CN109600661B - 用于录制视频的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于录制视频的方法和装置。该方法的一具体实施方式包括：响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，该目标位置为在已采集到的视频数据的尾帧的采集时刻，该目标音频数据的播放位置，该恢复录制指令用于指示继续采集视频数据并继续播放该目标音频数据；采集视频数据，并从该目标位置处播放该目标音频数据。该实施提升了在配乐视频的录制过程中音视频同步的效果。

Description

用于录制视频的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于录制视频的方法和装置。

背景技术

录制配乐视频时，通常在利用摄像头进行视频采集的同时进行音频(配乐)播放。例如，播放某歌曲过程中录制用户表演的演唱动作，所录制的视频以该歌曲为背景音乐。在具有视频录制功能的应用中，录制的配乐视频出现音视频不同步的情况较为常见。以安卓(Android)设备为例，由于不同设备之间存在差异性，在不同设备上实现所录制的音视频同步，具有较高的难度。

对配乐视频进行分段录制时，相关的方式，通常在暂停录制时刻停止音频数据的播放，将暂停录制时刻已播放的音频数据的位置作为下一分段的起点。在下一分段开始录制时，继续采集视频数据并从该起点继续播放音频数据。

发明内容

本申请实施例提出了用于录制视频的方法和装置。

第一方面，本申请实施例提供了一种用于录制视频的方法，该方法包括：响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，目标位置为在已采集到的视频数据的尾帧的采集时刻，目标音频数据的播放位置，恢复录制指令用于指示继续采集视频数据并继续播放目标音频数据；采集视频数据，并从目标位置处播放目标音频数据。

在一些实施例中，在响应于检测到恢复录制指令，确定目标音频数据的目标位置之前，方法还包括：响应于检测到录制指令，采集视频数据并播放目标音频数据；响应于检测到暂停录制指令，暂停采集视频数据并暂停播放目标音频数据。

在一些实施例中，该方法还包括：对于所采集到的视频数据中的帧，确定采集到该帧时已播放的目标音频数据的数据量，将数据量对应的播放时长确定为该帧的时间戳。

在一些实施例中，响应于检测到恢复录制指令，确定目标音频数据的目标位置，包括：响应于检测到恢复录制指令，获取已采集到的视频数据的尾帧的时间戳；将尾帧的时间戳作为目标播放时长，确定与目标播放时长相对应的、已播放的目标音频数据的目标数据量；将目标数据量所指示的播放位置确定为目标音频数据的目标位置。

在一些实施例中，响应于检测到恢复录制指令，确定目标音频数据的目标位置，包括：响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量；将数据量作为尾帧的采集时刻已播放的目标音频数据的数据量，将已播放的目标音频数据的数据量的结束位置确定为目标音频数据的目标位置。

在一些实施例中，该方法还包括：响应于检测到停止录制指令，将采集到视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取目标音频数据区间；将包含时间戳的视频数据和目标音频数据区间进行存储。

第二方面，本申请实施例提供了一种用于录制视频的装置，该装置包括：第一确定单元，被配置成响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，目标位置为在已采集到的视频数据的尾帧的采集时刻，目标音频数据的播放位置，恢复录制指令用于指示继续采集视频数据并继续播放目标音频数据；第一采集单元，被配置成采集视频数据，并从目标位置处播放目标音频数据。

在一些实施例中，该装置还包括：第二采集单元，被配置成响应于检测到录制指令，采集视频数据并播放目标音频数据；暂停单元，被配置成响应于检测到暂停录制指令，暂停采集视频数据并暂停播放目标音频数据。

在一些实施例中，该装置还包括：第二确定单元，被配置成对于所采集到的视频数据中的帧，确定采集到该帧时已播放的目标音频数据的数据量，将数据量对应的播放时长确定为该帧的时间戳。

在一些实施例中，第一确定单元，包括：第一确定模块，被配置成响应于检测到恢复录制指令，获取已采集到的视频数据的尾帧的时间戳；第二确定模块，被配置成将尾帧的时间戳作为目标播放时长，确定与目标播放时长相对应的、已播放的目标音频数据的目标数据量；第三确定模块，被配置成将目标数据量所指示的播放位置确定为目标音频数据的目标位置。

在一些实施例中，第一确定单元，包括：第四确定模块，被配置成响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量；第五确定模块，被配置成将数据量作为尾帧的采集时刻已播放的目标音频数据的数据量，将已播放的目标音频数据的数据量的结束位置确定为目标音频数据的目标位置。

