CN109729297A - 在视频中添加特效的方法和装置 - Google Patents

Abstract

本申请公开了一种在视频中添加特效的方法和装置，属于图像处理技术领域。所述方法包括：获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；当接收到录制指令时，开始录制视频，并播放所述背景音频；在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效。采用本申请，可以使录制的视频质量较高。

Description

在视频中添加特效的方法和装置

技术领域

本申请涉及图像处理技术领域，特别涉及一种在视频中添加特效的方法和装置。

背景技术

随着视频娱乐越来越流行，各种视频应用平台为了吸引用户，开发了录制特效视频的功能，使用户录制的视频更有趣味。

目前录制视频时添加特效的方法通常是：用户在录制视频之前进行视频预览时，选择想要添加的特效，然后点击录制按钮进行视频录制。在录制过程中，如果用户想要切换特效，则需要在终端的界面中找到想要添加的特效，然后点击添加按钮来添加该特效。

在实现本申请的过程中，发明人发现现有技术至少存在以下问题：

用户在切换特效时需要点击终端的屏幕，有可能造成终端的抖动，使得终端录制得到的视频画面变得模糊，使得录制的视频质量较低。

发明内容

为了解决现有技术的问题，本申请实施例提供了一种在视频中添加特效的方法和装置。所述技术方案如下：

第一方面，提供了一种在视频中添加特效的方法，所述方法包括：

获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

当接收到录制指令时，开始录制视频，并播放所述背景音频；

在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效。

可选地，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

获取用于录制视频的背景音频；

基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点；

根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；

根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

可选地，所述基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点，包括：

根据预设的基音检测算法，确定所述背景音频的基音数据；

基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

可选地，所述音频特征信息为音频对应的特征文本，所述基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点，包括：

根据预设的语音识别模型，确定所述背景音频对应的文本以及所述文本中每个字符对应的音频时间点；

基于至少一种预设的特征文本，确定所述文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

可选地，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的所述背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，所述开始录制视频之前，还包括：

显示所述至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

当接收到特效选择指令时，确定所述特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识；

所述每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效，包括：

每当达到待添加特效的任一目标视频时间点时，根据所述任一目标视频时间点对应的目标特效标识，在录制的视频中添加特效。

第二方面，提供了一种在视频中添加特效的装置，所述装置包括：

获取模块，用于获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

录制模块，用于当接收到录制指令时，开始录制视频，并播放所述背景音频；

添加模块，用于在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效。

可选地，所述获取模块，用于：

获取用于录制视频的背景音频；

基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点；

根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；

根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

可选地，所述获取模块，用于：

根据预设的基音检测算法，确定所述背景音频的基音数据；

基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

可选地，所述音频特征信息为音频对应的特征文本，所述获取模块，用于：

根据预设的语音识别模型，确定所述背景音频对应的文本以及所述文本中每个字符对应的音频时间点；

基于至少一种预设的特征文本，确定所述文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

可选地，所述获取模块，用于：

获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，所述获取模块，用于：

当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的所述背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，所述装置还包括：

显示模块，用于开始录制视频之前，显示所述至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

确定模块，用于当接收到特效选择指令时，确定所述特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识；

所述添加模块，用于：

每当达到待添加特效的任一目标视频时间点时，根据所述任一目标视频时间点对应的目标特效标识，在录制的视频中添加特效。

第三方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上述第一方面所述的在视频中添加特效的方法。

第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上述第一方面所述的在视频中添加特效的方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

本申请实施例中，在录制视频之前，终端获取待添加特效的至少一个视频时间点以及每个视频时间点对应的特效标识，然后，在视频录制过程中，终端根据获取的该添加特效的视频时间点以及每个视频时间点对应的特效标识，在录制的视频中自动添加对应的特效。这样，在视频录制过程中切换特效时，无需用户点击终端的屏幕即可切换特效，这样，可以避免由于切换特效造成终端的抖动，减少出现录制的视频画面变得模糊的情况，使得录制的视频质量较高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种在视频中添加特效的方法的流程图；

