CN113613068A - 视频的处理方法、装置、电子设备和存储介质 - Google Patents

视频的处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113613068A
CN113613068A CN202110888448.1A CN202110888448A CN113613068A CN 113613068 A CN113613068 A CN 113613068A CN 202110888448 A CN202110888448 A CN 202110888448A CN 113613068 A CN113613068 A CN 113613068A
Authority
CN
China
Prior art keywords
video
invalid
segment
sentence
invalid audio
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
CN202110888448.1A
Other languages
English (en)
Inventor
杜聪
薛如峰
许志涛
蓝刘涛
郑智梁
郑帅
靳喜旺
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 Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao 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 Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202110888448.1A priority Critical patent/CN113613068A/zh
Publication of CN113613068A publication Critical patent/CN113613068A/zh
Priority to US18/572,757 priority patent/US20240290355A1/en
Priority to PCT/CN2022/105922 priority patent/WO2023011142A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • 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
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/57—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for processing of 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
    • G11B27/10—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
    • H04N21/43—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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开实施例提供了一种视频的处理方法、装置、电子设备和存储介质。该方法包括：接收针对视频的检测操作；响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；接收针对目标无效音频片段信息所对应的视频片段的删除操作；响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。本公开实施例通过采用上述技术方案，能够简化视频剪辑所需的操作，降低视频的剪辑难度与视频剪辑所耗费的时间，并提高视频的质量。

Description

视频的处理方法、装置、电子设备和存储介质
技术领域
本公开实施例涉及视频处理技术领域，尤其涉及一种视频的处理方法、装置、电子设备和存储介质。
背景技术
用户在拍摄视频的过程中，可能会由于紧张、不熟练或者个人说话习惯等原因而出现说话卡壳或通过无效词(如额、嗯、那个等词语)来填补说话间的空白等情况。
现有技术中，当在视频拍摄过程中出现卡壳或无效词时，用户需要反复的试听拍摄得到的视频，确定卡壳和无效词的位置，并基于该位置剪除视频中的卡壳和无效词。
然而，此种视频处理方式操作较为繁琐，不利于用户快速拍摄与发布视频。
发明内容
本公开实施例提供一种视频的处理方法、装置、电子设备和存储介质，以快速检测并剪除视频中的卡壳和/或无用词对应的视频片段。
第一方面，本公开实施例提供了一种视频的处理方法，包括：
接收针对视频的检测操作；
响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
接收针对目标无效音频片段信息所对应的视频片段的删除操作；
响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
第二方面，本公开实施例还提供了一种视频的处理装置，包括：
检测操作接收模块，用于接收针对视频的检测操作；
信息显示模块，用于响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
删除操作接收模块，用于接收针对目标无效音频片段信息所对应的视频片段的删除操作；
删除模块，用于响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
第三方面，本公开实施例还提供了一种电子设备，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实施例所述的视频的处理方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，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实施例所述的视频的处理方法。
本公开实施例提供的视频的处理方法、装置、电子设备和存储介质，接收针对视频的检测操作；响应于该检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；接收针对目标无效音频片段信息对应的视频片段的删除操作；响应于该删除操作，删除视频中与目标无效音频片段信息对应的视频片段。本公开实施例通过采用上述技术方案，自动检测并删除视频中出现无效词和/或语句停顿的视频片段，无需用户反复观看视频进行查找并手动删除，能够简化视频剪辑所需的操作，降低视频的剪辑难度与视频剪辑所耗费的时间，并提高视频的质量。
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1为本公开实施例提供的一种视频的处理方法的流程示意图；
图2为本公开实施例提供的一种视频编辑页面示意图；
图3为本公开实施例提供的一种设置窗口示意图；
图4为本公开实施例提供的一种检测结果页面示意图；
图5为本公开实施例提供的另一种视频的处理方法的流程示意图；
图6为本公开实施例提供的一种视频的处理装置的结构框图；
图7为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。
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“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。
图1为本公开实施例提供的一种视频的处理方法的流程示意图。该方法可以由视频的处理装置执行，其中，该装置可以由软件和/或硬件实现，可配置于电子设备中，典型的，可以配置在手机或平板电脑中。本公开实施例提供的视频的处理方法适用于检测并删除视频中的无效词片段和/或语音停顿片段的场景。如图1所示，本实施例提供的视频的处理方法可以包括：
