CN115604413A - 一种视频处理方法、装置、计算机设备以及存储介质 - Google Patents

Abstract

本公开提供了一种视频处理方法、装置、计算机设备以及存储介质，其中，该方法包括：响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

Description

一种视频处理方法、装置、计算机设备以及存储介质

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种视频处理方法、装置、计算机设备以及存储介质。

背景技术

在虚拟对象直播场景下，可以通过对各种类型的数据(例如，语音数据、动作数据和面部数据)进行统一录制，来生成直播视频(或者录播视频)。

当需要切换直播视频(或者录播视频)中的某一种数据的情况下，通常需要在切换数据之后，再重新录制，以生成更新后的直播视频(或者录播视频)。这种处理方式不仅浪费人力和物力成本，也容易影响直播视频(或者录播视频)的展示效果。

发明内容

本公开实施例至少提供一种视频处理方法、装置、计算机设备以及存储介质。

第一方面，本公开实施例提供了一种视频处理方法，该方法包括：响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

一种可选的实施方式中，所述基于所述第一封装文件，进行视频导播处理，包括：将所述第一封装文件输入导播软件，通过所述导播软件对所述第一封装文件进行导播处理后，输出直播的视频；其中，所述导播处理包括对所述第一封装文件中各数据块的源数据进行数据对齐的操作。

一种可选的实施方式中，所述方法还包括：通过所述导播软件对所述直播的视频进行录制，得到统一数据协议格式下的第二封装文件；将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

一种可选的实施方式中，所述基于所述第一封装文件，进行视频剪辑处理，包括：将所述第一封装文件输入剪辑软件，通过所述剪辑软件对所述第一封装文件进行剪辑处理后，将剪辑出的视频录制为统一数据协议格式下的第二封装文件；将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

一种可选的实施方式中，所述将所述第二封装文件存入所述数据源集合，包括：将所述第二封装文件拆分为各个所述数据源分别对应的源数据，并将拆分得到的各个源数据存入所述数据源集合中的重播服务模块，将所述重播服务模块作为一个新的数据源。

一种可选的实施方式中，所述数据源集合中的数据源包括以下至少一种目标服务设备，所述目标服务设备用于提供实时输出的源数据：动作捕捉设备、面部捕捉设备、人工智能AI服务设备、音频录制设备。

一种可选的实施方式中，在进行视频导播处理或视频剪辑处理的过程中，所述方法还包括：响应于数据源切换请求，切换选择的目标数据源。

第二方面，本公开实施例还提供一种视频处理装置，包括：获取单元，用于响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；封装单元，用于将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；处理单元，用于基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

通过上述描述可知，可以从数据源集合中选择出多个目标数据源，并获取这多个目标数据源分别输出的源数据，从而可以自由选择用于生成视频的源数据，提高了视频处理的灵活性和多样性。接着，可以将多个目标数据源分别输出的源数据按照统一数据协议格式进行封装，得到第一封装文件，从而可以使多种源数据按照统一数据协议格式进行传输，提高了数据传输的稳定性和准确性。之后，可以基于该第一封装文件，对多种源数据进行视频导播处理或视频剪辑处理，从而可以节省生成视频的时间成本和人力成本，提高视频处理的效率。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本公开实施例所提供的一种视频处理方法的流程图；

图2示出了本公开实施例所提供的一种统一数据协议格式的示意图；

图3示出了本公开实施例所提供的一种视频处理方法的流程示意图；

图4示出了本公开实施例所提供的一种视频处理装置的示意图；

图5示出了本公开实施例所提供的一种计算机设备的示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

经研究发现，在虚拟对象直播场景下，可以通过对各种类型的数据(例如，语音数据、动作数据和面部数据)进行统一录制，来生成直播视频(或者录播视频)。

当需要切换直播视频(或者录播视频)中的某一种数据的情况下，通常需要在切换数据之后，再重新录制，以生成更新后的直播视频(或者录播视频)。这种处理方式不仅浪费人力和物力成本，也容易影响直播视频(或者录播视频)的展示效果。

