[发明专利]一种视频数据处理方法、装置、设备及可读存储介质

说明书

本申请实施例公开了一种视频数据处理方法、装置、设备及可读存储介质，该方法包括：显示应用客户端中的目标视频对应的视频播放界面；视频播放界面中包含声纹识别控件；响应针对声纹识别控件的触发操作，输出与目标视频相关联的角色声纹列表；角色声纹列表中包含目标视频中的N个角色的声纹信息；N个角色中包含目标角色；N为正整数；响应针对角色声纹列表中的目标角色的声纹信息的选择操作，在目标视频中对与目标角色的声纹信息相匹配的声音进行屏蔽处理。采用本申请，可以实时优化特定角色的声音，以提升音频播放效果的可控性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种视频数据处理方法、装置、设备以及可读存储介质。

背景技术

随着多媒体技术的发展，视频已成为人们日常生活中获取信息与享受娱乐的主要载体。因为移动设备的普及，当前用户已逐渐依赖于使用移动设备来观看视频。此外，用户在移动设备(即用户终端)上观看视频时，会越来越关注于当前播放的这个视频的音频播放效果。

比如，当用户终端通过播放器播放某个视频(例如，视频A)时，可以通过调整扬声器的方式来屏蔽视频中的某个角色的声音。然而，采用这种调整扬声器的方式进行声音屏蔽的过程中，会将扬声器的模式由播放模式切换为静音模式，以至于会无差别的屏蔽视频中的每个角色的声音，从而达到优化这个视频的音频播放效果。显然，在对这个视频的音频进行优化的过程中，用户自身是难以根据自己的实际需求单独对某一个角色的声音进行音频优化的，以至于在视频播放时降低了对音频播放效果的可控性。

发明内容

本申请实施例提供一种视频数据处理方法、装置、设备以及可读存储介质，可以实时优化特定角色的声音，以提升音频播放效果的可控性。

本申请实施例一方面提供了一种视频数据处理方法，包括：

显示应用客户端中的目标视频对应的视频播放界面；视频播放界面中包含声纹识别控件；

响应针对声纹识别控件的触发操作，输出与目标视频相关联的角色声纹列表；角色声纹列表中包含目标视频中的N个角色的声纹信息；N个角色中包含目标角色；N为正整数；

响应针对角色声纹列表中的目标角色的声纹信息的选择操作，在播放的目标视频中对与目标角色的声纹信息相匹配的声音进行音频优化处理。

本申请实施例一方面提供了一种视频数据处理装置，包括：

播放界面获取模块，用于显示应用客户端中的目标视频对应的视频播放界面；视频播放界面中包含声纹识别控件；

声纹列表输出模块，用于响应针对声纹识别控件的触发操作，输出与目标视频相关联的角色声纹列表；角色声纹列表中包含目标视频中的N个角色的声纹信息；N个角色中包含目标角色；N为正整数；

声音优化模块，用于响应针对角色声纹列表中的目标角色的声纹信息的选择操作，在播放的目标视频中对与目标角色的声纹信息相匹配的声音进行音频优化处理。

其中，装置还包括：

数据获取模块，用于获取目标视频的视频帧数据以及视频帧数据对应的音频帧数据；视频帧数据中包含第一播放进度对应的第一视频帧数据，且音频帧数据中包含第一帧视频数据对应的第一音频帧数据；

数据输出模块，在检测到应用客户端的播放器的播放进度为第一播放进度时，在视频播放界面上输出第一视频帧数据，且通过播放器播放第一音频帧数据。

其中，数据获取模块包括：

数据包获取单元，用于获取目标视频的业务数据包，基于应用客户端中的编解码组件对业务数据包进行解析处理，得到目标视频的视频数据流以及视频数据流对应的音频数据流；

视频解码单元，用于在编解码组件中，对视频数据流进行视频解码处理，得到目标视频的视频帧数据；