CN112822541B - 视频生成方法、装置、电子设备和计算机可读介质 - Google Patents

视频生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN112822541B
CN112822541B CN201911129727.9A CN201911129727A CN112822541B CN 112822541 B CN112822541 B CN 112822541B CN 201911129727 A CN201911129727 A CN 201911129727A CN 112822541 B CN112822541 B CN 112822541B
Authority
CN
China
Prior art keywords
video
segment
sequence
image
music
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.)
Active
Application number
CN201911129727.9A
Other languages
English (en)
Other versions
CN112822541A (zh
Inventor
王亚
姜维
郑起凡
付平非
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.)
Douyin Vision Co Ltd
Douyin Vision Beijing 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
Priority to CN201911129727.9A priority Critical patent/CN112822541B/zh
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to EP20889011.1A priority patent/EP4047943A4/en
Priority to JP2022528542A priority patent/JP7457804B2/ja
Priority to PCT/CN2020/129284 priority patent/WO2021098670A1/zh
Priority to BR112022009608A priority patent/BR112022009608A2/pt
Priority to KR1020227016781A priority patent/KR20220103112A/ko
Publication of CN112822541A publication Critical patent/CN112822541A/zh
Priority to US17/744,671 priority patent/US11636879B2/en
Application granted granted Critical
Publication of CN112822541B publication Critical patent/CN112822541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G11B27/036—Insert-editing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing 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
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7834—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using audio features
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/04—Time compression or expansion
    • G10L21/055—Time compression or expansion for synchronising with other signals, e.g. video signals
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G11B27/034—Electronic editing of digitised analogue information signals, e.g. audio or video signals on discs
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/41407—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance embedded in a portable device, e.g. video client on a mobile phone, PDA, laptop
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47205—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for manipulating displayed content, e.g. interacting with MPEG-4 objects, editing locally
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8106—Monomedia components thereof involving special audio data, e.g. different tracks for different languages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Television Signal Processing For Recording (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开的实施例公开了视频生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取第一影像集合和音频素材；按照第一影像集合中影像素材的数量，确定音频素材的第一音乐点；按照第一影像集合中影像素材的排列顺序，为音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列；响应于检测到针对第一视频序列中的视频片段进行的编辑操作，对第一视频序列中的视频片段进行调整，得到第二视频序列；将第二视频序列中的视频片段拼接在一起，并添加音频素材作为视频音轨，得到合成视频。该实施方式丰富了用户对视频的调整方式，降低调整难度。

Description

视频生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及视频生成方法、装置、电子设备和计算机可读介质。
背景技术
随着多媒体技术的飞速发展，视频处理技术也在快速进步，越来越多的人通过视频来传输信息或是分享生活片段。同时，视频处理软件已经作为终端上的一种常用软件，广泛应用于各种场景。在许多情况下，用户往往需要使用视频、音乐等素材剪辑制作出一个视频。但目前，用户在使用视频软件剪辑视频时往往需要花费大量的精力和时间来处理各种素材。可见，目前的视频剪辑方式对用户来说是不够简便的。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了用于生成视频的方法、装置、电子设备计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种用于生成视频的方法，该方法包括：获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频。
第二方面，本公开的一些实施例提供了一种视频生成装置，装置包括：获取单元，被配置成获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；确定单元，被配置成按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；生成单元，被配置成按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；调整单元，被配置成响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；拼接单元，被配置成将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频。
第三方面，本申请实施例提供了一种电子设备，该网络设备包括：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第一方面中任一实现方式描述的方法。
