一种音视频裁剪方法及装置与流程

本发明涉及视频处理技术领域，更具体的说，涉及一种音视频裁剪方法及装置。

背景技术：

传统的音视频裁剪主要基于c/s架构，方法为：在用户客户端安装音视频非线性编辑系统软件，在系统中导入待裁剪音视频后，会在后台生成对应的索引文件(一般记录关键帧数据)，当用户提交音视频裁剪的入出点数据(即起始时间点和终止时间点)后，启动音视频裁剪功能，音视频非线性编辑系统根据入出点数据，从待裁剪音视频中裁剪得到入出点数据所在的音视频片段。虽然基于c/s架构的音视频裁剪的精度比较高，但是由于音视频非线性编辑系统在对待裁剪音视频进行裁剪时，会对裁剪所需的音视频内容进行编解码，而编解码过程非常消耗cpu(centralprocessingunit，中央处理器)和内存资源，因此该音视频裁剪方法效率低且会降低音视频的质量。并且，由于目前音视频非线性编辑软件一般为单机程序，因此对用户电脑的配置要求高，需要高配置的工作站部署运行，从而导致计算机资源开销很大。

随着云端pass平台的投入，市场上出现了很多基于b/s架构的云剪辑系统，该方法主要从待裁剪音视频中直接复制入出点数据所在的音视频片段。虽然基于b/s架构音视频裁剪方法相对于基于c/s架构的音视频裁剪方法而言，提高了音视频裁剪效率，计算机开销也比较小。但是云平台的音视频裁剪在得到入出点数据所在的音视频片段时，只实现了对音视频片段的复制，并未对音视频片段进行编解码，而是直接抛弃，从而达到快速裁剪的目的。因此无法实现对音视频的精确裁剪，从而无法满足对音视频裁剪精度要求高的应用的需求。

技术实现要素：

有鉴于此，本发明公开一种音视频裁剪方法及装置，以实现对音视频文件的精确裁剪，并大大降低音视频剪切耗时，提高裁剪效率。

一种音视频裁剪方法，包括：

获取待裁剪音视频文件以及所述待裁剪音视频文件的入出点数据；

根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长；

根据所述待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号；

以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点，将所述起点和所述终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

可选的，每一个所述音视频分段文件在所述待裁剪音视频文件的开始时间d(n)的计算公式如下：

式中，k为音视频分段文件的片段序号的下界，n为音视频分段文件的片段序号的上界，durn为任意分段音视频时长。

可选的，所述根据所述待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号，具体包括：

将所述入点时间与各个所述音视频分段文件d(n)进行对比，确定所述入点时间所在的音视频分段文件对应的所述第一裁剪片段序号；

将所述出点时间与各个所述音视频分段文件d(n)进行对比，确定所述出点时间所在的音视频分段文件对应的所述第二裁剪片段序号。

可选的，所述以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点，将所述起点和所述终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件，具体包括：

针对所述入点时间对应的入点音视频分段文件进行重新编码，得到第一裁剪音视频分段文件，并记录所述第一裁剪音视频分段文件的存储路径，其中，所述入点音视频分段文件为：以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述第一裁剪片段序号对应的音视频分段文件的结束位置为终点的音视频分段文件；

针对所述出点时间对应的出点音视频分段文件进行重新编码，得到第二裁剪音视频分段文件，并记录所述第二裁剪音视频分段文件的存储路径，其中，所述出点音视频分段文件为：以所述第二裁剪片段序号对应的音视频分段文件起始位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点的音视频分段文件；

判断所述待裁剪音视频文件的所述入点时间和所述出点时间之间是否存在完整的音视频分段文件；

如果否，则将所述第一裁剪音视频分段文件和所述第二裁剪音视频分段文件进行合并，得到裁剪后的目标音视频文件；

如果是，则记录所述入点时间和所述出点时间之间所有的音视频分段文件的存储路径；

将所述第一裁剪音视频分段文件、所述第二裁剪音视频分段文件以及所述入点时间和所述出点时间之间所有的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

可选的，当所述入点时间和所述出点时间在同一分段文件上时，仅确定所述第一裁剪片段序号，并设置所述第二裁剪片段序号为空，且只对入出点之间的音视频内容进行重编码，得到裁剪后的所述目标音视频文件。

