JP7122395B2

JP7122395B2 - ビデオ編集方法、装置、コンピュータ装置および可読記憶媒体

Info

Publication number: JP7122395B2
Application number: JP2020561078A
Authority: JP
Inventors: 昊崔
Original assignee: Beijing Microlive Vision Technology Co Ltd
Current assignee: Beijing Microlive Vision Technology Co Ltd
Priority date: 2018-11-08
Filing date: 2019-10-24
Publication date: 2022-08-19
Anticipated expiration: 2039-10-24
Also published as: CN109379633B; US11164604B2; CN109379633A; JP2021520165A; US20200411059A1; WO2020093876A1

Description

本出願は、出願番号２０１８１１３２３１７４．６、出願日２０１８年１１月８日の中国特許出願に基づいて提出し、該中国特許出願の優先権を主張するものであり、該中国特許出願の全ての内容が引用により本出願に援用される。

本開示は、コンピュータ技術分野に関し、例えば、ビデオ編集方法、装置、コンピュータ装置および可読記憶媒体に関する。

日常生活において、複数のメディアの存在が人々の日常生活を彩り、人々の生活を豊かにして来た。その中で、ビデオの出現は更に人々の日常生活と密接な関係があり、さまざまなテレビ番組が多くの視聴者に愛されている。テレビ番組を放送する前に、録画した大量のビデオ番組をカットして編集する必要がある。

関連技術におけるビデオ編集方法は、オーディオ信号を含む元のビデオに別のビデオ信号とオーディオ信号を挿入し、挿入した該ビデオ信号およびオーディオ信号と、元のビデオのビデオ信号およびオーディオ信号とを合成し、編集後の新しいビデオを得る。

しかし、関連技術におけるビデオ編集方法で得られた合成ビデオは、オーディオ信号が連続していないことが現れる場合があり、合成ビデオの再生効果が比較的に悪くなってしまう。

本開示実施例は、関連技術において、合成ビデオの再生効果が比較的に悪い問題を解決するために、ビデオ編集方法、装置、コンピュータ装置、および可読記憶媒体を提供する。

１つの実施例において、本開示実施例は、
第１ビデオを取得することと、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離することと、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得ることと、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得ることと、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得ることと、を含む、ビデオ編集方法を提供する。

１つの実施例において、本開示実施例は、
第１ビデオを取得するように設定される取得モジュールと、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するように設定される分離モジュールと、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るように設定される採集モジュールと、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得るように設定されるカットモジュールと、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得るように設定されるスティッチングモジュールと、を備える、ビデオ編集装置を提供する。

１つの実施例において、本開示実施例は、メモリおよびプロセッサを備えるコンピュータ装置であって、前記メモリに前記プロセッサで動作可能なコンピュータプログラムが記憶されており、前記プロセッサが前記コンピュータプログラムを実行する際に、
第１ビデオを取得するステップ、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するステップ、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るステップ、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得るステップ、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得るステップを実現するコンピュータ装置を提供する。

１つの実施例において、本開示実施例は、コンピュータプログラムが記憶されている可読記憶媒体であって、前記コンピュータプログラムがプロセッサに実行されると、
第１ビデオを取得するステップ、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するステップ、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るステップ、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得るステップ、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得るステップを実現する可読記憶媒体を提供する。

本開示実施例に係るビデオ編集方法のフローチャートの模式図である。本開示実施例に係る第１ビデオと第２ビデオをカットする方法のフローチャートの模式図である。本開示実施例に係るターゲット合成ビデオを得る方法のフローチャートの模式図である。本開示実施例に係るビデオ編集装置の構造模式図である。本開示実施例に係るカットモジュールの構造模式図である。本開示実施例に係るスティッチングモジュールの構造模式図である。本開示実施例に係るコンピュータ装置の内部構造模式図である。

以下、本開示実施例の図面に結び付けて本開示実施例の技術案を説明する。説明された実施例は、本開示の一部の実施例であり、すべての実施例ではない。本開示実施例に係るビデオ編集方法は、コンピュータ装置に適用してもよい。該コンピュータ装置は、スマートフォン、タブレットコンピュータ、ノートブックコンピュータ、デスクトップコンピュータ、またはパーソナルデジタルアシスタントなどのビデオ画像採集および処理機能を有する電子機器であってもよく、本実施例はコンピュータ装置の具体的な形態を限定しない。

本開示実施例に係るビデオ編集方法について、その実行主体がビデオ編集装置であってもよく、該装置は、ソフトウェア、ハードウェア、またはソフトウェアおよびハードウェアの組み合わせの形でコンピュータ装置の一部または全部を実現してもよい。以下の方法の実施例の実行主体は、コンピュータ装置を例として説明する。

ここで説明される具体的な実施例は、本開示を解釈するためにのみ使用され、開示を限定するために使用されない。本開示の明細書と特許請求の範囲および図面における「第１」と「第２」などの用語は、類似する対象を区別し、説明を容易にするために用いられる。

