音视频生成方法、装置、电子设备及可读介质与流程

本公开实施例涉及互联网技术领域，尤其涉及一种音视频生成方法、装置、电子设备及可读介质。

背景技术：

在k歌类应用程序中，用户可以观看其他用户发布的音视频，也可以选择自己喜爱的歌曲录制音视频并发布。

具体的，用户可以在搜索框中输入喜爱的歌曲名，而后点击搜索结果中任一k歌选项，即可进入该歌曲的演唱界面，进行歌曲的录制。而且通常情况下，在歌曲录制完成之后，用户可以从图片库中选择已录制视频或已拍摄图片，进而可根据已录制的歌曲的音频和已录制视频或已拍摄图片，生成音视频。

然而，用户选择已录制的视频之后，在视频长度超过用户所录制的音频时，需要用户手动裁剪，且不提示用户需要裁剪多长的片段，导致用户的体验不佳，且生成音视频的效率低下。

技术实现要素：

有鉴于此，本公开实施例提供了一种音视频生成方法、装置、电子设备及可读介质，以提高音视频的生成效率，以及提升用户的体验。

第一方面，本公开实施例提供了一种音视频生成方法，该方法包括：

若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；

依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中所述目标视频内容的播放时长等于所述音频内容的播放时长；

依据所述音频内容和所述目标视频内容生成音视频。

第二方面，本公开实施例还提供了一种音视频生成装置，该装置包括：

视频内容获取模块，用于若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；

目标视频内容生成模块，用于依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中所述目标视频内容的播放时长等于所述音频内容的播放时长；

音视频生成模块，用于依据所述音频内容和所述目标视频内容生成音视频。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的音视频生成方法。

第四方面，本公开实施例提供了一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的音视频生成方法。

本公开实施例提供的一种音视频生成方法、装置、电子设备及可读介质，在确定用户选择为录制的目标歌曲的音频内容添加已有图像内容的情况下，通过依据音频内容的播放时长，对用户从预设图片库中选择的视频内容进行编辑，生成播放时长等于音频内容的播放时长的目标视频内容，而后可依据音频内容和目标视频内容生成音视频。相比于现有技术方案，本方案依据音频内容的播放时长，可自动对用户从预设图片库中选择的视频内容进行编辑，无需用户手动操作，提升了用户的体验，同时提高了音视频的生成效率。

附图说明

为了更清楚地说明本公开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做一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，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示出了本公开实施例提供的一种音视频生成方法的流程图；

图2示出了本公开实施例提供的另一种音视频生成方法的流程图；

图3示出了本公开实施例提供的另一种音视频生成方法的流程图；

图4示出了本公开实施例提供的一种音视频生成装置的结构示意图；

图5示出了本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚，以下将参照本公开实施例中的附图，通过实施方式清楚、完整地描述本公开的技术方案，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

图1示出了本公开实施例提供的一种音视频生成方法的流程图，本公开实施例可适用于基于录制的目标歌曲的音频内容以及预设图片库中的已有视频内容生成音视频的情况。该方法可以由本公开实施例提供的音视频生成装置或电子设备来执行，该装置可以通过软件和/或硬件的方式来实现。可选的，所谓电子设备可以是承载音视频生成功能的服务端设备，还可以是配置服务端所提供的k歌应用程序的终端设备等。

可选的，如图1所示，本公开实施例中提供的音视频生成方法包括如下步骤：

s110、若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容。

本实施例中，视频内容可以是普通的视频文件，还可以是基于图片合成的视频文件。预设图片库可以为预先设定用户可从中选择已有视频内容或已有图片内容的图片库。可选的，预设图片库可以包括下述至少一种：用户终端设备配置的图片库、应用程序中的图片库(即服务端所提供的k歌应用程序中的图片库)、用户的云端图片库以及服务端的图片库等。

可选的，确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容可以是：若检测到歌曲发布事件，则确定用户是否选择添加已有视频内容；若是，则确定用户选择为录制的目标歌曲的音频内容添加已有视频内容。其中，歌曲发布事件可以是用户手动或语音等形式触发产生的，用于请求服务端或服务端所提供的k歌应用程序发布录制的目标歌曲的音频内容的事件。

