CN110740262A - 背景音乐的添加方法、装置及电子设备 - Google Patents

Abstract

本发明实施例公开了一种背景音乐的添加方法、装置及电子设备，该方法包括：获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。通过本发明实施例，避免了用户在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

Description

背景音乐的添加方法、装置及电子设备

技术领域

本发明涉及计算机技术领域，尤其涉及一种背景音乐的添加方法、装置及电子设备。

背景技术

随着计算机技术的迅速发展，以手机、平板电脑为主的终端迅速普及，通过终端拍摄视频逐渐成为人们生活中较为普遍的娱乐方式。

当用户想要对所拍摄的视频进行编辑处理时(如为所拍摄的视频添加背景音乐)，往往是在视频拍摄完成之后，通过采用相应的视频、音频等编辑软件对所拍摄的视频进行编辑处理。

然而，通常采用上述对所拍摄的视频进行添加背景音乐处理的操作比较繁琐、而且编辑处理的过程比较复杂，对于一些不擅长视频编辑处理的用户来说需要花费大量的编辑时间，使得视频的编辑效率低下。

发明内容

本发明实施例的目的是提供一种背景音乐的添加方法、装置及电子设备，以解决现有技术中对所拍摄的视频进行添加背景音乐处理的操作比较繁琐、而且编辑处理的过程比较复杂，对于一些不擅长视频编辑处理的用户来说需要花费大量的编辑时间，使得视频的编辑效率低下的问题。

为了解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供了一种背景音乐的添加方法，包括：

获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

第二方面，本发明实施例提供了一种背景音乐的添加装置，包括：

拍摄信息获取模块，用于获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

类别确定模块，用于识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

背景音乐添加模块，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现如第一方面所述的背景音乐的添加方法步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的背景音乐的添加方法步骤。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

附图说明

为了更清楚地说明本发明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作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的背景音乐的添加方法的第一种流程示意图；

图2为本发明实施例提供的背景音乐的添加方法的第二种流程示意图；

图3为本发明实施例提供的背景音乐的添加方法的第三种流程示意图；

图4为本发明实施例提供的背景音乐的添加方法的第四种流程示意图；

图5为本发明实施例提供的背景音乐的添加方法的第五种流程示意图；

图6为本发明实施例提供的背景音乐的添加装置的模块组成示意图；

图7为本发明实施例提供的电子设备的结构示意图。

具体实施方式

本发明实施例提供一种背景音乐的添加方法、装置及电子设备。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

如图1所示，本发明实施例提供一种背景音乐的添加方法，该方法的执行主体可以为电子设备，该电子设备可以如终端设备，该终端设备可以如个人计算机等设备，也可以如手机、平板电脑等移动终端设备，该终端设备可以为用户使用的终端设备。该方法可以使用户在使用终端等电子设备录制视频的过程中，能够基于所拍摄场景所属的场景类别，将与所属场景类别相匹配的背景音乐自动添加到视频中，避免了用户后期在对所拍摄的视频添加背景音乐时的一系列复杂、繁琐操作。该方法具体可以包括以下步骤：

在S101中，获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种。

其中，上述拍摄信息可以是在任意场景下的拍摄信息，例如，可以是用户在旅游过程中所拍摄的某景点中的某一场景的拍摄信息(如去杭州旅游时拍摄的西湖的场景的图像信息和/或声音信息等)，或者，也可以是用户在参加室内或室外活动过程中所拍摄的某一场景的拍摄信息(如观看室内或室外篮球比赛的过程中所拍摄的场景的图像信息和/或声音信息等)，再或者，还可以是用户在参加聚会的过程中所拍摄的聚会场景的拍摄信息等。拍摄信息可以是声音信息和图像信息等。图像信息可以为字符信息、动作信息、物品信息中的一种或多种。声音信息可以是采集到的所拍摄场景中的人物的声音信息。字符信息可以是所拍摄场景中的文字信息，如可以是生日蛋糕上的“生日快乐”字符，墙壁上布置的“Happy Birthday”字符等。物品信息可以是生日蛋糕、蜡烛、生日帽、气球、戒指等。动作信息可以是双手合十的许愿动作、单膝跪地的求婚动作等。本发明实施例中所获取到的场景的拍摄信息，可以是用户通过智能手机、平板电脑、数码相机等任意具有摄像功能的电子设备所拍摄的任意场景的拍摄信息。