一种音视频裁剪装置，包括：

获取单元，用于获取待裁剪音视频文件以及所述待裁剪音视频文件的入出点数据；

分段单元，用于根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长；

序号确定单元，用于根据所述待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号；

合并单元，用于以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点，将所述起点和所述终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

可选的，每一个所述音视频分段文件在所述待裁剪音视频文件的开始时间d(n)的计算公式如下：

式中，k为音视频分段文件的片段序号的下界，n为音视频分段文件的片段序号的上界，durn为任意分段音视频时长。

可选的，所述序号确定单元具体包括：

第一序号确定子单元，用于将所述入点时间与各个所述音视频分段文件d(n)进行对比，确定所述入点时间所在的音视频分段文件对应的所述第一裁剪片段序号；

第二序号确定子单元，用于将所述出点时间与各个所述音视频分段文件d(n)进行对比，确定所述出点时间所在的音视频分段文件对应的所述第二裁剪片段序号。

可选的，所述合并单元具体包括：

第一重编码子单元，用于针对所述入点时间对应的入点音视频分段文件进行重新编码，得到第一裁剪音视频分段文件，并记录所述第一裁剪音视频分段文件的存储路径，其中，所述入点音视频分段文件为：以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述第一裁剪片段序号对应的音视频分段文件的结束位置为终点的音视频分段文件；

第二重编码子单元，用于针对所述出点时间对应的出点音视频分段文件进行重新编码，得到第二裁剪音视频分段文件，并记录所述第二裁剪音视频分段文件的存储路径，其中，所述出点音视频分段文件为：以所述第二裁剪片段序号对应的音视频分段文件起始位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点的音视频分段文件；

判断子单元，用于判断所述待裁剪音视频文件的所述入点时间和所述出点时间之间是否存在完整的音视频分段文件；

第一合并子单元，用于在所述判断子单元判断为否的情况下，将所述第一裁剪音视频分段文件和所述第二裁剪音视频分段文件进行合并，得到裁剪后的目标音视频文件；

记录子单元，用于在所述判断子单元判断为是的情况下，记录所述入点时间和所述出点时间之间所有的音视频分段文件的存储路径；

第二合并子单元，用于将所述第一裁剪音视频分段文件、所述第二裁剪音视频分段文件以及所述入点时间和所述出点时间之间所有的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

可选的，所述合并单元还用于：

当所述入点时间和所述出点时间在同一分段文件上时，仅确定所述第一裁剪片段序号，并设置所述第二裁剪片段序号为空，且只对入出点之间的音视频内容进行重编码，得到裁剪后的所述目标音视频文件。

从上述的技术方案可知，本发明公开了一种音视频裁剪方法及装置，获取待裁剪音视频文件以及待裁剪音视频文件的入出点数据，根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长，根据待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号，以入点时间在第一裁剪片段序号对应的音视频分段文件中的位置为起点，以出点时间在第二裁剪片段序号对应的音视频分段文件中的位置为终点，将起点和终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。由于hls协议中约定的音视频分段文件一般为10s左右，因此重编码最长为当前hls索引文件的单片的最长片段时间。因此采用本发明可以实现对音视频文件的精确裁剪，并大大降低了音视频剪切耗时，提高了裁剪效率。

附图说明

为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据公开的附图获得其他的附图。

图1为本发明实施例公开的一种音视频裁剪方法流程图；

图2为本发明实施例公开的一种hls协议规范实例的示意图；

图3为本发明实施例公开的一种基于入点时间和出点时间得到裁剪后的目标音视频文件的方法流程图；

图4为本发明实施例公开的一种音视频裁剪示意图；

图5为本发明实施例公开的一种音视频裁剪装置的结构示意图；

图6为本发明实施例公开的一种合并单元的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例公开了一种音视频裁剪方法及装置，获取待裁剪音视频文件以及待裁剪音视频文件的入出点数据，根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长，根据待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号，以入点时间在第一裁剪片段序号对应的音视频分段文件中的位置为起点，以出点时间在第二裁剪片段序号对应的音视频分段文件中的位置为终点，将起点和终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。由于hls协议中约定的音视频分段文件一般为10s左右，因此重编码最长为当前hls索引文件的单片的最长片段时间。因此采用本发明可以实现对音视频文件的精确裁剪，并大大降低了音视频剪切耗时，提高了裁剪效率。