以服务端检测到发布事件为例进行说明。在录制完用户演唱的目标歌曲的音频内容之后，可控制该用户的k歌应用程序在音频内容的预览界面展示该音频内容；此时，若用户对所展示的音频内容满意，可以点击预览界面中发布按钮进行发布，进而服务端可通过该k歌应用程序检测到发布事件；之后可控制该k歌应用程序从预览界面跳转至发布界面，若检测到用户点击发布界面所展示的任意一种预设图片库下的视频选项，则确定用户选择为录制的目标歌曲的音频内容添加已有视频内容。

之后，可加载该预设图片库中的已有视频内容并展示；进而可依据用户在所展示的预设图片库的已有视频内容界面上的操作，确定并获取用户选择的视频内容。

s120、依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容。

本实施例中，可依据音频内容的播放时长，对用户选择的视频内容进行裁剪、调整播放速度或播放次数等，生成目标视频内容，其中目标视频内容的播放时长等于音频内容的播放时长。可选的，用户选择的视频内容的播放时长大于和小于音频内容的播放时长，依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容的方式不同。

示例性的，若确定用户选择的视频内容的播放时长大于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容可以是：依据音频内容的播放时长，对用户选择的视频内容进行裁剪和/或调整播放速度，生成目标视频内容。

例如，音视频内容的播放时长为20s，用户选择的视频内容的播放时长为30s，则可以在用户选择的视频内容的播放进度为20s位置处进行裁剪，或者在用户选择的视频内容的播放进度为10s位置处进行裁剪，或者还可以在用户选择的视频内容的播放进度为5s和25s位置处进行裁剪，并将裁剪之后具有20s播放时长的片段作为目标视频内容。

还可以通过调整用户选择的视频内容的播放速度，生成目标视频内容。例如，可以依据音频内容的播放时长以及用户选择的视频内容的播放速度和播放时长等，确定新的播放速度；将用户选择的视频内容的播放速度调整至新的播放速度，以生成播放时长等于音频内容的播放时长的目标视频内容。此外，还可以结合音频内容的歌词特征，调整用户选择的视频内容的某一段的播放速度等。

此外，还可以通过对用户选择的视频内容进行裁剪和调整播放速度，生成目标视频内容。例如，可先依据音视频的歌词特征，调整用户选择的视频内容的某一段或整体的播放速度；依据音频内容的播放时长，对调整播放速度后的视频内容进行裁剪，以生成播放时长等于音频内容的播放时长的目标视频内容等。

示例性的，若确定用户选择的视频内容的播放时长小于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容可以是：依据音频内容的播放时长以及用户选择的视频内容的播放时长，确定循环次数；依据用户选择的视频内容，以及循环次数，生成目标视频内容。例如，音视频内容的播放时长为20s，用户选择的视频内容的播放时长为10s，则可以确定循环次数为2；进而可将用户选择的视频内容重复两次即可得到目标视频内容。

此外，若音视内容的播放时长不是用户选择的视频内容的播放时长的整数倍，则可以依据音频内容的播放时长以及用户选择的视频内容的播放时长，确定循环次数和循环结束帧，而后依据用户选择的视频内容，以及循环次数和循环结束帧，生成目标视频内容。其中，循环结束帧是指最后一次循环执行用户选择的视频内容时，视频内容停止播放位置对应的视频帧；例如，音视频内容的播放时长为20s，用户选择的视频内容的播放时长为8s，则循环次数是3，循环结束帧是第3次循环用户选择的视频内容的位置即4s位置处。

进一步的，若确定用户选择的视频内容的播放时长小于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容还可以是：依据音频内容的播放时长以及用户选择的视频内容的播放速度和播放时长等，确定新的播放速度；将用户选择的视频内容的播放速度调整至新的播放速度，以生成播放时长等于音频内容的播放时长的目标视频内容。进一步的，此处可以是将用户选择的视频内容的播放速度调慢。