在实施中，移动互联网的快速发展，使得人们使用终端设备，尤其是移动终端(如智能手机等)的频率大幅提高，通过终端设备拍摄视频逐渐成为人们生活中较为普遍的娱乐方式。当用户想要对所拍摄的视频进行编辑处理时(如为所拍摄的视频添加背景音乐)，往往是在视频拍摄完成之后，通过采用相应的视频、音频等编辑软件对所拍摄的视频进行编辑处理，以实现对所拍摄的视频进行添加背景音乐的目的。然而，通常采用上述对所拍摄的视频进行添加背景音乐处理的操作比较繁琐、加之编辑处理的过程比较复杂，对于一些不擅长视频编辑处理的用户不够友好，用户体验较差。为此，本发明实施例提供一种能够解决上述问题的技术方案，具体可以参见下述内容。

以用户通过某具有拍摄功能的应用为例，用户的终端设备中可以安装有用于拍摄的应用程序和相应的部件，例如，终端设备中可以设置有摄像头等部件，以及安装有如相机等应用程序。如果用户需要对某场景进行拍摄，则可以启动用于拍摄的相机应用程序，此时，该相机应用程序可以开启该电子设备的摄像头，开始抓取YUV的素材，然后通过相应的处理程序对所抓取的YUV素材做预处理，将原始的YUV的素材缩减到到原始素材的1/4的大小。在拍摄过程中，用户可以手持该电子设备通过已启动的摄像头对准所要拍摄的场景进行拍摄，摄像头可以获取录制目标视频过程中的拍摄信息。

在S102中，识别拍摄信息，确定与拍摄信息匹配的目标场景类别。

在实施中，电子设备中还包括预定类别库，其中，预定类别库中预先存储有多个目标场景类别的拍摄信息，以及与上述多个目标场景类别分别相匹配的多个背景音乐。例如：目标场景类别可以为生日场景类、婚礼场景类、聚会场景类或求婚场景类等。背景音乐可以是与生日场景类相匹配的《生日快乐》、《Happy Birthday To You》等，或者可以是与婚礼场景类相匹配的《今天你要嫁给我》、《甜蜜蜜》、《梁山伯与朱丽叶》等，或者可以是与求婚场景类相匹配的《很爱很爱你》、《月亮代表我的心》、《就是爱你》等，或者可以是与同学聚会场景类相匹配的《同桌的你》等，或者还可以是与家人聚会场景类相匹配的《相亲相爱一家人》等。

电子设备通过上述S101的处理获取录制目标视频过程中的拍摄信息，具体可以通过相应的图像识别算法，识别拍摄信息，确定与拍摄信息匹配的目标场景类别。具体的，例如，当识别到所拍摄场景的地面布置有“心形”的蜡烛，或者识别到有人拿着戒指，并伴有单膝跪地的动作时，即可识别与该拍摄信息相匹配的目标场景类别为求婚场景类。或者，当识别到所拍摄信息中存在生日蛋糕、生日蜡烛、或者墙壁上布置有“Happy Birthday”字符时，即可识别与该拍摄信息相匹配的目标场景类别为生日场景类。或者，当识别到所拍摄信息中存在墙壁上布置有“同学聚会”字符时，即可识别与该拍摄信息相匹配的目标场景类别为同学聚会场景类。或者，还可以是当识别到所拍摄场景的拍摄信息中有婚纱且采集到的声音信息中存在“婚礼”等关键字时，即可识别与该拍摄信息相匹配的目标场景类别为婚礼场景类。

需要说明的是，上述图像识别算法可以为预定的神经网络算法(如区域卷积神经网络算法)、空间金字塔池化算法、快速R-CNN算法、YOLO算法等，在实际应用中可以预先基于选定的图像识别算法构建相应的模型，并可以通过大量的样本数据对上述模型进行训练，得到用于对拍摄信息进行快速识别的模型。当需要基于拍摄信息进行识别时，可以基于上述训练的模型和获取到的拍摄信息得到与上述拍摄信息匹配的目标场景类别。

