一种视频合拍的方法、视频剪辑的方法、装置及电子设备与流程

本公开实施例涉及视频处理技术领域，具体涉及一种视频合拍的方法、视频剪辑的方法、装置、电子设备及非暂态计算机可读存储介质。

背景技术：

视频是各种动态影像的储存方式。拍摄视频的方式有多种，例如，用户可以开启电子设备(例如智能手机等)的视频拍摄功能，通过电子设备的前置摄像头进行自拍，或者，通过电子设备的后置摄像头拍摄周围环境；又例如，用户可以开启电子设备的录屏功能，录制电子设备屏幕中的动态影像。

目前，若多个用户希望合拍视频，常用的方式例如为：多个用户线下聚在一起，使用一台电子设备开启视频拍摄功能，将这多个用户在同一场景下的动态影像进行合拍；又例如为：多个用户各自分别自拍视频，再将这多个自拍视频组合起来形成合拍视频。

但是，多个用户线下聚在一起合拍视频的方式不适合远程用户，而组合多个用户的自拍视频形成合拍视频的方式无法满足这多个用户之间进行交流、互动的需求。

技术实现要素：

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种视频合拍的方法、视频剪辑的方法、装置、电子设备及非暂态计算机可读存储介质。

第一方面，本公开实施例提出一种视频合拍的方法，应用于发起者设备，所述方法包括：

接收视频合拍的第一输入；

响应所述第一输入，与至少一个参与者设备建立视频连接；

在建立视频连接后，接收录制视频的第二输入；

响应所述第二输入，录制发起者视频，并向所述至少一个参与者设备发送录制开始信息，以使所述至少一个参与者设备接收所述录制开始信息后录制参与者视频；

获取所述参与者视频，并基于所述参与者视频和所述发起者视频合成合拍视频。

第二方面，本公开实施例还提出一种视频合拍的方法，应用于参与者设备，所述方法包括：

接收视频合拍的邀请信息，所述邀请信息由发起者设备生成；

检测针对所述邀请信息的第一输入；

基于所述第一输入为接受邀请，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接；

在建立视频连接后，接收录制开始信息并录制参与者视频，所述录制开始信息由所述发起者设备生成；

向所述发起者设备发送所述参与者视频，以使所述发起者设备基于所述参与者视频和发起者视频合成合拍视频。

第三方面，本公开实施例还提出一种视频剪辑的方法，所述方法包括：

获取第一合拍视频，所述第一合拍视频基于发起者设备录制的发起者视频和至少一个参与者设备录制的参与者视频合成；其中，所述发起者设备与所述至少一个参与者设备建立视频连接，且所述至少一个参与者设备在接收到所述发起者设备发送的录制开始信息后录制参与者视频；

对所述第一合拍视频包括的多条视频进行同步分割；

对所述第一合拍视频包括的每条视频进行单独选择；

基于所述同步分割的结果和所述单独选择的结果，生成第二合拍视频。

第四方面，本公开实施例还提出一种客户端设备，所述客户端设备用于发起视频合拍，所述客户端设备包括：

多人建连子单元，用于：接收视频合拍的第一输入；响应所述第一输入，与至少一个参与者设备建立视频连接；

视频录制子单元，用于：在建立视频连接后，接收录制视频的第二输入；响应所述第二输入，录制发起者视频，并向所述至少一个参与者设备发送录制开始信息，以使所述至少一个参与者设备接收所述录制开始信息后录制参与者视频；

视频交互子单元，用于：获取所述参与者视频；

视频合成子单元，用于：基于所述参与者视频和所述发起者视频合成合拍视频。

第五方面，本公开实施例还提出一种客户端设备，所述客户端设备用于参与视频合拍，所述客户端设备包括：

多人建连子单元，用于：接收视频合拍的邀请信息，所述邀请信息由发起者设备生成；检测针对所述邀请信息的第一输入；基于所述第一输入为接受邀请，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接；

视频录制子单元，用于：在建立视频连接后，接收录制开始信息，并录制参与者视频，所述录制开始信息由所述发起者设备生成；

视频交互子单元，用于：向所述发起者设备发送所述参与者视频，以使所述发起者设备基于所述参与者视频和发起者视频合成合拍视频。

第六方面，本公开实施例还提出一种客户端设备，所述客户端设备包括：

获取单元，用于获取第一合拍视频，所述第一合拍视频基于发起者设备录制的发起者视频和至少一个参与者设备录制的参与者视频合成；其中，所述发起者设备与所述至少一个参与者设备建立视频连接，且所述至少一个参与者设备在接收到所述发起者设备发送的录制开始信息后录制参与者视频；

分割单元，用于对所述第一合拍视频包括的多条视频进行同步分割；

选择单元，用于对所述第一合拍视频包括的每条视频进行单独选择；

生成单元，用于基于所述同步分割的结果和所述单独选择的结果，生成第二合拍视频。

第七方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面所述方法的步骤。

第八方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第二方面所述方法的步骤。

第九方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第三方面所述方法的步骤。

第十方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面所述方法的步骤。

第十一方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第二方面所述方法的步骤。

第十二方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第三方面所述方法的步骤。

可见，本公开的至少一个实施例中，发起视频合拍的用户(发起者)与多个参与视频合拍的用户(参与者)之间先建立远程视频连接，由发起者开启录制视频操作，相应地，发起者设备和多个参与者设备均响应该操作并分别录制视频，进而发起者设备或参与者设备或服务端设备可获取发起者视频和多个参与者视频合成合拍视频，满足远程用户的视频合拍需求和在合拍过程中用户之间进行交流的需求。另外，可以对合拍视频进行同步分割和单独选择，实现导播式的多视频剪辑，提升多视频剪辑的效率。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种示例性应用场景图；

图2是本公开实施例提供的一种客户端设备的示例性框图；

图3是本公开实施例提供的一种发布作品模块的示例性框图；

图4是本公开实施例提供的一种云拍单元的示例性框图；

图5是本公开实施例提供的一种电子设备的示例性框图；

图6是本公开实施例提供的一种多人建连的示例性交互图；

图7是本公开实施例提供的一种视频录制及合成的示例性交互图；

图8是本公开实施例提供的一种发布作品的图形用户界面示意图；

图9是本公开实施例提供的一种多人建连的图形用户界面示意图；

图10是本公开实施例提供的一种视频合拍的方法流程示意图；

图11是本公开实施例提供的另一种视频合拍的方法流程示意图；

图12是本公开实施例提供的一种视频剪辑的方法流程示意图；

图13是本公开实施例提供的一种下载和剪辑合拍视频的图像用户界面示意图；

图14是本公开实施例提供的一种视频剪辑的一级页面示意图；

图15是本公开实施例提供的一种视频剪辑的二级页面示意图；

图16是本公开实施例提供的一种视频剪辑的三级页面示意图；

图17至图19是本公开实施例提供的三级页面的不同状态图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

随着新媒体、互联网的发展，网络直播、短视频等成为人们生活、工作、娱乐的一部分，拉近了人们沟通的距离，利用网络就可以远程交流，无需线下相聚。在此背景下，云拍(可以理解为利用网络远程合拍视频)的需求越发强烈。

然而目前合拍视频的方式，主要还是线下相聚后合拍，无法满足云拍需求。另外还有一些方式是将不同用户各自拍摄的视频组合为合拍视频，但是这种方式无法满足用户之间进行交流、互动的需求。因此，亟需提供一种视频合拍的方案，适用于云拍，满足交流互动需求。