在一些实施例中，该装置还包括：提取单元，被配置成响应于检测到停止录制指令，将采集到视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取目标音频数据区间；存储单元，被配置成将包含时间戳的视频数据和目标音频数据区间进行存储。

第三方面，本申请实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如用于录制视频的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如用于录制视频的方法中任一实施例的方法。

本申请实施例提供的用于录制视频的方法和装置，当检测到恢复录制指令时，确定在已采集到的视频数据的尾帧的采集时刻目标音频数据的播放位置，并以此作为目标位置，而后，采集视频数据，并从目标位置处播放目标音频数据。由此，在对配乐视频进行分段录制时，对于每一分段，由于该分段的尾帧的采集时刻为该分段的视频数据真正停止采集的时刻，因而，以目标音频数据在视频数据真正停止采集的时刻的播放位置作为下一分段的目标音频数据的播放起始位置，能够避免目标音频数据停止播放时刻晚于视频数据停止采集时刻的情况，提升了配乐视频录制过程中的音视频同步效果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于录制视频的方法的一个实施例的流程图；

图3是根据本申请的用于录制视频的方法的一个应用场景的示意图；

图4是根据本申请的用于录制视频的方法的又一个实施例的流程图；

图5是根据本申请的用于录制视频的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

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组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于录制视频的方法或用于录制视频的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息(例如音视频数据上传请求、音频数据获取请求)等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频录制类应用、音频播放类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且视频录制和音频播放的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

终端设备101、102、103可以安装有图像采集装置(例如摄像头)，以采集视频数据。实践中，组成视频的最小视觉单位是帧(Frame)。每一帧是一幅静态的图像。将时间上连续的帧序列合成到一起便形成动态视频。此外，终端设备101、102、103也可以安装有用于将电信号转换为声音的装置(例如扬声器)，以播放声音。实践中，音频数据是以一定的频率对模拟音频信号进行模数转换(Analogue-to-Digital Conversion，ADC)后所得到的数据。音频数据的播放，是将数字音频信号进行数模转换，还原为模拟音频信号，再将模拟音频信号(模拟音频信号为电信号)转化为声音进行输出的过程。

终端设备101、102、103可以利用安装于其上的图像采集装置进行视频数据的采集，并可以利用安装于其上的用于进行音频数据处理(例如将数字音频信号转换为模拟音频信号)的组件或工具，结合扬声器播放音频数据。并且，终端设备101、102、103可以对所采集到的视频数据进行时间戳计算等处理，最终将处理结果(例如包含时间戳的视频数据和已播放的音频数据)进行存储。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上所安装的视频录制类应用提供支持的后台服务器。后台服务器可以对所接收到的音视频数据上传请求等数据进行解析、存储等处理。还可以接收终端设备101、102、103所发送的音视频数据获取请求，并将该音视频数据获取请求所指示的音视频数据反馈至终端设备101、102、103。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于录制视频的方法一般由终端设备101、102、103执行，相应地，用于录制视频的装置一般设置于终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于录制视频的方法的一个实施例的流程200。该用于录制视频的方法，包括以下步骤：

步骤201，响应于检测到恢复录制指令，确定目标音频数据的目标位置。

在本实施例中，用于录制视频的方法的执行主体(例如图1所示的终端设备101、102、103)可以预先获取并存储目标音频数据。此处，上述目标音频数据可以是用户预先指定作为视频的配乐的音频数据(voice data)，例如某个指定歌曲对应的音频数据。

实践中，音频数据是对声音信号进行数字化后的数据。声音信号的数字化过程是以一定的频率将连续的模拟音频信号转换成数字信号得到音频数据的过程。通常，声音信号的数字化过程包含采样、量化和编码三个步骤。其中，采样是指用每隔一定时间间隔的信号样本值序列来代替原来在时间上连续的信号。量化是指用有限幅度近似表示原来在时间上连续变化的幅度值，把模拟信号的连续幅度变为有限数量、有一定时间间隔的离散值。编码则是指按照一定的规律，把量化后的离散值用二进制数码表示。此处，脉冲编码调制(Pulse Code Modulation，PCM)可以实现将模拟音频信号经过采样、量化、编码转换成的数字化的音频数据。因此，上述目标音频数据可以是PCM编码格式的数据流。此时，记载目标音频数据的文件的格式可以是wav格式。需要说明的是，记载上述目标音频数据的文件的格式还可以是其他格式，例如mp3格式、ape格式等。此时，上述目标音频数据可以是其他编码格式(例如AAC(Advanced Audio Coding，高级音频编码)等有损压缩格式)的数据，不限于PCM编码格式。上述执行主体也可对该文件进行格式转换，将其转换为记录wav格式。此时，转换后的文件中的目标音频文件则为PCM编码格式的数据流。