基于上述研究，本公开提供了一种视频处理方法、装置、计算机设备以及存储介质。通过上述描述可知，可以从数据源集合中选择出多个目标数据源，并获取这多个目标数据源分别输出的源数据，从而可以自由选择用于生成视频的源数据，提高了视频处理的灵活性和多样性。接着，可以将多个目标数据源分别输出的源数据按照统一数据协议格式进行封装，得到第一封装文件，从而可以使多种源数据按照统一数据协议格式进行传输，提高了数据传输的稳定性和准确性。之后，可以基于该第一封装文件，对多种源数据进行视频导播处理或视频剪辑处理，从而可以节省生成视频的时间成本和人力成本，提高视频处理的效率。

为便于对本实施例进行理解，首先对本公开实施例所公开的一种视频处理方法进行详细介绍，本公开实施例所提供的视频处理方法的执行主体一般为具有一定计算能力的计算机设备。

参见图1所示，为本公开实施例提供的一种视频处理方法的流程图，所述方法包括步骤S101～S105，其中：

S101：响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据。

其中，数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据。基于此，数据源集合中的数据源可以为提供源数据的数据采集设备和/或提供源数据的人工智能AI服务设备。

在本公开实施例中，视频元素可以包括场景元素、角色元素和声音元素中的至少一个。

在视频元素为场景元素的情况下，生成该场景元素的源数据可以通过数据采集设备来提供。此时，该数据采集设备可以为图像采集设备，例如，该图像采集设备可以为手机、网络摄像机等。

在视频元素为角色元素的情况下，生成该角色元素的源数据可以包括以下至少之一：角色模型数据、角色动作数据、角色表情数据等。这里，角色可以为虚拟角色，也可以为真人角色，本公开对此不作具体限定。

在角色为虚拟角色的情况下，该角色元素的源数据可以通过人工智能AI服务设备来提供。

在角色为真人角色的情况下，该角色元素可以通过数据采集设备来提供。此时，可以通过图像采集设备采集真人角色的图像信息，并基于该图像信息确定该真人角色的角色模型数据；可以通过动作捕捉设备来获取真人角色的动作数据，得到角色动作数据；可以通过面部捕捉设备采集真人角色的面部数据，得到角色表情数据；可以通过声音录制设备录制真人角色的声音数据，得到角色声音数据。

在视频元素为声音元素的情况下，生成该声音元素的源数据可以通过数据采集设备来提供。此时，该数据采集设备可以为音频录制设备，例如，该声音录制设备可以为录音机、麦克风等。

示例性的，在数据采集设备包括上述图像采集设备、人工智能AI服务设备、动作捕捉设备、面部捕捉设备和音频录制设备的情况下，那么，数据源集合中的数据源即可以包含：图像采集设备、人工智能AI服务设备、动作捕捉设备、面部捕捉设备和音频录制设备。此时，可以响应于针对该数据源集合中多个目标数据源的选择操作，获取该多个目标数据源输出的源数据。

S103：将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件。

其中，所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据。

在本公开实施例中，统一数据协议格式可以理解为用于对多个数据块对应的源数据进行同时传输的格式。此时，统一数据协议格式中可以包含多个预先设定的索引信息，基于此，在按照设置的统一数据协议格式对多个目标数据源输出的源数据进行封装的情况下，可以在统一数据协议格式中，确定与每个数据块相匹配的索引信息，并将该数据块对应的源数据放入与该数块相匹配的索引信息所对应位置处。

