CN110418183B - 音视频同步方法、装置、电子设备及可读介质 - Google Patents

Abstract

本公开实施例公开了一种音视频同步方法、装置、电子设备及可读介质。其中，该方法包括：在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步。通过本公开实施例的技术方案，可实现音频和视频图像各自独立播放情况下两者的同步，进而确保基于音频和视频图像生成的音视频的同步，且提升了用户的体验；为音频和视频图像同步提供了一种新思路。

Description

音视频同步方法、装置、电子设备及可读介质

技术领域

本公开实施例涉及互联网技术领域，尤其涉及一种音视频同步方法、装置、电子设备及可读介质。

背景技术

在K歌类应用程序中，用户可以观看其他用户发布的音视频，也可以选择自己喜爱的歌曲录制音视频并发布。

具体的，用户可以在搜索框中输入喜爱的歌曲名，而后点击搜索结果中任一K歌选项，即可进入该歌曲的演唱界面，进行歌曲的录制。而且通常情况下，在歌曲录制完成之后，用户可以录制视频，进而可根据录制的歌曲的音频和视频，生成音视频。

然而，由于视频的编解码等因素导致在预览音视频时，容易出现音频和视频不同步的现象，导致用户的体验不佳。

发明内容

有鉴于此，本公开实施例提供了一种音视频同步方法、装置、电子设备及可读介质，以实现音频和视频的同步。

第一方面，本公开实施例提供了一种音视频同步方法，该方法包括：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步。

第二方面，本公开实施例提供了一种音视频同步装置，该方法包括：

时间戳插入模块，用于在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

时间差确定模块，用于在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

同步模块，用于依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器，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，使得所述一个或多个处理器实现如本公开任意实施例所述的音视频同步方法。

第四方面，本公开实施例提供了一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的音视频同步方法。

本公开实施例提供的一种音视频同步方法、装置、电子设备及可读介质，通过在依据已录制的目标歌曲的音频录制视频图像的过程中，依据设定规则在视频图像中插入时间戳；之后，可同步播放音频和视频图像，且在同步播放过程中，依据插入视频图像中的时间戳确定音频和视频图像的时间差；进而依据该时间差调整音频，即可实现音频和视频图像的同步。相比于现有技术方案，本方案基于视频图像录制过程中插入的时间戳，对音频进行调整，可实现音频和视频图像各自独立播放情况下两者的同步，进而确保基于音频和视频图像生成的音视频的同步，且提升了用户的体验；为音频和视频图像同步提供了一种新思路。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，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示出了本公开实施例提供的一种音视频同步方法的流程图；

图2示出了本公开实施例提供的另一种音视频同步方法的流程图；

图3示出了本公开实施例提供的一种音视频同步装置的结构示意图；

图4示出了本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

图1示出了本公开实施例提供的一种音视频同步方法的流程图，本公开实施例可适用于如何对音频和视频进行同步的情况。该方法可以由本公开实施例提供的音视频同步装置或电子设备来执行，该装置可以通过软件和/或硬件的方式来实现。可选的，所谓电子设备可以是承载音视频同步功能的服务端设备，还可以是配置服务端所提供的K歌应用程序的终端设备等。

可选的，如图1所示，本公开实施例中提供的音视频同步方法包括如下步骤：

S110、在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳。

本实施例中，设定规则是预先设定的，用于规定在视频图像的某个/某些视频帧位置处插入时间戳，可根据实际情况进行灵活调整。其中，时间戳为插入操作对应的时间点。由于在基于已录制的目标歌曲的音频录制视频图像的过程中音频和视频图像是同步的，进而时间戳具体可以为音频在插入操作时刻的时间点，也可以是视频图像在插入操作时刻已录制的时长。

进一步的，不同的设定规则可使插入视频图像中的时间戳的数量和/或位置不同。例如，在依据已录制的目标歌曲的音频录制视频图像过程中，可随机在视频图像中插入时间戳。

为了使插入视频图像中的时间戳的数量和位置合理，示例性的，在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳可以是：在依据已录制的目标歌曲的音频录制视频图像过程中，每间隔固定视频帧插入一个时间戳。