在本实施例中，响应于检测到恢复录制指令，上述执行主体可以确定目标音频数据的目标位置。其中，上述目标位置可以是在已采集到的视频数据的尾帧的采集时刻，上述目标音频数据的播放位置。上述恢复录制指令可以用于指示继续采集视频数据并继续播放上述目标音频数据。此处，在恢复录制指令触发之前，上述执行主体可以存储有预先录制的且未录制完成的视频。在检测到恢复录制指令之后，继续进行视频录制。在检测到恢复录制指令之后，上述执行主体可以通过如下步骤目标音频数据的目标位置：

第一步，可以确定已采集到的视频数据的尾帧的采集时刻。此处，视频数据(vision data)可以用帧(Frame)来描述。上述已采集到的视频数据中的最后一帧，即为尾帧。这里，帧是组成视频的最小视觉单位。每一帧是一幅静态的图像。将时间上连续的帧序列合成到一起便形成动态视频。上述执行主体在采集到视频数据的每一帧时，可以记录该帧的采集时间。每一帧的采集时间可以是采集到该帧时的系统时间戳(例如unix时间戳)。需要说明的是，时间戳(timestamp)是能表示一份数据在某个特定时间刻已经存在的、完整的、可验证的数据。通常，时间戳是一个字符序列，唯一地标识某一刻的时间。尾帧的采集时刻，即为尾帧的采集时间所指示的时刻。

第二步，可以确定在该采集时刻上述目标音频数据的播放位置。此处，在上述尾帧的采集时刻上述目标音频数据的播放位置，可以是采集到上述尾帧时已播放的目标音频数据的数据量的结束位置。实践中，上述执行主体播放目标音频数据可以基于预先设置的用于播放音频数据的对象或组件来实现。所述对象和组件可以记录或计算各个时刻时目标音频数据的播放位置。此时，上述执行主体可以直接查询上述尾帧的采集时刻时目标音频数据的播放位置。需要说明的是，上述执行主体还可以通过其他方式确定该采集时刻目标音频数据的播放位置。例如，在单位时间所播放的目标音频数据的数据量可以是固定的。所述执行主体可以确定所述尾帧的采集时刻时已录制的总时长。而后，可以将该总时长与单位时间所播放的目标音频数据的数据量的乘积确定为尾帧的采集时刻上述目标音频数据的播放量。最后，可以将该播放量的结束位置确定为在上述尾帧的采集时刻上述目标音频数据的播放位置。

在本实施的一些可选的实现方式中，响应于检测到恢复录制指令，上述执行主体可以首先确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量。而后，可以将上述数据量作为上述尾帧的采集时刻已播放的目标音频数据的数据量，将上述已播放的目标音频数据的数据量的结束位置确定为上述目标音频数据的目标位置。此处，上述已发送的目标音频数据的数据量，可以是已发送给上述对象或上述组件的数据量。

实践中，上述执行主体可以基于用于播放PCM编码格式的数据流的类(例如Android开发包中的Audio Track类)实现目标音频数据的播放。在播放之前，可以预先对该类进行实例化，以创建用于播放目标音频数据的目标对象。在进行目标音频数据的播放时，采用流式传输的方式(例如单位时间传输固定的数据量)，向上述目标对象传输上述目标音频数据，以利用上述目标对象进行目标音频数据的播放。

实践中，Android开发包中的AudioTrack是管理和播放单一音频资源的类。它可以用于PCM音频流的播放。通常，通过把音频数据利用push的方式传输到对AudioTrack实例化后的对象，进行音频数据播放。AudioTrack对象可以在两种模式下运行。分别为静态模式(static)和流模式(streaming)。在流模式下，把连续的PCM编码格式的数据流写入(通过调用write方法)到AudioTrack对象。在上述实现方式中，可以利用流模式进行目标音频数据的写入。