示例性的，本公开实施所提供的统一数据协议格式可以如图2所示。此时，该统一数据协议格式包括的索引信息可以为Meta数据，也即，如图2所示的元数据，例如，该元数据(也即，Meta数据)可以为“动作元数据(也即，动作Meta数据)”、“面部元数据(也即，面部Meta数据)”、…、“xx元数据(也即，xxMeta数据)”。此时，在多个目标数据源输出的源数据包括动作数据和面部数据的情况下，可以将“动作数据”放入“动作元数据(也即，动作Meta数据)”对应位置处(例如，如图2所示的将“动作数据”存入“动作元数据”的下方)，并将“面部数据”放入“面部元数据(也即，面部Meta数据)”对应位置处(例如，如图2所示的将“面部数据”存入“面部元数据”的下方)。此时，即可以得到第一封装文件。

S105：基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

在本公开实施例中，在得到第一封装文件之后，可以将该第一封装文件传输至数据接收软件中进行视频导播处理或视频剪辑处理。其中，该数据接收软件可以为视频导播软件，也可以为视频剪辑软件，本公开对此不作限定。

具体实施时，在将第一封装文件传输至数据接收软件之后，可以将该第一封装文件进行拆分，拆分后得到多个数据块，其中，每个数据块可以对应一种源数据。之后，可以对该源数据进行视频导播处理或者视频剪辑处理。

通过上述描述可知，可以从数据源集合中选择出多个目标数据源，并获取这多个目标数据源分别输出的源数据，从而可以自由选择用于生成视频的源数据，提高了视频处理的灵活性和多样性。接着，可以将多个目标数据源分别输出的源数据按照统一数据协议格式进行封装，得到第一封装文件，从而可以使多种源数据按照统一数据协议格式进行传输，提高了数据传输的稳定性和准确性。之后，可以基于该第一封装文件，对多种源数据进行视频导播处理或视频剪辑处理，从而可以节省生成视频的时间成本和人力成本，提高视频处理的效率。

在一个可选的实施方式中，针对S105：基于所述第一封装文件，进行视频导播处理，具体包括如下过程：将所述第一封装文件输入导播软件，通过所述导播软件对所述第一封装文件进行导播处理后，输出直播的视频；其中，所述导播处理包括对所述第一封装文件中各数据块的源数据进行数据对齐的操作。

在本公开实施例中，在将第一封装文件输入至导播软件之后，可以对该第一封装文件进行拆分处理，拆分后得到各数据源对应的源数据。

之后，可以对各数据源对应的源数据进行导播处理，其中，该导播处理可以理解为对各数据源对应的源数据进行数据对齐的操作，从而可以使各数据源对应的源数据对应相同的时间点。

例如，在第一封装文件中的源数据包括：动作数据和语音数据的情况下，假设，在第1秒至第3秒的时间段内同时获取了动作数据1和语音数据1，此时，则可以将动作数据1与语音数据1的开始时间对齐，并将动作数据1和语音数据1的结束时间对齐。

除此之外，通过导播软件对第一封装文件进行的导播处理还可以包括对视频元素的增加、删除、调整中的至少一种操作。

例如，在视频元素为场景元素的情况下，该导播处理可以为以下至少之一：增加场景元素、删除场景元素、调整场景元素的位置、大小、朝向等。

在本公开实施例中，上述直播的视频可以应用于直播场景，也可以用于录播场景，本公开对此不作具体限定，以满足实际需要为准。

上述实施方式中，可以将第一封装文件输入至导播软件，并通过导播软件对第一封装文件进行导播处理，从而可以实现对第一封装文件的自由编辑，以得到质量更高、更加符合要求的视频。

在一个可选的实施方式中，在输出直播的视频之后，本公开实施例还包括如下步骤：

步骤S21：通过所述导播软件对所述直播的视频进行录制，得到统一数据协议格式下的第二封装文件；

步骤S22：将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

在本公开实施例中，可以通过导播软件对直播的视频进行分轨道录制，得到多个轨道数据，其中，每个轨道数据可以对应一种数据源。在此说明的是，这里的轨道数据可以与数据源相对应。例如，在数据源为音频录制设备的情况下，那么，该轨道数据即可以为该音频录制设备所提供的源数据。再将该多个轨道数据按照统一数据协议格式进行封装，封装后得到第二封装文件，此时完成录制(也即录制音频、动作等场景数据，并进行格式封装后，得到录制出来的统一数据协议格式下的数据)。此时，可以将该第二封装文件存入数据源集合，作为数据源集合中的一个数据源(例如，数据源集合中的重播服务)中的数据。

