一种视频剪辑方法及装置与流程

本申请涉及但不限于视频处理技术，尤指一种视频剪辑方法及装置。

背景技术：

随着短视频的发展，每天在视频平台上都会产生大量的视频作品。录制的原始视频需要通过剪辑、字幕生成等后期工作后得到视频作品，这些后期工作需要占用很大工作量，因此，对智能编辑工具有着极大的需求。

为了降低这些后期工作的工作量，市场上推出了一些剪辑产品，用于包括智能字幕生成、智能配音等功能，其中，智能字幕生成就是通过语音识别技术将音频转为文字并显示在视频作品上，智能配音就是通过语音合成技术对文字进行自动配音以生成视频作品的音频部分。

对于一些视频作品中的语音信息(即音频)相对于视频更为重要的应用场景，如电商直播场景等，视频内容主要为口播商品，而口播商品的特点是其主要内容为语音介绍的音频部分。针对如电商场景等这样的场景的大量涌现，如何提升视频剪辑效率，实现智能视频剪辑亟需解决。

技术实现要素：

本申请提供一种视频剪辑方法及装置，能够实现智能剪辑，提升视频剪辑效率。

本发明实施例提供了一种视频剪辑方法，包括：

获取原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

对原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息进行处理，以得到剪辑后的视频。

在一种示例性实例中，所述时间信息为时间戳；

所述得到剪辑后的视频包括：

根据获得的每个所述文字对应的时间戳，计算相邻文字间的时长；

分别比较获得的每个时长与预先设置的剪辑时长阈值，确定出时长大于剪辑时长阈值的时间段；

对确定出的时间段对应的视频段进行处理，剩下的视频组成所述剪辑后的视频。

在一种示例性实例中，所述对确定出的时间段对应的视频段进行处理之前，还包括：

展现所述确定出的时间段对应的视频段；

根据接收到的选择信号确定需要进行处理的视频段；

或者，

判断出所述确定出的时间段对应的视频段中的视频画面不存在明显的不同，继续执行所述对确定出的时间段对应的视频段的处理的步骤。

在一种示例性实例中，当所述对确定出的时间段对应的视频段进行处理包括删除时，所述方法还包括：

存储所述删除的视频段；

所述对确定出的时间段对应的视频段进行处理之后，还包括：

读取暂存的所述视频段；

按照读取的视频段对应的时间段，将读取的视频段重新恢复到所述剪辑后的视频中。

在一种示例性实例中，所述方法还包括：

删除为所述剪辑后的视频添加的文字字幕中的文字时，对被删除的文字中起始文字间的时间段对应的视频段进行处理。

在一种示例性实例中，所述处理包括以下之一或任意组合：

删除所述确定出的时间段对应的视频段；

压缩所述确定出的时间段对应的视频段；

调整所述确定出的时间段对应的视频段；

将所述确定出的时间段对应的视频段设置成可折叠内容。

本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项所述的视频剪辑方法。

本申请实施例还提供一种实现视频剪辑的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行上述任一项所述的视频剪辑方法的步骤。

