CN110267113A - 视频文件加工方法、系统、介质和电子设备 - Google Patents

视频文件加工方法、系统、介质和电子设备 Download PDF

Info

Publication number
CN110267113A
CN110267113A CN201910517690.0A CN201910517690A CN110267113A CN 110267113 A CN110267113 A CN 110267113A CN 201910517690 A CN201910517690 A CN 201910517690A CN 110267113 A CN110267113 A CN 110267113A
Authority
CN
China
Prior art keywords
voice
video
content
video file
scene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910517690.0A
Other languages
English (en)
Inventor
崔海抒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910517690.0A priority Critical patent/CN110267113A/zh
Publication of CN110267113A publication Critical patent/CN110267113A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/44008Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/475End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/478Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Abstract

本发明提供一种视频文件加工方法、系统、介质及电子设备。所述方法包括:获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;识别所述当前视频文件内容,生成多个视频场景;确定与所述语音评论信息匹配的所述视频场景;当所述视频文件播放至所述视频场景时,输出所述语音内容。所述方法能够增加评论者的互动趣味性;进一步能够增大用户粘度。

Description

视频文件加工方法、系统、介质和电子设备
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种视频文件加工方法、系统、介质和电子设备。
背景技术
随着通信技术的发展,人们的社交行为和需求不断发生着变化。目前,“弹幕文化”兴起,用户乐于在观看视频,漫画等多媒体信息的同时,实时发表评论以及阅读其他用户的评论,即通过弹幕的形式进行社交。
为了满足用户的需求,各个视频网站纷纷提供弹幕功能,在播放视频的同时显示用户的评论留言,增加观看视频的用户之间的互动感。然而,这种互动形式单一,用户评论内容枯燥,缺乏用户粘性。
因此,在长期的研发当中,发明人对社交媒体中的语音评论问题进行了大量的研究,提出了一种基于语音评论的视频文件加工方法,以解决上述技术问题之一。
发明内容
本发明的目的在于提供一种视频文件加工方法、系统、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本发明的具体实施方式,第一方面,本发明提供一种视频文件加工方法,包括:获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;识别所述当前视频文件内容,生成多个视频场景;确定与所述语音评论信息匹配的所述视频场景;当所述视频文件播放至所述视频场景时,输出所述语音内容。
根据本发明的具体实施方式,第二方面,本发明提供一种视频文件加工系统,包括:获取模块,用于获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;识别模块,用于识别所述当前视频文件内容,生成多个视频场景;确定模块,用于确定与所述语音评论信息匹配的所述视频场景;输出模块,用于当所述视频文件播放至所述视频场景时,输出所述语音内容。
根据本发明的具体实施方式,第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上任一项所述的视频文件加工方法。
根据本发明的具体实施方式,第四方面,本发明提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的视频文件加工方法。
与现有技术相比,本发明实施例的上述方案通过在视频中融入语音评论,提供具有更加丰富的语音文件互动方式,从而能够增加评论者的互动趣味性;进一步能够增大用户粘度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1示出了根据本发明实施例的一种视频文件加工方法的实施流程图;