S101、接收针对视频的检测操作。
其中，该视频可以理解为当前进行编辑的视频，如视频编辑页面内所呈现的视频。检测操作可以为检测视频中所包含的无效词和/或语音停顿的触发操作，如触发视频编辑页面中的检测控件的操作。
示例性的，电子设备显示视频编辑页面。用户在欲查看目标视频片段中所包含的无效词和/或语音停顿时，可以触发视频编辑页面中所显示的检测控件。相应的，电子设备在检测到用户触发视频编辑页面中的检测控件时，可以确定接收都针对视频的检测操作。
在本实施例中，视频可以包括一个或多个视频片段，视频的检测范围和所检测的无效音频片段类型可以由开发商和/或用户进行设置，如可以在用户未进行设置时，默认对视频中包含的所有视频片段作进行检测，并默认检测各视频片段中所包含的无效词和语音停顿等；当用户进行了设置时，可以仅对用户所设置的视频片段进行检测，和/或，基于用户的设置确定对用户所设置的无效音频拍片段类型(如无效词和/或语音停顿等)进行检测。此时，优选的，在所述接收针对视频的检测操作之前，还包括：接收作用于视频对应的视频片段剪辑控件的触发操作，其中，所述视频中包含至少一个视频片段；响应于所述触发操作，显示设置窗口，以供用户设置待检测视频和/或待检测的无效音频片段类型并执行所述检测操作。
其中，待检测视频可以为该检测操作所针对的视频片段，即视频中用户欲检测其所包含的无效词和/或语音停顿的视频片段，如目标视频片段，其可以包括一个或多个视频片段。视频片段剪辑控件可以用于供用户触发以设置目标视频片段以及无效音频片段类型，从而进入针对目标视频片段的无效词和/或语音停顿的检测与剪辑过程。
具体的，如图2所示，电子设备可以在视频编辑页面中显示视频片段剪辑控件20。用户在欲设置目标视频片段和检测内容并对目标视频片段进行剪辑时，可以触发该视频片段剪辑控件20。电子设备在检测到用户触发视频编辑页面中的视频片段剪辑控件20时，可以显示设置窗口30，如图3所示。从而，用户可以在该设置窗口内设置目标视频片段和检测内容，如可以通过将检测整个视频控件31调整为开启状态或关闭状态来对视频内的所有视频片段或视频编辑页面中当前进行编辑的视频片段(如当前播放的视频片段)进行检测，和/或，通过将将语音停顿片段32和/或语气词片段33等调整为选中状态以对其进行检测，并可以在设置完成后触发设置窗口内的检测控件34。相应的，电子设备在检测到用户触发设置窗口内的检测控件34时，可以确定接收到检测操作，并可以进一步确定设置窗口内的检测整个视频控件31的开关状态，在其处于开启状态时，将视频内的所有视频片段作为目标视频片段，在其处于关闭状态时，将当前进行编辑的视频片段作为目标视频片段；以及，将处于选中状态的类型(如语音停顿片段32和/或语气词片段33等)作为需要进行检测的无效语句片段类型。从而，在接收到检测操作时，可以对视频中的目标视频片段进行检测，并显示目标视频片段中的无效音频片段的无效音频片段信息；在接收到针对所显示的无效音频片段信息中的目标无效音频片段信息的删除操作时，可以删除目标视频片段中与该目标无效音频片段信息对应的子视频片段，即删除目标无效音频片段信息所对应的无效音频片段以及该无效音频片段所对应的视频内容。
可以理解的是，本实施例在删除目标无效音频片段信息对应的子视频片段时可以改变或不改变视频中所包含的视频片段的数量，即当删除视频中的某一子视频片段后，可以将该子视频片段所位于的视频片段重新合成或不合成为一个视频片段，本实施例不对此进行限制。考虑到用户的等待时间，优选可以不在删除目标无效音频片段信息对应的子视频片段后即对该子视频片段所位于的视频片段进行合成，即删除某一视频片段中与目标无效音频片段信息对应的子视频片段后，该视频片段可以以多个子视频片段的方式进行呈现，并可以在用户发布视频时再进行视频合成，以避免在需要删除的目标无效音频片段信息对应的子视频片段的数量较多时出现用户需要等待较长时间的情况，提高用户的体验。
S102、响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息。
其中，无效音频片段可以为视频中无效的音频片段，其可以为包括无效词片段和/或无效语音停顿片段等，以下以无效音频片段包括无效词片段和语音停顿片段为例进行说明。该无效词片段可以理解为无效词在语句中所对应的语句片段，该无效词可以包括呃、啊、呢、那个等语气词。该无效语音停顿片段可以为视频中的人声发生较长时间无效停顿的片段，如未检测到人声且时长超过预设时长(如3s或5s等)的无效停顿片段。无效音频片段信息可以理解为无效音频片段的音频片段信息，如无效音频片段的标识信息、无效音频片段在视频中的位置信息、无效音频片段所对应的无效语句片段(即无效音频片段所对应的文字)、无效音频片段所位于的语句和/或该语句中的有效音频片段信息等。
具体的，电子设备在接收到针对目标视频片段的检测操作时，可以响应于该检测操作，对视频进行无效音频片段检测，得到该视频中所包含的无效音频片段，并显示检测得到的无效音频片段的无效音频片段信息。
在本实施例中，无效音频片段的检测方式可以灵活设置，如可以基于语音识别和语义分析确定无效音频片段，该无效音频片段也可以称为水化片段，水化例如可以是无用镜头和说话卡壳的“静音片段”或“无效词(额，那个...)”等等。举例来说，基于语音识别确定音频对应的文字片段为“怎么这么久，这，有点着急了”，基于语义分析可以确定该文字片段中第一个“这”为有效语句片段，而第二个“这”为无效语句片段；针对视频的音频数据中的停顿片段，如果基于语义分析确定该停顿片段位于两条语句之间，则可以将该停顿片段确定为有效语句片段；如果基于语义分析确定该停顿片段位于某一条语句内部，则可以将该停顿片段确定为无效语句片段。。
示例性的，在进行无效音频片段检测时，可以直接将视频的音频数据输入至预先训练得到的检测模型中，采用该检测模型对视频的音频数据进行语音和语义识别，得到视频中所包含的无效音频片段；也可以首先对视频的音频数据进行语音识别，得到其音频数据对应的文本数据，然后对该文本数据进行语义识别，得到无效语句片段，并进一步确定无效语句片段对应的无效音频数据。
在一个实施方式中，所述无效音频片段信息包括所述无效音频片段对应的无效语句片段，所述显示无效音频片段信息，包括：显示所述无效音频片段对应的文本语句，其中，所述文本语句通过对所述无效音频片段所位于的音频语句进行语音识别得到，所述文本语句包括有效语句片段和所述无效语句片段，所述无效语句片段区别于所述有效语句片段进行显示
其中，无效语句片段可以理解为无效音频片段对应的文字，如对无效音频片段进行语音转文本识别(Speech To Text，STT)得到的文本片段。文本语句可以为包含无效语句片段的语句，即所检测出的无效音频片段所位于的音频语句所对应的文字形式的语句，其可以通过对该音频语句进行语音识别得到。当无效音频片段中所位于的音频语句中仅包含该无效音频片段时，该无效音频片段所对应的文本语句内可以仅包含无效语句片段；当无效音频片段所位于的音频语句中除包含该无效音频片段之外，还包含有效音频片段时，该无效音频片段所对应的文本语句内可以包含无效语句片段和有效语句片段。
示例性的，电子设备在接收到针对视频的检测操作时，可以响应于该检测操作，对视频进行检测，得到该视频中所包含的无效音频片段以及该无效音频片段对应的无效语句片段401，并显示所检测各无效语句片段401，如显示各无效语句片段401所位于的文本语句402，并在每一条文本语句402中以不同于该文本语句402中的有效语句片段(即除无效语句片段401之外的语句片段)的显示方式显示该文本语句402中所包含的无效语句片段401，如图4所示(图中以在检测结果页面的结果显示区域40中显示目标视频片段中的文本语句402为例)。其中，文本语句402可以显示于视频编辑页面或检测结果页面中，即电子设备可以直接在视频编辑页面中显示检测到无效音频片段所对应的文本语句402；也可以将当前页面由视频编辑页面切换为检测结果页面，并在检测结果页面中显示检测到的无效音频片段所对应的文本语句402。