本申请实施例又提供一种视频剪辑装置，包括：第一处理模块、第二处理模块、剪辑模块；其中，

第一处理模块，设置为获取原始视频中包括的语音对应的文字；

第二处理模块，设置为获取文字对应的时间信息；

剪辑模块，设置为对原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息进行处理，以得到剪辑后的视频。

在一种示例性实例中，所述时间信息为时间戳；所述剪辑模块具体设置为：

根据获得的每个文字对应的时间戳，计算相邻文字间的时长；

分别比较获得的每个时长与预先设置的剪辑时长阈值，确定出时长大于剪辑时长阈值的时间段；

对确定出的时间段对应的视频段进行处理，剩下的视频组成剪辑后的视频。

在一种示例性实例中，所述剪切模块还设置为：判断所述确定出的时间段对应的视频段中的视频画面是否存在明显的不同，按照判断结果机型不同的处理。

在一种示例性实例中，还包括显示模块，设置为：展现所述确定出的时间段对应的视频段，接收对展现的视频段的选择信号；

所述剪辑模块还设置为：根据选择信号，确定需要进行处理的视频段。

在一种示例性实例中，还包括存储模块，设置为：当所述对确定出的时间段对应的视频段进行处理包括删除时，存储所述删除的视频段；

所述剪辑模块还设置为：按照指令读取所述指定的存储的视频段；按照读取的视频段对应的时间段，将读取的视频段重新恢复到所述剪辑后的视频中。

在一种示例性实例中，所述剪辑模块还设置为：

为所述剪辑后的视频添加文字字幕。

在一种示例性实例中，还包括：编辑模块，设置为：

按照删除指令删除所述文字字幕中的文字时，对被删除的文字中起始文字间的时间段对应的视频段进行处理。

在一种示例性实例中，所述处理包括以下之一或任意组合：

删除所述确定出的时间段对应的视频段；

压缩所述确定出的时间段对应的视频段；

调整所述确定出的时间段对应的视频段；

将所述确定出的时间段对应的视频段设置成可折叠内容。

本申请实施例还提供一种视频剪辑方法，包括：

获取电商直播原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

删除电商直播原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息，以得到剪辑后的视频。

本申请实施例再提供一种视频剪辑方法，包括：

获取视频教学原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

将视频教学原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息设置成可折叠内容，以得到剪辑后的视频。

本申请实施例又提供一种视频剪辑方法，包括：

获取视频会议原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

压缩视频会议原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息，或者将视频会议原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息设置成可折叠内容，以得到剪辑后的视频。

本申请实施例提供的视频剪辑方法，巧妙地应用相邻文字间的时长信息，智能实现了视频剪辑。而且，有效消除了作为视频文件的主要内容跟的语音部分没有了无效的停顿、静音等问题，得到的视频作品更加流畅、简洁，从而大大提高了观众观看视频的效率。

进一步地，用户可以通过删减文字的方式来裁剪视频，方便了用户按照自身需求对视频文件进行剪辑。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例中视频剪辑方法所应用的直播系统的架构示意图；

图2为本申请实施例中视频剪辑方法的流程示意图；

图3为本申请实施例中视频剪辑装置的组成结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在本申请一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1为本申请实施例中视频剪辑方法所应用的直播系统的架构示意图，如图1所示，作为主播的客户端中至少包括：视频获取、视频处理和视频上传等功能，通过视频获取可以获得原始视频，通过视频处理可以实现包括剪辑的一系列处理过程，其中，处理中的剪辑采用本申请实施例提供的视频剪辑方法，通过视频上传实现将处理好的上传到直播平台；直播平台主要用来实现对视频信息的统计等。作为观众的用户端中至少包括视频获取和视频播放等功能，通过视频获取从直播平台获取直播视频，这里的直播视频是经过本申请视频剪辑方法处理后的没有无效视频，获得的视频文件是更为精简的视频文件；通过视频播放实现直播视频在观众端的显示。

图2为本申请实施例中视频剪辑方法的流程示意图，如图2所示，包括：

步骤200：获取原始视频中包括的语音对应的文字。

在一种示例性实例中，本步骤可以通过文件转写服务使用语音识别技术，将原始视频中包括的语音识别为对应的文字。

步骤201：获取文字对应的时间信息。

在一种示例性实例中，本步骤可以通过如强对齐算法等，获得每个文字对应的时间戳，从而得到文字对应的时间信息。

步骤202：对原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息进行处理，以得到剪辑后的视频。

在原始视频包括的语音中，语音介绍中间可能会出现很多的停顿，比如：“这种商品能取到净化空气(…停顿…)，杀菌(…停顿…)消毒、保持空气清新等效果”，而这句话中的这些停顿如果进行了处理，比如删除、压缩、调整、设置成可折叠内容等，这样，会让后期得到的视频作品更加流畅、简洁，从而大大提高观众观看视频的效率。

在一种示例性实例中，步骤202可以包括：

根据获得的每个文字对应的时间戳，计算相邻文字间的时长；

分别比较获得的每个时长与预先设置的剪辑时长阈值，确定出时长大于剪辑时长阈值的时间段；

对确定出的时间段对应的视频段进行处理，剩下的视频组成剪辑后的视频。

在一种示例性实例中，对确定出的时间段对应的视频段进行处理可以包括如以下之一或任意组合：

删除确定出的时间段对应的视频段；

压缩确定出的时间段对应的视频段；

调整确定出的时间段对应的视频段；

将确定出的时间段对应的视频段设置成可折叠内容。

比如：以电商直播场景为例，当出现上述停顿的情况时，可以通过将这些停顿删除掉，以使得剪辑后的视频更加流畅。

再如：以教育场景为例，老师在教授不同知识点之间，可能会留有部分时间给学生去掌握、做习题等，这部分时间的长度会满足大于预设时长阈值的条件，此时，可以将这个时间段设置成可折叠内容将其隐藏起来，以便用户有需求时可以打开或者调出。