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，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通过对音频素材进行音乐点的划分，能够确定合成视频中的一个个视频片段的时长，从而使得影像素材能够被处理成合成视频中的一个个视频片段，这样就减少了用户处理影像素材和音频素材的时间，使得剪辑更简便。而通过对合成视频的的一个个视频片段进行调整可以降低用户的调整难度。利用影像素材生成一个个视频片段，进而生成合成视频，为用户直接实现一个个视频片段与音频素材的卡点，给用户多样化的选择，进而提升用户体验。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1A-1B是根据本公开的一些实施例的视频生成方法的一个应用场景的示意图；
图2是根据本公开的视频生成方法的一些实施例的流程图；
图3A是根据本公开的一些实施例的针对视频片段的旋转操作的示意图；
图3B是根据本公开的一些实施例的对视频片段的排列顺序进行调整操作的示意图；
图4是根据本公开的一些实施例的对视频片段进行删除调整操作的示意图；
图5是根据本公开的一些实施例的对视频片段进行增加调整操作的示意图；
图6A是根据本公开的一些实施例的对视频片段进行自动优化调整操作的示意图；
图6B是根据本公开的一些实施例的对视频片段进行手动优化调整操作的示意图；
图7是根据本公开的一些实施例的对视频片段进行旋转调整操作的示意图；
图8是根据本公开的视频生成装置的一些实施例的结构示意图；
图9是适于用来实现本公开的一些实施例的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。
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。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
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”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本申请。
图1A-1B是根据本申请一些实施例的视频生成方法的一个应用场景的示意图。
在如图1A的应用场景中所示，首先，用户可以在终端设备101的上传页面1017上选择多条影像素材。例如，上传页面1017中所示的影像素材1011-1014。用户单击选择框1015所示的位置，选中影像素材1011-1013。用户点击“下一步”按键1016，上述终端设备101根据选中的影像素材1011-1013的数量(图中影像素材数量102示出为3)，确定获取到的音频素材106中的音乐点107和音乐点108。根据音乐点107和音乐点108将音频素材106划分成音乐片段A、B和C。根据得到的音乐片段A-C的时长分别对影像素材1011-1013进行处理。得到由视频片段1031、1041和1051组成的第一视频序列。
之后，跳转到如图1B所示的终端设备101的视频编辑页面1018中进行视频编辑。例如，在视频编辑页面1018中示出了由视频片段1031、视频片段1041和视频片段1051组成的第一视频序列109。用户对视频编辑页面1018中所示的第一视频序列109中视频片段1051的播放速度调整按键1019的点击操作。之后，用户点击“下一步”按键1020，上述终端设备101对第一视频序列109中的视频片段1051进行播放速度调整，得到视频片段1061，再将视频片段1031、1041和1061组成第二视频序列110。最后，上述终端设备101将第二视频序列110中的视频片段1031、1041和1061按照音乐片段A-C在音频素材106中出现的时间进行拼接，并添加音频素材106作为拼接后视频的音轨，得到合成视频111。
可以理解的是，视频生成方法可以是由终端设备101来执行，或者也可以是由服务器来执行，或者还可以是各种软件程序来执行。其中，终端设备101例如可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。此外，执行主体也可以体现为服务器、软件等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、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和服务器。
继续参考图2，示出了根据本公开的视频生成方法的一些实施例的流程200。该视频生成方法，包括以下步骤：
步骤201，获取第一影像集合和音频素材。
在一些实施例中，视频生成方法的执行主体(例如，图1所示的终端设备101)可以通过有线连接方式或者无线连接方式，获取影像素材和音频素材。其中，上述第一影像集合包括多个影像素材。
作为示例，上述影像素材可以是用户存储在本地的视频或图片，还可以是用户从网上下载的视频或图片。上述音频素材可以是用户存储在本地的音乐，也可以是网络上的音乐。
步骤202，按照第一影像集合中影像素材的数量，确定音频素材的第一音乐点。
在一些实施例中，上述执行主体可以首先确定音频素材的第一音乐点。在这里，音乐点可以是音频素材中满足设定的节拍变换条件的点。然后，上述执行主体可以从已经得到的各个候选音乐点中选取出目标数量的音乐点。上述目标数量通常是根据获取的上述影像素材的数量来确定。作为示例，当获取到10个影像素材，可以确定9个音乐点。
作为又一示例，当音乐点为音频素材中满足设定的音乐性发生变换的位置。上述音乐性发生变换的位置可以包括节拍发生变换的位置和旋律发生变换的位置。基于此，音乐点可以通过如下方式来确定：上述执行主体可以对上述音频素材进行分析，确定其中的节拍点和音符起始点，其中，节拍点为节拍发生变换的位置，音符起始点为旋律发生变换的位置。具体地，一方面可以采用基于深度学习的节拍分析算法对音频素材进行分析，得到音频素材中的节拍点以及节拍点所在的时间戳，另一方面对音频素材进行短时频谱分析，得到音频素材中的音符起始点以及音符起始点所在的时间戳。在这里，音符起始点可以是通过起始点检测器(onset detector)得到。然后，统一通过两种方式得到的节拍点和音符起始点，对节拍点和音符起始点进行合并及去重，从而得到候选音乐点。
步骤203，按照第一影像集合中影像素材的排列顺序，为音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列。
在一些实施例中，针对音频素材中的每一个第一音乐片段，上述执行主体可以按照上述第一影像集合中影像素材的排列顺序，为该音乐片段生成一个与该音乐片段时长相同的视频片段，得到第一视频序列。其中，相对应的第一音乐片段和视频片段具有相同的时长。在这里，第一视频序列通常是指由生成的视频片段构成的序列。上述序列的排列顺序可以是用户上传影像素材的顺序，也可以是由上述执行主体随机排序。
作为示例，假设音乐素材被划分成3个音乐片段，3个音乐片段的时长分别是1秒、2秒和3秒时，那么与上述音乐片段相对应的视频片段的时长也可以分别是1秒、2秒和3秒。
作为另一示例，如果音乐素材被划分为第一段和第二段，那么第一段可以对应第一影像集合中的第一个影像素材，第二段可以对应第一影像集合中的第二个影像素材。其中，第一影像集合中影像素材的顺序例如可以是用户选择的顺序。
作为又一示例，当影像素材的时长大于第一音乐片段的时长时，在该影像素材中截取与第一音乐片段的时长相等的视频片段，而在该影像素材的时长小于第一音乐片段的时长时，则对该原影像素材进行变速处理来加长时长，再将变速后的影像素材作为视频片段，使视频片段的时长与音乐片段的时长相等。
可以理解的是，对于影像素材中的图片素材，多种实现方式可以用于将图片素材生成视频片段。例如，可以是对图片素材添加动效后生成视频片段。上述动效可以是给图片素材随机添加的前景动效。前景动效可以是在图片上添加的动态的动画效果。例如，给图片添加下雨的动画效果。其中，给图片素材增加动效可以让图片素材在视觉上更加优美，提高用户的视觉效果。
步骤204，响应于检测到针对第一视频序列中的视频片段进行的编辑操作，对第一视频序列中的视频片段进行调整，得到第二视频序列。
在一些实施例中，当执行主体检测到用户对第一视频序列中的视频片段的编辑操作时，可以根据检测到的编辑操作对相应的视频片段进行调整并得到第二视频序列。
作为示例，上述调整操作可以是对第一视频序列中的视频片段的播放速度调整操作等视频编辑操作。在这里，上述播放速度调整操作可以是对预设的播放速度控件的点击操作或通过触发预设的手势对视频片段播放速度的调整操作等。上述播放速度调整可以是将视频片段以高倍速的播放速度进行播放也可以是将视频片段以低倍速的播放速度进行播放等方式进行播放速度调整。
作为另一示例，当执行主体检测到用户对第一视频序列中的视频片段2进行的旋转操作，上述执行主体可以将上述视频片段2进行旋转得到旋转后的视频片段。在这里，上述旋转操作可以是点击预设的视频片段旋转控件操作或对视频片段的拖动、旋转等操作。
作为又一示例，上述旋转操作可以是针对如图3A所示的电子设备303所显示的界面3040中视频片段3041的拖动旋转操作3042，之后，得到电子设备303中所显示的界面3050中的旋转后的视频片段3051。
而后，执行主体可以将第一视频序列中的视频片段2替换为旋转后的视频片段，得到第二视频序列。