本公开实施例提供了一种视频合拍的方法、装置、电子设备及存储介质，适用于云拍，发起视频合拍的用户(发起者)与多个参与视频合拍的用户(参与者)之间先建立远程视频连接，由发起者开启录制视频操作，相应地，发起者设备和多个参与者设备均响应该操作并分别录制视频，进而发起者设备或参与者设备或服务端设备可获取发起者视频和多个参与者视频合成合拍视频，并对合拍视频进行同步分割和单独选择，实现导播式的多视频剪辑，满足远程用户的视频合拍需求和在合拍过程中用户之间进行交流的需求，提升多视频剪辑的效率。

本公开实施例提供的视频合拍方案可以应用于任意能够连接网络的场景，例如合拍短视频的创作、网络直播过程中的视频合拍、异地在线办公/娱乐、多人在线视频/会议等等。应当理解的是，本公开实施例的应用场景仅仅是本公开的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以将本公开应用于其他类似情景。

图1为本公开实施例提供的一种示例性应用场景。如图1所示，场景中包括多个客户端设备11，这多个客户端设备11通过网络与服务端设备12通信连接。

所述客户端设备11为用户所使用的设备，可以连接网络，为用户提供多种多样的联网资讯、在线视频服务等。在一些实施例中，所述客户端设备11可以为任意类型的电子设备，例如智能手机、平板电脑、智能穿戴设备(智能手表、智能眼镜等)等移动终端，又例如台式计算机、智能电视等固定终端。

在一些实施例中，所述客户端设备11具备图像传感器和音频传感器。所述图像传感器用于采集图像数据，例如智能手机的前置摄像头和后置摄像头。所述音频传感器用于采集音频数据，例如麦克风(microphone)，还可以是其他能够采集音频数据的传感器，采集的音频数据可以是该设备的使用者的音频。

所述网络可以包括但不限于4g网络、5g网络、光线宽带网络、wifi等低延时高带宽通讯网络，以确保视频的流畅性。

所述服务端设备12可以是一个服务器，也可以是一个服务器群组。服务器群组可以是集中式的，也可以是分布式的。无论是服务器还是服务器群组，从本质上看，也是电子设备或电子设备集群，只是相比客户端设备所对于的电子设备，服务器(服务器群组)具备更加强大的计算能力和管理能力。在一些实施例中，由于所述服务端设备12具备更加强大的计算能力，因此，所述服务端设备12可以承担视频合拍的部分功能，例如由多个视频合成一个视频、对视频进行剪辑和其他客户端设备11能够实现的功能(除了必须由客户端设备11实现的功能除外，例如录制视频)等，客户端设备11想要使用这部分功能，只需向服务端设备12发送相应的功能请求消息即可，服务端设备12在完成相应的功能后，将结果返回给客户端设备11。在一些实施例中，所述服务端设备12可以作为不同客户端设备11信息交互的桥梁，也即不同客户端设备11之间不直接通讯，而是以服务端设备12作为中转站，一个客户端设备11先将信息发送给服务端设备12，再由服务端设备12将给信息发送给另一个客户端设备11。

在图1所示的场景中，为了实现本公开实施例的视频合拍方案，需要对客户端设备11和服务端设备12作出如下调整：

首先，客户端设备11和服务端设备12需要能够安装软件以及具备支持软件运行的硬件构成。其次，客户端设备11需要安装视频合拍客户端软件，可以理解的是，安装视频合拍客户端软件的电子设备称为客户端设备。服务端设备12需要安装视频合拍服务端软件，可以理解的是，安装视频合拍服务端软件的电子设备称为服务端设备。

视频合拍客户端软件和视频合拍服务端软件是实现本公开实施例的视频合拍方案的软件基础。电子设备和网络是实现本公开实施例的视频合拍方案的硬件基础。

基于对客户端设备11和服务端设备12作出的如上调整，可以实现本公开实施例的视频合拍方案。

多个客户端设备11中的任意一个均可以发起视频合拍，其他的客户端设备11可以参与视频合拍。发起视频合拍的客户端设备11可以认为是发起者设备，而参与视频合拍的客户端设备12可以认为是参与者设备。任意一个客户端设备11可以发起视频合拍，也可以参与视频合拍，当发起视频合拍时，该客户端设备11为发起者设备；当参与视频合拍时，该客户端设备11为参与者设备。

发起视频合拍的客户端设备11与参与视频合拍客户端设备11通过网络建立视频连接，类似于视频会议，同时服务端设备12会提供视频连接服务和视频合拍的服务。

在建立视频连接后，用户可以开启发起者设备的录制视频操作(例如点击录制视频控件)，进而由发起视频合拍的客户端设备11发出录制视频指令，服务端设备12会将录制视频指令下发给每个参与视频合拍的客户端设备11。这样发起视频合拍的客户端设备11和参与视频合拍的客户端设备11就会各自录制视频，由于处于视频连线状态，在录制视频的过程中，不同用户之间可以进行交流、交互，并被录制到视频中。在一些实施例中，客户端设备11在录制视频时，保留音频传感器(麦克风)采集的设备使用者的音频，不录制扬声器的音频，消除设备中的音频，例如播放视频中的音频、视频连线(例如视频会议)过程中的音频和/或直播过程中现场的音频。

在一些实施例中，发起者设备拍摄的视频和参与者设备拍摄的视频可以上传服务端设备12，由服务端设备12合成合拍视频，合拍视频中分镜显示各个设备上传的视频画面，并且通过混音、回声消除等操作将各视频对应的音频合成为一个音轨，也即多视频共音轨，解决音画不同步的问题。在一些实施例中，发起者设备和参与者设备均可以通过服务端设备12下载视频，进而合成合拍视频，满足云拍需求和在合拍过程中用户之间进行交流的需求。

图2为本公开实施例提供的一种客户端设备20的示例性框图。在一些实施例中，客户端设备20可以实现为图1中的客户端设备11或者客户端设备11的一部分，用于发起视频合拍或参与视频合拍。

如图2所示，客户端设备20可划分为多个模块，例如可包括：gui(graphicaluserinterface，图形用户界面)生成模块21、作品发布模块22以及其他一些可用于视频合拍的模块。

gui生成模块21用于生成与视频合拍相关的图形用户界面。在一些实施例中，当用户打开客户端设备20中安装的视频合拍客户端软件后，gui生成模块21可以生成主界面，所述主界面中包括资讯信息(例如短视频、vlog等)、发布作品控件和其他功能控件。在一些实施例中，当用户触发发布作品控件后，gui生成模块21在主界面中弹出发布作品子界面。在一些实施例中，若所述发布作品控件位于子界面中，则当用户触发发布作品控件后，gui生成模块21在该子界面中弹出发布作品子界面。在一些实施例中，所述作品发布子界面中包括视频合拍控件和其他发布方式的控件。

发布作品模块22用于发布视频作品。在一些实施例中，发布作品模块22提供多种发布视频方式，至少包括视频合拍。在一些实施例中，发布作品模块22提供的发布视频方式，还包括直接拍摄和剪辑视频。

在一些实施例中，图8示出了一种发布作品的图形用户界面示意图，在图8中，附图标记80表示具有发布作品控件的图像用户界面，当用户点击发布作品控件后，gui生成模块21在图像用户界面80中弹出发布作品子界面81，所述发布作品子界面81中固定显示文字“发布作品”，并且包括三个控件：直接拍摄811、剪辑视频812和云拍813。其中云拍813可以理解为视频合拍控件。当用户点击云拍813，gui生成模块21在图像用户界面80中弹出云拍子界面82，所述云拍子界面82中包括两个控件：发起821和参与822。当用户点击发起821，则客户端设备20为发起者设备；当用户点击参与822，则客户端设备20为参与者设备。

