1.一种视频处理方法，其特征在于，包括：
在视频播放过程中，针对按照预定策略确定出的待处理的音频数据，所述音频数据为未播放的音频数据，分别进行以下处理：
从所述音频数据对应的文本内容中提取出符合预定要求的词语，作为所述音频数据的标签；
根据所述标签确定出所述音频数据对应的特效动画；
当所述音频数据开始播放时，将所述特效动画叠加到对应的视频画面上进行展示。
2.根据权利要求1所述的方法，其特征在于，
所述从所述音频数据对应的文本内容中提取出符合预定要求的词语，作为所述音频数据的标签包括：
对所述文本内容进行分词处理；
针对任一分词结果，若确定所述分词结果位于预先生成的热点词语词表中，则确定所述分词结果为热点词语，将所述分词结果作为所述音频数据的标签。
3.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：将所述音频数据输入预先训练得到的场景识别模型，得到识别出的所述音频数据对应的场景，将所述场景作为所述音频数据的标签。
4.根据权利要求3所述的方法，其特征在于，
所述场景识别模型包括：采用深度学习方法训练得到的场景识别模型。
5.根据权利要求3所述的方法，其特征在于，
所述根据所述标签确定出所述音频数据对应的特效动画包括：
若所述标签的数量为一，则获取所述标签对应的特效动画，作为所述音频数据对应的特效动画；
若所述标签的数量大于一，则从中选出一个标签，获取选出的标签对应的特效动画，作为所述音频数据对应的特效动画；
6.根据权利要求5所述的方法，其特征在于，
获取任一标签对应的特效动画包括：
若本地存储有所述标签对应的特效动画，则从本地获取所述标签对应的特效动画；
若本地未存储有所述标签对应的特效动画，则从服务端获取所述标签对应的特效动画，并存储到本地。
7.根据权利要求6所述的方法，其特征在于，
该方法进一步包括：
若任一特效动画在本地的存储时长超过第一预定时长，则将所述特效动画从本地删除；
和/或，若存储在本地的任一特效动画超过第二预定时长未被使用，则将所述特效动画从本地删除。
8.根据权利要求1所述的方法，其特征在于，
所述待处理的音频数据的确定方式包括：
将所述视频按预定时长划分为m个连续的视频片段，m为大于一的正整数；
针对任一视频片段对应的音频数据，分别按照预定策略从中选出一段音频数据，作为所述待处理的音频数据。
9.根据权利要求8所述的方法，其特征在于，
所述按照预定策略从中选出一段音频数据包括：选出语义最为完整的一个语句对应的音频数据。
10.一种视频处理装置，其特征在于，包括：标签生成模块、动画获取模块以及动画展示模块；
所述标签生成模块，用于在视频播放过程中，针对按照预定策略确定出的待处理的音频数据，所述音频数据为未播放的音频数据，分别从所述音频数据对应的文本内容中提取出符合预定要求的词语，作为所述音频数据的标签；
所述动画获取模块，用于根据所述标签确定出所述音频数据对应的特效动画；
所述动画展示模块，用于当所述音频数据开始播放时，将所述特效动画叠加到对应的视频画面上进行展示。
11.根据权利要求10所述的装置，其特征在于，
所述标签生成模块对所述文本内容进行分词处理，针对任一分词结果，若确定所述分词结果位于预先生成的热点词语词表中，则确定所述分词结果为热点词语，将所述分词结果作为所述音频数据的标签。
12.根据权利要求10所述的装置，其特征在于，
所述标签生成模块进一步用于，将所述音频数据输入预先训练得到的场景识别模型，得到识别出的所述音频数据对应的场景，将所述场景作为所述音频数据的标签。
13.根据权利要求12所述的方法，其特征在于，
所述场景识别模型包括：采用深度学习方法训练得到的场景识别模型。
14.根据权利要求12所述的装置，其特征在于，
所述动画获取模块在所述标签的数量为一个时，获取所述标签对应的特效动画，作为所述音频数据对应的特效动画，在所述标签的数量大于一个时，从中选出一个标签，获取选出的标签对应的特效动画，作为所述音频数据对应的特效动画；
15.根据权利要求14所述的装置，其特征在于，
所述动画获取模块在需要获取任一标签对应的特效动画时，若确定本地存储有所述标签对应的特效动画，则从本地获取所述标签对应的特效动画，若确定本地未存储有所述标签对应的特效动画，则从服务端获取所述标签对应的特效动画，并存储到本地。
16.根据权利要求15所述的装置，其特征在于，
所述动画获取模块进一步用于，若确定任一特效动画在本地的存储时长超过第一预定时长，则将所述特效动画从本地删除，和/或，若确定存储在本地的任一特效动画超过第二预定时长未被使用，则将所述特效动画从本地删除。
17.根据权利要求10所述的装置，其特征在于，
所述装置中进一步包括：音频获取模块，用于将所述视频按预定时长划分为m个连续的视频片段，m为大于一的正整数，针对任一视频片段对应的音频数据，分别按照预定策略从中选出一段音频数据，作为所述待处理的音频数据。
18.根据权利要求17所述的装置，其特征在于，
所述音频获取模块选出语义最为完整的一个语句对应的音频数据。
19.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。