图2示出了根据本发明实施例的一种视频文件加工系统的结构示意图;
图3示出了根据本发明实施例的电子设备连接结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本发明实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,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商品或者装置不仅包括那些要素,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商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
实施例1
参阅图1所示,为本发明实施例提供的一种视频文件加工方法的实施流程图,该方法应用于客户端。所述视频文件加工方法包括如下步骤:
S100,获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;
在该步骤中,所述语音评论通过客户端的一语音评论组件进行录制,其中,当所述客户端的浏览页面停留时长达到预设阈值时,在所述浏览页面内发表内容区域周边显示所述语音评论组件。本实施例中,用户在客户端浏览发表内容的过程中,当用户浏览的页面停留时长达到预设阈值时,显示所述语音评论组件给用户,且所述语音评论组件显示于所述发表内容区域的下方,使用户界面简洁清晰。用户通过显示的语音评论组件进行录音,当用户松手或达到所述语音评论组件的最大录制时长时生成语音评论,并将所述被评论图片及所述语音评论存储至服务端或云端。
具体的,所述语音评论信息可以为历史语音评论信息,也可为实时语音评论信息。本实施例中,所述获取用户针对当前视频文件输入的语音评论信息,包括:在当前视频播放过程中,访问服务端,获取采集到的实时语音评论信息。其中,所述语音内容可以是对某个画面的评论、对某个词组的解释或者是对某个画面的二次配音。所述语音时长是指用户录制的语音时间长度。所述评论语气是指用户说话的态度,比如,感叹、疑问、愤怒等。
另一实施例中,所述获取历史语音评论信息,包括:访问服务器,获取预先保存的所述当前视频的历史语音评论信息;将所述历史语音评论信息保存至客户端本地。
S110,识别所述当前视频文件内容,生成多个视频场景;
具体的,客户端遍历当前视频文件的内容,将内容信息进行切片处理,分解为N个可拆解的视频场景。其中,所述切片的方式不限,可以按时间段切割,也可按视频内容的关联度切割,或者按人物情绪进行切割。每个视频场景信息包括视频内容、视频时长及视频表达情绪等。所述视频表达情绪包括疑问、感叹、愤怒、狂笑等。
S120,确定与所述语音评论信息匹配的所述视频场景;
本实施例中,在所述多个视频场景中找到与所述语音评论信息相匹配的视频场景,具体包括以下三种匹配方式:
第一种,确定与所述语音时长匹配的所述视频场景。具体的,将所述视频场景的播放时长与所述语音时长进行比较,找出播放时长与所述语音时长相同的视频场景。
第二种,确定与所述语音内容匹配的所述视频场景。具体的,根据所述语音评论的内容,在所述多个视频场景中找出与所述语音内容一致的视频场景。
第三种,确定与所述评论语气匹配的所述视频场景。具体的,根据语音评论的语气,在所述多个视频场景中找到符合所述语气的视频场景。
当然,所述匹配方式不限于上述三种,可根据实际需要进行匹配,比如,根据所述语音评论的评论时间点进行匹配,具体可在评论时间点与所述视频文件的播放时间点重合的节点位置,输出所述语音内容。
S130,当所述视频文件播放至所述视频场景时,输出所述语音内容。
具体的,在执行步骤S120后,将所述语音评论信息添加至所述当前视频文件中,从而搭配出经过二次加工的视频文件,所述加工后的视频文件可通过点击发布或者自动发布。本实施例中,所述当所述视频文件播放至所述视频场景时,输出所述语音内容,包括:
当所述视频文件播放至所述视频场景时,消除所述视频场景的原始配音并在所述视频场景的播放位置播放所述语音内容。可以理解为,将所述视频场景的原始配音的声音抹掉,替换为评论者的所述语音内容。具体的,在当前视频播放过程中,通过计时器记录播放时间进度,当播放至第5秒时,停止播放视频画面,此时仅输出所述语音内容,直至所述语音内容播放结束,开始播放下一段视频场景。
另一实施例中,所述当所述视频文件播放至所述视频场景时,输出所述语音内容,包括:当所述视频文件播放至所述视频场景时,同时播放所述视频场景的原始配音及所述语音内容,且所述语音内容的播放频段高于所述原始配音的播放频段。可以理解为,在播放原始配音的同时播放所述语音内容,只是用户听到的原始配音声音很小,而所述语音内容声音较大,能够凸显出来。
当然,所述语音内容与所述视频场景的结合不限于上述方式,只要能够实现在当前视频播放中输出用户评语的方式都在本发明保护范围之内。
本发明实施例提供的视频文件加工方法通过在视频中融入语音评论,提供具有更加丰富的语音文件互动方式,从而能够增加评论者的互动趣味性;进一步能够增大用户粘度。
实施例2