又如：以会议场景为例，对于主发言人停止发言，大家分组讨论的时间段，可以对这个时间段的视频进行压缩，以降低视频文件大小；如果后续需要查看某些信息，可以通过解压缩进行还原得到。

通过本步骤，将时长大于正常语速说话时相邻文字间的时长的那一部分时间段对应的视频为无效视频，得到了更为精简的视频文件。

在一种示例性实例中，在对确定出的时间段对应的视频段进行处理之前，还包括：

判断所述确定出的时间段对应的视频段中的视频画面是否存在明显的不同，按照判断结果进行不同的处理。

在一种实施例中，判断确定出的时间段对应的视频段的视频画面中的对象、内容等是否有较大的差异，也就是比较一下这些视频画面是否存在明显的不同，如果差异不大即判断出确定出的时间段对应的视频段中的视频画面不存在明显的不同，对确定出的时间段对应的视频段的处理可以包括但不限于如：删除、压缩、调整、设置成可折叠内容等，这种情况电商口播场景比较常见；如果差异非常大即判断出确定出的时间段对应的视频段中的视频画面存在明显的不同，(比如在影视作品、会议场景、直播中有其他区别展示等)，那么，这部分准备处理的视频段很可能是有价值的内容，对确定出的时间段对应的视频段的处理可以包括但不限于如：设置成可折叠内容、或保留等。

本申请实施例提供的视频剪辑方法，巧妙地应用相邻文字间的时长信息，智能实现了视频剪辑。而且，有效消除了作为视频文件的主要内容跟的语音部分没有了无效的停顿、静音等问题，得到的视频作品更加流畅、简洁，从而大大提高了观众观看视频的效率。

在一种示例性实例中，在对确定出的时间段对应的视频段进行处理之前，还可以包括：

展现确定出的时间段对应的视频段，即将确定出的时间段对应的视频段展现给剪辑人员；

根据接收到的选择信号确定需要进行处理的视频段，也就是说，剪辑人员可以进一步确定需要进行处理的视频段，比如，剪辑人员可以通过勾选的方式勾选出需要进行处理的视频段，然后再统一进行处理；再如：剪辑人员也可以是边勾选边进行处理，即选择一段视频段处理一段视频段。

本实施例中，通过向剪辑人员提供可编辑界面，在实现了快速筛选出可进行处理的视频段的同时，也给剪辑人员提供了进一步编辑的机会，使得最终得到的视频作品更人性化。

在一种示例性实例中，当对确定出的时间段对应的视频段进行处理包括删除时，被删除的视频段可以先暂存起来，也就是说，此时的删除时临时删除。这样，本申请实施例还可以包括：

读取暂存的所述视频段；

按照读取的视频段对应的时间段，将读取的视频段重新恢复到所述剪辑后的视频中。

本实施例中，剪辑人员可以按照自身需要，通过读取所需的暂存的已删除视频，将已经临时删除的视频段重新恢复到原来在视频文件中的位置。这样可以给剪辑留出修改的空间，更好地保证后期得到的视频作品的高质量。

在一种示例性实例中，还可以包括：

为剪辑后的视频添加文字字幕。

在一种示例性实例中，本申请实施例还可以包括：

删除文字字幕中的文字时，对被删除的文字中起始文字间的时间段对应的视频段进行处理，也就是说，当文字字幕中的文字被删除时，同时对被删除的文字中起始文字间的时间段对应的视频段进行处理。这里，处理可以包括以下之一或任意组合：删除、压缩、调整、设置成可折叠内容等。

这样，实现了方便用户按照自身需求对视频文件进行剪辑的目的。

也就是说，本申请实施例提供的视频剪辑方法，用户可以通过删减文字的方式来裁剪视频，方便了用户按照自身需求对视频文件进行剪辑。

本申请还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项的视频剪辑方法。

本申请再提供一种实现视频剪辑的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行上述任一项所述的视频剪辑方法的步骤。