在一些实施例的一些可选的实现方式中，响应于检测到针对上述第一视频序列中视频片段的排列顺序的调整操作，上述执行主体可以按照调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合。而后，上述执行主体可以按照上述第二影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长。
作为示例，上述执行主体按照影像素材ABC的排列顺序分别剪出1s、2s和3s的视频片段abc后，当检测到调整视频片段排列顺序为bca的排列顺序调整操作，将对应的影像素材的排列顺序调整为影像素材BCA的排列顺序。之后，按照影像素材BCA的排列顺序分别剪出1s、2s和3s的视频片段b`c`a`，得到由视频片段b`c`a`组成的第二视频片段。
在一些实施例的一些可选的实现方式中，执行主体可以控制具有显示功能的电子设备显示上述第一视频序列的第一展示界面，响应于检测到在上述第一展示界面中针对上述第一视频序列中视频片段的标识从第一排序位置移动至第二排序位置的调整操作，将上述视频片段移动至第二排序位置，进而确定调整后视频片段的排列顺序。而后，按照上述调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整。在这里，上述标识可以是视频片段的预览影像、截图、文本说明等标识。
作为示例，上述第一展示页面可以是如图3B所示的电子设备301显示的页面3010。当检测到用户针对第一视频序列302中视频片段3023从第一排序位置C移动至第二排序位置B的调整操作3011时，上述执行主体可以将视频片段3023从第一排序位置C移动到第二排序位置B，并确定调整后的视频片段的排列顺序。之后上述执行主体可以按照调整后的视频片段的排列顺序，对第一影像集合303中的影像素材3031-3033的排列顺序进行调整，得到第二影像集合304。
在一些实施例的一些可选的实现方式中，响应于检测到针对上述第一视频序列中的第一视频片段的删除操作，在上述第一影像集合中删除第一影像素材，得到第三影像集合，其中，上述第一视频片段是基于上述第一影像素材生成的；按照上述第三影像集合中影像素材的数量，确定上述音频素材的第二音乐点，其中，上述第二音乐点用于将上述音频素材划分成多个第二音乐片段，上述第二音乐片段的数量与上述第二影像集合中影像素材的数量相同；按照上述第三影像集合中影像素材的排列顺序，为上述音频素材中的每个第二音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第二音乐片段和视频片段具有相同的时长。
作为示例，上述执行主体检测到针对上述第一视频序列abc中的第一视频片段b的删除操作时，在第一影像素材集合ABC中删除用于生成第一视频片段b的影像素材B，得到第三影像集合AC。而后，执行主体基于第三影像集合AC中影像素材的数量2确定上述音频素材的第二音乐点，进而将上述音频素材划分为2个第二音乐片段。最后按照第三影像集合AC中影像素材A和影像素材C的排列顺序为2个第二音乐片段生成视频片段d和视频片段e，得到第二视频序列de。
在一些实施例的一些可选的实现方式中，执行主体可以控制具有显示功能的电子设备显示上述第一视频序列的第二展示界面。响应于检测到在上述第一视频序列的第二展示界面中针对上述第一视频序列中的第一视频片段的选择操作，显示在上述第一影像素材中截取视频片段的第一截取操作界面。响应于检测到在上述第一截取操作界面中的删除操作，删除上述第一影像素材。在这里，上述选择操作可以是点击第一视频片段的操作，也可以是长按等操作。上述截取操作界面可以是用户用于截取上述第一影像素材的操作界面。上述删除操作可以是点击预先设置的控件，也可以是将上述第一影像素材拖动等相关操作。
作为示例，上述第二展示页面可以是如图4所示的电子设备401显示的页面4010。当检测到在上述第二展示页面4010针对上述第一视频序列4011中第一视频片段4014的选择操作时，显示在上述第一影像素材4023中截取视频片段的第一截取操作界面4020，当检测到在上述第一截取操作界面4020中的对删除控件4022的点击操作时，删除上述第一影像素材4023。
在一些实施例的一些可选的实现方式中，响应于检测到针对上述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到上述第一影像集合中，得到第四影像集合。按照上述第四影像集合中影像素材的数量，确定上述音频素材的第三音乐点。其中，上述第三音乐点用于将上述音频素材划分成多个第三音乐片段。上述第三音乐片段的数量与上述第四影像集合中影像素材的数量相同。按照上述第四影像集合中影像素材的排列顺序，为上述音频素材中的每个第三音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列。其中，相对应的第三音乐片段和视频片段具有相同的时长。
作为示例，上述执行主体检测到针对上述第一视频序列abc中视频片段的增加操作时，获取第二影像素材D并添加到第一影像集合ABC中，得到第四影像集合ABCD。然后，按照第四影像集合ABCD中影像素材的数量4确定上述音频素材的第三音乐点，进而将上述音频素材划分为四个第三音乐片段。之后，按照上述第四影像集合ABCD中影像素材A、B、C和D的排列顺序，为音频素材中的每个第三音乐片段分别利用一个影像素材生成一个视频片段，得到第二视频序列。
在一些实施例的一些可选的实现方式中，上述执行主体可以显示上述第一视频序列的第三展示界面。响应于检测到在上述第三展示界面中针对上述第一视频序列中视频片段的增加操作，显示影像素材的浏览界面。响应于检测到在上述浏览界面中针对上述第二影像素材的选择操作，获取上述第二影像素材并添加到上述第一影像集合中，得到第四影像集合。
作为示例，上述第三展示页面可以是如图5所示的电子设备501显示的页面5010。当检测到在上述第三展示页面5010中针对第一视频序列5011中视频片段的增加控件5015的点击操作时，显示影像素材的浏览界面5020。当检测到在上述浏览界面5020中针对上述第二影像素材5023的选择操作时，获取上述第二影像素材并添加到第一影像集合中，得到第二影像集合。
在一些实施例的一些可选的实现方式中，上述第一视频序列中的视频片段是从上述第一影像集合中的影像素材中以预设起始点位置裁剪出的。
在一些实施例的一些可选的实现方式中，响应于检测到针对上述第一视频序列中的第二视频片段的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段。其中，上述第二视频片段对应的音乐片段与每个上述初始视频片段具有相同的时长，上述第二视频片段是基于上述第三影像素材生成的。分别对上述多个初始视频片段进行抽帧，并按照抽帧得到的图像分析上述多个初始视频片段的质量。从上述多个初始视频片段中选取质量最高的第三视频片段。在上述第一视频序列中将上述第二视频片段替换为上述第三视频片段，得到上述第二视频序列。在这里，上述自动优化操作通常是指用户点击预设的自动优化控件的操作等。上述质量通常是指在视频片段中将抽帧得到的图像进行评分所得到的综合分数。上述综合分数可以是抽帧得到的图像评分的平均分或最高分等。上述评分方式可以是根据帧中的运动信息(如抖动等)、美学(构图等)或属性(光色等)进行评分。
在一些实施例的一些可选的实现方式中，上述执行主体可以显示上述第一视频序列中第二视频片段的第四展示界面。其中，上述第四展示界面包括自动优化控件，上述自动优化控件用于触发自动优化。响应于检测到在上述第四展示界面中针对上述自动优化控件的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段。在这里，上述自动优化控件可以是一个按键或预先设定的用于触发手势的控件等。
作为示例，上述显示第一视频序列中第二视频片段6011的第四展示页面可以是如图6A所示的电子设备601显示的页面6010。当检测到在上述第四展示界面6010中针对自动优化控件6013的点击操作，为上述第二视频片段6011对应的音乐片段6015利用第三影像素材6014以不同的起始点位置裁剪多个初始视频片段6016-6018。
在一些实施例的一些可选的实现方式中，当执行主体检测到针对上述第一视频序列中的第四视频片段的手动优化操作时，可以确定出上述手动优化操作在上述第四影像素材中选中的裁剪区间。之后，按照上述裁剪区间，从上述第四影像素材中裁剪出第五视频片段。最后，在上述第一视频序列中将上述第四视频片段替换为上述第五视频片段，得到上述第二视频序列。
在一些实施例的一些可选的实现方式中，上述执行主体可以显示上述第一视频序列的第五展示界面。响应于检测到在上述第五展示界面中针对上述第四视频片段的选择操作，显示在上述第四影像素材中截取视频片段的第二截取操作界面。响应于检测到在上述第二截取操作界面中截取区间的选择操作，确定在上述第四影像素材中选中的裁剪区间。
作为示例，上述显示第一视频序列6021第五展示页面可以是如图6B所示的电子设备602显示的页面6020。当检测到在上述第五展示界面6020中针对上述第四视频片段6024的选择操作时，显示在上述第四影像素材6033中截取视频片段的第二截取操作界面6030，当检测到在上述第二截取操作界面中截取区间6035至6034的选择操作时，确定在上述第四影像素材中选中的裁剪区间6034-6035。
在一些实施例的一些可选的实现方式中，上述执行主体可以响应于检测到针对上述第一视频序列中第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段。在上述第一视频序列中将上述第六视频片段替换为上述第七视频片段，得到上述第二视频序列。