在上述实施方式中，可选的，所述显示所述无效音频片段对应的文本语句，包括：显示检测结果页面，并在所述检测结果页面的结果显示区域内显示所述无效音频片段对应的文本语句，其中，所述检测结果页面内还包含视频预览区域，所述视频预览区域用于播放所述视频。
在上述实施方式中，可以在检测结果页面中显示视频中的文本语句，并同时在播放该视频，以便于用户能够在查看无效语句片段的同时，查看各无效语句片段在视频中对应的视频片段，从而确定是否需要剪除各无效语句片段对应的视频片段。
具体的，电子设备在接收到检测操作时，检测视频中的无效音频片段，确定无效音频片段对应的文本语句，将当前显示页面由视频编辑页面切换为检测结果页面，并在该检测结果页面的结果显示区域内显示各文本语句，以及，在该检测结果页面的视频预览区域内播放该视频，如自视频的起始位置开始播放视频；按照各文本语句在视频中由前向后的顺序，自第一个文本语句的起点在视频中所对应的时间节点开始，播放该视频或者各文本语句对应的视频片段；或者，循环播放当前位于预设触发位置的文本语句对应的视频片段，等等。
可以理解的是，如果视频中未包含无效音频片段，即如果未检测到无效音频片段，则可以不切换至检测结果页面，直接在视频编辑页面中显示提示信息，以提示用户未检测到无效音频片段。
S103、接收针对目标无效音频片段信息所对应的视频片段的删除操作。
其中，目标无效音频片段信息可以为用户欲将其对应的视频片段自视频中删除的无效音频片段的信息，其可以为无效音频片段信息中的一个或多个，如目标音频片段信息可以为处于选中状态的无效音频片段信息。目标无效音频片段信息对应的视频片段可以为视频中与目标无效音频片段信息对应的视频片段，即该目标无效音频片段信息对应的无效音频片段所位于的视频片段，亦即视频中的无效视频片段(也称为水化视频片段)，该无效视频片段包括无效音频片段以及无效音频片段所对应的视频帧，该无效视频片段的起点可以为该无效音频片段的起点在视频中所对应时间节点，该无效视频片段的终点可以为该无效音频片段的终点在视频中所对应的时间节点。删除操作可以为删除用户所选择的无效音频片段信息对应的视频片段的触发操作，如触发所显示的删除控件的操作。
具体的，用户在欲删除目标无效音频片段信息所对应的视频片段时，可以触发删除控件。相应的，电子设备在检测到用户触发删除控件时，可以目确定接收到针对目标无效音频片段信息所对应的视频片段的删除操作。
在一个实施方式中，所述目标无效音频片段信息为处于选中状态的无效音频片段信息，所述方法还包括：接收针对任一无效音频片段信息的状态调整操作；响应于所述状态调整操作，调整所述状态调整操作所作用于的无效音频片段信息的显示状态，以将所述状态调整操所作用于的无效音频片段信息由选中状态切换为未选中状态，或者，将所述状态调整操所作用于的无效音频片段信息由未选中状态切换为选中状态。
其中，状态调整操作可以为调整某一无效音频片段信息的状态的操作，如触发某一无效音频片段信息的操作。
在上述实施方式中，当用户触发结果显示区域内所显示的某一无效语句片段时，切换该无效语句片段的状态，如在该无效语句片段处于选中状态时，将该无效语句片段由选中状态调整为未选中状态；在该无效语句片段处于未选中状态时，将该无效语句片段由未选中状态调整为选中状态，以便于用户调整其欲删除其对应的视频片段的目标无效音频片段信息。
具体的，以无效音频片段信息包括无效音频片段所对应的无效语句片段为例，如图4所示(图4中以前三个无效语句片段401处于选中状态，最后一个无效语句片段401处于未选中状态为例)，电子设备可以显示文本语句402，并默认以选中状态显示各文本语句402中的无效语句片段401。从而，用户可以触发电子设备所显示的无效语句片段401以指示电子设备将处于选中状态的无效语句片段401切换为未选中状态或者将处于未选中状态的无效语句片段401切换为选中状态，并可以在无效语句片段401选择完成后，触发电子设备所显示的删除控件403。相应的，电子设备可以在检测到用户触发某一处于选中状态的无效语句片段401时，将该无效语句片段401由选中状态切换为未选中状态(如由停止显示该无效语句片段的删除标记)，在监测到用户触发某一处于未选中状态的无效语句片段401时，将该无效语句片段401由未选中状态切换为选中状态(如显示该无效语句片段的删除标记)，以及，在检测到用户触发删除控件403时，将处于选中状态的无效语句片段401作为本次需要删除的目标无效音频片段信息，并确认接收到针对目标无效音频片段信息的删除操作。
S104、响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
在本实施例中，电子设备可以在接收到检测操作后自动检测视频中包含的无效词和/或语音停顿，并在接收到删除操作时，自动将所检测到的无效词和/或语音停顿自视频中剪除，无需用户反复观看视频进行查找，也无需用户针对所查找到的无效词和/或语音停顿手动确定剪辑点并进行剪除，能够简化视频剪辑过程所需的操作，降低视频剪辑所耗费的时间，并提高视频的质量，进而提高用户拍摄与发布视频的兴趣以及观众的观看体验。
具体的，电子设备在接收到删除操作时，可以针对每一个目标无效音频片段信息，分别确定该目标无效音频片段信息对应的无效音频片段的起点和终点在视频中所对应的时间节点，将所确定的两时间节点之间的视频片段作为与该目标无效音频片段信息对应的视频片段，并将目标子视频片段自视频中剪除，如删除位于所确定的两时间节点之间的视频帧以及位于此两时间节点之间的音频数据。此外，在删除目标无效音频片段信息对应的视频片段之后，还可以进一步为视频中位于该视频片段附近的视频帧添加淡入淡出效果，以避免剪除该视频片段之后，视频的转场过于突兀，进一步提高视频的视觉效果。
在本实施例中，视频编辑页面中的视频可以为用户所拍摄的视频，如用户可以在视频拍摄页面中拍摄视频，并可以在拍摄完成后，切换至视频编辑页面对所拍摄的视频进行编辑，如删除视频中的无效词和/或语音停顿、对所拍摄的视频中的其他部分进行剪辑、为所拍摄的视频添加特效、背景音乐、字幕或贴纸等等。此外，当删除目标无效音频片段信息对应的视频片段后，电子设备可以返回视频编辑页面；从而，用户可以在视频编辑页面中继续对删除目标无效音频片段信息对应的视频片段之后的视频进行编辑，并可以在编辑完成后，触发视频编辑页面中的下一步控件21(如图2所示)进入发布页面；相应的，电子设备在检测到用户触发视频编辑页面中的下一步控件21时，可以将当前页面切换为视频的发布页面，以供用户填写视频的发布信息，并可以在用户触发发布页面中的发布控件时，对视频中的各视频片段进行合成，并发布合成得到的视频。
本实施例提供的视频的处理方法，接收针对视频的检测操作；响应于该检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；接收针对目标无效音频片段信息对应的视频片段的删除操作；响应于该删除操作，删除视频中与目标无效音频片段信息对应的视频片段。本公开实施例通过采用上述技术方案，自动检测并删除视频中出现无效词和/或语句停顿的视频片段，无需用户反复观看视频进行查找并手动删除，能够简化视频剪辑所需的操作，降低视频的剪辑难度与视频剪辑所耗费的时间，并提高视频的质量。
图5为本公开实施例提供的另一种视频的处理方法的流程示意图。本实施例中的方案可以与上述实施例中的一个或多个可选方案组合。可选的，在所述显示检测结果页面之后，还包括：以预设文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
可选的，在所述显示检测结果页面之后，还包括：接收针对目标文本语句的播放操作；响应于所述播放操作，以所述目标文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
可选的，在所述显示检测结果页面之后，还包括：接收针对所述视频的播放进度调整操作；响应于所述播放进度调整操作，调整所述视频在所述视频预览区域内的播放进度。
可选的，本实施例提供的视频的处理方法还包括：采用设定显示状态在所述结果显示区域内的预设触发位置显示所述视频预览区域中播放的文本语句。
相应的，如图5所示，本实施例提供的视频的处理方法包括：
