CN103260082A - 一种视频处理方法及装置 - Google Patents

Abstract

本发明实施例公开了一种视频处理方法及装置。其中，所述视频处理方法包括：获取第一视频中的辅助多媒体流；将预设关键词与第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间；根据所述开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。本发明实施例，能够自动截取包含预设关键词的视频片段，省去了人工匹配的过程，提高视频处理的效率。

Description

一种视频处理方法及装置

技术领域

本发明涉及视频技术领域，尤其涉及一种视频处理方法及装置。

背景技术

随着科技的发展，人们可以通过多种渠道获取文字、音频、视频等各种形式的信息。例如，在学习英语时，人们不再局限于课本、英文报纸和杂志，还可以听英语广播、看英语频道电视节目；或者，看英文电影、连续剧等，显然，通过这些方式获取的信息更加丰富、生动、有趣。但是当学习某个单词，需要获取该单词的相关信息(例如该单词的发音、不同语境下的含义、与该单词相关的视频等信息)时，则无法快速、准确地获取，尤其是当需要获得该单词的相关视频时，还需要人工手动去拖动视频播放进度条查找，费时费力。

目前，为了帮助年龄较小的学习者(例如小学生)学习英语，使他们从枯燥、乏味的课本中解脱出来，出现了许多中英文对照字幕的动画片视频，也有许多从一长段动画片视频中截取的关于某一单词的视频，但是这种视频的制作需要通过人工手动标记时间节点，然后视频剪辑软件根据时间节点截取得到关于该单词的视频，这样就增加了人工成本，而且效率也不高。

又例如，人们通过关键词去查找相关视频时，通常可以获取到标题、时间、产地等中包含该关键字的视频，而无法直接获得视频的字幕流或语音流中包含该关键字的视频，目前，这种视频的制作需要人工匹配关键字，并手动标记时间节点，然后视频剪辑软件根据时间节点进行剪辑，不灵活。

综上所述，目前这种基于关键词的视频处理都需要通过人工手动完成，费时费力，不灵活，效率也不高。因此，如何提高视频处理的效率成为目前亟待解决的技术问题。

发明内容

本发明实施例提供一种视频处理方法及装置，用于实现自动截取包含预设关键词的视频片段，省去了人工匹配的过程，提高了视频处理的效率。

本发明的一个方面，提出了一种视频处理方法，包括以下步骤：

获取第一视频中的辅助多媒体流；

将预设关键词与第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间；

根据所述开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

本发明实施例中，能够实现自动截取包含预设关键词的视频片段，省去了人工匹配预设关键词、手动标记开始时间和结束时间的繁琐过程，具有灵活性，提高视频处理的效率。

作为上述技术方案的优选，所述辅助多媒体流包括字幕流或者语音流。本方案提供了两种匹配方法。

作为上述技术方案的优选，所述视频处理方法还包括：在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。本方案在该视频片段播放中出现预设关键词时能够突出显示预设关键词，具有灵活性。

作为上述技术方案的优选，所述以字幕的方式包括：硬字幕的方式或者软字幕的方式。本方案可以通过两种字幕方式将预设关键词突出显示在视频片段中。

作为上述技术方案的优选，所述在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中，包括以下步骤：获得视频片段的字幕和/或语音中出现预设关键词时的时间节点信息；根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。本方案提供了自动将预设关键词以硬字幕的方式突出显示在视频片段中的方法，提高视频处理的效率。

作为上述技术方案的优选，所述视频处理方法还包括：制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音；将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。本方案中制作了显示预设关键词和/或播放预设关键词的发音的片头，方便用户观看该视频。

作为上述技术方案的优选，所述第二视频还显示第一视频的文件名称和/或视频片段在第一视频中的开始时间。本方案中第二视频还显示第一视频的文件名称和/或视频片段在第一视频中的开始时间，便于用户查找。

作为上述技术方案的优选，所述视频处理方法还包括：用预设关键词标记所述视频片段。本方案可以通过预设关键词搜索视频片段，为用户查找该关键词的视频片段提供了便利。

本发明的另一方面，提出了一种视频处理装置，包括：

获取模块，用于获取第一视频中的辅助多媒体流；

第一处理模块，用于将预设关键词与获取模块获取的第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间；

截取模块，用于根据所述开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

作为上述技术方案的优选，所述装置还包括：

第二处理模块，用于视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。

作为上述技术方案的优选，所述装置还包括：

第三处理模块，用于制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音；

拼接模块，用于将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

作为上述技术方案的优选，所述装置还包括：

标记模块，用于用预设关键词标记所述视频片段。

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所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中视频处理的主要方法流程图；