在一些实施例中，客户端设备20中各模块的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如gui生成模块21和作品发布模块22可以实现为一个模块；gui生成模块21或作品发布模块22也可以划分为多个子模块。可以理解的是，各个模块或子模块能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图3为本公开实施例提供的一种发布作品模块30的示例性框图。在一些实施例中，发布作品模块30可以实现为图2中的发布作品模块22或者发布作品模块22的一部分。

如图3所示，发布作品模块30可包括但不限于以下单元：直接拍摄单元31、剪辑视频单元32和云拍单元33。

所述直接拍摄单元31，用于检测直接拍摄控件被触发后，例如用户点击直接拍摄控件后，获取图像传感器采集的图像数据和音频传感器采集的音频数据，进而基于所述图像数据和所述音频数据，录制视频。在一些实施例中，所述直接拍摄单元31基于所述图像数据和所述音频数据，采用本领域通用方式录制视频。

所述剪辑视频单元32，用于检测剪辑视频控件被触发后，例如用户点击剪辑视频控件后，呈现用于剪辑视频的图形用户界面，该图形用户界面包括多个用于剪辑视频的功能控件，例如增加特效控件、渲染控件、尺寸修改控件、视频选择控件等。用户点击视频选择控件后可以选择已经存储的视频进行剪辑，被选择的视频会显示在该图形用户界面中，用户即可点击剪辑视频的其他功能控件对视频进行剪辑。

所述云拍单元33，用于检测云拍控件被触发后，例如用户点击云拍控件后，进行视频合拍。在一些实施例中，所述云拍单元33确定当前身份状态，例如，所述云拍单元33检测到发起控件被触发后，确定当前身份状态为发起者；检测到参与控件被触发后，确定当前身份状态为参与者。在一些实施例中，所述云拍单元33基于当前身份状态，完成视频合拍。例如，所述云拍单元33基于当前身份状态为发起者，采用发起者的视频合拍方式完成视频合拍；基于当前身份状态为参与者，采用参与者的视频合拍方式完成视频合拍。

在一些实施例中，发布作品模块30中各单元的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如直接拍摄单元31、剪辑视频单元32和云拍单元33中的至少两个单元可以实现为一个单元；直接拍摄单元31、剪辑视频单元32或云拍单元33也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图4为本公开实施例提供的一种云拍单元40的示例性框图。在一些实施例中，云拍单元40可以实现为图3中的云拍单元33或云拍单元33的一部分。

如图4所示，云拍单元40可包括但不限于以下单元：多人建连子单元41、视频录制子单元42、视频交互子单元43和视频合成子单元44。

客户端设备11为发起者设备

所述云拍单元40基于当前身份状态为发起者，采用发起者的视频合拍方式完成视频合拍，相应地，所述云拍单元40中各子单元的功能描述如下：

所述多人建连子单元41可接收视频合拍的第一输入。所述视频合拍的第一输入表示用户发起了视频合拍，例如，用户点击云拍控件且点击发起控件，以图8为例，用户点击云拍813后，又点击了发起821，这两个点击操作即为所述第一输入。

在一些实施例中，所述多人建连子单元41可响应所述第一输入，与至少一个参与者设备建立视频连接。在一些实施例中，所述多人建连子单元41响应所述第一输入，生成用于建立视频连接的图形用户界面，所述图形用户界面中包括多个区域，所述区域用于显示发起者设备的视频画面或参与者设备的视频画面。其中，发起者设备的视频画面为发起者设备的图像传感器采集的图像数据构成的动态图像；参与者设备的视频画面为参与者设备的图像传感器采集的图像数据构成的动态图像。

例如，图9示出了一种多人建连的图形用户界面示意图，图9中，图形用户界面90中包括多个区域：区域91、区域92、区域93和区域94，其中区域91中显示发起者911的视频画面，区域92中显示了已经建立连接的参与者922的视频画面，区域93和区域94为空。图形用户界面90中还包括邀请控件，发起者通过点击该控件来邀请其他参与者加入视频合拍。在一些实施例中，邀请控件可以单独设置，例如图9中的邀请好友95。在一些实施例中，邀请控件可以设置在每个所述区域中，例如区域93和区域94中的加号。在一些实施例中，加号和邀请好友95可以同时存在。

在一些实施例中，所述多人建连子单元41可接收邀请参与者的第三输入。所述邀请参与者的第三输入表示发起者邀请其他参与者加入视频合拍，例如，用户点击了邀请控件并选择了一个参与者进行邀请，以图9为例，用户点击加号或点击邀请好友95且从好友列表中选择(点击)了一个好友进行邀请，这两个点击操作即为所述第三输入，这种邀请方式可以理解为端内(视频合拍客户端软件内)私信分享。在一些实施例中，端内私信分享时，调起好友列表(或关注列表)；在好友列表内显示好友在线状态，如果好友在线，发送邀请，则会在端内弹出弹窗，提醒好友加入云拍；如果好友不在线，则以私信形式通知好友；用户(发起者)可以取消邀请好友；当好友参与了云拍，则私信状态为已参与；当好友拒绝了云拍，则私信状态为已拒绝；弹窗和强提醒只持续预设时长，例如10秒，10秒内无应答，则私信状态转为已取消状态。

在一些实施例中，邀请其他参与者加入视频合拍的邀请方式还可以是其他方式，例如微信分享、复制口令链接等。所述微信分享和所述复制口令链接实质上均为口令分享方式。例如，微信用户(被邀请者)在微信上复制文案(也即邀请加入云拍的链接、文字和/或图片)，打开视频合拍客户端软件后，端内扫描是否存在口令，如果存在，则以弹窗形式呈现，微信用户点击即可加入云拍。

在一些实施例中，所述多人建连子单元41响应所述第三输入，向对应的参与者设备发送邀请信息。在一些实施例中，所述邀请信息中包括所述视频合拍的识别信息，所述识别信息用于表示此次视频合拍的唯一标识，每次视频合拍时的识别信息均不同，例如图9中所示的“32bf”即为识别信息，也可以理解为本次合拍的房间号或直播间号。在一些实施例中，所述识别信息为响应所述第一输入而生成的信息，或，生成所述图形用户界面90的同时生成的信息。在一些实施例中，当参与者确认加入视频合拍后，由参与者设备反馈接受信息。所述多人建连子单元41响应所述接受信息，在一个空白(空闲)的区域中显示所述参与者设备的视频画面。例如图9中，新加入的参与者的视频画面会显示在区域93中。在一些实施例中，参与者的视频位置与加入视频合拍的顺序一致，每个参与者加入视频合拍，相当于直播间连接成功，例如图9中，第一个加入的参与者会显示在区域92中，第二个加入的参与者会显示在区域93中，第三个加入的参与者会显示在区域94中，当直播间满员后，被邀请者再点击加入云拍，会显示“来迟”或“满员”之类的提示文案。

所述视频录制子单元42，用于在建立视频连接后，可接收录制视频的第二输入。所述录制视频的第二输入表示用户触发了录制视频操作，例如，用户点击录制视频控件，以图9为例，用户点击录制视频96，这个点击操作即为所述第二输入。在一些实施例中，若发起者点击开始录制视频96，则此次合拍不再增加新的参与者，且在录制暂停时，也不再增加新的参与者，直至此次合拍结束才能增加新的参与者。在一些实施例中，所述视频录制子单元42响应所述第二输入，录制发起者视频，并向所述至少一个参与者设备发送录制开始信息，以使所述至少一个参与者设备接收所述录制开始信息后录制参与者视频。在一些实施例中，所述视频录制子单元42向服务端设备(例如图1中的服务端设备12)发送录制开始信息，以使所述服务端设备向所述至少一个参与者设备下发所述录制开始信息。在一些实施例中，当发起者退出视频合拍，则中断此次合拍，连麦结束，这时候如果是在录制状态，录制即刻完成，并给提示；如果只是参与者退出，不中断此次合拍，只要直播室内大于1个人，则持续进行。在一些实施例中，发起者可以对其他参与者进行闭麦，但是不能帮其他参与者开麦，参与者可以自己开麦。