S201、接收针对视频的检测操作。
S202、响应于所述检测操作，检测所述视频中的无效音频片段，显示检测结果页面，在所述检测结果页面的结果显示区域内显示所述无效音频片段对应的文本语句，并以预设文本语句的起点在所述视频中对应的时间节点为播放起点，在所述结果检测页面的视频预览区域内播放所述视频，执行S203、S205或S207，其中，所述文本语句通过对所述无效音频片段所位于的音频语句进行语音识别得到，所述文本语句包括有效语句片段和所述无效语句片段，所述无效语句片段区别于所述有效语句片段进行显示。
在本实施例中，在切换至检测结果页面后，可以自动在检测结果页面中播放某一条文本语句(如第一个无效音频片段对应的文本语句)，以便于用户进行查看。
具体的，如图4所示，电子设备在接收到检测操作时，可以将当前页面由视频编辑页面切换为检测结果页面，按照各语句在视频中的先后顺序，在该检测结果页面的结果显示区域40内显示检测到的各无效音频片段所对应的文本语句402，并在检测结果页面的视频预览区域41内播放第一条文本语句对应的视频片段，如确定第一条文本语句的起点在视频中所对应的时间节点，并自该时间节点开始在视频预览区域41中播放该视频。
S203、接收针对目标文本语句的播放操作。
其中，播放操作可以为指示电子设备播放某一文本语句的触发操作，即指示电子设备在视频预览区域内播放某一文本语句对应的视频片段的操作，该播放操作可以为触发(如点击)结果显示区域内所显示的某一文本语句的操作，如触发结果显示区域内所显示的某一文本语句中的无效语句片段或有效语句片段的操作；也可以为通过将结果显示区域内所显示的某一文本语句移动到预设触发位置的操作，此时，优选的，所述接收针对目标文本语句的播放操作，包括：接收作用于目标文本语句中的任一无效语句片段的第一播放操作；或者，接收作用于目标文本语句中的有效语句片段的第二播放操作；或者，接收将目标文本语句移动至所述结果显示区域内的预设触发位置的第三播放操作。相应的，目标文本语句可以为该播放操作所作用于的文本语句，如用户所触发的文本语句或者用户移动到预设触发位置的文本语句等。
具体的，电子设备在结果显示区域内显示文本语句。从而，用户在欲查看某一文本语句对应的视频片段时，可以执行针对该文本语句的播放操作，例如触发该文本语句中的无效语句片段或非无效语句片段，或者，通过滑动操作将该文本语句移动到结果显示区域内的预设触发位置。相应的，电子设备在检测到用户触发结果显示区域内所显示的某一文本语句时，确定接收到针对该文本语句的播放操作；或者，电子设备可以在检测到用户的滑动操作(如竖向滑动操作)时，控制结果显示区域内所显示的各文本语句随用户的滑动方向进行移动，并在某一条文本语句移动至预设触发位置时，或者，在滑到操作结束时，确定接收到针对位于预设触发位置的文本语句的播放操作。其中，预设触发位置可以根据需要进行设置，如可以将该预设触发位置设置为位于结果显示区域顶部的某一区域。
S204、响应于所述播放操作，以所述目标文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频，执行S207。
具体的，电子设备在接收到播放操作时，可以确定该播放操作所对应的文本语句的起点在视频中所对应的时间节点，并将视频在视频预览区域内的播放进度切换至与该时间节点对应的播放进度，自该时间节点播放该视频。
S205、接收针对所述视频的播放进度调整操作。
S206、响应于所述播放进度调整操作，调整所述视频在所述视频预览区域内的播放进度。
其中，播放进度调整操作可以为调整视频的播放进度的操作，如拖动播放进度条的操作等。
在本实施例中，用户可以通过拖动播放进度条的方式调整视频在视频预览区域内的播放进度。
具体的，如图4所示，电子设备在视频预览区域41内播放视频并显示视频的播放进度条42；从而，用户在欲调整视频在视频预览区域41内的播放进度时，可以向前或向后拖动该播放进度条42；相应的，电子设备在检测到用户拖动播放进度条42时，可以确定接收到进度调整操作，并响应于该进度调整操作，确定用户拖动后的时间节点，并将视频调整至该时间节点进行播放。
需要说明的是，当视频播放完毕时，，可以停止播放该视频；也可以自视频的起点或者第一条文本语句开始，重新播放该视频，本实施例不对此进行限制。
S207、采用设定显示状态在所述结果显示区域内的预设触发位置显示所述视频预览区域中播放的文本语句。
其中，预设显示状态可以根据需要进行设置，如可以将预设显示状态设置为高亮状态，如图4所示(图4以采用预设显示状态显示第一条文本语句为例)。
在本实施例中，当用户触发结果显示区域内所显示的某一文本语句时，或者，当用户将结果显示区域内的某一文本语句移动至预设触发位置时，可以在视频预览区域内播放该文本语句(即播放该文本语句所对应的视频片段)；当在视频预览区域内播放某一文本语句时，可以调整该文本语句在结果显示区域内的显示位置和/或显示状态，以便于用户查看各文本语句所对应的视频片段，和/或，确定视频预览区域内播放的文本语句，为用户确定需要删除的目标无效音频片段提供便利。
示例性的，用户在欲查看某一文本语句所对应的视频片段时，可以触发该文本语句，如触发该文本语句中的有效语句片段；相应的，电子设备在检测到用户触发结果显示区域内所显示的某一文本语句的有效语句片段时，可以调整该视频在视频预览区域内的播放进度，以在视频预览区域内播放该文本语句对应的视频片段，以及，将该文本语句的显示状态调整为预设显示状态，并将该文本语句移动至结果显示区域内的预设触发位置进行显示。
用户在欲将某一无效语句片段设置为选中状态/非选中状态时，可以触发该无效语句片段；相应的，电子设备在检测到用户触发结果显示区域内所显示的某一无效语句片段时，可以调整该视频在视频预览区域内的播放进度，以在视频预览区域内播放该无效语句片段所位于的文本语句对应的视频片段，以及，将该无效语句片段由选中状态/非选中状态切换为非选中状态/选中状态，将该无效语句片段所位于的文本语句的显示状态调整为预设显示状态，并将该无效语句片段所位于的文本语句移动至结果显示区域内的预设触发位置进行显示。
用户在欲切换结果显示区域内所显示的文本语句时，或者，用户在欲调整各文本语句在结果显示区域内的显示位置时，可以执行滑动操作，如上下滑动(即竖向滑动)操作；相应的，电子设备在检测到用户在结果显示区域内上下滑动操作时，可以控制各文本语句随用户的滑动方向同步向上或向下移动，在某一文本语句移动至结果显示区域内的预设触发位置时，采用预设显示状态显示该文本语句，并调整视频在视频预览区域内的播放进度，以在视频预览区域内播放该文本语句对应的视频片段。此外，电子设备在检测到用户的上下滑动操作时，还可以进一步在结果显示区域内显示预设触发位置的位置标识，如显示预设触发位置的边界、中线或某一条边界线，以便于用户能够确定预设触发位置并将其欲查看的文本语句移动至该预设触发位置。
用户可以通过执行进度调整操作调整视频在视频预览区域中的播放进度，当用户调整播放进度后视频预览区域内所播放的视频片段为某一文本语句对应的视频片段时，即当用户调整播放进度后视频预览区域内播放的为文本语句时；或者，当视频预览区域内的视频播放至某一文本语句时，电子设备可以自动调整结果显示区域中的各文本语句的显示位置，以将视频预览区域内正在播放的文本语句调整至预设触发位置进行显示，并将视频预览区域内正在播放的文本语句的显示状态调整为预设显示状态。
S208、接收针对目标无效语句片段的删除操作。
S209、响应于所述删除操作，删除所述视频中与所述目标无效语句片段对应的视频片段。
本实施例提供的视频的处理方法，用户可以通过触发结果显示区域内的某一文本语句或者将触发结果显示区域内的某一文本语句移动至预设触发位置的方式指示电子设备在视频预览区域内播放该文本语句对应的视频片段，以及，电子设备在播放某一文本语句对应的视频片段时，自动调整该文本语句的显示位置和/或显示状态，能够实现视频预览区域与结果显示区域的联动，为用户查看文本语句所对应的视频片段以及视频预览区域内播放的视频片段所对应的文本语句提供便利，进而使得用户能够快速确定需要删除的无效语句片段，进一步缩短视频剪辑所花费的时间，提高用户的体验。