图2为本发明实施例中视频处理方法的第一种优选的实施方式流程图；

图3为本发明实施例中视频处理方法的第二种优选的实施方式流程图；

图4A为本发明实施例中视频处理方法的第三种优选的实施方式流程图；

图4B为应用本发明实施例中的视频处理的方法的第一视频截图；

图4C为应用本发明实施例中的视频处理的方法的第二视频截图；

图4D为应用本发明实施例中的视频处理的方法的第三视频截图；

图4E为应用本发明实施例中的视频处理的方法的第四视频截图；

图5为本发明实施例中视频处理的装置的主要结构示意图；

图6为本发明实施例中视频处理的装置的第一种具体结构示意图；

图7为本发明实施例中视频处理的装置的第二种具体结构示意图；

图8为本发明实施例中视频处理的装置的第三种具体结构示意图；

图9为本发明实施例中视频处理的装置的第四种具体结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供的技术方案，能够自动截取包含预设关键词的视频片段，省去了人工匹配的过程；在该视频片段播放中出现预设关键词时能够突出显示预设关键词，并自动将该视频片段与该预设关键词的图像和/或发音进行拼接处理，提高了视频处理的效率。

如图1所示为本发明实施例中视频处理的主要方法流程，包括以下步骤11-13：

步骤11、获取第一视频中的辅助多媒体流。

第一视频可以是2D(二维)视频，也可以是3D(三维)视频。

优选地，辅助多媒体流可以是字幕流，也可以是语音流。

步骤12、将预设关键词与第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间。

预设关键词可以是各种语言的单词、词组或句子，例如中文、英文、日文等各种语言；也可以是不同语言的单词或词组的组合。预设关键词还可以根据实际需求设置为人名、网站、新闻、小说、软件、游戏、星座、工作、购物或论文的内容等。

可以将预设关键词与第一视频中的字幕流进行匹配；或者，也可以将预设关键词的发音与第一视频中的语音流进行匹配。

步骤13、根据开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

优选地，步骤13之后，还可以包括步骤A1：

步骤A1、在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。

优选地，以字幕的方式可以是硬字幕的方式，也可以是软字幕的方式。

硬字幕，也称“内嵌字幕”，是指把字幕文件和视频流压制在同一组数据里，像水印一样，无法分离。它的优点是兼容性好，对一些播放器无需字幕插件需求。软字幕，也称“外挂字幕”，是指把字幕文件单独保存为一种字幕文件格式，只需与视频文件名相同，播放时自动调用。它的优点是修正便捷，可以随意修改字体风格。

优选地，步骤A1可包括以下步骤A11-A12：

步骤A11、获得视频片段的字幕和/或语音中出现预设关键词时的时间节点信息。

可以获得视频片段的字幕中出现预设关键词时的时间节点信息；或者，也可以获得视频片段的语音中出现预设关键词的发音时的时间节点信息。

步骤A12、根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。

这里，时间节点信息是指当视频片段的字幕中出现预设关键词时，该时刻的时间信息；或者，当视频片段的语音中出现预设关键词的发音时，该时刻的时间信息。

优选地，步骤13之后，还可以包括以下步骤B1-B2：

步骤B1、制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音。

优选地，第二视频可以为3-5秒的视频。

第二视频可以显示预设关键词，也可以播放预设关键词的发音，还可以显示预设关键词和播放预设关键词的发音。

另外，优选地，第二视频还可以显示第一视频的文件名称；或者，显示视频片段在第一视频中的开始时间；或者，显示第一视频的文件名称和视频片段在第一视频中的开始时间。当然，第二视频还可以根据需要显示其它信息，这里不再一一列举。

