CN116366917A - 视频编辑方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请关于一种视频编辑方法、装置、电子设备及存储介质，该方法通过获取待编辑视频的字幕信息以及配音音频信息；字幕信息与配音音频信息的内容相关；基于字幕信息以及配音音频信息，为待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将目标音频编辑对象与目标字幕编辑对象关联；响应于对第一对象的移动指令，将第一对象移动至第一对象所处编辑轨道中的指定位置，以及，将与第一对象关联的第二对象移动至第二对象所处编辑轨道中的指定位置。可以避免对编辑对象单独移动且反复调整，仅通过一次移动操作，实现移动目标音频编辑对象与目标字幕编辑对象的编辑效果，降低了编辑过程中所花费的时间成本且简化了视频编辑的操作步骤。

Description

视频编辑方法、装置、电子设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种视频编辑方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的不断发展，视频编辑技术也在广泛的应用于生活的各个方面。例如，通过视频编辑技术编辑制作视频，发布在网络上供他人观看交流。与此同时，人们对于视频的展示效果也有了更多方面的要求。

现有技术中，用户在使用视频编辑中的智能配音功能的过程中，往往会出现对音频编辑对象以及字幕编辑对象单独移动并手动进行反复调整，以对齐音频编辑对象以及字幕编辑对象在各自所处轨道中的位置，达到期望的编辑效果。这样，用户的耗费的时间成本较长，且操作步骤繁琐。

发明内容

本申请提供一种视频编辑方法、装置、电子设备及存储介质，以至少解决如何简化视频编辑的操作步骤以及减少时间成本的问题。本申请的技术方案如下：

根据本申请实施例的第一方面，提供了一种视频编辑方法，包括：

获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关；

基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联；

响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

可选地，所述获取待编辑视频的字幕信息以及配音音频信息，包括：

接收为所述待编辑视频输入的字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息；或者，

接收为所述待编辑视频输入的配音音频信息，并对所述配音音频信息进行文字识别，得到所述字幕信息；或者，

对所述待编辑视频中包含的录音音源或音乐音源进行文字识别，得到所述字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息。

可选地，所述基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，包括：

将所述字幕信息加载到字幕编辑对象，生成所述目标字幕编辑对象；

将所述配音音频信息加载到音频编辑对象，生成所述目标音频编辑对象；

所述方法还包括：将所述目标字幕编辑对象加载至字幕编辑轨道，以及，将所述目标音频编辑对象加载至音频编辑轨道；所述目标字幕编辑对象在所述字幕编辑轨道中的起始位置与所述目标音频编辑对象在所述音频编辑轨道中的起始位置相同，所述目标字幕编辑对象的起始位置与所述字幕信息在所述待编辑视频的播放时间轴上的起始位置相关，所述目标音频编辑对象的起始位置与所述配音音频信息在所述播放时间轴上的起始位置相关。

可选地，在所述基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象之后，所述方法还包括：

响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度，以使所述目标字幕编辑对象在所述字幕编辑轨道中的终止位置与所述目标音频编辑对象在所述音频编辑轨道中的终止位置相同；

其中，所述目标字幕编辑对象的终止位置与所述字幕信息在所述播放时间轴上的的终止位置相关，所述目标音频编辑对象的终止位置与所述配音音频信息在所述播放时间轴上的终止位置相关。

可选地，在所述响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度之后，所述方法还包括：

若所述目标音频编辑对象的长度发生变化，则将所述目标字幕编辑对象的长度调整至变化后的所述目标音频编辑对象的长度；

若所述目标字幕编辑对象的长度发生变化，则保持所述目标音频编辑对象的长度不变。

可选地，所述第一对象所处编辑轨道中的指定位置以及所述第二对象所处编辑轨道中的指定位置对应所述待编辑视频的播放时间轴上的同一位置；

所述将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置，包括：

将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，并将所述第二对象同步移动至所述第二对象所处编辑轨道中的指定位置。

可选地，所述方法还包括：

在所述第一对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第一对象所处的编辑轨道；

在所述第二对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第二对象所处的编辑轨道。

根据本申请实施例的第二方面，提供了一种视频编辑装置，包括：

第一获取模块，用于获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关；

第一关联模块，用于基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联；

第一移动模块，用于响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

根据本申请实施例的第三方面，提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如第一方面中任一项所述的方法。

根据本申请实施例的第四方面，提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面中任一项所述的方法。

根据本申请实施例的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括可读性程序指令，所述可读性程序指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面中任一项所述的方法。