图6为本公开实施例提供的一种视频的处理装置的结构框图。该装置可以由软件和/或硬件实现，可配置于电子设备中，典型的，可以配置在手机或平板电脑中，可通过执行视频的处理方法检测并删除视频中的无效词片段和/或语音停顿片段。如图6所示，本实施例提供的视频的处理装置可以包括：检测操作接收模块601、信息显示模块602、删除操作接收模块603和删除模块604，其中，
检测操作接收模块601，用于接收针对视频的检测操作；
信息显示模块602，用于响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
删除操作接收模块603，用于接收针对目标无效音频片段信息所对应的视频片段的删除操作；
删除模块604，用于响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
本实施例提供的视频的处理装置，通过检测操作接收模块接收针对视频的检测操作；通过信息显示模块检测所述视频中的无效音频片段，并显示无效音频片段信息；通过删除操作接收模块接收针对目标无效音频片段信息对应的视频片段的删除操作；通过删除模块响应于该删除操作，删除视频中与目标无效音频片段信息对应的视频片段。本实施例通过采用上述技术方案，自动检测并删除视频中出现无效词和/或语句停顿的视频片段，无需用户反复观看视频进行查找并手动删除，能够简化视频剪辑所需的操作，降低视频的剪辑难度与视频剪辑所耗费的时间，并提高视频的质量。
在上述方案中，所述无效音频片段信息可以包括所述无效音频片段对应的无效语句片段，所述信息显示模块602可以用于：显示所述无效音频片段对应的文本语句，其中，所述文本语句通过对所述无效音频片段所位于的音频语句进行语音识别得到，所述文本语句包括有效语句片段和所述无效语句片段，所述无效语句片段区别于所述有效语句片段进行显示。
在上述方案中，所述信息显示模块602可以用于：显示检测结果页面，并在所述检测结果页面的结果显示区域内显示所述无效音频片段对应的文本语句，其中，所述检测结果页面内还包含视频预览区域，所述视频预览区域用于播放所述视频。
在上述方案中，所述信息显示模块602还可以用于：在所述显示检测结果页面之后，以预设条文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
进一步地，本实施例提供的视频的处理装置可以包括：播放操作接收模块，用于在所述显示检测结果页面之后，接收针对目标文本语句的播放操作；视频播放模块，用于响应于所述播放操作，以所述目标文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
在上述方案中，所述播放操作接收模块可以用于：接收作用于目标文本语句中的任一无效语句片段的第一播放操作；或者，接收作用于目标文本语句中的有效语句片段的第二播放操作；或者，接收将目标文本语句移动至所述结果显示区域内的预设触发位置的第三播放操作。
进一步地，本实施例提供的视频的处理装置可以包括：进度调整操作接收模块，用于在所述显示检测结果页面之后，接收针对所述视频的播放进度调整操作；进度调整模块，用于响应于所述播放进度调整操作，调整所述视频在所述视频预览区域内的播放进度。
在上述方案中，所述信息显示模块602可以用于：采用设定显示状态在所述结果显示区域内的预设触发位置显示所述视频预览区域中播放的文本语句。
在上述方案中，所述目标无效音频片段信息可以为处于选中状态的无效音频片段信息，本实施例提供的视频的处理装置可以包括：状态调整操作接收模块，用于接收针对任一无效音频片段信息的状态调整操作；状态调整模块，用于响应于所述状态调整操作，调整所述状态调整操作所作用于的无效音频片段信息的显示状态，以将所述状态调整操所作用于的无效音频片段信息由选中状态切换为未选中状态，或者，将所述状态调整操所作用于的无效音频片段信息由未选中状态切换为选中状态。
进一步地，本实施例提供的视频的处理装置可以包括：触发操作接收模块，用于在所述接收针对视频的检测操作之前，接收作用于视频对应的视频片段剪辑控件的触发操作，其中，所述视频中包含至少一个视频片段；窗口显示模块，用于响应于所述触发操作，显示设置窗口，以供用户设置待检测视频和/或待检测的无效音频片段类型并执行所述检测操作。
本公开实施例提供的视频的处理装置可执行本公开任意实施例提供的视频的处理方法，具备执行视频的处理方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开任意实施例所提供的视频的处理方法。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备(例如终端设备)700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7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7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置706加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置706；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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，其包括承载在非暂态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709从网络上被下载和安装，或者从存储装置706被安装，或者从ROM 702被安装。在该计算机程序被处理装置701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。
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：接收针对视频的检测操作；响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；接收针对目标无效音频片段信息所对应的视频片段的删除操作；响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
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但不限于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，模块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。
根据本公开的一个或多个实施例，示例1提供了一种视频的处理方法，包括：
接收针对视频的检测操作；
响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
接收针对目标无效音频片段信息所对应的视频片段的删除操作；
响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
根据本公开的一个或多个实施例，示例2根据示例1所述的方法，所述无效音频片段信息包括所述无效音频片段对应的无效语句片段，所述显示无效音频片段信息，包括：
显示所述无效音频片段对应的文本语句，其中，所述文本语句通过对所述无效音频片段所位于的音频语句进行语音识别得到，所述文本语句包括有效语句片段和所述无效语句片段，所述无效语句片段区别于所述有效语句片段进行显示。
根据本公开的一个或多个实施例，示例3根据示例2所述的方法，所述显示所述无效音频片段对应的文本语句，包括：
显示检测结果页面，并在所述检测结果页面的结果显示区域内显示所述无效音频片段对应的文本语句，其中，所述检测结果页面内还包含视频预览区域，所述视频预览区域用于播放所述视频。
根据本公开的一个或多个实施例，示例4根据示例3所述的方法，在所述显示检测结果页面之后，还包括：