上述实施方式中，可以录制直播的视频，得到统一数据协议格式下的第二封装文件，并将该第二封装文件存入数据源集合，作为数据源集合中的一个数据源中的数据，从而可以拓宽提供生成视频的源数据的来源，提高生成视频的多样性。同时，上述实施方式中，还可以实现直播视频的重复利用，进而可以降低视频的录制成本。

在一个可选的实施方式中，针对S105：基于所述第一封装文件，进行视频剪辑处理，具体包括如下步骤：

步骤S31：将所述第一封装文件输入剪辑软件，通过所述剪辑软件对所述第一封装文件进行剪辑处理后，将剪辑出的视频录制为统一数据协议格式下的第二封装文件；

步骤S32：将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

在本公开实施例中，在检测到针对第一封装文件的编辑操作之后，将该第一封装文件拆分为各数据源对应的源数据，之后，可以对各数据源对应的源数据进行编辑处理。

在本公开实施例中，剪辑处理可以为对第一封装文件中各数据块对应的源数据执行添加、删除、调整中的任意一种操作。

其中，对源数据执行调整的操作可以为对源数据的顺序进行调整，也可以为对源数据的数据内容进行调整。

示例性的，可以通过剪辑软件对第一封装文件中的动作数据执行调整操作。此时，假设，该动作数据对应3个动作，分别为“动作1，举手”、“动作2，投篮”、“动作3，喝水”。那么，可以通过剪辑软件对这3个动作进行顺序调整，例如，可以将这3个动作由“动作1->动作2->动作3”调整为“动作3->动作1->动作2”。或者，也可以通过剪辑软件对这3个动作的动作内容进行调整(这里，也可以理解为对动作对应的姿势进行调整)，例如，可以对动作1中举手的高度进行调整。

在本公开实施例中，在对数据块对应的源数据执行添加操作的情况下，可以先从数据源集合中确定与该数据块相对应的数据源。接着，可以获取该相对应的数据源输出的源数据。之后，就可以基于该输出的源数据对数据块对应的源数据执行添加操作。

上述实施方式中，可以将第一封装文件输入剪辑软件，通过编辑软件对第一封装文件进行编辑处理，从而可以实现对第一封装文件中源数据的自由编辑，以得到更加符合要求的录制视频。

在本公开实施例中，在对第一封装文件进行编辑处理之后，可以将剪辑之后的视频录制为统一数据协议格式下的第二封装文件。其中，统一数据协议格式与上述S103中描述的相同，此处不再详细介绍。

在一个可选的实施方式中，针对上述步骤S22和步骤S32所描述的：将所述第二封装文件存入所述数据源集合，具体包括如下过程：

将所述第二封装文件拆分为各个所述数据源分别对应的源数据，并将拆分得到的各个源数据存入所述数据源集合中的重播服务模块，将所述重播服务模块作为一个新的数据源。

上述实施方式中，可以将第二封装文件拆分为各个数据源分别对应的源数据，从而可以实现编辑处理或者导播处理之后视频的拆分，从而得到互相分离的多种源数据。之后，可以将拆分得到的各个源数据存入数据源集合中的重播服务模块，并将该重播服务模块作为一个新的数据源，从而可以实现编辑处理或者导播处理之后视频中至少部分源数据的重复利用，进而可以节约视频录制的成本。

在一个可选的实施方式中，本公开实施例所提供的数据源集合中的数据源包括以下至少一种目标服务设备：动作捕捉设备、面部捕捉设备、人工智能AI服务设备、音频录制设备。其中，上述目标服务设备用于提供实时输出的源数据。