进一步的，若确定用户选择的视频内容的播放时长小于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容还可以是：以语音或文本形式向用户输出提示信息，以提示用户可再选择一个与该视频内容相关的新视频内容，且新视频内容的播放长度等于音频内容的播放时长与该视频内容的播放时长之差；获取从相同预设图片库或其他预设图片库中选择的新视频内容，进而对新视频内容和该视频内容进行拼接，生成目标视频内容。

需要说明的是，本实施例通过依据音频内容的播放时长，可自动对用户选择的视频内容进行编辑，生成目标视频内容，减少了用户的手动操作，提升了用户的体验。此外，还可依据用户选择的视频内容的播放时长与音频内容的播放时长之间的关系，选择相应的方式生成目标视频内容，又增加了方案的灵活度。

可选的，依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容之前，还可以先确定用户选择的视频内容中是否有音频，若无可直接依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；若有音频，则可以先对用户选择的视频内容进行音频删除操作，而后依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容。

s130、依据音频内容和目标视频内容生成音视频。

具体的，在生成目标视频内容之后，可以将音频内容添加到所生成的视频内容中，以生成音视频；还可以是先对视频内容进行分辨率、贴图纸以及滤镜等处理，对音频内容进行音量调节、播放风格等处理，而后依据处理的音频内容和视频内容，生成音视频等。此外，还可以依据音频内容和视频内容，采用其他可实施方式生成音视频，本实施例对此不做限定。

本公开实施例提供的技术方案，在确定用户选择为录制的目标歌曲的音频内容添加已有图像内容的情况下，通过依据音频内容的播放时长，对用户从预设图片库中选择的视频内容进行编辑，生成播放时长等于音频内容的播放时长的目标视频内容，而后可依据音频内容和目标视频内容生成音视频。相比于现有技术方案，本方案依据音频内容的播放时长，可自动对用户从预设图片库中选择的视频内容进行编辑，无需用户手动操作，提升了用户的体验，同时提高了音视频的生成效率。

进一步的，在上述实施例的基础上，还可以通过与用户进行可视化或问答等交互方式，生成目标视频内容。示例性的，若确定用户选择的视频内容的播放时长大于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容还可以是：向用户展示视频内容编辑界面；依据用户在视频内容编辑界面上的操作，确定目标视频内容的起始时间和结束时间，其中起始时间和结束时间之差等于音频内容的播放时长。可选的，若检测到用户在视频内容编辑界面调整视频内容的起始游标和结束游标的过程中，出现起始游标和结束游标之间的片段时长大于或小于音频内容的播放时长时，还可以以语音或文字等形式提醒用户目标视频内容段的播放时长需等于音频内容的播放时长等。

需要说明的是，视频内容编辑界面中视频内容的起始游标和结束游标的个数可以为多个，进而用户可根据需求从视频内容中截取多个片段，以增加用户的满意度。

图2示出了本公开实施例提供的另一种音视频生成方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行了优化，具体的，本实施例对于上述实施例提供的各步骤中如何对依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容进行了详细的介绍。

可选的，如图2所示，本实施例中的音视频生成方法可以包括如下步骤：

s210、若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容。

s220、依据音频内容的播放时长和歌词特征，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取至少两个子片段。

本实施例中，歌词特征可以包括但不限于歌词的起始位置、结束位置、意境、以及高潮片段特征等。图像特征可以包括人物特征(如表情特征、嘴部特征)以及景物特征等。

可选的，可依据音频内容的歌词特征将播放时长划分为多个子播放时长，进而可依据各子播放时长和对应的歌词特征，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取至少两个子片段。

例如，可依据音频内容的高潮片段的子播放时长，以及高潮片段特征(如歌词意境)，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取一个或多个子片段；并依据音频内容的前伴奏的子播放时长、音频内容的歌词的起始位置(即演唱第一句歌词的时间)、以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取一个子片段(进一步的该子片可以是与音频内容的前伴奏相匹配的片段)；同时还可以依据音频内容的歌词的结束位置(即演唱最后一句歌词的时间)、音频内容的结尾伴奏的子播放时长、以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取一个子片段(进一步的该子片可以是与音频内容的结尾伴奏相匹配的片段)。