在S103中，在目标视频中添加与目标场景类别匹配的背景音乐。

在实施中，电子设备通过上述S102的处理识别拍摄信息，确定与拍摄信息匹配的目标场景类别之后，可以基于目标场景类别，在预定类别库中查找到与该目标场景类别相匹配的背景音乐，然后可以通过如启动相应的背景音乐添加程序，在目标视频中添加与目标场景类别匹配的背景音乐。

需要说明的是，上述预定类别库中存储的与目标场景类别相匹配的背景音乐可以是一首也可以是多首。当确定出的与目标场景类别相匹配的背景音乐为一首时，可以通过如启动相应的背景音乐添加程序，自动将所匹配到的背景音乐添加到当前场景所在的拍摄视频中。或者，当确定出的与场景所属的类别相匹配的背景音乐为多首时，可以将上述多首背景音乐的信息(如歌曲名、歌手等)以列表的形式在显示屏上进行显示，以供用户查看并从中选取待添加的背景音乐，当电子设备接收到用户选取的待添加的背景音乐后，可以通过启动相应的背景音乐的添加程序，在目标视频中添加与目标场景类别匹配的背景音乐。

其中，在上述将多首背景音乐的信息(如歌曲名、歌手等)以列表的形式在显示屏上进行显示时，可以预先设置列表显示的预定时长(如5秒)，若在预定时长内未接收到用户对列表中待添加的背景音乐的触发指令，则可在列表中随机选取一首待添加背景音乐，然后通过启动相应的背景音乐添加程序，自动将在目标视频中添加与目标场景类别匹配的背景音乐上述随机选取的背景音乐添加到目标视频中。或者，若在预定时长内未接收到用户对列表中待添加的背景音乐的触发指令，则可以隐藏上述列表，同时启动标签生成程序，生成与上述列表相对应的标签，以及通过如启动相应的标签添加程序，将上述标签添加到目标视频中。这样，当用户后期对所拍摄的视频进行编辑时，可以通过点击标签，然后可以在显示屏显示的列表中直接选取想要添加的背景音乐。

本发明实施例提供一种背景音乐的添加方法，通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

其中，上述拍摄信息中可以包括声音信息，如图2所示，上述S102的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S1021-S1023的处理。

S1021，提取声音信息中的关键字。

在实施中，预定类别库中还预先存储有与多个场景类别相匹配的第一关键字，例如，当场景类别为婚礼场景类时，存储在预定类别库中的与该场景类别相匹配的第一关键字可以为婚纱、新娘、新娘等。电子设备中包括相应的语音应用，其中，语音应用中可以设置有语音识别算法，具体如基于动态时间规整(Dynamic Time Warping)的算法、基于参数模型的隐马尔可夫模型的算法或基于非参数模型的矢量量化的算法等，语音应用使用何种算法，本发明实施例不做限定。当电子设备通过上述S101获取录制目标视频过程中的拍摄信息时采集到场景中的声音信息后，可以通过语音识别算法对获取到的声音信息进行识别，以将上述声音信息转换为文本信息，然后，对文本信息中的关键字进行提取。

S1022，将关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配。

S1023，将与关键字匹配的第一关键字所对应的场景类别确定为目标场景类别。

具体的，例如，在获取到场景中的声音信息之后，可以通过语音应用中设置的语音识别算法，将上述获取到的声音信息转换为文本信息，并基于上述文本信息提取出的关键字为“婚礼”“礼金”，然后将该关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配，将匹配到的第一关键字(如婚礼)所对应的场景类别(如婚礼场景)确定为目标场景类别。

其中，上述预定类别库中预先存储的多个场景类别的信息，以及与上述多个场景类别分别相匹配的多个背景音乐，可以是电子设备的系统自带的，也可以是用户在实际拍摄过程中自定义编辑的场景类别以及与上述场景类别相匹配的背景音乐。

在实施中，当用户想要将自定义编辑的场景类别以及与上述编辑的场景类别相匹配的背景音乐存储至预定类别库中时，上述方法还包括以下步骤一和步骤二：

步骤一，接收用户编辑的第一场景类别以及与第一场景类别相匹配的第一背景音乐。

在实施中，当电子设备检测到用户触发的场景编辑操作时，通过相应的编辑程序在显示屏上显示场景类别编辑框以及与该场景类别编辑框相对应的背景音乐编辑框。接收用户在上述场景类别编辑框中输入的第一场景类别，以及在背景音乐编辑框中输入的第一场景相匹配的第一背景音乐。

