[发明专利]数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

采集视频流，从所述视频流中提取音频数据和视频数据；

对所述音频数据进行切分，得到音频切分结果；所述音频切分结果包括：至少一个语音片段、至少一个静音片段；所述至少一个语音片段中的每个语音片段表征包含语音内容的片段；所述至少一个静音片段中的每个静音片段表征不包含语音内容的片段；其中，所述对所述音频数据进行切分，得到音频切分结果，包括：对所述音频数据进行端点检测，根据检测得到的端点切分所述音频数据，得到至少一个片段；所述端点表征所述音频数据中语音片段和静音片段的分界点；

对所述音频切分结果中各语音片段进行语音处理，得到相应语音片段对应的识别结果片段；所述识别结果片段对应的语种与所述语音片段对应的语种不同；

将所述至少一个语音片段中各语音片段对应的识别结果片段，添加至从所述视频数据中确定的相应语音片段对应的视频片段；将至少一个添加有语音的视频片段和至少一个静音片段对应的视频片段合并，得到目标视频流；所述语音片段对应的视频片段用于在所述语音片段对应的识别结果片段被播放时进行呈现，所述静音片段对应的视频片段用于在所述静音片段被播放时进行呈现。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述音频切分结果中符合预设条件的语音片段；所述预设条件表征所述语音片段包含有语音内容；

所述对所述音频切分结果中各语音片段进行语音处理，包括：

对所述音频切分结果中各语音片段进行翻译，得到相应语音片段对应的识别结果片段。

3.根据权利要求2所述的方法，其特征在于，所述对所述音频切分结果中各语音片段进行翻译，包括以下之一：

对所述音频切分结果中各语音片段进行语音识别，得到相应语音片段对应的识别文本；对所述识别文本进行文本翻译，得到翻译文本；根据所述翻译文本进行语音合成，得到相应语音片段对应的识别结果片段；

对所述音频切分结果中各语音片段进行语音翻译，得到相应语音片段对应的识别结果片段。

4.根据权利要求1所述的方法，其特征在于，所述将所述至少一个语音片段中各语音片段对应的识别结果片段，添加至从所述视频数据中确定的相应语音片段对应的视频片段，包括：

根据所述音频切分结果中各片段的切分点，从所述视频数据中确定相应片段对应的视频片段；

根据所述至少一个语音片段中各语音片段对应的识别结果片段，对相应语音片段对应的视频片段添加语音。

5.根据权利要求4所述的方法，其特征在于，所述根据所述音频切分结果中各片段的切分点，从所述视频数据中确定相应片段对应的视频片段，包括：

确定所述音频切分结果中各片段的切分点的时间信息；

根据所述切分点的时间信息和所述视频数据对应的时间轴，确定所述视频数据的视频切分点；

根据所述视频切分点，从所述视频数据中确定所述音频切分结果中各片段对应的视频片段。

6.根据权利要求1或4所述的方法，其特征在于，所述将至少一个添加有语音的视频片段和至少一个静音片段对应的视频片段合并，得到目标视频流，包括：

根据所述至少一个添加有语音的视频片段中各片段的时间信息和所述至少一个静音片段对应的视频片段中各视频片段的时间信息，按照时间先后顺序将相应片段依次合并，得到目标视频流；所述时间信息表征相应片段对应于所述视频数据对应的时间轴的信息。