在一些实施例中，所述视频录制子单元42为了保证发起者视频和参与者视频是同时开始录制的，响应所述第二输入而向参与者设备发送录制开始信息后，进行倒计时，倒计时可以显示在图形用户界面90中，倒计时结束后录制发起者视频。相应地，参与者设备在接收到录制开始信息后，进行倒计时，倒计时结束后录制参与者视频，也即录制参与者视频是由参与者设备自动执行的，无需参与者设备的使用者进行任何操作。需要说明的是，发起者设备与参与者设备会同步进行倒计时，同步方式可使用众所周知的技术。

在一些实施例中，所述视频录制子单元42可获取图像传感器采集的图像数据和音频传感器采集的音频数据；进而基于所述图像数据和所述音频数据，录制发起者视频。所述视频录制子单元42与所述图像传感器、所述音频传感器属于同一个客户端设备，也即所述视频录制子单元42只会录制本设备的图像传感器和音频传感器采集的图像数据的音频数据，录制的清晰度可达到720p或1080p或更高。由于目前网络速度有限，通过网络传输的参与者的视频画面(例如图9中的参与者922的视频画面)会压缩到360p或480p，清晰度较低，所述视频录制子单元42不录制本设备屏幕中的视频，也即不会录制图形用户界面90中显示的其他参与者(参与者922)的视频画面，避免录制的视频不清楚的问题。在一些实施例中，所述视频录制子单元42录制的发起者视频的尺寸与图9中区域的尺寸相同，例如，图9中区域的尺寸为3:4，则发起者视频的尺寸也为3:4。

所述视频交互子单元43，用于获取参与者视频。在一些实施例中，所述视频交互子单元43从服务端设备获取参与者视频，所述参与者视频是由参与者设备录制并上传至服务端设备。例如，所述视频交互子单元43向服务端设备发送获取视频的请求消息，服务端设备接收到该请求消息后下发参与者视频，这种方式属于主动获取方式。在一些实施例中，所述视频交互子单元43可接收所述服务端设备发送的参与者视频，这种方式属于被动获取方式，服务端设备只要获取到参与者视频，就下发给发起者设备。在一些实施例中，所述视频交互子单元43可以采用主动获取方式和被动获取方式相结合的方式来获取参与者视频。在一些实施例中，所述视频交互子单元43还可以在所述视频录制子单元42录制发起者视频后，向服务端设备发送所述发起者视频，以便其他参与者设备可以从服务端设备下载发起者视频并与参与者视频一起进行视频合成。

所述视频合成子单元44，用于基于参与者视频和发起者视频合成合拍视频。其中，参与者视频可以有多个。在一些实施例中，所述合拍视频中的动态画面包括所述发起者视频的动态画面和至少一个参与者视频的动态画面，且所述合拍视频中的动态画面共音轨。在一些实施例中，所述视频合成子单元44可使用混音操作和回声消除操作完成共音轨，解决音画不同步的问题。其中，混音操作和回声消除操作可以使用众所周知的技术。

客户端设备11为参与者设备

所述云拍单元40基于当前身份状态为参与者，采用参与者的视频合拍方式完成视频合拍，相应地，所述云拍单元40中各子单元的功能描述如下：

所述多人建连子单元41可接收视频合拍的邀请信息，所述邀请信息由发起者设备生成。在一些实施例中，所述邀请信息由所述发起者设备发送，或，由第一参与者设备发送，也即任意参与者设备在接收到邀请信息后，可以向其他参与者设备转发邀请信息。在一些实施例中，任意一个参与者均可以分享此次视频合拍的链接，分享方式例如为端内私信分享、微信分享、复制口令链接等。在一些实施例中，所述多人建连子单元41可以将所述邀请信息向第二参与者设备发送，以便邀请第二参与者设备加入视频合拍。在一些实施例中，所述邀请信息中可包括所述视频合拍的识别信息。用户可以主动输入该识别信息，主动加入所述识别信息对应的视频合拍。

在一些实施例中，所述多人建连子单元41检测针对所述邀请信息的第一输入。所述第一输入表示用户接受了邀请。例如，用户点击接受邀请控件，这个点击操作就是所述第一输入。在一些实施例中，所述多人建连子单元41基于所述第一输入为接受邀请，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接。

在一些实施例中，所述多人建连子单元41接收针对识别信息的第二输入。所述第二输入表示用户主动输入了识别信息，例如，图8中，用户点击云拍813后，在弹出的云拍子界面82中主动输入了识别信息(云拍子界面82中未示出输入框，实际实现时可提供一个输入框)并点击了参与822。在一些实施例中，所述多人建连子单元41比对所述第二输入与所述要求信息中的识别信息，若比对一致，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接。

在一些实施例中，所述多人建连子单元41向所述发起者设备发送接受信息后，生成用于建立视频连接的图形用户界面，所述图形用户界面中包括多个区域，所述区域用于显示发起者设备的视频画面或参与者设备的视频画面。其中，发起者设备的视频画面为发起者设备的图像传感器采集的图像数据构成的动态图像；参与者设备的视频画面为参与者设备的图像传感器采集的图像数据构成的动态图像。在一些实施例中，所述多人建连子单元41生成的用于建立视频连接的图形用户界面例如图9所示，需要说明的是，在本实施例中，针对的是参与者设备，因此，图9中的录制视频96并不存在，或者，录制视频96可以替换为退出合拍控件，以便用户点击该控件后退出合拍。在一些实施例中，所述多人建连子单元41在一个空白(空闲)的区域中显示本参与者设备的视频画面，例如会显示在区域93中显示本参与者设备的视频画面。

所述视频录制子单元42在建立视频连接后，接收录制开始信息，所述录制开始信息由所述发起者设备生成。在一些实施例中，所述录制开始信息由所述发起者设备发送给服务端设备，并由所述服务端设备下发。在一些实施例中，所述视频录制子单元42接收录制开始信息后，录制参与者视频。在一些实施例中，所述视频录制子单元42为了保证发起者视频和参与者视频是同时开始录制的，在接收到录制开始信息后，进行倒计时，倒计时结束后录制参与者视频，也即录制参与者视频是由所述视频录制子单元42自动执行的，无需参与者设备的使用者进行任何操作。需要说明的是，发起者设备与参与者设备会同步进行倒计时，同步方式可使用众所周知的技术。

在一些实施例中，所述视频录制子单元42可获取图像传感器采集的图像数据和音频传感器采集的音频数据；进而基于所述图像数据和所述音频数据，录制参与者视频。所述视频录制子单元42与所述图像传感器、所述音频传感器属于同一个客户端设备，也即所述视频录制子单元42只会录制本设备的图像传感器和音频传感器采集的图像数据的音频数据，录制的清晰度可达到720p或1080p或更高。由于目前网络速度有限，通过网络传输的发起者或其他参与者的视频画面会压缩到360p或480p，清晰度较低，所述视频录制子单元42不录制本设备屏幕中的视频，也即不会录制图形用户界面90中显示的发起者(911)和其他参与者(参与者922)的视频画面，避免录制的视频不清楚的问题。