步骤二，将第一场景类别以及第一背景音乐对应存储至预定类别库中。

在实施中，当接收到用户触发的存储指令后，将用户在上述场景类别编辑框中输入的第一场景类别，以及在背景音乐编辑框中输入的第一场景相匹配的第一背景音乐对应存储至上述预定类别库中。

其中，为了增加拍摄过程的趣味性，提升用户在拍摄过程的体验度，如图3所示，在目标视频中添加与目标场景类别匹配的背景音乐之后，还包括；

S104，在录制目标视频的过程中与当前获取的拍摄信息匹配的场景类别为目标场景类别的情况下，播放背景音乐。

在实施中，在录制目标视频的过程中，若检测当前获取的拍摄信息匹配的场景类别仍为目标场景类别的情况下，可以如启动相应的音乐播放程序，对已添加到目标视频中的背景音乐进行播放。

S105，在检测到背景音乐播放结束时目标视频的录制过程还未终止，且与当前获取的拍摄信息匹配的场景类别仍为目标场景类别的情况下，循环播放背景音乐。

在实施中，若用户对某场景拍摄时间较长，当电子设备检测到背景音乐播放结束时，上述摄像的过程还未终止，且当前获取的拍摄信息匹配的场景类别仍为目标场景类别的情况下，可以循环播放背景音乐，或者也可以通过接收用户对电子设备的显示屏的触发操作，具体可以包括点击操作、按压操作等，结束播放背景音乐。

需要说明的是，当预定类别库中存储的与目标场景类别匹配的背景音乐为多首时，在当前背景音乐播放结束后，还可以按照顺序播放或者随机播放的方式，播放与目标场景类别匹配的其他背景音乐。

考虑到用户在实际拍摄过程中，可能会根据个人的喜好对添加的背景音乐进行调整，例如，用户想要在拍摄到场景时添加背景音乐的副歌部分(背景音乐的高潮部分)，或者在拍摄到场景时添加背景音乐的主歌部分(背景音乐的开始或者中间的铺垫部分)。基于此，如图4所示，上述S103的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S1031-S1034的处理。

S1031，基于目标场景类别，确定与目标场景类别相匹配的背景音乐；

S1032，显示用于提示背景音乐添加方式的提示信息，其中，背景音乐添加方式包括：添加主歌作为背景音乐的方式、添加副歌作为背景音乐的方式中的一种或多种；

S1033，接收用户选取的背景音乐添加方式；

S1034，基于用户选取的背景音乐添加方式，在目标视频中添加与目标场景类别匹配的背景音乐。

在实施中，电子设备通过上述S1031基于目标场景类别，确定与目标场景类别相匹配的背景音乐之后，可以在显示屏上显示有音乐添加方式的提示信息，其中，上述提示信息可以是音乐划分规则标识，如“主歌”标识、“副歌”标识，用户可以通过点击相应的标识，将相应的添加方式所对应的背景音乐添加到目标视频中。通过上述方式，用户可以快速对添加的背景音乐进行调整，提高了用户的使用体验。

考虑到用户在实际拍摄过程中，调整背景音乐的时间可能很短暂，即用户可能还没有调整完背景音乐，该场景就被切换了，基于此，如图5所示，上述S103的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述S1031，以及S1035-S1036的处理。

S1031，基于目标场景类别，确定与目标场景类别相匹配的背景音乐；

S1035，接收用于确定背景音乐添加的时间点的第一输入；

S1036，响应于第一输入，在检测到目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将背景音乐添加到目标位置，其中，目标位置与背景音乐添加的时间点对应。

在实施中，电子设备通过上述S1031基于目标场景类别，确定与目标场景类别相匹配的背景音乐之后，用户可以先不调整待添加的背景音乐的添加部分，而是先确定匹配到背景音乐的添加的时间点。具体的，用户可以通过触发显示屏等手势先确定要在某个时间点添加与该场景对应的背景音乐，电子设备在接收到用于确定背景音乐添加的时间点的第一输入之后，可以响应于第一输入，确定出背景音乐添加的时间点。当电子设备在检测到目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将背景音乐添加到目标位置。这样，当用户拍摄完视频后，可以直接定位到这个时间点将背景音乐添加到相应的位置。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