此外，还可以依据音频内容的歌词的起始位置至进入高潮片段的第一句歌词的时间之间的歌词特征和子播放时长，高潮片段的最后一句歌词的时间至音频内容的歌词的结束位置之间的歌词特征和子播放时长，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取两个子片段。

s230、对至少两个子片段进行拼接处理，生成目标视频内容。

进一步的，可以依据音频内容的播放顺序，对所提取的多个片段进行拼接，进而生成播放时长等于音频内容的播放时长的目标视频内容。

s240、依据音频内容和目标视频内容生成音视频。

本公开实施例提供的技术方案，在确定用户选择的视频内容的播放时长大于音频内容的播放时长的情况下，通过依据音频内容的播放时长和歌词特征，以及结合用户选择的视频内容的图像特征等，对用户从预设图片库中选择的视频内容进行编辑，在保证生成的目标视频内容的播放时长等于音频内容的播放时长的同时，使得所生成的目标视频内容与音频内容的匹配度较高。

图3示出了本公开实施例提供的另一种音视频生成方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行了优化，具体的，本实施例对于上述实施例提供的各步骤中如何对依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容进行了详细的介绍。

可选的，如图3所示，本实施例中的音视频生成方法可以包括如下步骤：

s310、若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容。

s320、若确定用户选择的视频内容的播放时长大于音频内容的播放时长，则从用户选择的视频内容中选择一个第一预设时长的片段，作为第一片段。

本实施例中，第一预设时长是预先设定的第一片段的播放总时长。可选的，第一预设时长小于音频内容的播放时长，进一步的，可以是音频内容的播放时长的设定比例，如可以是设定时长的2/3等。

具体的，若确定用户选择的视频内容的播放时长大于音频内容的播放时长，则可以随机从用户选择的视频内容中选择一个第一预设时长的片段作为第一片段。如可以默认将用户选择的视频内容中从播放起始位置至第一预设时长位置之间的片段作为第一片段；或者，还可以依据音品内容的歌词特征、用户选择的视频内容的图像特征等从视频内容中选择一个第一预设时长的片段作为第一片段。

s330、获取一个第二预设时长的片段，作为第二片段。

本实施例中，第二预设时长可以等于音频内容的播放时长与第一预设时长之差，其中第一预设时长大于第二预设时长。第二片段可以为介绍片段，用于对目标歌曲进行介绍。进一步的，第二片段可以用于介绍此次演唱目标歌曲的用户，或者用于介绍实际演唱目标歌曲的明星等。此外，第二片段进一步可以为概要简介片段，用于介绍第一片段的内容等。

可选的，获取一个第二预设时长的片段，作为第二片段可以采用下述任一种方式：1)从预设图库(如本地图库或云端图库)中获取一个与目标歌曲相关联的片段(例如可以从预设图库中获取实际演唱目标歌曲的明星的相关片段)，而后从所获取的片段中截取第二预设时长的片段，作为第二片段。2)可获取用户实时上传的片段，而后从所获取的片段中截取第二预设时长的片段，作为第二片段。3)可以获取用户实时拍摄的图片，并基于用户实时拍摄的图片和上传顺序生成一个第二预设时长的片段作为第二片段等。

s340、对第一片段和第二片段进行拼接处理，生成目标视频内容。

可选的，可以将第二片段放置于第一片段之前进行拼接，并可对拼接之处进行平滑处理，进而目标视频内容。此外，若第二片段为概要简介片段，也可置于第一片段之后进行拼接，生成目标视频内容等。