以预设文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
根据本公开的一个或多个实施例，示例5根据示例3所述的方法，在所述显示检测结果页面之后，还包括：
接收针对目标文本语句的播放操作；
响应于所述播放操作，以所述目标文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
根据本公开的一个或多个实施例，示例6根据示例5所述的方法，所述接收针对目标文本语句的播放操作，包括：
接收作用于目标文本语句中的任一无效语句片段的第一播放操作；或者，
接收作用于目标文本语句中的有效语句片段的第二播放操作；或者，
接收将目标文本语句移动至所述结果显示区域内的预设触发位置的第三播放操作。
根据本公开的一个或多个实施例，示例7根据示例3所述的方法，还包括：
在所述显示检测结果页面之后，还包括：
接收针对所述视频的播放进度调整操作；
响应于所述播放进度调整操作，调整所述视频在所述视频预览区域内的播放进度。
根据本公开的一个或多个实施例，示例8根据示例3-7任一所述的方法，在所述接收针对视频中的目标视频片段的检测操作之前，还包括：
采用设定显示状态在所述结果显示区域内的预设触发位置显示所述视频预览区域中播放的文本语句。
根据本公开的一个或多个实施例，示例9根据示例1-7任一所述的方法，所述目标无效音频片段信息为处于选中状态的无效音频片段信息，所述方法还包括：
接收针对任一无效音频片段信息的状态调整操作；
响应于所述状态调整操作，调整所述状态调整操作所作用于的无效音频片段信息的显示状态，以将所述状态调整操所作用于的无效音频片段信息由选中状态切换为未选中状态，或者，将所述状态调整操所作用于的无效音频片段信息由未选中状态切换为选中状态。
根据本公开的一个或多个实施例，示例10根据示例1-7任一所述的方法，在所述接收针对视频的检测操作之前，还包括：
接收作用于视频对应的视频片段剪辑控件的触发操作，其中，所述视频中包含至少一个视频片段；
响应于所述触发操作，显示设置窗口，以供用户设置待检测视频和/或待检测的无效音频片段类型并执行所述检测操作。
根据本公开的一个或多个实施例，示例11提供了一种视频的处理装置，包括：
检测操作接收模块，用于接收针对视频的检测操作；
信息显示模块，用于响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
删除操作接收模块，用于接收针对目标无效音频片段信息所对应的视频片段的删除操作；
删除模块，用于响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
根据本公开的一个或多个实施例，示例12提供了一种电子设备，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示例1-10中任一所述的视频的处理方法。
根据本公开的一个或多个实施例，示例13提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如示例1-10中任一所述的视频的处理方法。
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 (13)

1.一种视频的处理方法，其特征在于，包括：
接收针对视频的检测操作；
响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
接收针对目标无效音频片段信息所对应的视频片段的删除操作；
响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
2.根据权利要求1所述的方法，其特征在于，所述无效音频片段信息包括所述无效音频片段对应的无效语句片段，所述显示无效音频片段信息，包括：
显示所述无效音频片段对应的文本语句，其中，所述文本语句通过对所述无效音频片段所位于的音频语句进行语音识别得到，所述文本语句包括有效语句片段和所述无效语句片段，所述无效语句片段区别于所述有效语句片段进行显示。
3.根据权利要求2所述的方法，其特征在于，所述显示所述无效音频片段对应的文本语句，包括：
显示检测结果页面，并在所述检测结果页面的结果显示区域内显示所述无效音频片段对应的文本语句，其中，所述检测结果页面内还包含视频预览区域，所述视频预览区域用于播放所述视频。
4.根据权利要求3所述的方法，其特征在于，在所述显示检测结果页面之后，还包括：
以预设文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
5.根据权利要求3所述的方法，其特征在于，在所述显示检测结果页面之后，还包括：
接收针对目标文本语句的播放操作；
响应于所述播放操作，以所述目标文本语句的起点在所述视频中对应的时间节点为播放起点，在所述视频预览区域内播放所述视频。
6.根据权利要求5所述的方法，其特征在于，所述接收针对目标文本语句的播放操作，包括：
接收作用于目标文本语句中的任一无效语句片段的第一播放操作；或者，
接收作用于目标文本语句中的有效语句片段的第二播放操作；或者，
接收将目标文本语句移动至所述结果显示区域内的预设触发位置的第三播放操作。
7.根据权利要求3所述的方法，其特征在于，在所述显示检测结果页面之后，还包括：
接收针对所述视频的播放进度调整操作；
响应于所述播放进度调整操作，调整所述视频在所述视频预览区域内的播放进度。
8.根据权利要求3-7任一所述的方法，其特征在于，还包括：
采用设定显示状态在所述结果显示区域内的预设触发位置显示所述视频预览区域中播放的文本语句。
9.根据权利要求1-7任一所述的方法，其特征在于，所述目标无效音频片段信息为处于选中状态的无效音频片段信息，所述方法还包括：
接收针对任一无效音频片段信息的状态调整操作；
响应于所述状态调整操作，调整所述状态调整操作所作用于的无效音频片段信息的显示状态，以将所述状态调整操所作用于的无效音频片段信息由选中状态切换为未选中状态，或者，将所述状态调整操所作用于的无效音频片段信息由未选中状态切换为选中状态。
10.根据权利要求1-7任一所述的方法，其特征在于，在所述接收针对视频的检测操作之前，还包括：
接收作用于视频对应的视频片段剪辑控件的触发操作，其中，所述视频中包含至少一个视频片段；
响应于所述触发操作，显示设置窗口，以供用户设置待检测视频和/或待检测的无效音频片段类型并执行所述检测操作。
11.一种视频的处理装置，其特征在于，包括：
检测操作接收模块，用于接收针对视频的检测操作；
信息显示模块，用于响应于所述检测操作，检测所述视频中的无效音频片段，并显示无效音频片段信息；
删除操作接收模块，用于接收针对目标无效音频片段信息所对应的视频片段的删除操作；
删除模块，用于响应于所述删除操作，删除所述视频中与所述目标无效音频片段信息对应的所述视频片段。
12.一种电子设备，其特征在于，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1-10中任一所述的视频的处理方法。
13.一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，该程序被处理器执行时实现如权利要求1-10中任一所述的视频的处理方法。
CN202110888448.1A 2021-08-03 2021-08-03 视频的处理方法、装置、电子设备和存储介质 Pending CN113613068A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110888448.1A CN113613068A (zh) 2021-08-03 2021-08-03 视频的处理方法、装置、电子设备和存储介质
US18/572,757 US20240290355A1 (en) 2021-08-03 2022-07-15 Video processing method and apparatus, electronic device and storage medium
