WO2021073315A1 - 视频文件的生成方法、装置、终端及存储介质 - Google Patents

视频文件的生成方法、装置、终端及存储介质 Download PDF

Info

Publication number
WO2021073315A1
WO2021073315A1 PCT/CN2020/113987 CN2020113987W WO2021073315A1 WO 2021073315 A1 WO2021073315 A1 WO 2021073315A1 CN 2020113987 W CN2020113987 W CN 2020113987W WO 2021073315 A1 WO2021073315 A1 WO 2021073315A1
Authority
WO
WIPO (PCT)
Prior art keywords
audio data
target
playback
video
editing
Prior art date
Application number
PCT/CN2020/113987
Other languages
English (en)
French (fr)
Inventor
郑微
陈怡�
Original Assignee
北京字节跳动网络技术有限公司
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 北京字节跳动网络技术有限公司 filed Critical 北京字节跳动网络技术有限公司
Priority to JP2022522402A priority Critical patent/JP7387891B2/ja
Publication of WO2021073315A1 publication Critical patent/WO2021073315A1/zh
Priority to US17/719,237 priority patent/US11621022B2/en

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]
    • H04N21/40—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
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/005—Reproducing at a different information rate from the information rate of recording
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • 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
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • 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
    • H04N21/437—Interfacing the upstream path of the transmission network, e.g. for transmitting client requests to a VOD server
    • 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
    • H04N21/439—Processing of audio elementary streams
    • 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
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • 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
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47205—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for manipulating displayed content, e.g. interacting with MPEG-4 objects, editing locally
    • 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
    • H04N21/485—End-user interface for client configuration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials

Definitions

  • the embodiments of the present disclosure relate to the field of computer technology, and in particular, to a method, device, terminal, and storage medium for generating a video file.
  • the embodiments of the present disclosure provide a method, device, terminal, and storage medium for generating a video file.
  • an embodiment of the present disclosure provides a method for generating a video file, including:
  • acquiring a resource set corresponding to the target video template including: audio data, image data, and video configuration parameters;
  • an editing interface including an editing button is presented;
  • the video file is synthesized to obtain the target video file.
  • the editing the audio data in response to the click operation on the editing button to obtain the edited audio data includes:
  • the replacing the audio data in the resource set with the target audio data includes:
  • the method further includes:
  • the editing the audio data in response to the click operation on the editing button to obtain the edited audio data includes:
  • the adjusting the playback parameters of the picture data based on the edited audio data includes:
  • At least one of the following parameters of the picture data is adjusted: the number of pictures and the playback speed.
  • the video file synthesis based on the edited audio data and the adjusted playback parameters to obtain the target video file includes:
  • video encoding is performed to obtain the target video file.
  • an apparatus for generating a video file including:
  • the first presentation unit is configured to receive an editing instruction of the video and present at least one video template corresponding to the video;
  • An obtaining unit configured to obtain a resource set corresponding to the target video template in response to a selection instruction for the target video template, the resource set including: audio data, image data, and video configuration parameters;
  • the second presentation unit is configured to present an editing interface including editing buttons when it is determined that the audio data is editable audio data based on the video configuration parameters;
  • the editing unit is configured to edit the audio data in response to the click operation on the editing button to obtain the edited audio data
  • An adjustment unit configured to adjust the playback parameters of the picture data based on the edited audio data
  • the synthesis unit is used to synthesize the video file based on the edited audio data and the adjusted playback parameters to obtain the target video file.
  • the editing unit is further configured to present multiple audio icons on the editing interface in response to a click operation on the editing button;
  • the editing unit is further configured to obtain a playback time axis of the audio data in the resource set, where the playback time axis at least indicates the start time and the end time of audio playback;
  • the device further includes a shearing unit
  • the cutting unit is configured to present a sound spectrum line corresponding to the target audio data in response to a click operation on the displayed cutting button;
  • the editing unit is further configured to present a volume adjustment axis for adjusting the playback volume of the audio data in response to a click operation on the editing button;
  • the adjustment unit is further configured to obtain a picture presentation mode corresponding to the target video template
  • At least one of the following parameters of the picture data is adjusted: the number of pictures and the playback speed.
  • the synthesizing unit is further configured to obtain a picture for synthesizing the target video file based on the adjusted playback parameter
  • video encoding is performed to obtain the target video file.
  • a terminal including:
  • Memory used to store executable instructions
  • the processor is configured to implement the method for generating a video file provided in the embodiment of the present disclosure when the executable instruction is executed.
  • the embodiments of the present disclosure provide a non-transitory storage medium that stores executable instructions, and when the executable instructions are executed, they are used to implement the method for generating a video file provided by the embodiments of the present disclosure.
  • the edited audio data is obtained, and the playback parameters of the picture data in the resource collection are adjusted based on the edited audio data, and based on the edited audio data
  • the video file is synthesized with the adjusted playback parameters to obtain the target video file; in this way, by changing or switching the audio data, the timeline of the video file becomes more flexible, so as to realize the change of the resource template and improve the user’s visibility. Operational.
  • FIG. 1 is a schematic diagram of the architecture of a video file generation system provided by an embodiment of the disclosure
  • FIG. 2 is a schematic diagram of a terminal structure provided by an embodiment of the disclosure.
  • FIG. 3 is a schematic flowchart of a method for generating a video file provided by an embodiment of the disclosure
  • FIGS. 4A-4C are schematic diagrams of editing interfaces provided by embodiments of the present disclosure.
  • FIG. 5 is a schematic diagram of an import interface of a custom picture provided by an embodiment of the disclosure.
  • FIGS. 6A-6G are schematic diagrams of editing interfaces provided by embodiments of the disclosure.
  • FIG. 7 is a schematic flowchart of a method for generating a video file provided by an embodiment of the disclosure.
  • FIG. 8 is a schematic diagram of the composition structure of a device for generating a video file provided by an embodiment of the disclosure.
  • the devices provided by the embodiments of the present disclosure can be implemented as various types of user terminals such as smart phones, tablet computers, notebook computers, etc., or can be implemented by a terminal and a server in cooperation. In the following, exemplary applications of the device will be explained.
  • the terminal is used to receive the editing instruction of the video and present at least one video template corresponding to the video; in response to the selection instruction for the target video template, obtain the resource set corresponding to the target video template, where ,
  • the resource collection includes: audio data, picture data, and video configuration parameters; based on the video configuration parameters, when the audio data is determined to be editable audio data, the editing interface containing the editing buttons is presented; in response to the click operation on the editing buttons, the audio data Edit to obtain the edited audio data; adjust the playback parameters of the picture data based on the edited audio data; synthesize the video files based on the edited audio data and the adjusted playback parameters to obtain the target video file; so,
  • the editing of audio data, the adjustment of picture data playback parameters, and the synthesis of video files can be realized on the terminal side in real-time, which improves the efficiency of switching audio data acquisition and enhances user experience.
  • FIG. 1 is a schematic diagram of the architecture of a video file generation system 100 provided by an embodiment of the present disclosure.
  • the terminal 200 (including the terminal 200 -1 and terminal 200-2).
  • the terminal 400 is connected to the server 400 through the network 300.
  • the network 300 may be a wide area network or a local area network, or a combination of the two, and uses a wireless link to realize data transmission.
  • the terminal 200 is configured to receive an editing instruction of the video, and present at least one video template corresponding to the video; in response to the selection instruction for the target video template, generate and send a selection request for the target video template to the slave server 400;
  • the server 400 is configured to obtain a resource set corresponding to the target video template based on the selection request, where the resource set includes: audio data, picture data, and video configuration parameters; based on the video configuration parameters, when it is determined that the audio data is editable audio data, it sends the corresponding To the terminal 200;
  • the terminal 200 presents an editing interface including an editing button; in response to a click operation on the editing button, an editing request is sent to the server 400;
  • the server 400 is used to edit the audio data to obtain the edited audio data; adjust the playback parameters of the picture data based on the edited audio data; perform video file synthesis based on the edited audio data and the adjusted playback parameters, Obtain the target video file, and return the obtained target video file to the terminal 200, so that the terminal 200 can play the received target video file; in this way, the editing of audio data, the adjustment of the playback parameters of the picture data, and the synthesis of the video file are completed by the server, The data processing pressure on the terminal side is reduced, and it is suitable for situations where the audio data volume of the switching target video template is large.
  • FIG. 2 is a schematic structural diagram of a terminal 200 according to an embodiment of the disclosure.
  • the terminal can be a variety of terminals, including mobile phones, laptops, digital broadcast receivers, personal digital assistants (PDAs, Personal Digital Assistant), tablet computers (PAD), portable multimedia players (PMP, Portable Media Player), and vehicle-mounted terminals (For example, a car navigation terminal) and other mobile terminals and fixed terminals such as digital televisions (TV), desktop computers, and the like.
  • PDAs personal digital assistants
  • PDAs Personal Digital Assistant
  • PAD tablet computers
  • PMP portable multimedia players
  • vehicle-mounted terminals For example, a car navigation terminal
  • the terminal shown in FIG. 2 is only an example, and should not bring any limitation to the function and scope of use of the embodiments of the present disclosure.
  • the terminal 200 may include a processing device (such as a central processing unit, a graphics processor, etc.) 210, which may be based on a program stored in a read-only memory (ROM, Read-Only Memory) 220 or from a storage device 280
  • the program loaded in the random access memory (RAM, Random Access Memory) 230 executes various appropriate actions and processing.
  • RAM 230 various programs and data required for terminal operation are also stored.
  • the processing device 210, the ROM 220, and the RAM 230 are connected to each other through a bus 240.
  • An input/output (I/O, Input/Output) interface 250 is also connected to the bus 240.
  • the following devices can be connected to the I/O interface 250: including input devices 260 such as touch screens, touch pads, keyboards, mice, cameras, microphones, accelerometers, gyroscopes, etc.; including, for example, liquid crystal displays (LCD), speakers, vibrations, etc.
  • An output device 270 such as a device; a storage device 280 such as a magnetic tape, a hard disk, etc.; and a communication device 290.
  • the communication device 290 may allow the terminal to perform wireless or wired communication with other devices to exchange data.
  • FIG. 2 shows various devices there are, it should be understood that it is not required to implement or have all the devices shown. It may alternatively be implemented or provided with more or fewer devices.
  • an embodiment of the present disclosure includes a computer program product, which includes a computer program carried on a computer-readable medium, and the computer program includes program code for executing the method shown in the flowchart.
  • the computer program may be downloaded and installed from the network through the communication device 290, or installed from the storage device 280, or installed from the ROM 220.
  • the processing device 210 executes the above-mentioned functions defined in the method for generating a video file of the embodiment of the present disclosure.
  • the above-mentioned computer-readable medium in the embodiments of the present disclosure may be a computer-readable signal medium or a computer-readable storage medium, or any combination of the two.
  • the computer-readable storage medium may include, but is not limited to, an electrical, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or a combination of any of the above, for example. More specific examples of computer-readable storage media may include, but are not limited to: electrical connections with one or more wires, portable computer disks, hard disks, RAM, ROM, and Erasable Programmable Read-Only Memory (EPROM). Only Memory), flash memory, optical fiber, portable compact disk read-only memory (CD-ROM), optical storage device, magnetic storage device, or any suitable combination of the above.
  • EPROM Erasable Programmable Read-Only Memory
  • the computer-readable storage medium may be any tangible medium that contains or stores a program, and the program may be used by or in combination with an instruction execution system, apparatus, or device.
  • the computer-readable signal medium may include a data signal propagated in a baseband or as a part of a carrier wave, and a computer-readable program code is carried therein. This propagated data signal can take many forms, including but not limited to electromagnetic signals, optical signals, or any suitable combination of the foregoing.
  • the computer-readable signal medium may also be any computer-readable medium other than the computer-readable storage medium, and the computer-readable signal medium may send, propagate, or transmit a program for use by or in combination with the instruction execution system, apparatus, or device.
  • the program code contained on the computer-readable medium can be transmitted by any suitable medium, including wire, optical cable, radio frequency (RF, Radio Frequency), etc., or any suitable combination of the foregoing.
  • the above-mentioned computer-readable medium may be included in the above-mentioned terminal 200; or it may exist alone without being assembled into the terminal 200.
  • the foregoing computer-readable medium carries one or more programs, and when the foregoing one or more programs are executed by the terminal 200, the terminal 200 causes the terminal to execute the method for generating a video file provided by the embodiment of the present disclosure.
  • the computer program code used to perform the operations in the embodiments of the present disclosure can be written in one or more programming languages or a combination thereof.
  • the above-mentioned programming languages include object-oriented programming languages—such as Java, Smalltalk, C++, and Conventional procedural programming language-such as "C" language or similar programming language.
  • the program code can be executed entirely on the user's computer, partly on the user's computer, executed as an independent software package, partly on the user's computer and partly executed on a remote computer, or entirely executed on the remote computer or server.
  • the remote computer can be connected to the user's computer through any kind of network, including local area network (LAN, Local Area Network) and wide area network (WAN, Wide Area Network), or it can be connected to an external computer (For example, use an Internet service provider to connect via the Internet).
  • LAN local area network
  • WAN wide Area Network
  • Internet Internet service provider
  • the units and/or modules involved in the described embodiments of the present disclosure may be implemented in software or hardware.
  • the units and/or modules that implement the terminal of the embodiments of the present disclosure can be implemented by one or more Application Specific Integrated Circuits (ASIC, Application Specific Integrated Circuit), DSP, Programmable Logic Device (PLD, Programmable Logic Device). Device), Complex Programmable Logic Device (CPLD, Complex Programmable Logic Device), Field-Programmable Gate Array (FPGA, Field-Programmable Gate Array) or other electronic component implementations, used to implement the implementation of the video files provided by the embodiments of the present disclosure Generation method.
  • ASIC Application Specific Integrated Circuit
  • DSP Programmable Logic Device
  • PLD Programmable Logic Device
  • CPLD Complex Programmable Logic Device
  • FPGA Field-Programmable Gate Array
  • FIG. 3 is a schematic flowchart of a method for generating a video file provided by an embodiment of the present disclosure.
  • the method for generating a video file according to an embodiment of the present disclosure includes:
  • Step 301 The terminal receives the video editing instruction, and presents at least one video template corresponding to the video.
  • the user can implement social interaction by loading prop resources on the client.
  • the prop resources include at least one of the following : Video props, audio props, and User Interface (UI) animation props;
  • video props can include video templates, video covers, text associated with the video, such as titles, video tags, etc.
  • audio props can be background music ,
  • UI animation can be an interface for network interaction.
  • the user can trigger the corresponding editing instruction to the terminal by clicking the editing button for the video on the client.
  • the terminal receives the editing instruction triggered by the user, it will correspondingly present multiple video templates corresponding to the video.
  • FIGS. 4A-4C are schematic diagrams of the editing interface provided by the embodiments of the present disclosure.
  • the short video client appears as shown in FIG. 4A Interface
  • the edit button "+” in Figure 4A the short video client shows the interface shown in Figure 4B.
  • the "Album” button in Figure 4B the corresponding editing instruction is triggered.
  • the video client receives this editing instruction and presents 16 video templates such as "Retro Magazine”, “Full Moon Mid-Autumn Festival", and "Exclusive Mansion” as shown in FIG. 4C.
  • Step 302 In response to a selection instruction for the target video template, obtain a resource set corresponding to the target video template, where the resource set includes audio data, image data, and video configuration parameters.
  • the terminal will present the corresponding target video template and obtain the resource set corresponding to the target video template.
  • the terminal receives To the selection instruction triggered by the user's touch operation on the selection button of the target video template of "Exclusive Building”, load the resource collection corresponding to the target video template of "Exclusive Building".
  • Step 303 When it is determined that the audio data is editable audio data based on the video configuration parameters, an editing interface including an editing button is presented.
  • FIG 5 is a schematic diagram of the import interface of the custom picture provided by the embodiment of the present disclosure.
  • the target video template selected by the user is "Exclusive Building”
  • “Exclusive Building” is the target video template Indicates that when the 8 pictures are best presented, the user can import up to 8 pictures into the target video template of "Exclusive Building”.
  • the video template is matched in the background based on the motion vector (MV, Motion Vector) algorithm.
  • the video configuration parameters corresponding to the video template have a flag indicating whether the time axis can be dynamically changed for the audio data.
  • the terminal presents a corresponding editing interface containing editing buttons.
  • Figure 6A is a schematic diagram of an editing interface provided by an embodiment of the present disclosure. As shown in Figure 6A, multiple editing buttons are presented on the editing interface, such as selecting voice, special effects, text and stickers. Clicking on different buttons will trigger Different editing methods.