需要说明的是，本实施例可基于用户选择的视频内容，以及获取的其他视频内容生成目标视频内容，增加了生成目标视频内容的灵活度。

s350、依据音频内容和目标视频内容生成音视频。

本公开实施例提供的技术方案，在确定用户选择的视频内容的播放时长大于音频内容的播放时长的情况下，通过对获取的第二片段，以及从用户选择的视频内容中提取的第一片段进行拼接处理，可以生成播放时长等于音频内容的播放时长的目标视频内容，而后可依据音频内容和目标视频内容生成音视频。相比于现有技术方案，本方案依据音频内容的播放时长，可自动对用户从预设图片库中选择的视频内容进行编辑，无需用户手动操作，提升了用户的体验，同时提高了音视频的生成效率。此外，本方案提供了一种可基于用户选择的视频内容，以及获取的其他视频内容生成目标视频内容的方式，增加了生成目标视频内容方式的灵活度。

图4示出了本公开实施例提供的一种音视频生成装置结构示意图，本公开实施例可适用于基于录制的目标歌曲的音频内容以及预设图片库中的已有图像内容生成音视频的情况。该装置可以通过的软件和/或硬件来实现，可以配置于电子设备上。可选的，所谓电子设备可以是承载音视频生成功能的服务端设备，还可以是配置服务端所提供的k歌应用程序的终端设备等。如图4所示，本公开实施例中音视频生成装置，包括：

视频内容获取模块410，用于若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；

目标视频内容生成模块420，用于依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中目标视频内容的播放时长等于音频内容的播放时长；

音视频生成模块430，用于依据音频内容和所目标视频内容生成音视频。

示例性的，预设图片库可以包括下述至少一种：用户终端设备配置的图片库、应用程序中的图片库、用户的云端图片库以及服务端的图片库。

示例性的，目标视频内容生成模块420可以包括：

目标视频内容生成单元，用于若确定用户选择的视频内容的播放时长大于音频内容的播放时长，则依据音频内容的播放时长，对用户选择的视频内容进行裁剪和/或调整播放速度，生成目标视频内容。

示例性的，目标视频内容生成单元具体可以用于：

依据音频内容的播放时长和歌词特征，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取至少两个子片段；

对至少两个子片段进行拼接处理，生成目标视频内容。

示例性的，目标视频内容生成模块420还用于：

若确定用户选择的视频内容的播放时长大于所述音频内容的播放时长，则从用户选择的视频内容中选择一个第一预设时长的片段，作为第一片段；

获取一个第二预设时长的片段，作为第二片段；其中音频内容的播放时长大于第一预设时长，第一预设时长大于第二预设时长；

对第一片段和第二片段进行拼接处理，生成目标视频内容。

示例性的，第二片段为介绍片段，用于对目标歌曲进行介绍。

示例性的，上述装置还可以包括：

删除模块，用于依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容之前，对用户选择的视频内容进行音频删除操作。

示例性的，目标视频内容生成模块420还用于：

若确定用户选择的视频内容的播放时长小于音频内容的播放时长，则依据音频内容的播放时长以及用户选择的视频内容的播放时长，确定循环次数；

依据用户选择的视频内容，以及循环次数，生成目标视频内容。

本公开实施例提供的音视频生成装置，与上述实施例提供的音视频生成方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。

参见图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。可选的，本实施例中所谓电子设备可以是承载音视频生成功能的服务端设备，还可以是配置服务端所提供的k歌应用程序的终端设备等。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；依据音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中目标视频内容的播放时长等于音频内容的播放时长；依据音频内容和目标视频内容生成音视频。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码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)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

1、根据本公开的一个或多个实施例，提供的一种音视频生成方法包括：

若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；

依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中所述目标视频内容的播放时长等于所述音频内容的播放时长；

依据所述音频内容和所述目标视频内容生成音视频。

根据本公开的一个或多个实施例，上述方法中所述预设图片库包括下述至少一种：用户终端设备配置的图片库、应用程序中的图片库、用户的云端图片库以及服务端的图片库。

根据本公开的一个或多个实施例，上述方法中依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容，包括：

若确定用户选择的视频内容的播放时长大于所述音频内容的播放时长，则依据所述音频内容的播放时长，对用户选择的视频内容进行裁剪和/或调整播放速度，生成目标视频内容。

根据本公开的一个或多个实施例，上述方法中依据所述音频内容的播放时长，对用户选择的视频内容进行裁剪，生成目标视频内容，包括：

依据所述音频内容的播放时长和歌词特征，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取至少两个子片段；