实践中，上述执行主体中可以安装有视频录制类应用。该视频录制类应用可以支持配乐视频的录制。上述配乐视频可以是在视频数据采集的同时进行音频数据播放的视频。所录制的配乐视频中的声音为该音频数据对应的声音。例如，播放某歌曲过程中录制用户表演的演唱动作，所录制的视频以该歌曲为背景音乐。上述视频录制类应用可以支持配乐视频的连续录制和分段录制。在分段录制时，用户可以首先点击录制按键，进行第一段视频的录制。接着，再次点击录制按键，触发暂停视频录制的指令。接着，再次点击录制按键，触发恢复录制指令，以进行第二段视频的录制。接着，再次点击录制按键，触发暂停视频录制的指令。以此类推。需要说明的是，还可以通过其他方式触发录制指令、暂停录制指令以及恢复录制指令。例如，可以通过长按录制按键进行每段视频的录制。当松开录制按键时，触发暂停视频录制的指令。此处不再赘述。

步骤202，采集视频数据，并从上述目标位置处播放上述目标音频数据。

在本实施例中，上述执行主体在确定目标音频数据的目标位置之后，可以采集视频数据，并在采集视频数据的同时，从上述目标位置处播放上述目标音频数据。

此处，上述执行主体可以安装有图像采集装置，例如摄像头。上述执行主体可以利用上述摄像头进行视频数据的采集。同时，上述执行主体可以采用流式传输的方式(例如单位时间传输固定的数据量)，从上述目标位置处传输目标音频数据至预先设置的用于播放音频数据的对象或组件。从而，利用上述用于播放音频数据的对象或组件，继续播放目标音频数据的播放。实践中，用于播放音频数据的对象或组件可以是对Android开发包中的Audio Track类进行实例化后所创建的目标对象，该目标对象用于播放目标音频数据。

在本实施例的一些可选的实现方式中，在上述响应于检测到恢复录制指令，确定目标音频数据的目标位置之前，上述执行主体还可以执行如下步骤：响应于检测到录制指令，采集视频数据并播放目标音频数据。此处，录制指令可以通过用户点击或长按录制按键来触发。之后，响应于检测到暂停录制指令，暂停采集视频数据并暂停播放上述目标音频数据。此处，录制指令可以通过用户再次点击录制按键来触发，或者，可以通过录制按键来触发。上述执行主体可以通过暂停摄像头工作以暂停视频数据的采集。同时，可以通过暂停向用于播放音频数据的对象或组件传输数据以暂停目标音频数据的播放。

在本实施例的一些可选的实现方式中，对于所采集到的视频数据(包括检测到恢复录制指令之前所采集到的视频数据，以及包括检测到恢复录制指令之后所采集到的视频数据)中的帧，上述执行主体可以首先确定采集到该帧时已播放的目标音频数据的数据量。而后，将上述数据量对应的播放时长确定为该帧的时间戳。从而，可以得到所采集的视频数据中的每一帧的时间戳。此处，确定采集到某一帧时已播放的目标音频数据的数据量的操作，与步骤201中确定尾帧采集时刻已播放的目标音频数据的数据量的操作基本相同，此处不再赘述。需要说明的是，由于目标音频数据是按照设定的采样频率(Sampling Rate)、设定的采样大小(Sampling Size)对声音信号进行采样、量化等操作后得到的，并且播放目标音频数据的声道数是预先确定的，因此，可以基于某帧图像的采集时间已播放的目标音频数据的数据量、采样频率、采样大小和声道数，计算出采集到该帧时目标音频数据的播放时长。上述执行主体可以将该播放时长确定为该帧的时间戳。实践中，采样频率也称为采样速度或者采样率。采样频率可以是每秒从连续信号中提取并组成离散信号的采样个数。采样频率可以用赫兹(Hz)来表示。采样大小可以用比特(bit)来表示。此处，确定播放时长的步骤如下：首先，可以确定采样频率、采样大小和声道数三者的乘积。而后，可以将已播放的目标音频数据的数据量与该乘积的比值确定为目标音频数据的播放时长。

在本实施例的一些可选的实现方式中，响应于检测到恢复录制指令，上述执行主体可以按照如下步骤确定目标音频数据的目标位置：第一步，响应于检测到恢复录制指令，可以获取已采集到的视频数据的尾帧的时间戳。可以采用上述实现方式确定已采集到的视频数据的尾帧的时间戳。此处不再赘述。第二步，可以将上述尾帧的时间戳作为目标播放时长，确定与上述目标播放时长相对应的、已播放的上述目标音频数据的目标数据量。此处，可以首先确定采样频率、采样大小和声道数三者的乘积。而后，可以将该乘积与上述目标播放时长的乘积确定为已播放的上述目标音频数据的目标数据量。第三步，可以将上述目标数据量所指示的播放位置确定为上述目标音频数据的目标位置。此处，上述目标数据量所指示的播放位置即该目标数据量的结束位置。