  • Step 304 In response to the click operation on the edited button, edit the audio data to obtain the edited audio data.
  • the terminal may edit the audio data in the following manner to obtain the edited audio data:
  • multiple audio icons are presented on the editing interface; in response to the selection instruction for the target audio icon, the target audio data corresponding to the target audio icon is obtained; the audio data in the resource collection is replaced with the target audio data.
  • the editing interface on the terminal will present corresponding multiple audio icons to be switched, and when the user selects one of the multiple audio icons When there is an audio icon, the audio data in the resource collection will be switched to the target audio data corresponding to the icon to play the target audio data.
  • FIG. 6B is a schematic diagram of an editing interface provided by an embodiment of the present disclosure, and the editing interface on the terminal displays "recommendation” and "favorites” For the audio data options to be switched in the two columns, in the "Recommended” option, multiple audio icons such as "123 I Love You", “Asian Power”, “Drunk Chibi” and “Search” for more music are presented;
  • the terminal receives a selection instruction triggered by the user's click operation on the audio icon corresponding to the audio data of "123 I love you”, it obtains the target audio data of "123 I love you” and transfers the resources in the target video template
  • the audio data in the collection is replaced with the target audio data "123 I love you” to play the music "123 I love you”; in this way, based on the user's choice, the background music in the resource template is replaced, which satisfies the user Individual needs.
  • the duration of the target audio data selected by the user may be different from the duration of the audio data in the resource collection of the target resource template, and the user does not cut the duration of the target audio data.
  • the terminal can replace the audio data in the resource collection with the target audio data in the following manner:
  • the playback timeline at least indicates the start time and end time of the audio playback; based on the playback timeline, adjust the playback timeline of the target audio data; replace the audio data in the resource collection with and adjust Play the target audio data after the timeline.
  • the playback time axis of the audio data in the resource collection indicates the start time and end time of the audio data in the target resource template.
  • the playback time axis of the audio data in the resource collection indicates : Play from the 10th second of the audio data to the 30th second. Then, when the audio data in the resource set is replaced with the target audio data, the target video data will also be played from the 10th second to the 30th second End playback; in this way, the intro part of the audio data can be eliminated, and the climax part can be played directly to achieve a better playback effect.
  • the user can cut the duration of the target audio data in a targeted manner.
  • the terminal can also implement audio in the following manner The cut:
  • the sound spectrum line corresponding to the target audio data is presented; in response to the drag operation on the sound spectrum line, the playback start time and/or playback end time of the target audio data is determined ; Based on the determined playback start time and/or playback end time, cut the target audio data.
  • the terminal can determine the playback start time of the target audio data based on the cutting instruction triggered by the user's drag operation on the sound spectrum lines of the target audio data, and based on the duration of the audio data in the resource set, Determine the time axis of the target audio data; for example, see Figures 6C-6D.
  • Figures 6C-6D are schematic diagrams of the editing interface provided by the embodiments of the present disclosure. In Figure 6C, the user clicks the cut button, and the editing interface of the terminal appears as shown in Figure 6C. The sound spectrum line shown in 6D, the user drags the sound spectrum line of the target audio data to the 10th second.
  • the target audio data will be played from the 10th second to the 10th second.
  • the target audio data from the 10th to the 30th second can be played or looped.
  • the terminal can determine the playback start time and playback end time of the target audio data based on the cutting instruction triggered by the user's drag operation on the sound spectrum lines of the target audio data, and start the playback of the audio data.
  • the audio data between the time and the playback end time are cut; for example, see FIG. 6E, which is a schematic diagram of an editing interface provided by an embodiment of the present disclosure.
  • FIG. 6E the user starts from the first sound spectrum line of the target audio data. Drag from 10 seconds to the 25th second, cut the target audio data between the 10th and 25th second to play the cut target audio data; in this way, the audio data switching in the target resource template and the corresponding playback duration are realized
  • the terminal may also edit the audio data in the following manner to obtain the edited audio data:
  • a volume adjustment axis for adjusting the playback volume of the audio data is presented; in response to the drag operation of the adjustment node in the volume adjustment axis, the volume value of the audio data at different playback nodes is adjusted; The audio data in the resource collection is replaced with the audio data after adjusting the volume value.
  • the editing interface on the terminal will present a corresponding volume adjustment axis for adjusting the playback volume of the audio data.
  • the terminal is based on the user's volume Drag the adjustment node in the adjustment axis to adjust the volume value of the audio data at different playback nodes. See FIG. 6F.
  • FIG. 6F is a schematic diagram of the editing interface provided by the embodiment of the present disclosure. The audio data is divided into three segments based on the playback node.
  • One piece of audio data is played at a volume of 20 decibels
  • the second piece of audio data is played at a volume of 60 decibels
  • the third piece of audio data is played at a volume of 80 decibels; thus, based on user needs, different pieces of audio data are played Play with different volume values, giving users a brand new listening experience.
  • the volume of the target audio data to be switched can also be adjusted.
  • the terminal adjusts the playback volume of the target audio data based on the volume adjustment instruction triggered by the user dragging the adjustment node in the volume adjustment axis, see Figure 6G, FIG. 6G is a schematic diagram of an editing interface provided by an embodiment of the present disclosure.
  • the playback volume value of the audio data in the resource collection is 50 decibels
  • the volume adjustment axis of the target audio data that is, selecting the soundtrack
  • Adjust the volume of the target audio data to 40 decibels
  • the terminal obtains the target audio data after the volume is adjusted, and accordingly, replaces the audio data in the resource collection with the target audio data after the volume value is adjusted.
  • Step 305 Adjust the playback parameters of the picture data based on the edited audio data.
  • the terminal can adjust the playback parameters of the picture data in the following manner:
  • the configuration parameters of the resource collection are also set, such as the picture presentation method: the best effect of several pictures, the switching speed of the background and the presentation method (such as left entry or rotating entry, etc.) );
  • the terminal when editing the audio data in the resource collection, in order to make the edited audio data better adapt to the target video template, the terminal also adjusts parameters such as the number of pictures or the playback speed according to the edited audio data.
  • the audio data in the target video template has a duration of 20 seconds, and the effect of importing 8 photos is the best. Assuming that after editing the audio data, the duration of the audio data is cut to 15 seconds, you can reduce the imported pictures Number or speed up the picture playback speed to present a better playback effect.
  • Step 306 Perform video file synthesis based on the edited audio data and the adjusted playback parameters to obtain the target video file.
  • the terminal can obtain the target video file in the following manner:
  • the picture used to synthesize the target video file is obtained; the picture presentation mode corresponding to the target video template is obtained; the target video file is obtained by video encoding based on the edited audio data, the obtained picture, and the picture presentation mode.
  • the edited audio data is obtained, and the playback parameters of the picture data in the resource collection are adjusted based on the edited audio data, and based on the edited audio data and adjustments
  • the subsequent playback parameters are combined with the video file to obtain the target video file; in this way, by changing or switching the audio data, the resource template is changed, which improves the user's operability and meets the user's personalized needs.
  • FIG. 7 is a schematic flowchart of a method for generating a video file provided by an embodiment of the present disclosure.
  • the method for generating a video file can be implemented through the coordination of a client and a server set on a terminal.
  • the generation of a video file in the embodiment of the present disclosure Methods include:
  • Step 701 In response to the video editing instruction, the client presents at least one video template corresponding to the video.
  • clients on the terminal such as an instant messaging client, a microblog client, a short video client, etc.
  • users can implement social interaction by loading prop resources on the client.
  • the user can trigger the corresponding editing instruction to the terminal by clicking the editing button of the video on the client.
  • the terminal receives the editing instruction triggered by the user, it will correspondingly present multiple video templates corresponding to the video.
  • Step 702 The client generates a selection request for the target video template in response to the selection instruction for the target video template.
  • the client receives the selection instruction triggered by the user's touch operation on the selection button of the target video template, and generates a corresponding selection request.
  • Step 703 The client sends the generated selection request for the target video template to the server.
  • Step 704 The server obtains the resource set corresponding to the target video template based on the selection request.
  • the resource set includes: audio data, picture data, and video configuration parameters.
  • Step 705 When the server determines that the audio data is editable audio data based on the video configuration parameters, it generates a corresponding editing instruction.
  • the video template is matched by the server based on the MV algorithm.
  • the video configuration parameters corresponding to the video template have a flag indicating whether the time axis can be dynamically changed for the audio data.
  • the flag bit indicates the time axis of the audio data.
  • Step 706 The server sends the corresponding editing instruction to the client.
  • Step 707 Based on the editing instruction, the client presents an editing interface including editing buttons.
  • the client presents the corresponding editing interface based on the editing instruction sent by the server.
  • Step 708 In response to the click operation on the editing button, the client presents multiple audio icons on the editing interface.
  • Step 709 The client obtains target audio data corresponding to the target audio icon in response to the selection instruction for the target audio icon.
  • Step 710 In response to the click operation on the presented cut button, the client presents sound spectrum lines corresponding to the target audio data.
  • Step 711 The client determines the playback start time of the target audio data in response to the drag operation on the sound spectrum line.
  • Step 712 The client cuts the target audio data based on the determined playback start time and the duration of the audio data in the resource set to obtain cut target audio data.
  • the target audio data is acquired, the audio data in the target resource template is switched, and the target audio data is cut.
  • Step 713 In response to the click operation on the edit button, the client presents a volume adjustment axis for adjusting the playback volume of the cut target audio data.
  • the volume of the target audio data obtained after cutting is adjusted.
  • Step 714 The client adjusts the volume value of the cut target audio data at different playback nodes in response to the drag operation on the adjustment node in the volume adjustment axis.
  • the volume of different segments of the cut target audio data is adjusted, so as to play different segments of the target audio data with different volume values.
  • Step 715 The client uses the target audio data after adjusting the volume value as the edited audio data.
  • the audio data in the target video template is switched, and the time axis and volume of the switched target audio data are adjusted to obtain the edited audio data, and replace the edited audio data Audio data in the resource collection.
  • Step 716 The client sends the edited audio data to the server.
  • Step 717 The server adjusts the playback parameters of the picture data based on the edited audio data.
  • the server obtains the picture presentation mode corresponding to the target video template; based on the picture presentation mode and the edited audio data, adjusts at least one of the following parameters of the picture data: the number of pictures and the playback speed.
  • Step 718 The server performs video file synthesis based on the edited audio data and the adjusted playback parameters to obtain the target video file.
  • Step 719 The server sends the target video file to the client.
  • Step 720 The client plays the target video file.
  • FIG. 8 is a schematic diagram of the composition structure of a video file generating apparatus provided by an embodiment of the present disclosure.
  • the video file generating apparatus 80 provided by an embodiment of the present disclosure includes:
  • the first presentation unit 81 is configured to receive an editing instruction of the video, and present at least one video template corresponding to the video;
  • the obtaining unit 82 is configured to obtain a resource set corresponding to the target video template in response to a selection instruction for the target video template, the resource set including: audio data, picture data, and video configuration parameters;
  • the second presentation unit 83 is configured to present an editing interface including editing buttons when it is determined that the audio data is editable audio data based on the video configuration parameters;
  • the editing unit 84 is configured to edit the audio data in response to the click operation on the editing button to obtain the edited audio data;
  • the adjustment unit 85 is configured to adjust the playback parameters of the picture data based on the edited audio data
  • the synthesis unit 86 is configured to perform video file synthesis based on the edited audio data and adjusted playback parameters to obtain a target video file.
  • the editing unit is further configured to present multiple audio icons on the editing interface in response to a click operation on the editing button;
  • the editing unit is further configured to obtain a play time axis of audio data in the resource set, where the play time axis at least indicates a start time and an end time of audio play;
  • the device further includes a shearing unit
  • the cutting unit is configured to present a sound spectrum line corresponding to the target audio data in response to a click operation on the displayed cutting button;
  • the editing unit is further configured to present a volume adjustment axis for adjusting the playback volume of the audio data in response to a click operation on the editing button;
  • the adjustment unit is further configured to obtain a picture presentation mode corresponding to the target video template
  • At least one of the following parameters of the picture data is adjusted: the number of pictures and the playback speed.
  • the synthesizing unit is further configured to obtain a picture for synthesizing the target video file based on the adjusted playback parameter
  • video encoding is performed to obtain the target video file.
  • the embodiment of the present disclosure provides a terminal, including:
  • Memory used to store executable instructions
  • the processor is configured to implement the method for generating a video file provided in the embodiment of the present disclosure when the executable instruction is executed.
  • the embodiments of the present disclosure provide a non-transitory storage medium that stores executable instructions, and when the executable instructions are executed, they are used to implement the method for generating a video file provided in the embodiments of the present disclosure.
  • an embodiment of the present disclosure provides a method for generating a video file, including:
  • acquiring a resource set corresponding to the target video template including: audio data, image data, and video configuration parameters;
  • an editing interface including an editing button is presented;
  • the video file is synthesized to obtain the target video file.
  • the editing the audio data in response to a clicking operation on the editing button to obtain the edited audio data includes:
  • the replacing the audio data in the resource set with the target audio data includes:
  • the method further includes:
  • the editing the audio data in response to a clicking operation on the editing button to obtain the edited audio data includes:
  • the adjusting the playback parameters of the picture data based on the edited audio data includes:
  • At least one of the following parameters of the picture data is adjusted: the number of pictures and the playback speed.
  • the step of synthesizing video files based on the edited audio data and adjusted playback parameters to obtain the target video file includes:
  • video encoding is performed to obtain the target video file.
  • the embodiment of the present disclosure provides a device for generating a video file, including:
  • the first presentation unit is configured to receive an editing instruction of the video and present at least one video template corresponding to the video;
  • An obtaining unit configured to obtain a resource set corresponding to the target video template in response to a selection instruction for the target video template, the resource set including: audio data, image data, and video configuration parameters;
  • the second presentation unit is configured to present an editing interface including editing buttons when it is determined that the audio data is editable audio data based on the video configuration parameters;
  • the editing unit is configured to edit the audio data in response to the click operation on the editing button to obtain the edited audio data
  • An adjustment unit configured to adjust the playback parameters of the picture data based on the edited audio data
  • the synthesis unit is used to synthesize the video file based on the edited audio data and the adjusted playback parameters to obtain the target video file.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Television Signal Processing For Recording (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开实施例提供一种视频文件的生成方法、装置、终端及存储介质；方法包括：接收到视频的编辑指令，呈现对应视频的至少一个视频模板；响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；基于所述编辑后的音频数据，调整所述图片数据的播放参数；基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。