步骤B2、将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

优选地，步骤13之后，还可包括步骤C1：

步骤C1、用预设关键词标记所述视频片段。

这样，可以通过该预设关键词搜索视频片段，为用户查找该关键词的视频片段提供了便利。

形成的视频由片头和上述视频片段拼接而成：在播放时，播放3-5秒的片头，片头可以显示预设关键词，也可以播放预设关键词的发音，还可以显示包含预设关键词的视频片段所在的第一视频的文件名称，显示包含预设关键词的视频片段在第一视频中的开始时间，还可以根据需要显示其它信息；接下来播放视频片段，视频片段在播放中出现预设关键词时能够突出显示预设关键词。这种视频可以用来学习单词，例如学习一英语单词，可以将预设关键词设置为该英语单词，制作一关于该英语单词的视频，并且用该英语单词来标记该英语单词的视频，这样，可以通过该英语单词搜索视频片段；还可以用来获取包含某一关键词的新闻或广告视频等等。

采用上述技术方案，能够自动截取包含预设关键词的视频片段，省去了人工匹配的过程；在该视频片段播放中出现预设关键词时能够突出显示预设关键词，并自动将该视频片段与该预设关键词的图像和/或发音进行拼接处理，提高了视频处理的效率，节省人工成本。

需要说明的是，实际应用中，上述所有可选实施方式可以采用结合的方式任意组合，形成本发明的可选实施例，在此不再一一赘述。

下面通过三个实施例来详细介绍本发明实施例提供的技术方案。

实施例一

如图2所示为本发明实施例中视频处理方法的第一种优选的实施方式，包括以下步骤：

步骤201、获取第一视频中的字幕流。

步骤202、将预设关键词与第一视频中的字幕流进行匹配，获得匹配的位置对应的开始时间和结束时间。

例如，将预设关键词与第一视频中的字幕流进行匹配，在该字幕流的时间节点T0匹配到该预设关键词时，可以设置时间节点T0-T1为开始时间，时间节点T0+T2为结束时间，这里T1可以等于T2，T0、T1和T2为正数。

当预设关键词有多个时，对每个预设关键词都要分别与第一视频中的字幕流进行匹配。

步骤203、根据开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

步骤204、获得视频片段的字幕中出现预设关键词时的时间节点信息。

这里，时间节点信息是指当视频片段的字幕中出现预设关键词时，该时刻的时间信息。

步骤205、根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。

这里，突出显示可以是用颜色、字体等突出显示预设关键词。

步骤206、制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音。

优选地，第二视频可以为3-5秒的视频。

步骤207、将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

进一步优选地，在步骤204的实施过程中，可以用步骤“获得视频片段的语音中出现预设关键词的发音时的时间节点信息”替代步骤204，这样提供了另一种将预设关键词突出显示在视频片段中的方法。

进一步优选地，步骤207之后，还可以用预设关键词标记该形成的视频。这样，用户可以用该预设关键字搜索该形成的视频。

实施例一中，通过将预设关键词与第一视频中的字幕流进行匹配，自动截取得到包含预设关键词的视频片段，提高视频处理的效率，节省人工成本，节约工作时间。

实施例二

如图3所示为本发明实施例中视频处理方法的第二种优选的实施方式，包括以下步骤：

步骤301、获取第一视频中的语音流。

步骤302、将预设关键词的发音与第一视频中的语音流进行匹配，获得匹配的位置对应的开始时间和结束时间。

例如，将预设关键词的发音与第一视频中的语音流进行匹配，在该语音流的时间节点t0匹配到该预设关键词的发音时，可以设置时间节点t0-t1为开始时间，时间节点t0+t2为结束时间，这里t1可以等于t2，t0、t1和t2为正数。

当预设关键词有多个时，对每个预设关键词的发音都要分别与第一视频中的语音流进行匹配。

步骤303、根据开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

步骤304、获得视频片段的语音中出现预设关键词的发音时的时间节点信息。

这里，时间节点信息是指当视频片段的语音中出现预设关键词的发音时，该时刻的时间信息。

步骤305、根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。

这里，突出显示可以是用颜色、字体等突出显示预设关键词。

步骤306、制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音。

优选地，第二视频可以为3-5秒的视频。

步骤307、将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

进一步优选地，在步骤304的实施过程中，可以用步骤“获得视频片段的字幕中出现预设关键词时的时间节点信息”替代步骤304，这样提供了另一种将预设关键词突出显示在视频片段中的方法。