在本公开实施例中，人工智能AI服务设备可以指示用于生成动作数据、语音数据、面部数据中的至少之一的神经网络模型，例如，该神经网络模型可以为GAN(GenerativeAdversarial Networks，生成对抗网络)模型，本公开对该神经网络模型不作具体限定，以能实现为准。

在一个可选的实施方式中，本公开实施例在进行视频导播处理或视频剪辑处理的过程中，还可以响应于数据源切换请求，切换选择的目标数据源。

通过上述描述可知，在进行视频导播处理或视频剪辑处理之前，可以先将第一封装文件拆分为各个数据源对应的源数据。

之后，可以在各个数据源对应的源数据中选择待切换源数据，并在接收到数据源切换请求的情况下，展示数据源集合对应的数据源列表。之后，可以基于该数据源列表的选择操作，确定选择的目标数据源。

上述实施方式中，可以响应于数据源切换请求，切换目标数据源，不仅简化了切换目标数据源的操作，提升了用户体验。同时，还可以通过自由切换目标数据源，将各种源数据进行自由拼接，以得到多种多样的视频，提高了生成视频的多样性和趣味性。

在一个可选的实施方式中，本公开实施例所提供的视频处理方法可以应用在数字人直播或者录播的场景下。下面将结合流程图，对此进行详细介绍。

如图3所示，假设，数据源集合中包括的数据源可以为：动作捕捉设备、面部捕捉设备、AI服务设备(也即上述人工智能AI服务设备)、音频录制设备和重播服务模块。此时，可以响应于从数据源中选择的多个目标数据源，获取该多个目标数据源输出的源数据。之后，可以将获取到的源数据按照统一数据协议格式进行封装，封装后得到第一封装文件。

一种可能的实施方式中，可以将第一封装文件输入至数字人导播软件。此时，可以通过对第一封装文件进行导播处理，处理后得到直播的视频。之后，可以通过该数字人导播软件对该直播的视频进行直播。或者，也可以通过数字人导播软件中的录制功能对该直播的视频进行录制处理，录制后得到第二封装文件。

另一种可能的实施方式中，可以将第一封装文件输入至数字人编辑软件。此时，可以通过对第一封装文件进行编辑处理，并对编辑后的视频进行录制，录制后得到第二封装文件。

接着，可以对第二封装文件进行拆分处理，拆分得到各个数据源分别对应的源数据，并将该源数据存入重播服务模块中。

在此情况下，在数字人直播的场景下，可以响应于数据源切换请求，切换目标数据源为重播服务模块，此时，就可以实现数字人直播和录播的无缝切换，从而可以减轻数字人的直播压力，降低人力成本。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

基于同一发明构思，本公开实施例中还提供了与视频处理方法对应的视频处理装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述视频处理方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

参照图4所示，为本公开实施例提供的一种视频处理装置的示意图，所述装置包括：获取单元41、封装单元42、处理单元43；其中，

获取单元41，用于响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；

封装单元42，用于将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；

处理单元43，用于基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

通过上述描述可知，可以从数据源集合中选择出多个目标数据源，并获取这多个目标数据源分别输出的源数据，从而可以自由选择用于生成视频的源数据，提高了视频处理的灵活性和多样性。接着，可以将多个目标数据源分别输出的源数据按照统一数据协议格式进行封装，得到第一封装文件，从而可以使多种源数据按照统一数据协议格式进行传输，提高了数据传输的稳定性和准确性。之后，可以基于该第一封装文件，对多种源数据进行视频导播处理或视频剪辑处理，从而可以节省生成视频的时间成本和人力成本，提高视频处理的效率。

一种可能的实施方式中，处理单元43，还用于：将所述第一封装文件输入导播软件，通过所述导播软件对所述第一封装文件进行导播处理后，输出直播的视频；其中，所述导播处理包括对所述第一封装文件中各数据块的源数据进行数据对齐的操作。