在一些实施例的一些可选的实现方式中，上述执行主体可以显示上述第一视频序列的第六展示界面。响应于检测到在上述第六展示界面中针对第六视频片段的选择操作，显示上述第六视频片段的旋转操作界面。响应于检测到在上述旋转操作界面中针对上述第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段。
作为示例，上述第六展示界面可以是在电子设备701显示的页面7010，当检测到针对第六视频片段7014的选择操作时，显示上述第六视频片段7014的旋转操作界面7020。当检测到在上述选择操作界面7020中针对上述第六视频片段7014的旋转控件7022的点击操作时，将上述第六视频片段7014进行旋转，得到第七视频片段。
步骤205，将第二视频序列中的视频片段拼接在一起，并添加音频素材作为视频音轨，得到合成视频
视频生成方法的执行主体可以根据上述音频素材中上述音乐片段出现的顺序将上述与上述音乐片段对应的第二视频序列中的视频片段依次拼接在一起，并且在拼接而成的视频的音轨中添加上述音频素材，得到合成视频。
作为示例，可以根据音乐点将上述音频素材按照顺序划分成3段，例如，A段可以是从0秒到2秒，B段可以是从2秒到5秒，C段可以是从5秒到10秒。对应的第二视频序列中的视频片段分别是a段，b段，c段。那么拼接而成的视频可以表示为abc。将上述音频素材添加到拼接而成的视频abc的音轨中，得到合成视频。
需要说明的是，上述针对上述第一视频序列中的视频片段进行的编辑，在转换模式时，上述针对上述第一视频序列中的视频片段进行的编辑会进行保留。
作为示例，若对视频序列中视频片段a、b和c进行了调整顺序操作，得到视频片段d、e和f，再由视频片段d、e和f生成合成视频A，切换模式后，生成的合成视频A还是由d、e、和f生成的。在这里，上述模式通常是指由音频素材和影像集合生成合成视频的模式或由影像集合中的影像素材进行拼接得到合成视频的模式。
本公开的一些实施例公开的视频生成方法，通过对音频素材进行音乐点的划分，能够确定合成视频中的一个个视频片段的时长，从而使得影像素材能够被处理成合成视频中的一个个视频片段，这样就减少了用户处理影像素材和音频素材的时间，使得剪辑更简便。而通过对合成视频的一个个视频片段进行调整可以降低用户的调整难度。利用影像素材生成视频片段，进而生成合成视频，为用户直接实现一个个视频片段与音频素材的卡点，给用户多样化的选择，进而提升用户体验。
进一步参考图8，作为对上述各图所示方法的实现，本公开提供了一种网页生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图8所示，一些实施例的网页生成装置800包括：获取单元801、确定单元802、生成单元803、调整单元804和拼接单元805。其中，获取单元801配置用于获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；确定单元802配置用于按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；生成单元803配置用于按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；调整单元804配置用于响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；而拼接单元805配置用于将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中视频片段的排列顺序的调整操作，按照调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合；按照上述第二影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第一子单元，被配置成：显示上述第一视频序列的第一展示界面；响应于检测到在上述第一展示界面中针对上述第一视频序列中视频片段的标识从第一排序位置移动至第二排序位置的调整操作，将上述视频片段移动至第二排序位置，确定调整后视频片段的排列顺序；按照上述调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中的第一视频片段的删除操作，在上述第一影像集合中删除第一影像素材，得到第三影像集合，其中，上述第一视频片段是基于上述第一影像素材生成的；按照上述第三影像集合中影像素材的数量，确定上述音频素材的第二音乐点，其中，上述第二音乐点用于将上述音频素材划分成多个第二音乐片段，上述第二音乐片段的数量与上述第二影像集合中影像素材的数量相同；按照上述第三影像集合中影像素材的排列顺序，为上述音频素材中的每个第二音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第二音乐片段和视频片段具有相同的时长。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第二子单元，被配置成：显示上述第一视频序列的第二展示界面；响应于检测到在上述第一视频序列的第二展示界面中针对上述第一视频序列中的第一视频片段的选择操作，显示在上述第一影像素材中截取视频片段的第一截取操作界面；响应于检测到在上述第一截取操作界面中的删除操作，删除上述第一影像素材。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到上述第一影像集合中，得到第四影像集合；按照上述第四影像集合中影像素材的数量，确定上述音频素材的第三音乐点，其中，上述第三音乐点用于将上述音频素材划分成多个第三音乐片段，上述第三音乐片段的数量与上述第四影像集合中影像素材的数量相同；按照上述第四影像集合中影像素材的排列顺序，为上述音频素材中的每个第三音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第三音乐片段和视频片段具有相同的时长。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第三子单元，被配置成：显示上述第一视频序列的第三展示界面；响应于检测到在上述第三展示界面中针对上述第一视频序列中视频片段的增加操作，显示影像素材的浏览界面；响应于检测到在上述浏览界面中针对上述第二影像素材的选择操作，获取上述第二影像素材并添加到上述第一影像集合中，得到第四影像集合。
在一些实施例的可选实现方式中，上述第一视频序列中的视频片段是从上述第一影像集合中的影像素材中以预设起始点位置裁剪出的。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中的第二视频片段的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，其中，上述第二视频片段对应的音乐片段与每个上述初始视频片段具有相同的时长，上述第二视频片段是基于上述第三影像素材生成的；分别对上述多个初始视频片段进行抽帧，并按照抽帧得到的图像分析上述多个初始视频片段的质量；从上述多个初始视频片段中选取质量最高的第三视频片段；在上述第一视频序列中将上述第二视频片段替换为上述第三视频片段，得到上述第二视频序列。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第四子单元，被配置成：显示上述第一视频序列中第二视频片段的第四展示界面，其中，上述第四展示界面包括自动优化控件，上述自动优化控件用于触发自动优化；响应于检测到在上述第四展示界面中针对上述自动优化控件的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中的第四视频片段的手动优化操作，确定上述手动优化操作在上述第四影像素材中选中的裁剪区间；按照上述裁剪区间，从上述第四影像素材中裁剪出第五视频片段；在上述第一视频序列中将上述第四视频片段替换为上述第五视频片段，得到上述第二视频序列。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第五子单元，被配置成：显示上述第一视频序列的第五展示界面；响应于检测到在上述第五展示界面中针对上述第四视频片段的选择操作，显示在上述第四影像素材中截取视频片段的第二截取操作界面；响应于检测到在上述第二截取操作界面中截取区间的选择操作，确定在上述第四影像素材中选中的裁剪区间。
在一些实施例的可选实现方式中，视频生成装置800的调整单元801被进一步被配置成：响应于检测到针对上述第一视频序列中第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段；在上述第一视频序列中将上述第六视频片段替换为上述第七视频片段，得到上述第二视频序列。
在一些实施例的可选实现方式中，视频生成装置800还可以包括第六子单元，被配置成：显示上述第一视频序列的第六展示界面；响应于检测到在上述第六展示界面中针对第六视频片段的选择操作，显示上述第六视频片段的旋转操作界面；响应于检测到在上述旋转操作界面中针对上述第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段。