对应上述实施例提供的背景音乐的添加方法，基于相同的技术构思，本发明实施例还提供了一种背景音乐的添加装置，图6为本发明实施例提供的背景音乐的添加装置的模块组成示意图，该背景音乐的添加装置用于执行图1至图5描述的背景音乐的添加方法，如图6所示，该背景音乐的添加装置，包括：

拍摄信息获取模块601，用于获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

类别确定模块602，用于识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

背景音乐添加模块603，用于在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

本发明实施例中提供了一种背景音乐的添加装置，通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

可选地，上述拍摄信息包括图像信息，上述类别确定模块602，用于：

采用预定的神经网络算法，对所述图像信息进行识别，确定与所述图像信息匹配的目标场景类别；

其中，所述图像信息包括字符信息、动作信息、物品信息中的一种或多种，所述目标场景类别包括生日场景类、婚礼场景类、聚会场景类、求婚场景类中的一个或多个。

可选地，上述拍摄信息包括声音信息，上述类别确定模块602，包括：

信息提取单元，用于提取所述声音信息中的关键字；

信息匹配单元，用于将所述关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配；

类别确定单元，用于将与所述关键字匹配的所述第一关键字所对应的场景类别确定为所述目标场景类别。

可选地，上述装置还包括存储模块，用于：

接收用户编辑的第一场景类别以及与所述第一场景类别相匹配的第一背景音乐；

将所述第一场景类别以及所述第一背景音乐对应存储至所述预定类别库中。

可选地，上述装置还包括：

播放模块，用于在录制目标视频的过程中与当前获取的拍摄信息匹配的场景类别为所述目标场景类别的情况下，播放所述背景音乐；

检测模块，用于在检测到所述背景音乐播放结束时所述目标视频的录制过程还未终止，且与当前获取的拍摄信息匹配的场景类别仍为所述目标场景类别的情况下，循环播放所述背景音乐。

可选地，上述背景音乐添加模块，包括：

显示单元，显示用于提示背景音乐添加方式的提示信息，其中，所述背景音乐添加方式包括：添加主歌作为背景音乐的方式、添加副歌作为背景音乐的方式中的一种或多种；；

信息接收单元，用于接收用户选取的背景音乐添加方式；

信息处理单元，用于基于用户选取的所述背景音乐添加方式，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

可选地，上述背景音乐添加模块，包括：

第一输入接收单元，用于接收用于确定背景音乐添加的时间点的第一输入；

响应单元，用于响应于所述第一输入，在检测到所述目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将所述背景音乐添加到所述目标位置，其中，所述目标位置与所述背景音乐添加的时间点对应。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

本发明实施例提供的背景音乐的添加装置能够实现上述背景音乐的添加方法对应的实施例中的各个过程，为避免重复，这里不再赘述。

需要说明的是，本发明实施例提供的背景音乐的添加装置与本发明实施例提供的背景音乐的添加方法基于同一发明构思，因此该实施例的具体实施可以参见前述背景音乐的添加方法的实施，重复之处不再赘述。

对应上述实施例提供的背景音乐的添加方法，基于相同的技术构思，本发明实施例还提供了一种电子设备，该电子设备用于执行上述的背景音乐的添加方法，图7为实现本发明各个实施例的一种电子设备的硬件结构示意图，图7所示的电子设备700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器710，用于执行以下步骤：