在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：响应于检测到停止录制指令，将采集到上述视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取上述目标音频数据区间。具体地，可以首先获取所采集到的视频数据的尾帧的采集时间。而后，可以确定该采集时间时已播放的目标音频数据的数据量。之后，可以按照该数据量，从目标音频数据的播放的起始位置对目标音频数据进行截取，将所截取的数据作为目标音频数据区间，并提取上述目标音频数据区间。在提取上述目标音频数据区间之后，上述执行主体可以将包含时间戳的视频数据和上述目标音频数据区间进行存储。此处，可以将上述目标音频数据区间和包含时间戳的视频数据分别进行存储至两个文件中，并建立上述两个文件的映射。此外，也可以将上述目标音频数据区间和包含时间戳的视频数据存储至同一个文件中。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下步骤进行上述目标音频数据区间和包含时间戳的视频数据的存储：首先，可以将包含时间戳的视频数据进行编码。之后，将上述目标音频数据区间和编码后的视频数据存储在同一文件中。实践中，视频编码可以是指通过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式。需要说明的是，视频编码技术是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例的一些可选的实现方式中，在将上述目标音频数据区间和包含时间戳的视频数据存储之后，上述执行主体还可以将所存储的数据上传至服务器(例如图1所示的服务器105)。

继续参见图3，图3是根据本实施例的用于录制视频的方法的应用场景的一个示意图。在图3的应用场景中，用户手持终端设备301，进行配乐视频的录制。终端设备301中运行有短视频录制类应用。用户预先在该短视频录制类应用的界面中首先选择了某个配乐(例如歌曲《小苹果》)，进行分段录制配乐视频。在某一分录录制完成后，用户点击了配乐视频录制按键之后，触发了恢复录制指令。在检测到该恢复录制指令之后，终端设备301确定在已采集到的视频数据的尾帧的采集时刻，上述目标音频数据的播放位置，并将该播放位置作为目标位置。而后，终端设备301开启摄像头进行视频数据302的采集，同时，从该目标位置处开始继续播放目标音频数据，即播放以目标位置为起始位置的目标音频数据303。

本申请的上述实施例提供的方法，当检测到恢复录制指令时，确定在已采集到的视频数据的尾帧的采集时刻目标音频数据的播放位置，并以此作为目标位置，而后，采集视频数据，并从目标位置处播放目标音频数据。由于视频数据的帧的采集存在间隔时间，因而，暂停录制时刻通常晚于尾帧采集时刻(即停止视频采集的时刻)，很难与尾帧采集时刻完全一致。采用本申请的上述实施例提供的方法，在对配乐视频进行分段录制时，对于每一分段，由于该分段的尾帧的采集时刻为该分段的视频数据真正停止采集的时刻，因而，以目标音频数据在视频数据真正停止采集的时刻的播放位置作为下一分段的目标音频数据的播放起始位置，能够避免目标音频数据停止播放时刻晚于视频数据停止采集时刻的情况，提升了配乐视频录制过程中的音视频同步效果。

进一步参考图4，其示出了用于录制视频的方法的又一个实施例的流程400。该用于录制视频的方法的流程400，包括以下步骤：

步骤401，响应于检测到录制指令，采集视频数据并播放目标音频数据。

在本实施例中，用于录制视频的方法的执行主体(例如图1所示的终端设备101、102、103)响应于检测到录制指令，可以利用其所安装的摄像头采集视频数据，同时，播放目标音频数据。此处，录制指令可以通过用户点击或长按录制按键来触发。上述目标音频数据可以是PCM编码格式的数据流。

此处，播放目标音频数据可以采用如下方式：首先，对目标类(例如Android开发包中的Audio Track类)进行实例化，以创建用于播放目标音频数据的目标对象。其中，上述目标类可以用于播放PCM编码格式的数据流。之后，可以采用流式传输的方式，向上述目标对象传输上述目标音频数据，以利用上述目标对象播放上述目标音频数据。