对所述至少两个子片段进行拼接处理，生成目标视频内容。

根据本公开的一个或多个实施例，上述方法中依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容，包括：

若确定用户选择的视频内容的播放时长大于所述音频内容的播放时长，则从用户选择的视频内容中选择一个第一预设时长的片段，作为第一片段；

获取一个第二预设时长的片段，作为第二片段；其中所述音频内容的播放时长大于所述第一预设时长，所述第一预设时长大于所述第二预设时长；

对所述第一片段和所述第二片段进行拼接处理，生成目标视频内容。

根据本公开的一个或多个实施例，上述方法中所述第二片段为介绍片段，用于对所述目标歌曲进行介绍。

根据本公开的一个或多个实施例，上述方法中依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容之前，还包括：

对用户选择的视频内容进行音频删除操作。

根据本公开的一个或多个实施例，上述方法中依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容，包括：

若确定用户选择的视频内容的播放时长小于所述音频内容的播放时长，则依据所述音频内容的播放时长以及用户选择的视频内容的播放时长，确定循环次数；

依据用户选择的视频内容，以及所述循环次数，生成目标视频内容。

2、根据本公开的一个或多个实施例，提供的一种音视频生成装置包括：

视频内容获取模块，用于若确定用户选择为录制的目标歌曲的音频内容添加已录制视频内容，则获取用户从预设图片库中选择的视频内容；

目标视频内容生成模块，用于依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容；其中所述目标视频内容的播放时长等于所述音频内容的播放时长；

音视频生成模块，用于依据所述音频内容和所述目标视频内容生成音视频。

根据本公开的一个或多个实施例，上述装置中所述预设图片库包括下述至少一种：用户终端设备配置的图片库、应用程序中的图片库、用户的云端图片库以及服务端的图片库。

根据本公开的一个或多个实施例，上述装置中所述目标视频内容生成模块包括：

目标视频内容生成单元，用于若确定用户选择的视频内容的播放时长大于所述音频内容的播放时长，则依据所述音频内容的播放时长，对用户选择的视频内容进行裁剪和/或调整播放速度，生成目标视频内容。

根据本公开的一个或多个实施例，上述装置中所述目标视频内容生成单元具体用于：

依据所述音频内容的播放时长和歌词特征，以及用户选择的视频内容的图像特征，从用户选择的视频内容中提取至少两个子片段；

对所述至少两个子片段进行拼接处理，生成目标视频内容。

根据本公开的一个或多个实施例，上述装置中所述目标视频内容生成模块还用于：

若确定用户选择的视频内容的播放时长大于所述音频内容的播放时长，则从用户选择的视频内容中选择一个第一预设时长的片段，作为第一片段；

获取一个第二预设时长的片段，作为第二片段；其中所述音频内容的播放时长大于所述第一预设时长，所述第一预设时长大于所述第二预设时长；

对所述第一片段和所述第二片段进行拼接处理，生成目标视频内容。

根据本公开的一个或多个实施例，上述装置中所述第二片段为介绍片段，用于对所述目标歌曲进行介绍。

根据本公开的一个或多个实施例，上述装置中还包括：

删除模块，用于依据所述音频内容的播放时长，对用户选择的视频内容进行编辑，生成目标视频内容之前，对用户选择的视频内容进行音频删除操作。

根据本公开的一个或多个实施例，上述装置中所述目标视频内容生成模块还用于：

若确定用户选择的视频内容的播放时长小于所述音频内容的播放时长，则依据所述音频内容的播放时长以及用户选择的视频内容的播放时长，确定循环次数；

依据用户选择的视频内容，以及所述循环次数，生成目标视频内容。

3、根据本公开的一个或多个实施例，提供的一种电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开提供的任一所述的音视频生成方法。

4、根据本公开的一个或多个实施例，提供的一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开提供的任一所述的音视频生成方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。