请参阅图2,本发明实施例提供一种视频文件加工系统200,所述系统包括:获取模块210,识别模块220,确定模块230及输出模块240。
所述获取模块210,用于获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气。
具体的,所述语音评论通过客户端的一语音评论组件进行录制,其中,当所述客户端的浏览页面停留时长达到预设阈值时,在所述浏览页面内发表内容区域周边显示所述语音评论组件。本实施例中,用户在客户端浏览发表内容的过程中,当用户浏览的页面停留时长达到预设阈值时,显示所述语音评论组件给用户,且所述语音评论组件显示于所述发表内容区域的下方,使用户界面简洁清晰。用户通过显示的语音评论组件进行录音,当用户松手或达到所述语音评论组件的最大录制时长时生成语音评论。
所述语音评论信息可以为历史语音评论信息,也可为实时语音评论信息。本实施例中,所述获取模块210可以在当前视频播放过程中,访问服务端,从而获取采集到的实时语音评论信息。其中,所述语音内容可以是对某个画面的评论、对某个词组的解释或者是对某个画面的二次配音。所述语音时长是指用户录制的语音时间长度。所述评论语气是指用户说话的态度,比如,感叹、疑问、愤怒等。
另一实施例中,所述获取模块210可以访问服务器,获取预先保存的所述当前视频的历史语音评论信息;并将所述历史语音评论信息保存至客户端本地。
所述识别模块220,用于识别所述当前视频文件内容,生成多个视频场景。
具体的,所述识别模块220遍历当前视频文件的内容,将内容信息进行切片处理,分解为N个可拆解的视频场景。其中,所述切片的方式不限,可以按时间段切割,也可按视频内容的关联度切割,或者按人物情绪进行切割。每个视频场景信息包括视频内容、视频时长及视频表达情绪等。所述视频表达情绪包括疑问、感叹、愤怒、狂笑等。
所述确定模块230,用于确定与所述语音评论信息匹配的所述视频场景。
本实施例中,所述确定模块230在所述多个视频场景中找到与所述语音评论信息相匹配的视频场景,具体包括以下三种匹配方式:
第一种,确定与所述语音时长匹配的所述视频场景。具体的,所述确定模块230将所述视频场景的播放时长与所述语音时长进行比较,找出播放时长与所述语音时长相同的视频场景。
第二种,确定与所述语音内容匹配的所述视频场景。具体的,所述确定模块230根据所述语音评论的内容,在所述多个视频场景中找出与所述语音内容一致的视频场景。
第三种,确定与所述评论语气匹配的所述视频场景。具体的,所述确定模块230根据语音评论的语气,在所述多个视频场景中找到符合所述语气的视频场景。
当然,所述匹配方式不限于上述三种,可根据实际需要进行匹配,比如,根据所述语音评论的评论时间点进行匹配,具体的,后续可在评论时间点与所述视频文件的播放时间点重合的节点位置,输出所述语音内容。
所述输出模块240,用于当所述视频文件播放至所述视频场景时,输出所述语音内容。
具体的,在所述确定模块230确定出视频场景后,将所述语音评论信息添加至所述当前视频文件中,从而搭配出经过二次加工的视频文件,所述加工后的视频文件可通过点击发布或者自动发布。本实施例中,所述输出模块240在当所述视频文件播放至所述视频场景时,消除所述视频场景的原始配音并在所述视频场景的播放位置播放所述语音内容。可以理解为,将所述视频场景的原始配音的声音抹掉,替换为评论者的所述语音内容。具体的,在当前视频播放过程中,通过计时器记录播放时间进度,当播放至第5秒时,停止播放视频画面,此时仅输出所述语音内容,直至所述语音内容播放结束,开始播放下一段视频场景。
另一实施例中,所述输出模块240在当所述视频文件播放至所述视频场景时,同时播放所述视频场景的原始配音及所述语音内容,且所述语音内容的播放频段高于所述原始配音的播放频段。可以理解为,在播放原始配音的同时播放所述语音内容,只是用户听到的原始配音声音很小,而所述语音内容声音较大,能够凸显出来。
当然,所述输出模块240的输出方式不限于上述方式,只要是能够实现在当前视频播放中输出用户评语的方式都在本发明保护范围之内。
本发明实施例提供的视频文件加工系统通过在视频中融入语音评论,提供具有更加丰富的语音文件互动方式,从而能够增加评论者的互动趣味性;进一步能够增大用户粘度。
实施例3
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的视频文件加工方法。
实施例4
本实施例提供一种电子设备,该设备用于加工视频文件,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;
识别所述当前视频文件内容,生成多个视频场景;
确定与所述语音评论信息匹配的所述视频场景;
当所述视频文件播放至所述视频场景时,输出所述语音内容。
实施例5
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中,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,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