在本实施例中，对于所采集的视频数据中的帧，上述执行主体还可以确定采集到该帧时已播放的目标音频数据的数据量，将数据量对应的播放时长确定为该帧的时间戳。具体地，对于视频数据中的每一帧，上述执行主体可以首先统计将采集到该帧时以传输至上述目标对象的数据量，将该数据量作为采集到该帧时已播放的数据量。之后，上述执行主体可以确定采样频率、采样大小和声道数三者的乘积，将已播放的目标音频数据的数据量与该乘积的比值确定为目标音频数据的播放时长。最后，可以将该播放时长确定为该帧的时间戳。

在本实施例的一些可选的实现方式中，上述执行主体在检测到录制指令后，可以首先确定本地是否已存储目标音频数据。若否，可以通过有线连接或者无线连接方式，向服务器(例如图1所示的服务器105)发送用于获取目标音频数据的请求。而后，可以接收上述服务器返回的目标音频数据。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。之后，响应于检测到暂停录制指令，暂停采集视频数据并暂停播放上述目标音频数据。此处，录制指令可以通过用户再次点击录制按键来触发，或者，可以通过录制按键来触发。上述执行主体可以通过暂停摄像头工作以暂停视频数据的采集。同时，可以通过暂停向用于播放音频数据的对象或组件传输数据以暂停目标音频数据的播放。需要说明的是，若上述服务器返回的上述目标音频数据不是PCM编码格式的数据流，上述执行主体可以对其进行转换，转换为PCM编码格式的数据流。

步骤402，响应于检测到暂停录制指令，暂停采集视频数据并暂停播放目标音频数据。

在本实施例中，响应于检测到暂停录制指令，上述执行主体可以暂停采集视频数据并暂停播放目标音频数据。此处，录制指令可以通过用户再次点击录制按键来触发，或者，可以通过录制按键来触发。上述执行主体可以通过暂停摄像头工作以暂停视频数据的采集。同时，可以通过暂停向上述目标对象传输数据，以实现暂停目标音频数据的播放。

步骤403，响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的时间戳。

在本实施例中，响应于检测到恢复录制指令，上述执行主体可以获取已采集到的视频数据的尾帧的时间戳。

步骤404，将尾帧的时间戳作为目标播放时长，确定与目标播放时长相对应的、已播放的目标音频数据的目标数据量。

在本实施例中，上述执行主体可以将尾帧的时间戳作为目标播放时长，确定与目标播放时长相对应的、已播放的目标音频数据的目标数据量。此处，可以首先确定采样频率、采样大小和声道数三者的乘积。而后，可以将该乘积与上述目标播放时长的乘积确定为已播放的上述目标音频数据的目标数据量。

步骤405，将目标数据量所指示的播放位置确定为目标音频数据的目标位置。

在本实施例中，上述执行主体可以将目标数据量所指示的播放位置确定为目标音频数据的目标位置。此处，上述目标数据量所指示的播放位置即该目标数据量的结束位置。

步骤406，采集视频数据，并从目标位置处播放目标音频数据。

在本实施例中，在确定出目标音频数据的目标位置后，上述执行主体可以采集视频数据，并从目标位置处播放目标音频数据。

此处，对于所采集的视频数据中的帧，上述执行主体还可以确定采集到该帧时已播放的目标音频数据的数据量，将数据量对应的播放时长确定为该帧的时间戳。

需要说明的是，步骤406的具体操作与步骤202的操作基本相同，此处不再赘述。

需要指出的是，步骤402-步骤406的内容可以循环执行多次。

步骤407，响应于检测到停止录制指令，将采集到视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取目标音频数据区间。

在本实施例中，响应于检测到停止录制指令，上述执行主体可以将采集到视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取目标音频数据区间。具体地，可以首先获取所采集到的视频数据的尾帧的采集时间。而后，可以确定该采集时间时已播放的目标音频数据的数据量。之后，可以按照该数据量，从目标音频数据的播放的起始位置对目标音频数据进行截取，将所截取的数据作为目标音频数据区间，并提取上述目标音频数据区间。