所述视频交互子单元43，用于向所述发起者设备发送生成的参与者视频，以使所述发起者设备基于所述参与者视频和发起者视频合成合拍视频。在一些实施例中，所述视频交互子单元43向服务端设备发送生成的参与者视频，以使所述服务端设备将该参与者视频发送给所述发起者设备或其他参与者设备。在一些实施例中，所述视频交互子单元43可获取发起者视频。在一些实施例中，所述视频交互子单元43可获取其他参与者设备生成的视频。可以理解的是，所述视频交互子单元43获取发起者视频或其他参与者设备的视频的方式可以为主动获取方式、被动获取方式或两者相结合的方式。

所述视频合成子单元44，可基于获取的发起者视频和生成的参与者视频合成合拍视频。在一些实施例中，所述视频合成子单元44可基于获取的发起者视频和所有参与者视频合成合拍视频。在一些实施例中，所述视频合成子单元44生成的合拍视频中的动态画面包括所述发起者视频的动态画面和至少一个参与者视频的动态画面，且所述合拍视频中的动态画面共音轨。在一些实施例中，所述视频合成子单元44可使用混音操作和回声消除操作完成共音轨，解决音画不同步的问题。其中，混音操作和回声消除操作可以使用众所周知的技术。

在一些实施例中，云拍单元40中各子单元的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多人建连子单元41、视频录制子单元42、视频交互子单元43和视频合成子单元44中的至少两个可以实现为一个单元；多人建连子单元41、视频录制子单元42、视频交互子单元43或视频合成子单元44也可以划分为多个子单元。可以理解的是，各个子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

客户端设备11剪辑合拍视频

在一些实施例中，图1所示的客户端设备11能够剪辑视频，例如剪辑合拍视频。客户端设备11可包括获取模块、分割模块、选择模块和生成模块。

所述获取模块，用于获取第一合拍视频。例如，从服务端设备12获取第一合拍视频。所述第一合拍视频可以理解为待剪辑的合拍视频。在一些实施例中，所述第一合拍视频基于发起者设备录制的发起者视频和至少一个参与者设备录制的参与者视频合成，且多个视频共音轨；其中，所述发起者设备与所述至少一个参与者设备建立视频连接，且所述至少一个参与者设备在接收到所述发起者设备发送的录制开始信息后录制参与者视频。在一些实施例中，所述第一合拍视频的合成方式可以参考前述实施例，在此不再赘述。在一些实施例中，客户端设备11可向用户提供下载合拍视频的控件，如图13所示，在客户端设备11展示的页面(例如vlog小助手页面)上显示下载合拍视频131控件，所述获取模块响应所述下载合拍视频131的输入，例如用户点击了下载合拍视频131，所述获取模块从服务端设备12获取第一合拍视频。

所述分割模块，用于对所述第一合拍视频包括的多条视频进行同步分割。例如第一合拍视频包括4条视频，分割模块可以对这这条视频同时分割，而无需对每条视频分别进行分割，提高分割操作的效率。在一些实施例中，客户端设备11可向用户提供视频剪辑的控件，如图13所示，在客户端设备11展示的页面(例如vlog小助手页面)上显示剪辑合拍视频132控件，分割模块响应剪辑合拍视频132的输入，例如用户点击了剪辑合拍视频132，客户端设备11展示视频剪辑的一级页面。一级页面如图14所示，包括预览区141和操作区142。预览区141用于显示第一合拍视频的画面构图，图14中第一合拍视频包括4条视频，因此有4个视频画面。操作区142用于显示第一合拍视频的缩略图143和一级任务栏144。

在一些实施例中，一级任务栏144中包括视频控件。视频控件用于触发对第一合拍视频的剪辑。在一些实施例中，一级任务栏中还可包括音频控件、文字控件、画中画控件等用于编辑视频的控件。当用户点击音频控件，可以对第一合拍视频添加音频，例如音乐，特效声音等；当用户点击文字控件，可以对第一合拍视频添加文字，例如字幕等；当用户点击画中画控件，可以在第一合拍视频中增加特效动画、图片等视觉信息。

在一些实施例中，所述分割模块响应一级任务栏144中视频控件的输入，例如用户点击了视频控件，所述分割模块展示二级页面。在一些实施例中，所述分割模块响应第一合拍视频缩略图的选择操作，例如用户点击了第一合拍视频缩略图，所述分割模块展示二级页面。二级页面如图15所示，包括预览区151和操作区152。预览区151用于显示第一合拍视频的画面构图。操作区152用于显示第一合拍视频的缩略图153和二级任务栏154。在一些实施例中，操作区152还可显示普通视频的缩略图155，也即只有一个镜头的视频，普通视频与第一合拍视频属于对等实体。当用户点击普通视频的缩略图155，可以对普通视频进行剪辑。

在一些实施例中，二级任务栏154中包括分割控件。所述分割模块响应所述分割控件的输入，例如用户点击了分割控件，所述分割模块将第一合拍视频包括的多条视频进行同步分割，例如图15中的白色竖线为分割线，可见分割线是对第一合拍视频进行同步分割，而非单独对合拍视频中的每个视频进行分割。在一些实施例中，二级任务栏154中还包括选择控件(例如云拍选取控件)、音量控件和删除控件。用户点击云拍选取控件可对第一合拍视频包括的每条视频进行单独选择。在一些实施例中，对于第一合拍视频的多个分割片段，用户可点击任意一个分割片段的缩略图(相当于选择了这个分割片段)，然后点击云拍选取控件，可对这个分割片段中的每条视频片段进行单独选择。用户点击音量控件可设置音量大小。用户点击删除控件可删除不想编辑的视频，例如第一合拍视频或普通视频。

所述选择模块，用于对第一合拍视频包括的每条视频进行单独选择。在一些实施例中，所述选择模块响应二级任务栏154中云拍选取控件的输入，例如用户点击了云拍选取控件，所述选择模块展示三级页面。三级页面如图16所示，包括预览区161和操作区162。预览区161用于显示第一合拍视频的画面构图。操作区162用于显示第一合拍视频包括的每条视频的缩略图且将每条视频的缩略图设置为可选择状态。所述选择模块响应缩略图的选择操作，例如用户点击了任一条视频的缩略图，所述选择模块将所述选择操作对应的视频设置为已选择状态。

例如图16中，操作区162并列显示4条视频片段的缩略图，这4条视频片段构成第一合拍视频的分割片段，且这4条视频片段均为已选择状态。在图16中，分割片段上具有滑块控件，所述滑块控件是所述分割模块响应对分割片段的选择操作(例如用户点击这个分割片段的缩略图)，在这个分割片段上生成的可滑动的控件。所述选择模块响应所述滑块控件的输入，例如用户拖动所述滑块控件，所述选择模块调整这个分割片段的时长。

图17至19为三级页面的不同状态图，图17中，用户通过拖动滑块控件，缩短了这个分割片段的时长，并且用户选择了3条视频。图18中，用户选择了2条视频。图19中，用户只选择了1条视频。

所述生成模块，用于基于所述分割模块同步分割的结果和所述选择模块单独选择的结果，生成第二合拍视频。例如图17中，用户点击预览区171中的发布控件，可发布所述第二合拍视频。

在一些实施例中，所述生成模块响应缩略图的选择操作，对三级页面的预览区显示的画面进行重构。在一些实施例中，所述生成模块在三级页面的预览区显示选择的视频画面，且视频画面的排列顺序与选择顺序相同，点选操作区中缩略图即可实现导播式切换预览区视图版式，控制合拍视频播放时的分镜画面。例如图17中，用户选择了3条视频，所述生成模块对预览区171显示的画面为3个，对应用户选择的3条视频，且显示的顺序与选择的顺序相同。例如图18中，用户选择了2条视频，所述生成模块对预览区181显示的画面为2个，对应用户选择的2条视频，且显示的顺序与选择的顺序相同。例如图19中，用户选择了1条视频，所述生成模块对预览区191显示的画面为1个，对应用户选择的视频。在一些实施例中，所述生成模块根据用户选择的视频数量，调整三级页面的预览区所显示的画面位置及大小。例如图17中，用户选择3个视频，所述生成模块将第3个选择的视频画面居中显示。例如图18中，用户选择了2个视频，所述生成模块将这2个视频的画面位置调整为四镜高度适配垂直居中。例如图19中，用户选择了1个视频，所述生成模块将这1个视频的画面铺满三级页面的预览区。