图2是本申请实施例提供的一种在视频中添加特效的方法的界面示意图；

图3是本申请实施例提供的一种在视频中添加特效的方法的界面示意图；

图4是本申请实施例提供的一种在视频中添加特效的方法的界面示意图；

图5是本申请实施例提供的一种在视频中添加特效的方法的界面示意图；

图6是本申请实施例提供的一种在视频中添加特效的装置的结构示意图；

图7是本申请实施例提供的一种在视频中添加特效的装置的结构示意图；

图8是本申请实施例提供的一种终端结构示意图。

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，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种在视频中添加特效的方法，该方法可以由终端实现。其中，该终端中可以安装有目标应用程序，目标应用程序为可以录制特效视频的应用程序，该目标应用程序中预先设置有多种特效，该目标应用程序支持在视频开始录制之前预先设定待添加特效在录制的视频中开始显示的时间点以及对应的特效。

如图1所示，该方法的处理流程可以包括如下的步骤：

在步骤101中，获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

其中，特效标识是标识不同的特效的标识方式，即不同的特效对应不同的特效标识。

在一种可行的实施方式中，用户想要录制特效视频时，可以在安装有目标应用程序的终端中，开启目标应用程序，进入录制视频的预览界面，对即将录制的画面进行预览。为了避免用户在稍后的视频录制过程中手动添加特效导致终端抖动，在预览过程中，终端可以获取在稍后录制视频过程中添加特效的时间点(即待添加特效的视频时间点)以及每个视频时间点对应的特效标识，使得终端根据获取到的待添加特效的视频时间点以及对应的特效标识在录制视频时自动添加对应的特效。

另外，如果用户设置了用于录制视频的背景音频，终端可以根据背景音频获取对应的待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，为了增加趣味性，可以在录制的视频中添加背景音频，这样，终端可以根据背景音频确定待添加特效的视频时间点以及对应的特效标识，相应的处理步骤可以如下：获取用于录制视频的背景音频；基于至少一种预设的音频特征信息，确定背景音频中与每种音频特征信息相匹配的音频段的开始时间点；根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

其中，音频特征信息是与音频有关的具有某种特征的信息，可以是某个类别的音频段信息，如动物的叫声或某个乐器的演奏声音等，也可以是根据音频转换为字符对应的特征文本等。

在一种可行的实施方式中，为了增加趣味性，终端可以支持用户向录制的视频中添加背景音频，该背景音频可以是技术人员在目标应用程序中预先设置的音频，也可以是终端本地存储的音频，本申请对此不作限定。

在预览过程中，用户选择了稍后用于录制视频的背景音频，终端获取到该背景音频的选择指令，根据该选择指令对应的存储地址可以获取到该背景音频。然后，终端获取技术人员预先设置的至少一种音频特征信息，然后将背景音频与每种音频特征信息进行逐一匹配，当确定背景音频中某一个音频段与某一音频特征信息相匹配时，确定该音频段的开始时间点。

然后，终端获取预先存储的音频特效信息与特效标识的对应关系，该对应关系可以按照对应关系表的形式存储在终端中。终端在音频特效信息与特效标识的对应关系表中，查询与背景音频中的音频段相匹配的音频特效信息对应的特效标识，将其确定为与该音频特效信息相匹配的音频段对应的特效标识。

然后，终端根据确定出的每个音频段的开始时间点，确定对应的待添加特效的视频时间点，可选的一种方式为，将每个音频段的开始时间点确定为对应的待添加特效的视频时间点。

然后，终端根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识，可选的一种方式为，将每个开始时间点所属的音频段对应的特效标识确定为对应的待添加特效的视频时间点对应的特效标识。

举例来说，以音频特征信息为猫叫声的频率为例，技术人员可以预先设定猫叫声的音频特征信息与猫脸表情的特效标识的对应关系，终端获取到背景音频后，如果在背景音频中检测到猫叫声的音频特征信息对应的音频段，则确定该音频段对应的开始时间点，进一步确定在稍后录制的视频中开始显示猫脸表情的特效的视频时间点，使得终端在录制视频过程中可以按照该视频时间点显示猫脸表情。