获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

此外，所述拍摄信息包括声音信息，处理器710，还用于执行以下步骤：

采用预定的神经网络算法，对所述图像信息进行识别，确定与所述图像信息匹配的目标场景类别；

其中，所述图像信息包括字符信息、动作信息、物品信息中的一种或多种，所述目标场景类别包括生日场景类、婚礼场景类、聚会场景类、求婚场景类中的一个或多个。

此外，所述拍摄信息包括声音信息，处理器710，还用于：

提取所述声音信息中的关键字；

将所述关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配；

将与所述关键字匹配的所述第一关键字所对应的场景类别确定为所述目标场景类别。

另外，处理器710，还用于执行以下步骤：

接收用户编辑的第一场景类别以及与所述第一场景类别相匹配的第一场景音乐；

将所述第一场景类别以及所述第一场景音乐对应存储至所述预定类别库中。

此外，处理器710，还用于执行以下步骤：

在录制目标视频的过程中与当前获取的拍摄信息匹配的场景类别为所述目标场景类别的情况下，播放所述背景音乐；

在检测到所述背景音乐播放结束时所述目标视频的录制过程还未终止，且与当前获取的拍摄信息匹配的场景类别仍为所述目标场景类别的情况下，循环播放所述背景音乐。

另外，处理器710，还用于执行以下步骤：

显示用于提示背景音乐添加方式的提示信息，其中，所述背景音乐添加方式包括：添加主歌作为背景音乐的方式、添加副歌作为背景音乐的方式中的一种或多种；

接收用户选取的背景音乐添加方式；

基于用户选取的所述背景音乐添加方式，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

此外，处理器710，还用于执行以下步骤：

接收用于确定背景音乐添加的时间点的第一输入；

响应于所述第一输入，在检测到所述目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将所述背景音乐添加到所述目标位置，其中，所述目标位置与所述背景音乐添加的时间点对应。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

需要说明的是，本发明实施例提供的电子设备700能够实现上述背景音乐的添加方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。

应理解的是，本发明实施例中，射频单元701可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器710处理；另外，将上行的数据发送给基站。通常，射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元701还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块702为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元703还可以提供与电子设备700执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元703包括扬声器、蜂鸣器以及受话器等。

输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元706上。经图形处理器7041处理后的图像帧可以存储在存储器709(或其它存储介质)中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元701发送到移动通信基站的格式输出。

电子设备700还包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板7061的亮度，接近传感器可在电子设备700移动到耳边时，关闭显示面板7061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器705还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元706用于显示由用户输入的信息或提供给用户的信息。显示单元706可包括显示面板7061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板7061。

用户输入单元707可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板7071上或在触控面板7071附近的操作)。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器710，接收处理器710发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板7071。除了触控面板7071，用户输入单元707还可以包括其他输入设备7072。具体地，其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板7071可覆盖在显示面板7061上，当触控面板7071检测到在其上或附近的触摸操作后，传送给处理器710以确定触摸事件的类型，随后处理器710根据触摸事件的类型在显示面板7061上提供相应的视觉输出。虽然在图7中，触控面板7071与显示面板7061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板7071与显示面板7061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元708为外部装置与电子设备700连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元708可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备700内的一个或多个元件或者可以用于在电子设备700和外部装置之间传输数据。

存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器709可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器710是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器709内的软件程序和/或模块，以及调用存储在存储器709内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器710可包括一个或多个处理单元；优选的，处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。

电子设备700还可以包括给各个部件供电的电源711(比如电池)，优选的，电源711可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，电子设备700包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种电子设备，包括处理器710，存储器709，存储在存储器709上并可在所述处理器710上运行的计算机程序，该计算机程序被处理器710执行时实现上述背景音乐的添加方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

进一步地，对应上述实施例提供的背景音乐的添加方法，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器710执行时实现如上述背景音乐的添加方法实施例的各步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取录制目标视频过程中的拍摄信息，拍摄信息包括图像信息和声音信息中的至少一种，然后，识别拍摄信息，确定与拍摄信息匹配的目标场景类别，在目标视频中添加与目标场景类别匹配的背景音乐。这样，当终端等电子设备在获取到录制目标视频过程中的拍摄信息之后，通过识别拍摄信息，并在确定与拍摄信息匹配的目标场景类别之后，在目标视频中添加与目标场景类别匹配的背景音乐的方法，避免了后期在对所拍摄的视频添加背景音乐时的复杂、繁琐操作，同时，对于一些不擅长视频编辑处理的用户来说大大减少了视频编辑的时间，进一步提高了视频的编辑效率。

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、CD-ROM、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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits，ASIC)、数字信号处理器(Digital SignalProcessing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(ProgrammableLogic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本发明所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

还需要说明的是，在本文中，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过程、方法、商品或者设备不仅包括那些要素，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过程、方法、商品或者设备所固有的要素。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过程、方法、商品或者设备中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (14)

1.一种背景音乐的添加方法，其特征在于，所述方法包括：

获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

2.根据权利要求1所述的方法，其特征在于，所述拍摄信息包括图像信息，所述识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别，包括：

采用预定的神经网络算法，对所述图像信息进行识别，确定与所述图像信息匹配的目标场景类别；

其中，所述图像信息包括字符信息、动作信息、物品信息中的一种或多种，所述目标场景类别包括生日场景类、婚礼场景类、聚会场景类、求婚场景类中的一个或多个。

3.根据权利要求1所述的方法，其特征在于，所述拍摄信息包括声音信息，所述识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别，包括：