在一些实施例中，三级页面的操作区还用于显示三级任务栏，所述三级任务栏中包括：裁剪画面控件和旋转画面控件。例如图16至图19中的操作区162至操作区192，分别显示三级任务栏163至三级任务栏193，且三级任务栏163至三级任务栏193均包括裁剪画面控件和旋转画面控件。在一些实施例中，所述生成模块响应裁剪画面控件的输入，例如用户点击裁剪画面控件并对预览区中的视频画面进行裁剪，对三级页面的预览区中对应的视频画面进行裁剪操作(crop)。在一些实施例中，所述生成模块响应旋转画面控件的输入，例如用户点击旋转画面控件并对预览区中的视频画面进行旋转，所述生成模块对三级页面的预览区中对应的视频画面进行旋转操作。

可见以上实施例中，将合拍视频中多视频的分割和选择拆解为两步，即二级页面为视频同步分割，三级页面为视频单独选择。在一些实施例中，可以先分割视频再选择视频，也可以先选择视频再分割视频。二级页面中具有返回一级页面的控件，例如图15中二级任务栏154中最左侧的控件。三级页面中具有返回二级页面的控件，例如图16中三级任务栏163中最左侧的控件。

在一些实施例中，客户端设备11中各模块的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如获取模块、分割模块、选择模块和生成模块中的至少两个可以实现为一个模块；获取模块、分割模块、选择模块或生成模块也可以划分为多个单元。可以理解的是，各个模块或单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图5是本公开实施例提供的一种电子设备50的结构示意图。在一些实施例中，所述电子设备50可以实现为图1中的客户端设备11。在一些实施例中，若用户通过电子设备50发起视频合拍，则电子设备50即为发起者设备。在一些实施例中，若用户通过电子设备50参与视频合拍，则电子设备50即为参与者设备。

如图5所示，电子设备包括：至少一个图像传感器51、至少一个音频传感器52、至少一个处理器53、至少一个存储器54和至少一个通信接口55。电子设备中的各个组件通过总线系统56耦合在一起。通信接口55，用于与外部设备之间的信息传输。可理解地，总线系统56用于实现这些组件之间的连接通信。总线系统56除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图5中将各种总线都标为总线系统56。

在一些实施例中，图像传感器51用于采集图像数据，例如为摄像头(camera)。音频传感器52用于采集音频数据，例如麦克风(microphone)，还可以是其他能够采集音频数据的传感器，采集的音频数据可以是该设备的使用者的音频。

可以理解，本实施例中的存储器54可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

在一些实施方式中，存储器54存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(mediaplayer)、浏览器(browser)等，用于实现各种应用业务。实现本公开实施例提供的视频合拍的方法(或视频剪辑的方法)的程序(可以理解为视频合拍客户端软件)可以包含在应用程序中。

在本公开实施例中，处理器53通过调用存储器54存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器53用于执行本公开实施例提供的视频合拍的方法(或视频剪辑的方法)各实施例的步骤。

本公开实施例提供的视频合拍的方法(或视频剪辑的方法)可以应用于处理器53中，或者由处理器53实现。处理器53可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器53中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器53可以是通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fieldprogrammablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本公开实施例提供的视频合拍的方法(或视频剪辑的方法)的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器54，处理器53读取存储器54中的信息，结合其硬件完成方法的步骤。

图6是本公开实施例提供一种多人建连的示例性交互图。在图6中，用户点击图8中的云拍813且点击发起821后，发起者设备确定进行云拍，进而生成建连界面(图9)。

发起者设备接收邀请输入1，邀请输入1用于邀请参与者设备1加入云拍，例如，用户点击图9中区域93的加号或点击邀请好友95，选择好友加入云拍。图9中区域92显示的视频画面表示已经与发起者设备建立远程视频连接。

发起者设备向服务端设备发送邀请信息1。服务端设备将邀请信息1下发给参与者设备1。参与者设备1的使用者接受邀请后，参与者设备1向服务端设备发送接受信息1。服务端设备将接受信息1发送给发起者设备。至此，发起者设备与参与者设备1建立远程视频连接。发起者设备在建连界面中显示参与者设备1的视频画面，例如在图9的区域93中显示参与者设备1的视频画面。

发起者设备接收邀请输入2，邀请输入2用于邀请参与者设备2加入云拍，例如，用户点击图9中区域94的加号或点击邀请好友95，选择好友加入云拍。

发起者设备向服务端设备发送邀请信息2。服务端设备将邀请信息2下发给参与者设备2。参与者设备2的使用者接受邀请后，参与者设备2向服务端设备发送接受信息2。服务端设备将接受信息2发送给发起者设备。至此，发起者设备与参与者设备2建立远程视频连接。发起者设备在建连界面中显示参与者设备2的视频画面，例如在图9的区域94中显示参与者设备2的视频画面。

图7是本公开实施例提供的一种视频录制及合成的示例性交互图。在图7中，参与者设备的用户点击录制视频96，参与者设备确定录制视频。

参与者设备向服务端设备发送录制指令(也即录制开始信息)。服务端设备将录制指令下发给所有参与者设备。发起者设备和所有参与者设备同时开始录制视频。

发起者设备和所有参与者设备录制视频完成后，分别上传视频至服务端设备。服务端设备将下发所有视频给发起者设备和所以参与者设备。需要说明的是，服务端设备不会将同一设备上传的视频再次下发给该同一设备，例如，发起者设备将上传发起者视频后，服务端设备不会将发起者视频再次发送给发起者设备。

图10为本公开实施例提供的一种视频合拍的方法的示例性流程图。该方法的执行主体为发起者设备，为便于描述，以下实施例中以发起者设备为执行主体说明视频合拍的方法的流程。

在步骤101中，发起者设备接收视频合拍的第一输入。所述视频合拍的第一输入表示用户发起了视频合拍，例如，用户点击云拍控件且点击发起控件，以图8为例，用户点击云拍813后，又点击了发起821，这两个点击操作即为所述第一输入。

在步骤102中，发起者设备响应所述第一输入，与至少一个参与者设备建立视频连接。

在一些实施例中，发起者设备响应所述第一输入，生成用于建立视频连接的图形用户界面；进而可接收邀请参与者的第三输入；从而响应所述第三输入，向对应的参与者设备发送邀请信息。当参与者确认加入视频合拍后，由参与者设备反馈接受信息。发起者设备响应所述接受信息，在图形用户界面中显示所述参与者设备的视频画面。至此，完成发起者设备与被邀请的参与者设备之间的远程视频连接。

在一些实施例中，所述图形用户界面中包括多个区域，所述区域用于显示发起者设备的视频画面或参与者设备的视频画面，新加入的参与者的视频画面会显示在一个空白(空闲)的区域中。在一些实施例中，所述图形用户界面中还包括邀请控件，发起者通过点击该控件来邀请其他参与者加入视频合拍。在一些实施例中，邀请控件可以单独设置，或者设置在每个所述区域中，或者两中设置方式同时存在。在一些实施例中，所述邀请参与者的第三输入表示发起者邀请其他参与者加入视频合拍。在一些实施例中，所述邀请信息中包括所述视频合拍的识别信息，所述识别信息用于表示此次视频合拍的唯一标识，每次视频合拍时的识别信息均不同。