本公开的一些实施例公开的视频生成装置，通过对音频素材进行音乐点的划分，能够确定合成视频中的一个个视频片段的时长，从而使得影像素材能够被处理成合成视频中的一个个视频片段，这样就减少了用户处理影像素材和音频素材的时间，使得剪辑更简便。而通过对合成视频的一个个视频片段进行调整可以降低用户的调整难度。利用影像素材生成视频片段，进而生成合成视频，为用户直接实现一个个视频片段与音频素材的卡点，给用户多样化的选择，进而提升用户体验。
下面参考图9，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的终端设备)900的结构示意图。图9示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图9所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常，以下装置可以连接至I/O接口905：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906；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，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。图9中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM902被安装。在该计算机程序被处理装置901执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例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。在本公开的一些实施例中，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。而在本公开的一些实施例中，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。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
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，使得该电子设备：获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频
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一些实施例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。
描述于本公开的一些实施例中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：一种处理器包括获取单元、确定单元、生成单元、调整单元和拼接单元。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，获取单元还可以被描述为“获取第一影像集合和音频素材的单元”。
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。
根据本公开的一个或多个实施例，提供了一种视频生成方法，包括：获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中视频片段的排列顺序的调整操作，按照调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合；按照上述第二影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中视频片段的排列顺序的调整操作，按照调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合，包括：显示上述第一视频序列的第一展示界面；响应于检测到在上述第一展示界面中针对上述第一视频序列中视频片段的标识从第一排序位置移动至第二排序位置的调整操作，将上述视频片段移动至第二排序位置，确定调整后视频片段的排列顺序；按照上述调整后视频片段的排列顺序，对上述第一影像集合中影像素材的排列顺序进行调整。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中的第一视频片段的删除操作，在上述第一影像集合中删除第一影像素材，得到第三影像集合，其中，上述第一视频片段是基于上述第一影像素材生成的；按照上述第三影像集合中影像素材的数量，确定上述音频素材的第二音乐点，其中，上述第二音乐点用于将上述音频素材划分成多个第二音乐片段，上述第二音乐片段的数量与上述第二影像集合中影像素材的数量相同；按照上述第三影像集合中影像素材的排列顺序，为上述音频素材中的每个第二音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第二音乐片段和视频片段具有相同的时长。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的第一视频片段的删除操作，在上述第一影像集合中删除第一影像素材，包括：显示上述第一视频序列的第二展示界面；响应于检测到在上述第一视频序列的第二展示界面中针对上述第一视频序列中的第一视频片段的选择操作，显示在上述第一影像素材中截取视频片段的第一截取操作界面；响应于检测到在上述第一截取操作界面中的删除操作，删除上述第一影像素材。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到上述第一影像集合中，得到第四影像集合；按照上述第四影像集合中影像素材的数量，确定上述音频素材的第三音乐点，其中，上述第三音乐点用于将上述音频素材划分成多个第三音乐片段，上述第三音乐片段的数量与上述第四影像集合中影像素材的数量相同；按照上述第四影像集合中影像素材的排列顺序，为上述音频素材中的每个第三音乐片段分别利用一个影像素材生成一个视频片段，得到上述第二视频序列，其中，相对应的第三音乐片段和视频片段具有相同的时长。
根据本公开的一个或多个实施例，响应于检测到上述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到上述第一影像集合中，得到第四影像集合，包括：显示上述第一视频序列的第三展示界面；响应于检测到在上述第三展示界面中针对上述第一视频序列中视频片段的增加操作，显示影像素材的浏览界面；响应于检测到在上述浏览界面中针对上述第二影像素材的选择操作，获取上述第二影像素材并添加到上述第一影像集合中，得到第四影像集合。
根据本公开的一个或多个实施例，第一视频序列中的视频片段是从上述第一影像集合中的影像素材中以预设起始点位置裁剪出的。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中的第二视频片段的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，其中，上述第二视频片段对应的音乐片段与每个上述初始视频片段具有相同的时长，上述第二视频片段是基于上述第三影像素材生成的；分别对上述多个初始视频片段进行抽帧，并按照抽帧得到的图像分析上述多个初始视频片段的质量；从上述多个初始视频片段中选取质量最高的第三视频片段；在上述第一视频序列中将上述第二视频片段替换为上述第三视频片段，得到上述第二视频序列。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的第二视频片段的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，包括：显示上述第一视频序列中第二视频片段的第四展示界面，其中，上述第四展示界面包括自动优化控件，上述自动优化控件用于触发自动优化；响应于检测到在上述第四展示界面中针对上述自动优化控件的自动优化操作，为上述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中的第四视频片段的手动优化操作，确定上述手动优化操作在上述第四影像素材中选中的裁剪区间；按照上述裁剪区间，从上述第四影像素材中裁剪出第五视频片段；在上述第一视频序列中将上述第四视频片段替换为上述第五视频片段，得到上述第二视频序列。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的第四视频片段的手动优化操作，确定上述手动优化操作在上述第四影像素材中选中的裁剪区间，包括：显示上述第一视频序列的第五展示界面；响应于检测到在上述第五展示界面中针对上述第四视频片段的选择操作，显示在上述第四影像素材中截取视频片段的第二截取操作界面；响应于检测到在上述第二截取操作界面中截取区间的选择操作，确定在上述第四影像素材中选中的裁剪区间。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：响应于检测到针对上述第一视频序列中第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段；在上述第一视频序列中将上述第六视频片段替换为上述第七视频片段，得到上述第二视频序列。