PCT/CN2022/105922 WO2023011142A1 (zh) 2021-08-03 2022-07-15 视频的处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110888448.1A CN113613068A (zh) 2021-08-03 2021-08-03 视频的处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113613068A true CN113613068A (zh) 2021-11-05

Family

ID=78306656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110888448.1A Pending CN113613068A (zh) 2021-08-03 2021-08-03 视频的处理方法、装置、电子设备和存储介质

Country Status (3)

Country Link
US (1) US20240290355A1 (zh)
CN (1) CN113613068A (zh)
WO (1) WO2023011142A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810766A (zh) * 2021-11-17 2021-12-17 深圳市速点网络科技有限公司 一种视频剪辑组合处理方法及系统
CN114025234A (zh) * 2021-11-08 2022-02-08 北京高途云集教育科技有限公司 视频编辑方法、装置、电子设备及存储介质
CN114880997A (zh) * 2022-05-06 2022-08-09 北京字节跳动网络技术有限公司 用于音频编辑的方法、装置、设备和存储介质
CN115278356A (zh) * 2022-06-23 2022-11-01 上海高顿教育科技有限公司 一种智能化的课程视频剪辑控制方法
CN115484490A (zh) * 2022-09-15 2022-12-16 北京字跳网络技术有限公司 一种视频处理方法、装置、设备及存储介质
CN115633218A (zh) * 2022-10-20 2023-01-20 深圳市菲菲教育发展有限公司 一种视频剪辑方法、储存介质及装置
WO2023011142A1 (zh) * 2021-08-03 2023-02-09 北京字跳网络技术有限公司 视频的处理方法、装置、电子设备和存储介质
CN115767174A (zh) * 2022-10-31 2023-03-07 上海卓越睿新数码科技股份有限公司 在线视频剪辑方法
CN116631447A (zh) * 2023-07-24 2023-08-22 科大讯飞股份有限公司 噪声提取方法、装置、设备及可读存储介质
WO2024152802A1 (zh) * 2023-01-19 2024-07-25 北京字跳网络技术有限公司 视频的编辑方法、装置、电子设备和存储介质
US12051445B1 (en) 2023-01-19 2024-07-30 Beijing Zitiao Network Technology Co., Ltd. Method and apparatus of video editing, and electronic device and storage medium

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098433A (zh) * 2006-06-30 2008-01-02 索尼株式会社 编辑装置、编辑方法、以及程序
CN107566803A (zh) * 2017-09-20 2018-01-09 信利光电股份有限公司 一种监控视频的储存方法和监控系统
CN109040773A (zh) * 2018-07-10 2018-12-18 武汉斗鱼网络科技有限公司 一种视频改进方法、装置、设备及介质
CN109708256A (zh) * 2018-12-06 2019-05-03 珠海格力电器股份有限公司 一种语音确定方法、装置、存储介质及空调
CN109801648A (zh) * 2018-12-11 2019-05-24 平安科技（深圳）有限公司 消息弹窗语音编辑方法、装置、计算机设备及存储介质
CN110111816A (zh) * 2019-02-27 2019-08-09 咪咕数字传媒有限公司 录制音频的方法、音频处理的方法、电子设备和服务端
CN110189751A (zh) * 2019-04-24 2019-08-30 中国联合网络通信集团有限公司 语音处理方法及设备
CN110392281A (zh) * 2018-04-20 2019-10-29 腾讯科技（深圳）有限公司 视频合成方法、装置、计算机设备及存储介质
CN110992989A (zh) * 2019-12-06 2020-04-10 广州国音智能科技有限公司 语音采集方法、装置及计算机可读存储介质
CN111462741A (zh) * 2020-03-02 2020-07-28 北京声智科技有限公司 语音数据处理方法、装置及存储介质
CN112185424A (zh) * 2020-09-29 2021-01-05 国家计算机网络与信息安全管理中心 一种语音文件裁剪还原方法、装置、设备和存储介质
CN112231498A (zh) * 2020-09-29 2021-01-15 北京字跳网络技术有限公司 互动信息处理方法、装置、设备及介质
CN112235632A (zh) * 2020-09-09 2021-01-15 北京达佳互联信息技术有限公司 视频处理方法、装置及服务器
CN112562684A (zh) * 2020-12-08 2021-03-26 维沃移动通信有限公司 一种语音识别方法、装置和电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323897A1 (en) * 2011-06-14 2012-12-20 Microsoft Corporation Query-dependent audio/video clip search result previews
CN107948718B (zh) * 2017-12-05 2020-01-24 深圳创维－Rgb电子有限公司 一种节目信息的处理方法、装置及系统
CN110401878A (zh) * 2019-07-08 2019-11-01 天脉聚源(杭州)传媒科技有限公司 一种视频剪辑方法、系统及存储介质
CN111885313A (zh) * 2020-07-17 2020-11-03 北京来也网络科技有限公司 一种音视频的修正方法、装置、介质及计算设备
CN112929744B (zh) * 2021-01-22 2023-04-07 北京百度网讯科技有限公司 用于分割视频剪辑的方法、装置、设备、介质和程序产品
CN113052085B (zh) * 2021-03-26 2024-08-13 新东方教育科技集团有限公司 视频剪辑方法、装置、电子设备以及存储介质
CN113613068A (zh) * 2021-08-03 2021-11-05 北京字跳网络技术有限公司 视频的处理方法、装置、电子设备和存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080008442A1 (en) * 2006-06-30 2008-01-10 Yoshiaki Shibata Editing apparatus, editing method, and program
CN101098433A (zh) * 2006-06-30 2008-01-02 索尼株式会社 编辑装置、编辑方法、以及程序
CN107566803A (zh) * 2017-09-20 2018-01-09 信利光电股份有限公司 一种监控视频的储存方法和监控系统