进一步优选地，步骤307之后，还可以用预设关键词标记该形成的视频。这样，用户可以用该预设关键字搜索该形成的视频。

实施例二中，通过将预设关键词的发音与第一视频中的语音流进行匹配，自动截取得到包含预设关键词的视频片段，提高视频处理的效率，节省人工成本，节约工作时间。

实施例三

实施例三以将本发明实施例提供的技术方案应用于英文学习中为例。

目前，为了培养孩子学习英语的兴趣，有很多中英文对照字幕的动画片视频，能够帮助孩子摆脱枯燥的课本，让学习更主动。例如，当需要制作关于单词“Frog”的视频时，可以设置预设关键词为“Frog”(青蛙)，从而制作关于“Frog”的视频。

如图4A所示为本发明实施例中视频处理方法的第三种优选的实施方式，包括以下步骤：

步骤401、获取中英文对照字幕的动画片视频中的英文字幕流。

该中英文对照字幕的动画片视频可以是2D(二维)视频，也可以是3D(三维)视频。

步骤402、将英文单词“Frog”与动画片视频中的英文字幕流进行匹配，获得匹配的位置对应的开始时间和结束时间。

将英文单词“Frog”与动画片视频中的英文字幕流进行匹配，在该英文字幕流的时间节点T0匹配到“Frog”时，可以设置时间节点T0-T1为开始时间，时间节点T0+T2为结束时间，这里T1可以等于T2，T0、T1和T2为正数。例如，在该英文字幕流的时间节点T0等于23分54秒匹配到“Frog”，取T1等于11秒，T2等于9秒，则设置时间节点23分43秒为开始时间，时间节点24分3秒为结束时间。

步骤403、从动画片视频中截取开始时间为23分43秒、结束时间为24分3秒的视频片段，该视频片段涉及到了单词“Frog”。

步骤404、获得视频片段的字幕中出现“Frog”时的时间节点信息为该视频片段的11秒。

步骤405、将“Frog”以硬字幕的方式突出显示在视频片段播放到11秒时显示的图像的中间位置。

视频片段在播放中出现“Frog”时突出显示“Frog”，并且视频图像中只包含英文字幕的视频截图，如图4B所示，优选地，可以在视频图像的中间位置显示“Frog”。

视频片段在播放中出现“Frog”时突出显示“Frog”，并且视频图像中包含中英文字幕的视频截图，如图4C所示，优选地，可以在视频图像的中间位置单独显示“Frog”。

步骤406、制作第二视频，第二视频显示“Frog”和/或播放“Frog”的发音。

优选地，第二视频可以为3-5秒的视频。

第二视频可以显示“Frog”，也可以播放“Frog”的发音，还可以显示“Frog”和播放“Frog”的发音。

第二视频显示“Frog”的视频截图，如图4D所示，优选地，可以在视频图像的中间位置显示“Frog”。

优选地，第二视频还可以显示动画片视频的文件名称；或者，显示视频片段在动画片视频的开始时间；或者，显示动画片视频的文件名称和视频片段在动画片视频中的开始时间。

第二视频显示动画片视频的文件名称和视频片段在动画片视频中的开始时间的视频截图，如图4E所示，优选地，可以在视频图像的左下方显示动画片视频的文件名称，可以在视频图像的右下方显示视频片段在动画片视频中的开始时间。

步骤407、将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

进一步优选地，步骤401“获取中英文对照字幕的动画片视频中的英文字幕流”可由步骤“获取中英文对照字幕的动画片视频中的英文语音流”替代，相应的，步骤402“将英文单词“Frog”与动画片视频中的英文字幕流进行匹配，获得匹配的位置对应的开始时间和结束时间”可由步骤“将英文单词“Frog”的发音与动画片视频中的英文语音流进行匹配，获得匹配的位置对应的开始时间和结束时间”替代，这样提供了另一种自动截取包含“Frog”的视频片段的方法。

进一步优选地，步骤404“获得视频片段的字幕中出现“Frog”时的时间节点信息为该视频片段的11秒”可由步骤“获得视频片段的语音中出现“Frog”的发音时的时间节点信息为该视频片段的11秒”替代。这样提供了另一种将“Frog”突出显示在视频片段中的方法。