其中，固定视频帧可以是预先设定的，可根据音频的总时长以及其他因素等灵活调整。可选的，固定视频帧可与音频的总时长成正相关。例如，音频的总时长越短，固定视频帧越小。具体的，在依据已录制的目标歌曲的音频录制视频图像过程中，可每间隔固定视频帧(如100视频帧)将音频当时的时间点作为时间戳插入视频图像中。

示例性的，在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳还可以是：在依据已录制的目标歌曲的音频录制视频图像过程中，依据音频的歌词特征和/或总时长，在视频图像中插入时间戳。

本实施例中，音频的歌词特征可以包括但不限于：歌词的起始位置(即演唱第一句歌词的时间)、歌词的结束位置(演唱最后一句歌词的时间)、以及演唱高潮片段的第一句歌词的时间和最后一句歌词的时间等。进而，在依据已录制的目标歌曲的音频录制视频图像过程中，可依据音频的歌词特征，在视频图像中插入一个或多个时间戳。

或者，还可以依据音频的总时长，在视频图像中插入时间戳。例如，可依据音频的总时长确定音频播放的中间时刻，进而可将音频播放至中间时刻对应的时间点作为一个时间戳插入视频图像中。还可以将音频的总时长平均划分为多个时间段，而后可将音频播放至划分点处对应的时间点作为时间戳插入视频图像中等。

为了使插入视频图像中的时间戳的数量更为合理，进一步的，还可以依据音频的歌词特征和总时长，在视频图像中插入时间戳。例如可依据音频的总时长确定在视频图像中插入时间戳的数量(可选的，可预先设定音频的总时长和时间戳数量之间的对应关系)，而后可依据音频的歌词特征确定在视频图像中插入时间戳的位置，进而可基于确定的时间戳的数量和位置在视频图像中插入时间戳。

示例性的，在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳还可以是：在依据已录制的目标歌曲的音频录制视频图像过程中，依据音频中音调特征，在视频图像中插入时间戳。其中，音调特征可以包括音量的高低起伏变化、以及歌词节拍(如可以是一句歌词的尾音长短)等。

S120、在同步播放音频和视频图像过程中，依据时间戳，确定音频和视频图像的时间差。

本实施例中，音频和视频图像的同步播放是指用两个播放器同时独立播放音频和视频图像。

需要说明的是，在基于音频录制视频图像过程中，音频和视频图像是同步的；但是由于需要对录制的视频图像进行编解码等操作，可能导致音频和最终录制完的视频图像的不同步。进而，本实施例可基于插入视频图像中的时间戳，对音频进行调整，以实现音频和视频图像的同步。首先可在同步播放音频和视频图像过程中，依据时间戳，确定音频和视频图像的时间差。

示例性的，依据时间戳，确定音频和视频图像的时间差可以是：确定视频图像播放至时间戳位置处时，同步播放的音频的时间点；依据时间戳与时间点，确定音频和视频图像的时间差。

具体的，在同步播放音频和视频图像过程中，若视频图像播放至插入时间戳位置，则可以同时暂停音频和视频图像的播放，并获取音视当时的时间点；而后将音频当时的时间点与时间戳的时间点作差，即可得到音频和视频图像的时间差。

可选的，本实施例中音频和视频图像的时间差的个数可以为一个或多个。进一步的，音频和视频图像的时间差的个数可以与插入视频图像中的时间戳数量相同。若插入视频图像中的时间戳数量为两个或两个以上，则可以将依据每一时间戳确定的时间差，均作为一个音频和视频图像的时间差。