可选地，在确定背景音频中与每种音频特征信息相匹配的时间段的开始时间点时，可以使用基音检测算法来进行背景音频与音频特征信息的匹配，相应的处理步骤可以如下：根据预设的基音检测算法，确定背景音频的基音数据；基于至少一种预设的音频特征信息，确定背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

其中，基音检测算法可以估计周期性信号的音高或基音频率，广泛地应用于语音信号与音乐信号中，算法可分为时域和频域两种方法。基音检测算法可以应用在不同的应用场景中，如语音辨识、音乐信号分析与检索、音讯处理与压缩、电子音乐合成等。基音数据可以是根据预设的基音检测算法确定出的背景音频的基音频率，每个音频包的基音频率可以是每个音频包对应的音频波形的峰值。

在一种可行的实施方式中，如果终端想要检测背景音频中存在的某些特殊的音频段并以此来确定音频段的开始时间点，如某些动物的叫声或某些乐器的演奏声音，这种情况下，音频特效信息可以是这些动物的叫声音频或乐器的演奏音频输入到基音检测算法得到的一组基音频率。

在检测背景音频中存在的某些特殊的音频段时，终端可以将背景音频的每个音频包输入预设的基音检测算法，确定出该背景音频中的每个音频包对应的基音数据，基音数据可以是基音频率。然后，将确定出的每个音频包的基音频率与预先设定的至少一种音频特征信息一一进行对比。如果某音频包的基音频率与某一种音频特征信息中的第一个频率相同，则继续将该音频包的下一个音频包的基音频率与该音频特征信息的第二个频率进行对比，如果该音频包的基音频率与该音频特征信息的第二个频率也相同，则继续将该音频包的下一个音频包的基音频率与该音频特征信息的第三个频率进行对比，重复上述步骤，直到确定背景音频中存在某一个音频段的每个音频包的基音频率按照排序均与某种音频特征信息中的每个频率相同，则确定该音频段与该音频特征信息相匹配，然后，确定该音频段的第一个音频包的时间点(即音频段的开始时间点)。

按照上述步骤确定出背景音频中与音频特征信息相匹配的至少一个音频段，并确定每一个音频段的开始时间点。举例来说，音频特征信息可以是多种动物的叫声音频以及多种乐器演奏的声音音频，将背景音频输入基音检测算法得到背景音频的基音频率后，将背景音频的基音频率与每个音频特征信息逐一进行匹配，如果背景音频中存在某一个音频段的基音频率与猫叫声的音频特征信息的基音频率相同，则确定该音频段与猫叫声的音频特征信息相匹配。

可选地，上述基音检测算法可以是YIN算法(一种基音检测算法)，YIN算法是基于众所周知的自相关方法和若干相关修正相结合，以防止错误的一种对基音频率进行检测的算法。终端将每个音频包输入YIN算法时，通过YIN算法确定音频包中的PCM(Pulse CodeModulation，脉冲编码调制)数据对应的频率波形的峰值，该峰值即为该音频包对应的基音频率。

可选地，在确定背景音频中与每种音频特征信息相匹配的时间段的开始时间点时，可以根据背景音频的歌词来确定时间段的开始时间点，相应的处理步骤可以如下：根据预设的语音识别模型，确定背景音频对应的文本以及文本中每个字符对应的音频时间点；基于至少一种预设的特征文本，确定文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

在一种可行的实施方式中，终端也可以根据背景音频的歌词来确定添加到录制视频中的特效，例如，终端可以预先设定歌词中的“爱你”字符对应爱心的特效。这种情况下，终端可以根据背景音频的歌词来确定背景音频中与音频特征信息相匹配的音频段的开始时间点，音频特征信息可以为音频对应的特征文本。

