一接收单元601、第一开启单元602、第一采集单元603、提取单元604、生成单元605和第一整合单元606，其中:
[0134]所述第一接收单元601，用于接收来自于第二电子设备的第一请求信息，所述第一请求信息用于表明所述第二电子设备向所述第一电子设备发起视频通信连接；
[0135]所述第一开启单元602，用于基于所述第一请求信息，开启所述第一图像采集单元;
[0136]所述第一采集单元603，用于通过所述第一图像采集单元采集操作体的第一图像，
获得第一图像信息；
[0137]所述提取单元604，用于提取所述第一图像信息中至少一个预定子区域的图像信息进行分析，获得第二图像信息；
[0138]所述生成单元605，用于根据所述第二图像信息生成第一信息；
[0139]所述第一整合单元606，用于将所述第一图像信息和第一信息进行整合，得到第一视频息O
[0140]这里，所述第一图像采集单元可以为摄像头。
[0141]这里，所述操作体可以是用户，具体可以是第一用户。所述第一图像信息可以是二维数字图像信息、当然也可以是三维的数字图像信息，第一图像信息是二维还是三维，与第一图像采集单元的性能密切相关。
[0142]这里，所述预定子区域具体可以是面部区域，具体可以是唇部区域；当所述预定子区域为面部区域时，所述第二图像信息可以是面部图像信息，所述预定子区域为唇部区域时，所述第二图像信息可以是唇部的口型图形信息。
[0143]这里，所述第一信息可以为语音信息和/或文本信息。由于第一信息可以为语音Ih息，也可以是文本/[目息，还可以是语首/[目息和文本/[目息，因此所述第一视频/[目息可能是语音配合图像的形式，还可以是文本配合图像的形式，还可以是语音配合文本配合图像的形式，当第一视频信息为文本配合图像的形式时，文本类似于字幕，第一视频信息在第二电子设备端进行播放时类似于无声电影；所述第一视频信息为语音配合图像的形式时，第一视频信息在第二电子设备端进行播放时类似于有声电影；所述第一视频信息为语音配合文本配合图像的形式时。第一视频信息在第二电子设备端播放时类似于带字幕的有声电影。
[0144]本发明实施例中，当所述第一信息为语音信息时，如图6-2所示，所述生成单元605包括识别模块651和配音模块652，其中:
[0145]所述识别模块651，用于对所述第二图像信息进行唇语识别，得到第一文本信息；
[0146]所述配音模块652，用于对所述第一文本信息进行配音，得到第一信息。
[0147]其中，所述对所述第一文本信息进行配音，可以按照第一用户的语音参数进行配音，还可以按照某些特定人物的语音参数进行配音，以得到第一语音信息。当所述第一信息为文本信息时，上述所述第一文本信息可以作为所述第一信息。其中，所述语音参数包括音强、音高、音色；所述特定人物可以是第二用户、可以是某些知名度较高的人物的语音参数，例如，可以用模仿某些播音员的语音参数来对第一文本信息进行配音。这样第二电子设备在播放第一视频信息，听到的声音有可能是第二用户的，有可能不是第二用户的，采用本实施例提供的技术方案，从而增加了趣味性。
[0148]本发明实施例中，该第一电子设备还包括第一发送单元，用于将所述第一视频信息发送给所述第二电子设备。这里，第二电子设备收到第一视频信息后，对所述第一视频信息输出给第二用户观看。
[0149]本发明实施例提供的技术方案，可以用于以下场景，第一用户与第二用户建立视频连接，但是第一用户正在开会，而第二用户正在向第一用户询问一件非常紧急的事情，由于第一用户正在开会，无法通过语音方式告知第二用户所询问的事情，因为第一用户不适合在开会的场合通过语音方式告知第二用户；在现有技术条件下，第一用户要么等到开会结束之后告诉第二用户所询问的事情，要么中断会议离开会场告诉第二用户所询问的事情；采用本发明实施例提供的技术方案，第一用户只需要对着图像采集单元作口型，这样第一电子设备就会根据口型进行唇语检测和识别，得到第一信息，该第一信息就是第一用户要传递给第二用户的信息。可见，本发明实施例提供的技术方案，能够在不适合通过语音方式将相关信息传输给对方时，依然能够将相关的信息传递给对方，从而提升用户体验。
[0150]实施例七
[0151]基于上述的实施例六，本发明实施例提供一种第一电子设备，所述第一电子设备具有第一图像采集单元和第一语音采集单元，图7为本发明实施例七第一电子设备的组成结构示意图，如图7所示，所述第一电子设备700包括第一接收单元701、第一开启单元702、第一采集单元703、提取单元704、生成单元705、第二开启单元706、修正单元707和第一整合单元708，其中:
[0152]所述第一接收单元701，用于接收来自于第二电子设备的第一请求信息，所述第一请求信息用于表明所述第二电子设备向所述第一电子设备发起视频通信连接；
[0153]所述第一开启单元702，用于基于所述第一请求信息，开启所述第一图像采集单元;
[0154]所述第一采集单元703，用于通过所述第一图像采集单元采集操作体的第一图像，
获得第一图像信息；
[0155]这里，所述第一图像采集单元可以为摄像头。
[0156]这里，所述操作体可以是用户，具体可以是第一用户。所述第一图像信息可以是二维数字图像信息、当然也可以是三维的数字图像信息，第一图像信息是二维还是三维，与第一图像采集单元的性能密切相关。
[0157]所述提取单元704，用于提取所述第一图像信息中至少一个预定子区域的图像信息进行分析，获得第二图像信息；
[0158]这里，所述预定子区域