在步骤103中，发起者设备在建立视频连接后，接收录制视频的第二输入。所述录制视频的第二输入表示用户触发了录制视频操作。

在步骤104中，发起者设备响应所述第二输入，录制发起者视频，并向所述至少一个参与者设备发送录制开始信息，以使所述至少一个参与者设备接收所述录制开始信息后录制参与者视频。在一些实施例中，发起者设备向服务端设备发送录制开始信息，以使所述服务端设备向所述至少一个参与者设备下发所述录制开始信息。

在一些实施例中，发起者设备为了保证发起者视频和参与者视频是同时开始录制的，响应所述第二输入而向参与者设备发送录制开始信息后，进行倒计时，倒计时结束后录制发起者视频。相应地，参与者设备在接收到录制开始信息后，进行倒计时，倒计时结束后录制参与者视频，也即录制参与者视频是由参与者设备自动执行的，无需参与者设备的使用者进行任何操作。需要说明的是，发起者设备与参与者设备会同步进行倒计时，同步方式可使用众所周知的技术。

在一些实施例中，发起者设备可获取图像传感器采集的图像数据和音频传感器采集的音频数据；进而基于所述图像数据和所述音频数据，录制发起者视频，不录制发起者设备屏幕中的视频。

在步骤105中，发起者设备获取所述参与者视频，并基于所述参与者视频和所述发起者视频合成合拍视频。其中，参与者视频可以有多个。在一些实施例中，发起者设备从服务端设备获取参与者视频，所述参与者视频是由参与者设备录制并上传至服务端设备，例如，发起者设备向服务端设备发送获取视频的请求消息，服务端设备接收到该请求消息后下发参与者视频，这种方式属于主动获取方式。在一些实施例中，发起者设备可接收所述服务端设备发送的参与者视频，这种方式属于被动获取方式，服务端设备只要获取到参与者视频，就下发给发起者设备。在一些实施例中，发起者设备可以采用主动获取方式和被动获取方式相结合的方式来获取参与者视频。

在一些实施例中，发起者设备还可以在录制发起者视频后，向服务端设备发送所述发起者视频，以便其他参与者设备可以从服务端设备下载发起者视频并与参与者视频一起进行视频合成。

在一些实施例中，所述合拍视频中的动态画面包括所述发起者视频的动态画面和至少一个参与者视频的动态画面，且所述合拍视频中的动态画面共音轨。在一些实施例中，发起者设备可使用混音操作和回声消除操作完成共音轨，解决音画不同步的问题。其中，混音操作和回声消除操作可以使用众所周知的技术。

在一些实施例中，发起者设备可以执行的合成操作包括但不限于分割、选择、剪裁(crop)和旋转。在一些实施例中，所述分割是对发起者视频和所有参与者视频同时进行，不会对每个视频单独分割。所述分割包括视频分割和音频分割。在一些实施例中，发起者设备根据用户选择视频的次序，调整发起者视频和所有参与者视频的顺序；将用户选择的视频标记为选中状态，未选择的视频标记为未选择状态。在一些实施例中，所述选择是在所述分割完成后进行的。在一些实施例中，发起者设备检测到用户点击某个视频进行播放后，触发crop操作和旋转操作，以便用户对视频画面截取进行调整或旋转。

图11为本公开实施例提供的一种视频合拍的方法的示例性流程图。该方法的执行主体为参与者设备，为便于描述，以下实施例中以参与者设备为执行主体说明视频合拍的方法的流程。

在步骤111中，参与者设备接收视频合拍的邀请信息，所述邀请信息由发起者设备生成。在一些实施例中，所述邀请信息由所述发起者设备发送，或，由第一参与者设备发送，也即任意参与者设备在接收到邀请信息后，可以向其他参与者设备转发邀请信息。在一些实施例中，参与者设备可以将所述邀请信息向第二参与者设备发送，以便邀请第二参与者设备加入视频合拍。在一些实施例中，所述邀请信息中可包括所述视频合拍的识别信息。用户可以主动输入该识别信息，主动加入所述识别信息对应的视频合拍。

在步骤112中，参与者设备检测针对所述邀请信息的第一输入。所述第一输入表示用户接受了邀请。例如，用户点击接受邀请控件，这个点击操作就是所述第一输入。在一些实施例中，参与者设备接收针对识别信息的第二输入。所述第二输入表示用户主动输入了识别信息。

在步骤113中，参与者设备基于所述第一输入为接受邀请，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接。在一些实施例中，参与者设备比对所述第二输入与所述要求信息中的识别信息，若比对一致，向所述发起者设备发送接受信息，与所述发起者设备建立视频连接。

在一些实施例中，参与者设备向所述发起者设备发送接受信息后，生成用于建立视频连接的图形用户界面，进而在该图形用户界面中显示本设备的视频画面。

在一些实施例中，所述图形用户界面中包括多个区域，所述区域用于显示发起者设备的视频画面或参与者设备的视频画面。其中，发起者设备的视频画面为发起者设备的图像传感器采集的图像数据构成的动态图像；参与者设备的视频画面为参与者设备的图像传感器采集的图像数据构成的动态图像。在一些实施例中，本设备的视频画面在一个空白(空闲)的区域中显示。

在步骤114中，参与者设备在建立视频连接后，接收录制开始信息并录制参与者视频，所述录制开始信息由所述发起者设备生成。在一些实施例中，所述录制开始信息由所述发起者设备发送给服务端设备，并由所述服务端设备下发。在一些实施例中，参与者设备为了保证发起者视频和参与者视频是同时开始录制的，在接收到录制开始信息后，进行倒计时，倒计时结束后录制参与者视频，也即录制参与者视频是由参与者设备自动执行的，无需用户进行任何操作。需要说明的是，发起者设备与参与者设备会同步进行倒计时，同步方式可使用众所周知的技术。

在一些实施例中，参与者设备获取图像传感器采集的图像数据和音频传感器采集的音频数据；进而基于所述图像数据和所述音频数据，录制参与者视频，不录制参与者设备屏幕中的视频。

在步骤115中，参与者设备向所述发起者设备发送所述参与者视频，以使所述发起者设备基于所述参与者视频和发起者视频合成合拍视频。在一些实施例中，参与者设备向服务端设备发送生成的参与者视频，以使所述服务端设备将该参与者视频发送给所述发起者设备或其他参与者设备。

在一些实施例中，参与者设备可获取发起者视频。在一些实施例中，参与者设备可获取其他参与者设备生成的视频。可以理解的是，参与者设备获取发起者视频或其他参与者设备的视频的方式可以为主动获取方式、被动获取方式或两者相结合的方式。

在一些实施例中，参与者设备可基于获取的发起者视频和生成的参与者视频合成合拍视频。在一些实施例中，参与者设备可基于获取的发起者视频和所有参与者视频合成合拍视频。

在一些实施例中，参与者设备生成的合拍视频中的动态画面包括所述发起者视频的动态画面和至少一个参与者视频的动态画面，且所述合拍视频中的动态画面共音轨。在一些实施例中，参与者设备可使用混音操作和回声消除操作完成共音轨，解决音画不同步的问题。其中，混音操作和回声消除操作可以使用众所周知的技术。

图12为本公开实施例提供的一种视频剪辑的方法的示例性流程图。该方法的执行主体为客户端设备，为便于描述，以下实施例中以客户端设备为执行主体说明视频剪辑的方法的流程。