一种可能的实施方式中，处理单元43，还用于：通过所述导播软件对所述直播的视频进行录制，得到统一数据协议格式下的第二封装文件；将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

一种可能的实施方式中，处理单元43，还用于：将所述第一封装文件输入剪辑软件，通过所述剪辑软件对所述第一封装文件进行剪辑处理后，将剪辑出的视频录制为统一数据协议格式下的第二封装文件；将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

一种可能的实施方式中，该装置还用于：将所述第二封装文件拆分为各个所述数据源分别对应的源数据，并将拆分得到的各个源数据存入所述数据源集合中的重播服务模块，将所述重播服务模块作为一个新的数据源。

一种可能的实施方式中，数据源集合中的数据源包括以下至少一种目标服务设备，所述目标服务设备用于提供实时输出的源数据：动作捕捉设备、面部捕捉设备、人工智能AI服务设备、音频录制设备。

一种可能的实施方式中，处理单元43，还用于：响应于数据源切换请求，切换选择的目标数据源。

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

对应于图1中的视频处理方法，本公开实施例还提供了一种计算机设备500，如图5所示，为本公开实施例提供的计算机设备500结构示意图，包括：

处理器51、存储器52、和总线53；存储器52用于存储执行指令，包括内存521和外部存储器522；这里的内存521也称内存储器，用于暂时存放处理器51中的运算数据，以及与硬盘等外部存储器522交换的数据，处理器51通过内存521与外部存储器522进行数据交换，当所述计算机设备500运行时，所述处理器51与所述存储器52之间通过总线53通信，使得所述处理器51执行以下指令：

响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；

将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；

基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的视频处理方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。

本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的视频处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。

其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种视频处理方法，其特征在于，包括：

响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；

将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；

基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一封装文件，进行视频导播处理，包括：

将所述第一封装文件输入导播软件，通过所述导播软件对所述第一封装文件进行导播处理后，输出直播的视频；其中，所述导播处理包括对所述第一封装文件中各数据块的源数据进行数据对齐的操作。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

通过所述导播软件对所述直播的视频进行录制，得到统一数据协议格式下的第二封装文件；

将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一封装文件，进行视频剪辑处理，包括：

将所述第一封装文件输入剪辑软件，通过所述剪辑软件对所述第一封装文件进行剪辑处理后，将剪辑出的视频录制为统一数据协议格式下的第二封装文件；

将所述第二封装文件存入所述数据源集合，作为所述数据源集合中的一个数据源中的数据。

5.根据权利要求3或4所述的方法，其特征在于，所述将所述第二封装文件存入所述数据源集合，包括：

将所述第二封装文件拆分为各个所述数据源分别对应的源数据，并将拆分得到的各个源数据存入所述数据源集合中的重播服务模块，将所述重播服务模块作为一个新的数据源。

6.根据权利要求1所述的方法，其特征在于，所述数据源集合中的数据源包括以下至少一种目标服务设备，所述目标服务设备用于提供实时输出的源数据：

动作捕捉设备、面部捕捉设备、人工智能AI服务设备、音频录制设备。

7.根据权利要求1所述的方法，其特征在于，在进行视频导播处理或视频剪辑处理的过程中，所述方法还包括：

响应于数据源切换请求，切换选择的目标数据源。

8.一种视频处理装置，其特征在于，包括：

获取单元，用于响应于从数据源集合中选择出多个目标数据源，获取所述多个目标数据源分别输出的源数据；所述数据源集合中的每个数据源用于提供待生成视频中的至少一种视频元素对应的源数据；所述视频元素包括场景元素、角色元素和声音元素中的至少一个；

封装单元，用于将所述多个目标数据源分别输出的源数据，按照设置的统一数据协议格式进行封装，得到第一封装文件；所述第一封装文件中包括多个数据块，每个数据块对应一种所述源数据；

处理单元，用于基于所述第一封装文件，进行视频导播处理或视频剪辑处理。

9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的视频处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任意一项所述的视频处理方法的步骤。

Images