本申请的实施例提供的技术方案至少带来以下有益效果：

本申请实施例中，通过获取待编辑视频的字幕信息以及配音音频信息；字幕信息与配音音频信息的内容相关；基于字幕信息以及配音音频信息，为待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将目标音频编辑对象与目标字幕编辑对象关联；响应于对第一对象的移动指令，将第一对象移动至第一对象所处编辑轨道中的指定位置，以及，将与第一对象关联的第二对象移动至第二对象所处编辑轨道中的指定位置；第一对象为目标字幕编辑对象，第二对象为目标音频编辑对象，或者，第一对象为目标音频编辑对象，第二对象为目标字幕编辑对象。这样，通过将目标音频编辑对象与目标字幕编辑对象相关联，可以在视频编辑的过程中，响应于对第一对象的移动指令，将第一对象以及与之关联的第二对象整体移动到指定位置，避免了在视频编辑过程中单独对编辑对象进行移动且手动反复调整，可以仅通过一次移动操作，达到整体移动目标音频编辑对象与目标字幕编辑对象的编辑效果，降低了编辑过程中所花费的时间成本，同时由于对视频进行编辑的操作步骤变得更加简便，一定程度上提升了视频编辑的编辑效率，且降低了视频编辑的使用门槛。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，并不构成对本申请的不当限定。

图1是根据一示例性实施例示出的一种视频编辑方法的流程图；

图2是根据一示例性实施例示出的待编辑视频的编辑界面示意图；

图3是根据一示例性实施例示出的一种场景示意图；

图4是根据一示例性实施例示出的一种视频编辑装置的框图；

图5是根据一示例性实施例示出的一种用于视频编辑的装置的框图；

图6是根据一示例性实施例示出的另一种用于视频编辑的装置的框图。

具体实施方式

为了使本领域普通人员更好地理解本申请的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

智能配音功能是在视频编辑过程中，将用户输入的文字作为字幕信息，并根据字幕信息匹配对应的配音音频，以智能生成文字朗读效果的功能。而在视频编辑的过程中，会对应产生字幕编辑对象以及音频编辑对象。为了达到更优的视频展示效果，需要视频中展示的字幕信息以及配音在最终效果的呈现上，达到音字同步的展示效果，即视频中字幕的显示时长等于音频的播放时长。视频编辑界面包含的字幕编辑轨道中的字幕编辑对象的长度可以反映视频中字幕的显示时长，以及音频编辑轨道中的音频编辑对象的长度可以反映视频中音频的播放时长，也就是说，对字幕编辑对象以及音频编辑对象进行编辑调整可以对应调整改变视频中字幕显示的起止时间以及音频的播放起止时间。因此，在视频编辑过程中，需要使得字幕编辑对象以及音频编辑对象的起始位置以及终点位置相同，才能实现视频播放时音字同步的展示效果。

图1是根据一示例性实施例示出的一种视频编辑方法的流程图，如图1所示，可以包括以下步骤：

步骤101、获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关。

本申请实施例中，字幕信息可以是待编辑视频中自带的字幕信息，也可以是通过后期加工编辑至待编辑视频的字幕信息。待编辑视频中自带的字幕信息可以是视频中原有的文字信息，如待编辑视频为影视作品片段的情况下，字幕信息可以是影视作品人物的台词的文字内容，一般展示在影视作品片段的下方。后期加工编辑至待编辑视频的字幕信息可以是用户通过字幕编辑输入至待编辑视频的字幕信息，即用户后期通过文本框或其它添加方式编辑至待编辑视频中的文字内容；也可以是对待编辑视频中的音源进行文字识别得到的文字内容。配音音频信息可以是通过文本转语音技术(Text To Speech，TTS)对字幕信息进行分析，进而智能转换为音频的语音内容。

字幕信息与配音音频信息的内容相关，配音音频信息可以基于字幕信息进行语音转换得到的，字幕信息可以是配音音频信息对应的文字内容，配音音频信息与字幕信息可以为同一内容的两种不同的表现形式，即配音音频信息与字幕信息表征的内容相同。

步骤102、基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联。

待编辑视频在处于编辑状态中，会在编辑界面对应显示用于内容编辑的轨道视图，轨道视图中可以包括字幕编辑轨道、音频编辑轨道、特效编辑轨道以及贴纸编辑轨道等。各编辑轨道可以是放置不同编辑对象的容器，编辑轨道在待编辑视频对应的轨道视图中可以划分出不同的区域，用于放置不同类型的编辑对象。可以理解的是，轨道视图中可以包括多个编辑轨道，在编辑轨道的数目超过轨道视图的轨道显示数量，可以将部分编辑轨道缩略显示，如将不同类型的编辑轨道缩略显示为不同颜色的直线，本申请实施例对此不做限制。不同类型的编辑对象可以对应播放待编辑视频时，播放画面中的字幕、特效、贴纸等。通过多个编辑轨道的组合和编辑对象在不同编辑轨道不同时间段的设置，可以呈现不同的视觉效果。例如：字幕编辑轨道可以是放置字幕编辑对象的容器，音频编辑轨道可以是放置音频编辑对象的容器。用户通过对不同编辑轨道中不同编辑对象进行操作，可以使得待编辑视频中不同编辑对象对应的不同内容产生相应的变化。例如：增加字幕编辑轨道中任一字幕编辑对象的长度，可以使得待编辑视频中该字幕编辑对象对应的字幕的显示时长增加。如图2所示，图2示出了一种待编辑视频的编辑界面示意图，其中，轨道视图为待编辑视频画面下方的字幕编辑轨道、音频编辑轨道、特效编辑轨道以及贴纸编辑轨道组成的区域，轨道视图的下方为不同编辑功能对应的模块，轨道视图的上方为时间轴，该时间轴与待编辑视频对应。