进一步优选地，步骤407之后，还可以用“Frog”标记该形成的视频。这样，用户可以用“Frog”搜索该视频。

实施例三中，自动截取包含“Frog”的视频片段；在该视频片段播放中出现“Frog”时能够突出显示“Frog”，并自动将该视频片段与该“Frog”的图像和/或发音进行拼接处理，制作关于“Frog”的视频，提高视频处理的效率；还可以用“Frog”标记该形成的视频，这样，用户可以用“Frog”搜索该视频，节省人工成本，节约工作时间。

以上描述了视频处理的方法实现过程，该过程可由装置实现，下面对装置的内部功能和结构进行介绍。

基于同一发明构思，如图5所示为本发明实施例中视频处理装置包括：获取模块501、第一处理模块502和截取模块503。

获取模块501，用于获取第一视频中的辅助多媒体流。

第一处理模块502，用于将预设关键词与获取模块501获取的第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间。

截取模块503，用于根据开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

优选地，辅助多媒体流可以是字幕流，也可以是语音流。

优选地，如图6所示，上述图5展示的视频处理装置还可包括：

第二处理模块504，用于在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。

优选地，以字幕的方式可以是硬字幕的方式，或者是软字幕的方式。

优选地，如图7所示，上述图6展示的第二处理模块504可包括：

获取单元701、获得视频片段的字幕和/或语音中出现预设关键词时的时间节点信息。

处理单元702、根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。

优选地，如图8所示，上述图5展示的视频处理装置还可包括：

第三处理模块505，用于制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音。

拼接模块506，用于将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

优选地，第二视频还显示第一视频的文件名称和/或视频片段在第一视频中的开始时间。

优选地，如图9所示，上述图5展示的视频处理装置还可包括：

标记模块507，用于用预设关键词标记所述视频片段。

本发明实施例中，能够实现自动截取包含预设关键词的视频片段，省去了人工匹配的过程；在该视频片段播放中出现预设关键词时能够突出显示预设关键词，并自动将该视频片段与该预设关键词的图像和/或发音进行拼接处理，提高视频处理的效率，节省人工成本，节约工作时间。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种视频处理方法，其特征在于，包括以下步骤：

获取第一视频中的辅助多媒体流；

将预设关键词与第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间；

根据所述开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

2.如权利要求1所述的视频处理方法，其特征在于，所述辅助多媒体流包括字幕流或者语音流。

3.如权利要求1所述的视频处理方法，其特征在于，所述视频处理方法还包括：

在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。

4.如权利要求3所述的视频处理方法，其特征在于，所述以字幕的方式包括：硬字幕的方式或者软字幕的方式。

5.如权利要求4所述的视频处理方法，其特征在于，所述在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中，包括以下步骤：

获得视频片段的字幕和/或语音中出现预设关键词时的时间节点信息；

根据时间节点信息，将预设关键词以硬字幕的方式突出显示在视频片段中。

6.如权利要求1所述的视频处理方法，其特征在于，所述视频处理方法还包括：

制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音；

将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

7.如权利要求6所述的视频处理方法，其特征在于，

所述第二视频还显示第一视频的文件名称和/或视频片段在第一视频中的开始时间。

8.如权利要求1所述的视频处理方法，其特征在于，所述视频处理方法还包括：用预设关键词标记所述视频片段。

9.一种视频处理装置，其特征在于，包括：

获取模块，用于获取第一视频中的辅助多媒体流；

第一处理模块，用于将预设关键词与获取模块获取的第一视频中的辅助多媒体流进行匹配，获得匹配的位置对应的开始时间和结束时间；

截取模块，用于根据所述开始时间和结束时间，从第一视频中截取包含预设关键词的视频片段。

10.如权利要求9所述的视频处理装置，其特征在于，所述装置还包括：

第二处理模块，用于在视频片段的字幕和/或语音中出现预设关键词时，将预设关键词以字幕的方式突出显示在视频片段中。

11.如权利要求9所述的视频处理装置，其特征在于，所述装置还包括：

第三处理模块，用于制作第二视频，第二视频显示预设关键词和/或播放预设关键词的发音；

拼接模块，用于将第二视频作为片头与视频片段进行视频拼接处理，形成一视频。

12.如权利要求9所述的视频处理装置，其特征在于，所述装置还包括：

标记模块，用于用预设关键词标记所述视频片段。

Images