根据本公开的一个或多个实施例，响应于检测到针对上述第一视频序列中第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段，包括：显示上述第一视频序列的第六展示界面；响应于检测到在上述第六展示界面中针对第六视频片段的选择操作，显示上述第六视频片段的旋转操作界面；响应于检测到在上述旋转操作界面中针对上述第六视频片段的旋转操作，将上述第六视频片段进行旋转，得到第七视频片段。
根据本公开的一个或多个实施例，视频生成装置包括：获取单元，被配置成获取第一影像集合和音频素材，上述第一影像集合中包括多个影像素材；确定单元，被配置成按照上述第一影像集合中影像素材的数量，确定上述音频素材的第一音乐点，其中，上述第一音乐点用于将上述音频素材划分成多个第一音乐片段，上述第一音乐片段的数量与上述第一影像集合中影像素材的数量相同；生成单元，被配置成按照上述第一影像集合中影像素材的排列顺序，为上述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；调整单元，被配置成响应于检测到针对上述第一视频序列中的视频片段进行的编辑操作，对上述第一视频序列中的视频片段进行调整，得到第二视频序列；拼接单元，被配置成将上述第二视频序列中的视频片段拼接在一起，并添加上述音频素材作为视频音轨，得到合成视频。
根据本公开的一个或多个实施例，提供了一种电子设备，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上述任一实施例描述的方法。
根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些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，本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (17)

1.一种视频生成方法，包括：
获取第一影像集合和音频素材，所述第一影像集合中包括多个影像素材；
按照所述第一影像集合中影像素材的数量，确定所述音频素材的第一音乐点，其中，所述第一音乐点用于将所述音频素材划分成多个第一音乐片段，所述第一音乐片段的数量与所述第一影像集合中影像素材的数量相同；
按照所述第一影像集合中影像素材的排列顺序，为所述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；
响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列；
将所述第二视频序列中的视频片段拼接在一起，并添加所述音频素材作为视频音轨，得到合成视频；
其中，所述编辑操作包括对所述第一视频序列中的第二视频片段的自动优化操作，以及所述对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：为所述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，从所述多个初始视频片段中选取质量最高的第三视频片段，在所述第一视频序列中将所述第二视频片段替换为所述第三视频片段，得到所述第二视频序列，其中，所述第二视频片段对应的音乐片段与每个所述初始视频片段具有相同的时长，所述第二视频片段是基于所述第三影像素材生成的。
2.根据权利要求1所述的方法，其中，所述响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：
响应于检测到针对所述第一视频序列中视频片段的排列顺序的调整操作，按照调整后视频片段的排列顺序，对所述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合；
按照所述第二影像集合中影像素材的排列顺序，为所述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到所述第二视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长。
3.根据权利要求2所述的方法，其中，所述响应于检测到针对所述第一视频序列中视频片段的排列顺序的调整操作，按照调整后视频片段的排列顺序，对所述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合，包括：
显示所述第一视频序列的第一展示界面；
响应于检测到在所述第一展示界面中针对所述第一视频序列中视频片段的标识从第一排序位置移动至第二排序位置的调整操作，将所述视频片段移动至第二排序位置，确定调整后视频片段的排列顺序；
按照所述调整后视频片段的排列顺序，对所述第一影像集合中影像素材的排列顺序进行调整，得到第二影像集合。
4.根据权利要求1所述的方法，其中，所述响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：
响应于检测到针对所述第一视频序列中的第一视频片段的删除操作，在所述第一影像集合中删除第一影像素材，得到第三影像集合，其中，所述第一视频片段是基于所述第一影像素材生成的；
按照所述第三影像集合中影像素材的数量，确定所述音频素材的第二音乐点，其中，所述第二音乐点用于将所述音频素材划分成多个第二音乐片段，所述第二音乐片段的数量与所述第三影像集合中影像素材的数量相同；
按照所述第三影像集合中影像素材的排列顺序，为所述音频素材中的每个第二音乐片段分别利用一个影像素材生成一个视频片段，得到所述第二视频序列，其中，相对应的第二音乐片段和视频片段具有相同的时长。
5.根据权利要求4所述的方法，其中，所述响应于检测到针对所述第一视频序列中的第一视频片段的删除操作，在所述第一影像集合中删除第一影像素材，包括：
显示所述第一视频序列的第二展示界面；
响应于检测到在所述第一视频序列的第二展示界面中针对所述第一视频序列中的第一视频片段的选择操作，显示在所述第一影像素材中截取视频片段的第一截取操作界面；
响应于检测到在所述第一截取操作界面中的删除操作，删除所述第一影像素材。
6.根据权利要求1所述的方法，其中，所述响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：
响应于检测到针对所述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到所述第一影像集合中，得到第四影像集合；
按照所述第四影像集合中影像素材的数量，确定所述音频素材的第三音乐点，其中，所述第三音乐点用于将所述音频素材划分成多个第三音乐片段，所述第三音乐片段的数量与所述第四影像集合中影像素材的数量相同；
按照所述第四影像集合中影像素材的排列顺序，为所述音频素材中的每个第三音乐片段分别利用一个影像素材生成一个视频片段，得到所述第二视频序列，其中，相对应的第三音乐片段和视频片段具有相同的时长。
7.根据权利要求6所述的方法，其中，所述响应于检测到所述第一视频序列中视频片段的增加操作，获取第二影像素材并添加到所述第一影像集合中，得到第四影像集合，包括：
显示所述第一视频序列的第三展示界面；
响应于检测到在所述第三展示界面中针对所述第一视频序列中视频片段的增加操作，显示影像素材的浏览界面；
响应于检测到在所述浏览界面中针对所述第二影像素材的选择操作，获取所述第二影像素材并添加到所述第一影像集合中，得到第四影像集合。
8.根据权利要求1所述的方法，其中，所述第一视频序列中的视频片段是从所述第一影像集合中的影像素材中以预设起始点位置裁剪出的。
9.根据权利要求8所述的方法，其中，所述从所述多个初始视频片段中选取质量最高的第三视频片段，包括：
分别对所述多个初始视频片段进行抽帧，并按照抽帧得到的图像分析所述多个初始视频片段的质量；
从所述多个初始视频片段中选取质量最高的第三视频片段。
10.根据权利要求9所述的方法，其中，所述响应于检测到针对所述第一视频序列中的第二视频片段的自动优化操作，为所述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，包括：
显示所述第一视频序列中第二视频片段的第四展示界面，其中，所述第四展示界面包括自动优化控件，所述自动优化控件用于触发自动优化；
响应于检测到在所述第四展示界面中针对所述自动优化控件的自动优化操作，为所述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段。
11.根据权利要求8所述的方法，其中，所述响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：
响应于检测到针对所述第一视频序列中的第四视频片段的手动优化操作，确定所述手动优化操作在第四影像素材中选中的裁剪区间；
按照所述裁剪区间，从所述第四影像素材中裁剪出第五视频片段；
在所述第一视频序列中将所述第四视频片段替换为所述第五视频片段，得到所述第二视频序列。
12.根据权利要求11所述的方法，其中，所述响应于检测到针对所述第一视频序列中的第四视频片段的手动优化操作，确定所述手动优化操作在所述第四影像素材中选中的裁剪区间，包括：
显示所述第一视频序列的第五展示界面；
响应于检测到在所述第五展示界面中针对所述第四视频片段的选择操作，显示在所述第四影像素材中截取视频片段的第二截取操作界面；
响应于检测到在所述第二截取操作界面中截取区间的选择操作，确定在所述第四影像素材中选中的裁剪区间。
13.根据权利要求1所述的方法，其中，所述响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：