図１は本開示実施例に係るビデオ編集方法のフローチャートの模式図であり、本実施例は、第１ビデオと第２ビデオをカットし、ターゲット合成ビデオを得るプロセスに関する。図１に示すように、該ビデオ編集方法は、以下のステップを含む。

Ｓ１０１０において、第１ビデオを取得する。

例えば、上述した第１ビデオは、コンピュータ装置のローカルに記憶されたビデオ、コンピュータ装置が事前に撮影して保存したローカルのビデオ、またはコンピュータ装置によって事前にダウンロードして保存されたローカルのビデオであってもよく、さらにクラウドに記憶されたビデオであってもよく、コンピュータ装置はクラウドから該ビデオをダウンロードすることができる。

Ｓ１０２０において、前記第１ビデオのオーディオ信号と第１ビデオ信号を分離する。

１つの実施例において、コンピュータ装置は、音声ファイル分離機能を有するアプリケーションプログラムによって第１ビデオを分離し、第１ビデオ信号およびオーディオ信号を得てもよい。アプリケーションプログラムにおいて、第１ビデオ信号をビデオトラックに配置してもよく、オーディオ信号をオーディオトラックに配置してもよい。

Ｓ１０３０において、第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得る。

１つの実施例において、コンピュータ装置は、採集して得られた第２ビデオ信号を、第１ビデオを分離して得られたオーディオ信号と合成し、第２ビデオを得てもよい。したがって、第２ビデオは第２ビデオ信号と第１ビデオのオーディオ信号とを合成したビデオである。

１つの実施例において、コンピュータ装置は、音声とビデオを合成する機能を有するアプリケーションプログラムによって第２ビデオ信号とオーディオ信号を合成してもよい。例えば、上述した第２ビデオ信号は、コンピュータ装置が受信した撮影コマンドに基づき、リアルタイムに撮影して得られたビデオ信号であってもよく、上述した撮影コマンドはユーザがコンピュータ装置の撮影ボタンを連続してクリックすることによって生成されたものであってもよく、コンピュータ装置が事前に撮影して保存したローカルのビデオ、またはコンピュータ装置によって事前にダウンロードして保存されたローカルのビデオであってもよく、さらにクラウドに記憶されたビデオであってもよい。

好ましくは、前記第２ビデオ信号の持続時間は、前記第１ビデオ信号の持続時間と等しい。

好ましくは、コンピュータ装置は、第２ビデオ信号を採集するプロセスにおいて、採集された第２ビデオ信号が第１ビデオ信号と持続時間が等しくなるように、第１ビデオ信号の長さに基づいて採集してもよい。１つの実施例において、コンピュータ装置は、カット機能を有するアプリケーションプログラムにより、第１ビデオ信号と持続時間が等しくなるように、採集された第２ビデオ信号をカットしてもよい。好ましくは、上述した第２ビデオ信号は、第１ビデオ信号と持続時間が異なってもよい。

例として、第２ビデオが撮影によって採集される場合、ユーザは、コンピュータ装置の撮影ボタンを押し続けて一回で第２ビデオ信号を採集してもよく、またコンピュータ装置の撮影ボタンを何度も押しながらリアルタイムで撮影された第２ビデオ信号を採集してもよい。

Ｓ１０４０において、前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得る。

例えば、コンピュータ装置は、カット機能を有するアプリケーションプログラムによって第１ビデオと第２ビデオをカットし、第１ビデオを複数のセグメントの第１ショートビデオにカットし、第２ビデオを複数のセグメントの第２ショートビデオにカットしてもよい。

好ましくは、前記第２ショートビデオのセグメントの数は、前記第１ショートビデオのセグメントの数と等しい。

１つの実施例において、コンピュータ装置は、オーディオ信号の意味またはビデオ信号のクリップ情報に基づき、第１ビデオと第２のビデオがカットされるセグメントの数を決定してもよく、ここで、第１ビデオと第２ビデオがカットされるセグメントの数は、一定ではなく柔軟に設定されてもよい。例として、第１ビデオのビデオ信号と第２ビデオのビデオ信号が異なり、オーディオ信号が同じである場合、該オーディオ信号が歌の一部であってもよく、歌詞が「青春は激しい勢いで流れる川のようである」であり、意味に基づいて第１ビデオと第２ビデオをそれぞれ３つのセグメントのショートビデオに分け、３つのセグメントのショートビデオのオーディオ信号はそれぞれ「青春は」、「激しい勢いで流れる」と「川のようである」である。第１ビデオまたは第２ビデオにおける１つのセグメントのビデオ信号が１つの完全なビデオクリップである場合、該ビデオクリップが１つのショットの開始を起点とし、該ショットの終了を終点とし、カット時に該完全なビデオクリップに従って第１ビデオと第２ビデオをカットしてもよい。

例として、採集された第２ビデオ信号が第１ビデオ信号と異なる場合、第１ビデオの持続時間は６分間であり、採集して得られた第２ビデオの持続時間は４分間であり、第２ビデオの開始時刻のオーディオ信号は第１ビデオの再生から２分におけるオーディオ信号に対応し、すなわち、オーディオ信号が２分間再生されてから、第２ビデオ信号の採集が開始され、この場合、コンピュータ装置は、まず持続時間がより長い第１ビデオを、より短い持続時間の第２ビデオのオーディオ信号に等しいビデオにカットしてから、ショートビデオのカットを行う。

Ｓ１０５０において、前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得る。

１つの実施例において、コンピュータ装置は、オーディオ信号の再生シーケンスに基づいて複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、オーディオ信号が第１ビデオと第２ビデオのオーディオ信号と等しいターゲット合成ビデオを得てもよい。本実施例に係るビデオ編集方法では、コンピュータ装置は、第１ビデオと第２ビデオのオーディオ信号に基づき、カットされた後の複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、１つのビデオ画面が第１ショートビデオの画面または第２ショートビデオの画面に切り替えることができるターゲット合成ビデオを得て、第１ビデオまたは第２ビデオのオーディオ信号をターゲット合成ビデオのオーディオ信号としてもよいため、オーディオ信号が連続していない状況が現れなく、ターゲット合成ビデオの再生効果を向上させた。

図２は本開示実施例に係る第１ビデオと第２ビデオをカットする方法のフローチャートの模式図である。上述したＳ１０４０において、前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得ることは、図２に示す方法で実現してもよく、以下のステップを含む。

Ｓ２０１において、前記オーディオ信号の時間軸を取得する。

１つの実施例において、コンピュータ装置は、再生機能を有するアプリケーションプログラムによってオーディオ信号の時間軸を取得してもよい。

Ｓ２０２において、前記時間軸の分割ポイントを取得し、前記分割ポイントは、前記時間軸を複数の分割期間に分ける。

１つの実施例において、上述した分割ポイントは、オーディオ信号の意味またはビデオ信号のクリップ情報に基づいて決定してもよく、予め１つまたは複数の分割ポイントを決定し、１つまたは複数の分割ポイントは、オーディオ信号の時間軸を複数の分割期間に分けることができる。ここで、分割ポイントの数と、第１ショートビデオのセグメントの数や第２ショートビデオのセグメントの数とは対応関係を有し、分割期間のセグメントの数は第１ショートビデオのセグメントの数や第２ショートビデオのセグメントの数と等しい。

例として、第１ビデオと第２ビデオのビデオ信号が異なる場合、オーディオ信号が歌の一部であり、歌詞が「青春は激しい勢いで流れる川のようである」であり、該オーディオ信号の時間軸の合計長さは８秒であってもよく、意味に基づいて第１ビデオと第２ビデオをそれぞれ３つのセグメントのショートビデオに分け、３つのセグメントのショートビデオのオーディオ信号はそれぞれ「青春は」、「激しい勢いで流れる」と「川のようである」でであってもよく、第１ビデオまたは第２ビデオに対してオーディオ信号の時間軸に歌詞「青春は」の再生が終了した時刻を１つの分割ポイントとし、歌詞「激しい勢いで流れる」の再生が終了した時刻を他の分割ポイントとし、すなわちビデオの分割ポイントの数は分割するセグメントの数から１を引いた数に等しい。第１ビデオまたは第２ビデオのあるセグメントのビデオ信号が１つの完全なビデオクリップである場合、カットする際に該完全なビデオクリップに基づいて第１ビデオと第２ビデオをカットし、カットのセグメントの数を３つのセグメントに設定してもよく、第１ビデオまたは第２ビデオにおける該完全なビデオクリップの開始前の時刻と終了後の時刻を２つの分割ポイントとしてもよい。同時に、第１ビデオの持続時間が８秒間であり、第１ビデオを３つのセグメントのショートビデオに分割し、それぞれ０秒～２秒のショートビデオ、２秒～６秒のショートビデオ、６秒～８秒のショートビデオである場合、第２ビデオの分割期間はそれぞれ０秒～２秒、２秒～６秒、６秒～８秒である。

Ｓ２０３において、前記分割ポイントに基づいて前記第１ビデオと第２ビデオをそれぞれ分割し、前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオを得て、同じ分割期間に対応する第１ショートビデオと第２ショートビデオの持続時間を等しくする。

１つの実施例において、コンピュータ装置は取得した分割ポイントに基づいてカット機能を有するアプリケーションプログラムによって前記第１ビデオと第２ビデオをそれぞれ分割し、複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得る。好ましくは、同じ分割期間に対応する第１ショートビデオと第２ショートビデオの持続時間は、等しくてもよい。

例として、第１ビデオと第２ビデオのビデオ信号が等しくなく、オーディオ信号が等しく、第１ビデオと第２ビデオの持続時間がいずれも８秒間であり、第１ビデオを３つのセグメントのショートビデオに分割し、それぞれ０秒～２秒のショートビデオ、２秒～６秒のショートビデオ、６秒～８秒のショートビデオである場合、第２ビデオも０秒～２秒のショートビデオ、２秒～６秒のショートビデオ、６秒～８秒のショートビデオに分割され、各分割期間に対応するショートビデオの持続時間は等しい。

本実施例に係るビデオ編集方法では、コンピュータ装置は、オーディオ信号の時間軸における分割ポイントを取得し、分割ポイントに基づいて第１ビデオと第２ビデオを分割してもよく、同じ分割期間に対応する第１ショートビデオと第２ショートビデオの持続時間が等しいショートビデオを得ることができるため、その後に得られたターゲット合成ビデオのビデオ画面は、第１ショートビデオの画面または第２ショートビデオの画面に切り替えてもよく、ターゲット合成ビデオの再生効果を高めた。

１つの実施例において、上述したＳ１０５０において、前記オーディオ信号に基づいて複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得ることは、前記時間軸における各分割期間に基づき、選択された前記第１ターゲットショートビデオまたは第２ターゲットショートビデオがスティッチングされた後の合計時間が前記オーディオ信号の持続時間と等しくなるまで、対応する第１ターゲットショートビデオまたは第２ターゲットショートビデオを選択してスティッチングし、前記ターゲット合成ビデオを得て、選択された前記第１ターゲットショートビデオまたは前記第２ターゲットショートビデオの持続時間は、対応する前記分割期間の持続時間と同じであり、同じ分割期間に対応する前記第１ショートビデオと前記第２ショートビデオのオーディオ信号は同じであること、を含む態様によって実現できる。

１つの実施例において、コンピュータ装置は、オーディオ信号の時間軸における各分割期間に対応する第１ショートビデオと第２ショートビデオに基づき、複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオから、選択された第１ターゲットショートビデオまたは第２ターゲットショートビデオがスティッチングされた後の合計時間が第１ビデオまたは第２ビデオのオーディオ信号の持続時間と等しくなるまで、対応する第１ターゲットショートビデオまたは第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得てもよい。好ましくは、第１ターゲットショートビデオは、複数のセグメントの第１ショートビデオにおける１つのセグメントの第１ショートビデオまたは複数のセグメントの第１ショートビデオであってもよく、該第１ターゲットショートビデオの持続時間は、対応する分割期間の持続時間と同じであり、第２ターゲットショートビデオは、複数のセグメントの第２ショートビデオにおける１つのセグメントの第２ショートビデオまたは複数のセグメントの第２ショートビデオであってもよく、該第２ターゲットショートビデオの持続時間は、対応する分割期間の持続時間と同じであり、第１ショートビデオと第２ショートビデオとが対応する各分割期間のオーディオ信号は同じであってもよい。

例として、第１ビデオのビデオ信号と第２ビデオのビデオ信号が異なり、オーディオ信号が同じであり、第１ビデオのビデオ信号と第２ビデオのビデオ信号の持続時間がいずれも８秒間であり、第１ビデオと第２ビデオをいずれも３つのセグメントのショートビデオに分割し、それぞれ０秒～２秒のショートビデオ、２秒～６秒のショートビデオ、６秒～８秒のショートビデオである場合、第１ビデオと第２ビデオの分割期間はいずれも０秒～２秒、２秒～６秒と６秒～８秒であり、各分割期間に対応する第１ショートビデオまたは第２ショートビデオの持続時間は等しく、各分割期間に対応する第１ショートビデオまたは第２ショートビデオのオーディオ信号も同じであり、スティッチングされる第１セグメントのショートビデオが第１ショートビデオから選択された第１ターゲットショートビデオであり、スティッチングされる第２セグメントのショートビデオは第２ショートビデオから選択された第２ターゲットショートビデオである場合、第１ターゲットショートビデオの持続時間は第１セグメントの分割期間の持続時間の２秒であり、第２ターゲットショートビデオの持続時間は第２セグメントの分割期間の持続時間の４秒である。

本実施例に係るビデオ編集方法では、コンピュータ装置は、時間軸における各分割期間に基づき、対応する第１ターゲットショートビデオまたは第２ターゲットショートビデオを選択してスティッチングし、合計時間がオーディオ信号の持続時間と等しいターゲット合成ビデオを得てもよく、該ターゲット合成ビデオのビデオ画面は、第１ショートビデオの画面または第２ショートビデオの画面に切り替えてもよく、ターゲット合成ビデオの再生効果を高めた。

１つの実施例において、図３に示すように、上述した前記時間軸における各分割期間に基づき、選択された第１ターゲットショートビデオまたは第２ターゲットショートビデオがスティッチングされた後の合計時間が前記オーディオ信号の持続時間と等しくなるまで、対応する前記第１ターゲットショートビデオまたは第２ターゲットショートビデオを選択してスティッチングし、前記ターゲット合成ビデオを得ることは、以下の方法で実現してもよく、以下のステップを含む。

Ｓ３０１において、前記第１ビデオと前記第２ビデオのカットシーケンスを取得する。

１つの実施例において、コンピュータ装置は、オーディオ信号の時間軸および分割期間に基づき、第１ビデオおよび第２ビデオのカットシーケンスを取得してもよい。

１つの実施例において、上述したカットシーケンスは、分割期間に対応し、各分割期間は、１つのカットシーケンスに対応する。例として、第１ビデオと第２ビデオのビデオ信号が等しくなく、オーディオ信号が等しく、第１ビデオと第２ビデオの持続時間がいずれも８秒間であり、第１ビデオと第２ビデオをいずれも３つのセグメントのショートビデオに分割し、第１ビデオと第２ビデオの分割期間はいずれも０秒～２秒、２秒～６秒、６秒～８秒である場合、第１ビデオに対応する３つのセグメントのショートビデオのカットシーケンスは、順番にａ１、ｂ１、ｃ１に対応し、第２ビデオに対応する３つのセグメントのショートビデオのカットシーケンスは、順番にａ２、ｂ２、ｃ２に対応し、いずれも時間軸の順に並べられている。

Ｓ３０２において、前記カットシーケンスに基づき、各セグメントの第１ショートビデオと各セグメントの第２ショートビデオのカットシーケンス番号を取得する。

１つの実施例において、各セグメントの第１ショートビデオと各セグメントの第２ショートビデオのカットシーケンスとカットシーケンス番号は対応している。

例として、第１ビデオに対応する３つのセグメントのショートビデオのカットシーケンスが順番にａ１、ｂ１、ｃ１に対応する場合、カットシーケンスに基づいて３つのセグメントの第１ショートビデオに対応するカットシーケンス番号は、１１、１２、１３と標記してもよく、第２ビデオに対応する３つのセグメントのショートビデオのカットシーケンスが順番にａ２、ｂ２、ｃ２に対応する場合、カットシーケンスに基づいて３つのセグメントの第２ショートビデオに対応するカットシーケンス番号は、２１、２２、２３と標記してもよい。

Ｓ３０３において、前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、前記第１ビデオにおける最後の１つのセグメントの第１ショートビデオまたは前記第２ビデオにおける最後の１つのセグメントの第２ショートビデオを選択するまでスティッチングを行って完了すると、前記ターゲット合成ビデオを得る。

１つの実施例において、ユーザは、第１ビデオと第２ビデオの分割期間の時間シーケンスとカットシーケンス番号に基づき、第１ビデオにおける第１セグメントの第１ショートビデオ、または第２ビデオにおける第１セグメントの第２ショートビデオから、第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、第１ビデオにおける最後の１つのセグメントの第１ショートビデオまたは前記第２ビデオにおける最後の１つのセグメントの第２ショートビデオを選択するまでスティッチングを行って完了すると、ターゲット合成ビデオを得てもよい。

好ましくは、前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記複数のセグメントの第２ショートビデオから、第１セグメントの第２ショートビデオを選択し、前記ターゲット合成ビデオにおける第１セグメントのスティッチング待ちのターゲットショートビデオとする。

１つの実施例において、コンピュータ装置は、選択された各セグメントの第１ショートビデオまたは第２ショートビデオをターゲットビデオのファイルに書き込み、ターゲット合成ビデオを得てもよい。ここで、スティッチングされたターゲット合成ビデオにおける第１セグメントのショートビデオは、第２ビデオにおける第１セグメントのショートビデオである。また、第１分割期間以外の他の分割期間で選択されるスティッチングのショートビデオは、第１ショートビデオと第２ショートビデオの対応する分割期間におけるいずれか１つのセグメントのショートビデオであってもよい。

本実施例に係るビデオ編集方法では、コンピュータ装置は、分割期間の時間シーケンスとカットシーケンス番号に基づき、第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、オーディオ信号が第１ビデオと第２ビデオのオーディオ信号と等しいターゲット合成ビデオを得てもよく、かつ該ターゲット合成ビデオのビデオ画面は、第１ショートビデオの画面または第２ショートビデオの画面に切り替えてもよく、ターゲット合成ビデオの再生効果を高めた。

なお、図１～３のフローチャートの複数のステップは、矢印の指示に従って順次表示されるが、これらのステップは、必ずしも矢印の順序で順次実行されるものではない。本文で明示的に説明されていない限り、これらのステップの実行は厳密な順序制限がなく、これらのステップは他の順序で実行されてもよい。また、図１～３の少なくとも一部のステップは、複数のサブステップまたは複数のフェーズを含んでもよく、これらのサブステップまたはフェーズは、必ずしも同じ時点で実行されるものではなく、異なる時点で実行されてもよい。これらのサブステップまたはフェーズの実行順序も、必ずしも順次に行われるものではなく、他のステップまたは他のステップのサブステップまたはフェーズの少なくとも一部と順番にまたは交互に実行されてもよい。

図４は本開示実施例に係るビデオ編集装置の構造模式図である。図４に示すように、該ビデオ編集装置は、
第１ビデオを取得するように設定される取得モジュール１１と、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するように設定される分離モジュール１２と、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るように設定される採集モジュール１３と、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得るように設定されるカットモジュール１４と、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得るように設定されるスティッチングモジュール１５と、を備えてもよい。

本実施例に係るビデオ編集装置は、上述した方法の実施例を実行してもよく、その実現原理と技術的な効果は類似しており、ここでは繰り返し説明しない。

１つの実施例において、前記第２ビデオ信号の持続時間は、前記第１ビデオ信号の持続時間と等しい。

図５は本開示実施例に係るカットモジュール１４の構造模式図である。図５に示すように、前記カットモジュール１４は、
前記オーディオ信号の時間軸を取得するように設定される第１取得ユニット１４１と、
前記時間軸の分割ポイントを取得し、前記分割ポイントは、前記時間軸を複数の分割期間に分けるように設定される第２取得ユニット１４２と、
前記分割ポイントに基づいて前記第１ビデオと第２ビデオをそれぞれ分割し、前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオを得て、同じ分割期間に対応する第１ショートビデオと第２ショートビデオの持続時間を等しくするように設定される分割ユニット１４３と、を備える。

１つの実施例において、前記スティッチングモジュール１５は、前記時間軸における各分割期間に基づき、選択された第１ターゲットショートビデオまたは第２ターゲットショートビデオがスティッチングされた後の合計時間が前記オーディオ信号の持続時間と等しくなるまで、対応する前記第１ターゲットショートビデオまたは第２ターゲットショートビデオを選択してスティッチングし、前記ターゲット合成ビデオを得て、選択された前記第１ターゲットショートビデオまたは前記第２ターゲットショートビデオの持続時間は、対応する前記分割期間の持続時間と同じであり、同じ分割期間に対応する前記第１ショートビデオと前記第２ショートビデオのオーディオ信号は同じであるように設定される。

１つの実施例において、図６に示すように、前記スティッチングモジュール１５は、
前記第１ビデオと前記第２ビデオのカットシーケンスを取得するように設定される第３取得ユニット１５１と、
前記カットシーケンスに基づき、各セグメントの第１ショートビデオと各セグメントの第２ショートビデオのカットシーケンス番号を取得するように設定される第４取得ユニット１５２と、
前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、前記第１ビデオにおける最後の１つのセグメントの第１ショートビデオまたは前記第２ビデオにおける最後の１つのセグメントの第２ショートビデオを選択するまでスティッチングを行って完了すると、前記ターゲット合成ビデオを得るように設定されるスティッチングユニット１５３と、を備える。

好ましくは、前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記複数のセグメントの第２ショートビデオから、第１セグメントの第２ショートビデオを選択し、第１セグメントのスティッチング待ちのターゲットショートビデオとする。

ビデオ合成装置の具体的な限定については、上述したビデオ合成方法の限定を参照してもよく、ここでは繰り返し説明しない。上述したコンピュータ装置のビデオ合成装置における複数のモジュールの全部または一部は、ソフトウェア、ハードウェア、およびこれらの組み合わせによって実現されてもよい。上述した各モジュールは、コンピュータ装置内のプロセッサにハードウェアの形で埋め込まれてもよく、または独立してもよく、上述した各モジュールが対応する動作の起動と実行を容易にするために、コンピュータ装置内のメモリにソフトウェアの形で記憶されてもよい。

１つの実施例において、コンピュータ装置を提供し、その内部構造図は、図７に示すものであってもよい。該コンピュータ装置は、システムバスを介して接続されたプロセッサ、メモリ、ネットワークインターフェース、ディスプレイ及び入力装置を含む。該コンピュータ装置のプロセッサは、計算および制御機能を提供するように設定される。該コンピュータ装置のメモリは不揮発性記憶媒体と内部メモリを含む。該不揮発性記憶媒体には、オペレーティングシステムとコンピュータプログラムとが記憶されている。該内部メモリは、不揮発性記憶媒体におけるオペレーティングシステムとコンピュータプログラムの実行に環境を提供する。該コンピュータ装置のネットワークインターフェースは、外部の端末とネットワークを介して通信するように設定される。該コンピュータプログラムはプロセッサによって実行されると、ビデオ合成方法を実現する。該コンピュータ装置のディスプレイは、液晶ディスプレイまたは電子インクディスプレイであってもよく、該コンピュータ装置の入力装置は、ディスプレイを覆うタッチ層であってもよく、コンピュータ装置のハウジングに設けられたボタン、トラックボール、またはタッチパネルであってもよく、接続された外部のキーボード、タッチパネルまたはマウスなどであってもよい。

当業者であれば、図７に示す構造は、本出願の案に関連する一部の構造のブロック図にすぎず、本出願の案が応用されるコンピュータ装置に対して限定するものではなく、実際のコンピュータ装置は、図示しているよりも多くまたは少ない部品を含んでもよく、またはいくつかの部品を組み合わせてもよく、または異なる部品配置を有してもよいことを理解できる。

１つの実施例において、メモリおよびプロセッサを含むコンピュータ装置であって、メモリにコンピュータプログラムが記憶されており、該プロセッサがコンピュータプログラムを実行する際に、本開示のいずれか１つの実施例に記載のビデオ編集方法を実現する。

例えば、第１ビデオを取得するステップ、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するステップ、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るステップ、
前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得るステップ、
前記オーディオ信号に基づいて前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオから、第１ターゲットショートビデオと第２ターゲットショートビデオを選択してスティッチングし、ターゲット合成ビデオを得るステップを含む。

１つの実施例において、コンピュータプログラムが記憶されている可読記憶媒体を提供し、コンピュータプログラムがプロセッサに実行されると、本開示のいずれか１つの実施例に記載のビデオ編集方法を実現する。

当業者は、上述した実施例の方法の全部または一部のプロセスを実現することは、コンピュータプログラムを介して関連するハードウェアを命令することによって完了されてもよく、前記コンピュータプログラムは、１つの不揮発性のコンピュータ可読記憶媒体に記憶されてもよく、該コンピュータプログラムが実行される場合、上述した方法の実施例のプロセスを含んでもよいことを理解できる。本出願に係る複数の実施例で使用される、メモリ、記憶、データベース、または他の媒体に対するすべての引用は、いずれも不揮発性および／または揮発性メモリを含んでもよい。不揮発性メモリは、読み出し専用メモリ（Ｒｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＲＯＭ）、プログラマブルＲＯＭ（ＰｒｏｇｒａｍｍａｂｌｅＲｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＰＲＯＭ）、電気的プログラマブルＲＯＭ（ＥｌｅｃｔｒｉｃａｌＰｒｏｇｒａｍｍａｂｌｅＲｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＥＰＲＯＭ）、電気的消去可能なプログラマブルＲＯＭ（ＥｌｅｃｔｒｉｃａｌｌｙＥｒａｓａｂｌｅＰｒｏｇｒａｍｍａｂｌｅＲｅａｄ－ＯｎｌｙＭｅｍｏｒｙ、ＥＥＰＲＯＭ）、またはフラッシュメモリを含んでもよい。揮発性メモリは、ランダムアクセスメモリ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＡＭ）または外部キャッシュメモリを含んでもよい。限定するのではなく説明として、ＲＡＭは、例えば、スタティックＲＡＭ（ＳｔａｔｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＳＲＡＭ）、ダイナミックＲＡＭ（ＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＤＲＡＭ）、同期ＤＲＡＭ（ＳｙｎｃｈｒｏｎｏｕｓＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＳＤＲＡＭ）、デュアルデータレートＳＤＲＡＭ（ＤｏｕｂｌｅＤａｔａＲａｔｅＳｙｎｃｈｒｏｎｏｕｓＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＤＤＲＳＤＲＡＭ）、エンハンスドＳＤＲＡＭ（ＥｎｈａｎｃｅｄＳｙｎｃｈｒｏｎｏｕｓＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＥＳＤＲＡＭ）、同期リンクＤＲＡＭ（ＳｙｎｃｈｌｉｎｋＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＳＬＤＲＡＭ）、ダイレクトメモリバスＲＡＭ（ＤｉｒｅｃｔＲａｍｂｕｓＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＤＲＡＭ）、ダイレクトメモリバスダイナミックＲＡＭ（ＤｉｒｅｃｔＲａｍｂｕｓＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＤＲＤＲＡＭ）、およびメモリバスダイナミックＲＡＭ（ＲａｍｂｕｓＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＤＲＡＭ）などの様々な形で入手可能である。

Claims

第１ビデオを取得することと、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離することと、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得ることと、
前記オーディオ信号の意味に基づいて前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得て、前記オーディオ信号の前記意味に基づいて前記オーディオ信号の時間軸を複数の分割期間に分けることと、
前記オーディオ信号の時間軸における各分割期間について、前記複数のセグメントの第１ショートビデオから１つの第１ターゲットショートビデオを、または、前記複数のセグメントの第２ショートビデオから１つの第２ターゲットショートビデオを、順次選択し、かつ、前記複数の分割期間に対応する全ての選択されたターゲットショートビデオをスティッチングすることで、ターゲット合成ビデオを得て、前記ターゲット合成ビデオの合計期間は、前記オーディオ信号の持続時間に等しく、選択されたターゲットショートビデオの持続時間は、前記選択されたターゲットショートビデオに対応する分割期間の持続時間に等しいことと、
を含む、ビデオ編集方法。
前記第２ショートビデオのセグメントの数は、前記第１ショートビデオのセグメントの数と等しい、請求項１に記載のビデオ編集方法。
前記オーディオ信号の前記意味に基づいて前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得ることは、
前記オーディオ信号の前記時間軸を取得することと、
前記オーディオ信号の前記意味に基づいて前記時間軸の分割ポイントを取得し、前記分割ポイントは、前記時間軸を前記複数の分割期間に分けることと、
前記分割ポイントに基づいて前記第１ビデオと前記第２ビデオをそれぞれ分割し、前記複数のセグメントの第１ショートビデオと前記複数のセグメントの第２ショートビデオを得て、同じ分割期間に対応する第１ショートビデオと第２ショートビデオの持続時間を等しくすることと、
を含む、請求項１に記載のビデオ編集方法。
前記オーディオ信号の時間軸における各分割期間について、前記複数のセグメントの第１ショートビデオから１つの第１ターゲットショートビデオを、または、前記複数のセグメントの第２ショートビデオから１つの第２ターゲットショートビデオを、順次選択し、かつ、前記複数の分割期間に対応する全ての前記選択されたターゲットショートビデオをスティッチングすることで、ターゲット合成ビデオを得ることは、
前記時間軸における各分割期間に基づき、対応する前記第１ターゲットショートビデオまたは対応する第２ターゲットショートビデオを選択し、かつ、全ての前記選択されたターゲットショートビデオをスティッチングすることで、前記ターゲット合成ビデオを得て、選択された前記対応する第１ターゲットショートビデオまたは選択された前記対応する第２ターゲットショートビデオの持続時間は、対応する前記分割期間の持続時間と同じであり、同じ分割期間に対応する前記第１ショートビデオと前記第２ショートビデオのオーディオ信号は同じであること、を含む、請求項３に記載のビデオ編集方法。
前記時間軸における各分割期間に基づき、対応する前記第１ターゲットショートビデオまたは対応する第２ターゲットショートビデオを選択し、かつ、全ての前記選択されたターゲットショートビデオをスティッチングすることで、前記ターゲット合成ビデオを得ることは、
前記第１ビデオと前記第２ビデオのカットシーケンスを取得することと、
前記カットシーケンスに基づき、各セグメントの第１ショートビデオと各セグメントの第２ショートビデオのカットシーケンス番号を取得することと、
前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、前記第１ビデオにおける最後の１つのセグメントの第１ショートビデオまたは前記第２ビデオにおける最後の１つのセグメントの第２ショートビデオを選択するまでスティッチングを行って完了すると、前記ターゲット合成ビデオを得ることと、を含む、請求項４に記載のビデオ編集方法。
前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記第１ショートビデオまたは第２ショートビデオを順次選択してスティッチングし、前記第１ビデオにおける最後の１つのセグメントの第１ショートビデオまたは前記第２ビデオにおける最後の１つのセグメントの第２ショートビデオを選択するまでスティッチングを行って完了すると、前記ターゲット合成ビデオを得ることは、
前記分割期間の時間シーケンスと前記カットシーケンス番号に基づき、前記複数のセグメントの第２ショートビデオから、第１セグメントの第２ショートビデオを選択し、第１セグメントのスティッチング待ちのターゲットショートビデオとすること、を含む、請求項５に記載のビデオ編集方法。
前記第２ビデオ信号の持続時間は、前記第１ビデオ信号の持続時間と等しい、請求項１に記載のビデオ編集方法。
第１ビデオを取得するように設定される取得モジュールと、
前記第１ビデオのオーディオ信号と第１ビデオ信号を分離するように設定される分離モジュールと、
第２ビデオ信号を採集し、採集された前記第２ビデオ信号と前記オーディオ信号を合成して第２ビデオを得るように設定される採集モジュールと、
前記オーディオ信号の意味に基づいて前記第１ビデオと前記第２ビデオをカットし、それぞれ複数のセグメントの第１ショートビデオと複数のセグメントの第２ショートビデオを得て、前記オーディオ信号の前記意味に基づいて前記オーディオ信号の時間軸を複数の分割期間に分けるように設定されるカットモジュールと、
前記オーディオ信号の時間軸における各分割期間について、前記複数のセグメントの第１ショートビデオから１つの第１ターゲットショートビデオを、または、前記複数のセグメントの第２ショートビデオから１つの第２ターゲットショートビデオを、順次選択し、かつ、前記複数の分割期間に対応する全ての選択されたターゲットショートビデオをスティッチングすることで、ターゲット合成ビデオを得て、前記ターゲット合成ビデオの合計期間は、前記オーディオ信号の持続時間に等しく、選択されたターゲットショートビデオの持続時間は、前記選択されたターゲットショートビデオに対応する分割期間の持続時間に等しいように設定されるスティッチングモジュールと、
を備える、ビデオ編集装置。
メモリおよびプロセッサを備えるコンピュータ装置であって、前記メモリに前記プロセッサで動作可能なコンピュータプログラムが記憶されており、前記プロセッサが前記コンピュータプログラムを実行する際に、請求項１～７のいずれか１項に記載のビデオ編集方法を実現する、コンピュータ装置。
コンピュータプログラムが記憶されている記憶媒体であって、前記コンピュータプログラムがプロセッサに実行されると、請求項１～７のいずれか１項に記載のビデオ編集方法を実現する、コンピュータで読み取り可能な記憶媒体。