如果终端中存储有背景音频对应的歌词数据，则终端可以直接获取背景音频对应的歌词数据，并获取歌词数据中的文本。然后，终端获取预先设置的特征文本，将背景音频对应的歌词数据的文本中的每个字符与特征文本一一进行对比，如果歌词数据的文本中的某个字符与某个特征文本中的第一个字符相同，则继续将歌词数据的文本中的该字符的下一个字符与该特征文本的第二个字符进行对比，如果歌词数据的文本中的该字符与该特征文本的第二个字符相同，则继续将歌词数据的文本中的该字符的下一个字符与该特征文本的第三个字符进行对比。重复上述步骤，直到确定歌词数据的文本中存在与该特征文本的所有字符均相同的文本段，则确定该文本段与该特征文本相匹配。然后，确定该文本段的第一个字符对应的音频时间点，即确定该文本段的开始时间点，将其确定为每个文本段对应的音频段的开始时间点。

如果终端中未存储背景音频对应的歌词数据，则终端将背景音频输入预设的语音识别模型中，该语音识别模型可以输出该背景音频对应的文本，该文本中包括有至少一个字符。然后，终端可以确定文本中每个字符对应的背景音频中的音频帧，并根据对应的音频帧的时间点，确定每个字符对应的音频时间点。然后，终端获取预先设置的特征文本，将背景音频对应的文本中的每个字符与特征文本一一进行对比，如果背景音频对应的文本中的某个字符与某个特征文本中的第一个字符相同，则继续将背景音频对应的文本中的该字符的下一个字符与该特征文本的第二个字符进行对比，如果背景音频对应的文本中的该字符与该特征文本的第二个字符相同，则继续将背景音频对应的文本中的该字符的下一个字符与该特征文本的第三个字符进行对比，重复上述步骤，直到确定背景音频对应的文本中存在与该特征文本的所有字符均相同的文本段，则确定该文本段与该特征文本相匹配。然后，确定该文本段的第一个字符对应的音频时间点，即确定该文本段的开始时间点，将其确定为每个文本段对应的音频段的开始时间点。

可选地，对于获取待添加特效的视频时间点以及每个视频时间点对应的特效标识的方式，除了上述终端检测的方式之外，还可以是是其它的获取方式，以下例举其它几种可行的获取方式。

方式一、获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

在一种可行的实施方式中，在进行预览的过程中，用户可以点击特效设置按钮，终端接收到特效设置按钮对应的选择指令时，向用户显示特效选择界面，特效选择界面中包括多种特效，如图2所示。特效选择界面中也可以包括设置待添加特效的视频时间点以及对应的特效的输入框，用户可以先设置待添加特征在录制的视频中首次出现的时间点(即用于录制视频的背景音频对应的待添加特效的视频时间点)，然后再选择在该视频时间点出现的待添加特征，终端接收并存储用户输入的待添加特效的视频时间点以及对应的特效标识。

除此之外，终端获取用户输入的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识方式还可以是，在特效选择界面中用户可以点击想要选择的特效(即为待添加特效)，终端接收到该特效对应的特效标识，然后显示待添加特效的视频时间点的输入界面，如图3所示，用户在视频时间点的输入界面中，输入该特效在录制的视频中开始出现的时间点(即用于录制视频的背景音频对应的待添加特效的视频时间点)，终端存储用户输入的待添加特效的视频时间点以及对应的特效标识。

需要说明的是，上述几种终端获取用户输入的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识的方法仅为例举出的几种可行方法，根据实际需求终端可以设置不同的获取用户输入的方法，本申请对此不作限定。

方式二、当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

在一种可行的实施方式中，技术人员可以在目标应用程序中预先设定一些背景音频，并为每一个背景音频设定待添加特效的视频时间点以及每个视频时间点对应的特效标识，并存储背景音频设定待添加特效的视频时间点以及每个视频时间点对应的特效标识。当用户选择了技术人员预先设定的背景音频作为用于录制视频的背景音频时，终端直接获取预先存储的该背景音频对应的待添加特效的视频时间点以及每个视频时间点对应的特效标识。举例来说，目标应用程序中可以提供给用户10个背景音频，当用户选择其中的1个背景音频作为用于录制视频的背景音频时，终端自动获取该背景音频中预先设定好的待添加特效以及每个待添加特效的视频时间点。这样，无需用户手动选择特效，即可添加与背景音频相匹配的特效。

