CN117640989A - 视频处理方法及设备 - Google Patents

Abstract

本公开实施例提供一种视频处理方法及设备，该方法通过在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码目标视频中当前帧的下一帧，目标视频中的视频帧是基于第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，第一视频和第二视频的说话状态不同；播放目标视频中当前帧的下一帧中的第二视频部分。该技术方案中，目标视频是说话状态不同的两个视频拼接得到的，在说话状态切换时，可以直接从解码出的视频中选择播放说话状态为切换后的视频，以避免现有技术中说话状态切换时出现卡顿的情况。

Description

视频处理方法及设备

技术领域

本公开实施例涉及计算机与网络通信技术领域，尤其涉及一种视频处理方法及设备。

背景技术

在语音助手场景下的数字人技术中，数字人的说话状态和不说话状态是通过切换播放预先录制的两个视频来实现的。这两个视频的每帧动作姿态都是一样的，唯一的区别在于是否说话。

在切换说话与不说话之间的状态时，解码器需要分别解码相应的视频，以得到可以播放的视频。

然而，在实际进行解码时，由于存在解码关键帧的问题，切换时刻下的视频帧并不一定是该切换时刻所对应的视频帧，从而导致实际渲染在界面的视频存在跳帧的现象。

发明内容

本公开实施例提供一种视频处理方法及设备，以克服数字人在说话状态切换时，视频存在卡顿等问题。

第一方面，本公开实施例提供一种视频处理方法，包括：

在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

第二方面，本公开实施例提供一种视频处理设备，包括：

解码单元，用于在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放单元，用于播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

第三方面，本公开实施例提供一种电子设备，包括：处理器和存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面可能的设计所述的视频处理方法。

第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面可能的设计所述的视频处理方法。

第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上第一方面可能的设计所述的视频处理方法。

本实施例提供的视频处理方法及设备，该方法通过在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码目标视频中当前帧的下一帧，目标视频中的视频帧是基于第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，第一视频和第二视频的说话状态不同；播放目标视频中当前帧的下一帧中的第二视频部分。该技术方案中，目标视频是说话状态不同的两个视频拼接得到的，在说话状态切换时，可以直接从解码出的视频中选择播放说话状态为切换后的视频，以避免现有技术中说话状态切换时出现卡顿的情况。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的视频处理方法的应用场景示意图；

图2为本公开实施例提供的视频处理方法流程示意图一；

图3为本公开实施例提供的视频处理方法流程示意图二；

图4为本公开实施例提供的视频处理设备的结构示意图；

图5为本公开实施例提供的电子设备的结构示意图。

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的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动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。

在语音助手场景下的数字人技术中，数字人的说话状态和不说话状态是通过切换播放预先录制的两个视频来实现的。这两个视频的相同帧之间的动作姿态都是一样的，唯一的区别在于是否说话。

在切换说话与不说话之间的状态时，解码器需要分别解码相应的视频，以得到可以播放的视频。

然而，在实际进行解码时，由于存在解码关键帧的问题，切换时刻下的视频帧并不一定是该切换时刻所对应的视频帧，从而导致实际渲染在界面的视频存在跳帧的现象，影响用户的观感体验。

为了解决上述存在的技术问题，发明人的技术构思如下：在说话状态切换时，需要切换至到另一个视频上进行解码后渲染，如果可以事先将两个不同说话状态的视频进行拼接，例如，可以将视频A的第一帧和视频B的第一帧进行拼接，得到新的视频的一帧，后续帧以同样的方式进行拼接处理，之后得到拼接后的新的视频，在播放时，若遇到说话状态切换的问题，可以直接将拼接后的视频进行解码，相应切换后说话状态，即播放帧视频中切换后说话状态所对应的部分即可，从而避免存在跳帧等引起的卡顿情景。

图1为本公开实施例提供的视频处理方法的应用场景示意图，如图1所示，该应用场景包括：电子设备的显示界面中的数字人对应的画面(即画面1)。

画面1中显示说话状态的数字人。当前时刻，画面1中的数字人正在说话，当用户需要切换说话状态时，即将画面1中的说话状态的数字人切换至成不说话状态的数字人。

即，电子设备的显示界面中分布有一个画面，在实际切换说话状态时，该画面被切换为说话状态的数字人或不说话状态的数字人。

其中，一个视频帧中包含有两个视频的编号相同的帧的信息，解码之后显示时，仅显示左半部分或右半部分。

应理解：图1仅为实施例的可能实现的展示方式，不作为本公开的限定，下述为本公开实施例的详细的实现原理方案，应用场景中未作详述的参见下述实施例。

图2为本公开实施例提供的视频处理方法流程示意图一。如图2所示，本实施例的方法可以应用在电子设备中，该视频处理方法包括：

步骤21、在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码目标视频中当前帧的下一帧；

其中，目标视频中的视频帧是基于第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，第一视频和第二视频的说话状态不同；

在本步骤中，在语音助手场景下的数字人视频中，为了实现平滑切换不同说话状态的视频，可以基于不同说话状态的视频进行拼接得到目标视频，在播放时，直接对目标视频进行解码。

即，在播放目标视频时，视频解码相关元件正在对目标视频正在解码，当前解码的为目标视频的当前帧，解码得到包含有两部分信息的视频帧，一部分为第一视频部分，一部分为第二视频部分，之后视频播放相关元件在对解码后的第一视频信息进行渲染；

此时，检测到说话状态的切换请求，即用户操作或其他原因需要将当前说话状态的视频切换至另一种说话状态的视频，则视频解码相关元件对目标视频中当前帧的下一帧进行解码，得到下一帧中的第一视频部分和第二视频部分，并将该当前帧的下一帧中的第二视频部分作为待播放视频帧，以备后续渲染。

此外，若未检测到说话状态的切换请求，则解码目标视频中当前帧的下一帧，播放当前帧的下一帧中的第一视频部分。

在该实现下，若未检测到说话状态的切换请求，则继续播放目标视频中的下一帧以及之后帧中的第一视频部分。

步骤22、播放目标视频中当前帧的下一帧中的第二视频部分。

在本步骤中，视频播放相关元件获取到当前帧的下一帧中的第二视频部分之后，渲染该当前帧的下一帧中的第二视频部分，即电子设备的画面中显示另一种说话状态的第二视频。

可选的，该步骤22的实现可以是：从目标视频中当前帧的下一帧开始，播放目标视频中后续帧中的第二视频部分，直到检测到下一次说话状态的切换请求或停止播放请求。

在该实现下，在说话状态的切换请求之后，已经切换至了第二视频，则从下一帧开始，持续对目标视频中当前帧的下一帧之后的每一帧进行解码，仅向视频播放相关元件推送第二视频部分相关的视频帧，直达检测到下一次说话状态的切换请求或者停止播放请求。

本实施例提供的视频处理方法，该方法通过在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码目标视频中当前帧的下一帧，目标视频中的视频帧是基于第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，第一视频和第二视频的说话状态不同；播放目标视频中当前帧的下一帧中的第二视频部分。该技术方案中，目标视频是说话状态不同的两个视频拼接得到的，在说话状态切换时，可以直接从解码出的视频中选择播放说话状态为切换后的视频，以避免现有技术中说话状态切换时出现卡顿的情况，也可以提升数字人技术的观感体验，使得数字人技术更加逼真和自然。

在上述实施例的基础上，图3为本公开实施例提供的视频处理方法流程示意图二。如图3所示，在上述步骤21之前，该视频处理方法还包括：

步骤31、获取第一视频和第二视频；

在本步骤中，获取不同说话状态的视频，分别记作第一视频和第二视频。

作为一种示例，第一视频和第二视频可以是预先录制的“说话”和“不说话”视频，可以从预设物理空间获取。

可选的，第一视频和第二视频各自编号相同的视频帧所展示的动作姿态一致。

在该实现下，第一视频的第一个视频帧和第二视频的第一个视频帧的动作相同、第一视频的第二个视频帧和第二视频的第二个视频帧的动作相同、…第一视频的最后一个视频帧和第二视频的最后一个视频帧的动作相同。

例如，在播放时，由于各自编号相同的视频帧所展示的动作姿态一致，则在说话状态切换时，动作姿态具有连贯性，不会出现卡顿情况的发生。

步骤32、对第一视频中的视频帧和第二视频中的视频帧进行拼接处理，得到目标视频。

在本步骤中，在获取到第一视频和第二视频之后，对第一视频中的视频帧和第二视频中的视频帧进行拼接，之后生成一序列视频帧，即得到目标视频。

可选的，该步骤32的实现可以是：

第1步、针对编号相同的第一视频中的视频帧与第二视频中的视频帧，将第一视频中的视频帧与第二视频中的视频帧进行拼接，得到编号对应的目标视频中的视频帧；

在该实现下，第一视频的第一个视频帧和第二视频的第一个视频帧前后(改顺序可基于实际情况调整)拼接，得到目标视频中的第一个视频帧；第一视频的第二个视频帧和第二视频的第二个视频帧前后拼接，得到目标视频中的第二个视频帧、…一直到第一视频的最后一个视频帧和第二视频的最后一个视频帧前后拼接，得到目标视频中的最后一个视频帧。

其中，拼接可以是：例如，以目标视频中的第一个视频帧为例，该目标视频中的第一个视频帧可以包含：左边为：第一视频的第一个视频帧，右边为：第二视频的第一个视频帧。

也即，在后续播放时，播放左边或右边，渲染时可以将整个图像放大至预设界面。

第2步、根据所有编号对应的目标视频中的视频帧，确定目标视频。

在该实现下，按照目标视频中帧顺序，得到目标视频中的所有视频帧，即得到了目标视频。

本实施例提供的视频处理方法，通过获取第一视频和第二视频，之后对第一视频中的视频帧和第二视频中的视频帧进行拼接处理，得到目标视频。该技术方案中，将两个说话状态不一致的视频进行拼接，为后续解码时可以直接渲染需要播放的视频提供了基础。

在上述方法实施例的基础上，图4为本公开实施例提供的视频处理设备的结构示意图，如图4所示，该视频处理设备包括：

解码单元41，用于在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码目标视频中当前帧的下一帧，目标视频中的视频帧是基于第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，第一视频和第二视频的说话状态不同；

播放单元42，用于播放目标视频中当前帧的下一帧中的第二视频部分。

根据本公开的一个或多个实施例，处理单元43，用于：

获取第一视频和第二视频；

对第一视频中的视频帧和第二视频中的视频帧进行拼接处理，得到目标视频。

根据本公开的一个或多个实施例，处理单元43对第一视频中的视频帧和第二视频中的视频帧进行拼接处理，得到目标视频，具体用于：

针对编号相同的第一视频中的视频帧与第二视频中的视频帧，将第一视频中的视频帧与第二视频中的视频帧进行拼接，得到编号对应的目标视频中的视频帧；

根据所有编号对应的目标视频中的视频帧，确定目标视频。

根据本公开的一个或多个实施例，播放单元42，具体用于：

从目标视频中所述当前帧的下一帧开始，播放目标视频中后续帧中的第二视频部分，直到检测到下一次说话状态的切换请求或停止播放请求。

根据本公开的一个或多个实施例，处理单元43，还用于：

若未检测到说话状态的切换请求，则解码目标视频中所述当前帧的下一帧；

播放当前帧的下一帧中的第一视频部分。

根据本公开的一个或多个实施例，第一视频和第二视频各自编号相同的视频帧所展示的动作姿态一致。

本公开实施例提供的视频处理设备，其实现原理与技术效果与上述实施例类似，此处不再赘述。

为了实现上述实施例，本公开实施例还提供了一种电子设备。图5为本公开实施例提供的电子设备的结构示意图，参考图5，该电子设备可以为终端设备。

其中，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、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable AndroidDevice，简称PAD)、便携式多媒体播放器(Portable Media Player，简称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5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5所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)51，其可以根据存储在只读存储器(Read Only Memory，简称ROM)52中的程序或者从存储装置58加载到随机访问存储器(Random Access Memory，简称RAM)53中的程序而执行各种适当的动作和处理。在RAM 53中，还存储有电子设备操作所需的各种程序和数据。处理装置51、ROM52以及RAM 53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。

通常，以下装置可以连接至I/O接口55：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56；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置57；包括例如磁带、硬盘等的存储装置58；以及通信装置59。通信装置59可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备，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59从网络上被下载和安装，或者从存储装置58被安装，或者从ROM 52被安装。在该计算机程序被处理装置51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。

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，使得该电子设备执行上述实施例所示的方法。

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(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称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，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

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。

第一方面，根据本公开的一个或多个实施例，提供了一种视频处理方法，包括：

在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

根据本公开的一个或多个实施例，所述方法还包括：

获取所述第一视频和所述第二视频；

对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频。

根据本公开的一个或多个实施例，所述对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频，包括：

针对编号相同的所述第一视频中的视频帧与所述第二视频中的视频帧，将所述第一视频中的视频帧与所述第二视频中的视频帧进行拼接，得到所述编号对应的所述目标视频中的视频帧；

根据所有所述编号对应的所述目标视频中的视频帧，确定所述目标视频。

根据本公开的一个或多个实施例，所述播放所述目标视频中所述当前帧的下一帧中的第二视频部分，包括：

从所述目标视频中所述当前帧的下一帧开始，播放所述目标视频中后续帧中的第二视频部分，直到检测到下一次说话状态的切换请求或停止播放请求。

根据本公开的一个或多个实施例，所述方法还包括：

若未检测到所述说话状态的切换请求，则解码所述目标视频中所述当前帧的下一帧；

播放所述当前帧的下一帧中的第一视频部分。

根据本公开的一个或多个实施例，所述第一视频和所述第二视频各自编号相同的视频帧所展示的动作姿态一致。

第二方面，根据本公开的一个或多个实施例，提供了一种视频处理设备，包括：

解码单元，用于在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放单元，用于播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

根据本公开的一个或多个实施例，处理单元，用于：

获取所述第一视频和所述第二视频；

对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频。

根据本公开的一个或多个实施例，所述处理单元对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频，具体用于：

针对编号相同的所述第一视频中的视频帧与所述第二视频中的视频帧，将所述第一视频中的视频帧与所述第二视频中的视频帧进行拼接，得到所述编号对应的所述目标视频中的视频帧；

根据所有所述编号对应的所述目标视频中的视频帧，确定所述目标视频。

根据本公开的一个或多个实施例，所述播放单元，具体用于：

从所述目标视频中所述当前帧的下一帧开始，播放所述目标视频中后续帧中的第二视频部分，直到检测到下一次说话状态的切换请求或停止播放请求。

根据本公开的一个或多个实施例，所述处理单元，还用于：

若未检测到所述说话状态的切换请求，则解码所述目标视频中所述当前帧的下一帧；

播放所述当前帧的下一帧中的第一视频部分。

根据本公开的一个或多个实施例，所述第一视频和所述第二视频各自编号相同的视频帧所展示的动作姿态一致。

第三方面，根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第四方面，根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第五方面，根据本公开的一个或多个实施例，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法

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 (10)

1.一种视频处理方法，其特征在于，包括：

在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述第一视频和所述第二视频；

对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频。

3.根据权利要求2所述的方法，其特征在于，所述对所述第一视频中的视频帧和所述第二视频中的视频帧进行拼接处理，得到所述目标视频，包括：

针对编号相同的所述第一视频中的视频帧与所述第二视频中的视频帧，将所述第一视频中的视频帧与所述第二视频中的视频帧进行拼接，得到所述编号对应的所述目标视频中的视频帧；

根据所有所述编号对应的所述目标视频中的视频帧，确定所述目标视频。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述播放所述目标视频中所述当前帧的下一帧中的第二视频部分，包括：

从所述目标视频中所述当前帧的下一帧开始，播放所述目标视频中后续帧中的第二视频部分，直到检测到下一次说话状态的切换请求或停止播放请求。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

若未检测到所述说话状态的切换请求，则解码所述目标视频中所述当前帧的下一帧；

播放所述当前帧的下一帧中的第一视频部分。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述第一视频和所述第二视频各自编号相同的视频帧所展示的动作姿态一致。

7.一种视频处理设备，其特征在于，所述设备包括：

解码单元，用于在播放目标视频中的当前帧中的第一视频部分时，检测到说话状态的切换请求，解码所述目标视频中所述当前帧的下一帧，所述目标视频中的视频帧是基于所述第一视频中的视频帧和第二视频中的视频帧进行拼接得到的，所述第一视频和所述第二视频的说话状态不同；

播放单元，用于播放所述目标视频中所述当前帧的下一帧中的第二视频部分。

8.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如上述权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述权利要求1至6任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述权利要求1至6任一项所述的方法。