参见图1，本发明实施例公开的一种音视频裁剪方法流程图，该方法应用于服务器，该方法包括：

步骤s101、获取待裁剪音视频文件以及待裁剪音视频文件的入出点数据；

其中，待裁剪音视频文件的入出点数据为：待裁剪音视频中需要裁剪的音视频的起始时间点和终止时间点。

具体的，在实际应用中，用户可以通过客户端的浏览器上传待裁剪音视频文件以及待裁剪音视频文件的入出点数据，客户端再将待裁剪音视频文件以及待裁剪音视频文件的入出点数据编码后上传至服务器。

本实施例中，待裁剪音视频文件为url(uniformresourcelocator)格式。

步骤s102、根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长；

可以理解的是，客户端发送至服务器的待裁剪音视频文件是压缩包形式的，因此在对待裁剪音视频文件进行分段之前，需要对待裁剪音视频文件进行解析，得到解析后的待裁剪音视频文件。

hls(全称是httplivestreaming)是一个由apple公司提出的基于http的流媒体网络传输协议，是目前互联网上音视频网站主流播放协议。hls协议的最大特点是将mp4、ts等连续的大媒体进行分段，得到数量众多的ts(transportstream)片段来进行传递，客户端请求下载ts片段实现视频流畅播放。在hls协议规范中，每个ts片段都有#extinf字段标识片段的时长，且各个ts片段有序排列。因此每个ts片段具有片段序号和片段时长两个信息。

参见图2所示的hls协议规范实例，hls协议规范实例具体如下：

第一行为固定字符串“#extm3u”；

第二行#ext-x-version表示版本号，后面接一个数字代表某个版本，比如图2中的数字“3”表示版本3；

第三行#ext-x-targetduration表示hls协议下ts片段时长的最小整数，比如图2中hls协议下ts片段时长的最小整数为10；

第四行#extinf表示ts片段的时长，比如图2中ts片段的时长为9.009；

第五行表示ts片段的存放uri(uniformresourceidentifier，统一资源标识符)，第四五行重复出现直到音视频结束；

最后一行#ext-x-endlist表示音视频结束，此标签不存在代表为直播流。

步骤s103、根据所述待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号；

具体的，将入点时间t(start)与各个音视频分段文件进行对比，确定入点时间所在的音视频分段文件对应的片段序号，记为第一裁剪片段序号；

将出点时间t(end)与各个音视频分段文件进行对比，确定出点时间所在的音视频分段文件对应的片段序号，记为第二裁剪片段序号。

其中，根据公式(1)分别计算每一个音视频分段文件在待裁剪音视频文件的开始时间d(n)，公式(1)如下：

式中，k为音视频分段文件的片段序号的下界，n为音视频分段文件的片段序号的上界，durn为任意分段音视频时长。

步骤s104、以入点时间在第一裁剪片段序号对应的音视频分段文件中的位置为起点，以出点时间在第二裁剪片段序号对应的音视频分段文件中的位置为终点，将起点和终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

综上可知，本发明公开的音视频裁剪方法，获取待裁剪音视频文件以及待裁剪音视频文件的入出点数据，根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长，根据待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号，以入点时间在第一裁剪片段序号对应的音视频分段文件中的位置为起点，以出点时间在第二裁剪片段序号对应的音视频分段文件中的位置为终点，将起点和终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。由于hls协议中约定的音视频分段文件一般为10s左右，因此重编码最长为当前hls索引文件的单片的最长片段时间。因此采用本发明可以实现对音视频文件的精确裁剪，并大大降低了音视频剪切耗时，提高了裁剪效率。

需要特别说明的是，图1所示实施例中，当入点时间和出点时间在同一分段文件上时，仅确定所述第一裁剪片段序号，并设置所述第二裁剪片段序号为空，且只对入出点之间的音视频内容进行重编码，得到裁剪后的所述目标音视频文件。

为进一步优化上述实施例，参见图3，本发明实施例公开的一种基于入点时间和出点时间得到裁剪后的目标音视频文件的方法流程图，也即，图1所示实施例中的步骤s104具体可以包括如下步骤：

步骤s201、针对入点时间对应的入点音视频分段文件进行重新编码，得到第一裁剪音视频分段文件，并记录所述第一裁剪音视频分段文件的存储路径；

其中，入点时间对应的入点音视频分段文件为：以入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述第一裁剪片段序号对应的音视频分段文件的结束位置为终点的音视频分段文件。