在步骤121中，客户端设备获取第一合拍视频。例如，从服务端设备获取第一合拍视频。所述第一合拍视频可以理解为待剪辑的合拍视频。所述第一合拍视频基于发起者设备录制的发起者视频和至少一个参与者设备录制的参与者视频合成，且多个视频共音轨；其中，所述发起者设备与所述至少一个参与者设备建立视频连接，且所述至少一个参与者设备在接收到所述发起者设备发送的录制开始信息后录制参与者视频。在一些实施例中，所述第一合拍视频的合成方式可以参考前述实施例，在此不再赘述。在一些实施例中，客户端设备可向用户提供下载合拍视频的控件，如图13所示，在客户端设备展示的页面(例如vlog小助手页面)上显示下载合拍视频131控件，响应所述下载合拍视频131的输入，例如用户点击了下载合拍视频131，从服务端设备获取第一合拍视频。

在步骤122中，客户端设备对所述第一合拍视频包括的多条视频进行同步分割。例如第一合拍视频包括4条视频，客户端设备可以对这这条视频同时分割，而无需对每条视频分别进行分割，提高分割操作的效率。在一些实施例中，客户端设备可向用户提供视频剪辑的控件，如图13所示，在客户端设备展示的页面(例如vlog小助手页面)上显示剪辑合拍视频132控件，客户端设备响应剪辑合拍视频132的输入，例如用户点击了剪辑合拍视频132，客户端设备展示视频剪辑的一级页面。一级页面如图14所示，包括预览区141和操作区142。预览区141用于显示第一合拍视频的画面构图，图14中第一合拍视频包括4条视频，因此有4个视频画面。操作区142用于显示第一合拍视频的缩略图143和一级任务栏144。

在一些实施例中，一级任务栏144中包括视频控件。视频控件用于触发对第一合拍视频的剪辑。在一些实施例中，一级任务栏中还可包括音频控件、文字控件、画中画控件等用于编辑视频的控件。当用户点击音频控件，可以对第一合拍视频添加音频，例如音乐，特效声音等；当用户点击文字控件，可以对第一合拍视频添加文字，例如字幕等；当用户点击画中画控件，可以在第一合拍视频中增加特效动画、图片等视觉信息。

在一些实施例中，客户端设备响应一级任务栏144中视频控件的输入，例如用户点击了视频控件，客户端设备展示二级页面。在一些实施例中，客户端设备响应第一合拍视频缩略图的选择操作，例如用户点击了第一合拍视频缩略图，客户端设备展示二级页面。二级页面如图15所示，包括预览区151和操作区152。预览区151用于显示第一合拍视频的画面构图。操作区152用于显示第一合拍视频的缩略图153和二级任务栏154。在一些实施例中，操作区152还可显示普通视频的缩略图155，也即只有一个镜头的视频，普通视频与第一合拍视频属于对等实体。当用户点击普通视频的缩略图155，可以对普通视频进行剪辑。

在一些实施例中，二级任务栏154中包括分割控件。客户端设备响应所述分割控件的输入，例如用户点击了分割控件，客户端设备将第一合拍视频包括的多条视频进行同步分割，例如图15中的白色竖线为分割线，可见分割线是对第一合拍视频进行同步分割，而非单独对合拍视频中的每个视频进行分割。在一些实施例中，二级任务栏154中还包括选择控件(例如云拍选取控件)、音量控件和删除控件。用户点击云拍选取控件可对第一合拍视频包括的每条视频进行单独选择。在一些实施例中，对于第一合拍视频的多个分割片段，用户可点击任意一个分割片段的缩略图(相当于选择了这个分割片段)，然后点击云拍选取控件，可对这个分割片段中的每条视频片段进行单独选择。用户点击音量控件可设置音量大小。用户点击删除控件可删除不想编辑的视频，例如第一合拍视频或普通视频。

在步骤123中，客户端设备对所述第一合拍视频包括的每条视频进行单独选择。在一些实施例中，客户端设备响应二级任务栏154中云拍选取控件的输入，例如用户点击了云拍选取控件，客户端设备展示三级页面。三级页面如图16所示，包括预览区161和操作区162。预览区161用于显示第一合拍视频的画面构图。操作区162用于显示第一合拍视频包括的每条视频的缩略图且将每条视频的缩略图设置为可选择状态。客户端设备响应缩略图的选择操作，例如用户点击了任一条视频的缩略图，客户端设备将所述选择操作对应的视频设置为已选择状态。

例如图16中，操作区162并列显示4条视频片段的缩略图，这4条视频片段构成第一合拍视频的分割片段，且这4条视频片段均为已选择状态。在图16中，分割片段上具有滑块控件，所述滑块控件是客户端设备响应对分割片段的选择操作(例如用户点击这个分割片段的缩略图)，在这个分割片段上生成的可滑动的控件。客户端设备响应所述滑块控件的输入，例如用户拖动所述滑块控件，客户端设备调整这个分割片段的时长。

在步骤124中，客户端设备基于所述同步分割的结果和所述单独选择的结果，生成第二合拍视频。例如图17中，用户点击预览区171中的发布控件，可发布所述第二合拍视频。

在一些实施例中，客户端设备响应缩略图的选择操作，对三级页面的预览区显示的画面进行重构。在一些实施例中，客户端设备在三级页面的预览区显示选择的视频画面，且视频画面的排列顺序与选择顺序相同，点选操作区中缩略图即可实现导播式切换预览区视图版式，控制合拍视频播放时的分镜画面。例如图17中，用户选择了3条视频，客户端设备对预览区171显示的画面为3个，对应用户选择的3条视频，且显示的顺序与选择的顺序相同。例如图18中，用户选择了2条视频，客户端设备对预览区181显示的画面为2个，对应用户选择的2条视频，且显示的顺序与选择的顺序相同。例如图19中，用户选择了1条视频，客户端设备对预览区191显示的画面为1个，对应用户选择的视频。在一些实施例中，客户端设备根据用户选择的视频数量，调整三级页面的预览区所显示的画面位置及大小。例如图17中，用户选择3个视频，客户端设备将第3个选择的视频画面居中显示。例如图18中，用户选择了2个视频，客户端设备将这2个视频的画面位置调整为四镜高度适配垂直居中。例如图19中，用户选择了1个视频，客户端设备将这1个视频的画面铺满三级页面的预览区。

在一些实施例中，三级页面的操作区还用于显示三级任务栏，所述三级任务栏中包括：裁剪画面控件和旋转画面控件。例如图16至图19中的操作区162至操作区192，分别显示三级任务栏163至三级任务栏193，且三级任务栏163至三级任务栏193均包括裁剪画面控件和旋转画面控件。在一些实施例中，客户端设备响应裁剪画面控件的输入，例如用户点击裁剪画面控件并对预览区中的视频画面进行裁剪，对三级页面的预览区中对应的视频画面进行裁剪操作(crop)。在一些实施例中，客户端设备响应旋转画面控件的输入，例如用户点击旋转画面控件并对预览区中的视频画面进行旋转，客户端设备对三级页面的预览区中对应的视频画面进行旋转操作。

基于以上实施例公开的视频剪辑方法可见，将合拍视频中多视频的分割和选择拆解为两步，即二级页面为视频同步分割，三级页面为视频单独选择。在一些实施例中，可以先分割视频再选择视频，也可以先选择视频再分割视频。二级页面中具有返回一级页面的控件，例如图15中二级任务栏154中最左侧的控件。三级页面中具有返回二级页面的控件，例如图16中三级任务栏163中最左侧的控件。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如视频合拍的方法(或视频剪辑的方法)各实施例的步骤，为避免重复描述，在此不再赘述。

需要说明的是，在本文中，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过程、方法、物品或者装置不仅包括那些要素，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过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。