响应于检测到针对所述第一视频序列中第六视频片段的旋转操作，将所述第六视频片段进行旋转，得到第七视频片段；
在所述第一视频序列中将所述第六视频片段替换为所述第七视频片段，得到所述第二视频序列。
14.根据权利要求13所述的方法，其中，所述响应于检测到针对所述第一视频序列中第六视频片段的旋转操作，将所述第六视频片段进行旋转，得到第七视频片段，包括：
显示所述第一视频序列的第六展示界面；
响应于检测到在所述第六展示界面中针对第六视频片段的选择操作，显示所述第六视频片段的旋转操作界面；
响应于检测到在所述旋转操作界面中针对所述第六视频片段的旋转操作，将所述第六视频片段进行旋转，得到第七视频片段。
15.一种用于视频生成的装置，包括：
获取单元，被配置成获取第一影像集合和音频素材，所述第一影像集合中包括多个影像素材；
确定单元，被配置成按照所述第一影像集合中影像素材的数量，确定所述音频素材的第一音乐点，其中，所述第一音乐点用于将所述音频素材划分成多个第一音乐片段，所述第一音乐片段的数量与所述第一影像集合中影像素材的数量相同；
生成单元，被配置成按照所述第一影像集合中影像素材的排列顺序，为所述音频素材中的每个第一音乐片段分别利用一个影像素材生成一个视频片段，得到第一视频序列，其中，相对应的第一音乐片段和视频片段具有相同的时长；
调整单元，被配置成响应于检测到针对所述第一视频序列中的视频片段进行的编辑操作，对所述第一视频序列中的视频片段进行调整，得到第二视频序列；
拼接单元，被配置成将所述第二视频序列中的视频片段拼接在一起，并添加所述音频素材作为视频音轨，得到合成视频；
其中，所述编辑操作包括对所述第一视频序列中的第二视频片段的自动优化操作，以及所述对所述第一视频序列中的视频片段进行调整，得到第二视频序列，包括：为所述第二视频片段对应的音乐片段利用第三影像素材以不同的起始点位置裁剪出多个初始视频片段，从所述多个初始视频片段中选取质量最高的第三视频片段，在所述第一视频序列中将所述第二视频片段替换为所述第三视频片段，得到所述第二视频序列，其中，所述第二视频片段对应的音乐片段与每个所述初始视频片段具有相同的时长，所述第二视频片段是基于所述第三影像素材生成的。
16.一种电子设备，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1-14中任一所述的方法。
17.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-14中任一所述的方法。
CN201911129727.9A 2019-11-18 2019-11-18 视频生成方法、装置、电子设备和计算机可读介质 Active CN112822541B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201911129727.9A CN112822541B (zh) 2019-11-18 2019-11-18 视频生成方法、装置、电子设备和计算机可读介质
JP2022528542A JP7457804B2 (ja) 2019-11-18 2020-11-17 ビデオ生成方法および装置、電子装置、およびコンピュータ読み取り可能媒体
PCT/CN2020/129284 WO2021098670A1 (zh) 2019-11-18 2020-11-17 视频生成方法、装置、电子设备和计算机可读介质
BR112022009608A BR112022009608A2 (pt) 2019-11-18 2020-11-17 Método e aparelho de geração de vídeo, dispositivo eletrônico e meio legível por computador
EP20889011.1A EP4047943A4 (en) 2019-11-18 2020-11-17 VIDEO GENERATING METHOD AND APPARATUS, ELECTRONIC DEVICE AND COMPUTER READABLE MEDIA
KR1020227016781A KR20220103112A (ko) 2019-11-18 2020-11-17 비디오 생성 방법 및 장치, 전자 장치, 및 컴퓨터 판독가능 매체
US17/744,671 US11636879B2 (en) 2019-11-18 2022-05-14 Video generating method, apparatus, electronic device, and computer-readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911129727.9A CN112822541B (zh) 2019-11-18 2019-11-18 视频生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN112822541A CN112822541A (zh) 2021-05-18
CN112822541B true CN112822541B (zh) 2022-05-20

Family

ID=75852677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911129727.9A Active CN112822541B (zh) 2019-11-18 2019-11-18 视频生成方法、装置、电子设备和计算机可读介质

Country Status (7)

Country Link
US (1) US11636879B2 (zh)
EP (1) EP4047943A4 (zh)
JP (1) JP7457804B2 (zh)
KR (1) KR20220103112A (zh)
CN (1) CN112822541B (zh)
BR (1) BR112022009608A2 (zh)
WO (1) WO2021098670A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473204B (zh) * 2021-05-31 2023-10-13 北京达佳互联信息技术有限公司 一种信息展示方法、装置、电子设备及存储介质
CN113613067B (zh) * 2021-08-03 2023-08-22 北京字跳网络技术有限公司 视频处理方法、装置、设备及存储介质
CN113676671B (zh) * 2021-09-27 2023-06-23 北京达佳互联信息技术有限公司 视频剪辑方法、装置、电子设备及存储介质
CN113891113B (zh) * 2021-09-29 2024-03-12 阿里巴巴（中国）有限公司 视频剪辑合成方法及电子设备
CN115065840A (zh) * 2022-06-07 2022-09-16 北京达佳互联信息技术有限公司 一种信息处理方法、装置、电子设备及存储介质
CN118573937A (zh) * 2023-02-28 2024-08-30 脸萌有限公司 视频编辑方法、装置和计算机可读存储介质
CN116506694B (zh) * 2023-06-26 2023-10-27 北京达佳互联信息技术有限公司 视频剪辑方法、装置、电子设备及存储介质

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3325809B2 (ja) * 1997-08-15 2002-09-17 日本電信電話株式会社 映像制作方法及び装置及びこの方法を記録した記録媒体
US7027124B2 (en) * 2002-02-28 2006-04-11 Fuji Xerox Co., Ltd. Method for automatically producing music videos
JP4285287B2 (ja) * 2004-03-17 2009-06-24 セイコーエプソン株式会社 画像処理装置、画像処理方法およびそのプログラム、記録媒体
US7512886B1 (en) * 2004-04-15 2009-03-31 Magix Ag System and method of automatically aligning video scenes with an audio track
JP2007066399A (ja) * 2005-08-30 2007-03-15 Ricoh Co Ltd 映像音声編集システム
JP4487958B2 (ja) * 2006-03-16 2010-06-23 ソニー株式会社 メタデータ付与方法及び装置
WO2008024486A2 (en) * 2006-08-24 2008-02-28 Fliptrack, Inc. Beat and text based editing and composing systems and methods
US7877690B2 (en) * 2006-09-20 2011-01-25 Adobe Systems Incorporated Media system with integrated clip views
US7569761B1 (en) * 2007-09-21 2009-08-04 Adobe Systems Inc. Video editing matched to musical beats