S130、依据时间差，调整音频，以实现音频和视频图像的同步。

本实施例中，可依据时间戳在视频图像中插入的先后顺序，在音频和视频图像的同步播放过程中，实时依据时间戳确定时间差并对音频进行调整，进而实现音频和视频图像的同步。例如，视频图像中插入有三个时间戳A、B以及C，在音频和视频图像的同步播放过程中，可先依据时间戳A确定时间差1并对音频进行调整，以保证视频图像播放至时间戳A位置处时同步播放的音频的时间点，与时间戳A对应的时间点一致；而后依次依据时间戳B确定时间差2和时间戳C确定时间差3并对音频进行调整，进而实现音频和视频图像的同步。

可选的，在实现音频和视频图像各自独立播放时，两者同步的场景下，可确保基于音频和视频图像生成的音视频播放时，音视频中音频和视频图像的同步。

需要说明的是，在具有一个时间戳的情况下，由于通过调整音频，虽然使视频图像播放至该时间戳位置处时同步播放的音频的时间点，与该时间戳对应的时间点一致，但是在后续播放过程中可能又出现不同步的现象，最后导致音频和视频图像的不同步。进而本实施例优选在视频图像中插入两个或两个以上的时间戳。

本公开实施例提供的技术方案，通过在依据已录制的目标歌曲的音频录制视频图像的过程中，依据设定规则在视频图像中插入时间戳；之后，可同步播放音频和视频图像，且在同步播放过程中，依据插入视频图像中的时间戳确定音频和视频图像的时间差；进而依据该时间差调整音频，即可实现音频和视频图像的同步。相比于现有技术方案，本方案基于视频图像录制过程中插入的时间戳，对音频进行调整，可实现音频和视频图像各自独立播放情况下两者的同步，进而确保基于音频和视频图像生成的音视频的同步，且提升了用户的体验；为音频和视频图像同步提供了一种新思路。

为了提升用户的体验，示例性的，在同步播放音频和所述视频图像过程中，依据时间戳，确定音频和视频图像的时间差之前，还可以对视频图像进行处理，所谓处理是指不影响视频图像长度的处理，具体可以包括增加贴纸、滤镜、美颜以及调整分辨率中的至少一种。

图2示出了本公开实施例提供的另一种音视频同步方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行了优化，具体的，本实施例对于上述实施例提供的各步骤中，在向视频图像中插入时间戳的个数为至少两个的情况下，如何依据时间差，调整音频，以实现音频和视频图像的同步进行了详细的介绍。

可选的，如图2所示，本实施例中的音视频同步方法可以包括如下步骤：

S210、在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入至少两个时间戳。

S220、针对每一时间戳，在同步播放音频和视频图像过程中，依据该时间戳，确定音频和视频图像的时间差。

S230、若时间差在误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于音频中。

本实施例中，在向视频图像中插入多个时间戳的情况下，依据时间戳，可确定音频和视频图像的多个时间差。可选的，对于每一时间戳，在执行S220确定时间差之后，可将所确定的时间差与预先设定的误差范围(如0.1s)进行比较，若所确定的时间差小于误差范围，则可以确定该时间戳与上一时间戳(即其前一时间戳)之间的时间段。例如，依据录制顺序插入视频图像中的时间戳依次为时间戳A、时间戳B以及时间戳C，且时间戳A对应的时间点为0.2s，时间戳B对应的时间点为0.4s。假设依据时间戳B所确定的时间差在误差范围内，则可以确定时间戳B和上一时间戳(即时间戳A)之间的时间段为0.2s-0.4s。

之后，可以将确定的该时间戳与上一时间戳之间的时间段映射于音频中，即在音频中找到时间段为0.2s-0.4s的位置。

需要说明的是，本实施例是依据时间戳在视频图像中插入的先后顺序，在音频和视频图像的同步播放过程中，实时依据时间戳确定时间差并对音频进行调整，进而若某一时间戳存在上一时间戳，则说明已基于上一时间戳进行了一次音频和视频图像之间的较准，即视频图像播放至上一时间戳位置处时同步播放的音频的时间点，与该上一时间戳对应的时间点一致。