Description

视频文件的生成方法、装置、终端及存储介质
相关申请的交叉引用
本申请要求于2019年10月14日提交的，申请号为201910975347.0、发明名称为“视频文件的生成方法、装置、终端及存储介质”的中国专利申请的优先权，该申请的全文通过引用结合在本申请中。
技术领域
本公开实施例涉及计算机技术领域，尤其涉及一种视频文件的生成方法、装置、终端及存储介质。
背景技术
随着拍照、拍摄视频成为人们记录生活的普遍记录方式，电子相册、动感影集等照片视频也被广泛应用到各大社交平台。相关技术中，在制作动感影集等照片视频时，往往基于固定时间轴、后台将配置好的模板下发到资源供用户使用，然而用户无法对模板进行更改，比如，无法更换模板中的背景音乐，从而限制了用户的可操作性。
发明内容
有鉴于此，本公开实施例提供一种视频文件的生成方法、装置、终端及存储介质。
第一方面，本公开实施例提供了一种视频文件的生成方法，包括：
接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包 含编辑按键的编辑界面；
响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
基于所述编辑后的音频数据，调整所述图片数据的播放参数；
基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
上述方案中，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
将所述资源集合中的音频数据更换为所述目标音频数据。
上述方案中，所述将所述资源集合中的音频数据更换为所述目标音频数据，包括：
获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
上述方案中，所述方法还包括：
响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
上述方案中，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
上述方案中，所述基于所述编辑后的音频数据，调整所述图片数据的播放参数，包括：
获取所述目标视频模板对应的图片呈现方式；
基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
上述方案中，所述基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件，包括：
基于调整后的所述播放参数，获取用于合成所述目标视频文件的图片；
获取所述目标视频模板对应的图片呈现方式；
基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
第二方面，本公开实施例提供了一种视频文件的生成装置，包括：
第一呈现单元，用于接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
获取单元，用于响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
第二呈现单元，用于基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
编辑单元，用于响应于针对所述编辑按键的点击操作，对所述音频数据进 行编辑，得到编辑后的音频数据；
调整单元，用于基于所述编辑后的音频数据，调整所述图片数据的播放参数；
合成单元，用于基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
上述方案中，所述编辑单元，还用于响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
将所述资源集合中的音频数据更换为所述目标音频数据。
上述方案中，所述编辑单元，还用于获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
上述方案中，所述装置还包括剪切单元，
所述剪切单元，用于响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
上述方案中，所述编辑单元，还用于响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
上述方案中，所述调整单元，还用于获取所述目标视频模板对应的图片呈现方式；
基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
上述方案中，所述合成单元，还用于基于调整后的所述播放参数，获取用于合成所述目标视频文件的图片；
获取所述目标视频模板对应的图片呈现方式；
基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
第三方面，本公开实施例提供了一种终端，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述可执行指令时，实现本公开实施例提供的视频文件的生成方法。
第四方面，本公开实施例提供了一种非暂态存储介质，存储有可执行指令，所述可执行指令被执行时，用于实现本公开实施例提供的视频文件的生成方法。
本公开实施例具有如下有益效果：
通过对可编辑的目标资源模板对应的资源集合中的音频数据进行编辑，得到编辑后的音频数据，基于编辑后的音频数据调整资源集合中的图片数据的播放参数，并基于编辑后的音频数据及调整后的播放参数进行视频文件合成，得到目标视频文件；如此，通过对音频数据的更改或切换，使得视频文件的时间轴变得比较灵活，从而实现对资源模板的更改，提高用户的可操作性。
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为本公开实施例提供的视频文件的生成系统的架构示意图；
图2为本公开实施例提供的终端结构示意图；
图3为本公开实施例提供的视频文件的生成方法的流程示意图；
图4A-4C为本公开实施例提供的编辑界面示意图；
图5为本公开实施例提供的自定义图片的导入界面示意图；
图6A-6G为本公开实施例提供的编辑界面示意图；
图7为本公开实施例提供的视频文件的生成方法的流程示意图；
图8为本公开实施例提供的视频文件的生成装置的组成结构示意图。
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。
下面说明实现本公开实施例的装置的示例性应用，本公开实施例提供的装置可以实施为智能手机、平板电脑、笔记本电脑等各种类型的用户终端，也可以由终端和服务器协同实施。下面，将说明装置的示例性应用。
在一些实施例中，由终端单独执行，终端用于接收到视频的编辑指令，呈现对应视频的至少一个视频模板；响应于针对目标视频模板的选择指令，获取目标视频模板对应的资源集合，其中，资源集合包括：音频数据、图片数据及视频配置参数；基于视频配置参数，确定音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；响应于针对编辑按键的点击操作，对音频数据进行编辑，得到编辑后的音频数据；基于编辑后的音频数据，调整图片数据的播放参数；基于编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件；如此，音频数据的编辑、图片数据的播放参数的调整及视频文件的合成可在终端侧实现实时化，提高了切换音频数据的获取效率，增强用户体验。
在一些实施例中，可由终端和服务器协同实施，参见图1，图1为本公开实施例提供的视频文件的生成系统100的架构示意图，为实现支撑一个示例性应用，终端200(包括终端200-1和终端200-2)，终端400通过网络300连接服务器400，网络300可以是广域网或者局域网，又或者是二者的组合，使用无线链路实现数据传输。
终端200用于接收到视频的编辑指令，呈现对应视频的至少一个视频模板；响应于针对目标视频模板的选择指令，生成并发送针对目标视频模板的选择请求至从服务器400；
服务器400用于基于选择请求，获取目标视频模板对应的资源集合，其中，资源集合包括：音频数据、图片数据及视频配置参数；基于视频配置参数，确定音频数据为可编辑音频数据时，发送对应的编辑指令至终端200；
终端200呈现包含编辑按键的编辑界面；响应于针对编辑按键的点击操作，发送编辑请求至服务器400；
服务器400用于对音频数据进行编辑，得到编辑后的音频数据；基于编辑后的音频数据，调整图片数据的播放参数；基于编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件，并返回得到的目标视频文件至终端200，使终端200播放接收到的目标视频文件；如此，音频数据的编辑、图片数据的播放参数的调整及视频文件的合成由服务器完成，降低了终端侧的数据处理压力，且适用于切换目标视频模板的音频数据的容量较大的情况。
下面参见图2，图2为本公开实施例提供的终端200结构示意图。终端可以是各种终端，包括移动电话、笔记本电脑、数字广播接收器、个人数字助理(PDA，Personal Digital Assistant)、平板电脑(PAD)、便携式多媒体播放器(PMP，Portable Media Player)、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电视(TV)、台式计算机等等的固定终端。图2示出的终端仅仅是一个示例，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2所示，终端200可以包括处理装置(例如中央处理器、图形处理器等)210，其可以根据存储在只读存储器(ROM，Read-Only Memory)220中的程序或者从存储装置280加载到随机访问存储器(RAM，Random Access Memory)230中的程序而执行各种适当的动作和处理。在RAM 230中，还存储有终端操作所需的各种程序和数据。处理装置210、ROM 220以及RAM 230通过总线240彼此相连。输入/输出(I/O，Input/Output)接口250也连接至总线240。
通常，以下装置可以连接至I/O接口250：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260；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置270；包括例如磁带、硬盘等的存储装置280；以及通信装置290。通信装置290可以允许终端与其他设备进行 无线或有线通信以交换数据。虽然图2示出了具有的各种装置，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，所提供的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，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，计算机程序可以通过通信装置290从网络上被下载和安装，或者从存储装置280被安装，或者从ROM220被安装。在计算机程序被处理装置210执行时，执行本公开实施例的视频文件的生成方法中限定的上述功能。
需要说明的是，本公开实施例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包括但不限于电、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、RAM、ROM、可擦式可编程只读存储器(EPROM，Erasable Programmable Read Only Memory)、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。
在本公开实施例中，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。而在本公开实施例中，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，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，包括电线、光缆、射频(RF，Radio Frequency) 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终端200中所包含的；也可以是单独存在，而未装配入终端200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终端200执行时，使得终端执行本公开实施例提供的视频文件的生成方法。
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实施例中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，Local Area Network))和广域网(WAN，Wide Area Network)，以连接到用户计算机，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)。
描述于本公开实施例中所涉及到的单元和/或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。
对于硬件的方式来说，实现本公开实施例的终端的单元和/或模块可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)或其他电子元件实现，用于执行实现本公开实施例提供的视频文件的生成方法。
参见图3，图3为本公开实施例提供的视频文件的生成方法的流程示意图，本公开实施例的视频文件的生成方法包括：
步骤301：终端接收到视频的编辑指令，呈现对应视频的至少一个视频模板。
在实际应用中，终端上设置有客户端，如即时通讯客户端、微博客户端、短视频客户端等，用户可以通过在客户端上加载道具资源实现社交互动，道具资源包括以下至少之一：视频道具、音频道具、用户界面(User Interface，UI)动画道具；视频道具可以为包括如视频模板、视频封面、与视频相关联的文本，如标题、视频标签等，音频道具可以为背景音乐，UI动画可以为进行网络互动的界面。
在实际实施时，用户可通过在客户端上点击针对视频的编辑按键，触发相应的编辑指令至终端，终端接收到用户触发的编辑指令时，会相应的呈现对应视频的多个视频模板。
示例性地，参见图4A-4C，图4A-4C为本公开实施例提供的编辑界面示意图，当用户打开终端上设置的短视频客户端时，短视频客户端上呈现如图4A所示的界面，用户点击图4A中的编辑按键“+”时，短视频客户端上呈现如图4B所示的界面，当用户点击图4B中的“影集”按键时，触发了相应的编辑指令，短视频客户端接收到这一编辑指令，呈现如图4C所示的如“复古杂志”、“月圆中秋”、“专属大厦”等16个视频模板。
步骤302：响应于针对目标视频模板的选择指令，获取目标视频模板对应的资源集合，其中，资源集合包括：音频数据、图片数据及视频配置参数。
在实际应用中，基于用户对目标视频模板的选择，终端会呈现相应的目标视频模板，并获取目标视频模板对应的资源集合。
比如，用户在图4C所示的编辑界面上，从多个视频模板中选择“专属大厦”作为目标视频模板，并点击对应“专属大厦”这一目标视频模板的“使用”按键时，终端接收到基于用户对“专属大厦”这一目标视频模板的选择按键的触控操作而触发的选择指令，加载对应“专属大厦”这一目标视频模板的资源集合。
步骤303：基于视频配置参数，确定音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面。
这里，在实际应用中，当用户确定了目标视频模板后，可将自定义的预设 数量的图片导入该目标视频模板，以使预设数量的图片呈现如目标视频模板中的效果；比如，参见图5，图5为本公开实施例提供的自定义图片的导入界面示意图，如图5所示，当用户选择的目标视频模板为“专属大厦”，且“专属大厦”这一目标视频模板指示对8张图片的呈现效果最佳时，用户可最多将8张图片导入“专属大厦”这一目标视频模板。
在实际实施时，视频模板是后台基于运动矢量(MV，Motion Vector)算法匹配好的，视频模板对应的视频配置参数具有表征针对音频数据是否可以动态改变时间轴的标识位，当标识位指示可对音频数据的时间轴进行更改时，即确定音频数据为可编辑音频数据时，终端上呈现对应的包含编辑按键的编辑界面。