Claims (11)

1.一种视频文件加工方法,其特征在于,包括:
获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;
识别所述当前视频文件内容,生成多个视频场景;
确定与所述语音评论信息匹配的所述视频场景;
当所述视频文件播放至所述视频场景时,输出所述语音内容。
2.根据权利要求1所述的方法,其特征在于,所述语音评论通过客户端的语音评论组件进行录制,其中,当所述客户端的浏览页面停留时长达到预设阈值时,在所述浏览页面内发表内容区域周边显示所述语音评论组件。
3.根据权利要求1所述的方法,其特征在于,所述获取用户针对当前视频文件输入的语音评论信息,包括:
在当前视频播放过程中,访问服务端,获取采集到的实时语音评论信息。
4.根据权利要求1所述的方法,其特征在于,所述确定与所述语音评论信息匹配的所述视频场景,包括:
确定与所述语音时长匹配的所述视频场景。
5.根据权利要求1所述的方法,其特征在于,所述确定与所述语音评论信息匹配的所述视频场景,包括:
确定与所述语音内容匹配的所述视频场景。
6.根据权利要求1所述的方法,其特征在于,所述确定与所述语音评论信息匹配的所述视频场景,包括:
确定与所述评论语气匹配的所述视频场景。
7.根据权利要求1所述的方法,其特征在于,所述当所述视频文件播放至所述视频场景时,输出所述语音内容,包括:
当所述视频文件播放至所述视频场景时,消除所述视频场景的原始配音,并在所述视频场景的播放位置播放所述语音内容。
8.根据权利要求1所述的方法,其特征在于,所述当所述视频文件播放至所述视频场景时,输出所述语音内容,包括:
当所述视频文件播放至所述视频场景时,同时播放所述视频场景的原始配音及所述语音内容,且所述语音内容的播放频段高于所述原始配音的播放频段。
9.一种视频文件加工系统,其特征在于,包括:
获取模块,用于获取用户针对当前视频文件输入的语音评论信息,所述语音评论信息包括语音内容,语音时长及评论语气;
识别模块,用于识别所述当前视频文件内容,生成多个视频场景;
确定模块,用于确定与所述语音评论信息匹配的所述视频场景;
输出模块,用于当所述视频文件播放至所述视频场景时,输出所述语音内容。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至8中任一项所述的方法。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至8中任一项所述的方法。
CN201910517690.0A 2019-06-14 2019-06-14 视频文件加工方法、系统、介质和电子设备 Pending CN110267113A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910517690.0A CN110267113A (zh) 2019-06-14 2019-06-14 视频文件加工方法、系统、介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910517690.0A CN110267113A (zh) 2019-06-14 2019-06-14 视频文件加工方法、系统、介质和电子设备

Publications (1)

Publication Number Publication Date
CN110267113A true CN110267113A (zh) 2019-09-20

Family

ID=67918374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910517690.0A Pending CN110267113A (zh) 2019-06-14 2019-06-14 视频文件加工方法、系统、介质和电子设备

Country Status (1)