步骤s202、针对出点时间对应的出点音视频分段文件进行重新编码，得到第二裁剪音视频分段文件，并记录所述第二裁剪音视频分段文件的存储路径；

其中，出点时间对应的出点音视频分段文件为：以所述第二裁剪片段序号对应的音视频分段文件起始位置为起点，以出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点的音视频分段文件。

步骤s203、判断所述待裁剪音视频文件的入点时间和出点时间之间是否存在完整的音视频分段文件，如果否，则执行步骤s204，如果是，则执行步骤s205；

步骤s204、将所述第一裁剪音视频分段文件和所述第二裁剪音视频分段文件进行合并，得到裁剪后的目标音视频文件。

步骤s205、记录所述待裁剪音视频文件的入点时间和出点时间之间所有的音视频分段文件的存储路径；

步骤s206、将所述第一裁剪音视频分段文件、所述第二裁剪音视频分段文件以及所述待裁剪音视频文件的入点时间和出点时间之间所有的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

举例说明，参见图4所示的音视频裁剪示意图，以入点时间在1.ts对应的音视频分段文件中的位置为起点，以1.ts对应的音视频分段文件的结束位置为终点的音视频分段文件为入点音视频分段文件，对入点音视频分段文件进行编码得到第一裁剪音视频分段文件。

以4.ts对应的音视频分段文件起始位置为起点，以出点时间在4.ts对应的音视频分段文件中的位置为终点的音视频分段文件为出点音视频分段文件，对出点音视频分段文件得到第二裁剪音视频分段文件。

1.ts和4.ts之间完整的音视频分段文件为：2.ts和3.ts分别对应的音视频分段文件。

将第一裁剪音视频分段文件、第二裁剪音视频分段文件和2.ts和3.ts分别对应的编码后的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

图4示例中第5、7、9行的ts，从0开始，公差为1的等差数列s(n)。

需要特别说明的是，步骤s201得到第一裁剪音视频分段文件的步骤，步骤s202得到第二裁剪音视频分段文件的步骤，以及步骤s205记录待裁剪音视频文件的入点时间和出点时间之间所有的音视频分段文件的存储路径的步骤，在实际执行过程中，并不局限于图3所示的执行顺序，这三个步骤可以根据实际需要进行调整。

与上述方法实施例相对应，本发明还公开了一种音视频裁剪装置。

参见图5，本发明实施例公开的一种音视频裁剪装置的结构示意图，该装置包括：

获取单元301，用于获取待裁剪音视频文件以及所述待裁剪音视频文件的入出点数据；

其中，待裁剪音视频文件的入出点数据为：待裁剪音视频中需要裁剪的音视频的起始时间点和终止时间点。

具体的，在实际应用中，用户可以通过客户端的浏览器上传待裁剪音视频文件以及待裁剪音视频文件的入出点数据，客户端再将待裁剪音视频文件以及待裁剪音视频文件的入出点数据编码后上传至服务器。

本实施例中，待裁剪音视频文件为url(uniformresourcelocator)格式。

分段单元302，用于根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长；

可以理解的是，客户端发送至服务器的待裁剪音视频文件是压缩包形式的，因此在对待裁剪音视频文件进行分段之前，需要对待裁剪音视频文件进行解析，得到解析后的待裁剪音视频文件。

序号确定单元303，用于根据所述待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号；

具体的，序号确定单元303包括：第一序号确定子单元和第二序号确定子单元；

第一序号确定子单元，用于将入点时间t(start)与各个音视频分段文件进行对比，确定入点时间所在的音视频分段文件对应的片段序号，记为第一裁剪片段序号；

第二序号确定子单元，用于将出点时间t(end)与各个音视频分段文件进行对比，确定出点时间所在的音视频分段文件对应的片段序号，记为第二裁剪片段序号。

其中，根据公式(1)分别计算每一个音视频分段文件在待裁剪音视频文件的开始时间d(n)，公式(1)如下：

式中，k为音视频分段文件的片段序号的下界，n为音视频分段文件的片段序号的上界，durn为任意分段音视频时长。

合并单元304，用于以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点，将所述起点和所述终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