需要说明的是，编辑轨道可以是根据时间顺序延伸发展的，编辑轨道表征的时间时长与待编辑视频对应的时间轴上的时间时长一致。

本申请实施例中，可以在轨道视图中创建目标字幕编辑对象以及目标音频编辑对象，该目标字幕编辑对象中包含字幕信息并且该目标音频编辑对象中包含配音音频信息。将目标音频编辑对象与目标字幕编辑对象进行移动逻辑上的关联绑定，得到目标编辑对象组。具体的，用户可以在生成目标音频编辑对象与目标字幕编辑对象时，通过勾选关联按钮后输入关联指令，将目标音频编辑对象与目标字幕编辑对象进行关联。关联后的目标编辑对象组视为一个整体，在目标编辑对象组中任一编辑对象移动的情况下，与之相关联的其它编辑对象也随之移动。目标编辑对象组中包括的编辑对象均表征的音频内容以及字幕内容相同。

在一种可能的实施方式中，响应于关联解除指令，删除所述目标音频编辑对象或所述目标字幕编辑对象，以解除所述目标音频编辑对象与所述目标字幕编辑对象的关联关系。

本申请实施例中，已经关联绑定的目标音频编辑对象与目标字幕编辑对象在形成关联绑定关系后，无法解除移动逻辑的关联绑定，若需要解除关联关系，如需要单独移动目标音频编辑对象或目标字幕编辑对象，则需要删除单个目标音频编辑对象或目标字幕编辑对象，重新创建并生成目标音频编辑对象与目标字幕编辑对象。

步骤103、响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

本申请实施例中，移动指令可以是用户通过输入操作，如点击操作、滑动操作或长按操作触发的，响应于用户输入的对第一对象的移动指令，按照移动指令指示的内容，将第一对象移动至第一对象所处编辑轨道中的指定位置，以及，将与第一对象关联的第二对象移动至第二对象所处编辑轨道中的指定位置，其中，第一对象可以是目标字幕编辑对象或目标音频编辑对象，第二对象可以是目标音频编辑对象或目标字幕编辑对象，第一对象与第二对象相关联，也就是说，在第一对象为目标字幕编辑对象的情况下，第二对象为目标音频编辑对象；在第一对象为目标音频编辑对象的情况下，第二对象为目标字幕编辑对象。指定位置可以是目标字幕编辑对象所处的当前字幕编辑轨道的某一位置或目标音频编辑对象所处的当前音频编辑轨道上的某一位置，两次移动操作对应的位置为同一指定位置。具体的，可以将目标编辑对象组移动前所处的字幕编辑轨道确定为当前字幕编辑轨道，将目标编辑对象组移动前所处的音频编辑轨道确定为当前音频编辑轨道。示例性的，指定位置可以是用户通过编辑操作指示的当前字幕编辑轨道或当前音频编辑轨道的某一位置，即用户需要的展示效果对应的位置。相应的，由于目标字幕编辑对象以及目标音频编辑对象在编辑轨道上所处的位置可以体现对应的字幕信息在待编辑视频中的起始显示位置和起始终止位置以及配音音频信息在待编辑视频中的起始播放位置和终止播放位置，因此用户可以基于在编辑轨道上移动第一对象和第二对象的编辑指令，根据自己的意愿改变对应的字幕信息以及配音音频信息在待编辑视频中的起止显示位置以及起止播放位置。

综上所述，本申请实施例中，通过获取待编辑视频的字幕信息以及配音音频信息；字幕信息与配音音频信息的内容相关；基于字幕信息以及配音音频信息，为待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将目标音频编辑对象与目标字幕编辑对象关联；响应于对第一对象的移动指令，将第一对象移动至第一对象所处编辑轨道中的指定位置，以及，将与第一对象关联的第二对象移动至第二对象所处编辑轨道中的指定位置；第一对象为目标字幕编辑对象，第二对象为目标音频编辑对象，或者，第一对象为目标音频编辑对象，第二对象为目标字幕编辑对象。这样，通过将目标音频编辑对象与目标字幕编辑对象相关联，可以在视频编辑的过程中，响应于对第一对象的移动指令，将第一对象以及与之关联的第二对象整体移动到指定位置，避免了在视频编辑过程中对编辑对象单独移动且手动反复调整，可以仅通过一次移动操作，达到整体移动目标音频编辑对象与目标字幕编辑对象的编辑效果，降低了编辑过程中所花费的时间成本，同时由于对视频进行编辑的操作步骤变得更加简便，一定程度上提升了视频编辑的编辑效率，且降低了视频编辑的使用门槛。

可选地，步骤101可以包括以下步骤：

步骤1011、接收为所述待编辑视频输入的字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息。

本申请实施例中，接收用户输入至待编辑视频的字幕信息，输入方式可以是通过添加文本框，并在文本框输入字幕信息对应的文字内容。对字幕信息进行文本识别，并通过TTS转换为配音音频信息。

或者，步骤1012、接收为所述待编辑视频输入的配音音频信息，并对所述配音音频信息进行文字识别，得到所述字幕信息。

本申请实施例中，接收用户输入至待编辑视频的配音音频信息，该配音音频信息可以是已经转换完成的智能语音对应的音频信息，用户将该音频信息导入当前待编辑视频，通过语音识别技术生成对应的字幕信息。

或者，步骤1013、对所述待编辑视频中包含的录音音源或音乐音源进行文字识别，得到所述字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息。

本申请实施例中，待编辑视频中可以包含录音音源或音乐音源，如：待编辑视频的背景音乐或待编辑视频中包含的通过人声录音得到的音频。通过语音识别技术(AutomaticSpeech Recognition，ASR)对录音音源或音乐音源进行识别，将得到的人声内容以及歌词内容作为字幕信息。并基于得到的字幕信息，通过TTS转换为配音音频信息。

本申请实施例中，根据不同的方式获取字幕信息以及配音音频信息，可以丰富视频编辑的智能配音功能的应用形式。

可选地，步骤102可以包括以下步骤：

步骤1021、将所述字幕信息加载到字幕编辑对象，生成所述目标字幕编辑对象。

本申请实施例中，将字幕信息作为字幕编辑对象中的素材内容，加载至该字幕编辑对象，以生成目标字幕编辑对象。

步骤1022、将所述配音音频信息加载到音频编辑对象，生成所述目标音频编辑对象。

本申请实施例中，将配音音频信息作为音频编辑对象中的素材内容，加载至该音频编辑对象，以生成目标音频编辑对象。

相应的，本申请实施例还包括以下步骤：

步骤1023、将所述目标字幕编辑对象加载至字幕编辑轨道，以及，将所述目标音频编辑对象加载至音频编辑轨道；所述目标字幕编辑对象在所述字幕编辑轨道中的起始位置与所述目标音频编辑对象在所述音频编辑轨道中的起始位置相同，所述目标字幕编辑对象的起始位置与所述字幕信息在所述待编辑视频的播放时间轴上的起始位置相关，所述目标音频编辑对象的起始位置与所述配音音频信息在所述播放时间轴上的起始位置相关。

本申请实施例中，将目标字幕编辑对象加载到轨道视图中的字幕编辑轨道以及将目标音频编辑对象加载到轨道视图中的音频编辑轨道。其中，目标字幕编辑对象在字幕编辑轨道上的起始位置与目标音频编辑对象在音频编辑轨道中的起始位置相同，也就是说，目标字幕编辑对象与目标音频编辑对象的起始端在轨道视图中呈现对齐状态。

由于编辑轨道表征的时间时长与待编辑视频对应的时间轴上的时间时长一致，因此，目标字幕编辑对象以及目标音频编辑对象的起始位置可以反映对应的字幕信息在待编辑视频的播放时间轴上的起始显示位置以及配音音频信息在待编辑视频的播放时间轴上的起始播放位置。本申请实施例中，目标字幕编辑对象以及目标音频编辑对象在轨道视图中的起始位置相同，则对应的字幕信息在待编辑视频对应的时间轴的起始显示位置以及配音音频信息在待编辑视频对应的时间轴的起始播放位置相同，也就是说，在播放待编辑视频的情况下，字幕信息的显示时间与配音音频信息的播放时间一致，即当音频开始播放时，待编辑视频的当前播放画面中开始显示对应的字幕。

本申请实施例中，将字幕信息以及配音音频信息加载到对应的字幕编辑对象以及音频编辑对象，可以使用户通过编辑字幕编辑对象以及音频编辑对象实现对待编辑视频中的字幕以及音频的编辑，并且目标字幕编辑对象在字幕编辑轨道中的起始位置以及目标音频编辑对象在音频编辑轨道中的起始位置相同，可以确保待编辑视频的字幕与音频的展示的一致性，一定程度上提高了待编辑视频的视觉效果。

可选地，本申请实施例还包括以下步骤：

步骤201、响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度，以使所述目标字幕编辑对象在所述字幕编辑轨道中的终止位置与所述目标音频编辑对象在所述音频编辑轨道中的终止位置相同；其中，所述目标字幕编辑对象的终止位置与所述字幕信息在所述播放时间轴上的的终止位置相关，所述目标音频编辑对象的终止位置与所述配音音频信息在所述播放时间轴上的终止位置相关。

本申请实施例中，用户可以输入长度调整指令，该指令可以是在生成目标字幕编辑对象以及目标音频编辑对象之后，用户通过点击指定调整开关生成的。响应于长度调整指令，将目标字幕编辑对象的长度调整至目标音频编辑对象的长度，具体的，可以将目标字幕编辑对象的长度延长/缩短，相应的，该目标字幕编辑对象对应的待编辑视频上的字幕信息的显示时长也随之延长/缩短，为了提供更好的展示效果，可以将字幕信息的显示时长根据字幕信息的文字个数进行均分，使得文字之间的显示间隔相同，本申请实施例对此不做限制。同样的，由于编辑轨道表征的时间时长与待编辑视频对应的时间轴上的时间时长一致，因此，目标字幕编辑对象以及目标音频编辑对象的终止位置可以反映对应的字幕信息在待编辑视频的播放时间轴上的终止显示位置以及配音音频信息在待编辑视频的播放时间轴上的终止播放位置。为了使得待编辑视频中的字幕的起止显示时间与音频的起止播放时间均保持一致，通过调整目标字幕编辑对象的长度可以使得目标字幕编辑对象目标音频编辑对象的起始位置与终止位置均相同，也就是说，目标字幕编辑对象与目标音频编辑对象的起始端与终止端在轨道视图中均呈现对齐状态，目标字幕编辑对象与目标音频编辑对象的长度相同。这样，在播放待编辑视频的情况下，字幕信息与配音音频信息的起始显示时间与终止显示时间一致，即当音频开始播放时，待编辑视频的当前播放画面中开始显示对应的字幕；当音频播放结束时，待编辑视频的当前播放画面中对应的字幕也随之结束显示。

本申请实施例中，通过调整目标字幕编辑对象的长度至与目标音频编辑对象的长度相同，可以使得待编辑视频中的字幕显示时间与音频播放时间相同，确保了音字显示的一致性，并且通过自动对目标字幕编辑对象的长度进行调整，可以避免用户为了使得字幕编辑对象的时长贴合音频编辑对象时长而反复进行的手动编辑调整操作，减少了编辑时间，提高了编辑效率。

可选地，本申请实施例还包括以下步骤：

步骤301、若所述目标音频编辑对象的长度发生变化，则将所述目标字幕编辑对象的长度调整至变化后的所述目标音频编辑对象的长度。

本申请实施例中，目标音频编辑轨道的长度发生变化，可以是用户在轨道视图中对目标音频编辑对象进行长度调整，进行长度调整的操作可以包括变速、裁剪、延长、铺满等，示例性的，由于目标音频编辑对象的长度表征配音音频在待编辑视频中的播放时长，因此可以通过调整待编辑视频中的配音音频的播放速度，改变目标音频编辑对象的长度，也可以是目标音频编辑对象对应的配音音频信息发生变更或替换，本申请实施例对此不做限制。若目标音频编辑对象的长度发生变化，则为了保证音字一致性，将目标字幕编辑对象的长度调整至变化后的目标音频编辑对象的长度，即将目标字幕编辑对象的起止位置以及终止位置调整至与目标音频编辑对象的起止位置以及终止位置相同。目标字幕编辑对象的长度随着目标音频编辑对象的变化而改变。

步骤302、若所述目标字幕编辑对象的长度发生变化，则保持所述目标音频编辑对象的长度不变。

本申请实施例中，目标字幕编辑对象的长度发生变化，可以是用户在轨道视图中对目标字幕编辑对象进行长度调整，进行长度调整的操作可以包括裁剪、分割、延长、铺满，复制等，示例性的，由于目标字幕编辑对象的长度表征子，字幕在待编辑视频中的显示时长，因此可以通过调整待编辑视频中字幕的显示持续时间，改变目标字幕编辑对象的长度，也可以是目标字幕编辑对象中的字幕信息发生变更或替换，本申请实施例对此不做限制。若目标字幕编辑对象的长度发生变化，则保持目标音频编辑对象的长度不变。即目标音频编辑对象的长度不随着目标字幕编辑对象的长度变化而改变。在实际操作过程中，用户往往对目标字幕编辑对象进行更加灵活的调整，尤其是当目标字幕编辑对象的长度超出目标音频编辑对象的长度时，由于目标音频编辑对象的长度随着目标字幕编辑对象变化可能会造成目标音频编辑对象中的配音音频变形或出现异常，音频可听性降低，因此用户往往不希望目标音频编辑对象的长度随之变化。

本申请实施例中，由于在播放待编辑视频时，将字幕与音频进行同步可以使得待编辑视频的视觉效果以及展示效果更优，使得观看待编辑视频的人群可以在听到音频的同时看到对应的字幕，进而一定程度上提高了观看人群的体验。同时，对目标字幕编辑对象进行长度调整，可以提高字幕编辑的灵活性，且不将音频的显示时间匹配为字幕的显示时间，一定程度上避免了根据字幕显示时间匹配后的音频的异常状态造成的可听性降低，一定程度上确保了用户可以得到稳定的听觉体验。

可选地，所述第一对象所处编辑轨道中的指定位置以及所述第二对象所处编辑轨道中的指定位置对应所述待编辑视频的播放时间轴上的同一位置。

本申请实施例中，由于编辑轨道表征的时间时长与待编辑视频对应的时间轴上的时间时长一致，因此，第一对象所处编辑轨道中的指定位置对应的待编辑视频的播放时间轴上的位置与第二对象所处编辑轨道中的指定位置对应的待编辑视频的播放时间轴上的位置相同。

步骤104可以包括以下步骤：

步骤1041、将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，并将所述第二对象同步移动至所述第二对象所处编辑轨道中的指定位置。

本申请实施例中，响应于移动指令，将第一对象移动至第一对象所处编辑轨道中的指定位置，并将第二对象同步移动至第二对象所处编辑轨道中的指定位置。其中，指定位置可以是通过用户的点击操作或滑动操作的终止位置确定。也就是说，是将目标字幕编辑对象在同一字幕编辑轨道进行位置移动以及将目标音频编辑对象在同一音频编辑轨道进行位置移动。在移动第一对象以及第二对象的过程中，当第一对象和/或第二对象的终止位置与其它字幕编辑对象和/或音频编辑对象的起始位置相接时，可以通过气泡提醒用户当前的编辑情况。

在一种可能的实施方式中，可以响应于用户输入的移动指令，将移动指令指示的第一对象以及与该第一对象关联的第二对象选中。其中，移动指令可以由用户点击、长按或滑动触发，用户点击、长按或滑动操作所指示的第一对象可以是目标字幕编辑对象或目标音频编辑对象，相应的，第二对象可以是目标音频编辑对象或目标字幕编辑对象，也就是说，当用户通过长按操作选中第一对象的同时，一并将与该第一对象关联的第二对象选中。并将第一对象以及第二对象分别移动至其所处的编辑轨道的指定位置。可以理解的是，由于编辑对象可以以缩略形式，如以编辑对象预览线的形式进行展示，因此为了着重显示选中的内容，可以将选中的编辑对象或缩略形式的编辑对象预览线高亮显示，以更加直观的展示所选中的编辑对象。

本申请实施例中，通过将第一对象以及第二对象同步移动至其所处编辑轨道中的指定位置，可以在用户选择目标音频编辑对象、目标字幕编辑对象任一编辑对象进行移动时，自动将相关联的两个编辑对象整体移动至指定位置，无需用户手动对齐音频编辑对象以及字幕编辑对象在各自所处轨道中的位置，简化了视频编辑的操作步骤，提高了编辑效率。

可选地，本发明实施例还包括以下步骤：

步骤401、在所述第一对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第一对象所处的编辑轨道。

步骤402、在所述第二对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第二对象所处的编辑轨道。

本申请实施例中，指定位置被占用为第一对象和/或第二对象所处的编辑轨道存在其他编辑对象，举例而言，若第一对象是目标音频编辑对象，那么指定位置被占用表示目标音频编辑对象所处的音频编辑轨道的指定位置存在其他音频编辑对象。当指定位置已有字幕编辑对象和/或音频编辑对象，即被占用的情况下，为了使目标字幕编辑对象以及目标音频编辑对象更直观且便于进行后续编辑，同时也为了避免出现字幕重叠或音频重叠的情况，需要调整第一对象和/或第二对象所处的编辑轨道，例如：可以将第一对象和/或第二对象分别置于轨道视图中的空闲字幕编辑轨道和/或空闲音频编辑轨道，进一步地，该空闲字幕编辑轨道和/或空闲音频编辑轨道可以是该编辑轨道的指定位置不存在字幕编辑对象和/或音频编辑对象的编辑轨道。可以理解的是，在轨道视图中不存在空闲字幕编辑轨道和/或空闲音频编辑轨道的情况下，可以在轨道视图中新增字幕编辑轨道和/或音频编辑轨道以放置第一对象和/或第二对象。也即，在指定位置已经存在字幕编辑对象和/或音频编辑对象的情况下，将第一对象和/或第二对象分别置于指定位置未被其他字幕编辑对象和/或其他音频编辑对象占用的其它编辑轨道。

本申请实施例中，通过在指定位置被占用的情况下，调整第一对象和/或第二对象所处的编辑轨道，可以使得轨道视图的布局简单明了，便于用户编辑调整，提高了编辑对象的直观性。

示例性的，图3示出了一种场景示意图，如图3所示，在对待编辑视频进行编辑的场景下，为该待编辑视频轨道视图中的字幕编辑对象添加字幕“星星”作为字幕信息，为音频编辑对象添加音频“星星”作为配音音频信息，为特效编辑对象添加特效“闪光星斑”作为特效信息，为贴纸编辑对象添加贴纸“开心”作为贴纸信息。在用户将字幕信息以及配音音频信息加载到对应的编辑对象中之后，调整字幕编辑对象的长度使其与音频编辑对象的长度相同，如图3左侧图所示。用户通过长按字幕编辑对象触发移动指令，响应于移动指令，字幕编辑对象以及与之关联的音频编辑对象同步被移动，如图3右侧图所示。轨道视图的上方、待编辑视频画面的下方显示有时间轴，相应的，结合时间轴可知，在移动之前字幕“星星”在待编辑视频中的起始显示时间以及配音音频“星星”在待编辑视频中的起始播放时间为00:04，而移动之后的字幕“星星”在待编辑视频中的起始显示时间以及配音音频“星星”在待编辑视频中的起始播放时间变更为00:10。

图4是根据一示例性实施例示出的一种视频编辑装置的框图，如图4所示，该装置50可以包括：

第一获取模块501，用于获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关；

第一关联模块502，用于基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联；

第一移动模块503，用于响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

在一种可选实施例方式中，所述第一获取模块501，具体被配置为：

第一获取子模块，用于接收为所述待编辑视频输入的字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息；或者，

第二获取子模块，用于接收为所述待编辑视频输入的配音音频信息，并对所述配音音频信息进行文字识别，得到所述字幕信息；或者，

第三获取子模块，用于对所述待编辑视频中包含的录音音源或音乐音源进行文字识别，得到所述字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息。

在一种可选实施例方式中，所述第一关联模块502，具体被配置为：

第一生成模块，用于将所述字幕信息加载到字幕编辑对象，生成所述目标字幕编辑对象；

第二生成模块，用于将所述配音音频信息加载到音频编辑对象，生成所述目标音频编辑对象；

所述装置50还可以包括：

第一加载模块，用于将所述目标字幕编辑对象加载至字幕编辑轨道，以及，将所述目标音频编辑对象加载至音频编辑轨道；所述目标字幕编辑对象在所述字幕编辑轨道中的起始位置与所述目标音频编辑对象在所述音频编辑轨道中的起始位置相同，所述目标字幕编辑对象的起始位置与所述字幕信息在所述待编辑视频的播放时间轴上的起始位置相关，所述目标音频编辑对象的起始位置与所述配音音频信息在所述播放时间轴上的起始位置相关。。

在一种可选实施例方式中，所述装置50还可以包括：

第一调整模块，用于响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度，以使所述目标字幕编辑对象在所述字幕编辑轨道中的终止位置与所述目标音频编辑对象在所述音频编辑轨道中的终止位置相同；

其中，所述目标字幕编辑对象的终止位置与所述字幕信息在所述播放时间轴上的的终止位置相关，所述目标音频编辑对象的终止位置与所述配音音频信息在所述播放时间轴上的终止位置相关。

在一种可选实施例方式中，所述装置50还可以包括：

第二调整模块，用于若所述目标音频编辑对象的长度发生变化，则将所述目标字幕编辑对象的长度调整至变化后的所述目标音频编辑对象的长度；

第一保持模块，用于若所述目标字幕编辑对象的长度发生变化，则保持所述目标音频编辑对象的长度不变。

在一种可选实施例方式中，所述第一对象所处编辑轨道中的指定位置以及所述第二对象所处编辑轨道中的指定位置对应所述待编辑视频的播放时间轴上的同一位置；所述第一移动模块503，具体被配置为：

第一移动子模块，用于将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，并将所述第二对象同步移动至所述第二对象所处编辑轨道中的指定位置。

在一种可选实施例方式中，所述装置50还可以包括：

第三调整模块，用于在所述第一对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第一对象所处的编辑轨道；

第四调整模块，用于在所述第二对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第二对象所处的编辑轨道。

根据本申请的一个实施例，提供了一种电子设备，包括：处理器、用于存储处理器可执行指令的存储器，其中，处理器被配置为执行时实现如上述任一个实施例中的视频编辑方法中的步骤。

根据本申请的一个实施例，还提供了一种存储介质，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述任一个实施例中的视频编辑方法中的步骤。

根据本申请的一个实施例，还提供了一种计算机程序产品，该计算机程序产品包括可读性程序指令，可读性程序指令由电子设备的处理器执行时，使得电子设备能够执行如上述任一个实施例中的视频编辑方法中的步骤。

图5是根据一示例性实施例示出的一种用于视频编辑的装置的框图。其中，装置600可以包括处理组件602、存储器604、电源组件606、多媒体组件608、音频组件610、输入/输出接口612、传感器组件614、通信组件616以及处理器620。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的视频编辑方法的全部或部分步骤。在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图6是根据一示例性实施例示出的另一种用于视频编辑的装置的框图。

其中，装置700可以包括处理组件722、存储器732、输入输出接口758、网络接口750以及电源组件726。装置700可以被提供为一服务器。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行上述视频编辑方法。

本申请所涉及的用户信息(包括但不限于用户的设备信息、用户个人信息等)、相关数据等均为经用户授权或经各方授权后的信息。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种视频编辑方法，其特征在于，所述方法包括：

获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关；

基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联；

响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

2.根据权利要求1所述的方法，其特征在于，所述获取待编辑视频的字幕信息以及配音音频信息，包括：

接收为所述待编辑视频输入的字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息；或者，

接收为所述待编辑视频输入的配音音频信息，并对所述配音音频信息进行文字识别，得到所述字幕信息；或者，

对所述待编辑视频中包含的录音音源或音乐音源进行文字识别，得到所述字幕信息，并基于所述字幕信息，获取所述字幕信息对应的配音音频信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，包括：

将所述字幕信息加载到字幕编辑对象，生成所述目标字幕编辑对象；

将所述配音音频信息加载到音频编辑对象，生成所述目标音频编辑对象；

所述方法还包括：将所述目标字幕编辑对象加载至字幕编辑轨道，以及，将所述目标音频编辑对象加载至音频编辑轨道；所述目标字幕编辑对象在所述字幕编辑轨道中的起始位置与所述目标音频编辑对象在所述音频编辑轨道中的起始位置相同，所述目标字幕编辑对象的起始位置与所述字幕信息在所述待编辑视频的播放时间轴上的起始位置相关，所述目标音频编辑对象的起始位置与所述配音音频信息在所述播放时间轴上的起始位置相关。

4.根据权利要求3所述的方法，其特征在于，在所述基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象之后，所述方法还包括：

响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度，以使所述目标字幕编辑对象在所述字幕编辑轨道中的终止位置与所述目标音频编辑对象在所述音频编辑轨道中的终止位置相同；

其中，所述目标字幕编辑对象的终止位置与所述字幕信息在所述播放时间轴上的的终止位置相关，所述目标音频编辑对象的终止位置与所述配音音频信息在所述播放时间轴上的终止位置相关。

5.根据权利要求4所述的方法，其特征在于，在所述响应于长度调整指令，调整所述目标字幕编辑对象的长度至所述目标音频编辑对象的长度之后，所述方法还包括：

若所述目标音频编辑对象的长度发生变化，则将所述目标字幕编辑对象的长度调整至变化后的所述目标音频编辑对象的长度；

若所述目标字幕编辑对象的长度发生变化，则保持所述目标音频编辑对象的长度不变。

6.根据权利要求1所述的方法，其特征在于，所述第一对象所处编辑轨道中的指定位置以及所述第二对象所处编辑轨道中的指定位置对应所述待编辑视频的播放时间轴上的同一位置；

所述将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置，包括：

将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，并将所述第二对象同步移动至所述第二对象所处编辑轨道中的指定位置。

7.根据权利要求1-6任一所述的方法，其特征在于，所述方法还包括：

在所述第一对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第一对象所处的编辑轨道；

在所述第二对象所处编辑轨道中的指定位置被占用的情况下，则调整所述第二对象所处的编辑轨道。

8.一种视频编辑装置，其特征在于，所述装置包括：

第一获取模块，用于获取待编辑视频的字幕信息以及配音音频信息；所述字幕信息与所述配音音频信息的内容相关；

第一关联模块，用于基于所述字幕信息以及所述配音音频信息，为所述待编辑视频创建目标字幕编辑对象以及目标音频编辑对象，并将所述目标音频编辑对象与所述目标字幕编辑对象关联；

第一移动模块，用于响应于对第一对象的移动指令，将所述第一对象移动至所述第一对象所处编辑轨道中的指定位置，以及，将与所述第一对象关联的第二对象移动至所述第二对象所处编辑轨道中的所述指定位置；所述第一对象为所述目标字幕编辑对象，所述第二对象为所述目标音频编辑对象，或者，所述第一对象为所述目标音频编辑对象，所述第二对象为所述目标字幕编辑对象。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的视频编辑方法。

10.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1至7中任一项所述的视频编辑方法。

Images