Country Link
CN (1) CN110267113A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111225237A (zh) * 2020-04-23 2020-06-02 腾讯科技(深圳)有限公司 一种视频的音画匹配方法、相关装置以及存储介质
CN111343149A (zh) * 2020-02-05 2020-06-26 北京字节跳动网络技术有限公司 评论的方法、装置、电子设备及计算机可读介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104980790A (zh) * 2015-06-30 2015-10-14 北京奇艺世纪科技有限公司 语音字幕的生成和装置、播放方法和装置
CN105228013A (zh) * 2015-09-28 2016-01-06 百度在线网络技术(北京)有限公司 弹幕信息处理方法、装置及弹幕视频播放器
CN105847735A (zh) * 2016-03-30 2016-08-10 宁波三博电子科技有限公司 一种基于人脸识别的即时弹幕视频通信方法及系统
US20170311039A1 (en) * 2015-05-04 2017-10-26 Tencent Technology (Shenzhen) Company Limited Interaction information processing method, client, service platform, and storage medium
CN107613400A (zh) * 2017-09-21 2018-01-19 北京奇艺世纪科技有限公司 一种语音弹幕的实现方法和装置
CN109343696A (zh) * 2018-08-21 2019-02-15 咪咕数字传媒有限公司 一种电子书的评论方法、装置及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170311039A1 (en) * 2015-05-04 2017-10-26 Tencent Technology (Shenzhen) Company Limited Interaction information processing method, client, service platform, and storage medium
CN104980790A (zh) * 2015-06-30 2015-10-14 北京奇艺世纪科技有限公司 语音字幕的生成和装置、播放方法和装置
CN105228013A (zh) * 2015-09-28 2016-01-06 百度在线网络技术(北京)有限公司 弹幕信息处理方法、装置及弹幕视频播放器
CN105847735A (zh) * 2016-03-30 2016-08-10 宁波三博电子科技有限公司 一种基于人脸识别的即时弹幕视频通信方法及系统
CN107613400A (zh) * 2017-09-21 2018-01-19 北京奇艺世纪科技有限公司 一种语音弹幕的实现方法和装置
CN109343696A (zh) * 2018-08-21 2019-02-15 咪咕数字传媒有限公司 一种电子书的评论方法、装置及计算机可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111343149A (zh) * 2020-02-05 2020-06-26 北京字节跳动网络技术有限公司 评论的方法、装置、电子设备及计算机可读介质
CN111343149B (zh) * 2020-02-05 2021-05-14 北京字节跳动网络技术有限公司 评论的方法、装置、电子设备及计算机可读介质
CN111225237A (zh) * 2020-04-23 2020-06-02 腾讯科技(深圳)有限公司 一种视频的音画匹配方法、相关装置以及存储介质
CN111225237B (zh) * 2020-04-23 2020-08-21 腾讯科技(深圳)有限公司 一种视频的音画匹配方法、相关装置以及存储介质

Similar Documents

Publication Publication Date Title
US20210106264A1 (en) Determination of Content Services
US10540691B2 (en) Techniques for context sensitive overlays
US10586541B2 (en) Communicating metadata that identifies a current speaker
US9824150B2 (en) Systems and methods for providing information discovery and retrieval
US20190392011A1 (en) Systems and methods for identifying electronic content using video graphs
US9438850B2 (en) Determining importance of scenes based upon closed captioning data
CN107209781B (zh) 使用自然语言的上下文搜索
US20200027464A1 (en) Keyword determinations from conversational data
US9148643B2 (en) Systems and methods for enchancing media with supplemental content
WO2019000991A1 (zh) 一种声纹识别方法及装置
US9661386B2 (en) Methods, systems, and media for presenting a suggestion to watch videos
US20150350302A1 (en) Loading a Mobile Computing Device with Media Files
US8856170B2 (en) Bandscanner, multi-media management, streaming, and electronic commerce techniques implemented over a computer network
US9377938B2 (en) Live videocast to social network
US20150365725A1 (en) Extract partition segments of personalized video channel
EP3032537A2 (en) Proximity based temporary audio sharing
CA2868517C (en) Sharing television and video programming through social networking
US20120221687A1 (en) Systems, Methods and Apparatus for Providing a Geotagged Media Experience
US8768693B2 (en) Automatic tag extraction from audio annotated photos
US8799300B2 (en) Bookmarking segments of content
US8433577B2 (en) Detection of creative works on broadcast media
US20130345840A1 (en) Method and system for detecting users' emotions when experiencing a media program
US10270831B2 (en) Automated system for combining and publishing network-based audio programming
EP3346717B1 (en) Methods and systems for displaying contextually relevant information regarding a media asset
CN104881237B (zh) 一种网络互动方法及客户端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination