CN114697760A - 一种处理方法、装置、电子设备及介质 - Google Patents

一种处理方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN114697760A
CN114697760A CN202210363989.7A CN202210363989A CN114697760A CN 114697760 A CN114697760 A CN 114697760A CN 202210363989 A CN202210363989 A CN 202210363989A CN 114697760 A CN114697760 A CN 114697760A
Authority
CN
China
Prior art keywords
video
information
file
keywords
target
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.)
Granted
Application number
CN202210363989.7A
Other languages
English (en)
Other versions
CN114697760B (zh
Inventor
陈�光
文珑银
王宇飞
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.)
Lemon Inc Cayman Island
Original Assignee
Lemon Inc Cayman Island
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 Lemon Inc Cayman Island filed Critical Lemon Inc Cayman Island
Priority to CN202210363989.7A priority Critical patent/CN114697760B/zh
Publication of CN114697760A publication Critical patent/CN114697760A/zh
Priority to US17/816,968 priority patent/US11792494B1/en
Priority to PCT/SG2023/050186 priority patent/WO2023195915A2/zh
Application granted granted Critical
Publication of CN114697760B publication Critical patent/CN114697760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • H04N21/80—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
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • H04N21/8405—Generation or processing of descriptive data, e.g. content descriptors represented by keywords
    • 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
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • 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
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • 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
    • 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
    • H04N21/44008—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 operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
    • 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
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles
    • 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
    • H04N21/8549—Creating video summaries, e.g. movie trailer

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开公开了一种处理方法、装置、电子设备及介质，所述方法包括：获取目标视频；确定所述目标视频的视频信息；采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。利用该方法，基于任务提示符和文案关键词约束视频描述模型，从而更加准确的生成目标视频的文案信息，提高了文案信息与目标视频的耦合度。

Description

一种处理方法、装置、电子设备及介质
技术领域
本公开实施例涉及计算机技术领域，尤其涉及一种处理方法、装置、电子设备及介质。
背景技术
随着计算机技术的发展，越来越多的多媒体平台应运而生。用户通过多媒体平台可以浏览多媒体内容，如视频。
现有多媒体平台所呈现的视频多为发布者拍摄并编辑的视频，视频内所显示的文案信息也多为用户在编辑视频时添加的文字、在编辑视频时添加的贴纸或视频内音频对应的字幕信息。故，现有文案信息多依赖于用户自定义的描述，不能精准的表达视频所能表达的真实含义。
发明内容
本公开实施例提供了一种处理方法、装置、电子设备及介质，能够更加准确的确定目标视频的文案信息。
第一方面，本公开实施例提供了一种处理方法，包括：
获取目标视频；
确定所述目标视频的视频信息；
采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
第二方面，本公开实施例还提供了一种处理装置，包括：
视频获取模块，用于获取目标视频；
信息确定模块，用于确定所述目标视频的视频信息；
信息生成模块，用于采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
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；
存储装置，用于存储一个或多个程序；
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处理公开实施例提供的处理方法。
第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例提供的处理方法。
本公开实施例提供了一种处理方法、装置、电子设备及介质，所述方法包括：获取目标视频；确定所述目标视频的视频信息；采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。利用上述技术方案，基于任务提示符和文案关键词约束视频描述模型，从而更加准确的生成目标视频的文案信息，提高了文案信息与目标视频的耦合度。
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为本公开实施例一提供的一种处理方法的流程示意图；
图2为本公开实施例二提供的一种处理方法的流程示意图；
图3为本公开实施例二提供的一种文案信息确定的场景示意图；
图4为本公开实施例二提供的一种处理方法的场景示意图；
图5为本公开实施例三提供的一种处理装置的结构示意图；
图6为本公开实施例四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。
下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。此外，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。
实施例一
图1为本公开实施例一提供的一种处理方法的流程示意图，该方法可适用于对视频进行处理的情况，该方法可以由处理装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上，在本实施例中电子设备包括但不限于：计算机、笔记本电脑、平板电脑和/或手机等设备。
如图1所示，本公开实施例一提供的一种处理方法，包括如下步骤：
S110、获取目标视频。
目标视频可以理解为待处理的视频，如待进行文案信息确定的视频。目标视频可以为原始视频，也可以为原始视频中某个视频片段，原始视频可以是指原始待处理的视频，如可以为发布者所发布的视频，发布者所发布的视频可以为拍摄完且未经编辑的视频，也可以为拍摄后进行初步加工(如裁剪、添加标题、字幕等)后的视频等。原始视频中某个视频片段可以为对原始视频进行章节划分后得到的视频片段。不同的视频片段可以认为是原始视频的不同的章节，此处不对章节划分的技术手段进行限定。
在本实施例中，不限定目标视频的获取方式，如该处理方法可以应用至视频展示类应用程序，目标视频可以为从服务端获取的视频，也可以为从服务端获得的多个视频中经过过滤后的视频，此处不对过滤手段进行限定。
S120、确定所述目标视频的视频信息。
视频信息可以是指目标视频中所包含的信息，例如可以包括标题、字幕信息和/或帧特征等。标题可以是指原始视频的题目，可以用于表征原始视频的主要内容和主旨，该标题可以为发布者编辑产生。
字幕信息可以是指目标视频中添加的文字描述，例如可以为解说文字、对白、说明词等，字幕信息可以位于目标视频的空白区域处，如底部，右侧区域等。在本实施例中，字幕信息可以通过对目标视频进行文字识别得到，也可以对目标视频进行语音识别获取，本实施例对此不作限定。帧特征可以为目标视频中各帧的视觉特征，例如可以包括人物特征、颜色特征等。
具体的，可以确定目标视频的视频信息，本步骤不对确定视频信息的具体方法进行限定，不同的视频信息对应有不同的确定手段，例如可以将目标视频输入特征提取模型中，以生成目标视频具体的视频信息，特征提取模型可以包括文字识别模型、图像识别模型和/或语音识别模型等。又例如，本申请可以不使用模型直接对目标视频进行音视频分析处理，得到对应的视频信息。
S130、采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
视频描述模型可以理解为根据输入的视频信息来输出视频信息对应文案信息的模型，在本实施例中，可以预先对视频描述模型进行训练，此处不对训练的过程进行具体限定。文案信息可以是指目标视频的简要描述，用于表征目标视频的主要内容。例如，当目标视频为原始视频中某个视频片段时，此时文案信息可以为该视频片段对应的章节信息，即为视频片段的描述；当目标视频为原始视频时，此时文案信息可以为原始视频要点的总结，即对原始视频所表达含义的笔记信息。
任务提示符可以认为是对生成文案信息的类型进行提示的字符。本公开中的视频描述模型可以为多任务的模型，通过任务提示符约束视频描述模型所处理的任务，如，任务提示符指示进行章节任务的处理。章节任务可以包括生成章节信息，如章节关键词和章节描述信息的任务；又如，任务提示符指示进行笔记任务的处理，笔记任务可以包括生成笔记信息，如笔记关键词和笔记描述信息的任务。此处不对任务提示符所包括任务的类别进行限定，可以根据实际情况确定。
文案关键词可以是对生成文案信息的关键词进行约束的字符，用于约束想要生成文案信息的关键词，其中文案关键词的来源不限，例如文案关键词可以由视频描述模型根据目标视频生成得到，也可以根据目标视频的分类信息来确定对应的文案关键词等。
以美食类视频为例，任务提示符可以指示生成章节的章节信息，文案关键词可以将关键词约束在试吃或制作类目下。从而在生成的章节信息中所包括的章节关键词和章节描述信息均为与试吃或制作相关的信息。
在本步骤中，可以采用视频描述模型来生成对应视频信息的文案信息，生成的文案信息受任务提示符、视频信息和文案关键词的约束。此处对生成文案信息的具体步骤不作限定。
在一个实施例中，在获取到任务提示符、文案关键词和视频信息后，可以将任务提示符、文案关键词和视频信息分别处理为特征向量的形式进行表示，然后将处理后的各特征向量输入至视频描述模型中，以生成对应的文案信息。
在一个实施例中，在获得到视频信息和任务提示符后，可以将视频信息和任务提示符分别处理为特征向量的形式进行表示，然后将处理后的各特征向量输入至视频描述模型，视频描述模型对表征视频信息的特征向量分析得到文案关键词，进而结合文案关键词生成对应的文案信息。
需要说明的是，任务提示符的获取不作限定，可以是通过任务获取界面内用户选定的任务确定得到；也可以是对目标视频分析后确定对应的认为提示符；还可以是针对任一目标视频默认几组任务对应的任务提示符，针对每一任务提示符分别生成对应的文案信息。如针对依次确定目标视频的章节信息和笔记信息，两者确定的先后不作限定，也可以同步确定。
本公开实施例一提供的一种处理方法，获取目标视频；确定所述目标视频的视频信息；采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。利用上述方法，基于任务提示符和文案关键词约束视频描述模型，从而更加准确的生成目标视频的文案信息，提高了文案信息与目标视频的耦合度。
在上述实施例的基础上，提出了上述实施例的变型实施例，在此需要说明的是，为了使描述简要，在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中，所述目标视频包括：原始视频，所述文案信息包括所述原始视频对应的笔记信息，所述笔记信息为所述原始视频中要点的总结。
在本实施例中，目标视频可以为原始视频，则视频信息可以基于原始视频确定，如包括原始视频的标题、原始视频中各帧的帧特征和整个原始视频的字幕信息等，此时文案信息可以包括原始视频对应的笔记信息，其中，笔记信息可以理解为原始视频中要点的总结。例如，当原始视频为一个美食制作视频时，文案信息可以包括菜名、准备食材的种类、制作步骤的描述和注意事项的描述等。
笔记信息可以为对视频信息分析确定，在确定时受到任务提示符合文案关键词的约束。
在一个实施例中，所述视频信息包括所述原始视频的标题、所述原始视频中各帧的帧特征和所述原始视频的字幕信息，所述任务提示符指示生成所述笔记信息的笔记关键词和笔记描述信息。
本实施例中，笔记信息包括笔记关键词和笔记描述信息。笔记关键词可以理解笔记中的关键词。笔记描述信息可以为是对目标视频要点的描述。笔记描述信息可以为独立的信息，也可以是对应笔记关键词的信息。
示例性的，笔记关键词可以为菜名，相应的，笔记描述信息为红烧肉。
在任务提示符指示生成笔记信息时，目标视频可以为原始视频，文案信息可以为笔记信息。
在一个实施例中，所述目标视频包括：原始视频中的至少一个视频片段，所述文案信息包括所述视频片段的章节信息，所述章节信息为对所述视频片段的描述。
可以理解的是，在某些场景(如美食、安装视频等)中，原始视频可以分为多个视频片段，那么目标视频可以为原始视频中的至少一个视频片段，此时视频信息可以基于目标视频和原始视频确定，如包括原始视频的标题、视频片段中各帧的帧特征和视频片段的字幕信息等，文案信息可以包括视频片段的章节信息，其中，章节信息可以理解为对视频片段的描述。
例如，当原始视频划分为3个视频片段的美食制作视频时，此时每个视频片段对应一个文案信息，各文案信息为各视频片段对应的章节信息，例如第一个视频片段对应的文案信息可以为成品展示，第二个视频片段对应的文案信息可以为准备食材，第三个视频片段对应的文案信息可以为制作步骤。
在一个实施例中，所述视频信息包括所述原始视频的标题、所述视频片段中各帧的帧特征和所述视频片段的字幕信息，所述任务提示符指示生成所述章节信息的章节关键词和章节描述信息。
当目标视频为原始视频中的至少一个视频片段时，任务提示符可以指示生成章节信息的章节关键词和章节描述信息，其中，章节关键词可以理解为章节的关键词；章节描述信息可以理解为对目标视频章节的描述。章节描述信息可以为独立的信息，也可以是对应章节关键词的信息。
示例性的，章节关键词可以为成品展示，对应的章节描述信息可以为红烧肉。
示例性的，当目标视频为原始视频的两个视频片段时，本公开可以针对两个视频片段依次确定对应的文案信息。
当任务提示符指示生成笔记信息时，目标视频可以为原始视频，文案信息为笔记信息。当任务提示符指示生成章节信息时，目标视频可以为视频片段，文案信息为章节信息。
实施例二
图2为本公开实施例二提供的一种处理方法的流程示意图，本实施例二在上述各实施例中各个可选方案为基础进行具体化。在本实施例中，将采用视频描述模型生成对应所述视频信息的文案信息，进一步具体化为：基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词；将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示；将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。
本实施例尚未详尽的内容请参考实施例一。
如图2所示，本公开实施例二提供的一种处理方法，包括如下步骤：
S210、获取目标视频。
S220、确定所述目标视频的视频信息。
S230、基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词。
分类信息可以用于表征目标视频的类别，例如可以为美食类、旅游类等。此处不对分类信息的确定方式进行限定，可以为对目标视频分析确定，也可以是直接获取目标视频的属性信息后确定，属性信息可以为在发布者制作视频时定义。
预设列表可以是指预先为每类视频设置的文案关键词的列表，例如当目标视频为美食类视频时，预设列表可以包括试吃、食材、制作步骤等文案关键词；当目标视频为旅游类视频时，预设列表可以包括地点、路线、景色等文案关键词，本实施例对此不作限定。
在本步骤中，可以首先基于目标视频的分类信息和预设列表来确定目标视频对应的文案关键词，继而根据文案关键词进行后续文案信息的确定。
S240、将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示。
在得到目标视频的文案关键词、视频信息和任务提示符后，可以分别将其处理为特征向量的形式表示，以便进行后续模型的输入。其中，此处处理为特征向量的方式不限，例如可以将文案关键词、任务提示符和视频信息中标题、字幕信息等文本信息以词为单位进行划分，然后利用词向量将每个单词处理为特征向量的方式。视频信息中的帧特征以帧为单位，利用卷积神经网络将帧画面处理成特征向量。
S250、将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。
在本实施例中，可以将处理后的各特征向量拼接成序列，然后将拼接后的序列输入至视频描述模型中来得到文案信息。其中，得到文案信息的步骤不限，只要能到文案信息即可，此处不进行展开。
本公开实施例二提供的一种处理方法，获取目标视频；确定所述目标视频的视频信息；基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词；将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示；将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。利用该方法，通过基于目标视频的分类信息和预设列表来确定目标视频的文案关键词，能够使文案关键词更加贴近于目标视频的分类信息，进而使得到的文案信息更加精准。
在一个实施例中，所述采用视频描述模型生成对应所述视频信息的文案信息，包括：
将所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息，所述视频描述模型基于所述目标视频确定对应的文案关键词。
在本实施例中，文案关键词也可以基于视频描述模型进行确定。示例性的，当将目标视频的视频信息和任务提示符所对应的特征向量输入至视频描述模型后，视频描述模型在进行识别特征向量的同时，可以对目标视频的文案关键词进行确定，然后将文案关键词处理为特征向量后，与视频信息和任务提示符所对应的各特征向量综合来对文案信息进行确定。
本实施例中，处理为特征向量的手段可以参见上述实施例，此处不做赘述。
下面对本公开实施例提供的处理方法进行示例性的描述：
首先可以获取原始视频中的一个视频片段(即目标视频)，然后视频描述模块(即视频描述模型)可以利用当前视频片段的上下文信息来生成一段文案，即文案信息。其中，上下文信息可以包括：
任务提示符，即代表想要生成的文案类型，例如指示对视频某章节的描述，或指示对整个视频中某些要点信息的总结等。
视频帧特征，可以是指从视频片段的不同帧画面中提取的视觉特征(即各帧的帧特征)。
视频标题，可以是指视频作者为视频取的标题，即原始视频的标题。
视频字幕，包括视频中人物的台词部分和视频画面中出现的文字标题部分(即视频片段的字幕信息)，可以对视频画面进行文字识别或者对视频进行语音识别来获取。
关键词，即文案关键词，可以是对视频描述模型的提示，用于控制其生成的文字的话题。
在上下文信息中，视频帧特征可以以帧为单位，利用卷积神经网络将帧画面处理成特征向量；任务提示符、视频标题、视频字幕、关键词等文本信息可以以词为单位，利用词向量将每个单词处理成特征向量(即分别处理为特征向量的形式表示)。
最后，所有的特征向量拼接成一个序列输入至Transformer模型(即视频描述模型)，Transformer模型逐步生成文案中的每一个词，以形成文案信息。
示例性的，图3为本公开实施例二提供的一种文案信息确定的场景示意图，如图3所示，任务提示符为章节和描述，包括章节描述信息，分别以特征向量的形式表示；视频帧特征为视频片段中每一帧的帧特征，分别以特征向量的形式表示；视频标题(即原始视频的标题)和视频字幕(即原始视频的字幕信息，或视频片段的字幕信息)分别将每个单词处理成了特征向量；关键词“试吃”可以是由视频片段的分类信息(即美食类)和预设列表来得到的。在将上述各特征向量拼接成序列输入至Transformer模型(即视频描述模型)后，得到了视频片段对应的文案信息“小哥在试吃酸菜五花肉”。其中，关键词即文案关键词用于约束生成的文案信息与试吃相关。任务提示符用于约束生成章节描述信息的文案信息。
图4为本公开实施例二提供的一种处理方法的场景示意图，如图4所示，原始视频为制作红烧肉的讲解视频，通过本实施例提供的处理方法，能够基于目标视频的视频信息，得到原始视频中每个视频片段的章节信息以及原始视频对应的笔记信息，其中，每个视频片段的章节信息为对所对应视频片段的描述，包括章节关键词和章节描述信息，笔记信息为原始视频中要点的总结，包括笔记关键词和笔记描述信息。
图4中包括了四个章节，章节关键词分别为成品展示、准备食材、制作步骤和结束语。章节描述信息分别为对应成品展示的红烧肉、对应准备食材的桂皮、香叶等。此处示出的章节描述信息与章节关键词并非一一对应的关系，如章节关键词结束语处并未有对应的章节描述信息，章节描述信息和章节关键词的关联关系基于原始视频的实际情况确定，此处不作限定。
图4中包括的笔记信息包括笔记关键词：菜名、食材和小贴士。笔记描述信息分别为对应菜名的红烧肉、对应食材的(相关章节：第2章)桂皮一块、香叶几片，盐适量、对应小贴士的桂皮不要太多，否则发苦。
上述每个视频片段的章节信息以及原始视频对应的笔记信息，可以通过触发评论控件1来进行展示，展示的方式可以为图片的形式，也可以为文字的形式等。图4中视频章节对应章节信息，笔记对应笔记信息。
实施例三
图5为本公开实施例三提供的一种处理装置的结构示意图，该装置可适用于对视频进行处理的情况，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上。
如图5所示，该装置包括：
视频获取模块310，用于获取目标视频；
信息确定模块320，用于确定所述目标视频的视频信息；
信息生成模块330，用于采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
在本实施例中，该装置通过视频获取模块310获取目标视频；通过信息确定模块320确定所述目标视频的视频信息；通过信息生成模块330采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。利用该装置，基于任务提示符和文案关键词约束视频描述模型，从而来更加准确的生成目标视频的文案信息，能够更加准确地对目标视频的文案信息进行确定，从而提高了视频处理文案信息的正确性与目标视频的耦合度。
进一步的，所述目标视频包括：原始视频，所述文案信息包括所述原始视频对应的笔记信息，所述笔记信息为所述原始视频中要点的总结。
进一步的，所述视频信息包括所述原始视频的标题、所述原始视频中各帧的帧特征和所述原始视频的字幕信息，所述任务提示符指示生成所述笔记信息的笔记关键词和笔记描述信息。
进一步的，所述目标视频包括：原始视频中的至少一个视频片段，所述文案信息包括所述视频片段的章节信息，所述章节信息为对所述视频片段的描述。
进一步的，所述视频信息包括所述原始视频的标题、所述视频片段中各帧的帧特征和所述视频片段的字幕信息，所述任务提示符指示生成所述章节信息的章节关键词和章节描述信息。
进一步的，所述文案信息生成模块330包括：
基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词；
将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。
进一步的，所述文案信息生成模块330包括：
将所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息，所述视频描述模型基于所述目标视频确定对应的文案关键词。
上述处理装置可执行本公开任意实施例所提供的处理方法，具备执行方法相应的功能模块和有益效果。
实施例四
图6为本公开实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子设备400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、个人数字助理(Personal DigitalAssistant，PDA)、平板电脑(Portable Android Device，PAD)、便携式多媒体播放器(Portable Media Player，PMP)、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6示出的电子设备400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6所示，电子设备400可以包括一个或多个处理器(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从存储装置408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理。一个或多个处理器401实现如本公开提供的处理方法。在RAM403中，还存储有电子设备400操作所需的各种程序和数据。处理器401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(Liquid CrystalDisplay，LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408，存储装置408用于存储一个或多个程序；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理器401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，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超文本传输协议(Hyper TextTransfer Protocol，HTTP)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400中所包含的；也可以是单独存在，而未装配入该电子设备400中。
上述计算机可读介质存储有一个或者多个计算机程序，当上述一个或者多个程序被处理器执行时实现如下方法：
获取目标视频；
确定所述目标视频的视频信息；
采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
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400：可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。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模块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模块本身的限定。
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(FieldProgrammable Gate Array，FPGA)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、专用标准产品(Application Specific Standard Parts，ASSP)、片上系统(System on Chip，SOC)、复杂可编程逻辑设备(Complex Programming logic device，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提供了一种处理方法，包括：
获取目标视频；
确定所述目标视频的视频信息；
采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
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，
所述目标视频包括：原始视频，所述文案信息包括所述原始视频对应的笔记信息，所述笔记信息为所述原始视频中要点的总结。
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，
所述视频信息包括所述原始视频的标题、所述原始视频中各帧的帧特征和所述原始视频的字幕信息，所述任务提示符指示生成所述笔记信息的笔记关键词和笔记描述信息。
根据本公开的一个或多个实施例，示例4根据示例1所述的方法，
所述目标视频包括：原始视频中的至少一个视频片段，所述文案信息包括所述视频片段的章节信息，所述章节信息为对所述视频片段的描述。
根据本公开的一个或多个实施例，示例5根据示例4所述的方法，
所述视频信息包括所述原始视频的标题、所述视频片段中各帧的帧特征和所述视频片段的字幕信息，所述任务提示符指示生成所述章节信息的章节关键词和章节描述信息。
根据本公开的一个或多个实施例，示例6根据示例1所述的方法，
采用视频描述模型生成对应所述视频信息的文案信息，包括：
基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词；
将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。
根据本公开的一个或多个实施例，示例7根据示例1所述的方法，
所述采用视频描述模型生成对应所述视频信息的文案信息，包括：
将所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息，所述视频描述模型基于所述目标视频确定对应的文案关键词。
根据本公开的一个或多个实施例，示例8提供了一种处理装置，包括：
视频获取模块，用于获取目标视频；
信息确定模块，用于确定所述目标视频的视频信息；
信息生成模块，用于采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
根据本公开的一个或多个实施例，示例9提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如示例1-7中任一所述的方法。
根据本公开的一个或多个实施例，示例10提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如示例1-7中任一所述的方法。
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 (10)

1.一种处理方法，其特征在于，所述方法包括：
获取目标视频；
确定所述目标视频的视频信息；
采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
2.根据权利要求1所述的方法，其特征在于，所述目标视频包括：原始视频，所述文案信息包括所述原始视频对应的笔记信息，所述笔记信息为所述原始视频中要点的总结。
3.根据权利要求2所述的方法，其特征在于，所述视频信息包括所述原始视频的标题、所述原始视频中各帧的帧特征和所述原始视频的字幕信息，所述任务提示符指示生成所述笔记信息的笔记关键词和笔记描述信息。
4.根据权利要求1所述的方法，其特征在于，所述目标视频包括：原始视频中的至少一个视频片段，所述文案信息包括所述视频片段的章节信息，所述章节信息为对所述视频片段的描述。
5.根据权利要求4所述的方法，其特征在于，所述视频信息包括所述原始视频的标题、所述视频片段中各帧的帧特征和所述视频片段的字幕信息，所述任务提示符指示生成所述章节信息的章节关键词和章节描述信息。
6.根据权利要求1所述的方法，其特征在于，采用视频描述模型生成对应所述视频信息的文案信息，包括：
基于所述目标视频的分类信息和预设列表，确定对应所述目标视频的文案关键词；
将所述文案关键词、所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息。
7.根据权利要求1所述的方法，其特征在于，所述采用视频描述模型生成对应所述视频信息的文案信息，包括：
将所述视频信息和所述任务提示符分别处理为特征向量的形式表示；
将各所述特征向量拼接成序列后输入至视频描述模型，得到对应的文案信息，所述视频描述模型基于所述目标视频确定对应的文案关键词。
8.一种处理装置，其特征在于，包括：
视频获取模块，用于获取目标视频；
信息确定模块，用于确定所述目标视频的视频信息；
信息生成模块，用于采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202210363989.7A 2022-04-07 2022-04-07 一种处理方法、装置、电子设备及介质 Active CN114697760B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210363989.7A CN114697760B (zh) 2022-04-07 2022-04-07 一种处理方法、装置、电子设备及介质
US17/816,968 US11792494B1 (en) 2022-04-07 2022-08-02 Processing method and apparatus, electronic device and medium
PCT/SG2023/050186 WO2023195915A2 (zh) 2022-04-07 2023-03-22 处理方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210363989.7A CN114697760B (zh) 2022-04-07 2022-04-07 一种处理方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN114697760A true CN114697760A (zh) 2022-07-01
CN114697760B CN114697760B (zh) 2023-12-19

Family

ID=82143247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210363989.7A Active CN114697760B (zh) 2022-04-07 2022-04-07 一种处理方法、装置、电子设备及介质

Country Status (3)

Country Link
US (1) US11792494B1 (zh)
CN (1) CN114697760B (zh)
WO (1) WO2023195915A2 (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395607A (zh) * 2006-03-03 2009-03-25 皇家飞利浦电子股份有限公司 用于自动生成多个图像的概要的方法和设备
CN103473220A (zh) * 2013-09-13 2013-12-25 华中师范大学 基于字幕文件的纪录片内容自动分节及其小标题的自动生成方法
CN109688428A (zh) * 2018-12-13 2019-04-26 连尚（新昌）网络科技有限公司 视频评论生成方法和装置
CN111581926A (zh) * 2020-05-15 2020-08-25 北京字节跳动网络技术有限公司 文案生成方法、装置、设备和计算机可读存储介质
CN112163560A (zh) * 2020-10-22 2021-01-01 腾讯科技（深圳）有限公司 一种视频信息处理方法、装置、电子设备及存储介质
US20210256977A1 (en) * 2019-04-02 2021-08-19 Tencent Technology (Shenzhen) Company Limited Method and apparatus for generating video description information, and method and apparatus for video processing
CN113392687A (zh) * 2020-11-27 2021-09-14 腾讯科技（北京）有限公司 视频标题生成方法、装置、计算机设备及存储介质
CN113569091A (zh) * 2021-02-08 2021-10-29 腾讯科技（深圳）有限公司 视频数据的处理方法、装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10887640B2 (en) * 2018-07-11 2021-01-05 Adobe Inc. Utilizing artificial intelligence to generate enhanced digital content and improve digital content campaign design
US11146862B2 (en) * 2019-04-16 2021-10-12 Adobe Inc. Generating tags for a digital video
CN112749553B (zh) * 2020-06-05 2023-07-25 腾讯科技（深圳）有限公司 视频文件的文本信息处理方法、装置和服务器
CN111814770B (zh) * 2020-09-04 2021-01-15 中山大学深圳研究院 一种新闻视频的内容关键词提取方法、终端设备及介质
CN112087656B (zh) * 2020-09-08 2022-10-04 远光软件股份有限公司 在线笔记生成方法、装置及电子设备
CN113312503A (zh) * 2021-04-20 2021-08-27 桂林电子科技大学 一种新的教学类视频内容摘要和可视化浏览方法
CN114064968A (zh) * 2021-11-23 2022-02-18 新华智云科技有限公司 一种新闻字幕摘要生成方法和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395607A (zh) * 2006-03-03 2009-03-25 皇家飞利浦电子股份有限公司 用于自动生成多个图像的概要的方法和设备
CN103473220A (zh) * 2013-09-13 2013-12-25 华中师范大学 基于字幕文件的纪录片内容自动分节及其小标题的自动生成方法
CN109688428A (zh) * 2018-12-13 2019-04-26 连尚（新昌）网络科技有限公司 视频评论生成方法和装置
US20210256977A1 (en) * 2019-04-02 2021-08-19 Tencent Technology (Shenzhen) Company Limited Method and apparatus for generating video description information, and method and apparatus for video processing
CN111581926A (zh) * 2020-05-15 2020-08-25 北京字节跳动网络技术有限公司 文案生成方法、装置、设备和计算机可读存储介质
CN112163560A (zh) * 2020-10-22 2021-01-01 腾讯科技（深圳）有限公司 一种视频信息处理方法、装置、电子设备及存储介质
CN113392687A (zh) * 2020-11-27 2021-09-14 腾讯科技（北京）有限公司 视频标题生成方法、装置、计算机设备及存储介质
CN113569091A (zh) * 2021-02-08 2021-10-29 腾讯科技（深圳）有限公司 视频数据的处理方法、装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AHMED EMAD, FADY BASSEL, M. REFAAT, MOHAMED ABDELHAMED, NADA SHORIM, ASHRAF ABDELRAOUF: "Automatic Video summarization with Timestamps using natural language processing text fusion", 《2021 IEEE 11TH ANNUAL COMPUTING AND COMMUNICATION WORKSHOP AND CONFERENCE (CCWC)》, pages 0060 - 0066 *
刘锦；张征: "基于学生笔记的MOOC智能纲要生成方法", 《电气电子教学学报》, vol. 42, no. 5, pages 117 - 122 *
卫华威: "注意语义的视频摘要", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN114697760B (zh) 2023-12-19
WO2023195915A2 (zh) 2023-10-12
WO2023195915A3 (zh) 2023-11-30
US11792494B1 (en) 2023-10-17
US20230328336A1 (en) 2023-10-12

Similar Documents

Publication Publication Date Title
CN110969012B (zh) 文本纠错方法、装置、存储介质及电子设备
CN109769141B (zh) 一种视频生成方法、装置、电子设备及存储介质
CN111986655B (zh) 音频内容识别方法、装置、设备和计算机可读介质
CN111667810B (zh) 多音字语料的获取方法、装置、可读介质和电子设备
WO2021088790A1 (zh) 用于目标设备的显示样式调整方法和装置
CN112380365A (zh) 一种多媒体的字幕交互方法、装置、设备及介质
CN113886612A (zh) 一种多媒体浏览方法、装置、设备及介质
CN112954453B (zh) 视频配音方法和装置、存储介质和电子设备
CN114445754A (zh) 视频处理方法、装置、可读介质及电子设备
CN111327960B (zh) 文章处理方法、装置、电子设备及计算机存储介质
CN110414625B (zh) 确定相似数据的方法、装置、电子设备及存储介质
CN116912734A (zh) 视频摘要数据集构建方法、装置、介质及电子设备
CN109871465B (zh) 一种时间轴计算方法、装置、电子设备及存储介质
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
CN115269920A (zh) 交互方法、装置、电子设备和存储介质
CN111709342B (zh) 字幕分割方法、装置、设备及存储介质
CN111935541B (zh) 视频修正方法、装置、可读介质及电子设备
CN114697760B (zh) 一种处理方法、装置、电子设备及介质
CN113221514A (zh) 文本处理方法、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
CN112699687A (zh) 内容编目方法、装置和电子设备
CN112905838A (zh) 信息检索方法和装置、存储介质和电子设备
CN111027332A (zh) 生成翻译模型的方法和装置
CN112307245B (zh) 用于处理图像的方法和装置
CN113132789B (zh) 一种多媒体的交互方法、装置、设备及介质

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