参见图6A，图6A为本公开实施例提供的编辑界面示意图，如图6A所示，编辑界面上呈现多个编辑按键，比如，选配音、特效、文字及贴纸等，点击不同的按键将触发不同的编辑方式。
步骤304：响应于针对所编辑按键的点击操作，对音频数据进行编辑，得到编辑后的音频数据。
在一些实施例中，终端可通过如下方式对音频数据进行编辑，得到编辑后的音频数据：
响应于针对编辑按键的点击操作，在编辑界面上呈现多个音频图标；响应于针对目标音频图标的选择指令，获取目标音频图标对应的目标音频数据；将资源集合中的音频数据更换为目标音频数据。
在实际实施时，当编辑按键指示对目标视频模板的资源集合中的音频数据进行切换时，终端上的编辑界面会呈现相应的多个待切换的音频图标，当用户从多个音频图标选择其中一个音频图标时，资源集合中的音频数据将切换成该图标对应的目标音频数据，以播放该目标音频数据。
示例性地，用户点击如图6A所示的“选配乐”按键时，参见图6B，图6B为本公开实施例提供的编辑界面示意图，终端上的编辑界面上呈现“推荐”和“收藏”两栏待切换的音频数据选项，在“推荐”这一选项中，呈现了如“123我爱你”、“Asian Power”、“醉赤壁”及“搜索”更多音乐等多个音频图标；当 终端接收到用户针对“123我爱你”这一音频数据对应的音频图标的点击操作而触发的选择指令，获取“123我爱你”这一目标音频数据，并将目标视频模板中的资源集合中的音频数据更换为“123我爱你”这一目标音频数据，以播放“123我爱你”这一音乐；如此，基于用户的选择，更换了资源模板中的背景音乐，满足了用户的个性化需求。
在实际应用中，用户选择的目标音频数据的时长可能与目标资源模板的资源集合中的音频数据时长有所不同，而用户并没有对目标音频数据的时长进行剪切，在一些实施例中，为了使用户自选的目标音频数据能够与目标视频模板更好的适配，终端可通过如下方式将资源集合中的音频数据更换为目标音频数据：
获取资源集合中音频数据的播放时间轴，播放时间轴至少指示音频播放的开始时间及结束时间；基于播放时间轴，调整目标音频数据的播放时间轴；将资源集合中的音频数据更换为，调整播放时间轴后的目标音频数据。
这里，资源集合中的音频数据的播放时间轴指示了音频数据在目标资源模板中放的开始播时间及结束时间，比如，针对特定的目标资源模板，其资源集合中音频数据的播放时间轴指示：从音频数据的第10秒开始播放，至第30秒结束播放，那么，当用目标音频数据替换资源集合中的音频数据时，目标视频数据也将从第10秒开始播放，至第30秒结束播放；如此，可以剔除音频数据的前奏部分，而直接播放高潮部分，达到更好的播放效果。
在一些实施例中，针对目标音频数据的时长与资源集合中的音频数据时长不同的情况，用户可针对性地对目标音频数据的时长进行剪切，相应的，终端还可通过如下方式实现音频的剪切：
响应于针对呈现的剪切按键的点击操作，呈现对应目标音频数据的声谱线条；响应于针对声谱线条的拖动操作，确定目标音频数据的播放起始时间和/或播放结束时间；基于确定的播放起始时间和/或播放结束时间，对目标音频数据进行剪切。
在实际实施时，终端可基于用户针对目标音频数据的声谱线条的拖动操作 而触发的剪切指令，确定目标音频数据的播放起始时间，并基于资源集合中的音频数据的时长，确定目标音频数据的时间轴；比如，参见图6C-6D，图6C-6D为本公开实施例提供的编辑界面示意图，在图6C中，用户点击剪切按键，终端的编辑界面上呈现如图6D所示的声谱线条，用户拖动目标音频数据的声谱线条至第10秒，假设资源集合中的音频数据的时长为20秒，则目标音频数据将从第10秒开始播放至第30秒结束，以播放或循环播放第10秒至第30秒之间的目标音频数据。
在实际应用中，终端可基于用户针对目标音频数据的声谱线条的拖动操作而触发的剪切指令，确定目标音频数据的播放起始时间和播放结束时间，对音频数据的播放起始时间和播放结束时间之间的音频数据进行剪切；比如，参见图6E，图6E为本公开实施例提供的编辑界面示意图，在图6E中，用户从目标音频数据的声谱线条的第10秒拖动至第25秒，剪切第10秒至第25秒之间的目标音频数据，以播放剪切后的目标音频数据；如此，实现目标资源模板中音频数据的切换及相应播放时长的自定义剪切，满足用户的个性化需求。
在一些实施例中，终端还可通过如下方式对音频数据进行编辑，得到编辑后的音频数据：
响应于针对编辑按键的点击操作，呈现用于调节音频数据的播放音量的音量调节轴；响应于针对音量调节轴中调节节点的拖动操作，调节音频数据在不同的播放节点的音量值；将资源集合中的音频数据更换为，调节音量值后的音频数据。
在实际实施时，当编辑按键指示对资源集合中的音频数据的播放音量进行调节时，终端上的编辑界面上会呈现对应用于调节音频数据的播放音量的音量调节轴，终端基于用户对音量调节轴中的调节节点的拖动，调节音频数据在不同的播放节点的音量值，参见图6F，图6F为本公开实施例提供的编辑界面示意图，基于播放节点将音频数据分成三段，第一段音频数据以20分贝的音量进行播放，第二段音频数据以60分贝的音量进行播放，第三段音频数据以80分贝的音量进行播放；如此，基于用户需要，将音频数据的不同片段以不同的音 量值进行播放，给用户一种全新的听觉体验。
在一些实施例中，还可调节切换的目标音频数据的音量，终端基于用户对音量调节轴中的调节节点的拖动而触发的音量调节指令，对目标音频数据的播放音量进行调节，参见图6G，图6G为本公开实施例提供的编辑界面示意图，如图6G所示，资源集合中的音频数据的播放音量值为50分贝，通过拖动目标音频数据(即选配乐)的音量调节轴的调节节点，将目标音频数据的音量调节至40分贝，终端获取调节音量后的目标音频数据，相应地，将资源集合中的音频数据更换为，调节音量值后的目标音频数据。
步骤305：基于编辑后的音频数据，调整图片数据的播放参数。
在一些实施例中，终端可通过如下方式调整图片数据的播放参数：
获取目标视频模板对应的图片呈现方式；基于图片呈现方式及编辑后的音频数据，调整图片数据的以下参数至少之一：图片数量、播放速度。
在实际实施时，后台在配置目标视频模板时，也设置了资源集合的配置参数，如图片呈现方式：采用几张图片效果最佳、背景的切换速度及呈现方式(如左边进入或旋转进入等)；当对资源集合中的音频数据进行编辑时，为使编辑后的音频数据能够与目标视频模板更好地适配，终端还根据编辑后的音频数据调整图片数量或播放速度等参数。
示例性地，目标视频模板中的音频数据时长为20秒，导入8张照片效果最佳，假设对音频数据进行编辑后，将音频数据的时长剪切为15秒，则可通过减少导入的图片数量或加快图片播放速度，以呈现较佳的播放效果。
步骤306：基于编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
在一些实施例中，终端可通过如下方式得到目标视频文件：
基于调整后的播放参数，获取用于合成目标视频文件的图片；获取目标视频模板对应的图片呈现方式；基于编辑后的音频数据、获取的图片及图片呈现方式，进行视频编码得到目标视频文件。
通过对目标资源模板的资源集合中可编辑的音频数据进行编辑，得到编辑 后的音频数据，基于编辑后的音频数据调整资源集合中的图片数据的播放参数，并基于编辑后的音频数据及调整后的播放参数进行视频文件合成，得到目标视频文件；如此，通过对音频数据的更改或切换，实现对资源模板的更改，提高用户的可操作性，满足了用户的个性化需求。
参见图7，图7为本公开实施例提供的视频文件的生成方法的流程示意图，该视频文件的生成方法可通过终端上设置的客户端和服务器协调实施，本公开实施例的视频文件的生成方法包括：
步骤701：客户端响应于视频的编辑指令，呈现对应视频的至少一个视频模板。
在实际应用中，终端上设置有客户端，如即时通讯客户端、微博客户端、短视频客户端等，用户可以通过在客户端上加载道具资源实现社交互动。在实际实施时，用户可通过在客户端上点击视频的编辑按键，触发相应的编辑指令至终端，终端接收到用户触发的编辑指令时，会相应的呈现对应视频的多个视频模板。
步骤702：客户端响应于针对目标视频模板的选择指令，生成针对目标视频模板的选择请求。
这里，客户端接收到用户对目标视频模板的选择按键的触控操作而触发的选择指令，生成对应的选择请求。
步骤703：客户端发送生成的针对目标视频模板的选择请求至服务器。
步骤704：服务器基于选择请求，获取目标视频模板对应的资源集合。
这里，资源集合包括：音频数据、图片数据及视频配置参数。
步骤705：服务器基于视频配置参数，确定音频数据为可编辑音频数据时，生成对应的编辑指令。
这里，在实际应用中，视频模板是服务器基于MV算法匹配的，视频模板对应的视频配置参数具有表征针对音频数据是否可以动态改变时间轴的标识位，当标识位指示可对音频数据的时间轴进行更改时，即确定音频数据为可编辑音 频数据时，服务器生成对应的编辑指令。
步骤706：服务器发送对应的编辑指令至客户端。
步骤707：客户端基于编辑指令，呈现包含编辑按键的编辑界面。
这里，客户端基于服务器发送的编辑指令，呈现对应的编辑界面。
步骤708：客户端响应于针对编辑按键的点击操作，在编辑界面上呈现多个音频图标。
步骤709：客户端响应于针对目标音频图标的选择指令，获取目标音频图标对应的目标音频数据。
步骤710：客户端响应于针对呈现的剪切按键的点击操作，呈现对应目标音频数据的声谱线条。
步骤711：客户端响应于针对声谱线条的拖动操作，确定目标音频数据的播放起始时间。
步骤712：客户端基于确定的播放起始时间及资源集合中的音频数据的时长，对目标音频数据进行剪切，得到剪切后的目标音频数据。
通过上述步骤，获取了目标音频数据，实现对目标资源模板中音频数据的切换，并对目标音频数据进行剪切。
步骤713：客户端响应于针对编辑按键的点击操作，呈现用于调节剪切后的目标音频数据的播放音量的音量调节轴。
这里，对剪切后得到的目标音频数据的音量进行调节。
步骤714：客户端响应于针对音量调节轴中调节节点的拖动操作，调节剪切后的目标音频数据在不同的播放节点的音量值。
这里，基于用户需要，调节剪切后的目标音频数据的不同片段的音量进行调整，以对目标音频数据的不同片段以不同的音量值进行播放。
步骤715：客户端将调节音量值后的目标音频数据，作为编辑后的音频数据。
通过上述步骤，对目标视频模板中的音频数据进行了切换，并对切换后的目标音频数据进行时间轴的调整及音量的调节，得到编辑后的音频数据，并将 该编辑后的音频数据替换资源集合中的音频数据。
步骤716：客户端发送编辑后的音频数据至服务器。
步骤717：服务器基于编辑后的音频数据，调整图片数据的播放参数。
这里，服务器获取目标视频模板对应的图片呈现方式；基于图片呈现方式及编辑后的音频数据，调整图片数据的以下参数至少之一：图片数量、播放速度。
步骤718：服务器基于编辑后的音频数据及调整后的播放参数，进行视频文件合成，得到目标视频文件。
步骤719：服务器发送目标视频文件至客户端。
步骤720：客户端播放目标视频文件。
继续对本公开实施例提供的视频文件的生成装置的软件实现进行说明。图8为本公开实施例提供的视频文件的生成装置的组成结构示意图，参见图8，本公开实施例提供的视频文件的生成装置80包括：
第一呈现单元81，用于接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
获取单元82，用于响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
第二呈现单元83，用于基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
编辑单元84，用于响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
调整单元85，用于基于所述编辑后的音频数据，调整所述图片数据的播放参数；
合成单元86，用于基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
在一些实施例中，所述编辑单元，还用于响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
将所述资源集合中的音频数据更换为所述目标音频数据。
在一些实施例中，所述编辑单元，还用于获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
在一些实施例中，所述装置还包括剪切单元，
所述剪切单元，用于响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
在一些实施例中，所述编辑单元，还用于响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
在一些实施例中，所述调整单元，还用于获取所述目标视频模板对应的图片呈现方式；
基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
在一些实施例中，所述合成单元，还用于基于调整后的所述播放参数，获 取用于合成所述目标视频文件的图片；
获取所述目标视频模板对应的图片呈现方式；
基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
本公开实施例提供了一种终端，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述可执行指令时，实现本公开实施例提供的视频文件的生成方法。
本公开实施例提供了一种非暂态存储介质，存储有可执行指令，所述可执行指令被执行时，用于实现本公开实施例提供的视频文件的生成方法。
根据本公开的一个或多个实施例，本公开实施例提供了一种视频文件的生成方法，包括：
接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
基于所述编辑后的音频数据，调整所述图片数据的播放参数；
基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
在一些实施例中，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
将所述资源集合中的音频数据更换为所述目标音频数据。
在一些实施例中，所述将所述资源集合中的音频数据更换为所述目标音频数据，包括：
获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
在一些实施例中，所述方法还包括：
响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
在一些实施例中，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
在一些实施例中，所述基于所述编辑后的音频数据，调整所述图片数据的播放参数，包括：
获取所述目标视频模板对应的图片呈现方式；
基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
在一些实施例中，所述基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件，包括：
基于调整后的所述播放参数，获取用于合成所述目标视频文件的图片；
获取所述目标视频模板对应的图片呈现方式；
基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
本公开实施例提供了一种视频文件的生成装置，包括：
第一呈现单元，用于接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
获取单元，用于响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
第二呈现单元，用于基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
编辑单元，用于响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
调整单元，用于基于所述编辑后的音频数据，调整所述图片数据的播放参数；
合成单元，用于基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
以上描述仅为本公开的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 (16)

  1. 一种视频文件的生成方法，其特征在于，所述方法包括：
    接收到视频的编辑指令，呈现对应视频的至少一个视频模板；
    响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
    基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
    响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
    基于所述编辑后的音频数据，调整所述图片数据的播放参数；
    基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
  2. 如权利要求1所述的方法，其特征在于，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
    响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
    响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
    将所述资源集合中的音频数据更换为所述目标音频数据。
  3. 如权利要求2所述的方法，其特征在于，所述将所述资源集合中的音频数据更换为所述目标音频数据，包括：
    获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
    基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
    将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
  4. 如权利要求2所述的方法，其特征在于，所述方法还包括：
    响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
    响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
    基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
  5. 如权利要求1所述的方法，其特征在于，所述响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据，包括：
    响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
    响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
    将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
  6. 如权利要求1所述的方法，其特征在于，所述基于所述编辑后的音频数据，调整所述图片数据的播放参数，包括：
    获取所述目标视频模板对应的图片呈现方式；
    基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
  7. 如权利要求1所述的方法，其特征在于，所述基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件，包括：
    基于调整后的所述播放参数，获取用于合成所述目标视频文件的图片；
    获取所述目标视频模板对应的图片呈现方式；
    基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
  8. 一种视频文件的生成装置，其特征在于，所述装置包括：
    第一呈现单元，用于接收到视频的编辑指令，呈现对应视频的至少一个视 频模板；
    获取单元，用于响应于针对目标视频模板的选择指令，获取所述目标视频模板对应的资源集合，所述资源集合包括：音频数据、图片数据及视频配置参数；
    第二呈现单元，用于基于所述视频配置参数，确定所述音频数据为可编辑音频数据时，呈现包含编辑按键的编辑界面；
    编辑单元，用于响应于针对所述编辑按键的点击操作，对所述音频数据进行编辑，得到编辑后的音频数据；
    调整单元，用于基于所述编辑后的音频数据，调整所述图片数据的播放参数；
    合成单元，用于基于所述编辑后的音频数据、及调整后的播放参数，进行视频文件合成，得到目标视频文件。
  9. 如权利要求8所述的装置，其特征在于，
    所述编辑单元，还用于响应于针对所述编辑按键的点击操作，在所述编辑界面上呈现多个音频图标；
    响应于针对目标音频图标的选择指令，获取所述目标音频图标对应的目标音频数据；
    将所述资源集合中的音频数据更换为所述目标音频数据。
  10. 如权利要求9所述的装置，其特征在于，
    所述编辑单元，还用于获取所述资源集合中音频数据的播放时间轴，所述播放时间轴至少指示音频播放的开始时间及结束时间；
    基于所述播放时间轴，调整所述目标音频数据的播放时间轴；
    将所述资源集合中的音频数据更换为，调整所述播放时间轴后的所述目标音频数据。
  11. 如权利要求9所述的装置，其特征在于，所述装置还包括剪切单元，
    所述剪切单元，用于响应于针对呈现的剪切按键的点击操作，呈现对应所述目标音频数据的声谱线条；
    响应于针对所述声谱线条的拖动操作，确定所述目标音频数据的播放起始时间和/或播放结束时间；
    基于确定的所述播放起始时间和/或播放结束时间，对所述目标音频数据进行剪切。
  12. 如权利要求8所述的装置，其特征在于，
    所述编辑单元，还用于响应于针对所述编辑按键的点击操作，呈现用于调节所述音频数据的播放音量的音量调节轴；
    响应于针对所述音量调节轴中调节节点的拖动操作，调节所述音频数据在不同的播放节点的音量值；
    将所述资源集合中的音频数据更换为，调节所述音量值后的所述音频数据。
  13. 如权利要求8所述的装置，其特征在于，
    所述调整单元，还用于获取所述目标视频模板对应的图片呈现方式；
    基于所述图片呈现方式及所述编辑后的音频数据，调整所述图片数据的以下参数至少之一：图片数量、播放速度。
  14. 如权利要求8所述的方法，其特征在于，
    所述合成单元，还用于基于调整后的所述播放参数，获取用于合成所述目标视频文件的图片；
    获取所述目标视频模板对应的图片呈现方式；
    基于所述编辑后的音频数据、获取的所述图片及所述图片呈现方式，进行视频编码得到所述目标视频文件。
  15. 一种终端，其特征在于，所述终端包括：
    存储器，用于存储可执行指令；
    处理器，用于执行所述可执行指令时，实现如权利要求1至7任一项所述的视频文件的生成方法。
  16. 一种非暂态存储介质，其特征在于，存储有可执行指令，所述可执行指令被执行时，用于实现如权利要求1至7任一项所述的视频文件的生成方法。
PCT/CN2020/113987 2019-10-14 2020-09-08 视频文件的生成方法、装置、终端及存储介质 WO2021073315A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022522402A JP7387891B2 (ja) 2019-10-14 2020-09-08 動画ファイルの生成方法、装置、端末及び記憶媒体
US17/719,237 US11621022B2 (en) 2019-10-14 2022-04-12 Video file generation method and device, terminal and storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910975347.0A CN112738623B (zh) 2019-10-14 2019-10-14 视频文件的生成方法、装置、终端及存储介质
CN201910975347.0 2019-10-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/719,237 Continuation US11621022B2 (en) 2019-10-14 2022-04-12 Video file generation method and device, terminal and storage medium

Publications (1)

Publication Number Publication Date
WO2021073315A1 true WO2021073315A1 (zh) 2021-04-22

Family

ID=75537694

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/113987 WO2021073315A1 (zh) 2019-10-14 2020-09-08 视频文件的生成方法、装置、终端及存储介质

Country Status (4)

Country Link
US (1) US11621022B2 (zh)
JP (1) JP7387891B2 (zh)
CN (1) CN112738623B (zh)
WO (1) WO2021073315A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113590247A (zh) * 2021-07-21 2021-11-02 阿里巴巴达摩院(杭州)科技有限公司 文本创作方法及计算机程序产品
CN113891113A (zh) * 2021-09-29 2022-01-04 阿里巴巴（中国）有限公司 视频剪辑合成方法及电子设备
CN114286181A (zh) * 2021-10-25 2022-04-05 腾讯科技（深圳）有限公司 一种视频优化方法、装置、电子设备和存储介质
CN114286164A (zh) * 2021-12-28 2022-04-05 北京思明启创科技有限公司 一种视频合成的方法、装置、电子设备及存储介质
CN114666637A (zh) * 2022-03-10 2022-06-24 阿里巴巴（中国）有限公司 视频剪辑方法、音频剪辑方法及电子设备
WO2022245747A1 (en) * 2021-05-19 2022-11-24 Snap Inc. Shortcuts from scan operation within messaging system
WO2023104078A1 (zh) * 2021-12-09 2023-06-15 北京字跳网络技术有限公司 一种视频编辑模板的生成方法、装置、设备及存储介质
US11831592B2 (en) 2021-05-19 2023-11-28 Snap Inc. Combining individual functions into shortcuts within a messaging system

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035041B (zh) * 2020-08-31 2022-05-31 北京字节跳动网络技术有限公司 一种图像处理方法、装置、电子设备和存储介质
CN113507640B (zh) * 2021-07-12 2023-08-18 北京有竹居网络技术有限公司 录屏视频分享方法、装置、电子设备及存储介质
CN114125552A (zh) * 2021-11-30 2022-03-01 完美世界(北京)软件科技发展有限公司 视频数据的生成方法及装置、存储介质、电子装置
CN114528433B (zh) * 2022-01-14 2023-10-31 抖音视界有限公司 一种模板选择方法、装置、电子设备及存储介质
CN115022696B (zh) * 2022-04-18 2023-12-26 北京有竹居网络技术有限公司 视频预览方法、装置、可读介质及电子设备
CN117082292A (zh) * 2022-05-10 2023-11-17 北京字跳网络技术有限公司 视频生成方法、装置、设备、存储介质和程序产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1862514A (zh) * 2005-05-13 2006-11-15 雅马哈株式会社 内容分发服务器、内容分发方法和内容分发程序
CN104349175A (zh) * 2014-08-18 2015-02-11 周敏燕 一种基于手机终端的视频制作系统及方法
US20150139613A1 (en) * 2013-11-21 2015-05-21 Microsoft Corporation Audio-visual project generator
CN105530440A (zh) * 2014-09-29 2016-04-27 北京金山安全软件有限公司 一种视频的制作方法及装置
CN106303686A (zh) * 2016-07-29 2017-01-04 乐视控股（北京）有限公司 视频生成方法、视频生成装置和终端设备
CN107357771A (zh) * 2017-06-23 2017-11-17 厦门星罗网络科技有限公司 一种有声电子相册生成及打印装置和方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090273712A1 (en) * 2008-05-01 2009-11-05 Elliott Landy System and method for real-time synchronization of a video resource and different audio resources
CN101640057A (zh) * 2009-05-31 2010-02-03 北京中星微电子有限公司 一种音视频匹配方法及装置
US20130272679A1 (en) * 2012-04-12 2013-10-17 Mario Luis Gomes Cavalcanti Video Generator System
EP3161829B1 (en) * 2014-06-30 2019-12-04 Mario Amura Audio/video editing device, movie production method starting from still images and audio tracks and associated computer program
CN104540028B (zh) * 2014-12-24 2018-04-20 上海影卓信息科技有限公司 一种基于移动平台的视频美化交互体验系统
US10158825B2 (en) * 2015-09-02 2018-12-18 International Business Machines Corporation Adapting a playback of a recording to optimize comprehension
JP5903187B1 (ja) * 2015-09-25 2016-04-13 株式会社グロリアス 映像コンテンツ自動生成システム
CN105262959A (zh) * 2015-10-16 2016-01-20 北京易视通科技有限公司 一种基于“互联网+”模式的微视频生成的系统和方法
CN105550251A (zh) * 2015-12-08 2016-05-04 小米科技有限责任公司 图片播放方法和装置
JP6478162B2 (ja) * 2016-02-29 2019-03-06 株式会社Ｈｅａｒｒ 携帯端末装置およびコンテンツ配信システム
CN107743268A (zh) * 2017-09-26 2018-02-27 维沃移动通信有限公司 一种视频的编辑方法及移动终端
JP7051406B2 (ja) * 2017-12-06 2022-04-11 オリンパス株式会社 動画編集のための携帯端末、キャプチャ機器、情報処理システム、情報処理方法、情報生成方法及び情報処理プログラム
CN110033502B (zh) * 2018-01-10 2020-11-13 Oppo广东移动通信有限公司 视频制作方法、装置、存储介质及电子设备
CN108419035A (zh) * 2018-02-28 2018-08-17 北京小米移动软件有限公司 图片视频的合成方法及装置
CN108882015B (zh) * 2018-06-27 2021-07-23 Oppo广东移动通信有限公司 回忆视频的播放速度调整方法、装置、电子设备及存储介质
CN108965599A (zh) * 2018-07-23 2018-12-07 Oppo广东移动通信有限公司 回忆视频处理方法及相关产品
CN108924441A (zh) * 2018-08-07 2018-11-30 上海奇邑文化传播有限公司 视频智能制作终端、系统及方法
CN109769141B (zh) * 2019-01-31 2020-07-14 北京字节跳动网络技术有限公司 一种视频生成方法、装置、电子设备及存储介质
CN110276057A (zh) * 2019-05-31 2019-09-24 上海萌鱼网络科技有限公司 一种用于短视频制作的用户设计图生成方法和装置
CN110288678B (zh) * 2019-06-27 2024-02-09 北京金山安全软件有限公司 动态照片的生成方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1862514A (zh) * 2005-05-13 2006-11-15 雅马哈株式会社 内容分发服务器、内容分发方法和内容分发程序
US20150139613A1 (en) * 2013-11-21 2015-05-21 Microsoft Corporation Audio-visual project generator
CN104349175A (zh) * 2014-08-18 2015-02-11 周敏燕 一种基于手机终端的视频制作系统及方法
CN105530440A (zh) * 2014-09-29 2016-04-27 北京金山安全软件有限公司 一种视频的制作方法及装置
CN106303686A (zh) * 2016-07-29 2017-01-04 乐视控股（北京）有限公司 视频生成方法、视频生成装置和终端设备
CN107357771A (zh) * 2017-06-23 2017-11-17 厦门星罗网络科技有限公司 一种有声电子相册生成及打印装置和方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022245747A1 (en) * 2021-05-19 2022-11-24 Snap Inc. Shortcuts from scan operation within messaging system
US11831592B2 (en) 2021-05-19 2023-11-28 Snap Inc. Combining individual functions into shortcuts within a messaging system
CN113590247A (zh) * 2021-07-21 2021-11-02 阿里巴巴达摩院(杭州)科技有限公司 文本创作方法及计算机程序产品
CN113590247B (zh) * 2021-07-21 2024-04-05 杭州阿里云飞天信息技术有限公司 文本创作方法及计算机程序产品
CN113891113B (zh) * 2021-09-29 2024-03-12 阿里巴巴（中国）有限公司 视频剪辑合成方法及电子设备
CN113891113A (zh) * 2021-09-29 2022-01-04 阿里巴巴（中国）有限公司 视频剪辑合成方法及电子设备
CN114286181A (zh) * 2021-10-25 2022-04-05 腾讯科技（深圳）有限公司 一种视频优化方法、装置、电子设备和存储介质
CN114286181B (zh) * 2021-10-25 2023-08-15 腾讯科技（深圳）有限公司 一种视频优化方法、装置、电子设备和存储介质
WO2023104078A1 (zh) * 2021-12-09 2023-06-15 北京字跳网络技术有限公司 一种视频编辑模板的生成方法、装置、设备及存储介质
CN114286164A (zh) * 2021-12-28 2022-04-05 北京思明启创科技有限公司 一种视频合成的方法、装置、电子设备及存储介质
CN114286164B (zh) * 2021-12-28 2024-02-09 北京思明启创科技有限公司 一种视频合成的方法、装置、电子设备及存储介质
CN114666637B (zh) * 2022-03-10 2024-02-02 阿里巴巴（中国）有限公司 视频剪辑方法、音频剪辑方法及电子设备
CN114666637A (zh) * 2022-03-10 2022-06-24 阿里巴巴（中国）有限公司 视频剪辑方法、音频剪辑方法及电子设备

Also Published As

Publication number Publication date
JP7387891B2 (ja) 2023-11-28
CN112738623B (zh) 2022-11-01
CN112738623A (zh) 2021-04-30
US20220238139A1 (en) 2022-07-28
JP2022552344A (ja) 2022-12-15
US11621022B2 (en) 2023-04-04

Similar Documents

Publication Publication Date Title
WO2021073315A1 (zh) 视频文件的生成方法、装置、终端及存储介质
WO2022048478A1 (zh) 多媒体数据的处理方法、生成方法及相关设备
US11670339B2 (en) Video acquisition method and device, terminal and medium
WO2020077855A1 (zh) 视频拍摄方法、装置、电子设备及计算机可读存储介质
WO2021093737A1 (zh) 生成视频的方法、装置、电子设备和计算机可读介质
WO2021088830A1 (zh) 用于展示音乐点的方法、装置、电子设备和介质
JP2021530147A (ja) 背景音楽を選択して動画を撮影する方法、装置、端末機及び媒体
WO2022253141A1 (zh) 视频分享方法、装置、设备及介质
JP2024502664A (ja) ビデオ生成方法、装置、電子機器および記憶媒体
WO2023051293A1 (zh) 一种音频处理方法、装置、电子设备和存储介质
WO2022007722A1 (zh) 显示方法、装置、设备及存储介质
WO2022042035A1 (zh) 视频制作方法、装置、设备及存储介质
US9128751B2 (en) Schema-based link processing
WO2020220773A1 (zh) 图片预览信息的显示方法、装置、电子设备及计算机可读存储介质
JP2023523067A (ja) ビデオ処理方法、装置、機器及び媒体
WO2022193867A1 (zh) 一种视频处理方法、装置、电子设备及存储介质
WO2023005831A1 (zh) 一种资源播放方法、装置、电子设备和存储介质
WO2022194031A1 (zh) 视频的处理方法、装置、电子设备和存储介质
WO2023169356A1 (zh) 图像处理方法、装置、设备及存储介质
WO2024078516A1 (zh) 媒体内容展示方法、装置、设备及存储介质
WO2023237102A1 (zh) 一种连麦展示方法、装置、电子设备、计算机可读介质
WO2024032635A1 (zh) 媒体内容获取方法、装置、设备、可读存储介质及产品
WO2023207543A1 (zh) 媒体内容的发布方法、装置、设备、存储介质和程序产品
WO2023072280A1 (zh) 媒体内容发送方法、装置、设备、可读存储介质及产品
WO2020133376A1 (zh) 多媒体信息的处理方法与装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20877414

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022522402

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 04-08-2022)

122 Ep: pct application non-entry in european phase

Ref document number: 20877414

Country of ref document: EP

Kind code of ref document: A1