CN110392281A (zh) * 2018-04-20 2019-10-29 腾讯科技（深圳）有限公司 视频合成方法、装置、计算机设备及存储介质
CN109040773A (zh) * 2018-07-10 2018-12-18 武汉斗鱼网络科技有限公司 一种视频改进方法、装置、设备及介质
CN109708256A (zh) * 2018-12-06 2019-05-03 珠海格力电器股份有限公司 一种语音确定方法、装置、存储介质及空调
CN109801648A (zh) * 2018-12-11 2019-05-24 平安科技（深圳）有限公司 消息弹窗语音编辑方法、装置、计算机设备及存储介质
CN110111816A (zh) * 2019-02-27 2019-08-09 咪咕数字传媒有限公司 录制音频的方法、音频处理的方法、电子设备和服务端
CN110189751A (zh) * 2019-04-24 2019-08-30 中国联合网络通信集团有限公司 语音处理方法及设备
CN110992989A (zh) * 2019-12-06 2020-04-10 广州国音智能科技有限公司 语音采集方法、装置及计算机可读存储介质
CN111462741A (zh) * 2020-03-02 2020-07-28 北京声智科技有限公司 语音数据处理方法、装置及存储介质
CN112235632A (zh) * 2020-09-09 2021-01-15 北京达佳互联信息技术有限公司 视频处理方法、装置及服务器
CN112185424A (zh) * 2020-09-29 2021-01-05 国家计算机网络与信息安全管理中心 一种语音文件裁剪还原方法、装置、设备和存储介质
CN112231498A (zh) * 2020-09-29 2021-01-15 北京字跳网络技术有限公司 互动信息处理方法、装置、设备及介质
CN112562684A (zh) * 2020-12-08 2021-03-26 维沃移动通信有限公司 一种语音识别方法、装置和电子设备

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023011142A1 (zh) * 2021-08-03 2023-02-09 北京字跳网络技术有限公司 视频的处理方法、装置、电子设备和存储介质
CN114025234A (zh) * 2021-11-08 2022-02-08 北京高途云集教育科技有限公司 视频编辑方法、装置、电子设备及存储介质
CN113810766A (zh) * 2021-11-17 2021-12-17 深圳市速点网络科技有限公司 一种视频剪辑组合处理方法及系统
WO2023213313A1 (zh) * 2022-05-06 2023-11-09 北京字节跳动网络技术有限公司 用于音频编辑的方法、装置、设备和存储介质
CN114880997A (zh) * 2022-05-06 2022-08-09 北京字节跳动网络技术有限公司 用于音频编辑的方法、装置、设备和存储介质
CN115278356A (zh) * 2022-06-23 2022-11-01 上海高顿教育科技有限公司 一种智能化的课程视频剪辑控制方法
CN115484490A (zh) * 2022-09-15 2022-12-16 北京字跳网络技术有限公司 一种视频处理方法、装置、设备及存储介质
CN115484490B (zh) * 2022-09-15 2024-06-11 北京字跳网络技术有限公司 一种视频处理方法、装置、设备及存储介质
CN115633218A (zh) * 2022-10-20 2023-01-20 深圳市菲菲教育发展有限公司 一种视频剪辑方法、储存介质及装置
CN115767174A (zh) * 2022-10-31 2023-03-07 上海卓越睿新数码科技股份有限公司 在线视频剪辑方法
WO2024152802A1 (zh) * 2023-01-19 2024-07-25 北京字跳网络技术有限公司 视频的编辑方法、装置、电子设备和存储介质
US12051445B1 (en) 2023-01-19 2024-07-30 Beijing Zitiao Network Technology Co., Ltd. Method and apparatus of video editing, and electronic device and storage medium
CN116631447A (zh) * 2023-07-24 2023-08-22 科大讯飞股份有限公司 噪声提取方法、装置、设备及可读存储介质
CN116631447B (zh) * 2023-07-24 2023-12-01 科大讯飞股份有限公司 噪声提取方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
WO2023011142A1 (zh) 2023-02-09
US20240290355A1 (en) 2024-08-29

Similar Documents

Publication Publication Date Title
CN113613068A (zh) 视频的处理方法、装置、电子设备和存储介质
JP7466763B2 (ja) マルチメディアデータの処理方法、生成方法及び関連機器
CN112911379B (zh) 视频生成方法、装置、电子设备和存储介质
US11670339B2 (en) Video acquisition method and device, terminal and medium
CN110324718B (zh) 音视频生成方法、装置、电子设备及可读介质
CN111757163B (zh) 视频播放的控制方法、装置、电子设备和存储介质
CN112866796A (zh) 视频生成方法、装置、电子设备和存储介质
CN113038234B (zh) 视频的处理方法、装置、电子设备和存储介质
CN113259740A (zh) 一种多媒体处理方法、装置、设备及介质
WO2022193867A1 (zh) 一种视频处理方法、装置、电子设备及存储介质
US20240127856A1 (en) Audio processing method and apparatus, and electronic device and storage medium
CN113727170A (zh) 视频交互方法、装置、设备及介质
CN113507637A (zh) 媒体文件处理方法、装置、设备、可读存储介质及产品
CN115062168A (zh) 媒体内容展示方法、装置、设备及存储介质
CN113207044A (zh) 视频处理方法、装置、电子设备和存储介质
CN112015505A (zh) 模式切换方法、装置和电子设备
US20240119970A1 (en) Method and apparatus for multimedia resource clipping scenario, device and storage medium
CN113207025B (zh) 视频处理方法、装置、电子设备和存储介质
CN115022696A (zh) 视频预览方法、装置、可读介质及电子设备
CN113992926A (zh) 界面显示方法、装置、电子设备和存储介质
CN115981769A (zh) 页面显示方法、装置、设备、计算机可读存储介质及产品
CN115269920A (zh) 交互方法、装置、电子设备和存储介质
CN113038260B (zh) 音乐的延长方法、装置、电子设备和存储介质
CN113885741A (zh) 一种多媒体处理方法、装置、设备及介质
CN114817631A (zh) 媒体内容的发布方法、装置、设备、存储介质和程序产品

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