US8737815B2 (en) * 2009-01-23 2014-05-27 The Talk Market, Inc. Computer device, method, and graphical user interface for automating the digital transformation, enhancement, and editing of personal and professional videos
US20110142420A1 (en) * 2009-01-23 2011-06-16 Matthew Benjamin Singer Computer device, method, and graphical user interface for automating the digital tranformation, enhancement, and editing of personal and professional videos
US20120195573A1 (en) * 2011-01-28 2012-08-02 Apple Inc. Video Defect Replacement
US20130163963A1 (en) * 2011-12-21 2013-06-27 Cory Crosland System and method for generating music videos from synchronized user-video recorded content
US20150058709A1 (en) * 2012-01-26 2015-02-26 Michael Edward Zaletel Method of creating a media composition and apparatus therefore
US20140355960A1 (en) * 2013-05-31 2014-12-04 Microsoft Corporation Touch optimized design for video editing
KR101477486B1 (ko) * 2013-07-24 2014-12-30 (주) 프람트 동영상 재생 및 편집을 위한 사용자 인터페이스 장치 및 그 방법
CN105530440B (zh) * 2014-09-29 2019-06-07 北京金山安全软件有限公司 一种视频的制作方法及装置
CN105933773A (zh) 2016-05-12 2016-09-07 青岛海信传媒网络技术有限公司 视频编辑方法及系统
CN105959579B (zh) * 2016-07-18 2020-04-17 杭州当虹科技股份有限公司 一种360度全景视频局部内容更换装置
CN106992004B (zh) 2017-03-06 2020-06-26 华为技术有限公司 一种调整视频的方法及终端
US11915722B2 (en) * 2017-03-30 2024-02-27 Gracenote, Inc. Generating a video presentation to accompany audio
US20180295427A1 (en) * 2017-04-07 2018-10-11 David Leiberman Systems and methods for creating composite videos
CN107770626B (zh) * 2017-11-06 2020-03-17 腾讯科技（深圳）有限公司 视频素材的处理方法、视频合成方法、装置及存储介质
AU2018271424A1 (en) * 2017-12-13 2019-06-27 Playable Pty Ltd System and Method for Algorithmic Editing of Video Content
CN108419035A (zh) * 2018-02-28 2018-08-17 北京小米移动软件有限公司 图片视频的合成方法及装置
CN109257545B (zh) * 2018-08-27 2021-04-13 咪咕文化科技有限公司 一种多源视频剪辑方法、装置及存储介质
CN109275028B (zh) * 2018-09-30 2021-02-26 北京微播视界科技有限公司 视频获取方法、装置、终端和介质
CN109168084B (zh) * 2018-10-24 2021-04-23 麒麟合盛网络技术股份有限公司 一种视频剪辑的方法和装置
CN109379643B (zh) * 2018-11-21 2020-06-09 北京达佳互联信息技术有限公司 视频合成方法、装置、终端及存储介质
CN109660867A (zh) 2019-01-09 2019-04-19 深圳慧聚智能科技有限公司 一种动态视频调整方法及其设备
CN110278388B (zh) * 2019-06-19 2022-02-22 北京字节跳动网络技术有限公司 展示视频的生成方法、装置、设备及存储介质
CN110233976B (zh) * 2019-06-21 2022-09-09 广州酷狗计算机科技有限公司 视频合成的方法及装置
CN110265057B (zh) * 2019-07-10 2024-04-26 腾讯科技（深圳）有限公司 生成多媒体的方法及装置、电子设备、存储介质
CN110336960B (zh) * 2019-07-17 2021-12-10 广州酷狗计算机科技有限公司 视频合成的方法、装置、终端及存储介质
CN110769309B (zh) * 2019-11-04 2023-03-31 北京字节跳动网络技术有限公司 用于展示音乐点的方法、装置、电子设备和介质

Also Published As

Publication number Publication date
JP2023501813A (ja) 2023-01-19
US11636879B2 (en) 2023-04-25
EP4047943A4 (en) 2022-11-30
US20220277775A1 (en) 2022-09-01
EP4047943A1 (en) 2022-08-24
WO2021098670A1 (zh) 2021-05-27
JP7457804B2 (ja) 2024-03-28
KR20220103112A (ko) 2022-07-21
BR112022009608A2 (pt) 2022-08-16
CN112822541A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN112822541B (zh) 视频生成方法、装置、电子设备和计算机可读介质
US11887630B2 (en) Multimedia data processing method, multimedia data generation method, and related device
JP7503629B2 (ja) ビデオを生成する方法および装置、電子デバイス、ならびにコンピュータ読取可能媒体
CN112738623B (zh) 视频文件的生成方法、装置、终端及存储介质
JP2022554338A (ja) 音楽点を表示するための方法及び装置、並びに電子デバイス及び媒体
CN113365134B (zh) 音频分享方法、装置、设备及介质
CN108833787B (zh) 用于生成短视频的方法和装置
CN112423084B (zh) 热点榜单的显示方法、装置、电子设备和存储介质
CN112004032B (zh) 视频处理方法、终端设备及存储介质
US11710510B2 (en) Video generation method and apparatus, electronic device, and computer readable medium
CN111970571B (zh) 视频制作方法、装置、设备及存储介质
CN112653920B (zh) 视频处理方法、装置、设备及存储介质
CN113286197A (zh) 信息展示方法、装置、电子设备和存储介质
CN110781349A (zh) 用于短视频生成的方法、设备、客户端装置及电子设备
CN112445395A (zh) 音乐片段的选取方法、装置、设备及存储介质
CN114584716B (zh) 图片处理方法、装置、设备及存储介质
CN113918522A (zh) 一种文件生成方法、装置及电子设备
CN114598823A (zh) 特效视频生成方法、装置、电子设备及存储介质
CN113553466A (zh) 页面展示方法、装置、介质和计算设备
CN115981769A (zh) 页面显示方法、装置、设备、计算机可读存储介质及产品
CN114546229B (zh) 信息处理方法、截屏方法及电子设备
CN118741242A (zh) 视频编辑方法、装置、设备及介质
KR20170112244A (ko) 리얼툰 제공 서비스 시스템
CN117395462A (zh) 媒体内容的生成方法、装置、电子设备和可读存储介质
CN114063863A (zh) 视频处理方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.