需要说明的是，上述几种获取方式仅为例举出的几种可行方式，根据实际需求还可以采用其它的获取方式，本申请对此不做限定。

可选地，终端获取到待添加特效的视频时间点以及每个视频时间点对应的特效标识之后，可以向用户显示待添加特效的视频时间点以及每个视频时间点对应的特效标识，使得用户可以挑选最终确定的待添加特效的视频时间点以及每个视频时间点对应的特效标识，相应的处理步骤可以如下：显示至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；当接收到特效选择指令时，确定特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识。

在一种可行的实施方式中，无论是终端自动识别待添加特效的视频时间点以及每个视频时间点对应的特效标识，还是用户手动输入待添加特效的视频时间点以及每个视频时间点对应的特效标识，为了保证在录制视频中添加的特效确实是用户想要添加的特效，减少出现添加了用户不想添加的特效的情况，终端获取到待添加特效的视频时间点以及每个视频时间点对应的特效标识之后，可以向用户显示获取到的待添加特效的视频时间点以及每个视频时间点对应的特效标识，如图4所示。用户可以根据终端显示的待添加特效的视频时间点以及每个视频时间点对应的特效标识，在其中选择出用户最终确定在录制的视频中添加的待添加特效的视频时间点以及每个视频时间点对应的特效标识，触发终端接收到特效选择指令，终端将该特效选择指令对应的任一视频时间点确定为目标视频时间点，将每个目标视频时间点对应的特效标识确定为目标特效标识。

在步骤102中，当接收到录制指令时，开始录制视频，并播放背景音频。

在一种可行的实施方式中，当用户想要开始录制视频时，可以点击终端的界面上的开始录制按钮，触发终端接收到录制指令，终端开始录制视频，同时播放背景音频。

在步骤103中，在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据任一视频时间点对应的特效标识，在录制的视频中添加特效。

在一种可行的实施方式中，终端开始录制视频之后，在录制视频的过程中，终端按照预设周期，将录制视频的当前视频时间点与预设的待添加特效的视频时间点进行一一比对，如果当前视频时间点达到待添加特效的任一视频时间点，则根据该任一视频时间点对应的特效标识，从该任一视频时间点对应的视频帧开始，在后续录制的每一个视频帧中，添加该特效标识对应的特效。

可选地，终端在执行上述步骤101后，如果终端向用户显示至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，并接收了用户选择目标视频时间点以及每个目标视频时间点对应的目标特效标识，则在执行步骤103时，将录制视频的当前视频时间点与预设的目标视频时间点进行一一比对，如果当前视频时间点达到任一目标视频时间点，则根据该目标视频时间点对应的目标特效标识，从该目标视频时间点对应的视频帧开始，在后续录制的每一个视频帧中，添加该目标特效标识对应的特效。

需要说明的是，通过上述步骤根据待添加特效的视频时间点在录制的视频中添加了至少一个特效之后，停止特效显示的方法有很多种，例如，每种特效有预设的显示时长，从特效开始显示的时间点(即特效对应的视频时间点)开始计时，当特效显示的时长达到预设的显示时长时，自动停止该特效的显示。或者，用户也可以预先设置每个特效的停止显示视频时间点，如图5所示，终端在录制视频的过程中，按照预设周期将录制的当前视频时间点与预设的停止显示视频时间点一一进行比对，如果当前视频时间点达到预设的停止显示视频时间点，则根据该停止显示视频时间点对应的特效标识确定所对应的特效，并停止显示该特效。再或者，当终端在录制的视频中添加了一个特效后，如果检测到当前视频时间点达到了其他特效开始显示对应的视频时间点，则停止显示当前的特效，开始显示其它特效。