步骤408，将包含时间戳的视频数据和目标音频数据区间进行存储。

在本实施例中，上述执行主体可以将包含时间戳的视频数据和上述目标音频数据区间进行存储。此处，可以将上述目标音频数据区间和包含时间戳的视频数据分别进行存储至两个文件中，并建立上述两个文件的映射。此外，也可以将上述目标音频数据区间和包含时间戳的视频数据存储至同一个文件中。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于录制视频的方法的流程400，体现了当采集到某一帧时，可以基于该帧采集时刻已播放的目标音频数据的播放量确定该帧时间戳的步骤。以及，体现了基于已采集的视频数据的尾帧的时间戳，确定视频数据的暂停采集时刻所播放的目标音频数据的目标位置的步骤。由此，避免了每一分段目标音频数据停止播放时刻晚于视频数据停止采集时刻的情况，提升了每一分段录制结束时以及下一分段录制起始时的音视频同步效果。同时，由于视频中的每一帧的时间戳均可以通过该帧采集时刻已播放的目标音频数据的数据量而确定，因而，提升了所录制的各分段的配乐视频的音视频同步效果。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于录制视频的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例所述的用于录制视频的装置500包括：第一确定单元501，被配置成响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，上述目标位置为在已采集到的视频数据的尾帧的采集时刻，上述目标音频数据的播放位置，上述恢复录制指令用于指示继续采集视频数据并继续播放上述目标音频数据；第一采集单元502，被配置成采集视频数据，并从上述目标位置处播放上述目标音频数据。

在本实施例的一些可选的实现方式中，该装置还可以包括第二采集单元(图中未示出)。其中，上述第二采集单元可以被配置成响应于检测到录制指令，采集视频数据并播放目标音频数据；暂停单元，被配置成响应于检测到暂停录制指令，暂停采集视频数据并暂停播放上述目标音频数据。

在本实施例的一些可选的实现方式中，该装置还可以包括第二确定单元(图中未示出)。其中，上述第二确定单元可以被配置成对于所采集到的视频数据中的帧，确定采集到该帧时已播放的目标音频数据的数据量，将上述数据量对应的播放时长确定为该帧的时间戳。

在本实施例的一些可选的实现方式中，上述第一确定单元501可以包括第一确定模块、第二确定模块和第三确定模块(图中未示出)。其中，上述第一确定模块可以被配置成响应于检测到恢复录制指令，获取已采集到的视频数据的尾帧的时间戳。上述第二确定模块可以被配置成将上述尾帧的时间戳作为目标播放时长，确定与上述目标播放时长相对应的、已播放的上述目标音频数据的目标数据量。上述第三确定模块可以被配置成将上述目标数据量所指示的播放位置确定为上述目标音频数据的目标位置。

在本实施例的一些可选的实现方式中，上述第一确定单元501可以包括第四确定模块和第五确定模块(图中未示出)。其中，上述第四确定模块可以被配置成响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量。上述第五确定模块可以被配置成将上述数据量作为上述尾帧的采集时刻已播放的目标音频数据的数据量，将上述已播放的目标音频数据的数据量的结束位置确定为上述目标音频数据的目标位置。

在本实施例的一些可选的实现方式中，该装置还可以包括提取单元和存储单元(图中未示出)。其中，上述提取单元可以被配置成响应于检测到停止录制指令，将采集到上述视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取上述目标音频数据区间。上述存储单元可以被配置成将包含时间戳的视频数据和上述目标音频数据区间进行存储。

本申请的上述实施例提供的装置，通过第一确定单元501响应于检测到恢复录制指令，确定目标音频数据的目标位置，即确定在已采集到的视频数据的尾帧的采集时刻，上述目标音频数据的播放位置，而后，第一采集单元502采集视频数据，并从上述目标位置处播放上述目标音频数据，从而，可以在对配乐视频进行分段录制时，确定出上一分段视频数据的暂停采集时刻所播放的目标音频数据的目标位置。在继续播放音频数据时，从该目标位置处开始继续播放目标音频数据。从而，避免了由于每个分段所播放的音频数据的时长比所采集的视频数据的时长偏大所导致的音视频不同步的情况，提升了配乐视频录制过程中的音视频同步效果。

下面参考图6，其示出了适于用来实现本申请实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括触摸屏、触摸板等的输入部分606；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元和第一采集单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“响应于检测到恢复录制指令，确定目标音频数据的目标位置的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，该目标位置为在已采集到的视频数据的尾帧的采集时刻，该目标音频数据的播放位置，该恢复录制指令用于指示继续采集视频数据并继续播放该目标音频数据；采集视频数据，并从该目标位置处播放该目标音频数据。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于录制视频的方法，包括：

