[发明专利]视频合成方法、装置、终端及存储介质

权利要求书

1.一种视频合成方法，其特征在于，包括：

展示视频编辑界面，所述视频编辑界面包括待添加背景音频的第一视频组，所述第一视频组包括至少一个视频片段；

确定所述第一视频组的视频内容切换时的第一时间点，所述第一时间点包括片段间视频内容切换的时间点和片段内视频内容切换的时间点中的至少一种，所述片段内视频内容切换的时间点包括不同场景的转场时间点和不同对象的切换时间点中的至少一种；

基于所述第一视频组的视频内容切换时的第一时间点和第一背景音频集合中的每个背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组匹配的至少一个背景音频；

在所述视频编辑界面展示所述至少一个背景音频，将第一背景音频和所述第一视频组进行合成，得到目标视频，所述第一背景音频为所述至少一个背景音频中被选择的背景音频。

2.根据权利要求1所述的视频合成方法，其特征在于，所述基于所述第一视频组的视频内容切换时的第一时间点和第一背景音频集合中的每个背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组匹配的至少一个背景音频包括：

对于第一背景音频集合中的每个背景音频，基于所述视频内容切换时的第一时间点和所述背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组与所述背景音频之间的匹配度；

基于所述第一视频组与所述背景音频之间的匹配度，从所述第一背景音频集合中选择匹配度满足条件的至少一个背景音频。

3.根据权利要求2所述的视频合成方法，其特征在于，所述基于所述视频内容切换时的第一时间点和所述背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组与所述背景音频之间的匹配度包括：

基于所述视频内容切换时的第一时间点和所述背景音频的音频特征变化时的第二时间点之间的差值，确定目标时间点的第一数量，所述目标时间点为第一时间点与第二时间点匹配的时间点；

基于所述第一数量和第二数量，确定所述第一视频组与所述背景音频之间的匹配度，所述第二数量为所述视频内容切换时的第一时间点包括的第一时间点的数量。

4.根据权利要求2所述的视频合成方法，其特征在于，所述方法还包括：

对所述第一视频组进行图像识别，得到所述第一视频组的视频风格信息；

基于所述视频风格信息，从第二背景音频集合中选择与所述视频风格对应的背景音频；

将选择的背景音频组成所述第一背景音频集合。

5.根据权利要求1所述的视频合成方法，其特征在于，所述基于所述第一视频组的视频内容切换时的第一时间点和第一背景音频集合中的每个背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组匹配的至少一个背景音频还包括：

向服务器发送音频获取请求，所述音频获取请求携带所述视频内容切换时的第一时间点，用于所述服务器基于所述视频内容切换时的第一时间点和第一背景音频集合中的每个背景音频的音频特征变化时的第二时间点之间的差值，确定所述第一视频组匹配的至少一个背景音频；

接收所述服务器的所述至少一个背景音频。

6.根据权利要求1所述的视频合成方法，其特征在于，所述将第一背景音频和所述第一视频组进行合成，得到目标视频包括：

基于所述视频内容切换时的第一时间点和所述音频特征变化时的第二时间点，确定第一音视频对和第二音视频对，所述第一音视频对为切换时的时间点不匹配的音视频对，所述第二音视频对为切换时的时间点匹配的音视频对；

对所述第一音视频对进行调整，得到第三音视频对，将所述第三音视频对进行合成，得到第二视频组；

将所述第二音视频对进行合成，得到第三视频组；

将所述第二视频组和所述第三视频组进行拼接，得到所述目标视频。

7.根据权利要求6所述的视频合成方法，其特征在于，所述对所述第一音视频对进行调整，得到第三音视频对包括：

对所述第一音视频对中的视频段进行调整，得到所述第三音视频对；或者，

对所述第一音视频对中的背景音频段进行调整，得到所述第三音视频对。