当然，上述停止特效显示的方法仅为例举出的几种可行方法，根据实际需求可以选择其它的停止特效显示的方法，本申请对此不作限定。

需要说明的是，如果用户在开始录制视频之前选择了用于录制视频的背景音频，则停止录制视频时可能存在以下几种情况：

一、终端将背景音频的时长确定为录制视频的时长，即在录制视频的过程中播放背景音频，当背景音频播放完毕时，终端自动停止视频的录制。

二、视频录制的结束由用户自己控制，这种情况下，背景音频的播放模式可以分为单曲播放模式或循环播放模式。如果背景音频的播放模式为单曲播放模式，则当录制视频的时长超过背景音频的时长时，背景音频停止播放，即录制视频中超过背景音频的时长的部分是没有背景音频的。如果背景音频的播放模式为循环播放模式，则当录制视频的时长超过背景音频的时长时，背景音频可以重新播放。

当然，上述停止录制视频的方法仅为例举出的几种可行方法，根据实际需求可以选择其它的停止录制视频的方法，本申请对此不作限定。

本申请实施例中，在录制视频之前，终端获取待添加特效的至少一个视频时间点以及每个视频时间点对应的特效标识，然后，在视频录制过程中，终端根据获取的该添加特效的视频时间点以及每个视频时间点对应的特效标识，在录制的视频中自动添加对应的特效。这样，在视频录制过程中切换特效时，无需用户点击终端的屏幕即可切换特效，这样，可以避免由于切换特效造成终端的抖动，减少出现录制的视频画面变得模糊的情况，使得录制的视频质量较高。

基于相同的技术构思，本申请实施例还提供了一种在视频中添加特效的装置，该装置可以为上述实施例中的终端，如图6所示，该装置包括：获取模块610，录制模块620和添加模块630。

该获取模块610，被配置为获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

该录制模块620，被配置为当接收到录制指令时，开始录制视频，并播放所述背景音频；

该添加模块630，被配置为在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据该任一视频时间点对应的特效标识，在录制的视频中添加特效。

可选地，该获取模块610，被配置为：

获取用于录制视频的背景音频；

基于至少一种预设的音频特征信息，确定该背景音频中与每种音频特征信息相匹配的音频段的开始时间点；

根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；

根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

可选地，该获取模块610，被配置为：

根据预设的基音检测算法，确定所述背景音频的基音数据；

基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

可选地，该音频特征信息为音频对应的特征文本，该获取模块610，被配置为：

根据预设的语音识别模型，确定该背景音频对应的文本以及该文本中每个字符对应的音频时间点；

基于至少一种预设的特征文本，确定该文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

可选地，该获取模块610，被配置为：

获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，所述获取模块610，被配置为：

当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的所述背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

可选地，如图7所示，该装置还包括：

显示模块640，被配置为开始录制视频之前，显示该至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

确定模块650，被配置为当接收到特效选择指令时，确定该特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识；

该添加模块630，被配置为：

每当达到待添加特效的任一目标视频时间点时，根据该任一目标视频时间点对应的目标特效标识，在录制的视频中添加特效。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本申请实施例中，在录制视频之前，终端获取待添加特效的至少一个视频时间点以及每个视频时间点对应的特效标识，然后，在视频录制过程中，终端根据获取的该添加特效的视频时间点以及每个视频时间点对应的特效标识，在录制的视频中自动添加对应的特效。这样，在视频录制过程中切换特效时，无需用户点击终端的屏幕即可切换特效，这样，可以避免由于切换特效造成终端的抖动，减少出现录制的视频画面变得模糊的情况，使得录制的视频质量较高。

需要说明的是：上述实施例提供的在视频中添加特效的装置在在视频中添加特效时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的在视频中添加特效的装置与在视频中添加特效的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图8是本申请实施例提供的一种终端的结构框图，该终端可以是上述实施例中的终端。该终端800可以是便携式移动终端，比如：智能手机、平板电脑。终端800还可能被称为用户设备、便携式终端等其他名称。

通常，终端800包括有：处理器801和存储器802。

处理器801可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器801可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器801可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器801还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器802可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是有形的和非暂态的。存储器802还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本申请中提供的在视频中添加特效的方法。