响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，所述目标位置为在已采集到的视频数据的尾帧的采集时刻，所述目标音频数据的播放位置，所述恢复录制指令用于指示继续采集视频数据并继续播放所述目标音频数据，所述尾帧即已采集到的视频数据中的最后一帧；

采集视频数据，并从所述目标位置处播放所述目标音频数据；

其中，所述响应于检测到恢复录制指令，确定目标音频数据的目标位置，包括：

响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量；所述已发送的目标音频数据的数据量为已发送给用于播放音频数据的对象或组件的数据量；

将所述数据量作为所述尾帧的采集时刻已播放的目标音频数据的数据量，将所述已播放的目标音频数据的数据量的结束位置确定为所述目标音频数据的目标位置。

2.根据权利要求1所述的用于录制视频的方法，其中，在所述响应于检测到恢复录制指令，确定目标音频数据的目标位置之前，所述方法还包括：

响应于检测到录制指令，采集视频数据并播放目标音频数据；

响应于检测到暂停录制指令，暂停采集视频数据并暂停播放所述目标音频数据。

3.根据权利要求1或2所述的用于录制视频的方法，其中，所述方法还包括：

对于所采集到的视频数据中的帧，确定采集到该帧时已播放的目标音频数据的数据量，将所述数据量对应的播放时长确定为该帧的时间戳。

4.根据权利要求3所述的用于录制视频的方法，其中，所述响应于检测到恢复录制指令，确定目标音频数据的目标位置，包括：

响应于检测到恢复录制指令，获取已采集到的视频数据的尾帧的时间戳；

将所述尾帧的时间戳作为目标播放时长，确定与所述目标播放时长相对应的、已播放的所述目标音频数据的目标数据量；

将所述目标数据量所指示的播放位置确定为所述目标音频数据的目标位置。

5.根据权利要求1所述的用于录制视频的方法，其中，所述方法还包括：

响应于检测到停止录制指令，将采集到所述视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取所述目标音频数据区间；

将包含时间戳的视频数据和所述目标音频数据区间进行存储。

6.一种用于录制视频的装置，包括：

第一确定单元，被配置成响应于检测到恢复录制指令，确定目标音频数据的目标位置，其中，所述目标位置为在已采集到的视频数据的尾帧的采集时刻，所述目标音频数据的播放位置，所述恢复录制指令用于指示继续采集视频数据并继续播放所述目标音频数据，所述尾帧即已采集到的视频数据中的最后一帧；

第一采集单元，被配置成采集视频数据，并从所述目标位置处播放所述目标音频数据；

其中，所述第一确定单元，包括：

第四确定模块，被配置成响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的采集时刻，已发送的目标音频数据的数据量；所述已发送的目标音频数据的数据量为已发送给用于播放音频数据的对象或组件的数据量；

第五确定模块，被配置成将所述数据量作为所述尾帧的采集时刻已播放的目标音频数据的数据量，将所述已播放的目标音频数据的数据量的结束位置确定为所述目标音频数据的目标位置。

7.根据权利要求6所述的用于录制视频的装置，其中，所述装置还包括：

第二采集单元，被配置成响应于检测到录制指令，采集视频数据并播放目标音频数据；

暂停单元，被配置成响应于检测到暂停录制指令，暂停采集视频数据并暂停播放所述目标音频数据。

8.根据权利要求6或7所述的用于录制视频的装置，其中，所述装置还包括：

第二确定单元，被配置成对于所采集到的视频数据中的帧，获取采集到该帧时已播放的目标音频数据的数据量，将所述数据量对应的播放时长确定为该帧的时间戳。

9.根据权利要求8所述的用于录制视频的装置，其中，所述第一确定单元，包括：

第一确定模块，被配置成响应于检测到恢复录制指令，确定已采集到的视频数据的尾帧的时间戳；

第二确定模块，被配置成将所述尾帧的时间戳作为目标播放时长，确定与所述目标播放时长相对应的、已播放的所述目标音频数据的目标数据量；

第三确定模块，被配置成将所述目标数据量所指示的播放位置确定为所述目标音频数据的目标位置。

10.根据权利要求6所述的用于录制视频的装置，其中，所述装置还包括：

提取单元，被配置成响应于检测到停止录制指令，将采集到所述视频数据的尾帧时已播放的目标音频数据作为目标音频数据区间，提取所述目标音频数据区间；

存储单元，被配置成将包含时间戳的视频数据和所述目标音频数据区间进行存储。

11.一种终端设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images