可选的，若该时间戳为第一个时间戳，则确定该时间戳与上一时间戳之间的时间段可以是：将视频图像的起始时间作为开始时间戳；确定第一个时间戳与开始时间戳之间的时间段。其中，视频图像的起始时间即视频图像开始播放的时间0s。例如，对于时间戳A，若依据时间戳A所确定的时间差在误差范围内，则可以确定时间戳A和视频图像的起始时间之间的时间段为0s至0.2s。

可选的，若任一时间差不在预先设定的误差范围内，则可以依据录制的目标歌曲的音频重新录制视频图像。

S240、调整时间段在音频中的播放速度，以实现音频和视频图像的同步。

具体的，对于每一时间戳，若基于其确定的时间差在误差范围内，则确定该时间戳与上一时间戳之间的时间段，并将该时间段映射于音频中之后，可通过调整音频中该时间段的播放速度，进而实现视频图像播放至该时间戳位置处时同步播放的音频的时间点，与该时间戳对应的时间点一致。依据上述调整过程，按照视频图像中的各时间戳顺序，依次对音频进行调整，可实现音频和视频图像的同步。

本公开实施例提供的技术方案，在向视频图像中插入多个时间戳的情况下，针对每一时间戳，若基于该时间戳确定的时间差在误差范围内，则可以依据该时间戳和其上一时间戳确定一时间段并将该时间段映射于音频；而后可通过调整音频中该时间段的播放速度，以使视频图像播放至该时间戳位置处时同步播放的音频的时间点，与该时间戳对应的时间点一致，最终实现音频和视频图像的同步。相比于现有技术方案，本方案基于视频图像录制过程中插入的时间戳，对音频进行调整，可实现音频和视频图像各自独立播放情况下两者的同步，进而确保基于音频和视频图像生成的音视频的同步，且提升了用户的体验；为音频和视频图像同步提供了一种新思路。

示例性的，若向视频图像中插入的时间戳为一个，则依据时间差调整音频，以实现音频和视频图像的同步的过程，与在向视频图像中插入多个时间戳且时间戳为第一个时间戳的过程相同。

图3示出了本公开实施例提供的一种音视频同步装置结构示意图，本公开实施例可适用于如何对音频和视频进行同步的情况。该装置可以通过的软件和/或硬件来实现，可以配置于电子设备上。可选的，所谓电子设备可以是承载音视频同步功能的服务端设备，还可以是配置服务端所提供的K歌应用程序的终端设备等。如图3所示，本公开实施例中装置，包括：

时间戳插入模块310，用于在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳；其中，时间戳为插入操作对应的时间点；

时间差确定模块320，用于在同步播放音频和视频图像过程中，依据时间戳，确定音频和视频图像的时间差；

同步模块330，用于依据时间差，调整音频，以实现音频和视频图像的同步。

示例性的，时间戳插入模块310具体可以用于：

在依据已录制的目标歌曲的音频录制视频图像过程中，每间隔固定视频帧插入一个时间戳。

示例性的，时间戳插入模块310具体还可以用于：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据音频的歌词特征和/或总时长，在视频图像中插入时间戳。

示例性的，时间差确定模块320具体可以用于：

确定视频图像播放至时间戳位置处时，同步播放的音频的时间点；

依据时间戳与时间点，确定音频和视频图像的时间差。

示例性的，若时间戳为至少两个，则同步模块330可以包括：

时间段确定单元，用于针对每一时间戳，若基于该时间戳所确定的时间差在误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于音频中；

同步单元，用于调整时间段在音频中的播放速度，以实现音频和视频图像的同步。

示例性的，若该时间戳为第一个时间戳，则时间段确定单元具体可以用于：

将视频图像的起始时间作为开始时间戳；

确定第一个时间戳与开始时间戳之间的时间段。

示例性的，上述装置还可以包括：

图像处理模块，用于在同步播放音频和视频图像过程中，依据时间戳，确定音频和视频图像的时间差之前，对视频图像进行处理，处理包括增加贴纸、滤镜、美颜以及调整分辨率中的至少一种。