在一些实施例中，终端800还可选包括有：外围设备接口803和至少一个外围设备。具体地，外围设备包括：射频电路804、触摸显示屏805、摄像头806、音频电路807、定位组件808和电源809中的至少一种。

外围设备接口803可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中，处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上；在一些其他实施例中，处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路804用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路804包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路804还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

触摸显示屏805用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。触摸显示屏805还具有采集在触摸显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。触摸显示屏805用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，触摸显示屏805可以为一个，设置终端800的前面板；在另一些实施例中，触摸显示屏805可以为至少两个，分别设置在终端800的不同表面或呈折叠设计；在再一些实施例中，触摸显示屏805可以是柔性显示屏，设置在终端800的弯曲表面上或折叠面上。甚至，触摸显示屏805还可以设置成非矩形的不规则图形，也即异形屏。触摸显示屏805可以采用LCD(LiquidCrystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件806用于采集图像或视频。可选地，摄像头组件806包括前置摄像头和后置摄像头。通常，前置摄像头用于实现视频通话或自拍，后置摄像头用于实现照片或视频的拍摄。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能，主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能。在一些实施例中，摄像头组件806还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路807用于提供用户和终端800之间的音频接口。音频电路807可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器801进行处理，或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路807还可以包括耳机插孔。

定位组件808用于定位终端800的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件808可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。

电源809用于为终端800中的各个组件进行供电。电源809可以是交流电、直流电、一次性电池或可充电电池。当电源809包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端800还包括有一个或多个传感器810。该一个或多个传感器810包括但不限于：加速度传感器811、陀螺仪传感器812、压力传感器813、指纹传感器814、光学传感器815以及接近传感器816。

加速度传感器811可以检测以终端800建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器811可以用于检测重力加速度在三个坐标轴上的分量。处理器801可以根据加速度传感器811采集的重力加速度信号，控制触摸显示屏805以横向视图或纵向视图进行用户界面的显示。加速度传感器811还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器812可以检测终端800的机体方向及转动角度，陀螺仪传感器812可以与加速度传感器811协同采集用户对终端800的3D(3Dimensions，三维)动作。处理器801根据陀螺仪传感器812采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器813可以设置在终端800的侧边框和/或触摸显示屏805的下层。当压力传感器813设置在终端800的侧边框时，可以检测用户对终端800的握持信号，根据该握持信号进行左右手识别或快捷操作。当压力传感器813设置在触摸显示屏805的下层时，可以根据用户对触摸显示屏805的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器814用于采集用户的指纹，以根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器801授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器814可以被设置终端800的正面、背面或侧面。当终端800上设置有物理按键或厂商Logo时，指纹传感器814可以与物理按键或厂商Logo集成在一起。

光学传感器815用于采集环境光强度。在一个实施例中，处理器801可以根据光学传感器815采集的环境光强度，控制触摸显示屏805的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏805的显示亮度；当环境光强度较低时，调低触摸显示屏805的显示亮度。在另一个实施例中，处理器801还可以根据光学传感器815采集的环境光强度，动态调整摄像头组件806的拍摄参数。

接近传感器816，也称距离传感器，通常设置在终端800的正面。接近传感器816用于采集用户与终端800的正面之间的距离。在一个实施例中，当接近传感器816检测到用户与终端800的正面之间的距离逐渐变小时，由处理器801控制触摸显示屏805从亮屏状态切换为息屏状态；当接近传感器816检测到用户与终端800的正面之间的距离逐渐变大时，由处理器801控制触摸显示屏805从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图8中示出的结构并不构成对终端800的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机可读存储介质，存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述实施例中的在视频中添加特效的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本申请实施例中，在录制视频之前，终端获取待添加特效的至少一个视频时间点以及每个视频时间点对应的特效标识，然后，在视频录制过程中，终端根据获取的该添加特效的视频时间点以及每个视频时间点对应的特效标识，在录制的视频中自动添加对应的特效。这样，在视频录制过程中切换特效时，无需用户点击终端的屏幕即可切换特效，这样，可以避免由于切换特效造成终端的抖动，减少出现录制的视频画面变得模糊的情况，使得录制的视频质量较高。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (16)

1.一种在视频中添加特效的方法，其特征在于，所述方法包括：

获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

当接收到录制指令时，开始录制视频，并播放所述背景音频；

在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效。

2.根据权利要求1所述的方法，其特征在于，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

获取用于录制视频的背景音频；

基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点；

根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；

根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

3.根据权利要求2所述的方法，其特征在于，所述基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点，包括：

根据预设的基音检测算法，确定所述背景音频的基音数据；

基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

4.根据权利要求2所述的方法，其特征在于，所述音频特征信息为音频对应的特征文本，所述基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点，包括：

根据预设的语音识别模型，确定所述背景音频对应的文本以及所述文本中每个字符对应的音频时间点；

基于至少一种预设的特征文本，确定所述文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

5.根据权利要求1所述的方法，其特征在于，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

6.根据权利要求1所述的方法，其特征在于，所述获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识，包括：

当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的所述背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

7.根据权利要求1所述的方法，其特征在于，所述开始录制视频之前，还包括：

显示所述至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

当接收到特效选择指令时，确定所述特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识；

所述每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效，包括：

每当达到待添加特效的任一目标视频时间点时，根据所述任一目标视频时间点对应的目标特效标识，在录制的视频中添加特效。

8.一种在视频中添加特效的装置，其特征在于，所述装置包括：

获取模块，用于获取用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

录制模块，用于当接收到录制指令时，开始录制视频，并播放所述背景音频；

添加模块，用于在录制视频的过程中，每当达到待添加特效的任一视频时间点时，根据所述任一视频时间点对应的特效标识，在录制的视频中添加特效。

9.根据权利要求8所述的装置，其特征在于，所述获取模块，用于：

获取用于录制视频的背景音频；

基于至少一种预设的音频特征信息，确定所述背景音频中与每种音频特征信息相匹配的音频段的开始时间点；

根据预先存储的音频特征信息与特效标识的对应关系，以及与确定出的每个音频段相匹配的音频特征信息，确定每个音频段对应的特效标识；

根据确定出的开始时间点，确定待添加特效的视频时间点，根据每个开始时间点所属的音频段对应的特效标识，确定每个待添加特效的视频时间点对应的特效标识。

10.根据权利要求9所述的装置，其特征在于，所述获取模块，用于：

根据预设的基音检测算法，确定所述背景音频的基音数据；

基于至少一种预设的音频特征信息，确定所述背景音频的基音数据中与每种音频特征信息相匹配的基音数据对应的音频段的开始时间点。

11.根据权利要求9所述的装置，其特征在于，所述音频特征信息为音频对应的特征文本，所述获取模块，用于：

根据预设的语音识别模型，确定所述背景音频对应的文本以及所述文本中每个字符对应的音频时间点；

基于至少一种预设的特征文本，确定所述文本中与每种特征文本相匹配的文本段的开始时间点，得到每个文本段对应的音频段的开始时间点。

12.根据权利要求8所述的装置，其特征在于，所述获取模块，用于：

获取用户输入的用于录制视频的背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

13.根据权利要求8所述的装置，其特征在于，所述获取模块，用于：

当接收到用于录制视频的背景音频对应的选择指令时，获取预先存储的所述背景音频对应的至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识。

14.根据权利要求8所述的装置，其特征在于，所述装置还包括：

显示模块，用于开始录制视频之前，显示所述至少一个待添加特效的视频时间点以及每个视频时间点对应的特效标识；

确定模块，用于当接收到特效选择指令时，确定所述特效选择指令对应的至少一个目标视频时间点以及每个目标视频时间点对应的目标特效标识；

所述添加模块，用于：

每当达到待添加特效的任一目标视频时间点时，根据所述任一目标视频时间点对应的目标特效标识，在录制的视频中添加特效。

15.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1至7任一所述的在视频中添加特效的方法。

16.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1至7任一所述的在视频中添加特效的方法。