综上可知，本发明公开的音视频裁剪装置，获取待裁剪音视频文件以及待裁剪音视频文件的入出点数据，根据hls协议规范对所述待裁剪音视频文件进行分段，得到每一个音视频分段文件的片段序号和片段时长，根据待裁剪音视频文件的入出点数据，确定入点时间所在的音视频分段文件的片段序号，记为第一裁剪片段序号，以及出点时间所在的音视频分段文件的片段序号，记为第二裁剪片段序号，以入点时间在第一裁剪片段序号对应的音视频分段文件中的位置为起点，以出点时间在第二裁剪片段序号对应的音视频分段文件中的位置为终点，将起点和终点之间所有的完整的音视频分段文件以及不完整的音视频分段文件进行合并，得到裁剪后的目标音视频文件。由于hls协议中约定的音视频分段文件一般为10s左右，因此重编码最长为当前hls索引文件的单片的最长片段时间。因此采用本发明可以实现对音视频文件的精确裁剪，并大大降低了音视频剪切耗时，提高了裁剪效率。

需要特别说明的是，当入点时间和出点时间在同一分段文件上时，仅确定所述第一裁剪片段序号，并设置所述第二裁剪片段序号为空，且只对入出点之间的音视频内容进行重编码，得到裁剪后的所述目标音视频文件。

因此，合并单元304还可以用于：

当所述入点时间和所述出点时间在同一分段文件上时，仅确定所述第一裁剪片段序号，并设置所述第二裁剪片段序号为空，且只对入出点之间的音视频内容进行重编码，得到裁剪后的所述目标音视频文件。

为进一步优化上述实施例，参见图6，本发明实施例公开的一种合并单元的结构示意图，合并单元具体可以包括：

第一重编码子单元401，用于针对所述入点时间对应的入点音视频分段文件进行重新编码，得到第一裁剪音视频分段文件，并记录所述第一裁剪音视频分段文件的存储路径，其中，所述入点音视频分段文件为：以所述入点时间在所述第一裁剪片段序号对应的音视频分段文件中的位置为起点，以所述第一裁剪片段序号对应的音视频分段文件的结束位置为终点的音视频分段文件；

第二重编码子单元402，用于针对所述出点时间对应的出点音视频分段文件进行重新编码，得到第二裁剪音视频分段文件，并记录所述第二裁剪音视频分段文件的存储路径，其中，所述出点音视频分段文件为：以所述第二裁剪片段序号对应的音视频分段文件起始位置为起点，以所述出点时间在所述第二裁剪片段序号对应的音视频分段文件中的位置为终点的音视频分段文件；

判断子单元403，用于判断所述待裁剪音视频文件的所述入点时间和所述出点时间之间是否存在完整的音视频分段文件；

第一合并子单元404，用于在所述判断子单元403判断为否的情况下，将所述第一裁剪音视频分段文件和所述第二裁剪音视频分段文件进行合并，得到裁剪后的目标音视频文件；

记录子单元405，用于在所述判断子单元403判断为是的情况下，记录所述入点时间和所述出点时间之间所有的音视频分段文件的存储路径；

第二合并子单元406，用于将所述第一裁剪音视频分段文件、所述第二裁剪音视频分段文件以及所述入点时间和所述出点时间之间所有的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

举例说明，参见图4所示的音视频裁剪示意图，以入点时间在1.ts对应的音视频分段文件中的位置为起点，以1.ts对应的音视频分段文件的结束位置为终点的音视频分段文件为入点音视频分段文件，对入点音视频分段文件进行编码得到第一裁剪音视频分段文件。

以4.ts对应的音视频分段文件起始位置为起点，以出点时间在4.ts对应的音视频分段文件中的位置为终点的音视频分段文件为出点音视频分段文件，对出点音视频分段文件得到第二裁剪音视频分段文件。

1.ts和4.ts之间完整的音视频分段文件为：2.ts和3.ts分别对应的音视频分段文件。

将第一裁剪音视频分段文件、第二裁剪音视频分段文件和2.ts和3.ts分别对应的编码后的音视频分段文件进行合并，得到裁剪后的目标音视频文件。

图4示例中第5、7、9行的ts，从0开始，公差为1的等差数列s(n)。

需要说明的是，装置实施例中，各组成部分的工作原理请参见方法实施例对应部分，此处不再赘述。

最后，还需要说明的是，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。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。