本公开实施例提供的音视频同步装置，与上述实施例提供的音视频同步方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。

参见图4，其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子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。可选的，本实施例中所谓电子设备可以是承载音视频同步功能的服务端设备，还可以是配置服务端所提供的K歌应用程序的终端设备等。图4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4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线1004彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401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。

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电子设备执行时，使得电子设备：在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在视频图像中插入时间戳；其中，时间戳为插入操作对应的时间点；在同步播放音频和视频图像过程中，依据时间戳，确定音频和视频图像的时间差；依据时间差，调整音频，以实现音频和视频图像的同步。

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。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

1、根据本公开的一个或多个实施例，提供的一种音视频同步方法包括：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步。

根据本公开的一个或多个实施例，上述方法中在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳，包括：

在依据已录制的目标歌曲的音频录制视频图像过程中，每间隔固定视频帧插入一个时间戳。

根据本公开的一个或多个实施例，上述方法中在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳，包括：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据所述音频的歌词特征和/或总时长，在所述视频图像中插入时间戳。

根据本公开的一个或多个实施例，上述方法中依据所述时间戳，确定所述音频和所述视频图像的时间差，包括：

确定所述视频图像播放至所述时间戳位置处时，同步播放的所述音频的时间点；

依据所述时间戳与所述时间点，确定所述音频和所述视频图像的时间差。

根据本公开的一个或多个实施例，上述方法中所述时间戳为至少两个，依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步，包括：

针对每一时间戳，若基于该时间戳所确定的时间差在误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于所述音频中；

调整所述时间段在所述音频中的播放速度，以实现所述音频和所述视频图像的同步。

根据本公开的一个或多个实施例，上述方法中若该时间戳为第一个时间戳，则确定该时间戳与上一时间戳之间的时间段，包括：

将所述视频图像的起始时间作为开始时间戳；

确定所述第一个时间戳与所述开始时间戳之间的时间段。

根据本公开的一个或多个实施例，上述方法中在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差之前，还包括：

对所述视频图像进行处理，所述处理包括增加贴纸、滤镜、美颜以及调整分辨率中的至少一种。

2、根据本公开的一个或多个实施例，提供的一种音视频同步装置包括：

时间戳插入模块，用于在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

时间差确定模块，用于在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

同步模块，用于依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步。

根据本公开的一个或多个实施例，上述装置中所述时间戳插入模块具体用于：

在依据已录制的目标歌曲的音频录制视频图像过程中，每间隔固定视频帧插入一个时间戳。

根据本公开的一个或多个实施例，上述装置中所述时间戳插入模块还具体用于：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据所述音频的歌词特征和/或总时长，在所述视频图像中插入时间戳。

根据本公开的一个或多个实施例，上述装置中所述时间差确定模块具体用于：

确定所述视频图像播放至所述时间戳位置处时，同步播放的所述音频的时间点；

依据所述时间戳与所述时间点，确定所述音频和所述视频图像的时间差。

根据本公开的一个或多个实施例，上述装置中所述时间戳为至少两个，则所述同步模块包括：

时间段确定单元，用于针对每一时间戳，若基于该时间戳所确定的时间差在误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于所述音频中；

同步单元，用于调整所述时间段在所述音频中的播放速度，以实现所述音频和所述视频图像的同步。

根据本公开的一个或多个实施例，上述装置中，若该时间戳为第一个时间戳，则所述时间段确定单元具体用于：

将所述视频图像的起始时间作为开始时间戳；

确定所述第一个时间戳与所述开始时间戳之间的时间段。

根据本公开的一个或多个实施例，上述装置中还包括：

图像处理模块，用于在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差之前，对所述视频图像进行处理，所述处理包括增加贴纸、滤镜、美颜以及调整分辨率中的至少一种。