本申请实施例还提供一种视频剪辑方法，应用于视频直播场景，包括：

获取电商直播原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

删除电商直播原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息，以得到剪辑后的视频。

在一种实施例中，本申请视频剪辑方法应用于电商视频直播场景，通过从电商直播原始视频中获取语音对应的文字，并根据文字对应的时间信息，将相邻时间信息间的时长大于预设时长阈值的时间段确定为停顿的时间段，即认为没有语音信息，当出现上述停顿的情况时，可以通过将这些停顿删除掉，以使得剪辑后的视频更加流畅。

本申请实施例还提供一种视频剪辑方法，应用于视频教学场景，包括：

获取视频教学原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

将视频教学原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息设置成可折叠内容，以得到剪辑后的视频。

在一种实施例中，本申请视频剪辑方法应用于视频教学场景，通过从视频教学原始视频中获取语音对应的文字，并根据文字对应的时间信息，将相邻时间信息间的时长大于预设时长阈值的时间段确定为无语音的时间段，即认为在这段时间内老师没有进行讲解，当出现上述无语音的情况时，可以通过将这些无语音视频设置成可折叠内容将其隐藏起来，以使得剪辑后的视频更加流畅。而且，用户有需求时可以将这些可折叠内容重新打开或者调出。

本申请实施例还提供一种视频剪辑方法，应用于视频会议场景，包括：

获取视频会议原始视频中包括的语音对应的文字；

获取文字对应的时间信息；

压缩视频会议原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息，或者将视频会议原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息设置成可折叠内容，以得到剪辑后的视频。

在一种实施例中，本申请视频剪辑方法应用于视频会议场景，通过从视频教学原始视频中获取语音对应的文字，并根据文字对应的时间信息，将相邻时间信息间的时长大于预设时长阈值的时间段确定为无清晰语音的时间段，即认为在这段时间内主发言人停止发言，此时，有可能是主发言人停止发言，会议中断的情况，或者，也有可能是主发言人停止发言，大家分组讨论的情况，可以通过对这个时间段的视频进行压缩，以降低视频文件大小，同时也会使得剪辑后的视频更加流畅。在一种实施例中，如果后续需要查看某些信息，可以通过解压缩进行还原得到。

图3为本申请实施例中视频剪辑装置的组成结构示意图，如图3所示，包括：第一处理模块、第二处理模块、剪辑模块；其中，

第一处理模块，设置为获取原始视频中包括的语音对应的文字；

第二处理模块，设置为获取文字对应的时间信息；

剪辑模块，设置为对原始视频中相邻时间信息间的时长大于预设时长阈值的时间段内的视频信息进行处理，以得到剪辑后的视频。

在一种示例性实例中，剪辑模块具体设置为：

根据获得的每个文字对应的时间戳，计算相邻文字间的时长；

分别比较获得的每个时长与预先设置的剪辑时长阈值，确定出时长大于剪辑时长阈值的时间段；

对于确定出的时间段对应的视频段进行处理，剩下的视频组成剪辑后的视频。

本申请实施例提供的视频剪辑装置，巧妙地应用相邻文字间的时长信息，智能实现了视频剪辑。而且，有效消除了作为视频文件的主要内容跟的语音部分没有了无效的停顿、静音等问题，得到的视频作品更加流畅、简洁，从而大大提高了观众观看视频的效率。

在一种示例性实例中，剪辑模块设置为：判断所述确定出的时间段对应的视频段中的视频画面是否存在明显的不同，按照判断结果机型不同的处理。

在一种示例性实例中，还可以包括显示模块，设置为：

展现确定出的时间段对应的视频段，接收对展现的视频段的选择信号如勾选等。

剪辑模块还设置为：根据选择信号，确定需要进行处理的视频段。

在一种示例性实例中，还可以包括存储模块，设置为：

当对确定出的时间段对应的视频段进行处理包括删除时，存储被删除的视频段。

相应地，剪辑模块还设置为：按照指令读取指定的存储的被删除的视频段，按照读取的视频段对应的时间段，将读取的视频段重新恢复到剪辑后的视频中。

在一种示例性实例中，剪辑模块还设置为：

为所述剪辑后的视频添加文字字幕，即为经过删除处理后的视频添加文字字幕。

在一种示例性实例中，本申请实施例还可以包括：编辑模块，设置为：

接收到删除文字的删除指令，按照删除指令删除文字字幕中的文字时，对被删除的文字中起始文字间的时间段对应的视频段进行处理。

其中，删除指令可以来自用户，这样，实现了方便用户按照自身需求对视频文件进行剪辑的目的。

虽然本申请所揭露的实施方式如上，但所述的内容仅为便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。