提取所述声音信息中的关键字；

将所述关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配；

将与所述关键字匹配的所述第一关键字所对应的场景类别确定为所述目标场景类别。

4.根据权利要求1所述的方法，其特征在于，在所述目标视频中添加与所述目标场景类别匹配的背景音乐之后，还包括；

在录制目标视频的过程中与当前获取的拍摄信息匹配的场景类别为所述目标场景类别的情况下，播放所述背景音乐；

在检测到所述背景音乐播放结束时所述目标视频的录制过程还未终止，且与当前获取的拍摄信息匹配的场景类别仍为所述目标场景类别的情况下，循环播放所述背景音乐。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述在所述目标视频中添加与所述目标场景类别匹配的背景音乐，包括：

显示用于提示背景音乐添加方式的提示信息，其中，所述背景音乐添加方式包括：添加主歌作为背景音乐的方式、添加副歌作为背景音乐的方式中的一种或多种；

接收用户选取的背景音乐添加方式；

基于用户选取的所述背景音乐添加方式，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

6.根据权利要求1至4任意一项所述的方法，其特征在于，所述在所述目标视频中添加与所述目标场景类别匹配的背景音乐，包括：

接收用于确定背景音乐添加的时间点的第一输入；

响应于所述第一输入，在检测到所述目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将所述背景音乐添加到所述目标位置，其中，所述目标位置与所述背景音乐添加的时间点对应。

7.一种背景音乐的添加装置，其特征在于，所述装置包括：

拍摄信息获取模块，用于获取录制目标视频过程中的拍摄信息，所述拍摄信息包括图像信息和声音信息中的至少一种；

类别确定模块，用于识别所述拍摄信息，确定与所述拍摄信息匹配的目标场景类别；

背景音乐添加模块，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

8.根据权利要求7所述的装置，其特征在于，所述拍摄信息包括图像信息，所述类别确定模块，用于：

采用预定的神经网络算法，对所述图像信息进行识别，确定与所述图像信息匹配的目标场景类别；

其中，所述图像信息包括字符信息、动作信息、物品信息中的一种或多种，所述目标场景类别包括生日场景类、婚礼场景类、聚会场景类、求婚场景类中的一个或多个。

9.根据权利要求7所述的装置，其特征在于，所述拍摄信息包括声音信息，所述类别确定模块，包括：

信息提取单元，用于提取所述声音信息中的关键字；

信息匹配单元，用于将所述关键字与预定类别库中的多个场景类别所对应的多个第一关键字进行匹配；

类别确定单元，用于将与所述关键字匹配的所述第一关键字所对应的场景类别确定为所述目标场景类别。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

播放模块，用于在录制目标视频的过程中与当前获取的拍摄信息匹配的场景类别为所述目标场景类别的情况下，播放所述背景音乐；

检测模块，用于在检测到所述背景音乐播放结束时所述目标视频的录制过程还未终止，且与当前获取的拍摄信息匹配的场景类别仍为所述目标场景类别的情况下，循环播放所述背景音乐。

11.根据权利要求7至10任意一项所述的装置，其特征在于，所述背景音乐添加模块，包括：

显示单元，显示用于提示背景音乐添加方式的提示信息，其中，所述背景音乐添加方式包括：添加主歌作为背景音乐的方式、添加副歌作为背景音乐的方式中的一种或多种；

信息接收单元，用于接收用户选取的背景音乐添加方式；

信息处理单元，用于基于用户选取的所述背景音乐添加方式，在所述目标视频中添加与所述目标场景类别匹配的背景音乐。

12.根据权利要求7至10任意一项所述的装置，其特征在于，所述背景音乐添加模块，包括：

第一输入接收单元，用于接收用于确定背景音乐添加的时间点的第一输入；

响应单元，用于响应于所述第一输入，在检测到所述目标视频结束录制的情况下，在目标视频的播放进度条的目标位置显示提示信息，以提示将所述背景音乐添加到所述目标位置，其中，所述目标位置与所述背景音乐添加的时间点对应。

13.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现权利要求1-6任一所述的背景音乐的添加方法步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的背景音乐的添加方法步骤。

Images