3、根据本公开的一个或多个实施例，提供的一种电子设备包括：

一个或多个处理器；

存储器，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，使得所述一个或多个处理器实现如本公开提供的任一所述的音视频同步方法。

4、根据本公开的一个或多个实施例，提供的一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开提供的任一所述的音视频同步方法。

以上描述仅为本公开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，本公开中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本公开中公开的(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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (6)

1.一种音视频同步方法，其特征在于，包括：

在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步；

所述时间戳为音频在插入操作时刻的时间点，或视频图像在插入操作时刻已录制的时长；

依据所述时间戳，确定所述音频和所述视频图像的时间差，包括：

确定所述视频图像播放至所述时间戳位置处时，同步播放的所述音频的时间点；

依据所述时间戳与所述同步播放的音频的时间点，确定所述音频和所述视频图像的时间差；

所述依据设定规则在所述视频图像中插入时间戳，包括：

依据所述音频的歌词特征，或歌词特征和总时长，在所述视频图像中插入时间戳；或依据音频中音调特征，在所述视频图像中插入时间戳；其中，所述音调特征包括：音量的高低起伏变化和/或歌词节拍，所述音频的歌词特征至少包括歌词的起始位置、歌词的结束位置以及演唱高潮片段的第一句歌词的时间和最后一句歌词的时间；

所述时间戳为至少两个，依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步，包括：针对每一时间戳，若基于该时间戳所确定的时间差在预先设定的误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于所述音频中；调整所述时间段在所述音频中的播放速度；若所述时间差不在所述误差范围内，则依据录制的目标歌曲的音频重新录制视频图像。

2.根据权利要求1所述的方法，其特征在于，若该时间戳为第一个时间戳，则确定该时间戳与上一时间戳之间的时间段，包括：

将所述视频图像的起始时间作为开始时间戳；

确定所述第一个时间戳与所述开始时间戳之间的时间段。

3.根据权利要求1所述的方法，其特征在于，在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差之前，还包括：

对所述视频图像进行处理，所述处理包括增加贴纸、滤镜、美颜以及调整分辨率中的至少一种。

4.一种音视频同步装置，其特征在于，包括：

时间戳插入模块，用于在依据已录制的目标歌曲的音频录制视频图像过程中，依据设定规则在所述视频图像中插入时间戳；其中，所述时间戳为插入操作对应的时间点；

时间差确定模块，用于在同步播放所述音频和所述视频图像过程中，依据所述时间戳，确定所述音频和所述视频图像的时间差；

同步模块，用于依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步；

所述时间戳为音频在插入操作时刻的时间点，或视频图像在插入操作时刻已录制的时长；

所述时间差确定模块具体用于：

确定视频图像播放至时间戳位置处时，同步播放的音频的时间点；

依据所述时间戳与所述同步播放的音频的时间点，确定所述音频和所述视频图像的时间差；

所述依据设定规则在所述视频图像中插入时间戳，包括：

依据所述音频的歌词特征，或歌词特征和总时长，在所述视频图像中插入时间戳；或依据音频中音调特征，在所述视频图像中插入时间戳；其中，所述音调特征包括：音量的高低起伏变化和/或歌词节拍，所述音频的歌词特征至少包括歌词的起始位置、歌词的结束位置以及演唱高潮片段的第一句歌词的时间和最后一句歌词的时间；

所述时间戳为至少两个，依据所述时间差，调整所述音频，以实现所述音频和所述视频图像的同步，包括：针对每一时间戳，若基于该时间戳所确定的时间差在预先设定的误差范围内，则确定该时间戳与上一时间戳之间的时间段，并映射于所述音频中；调整所述时间段在所述音频中的播放速度；若所述时间差不在所述误差范围内，则依据录制的目标歌曲的音频重新录制视频图像。

5.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，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，使得所述一个或多个处理器实现如权利要求1-3中任一所述的音视频同步方法。

6.一种可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的音视频同步方法。

Images