[发明专利]视频的处理方法和装置

说明书

本公开提供了视频的处理方法和装置，涉及图像技术领域，进一步涉及视频分析和数据标注技术领域。具体实施方式包括获取视频中的音频，确定用于切分音频的切分位置；响应于对音频获取到切分操作指示的切分指令，按照切分位置，对音频执行切分指令，并对视频执行切分指令的相同指令，得到音频的音频切分结果和视频的视频切分结果；确定音频切分结果的语音识别结果，将语音识别结果作为视频的转写结果，由视频切分结果和转写结果生成视频的标注文件。本公开可以避免视频内容复杂，难以准确确定视频的切分位置的问题，通过音频准确地确定切分位置，从而实现对音频和视频更加准确和恰当的切分，进而提高了转写的准确度。

技术领域

本公开涉及计算机技术领域，具体涉及包括图像技术领域，进一步涉及视频分析和数据标注技术领域，尤其涉及视频的处理方法和装置。

背景技术

转写(trans literation)通常在表达系统之间进行，也即，转写是将一个表达系统的字符按照一个字符对照表，忠实地对号入座地转换成另一个表达系统的字符的过程。比如将视频或语音转写为文字。

在相关技术中，尚不能达到良好的转写效果。比如，当视频中的语速较快的情况下，转写的效果往往较差。

发明内容

提供了一种视频的处理方法、装置、电子设备以及存储介质。

根据第一方面，提供了一种视频的处理方法，包括：获取视频中的音频，确定用于切分所述音频的切分位置；响应于对所述音频获取到切分操作指示的切分指令，按照所述切分位置，对所述音频执行所述切分指令，并对所述视频执行所述切分指令的相同指令，得到所述音频的音频切分结果和所述视频的视频切分结果；确定音频切分结果的语音识别结果，将语音识别结果作为视频的转写结果，由视频切分结果和转写结果生成视频的标注文件。

根据第二方面，提供了一种视频的处理装置，包括：获取单元，被配置成获取视频中的音频，确定用于切分所述音频的切分位置；切分单元，被配置成响应于对音频获取到切分操作指示的切分指令，按照切分位置，对音频执行切分指令，并对视频执行切分指令的相同指令，得到音频的音频切分结果和视频的视频切分结果；转写单元，被配置成确定音频切分结果的语音识别结果，将语音识别结果作为视频的转写结果，由视频切分结果和转写结果生成视频的标注文件。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行视频的处理方法中任一实施例的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据视频的处理方法中任一实施例的方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据视频的处理方法中任一实施例的方法。

根据本公开的方案，可以避免视频内容复杂，难以准确确定视频的切分位置的问题，通过音频准确地确定切分位置，从而实现对音频和视频更加准确和恰当的切分，进而提高了转写的准确度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开一些实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的视频的处理方法的一个实施例的流程图；

图3是根据本公开的视频的处理方法的一个应用场景的示意图；

图4是根据本公开的视频的处理方法的又一个实施例的流程图；

图5是根据本公开的视频的处理装置的一个实施例的结构示意图；