[发明专利]一种视频剪辑方法和剪辑系统

权利要求书

1.一种视频剪辑方法，其特征在于：包括如下步骤：

步骤1：解码视频文件并进行音视频分离得到画面帧数据、音频帧数据以及画面帧和音频帧的同步表；

其中，所述画面帧和音频帧的同步表包括每个音频帧与音频时长、画面帧以及视频时长的对应关系，所述音频帧数据以时间为横轴坐标、幅度为纵轴坐标的音频波，所述音频波上分布离散采样点；

步骤2：将音频数据同步翻译为文字；

步骤3：获取音频中每个音节的起始时刻、终止时刻以及底噪或静音区，并构建文字与音频中音节的同步时间戳；

其中，所述同步时间戳包括每个文字与对应音节在起始时刻、终止时刻、底噪或静音区的标记编号；

步骤4：在剪辑窗口剪辑文字或者音频，再依据所述画面帧和音频帧的同步表，所述同步时间戳同步剪辑画面帧数据、音频帧数据或者同步剪辑画面帧数据和文字；

a：在剪辑窗口剪辑文字时，依据所述同步时间戳获取所选定的文字对应在音频中的标记编号，再根据所述标记编号获取音频剪辑范围，然后再依据所述画面帧和音频帧的同步表判断所述音频剪辑范围内是否存在对应的画面帧，若存在，所述音频剪辑范围内对应的画面帧为待剪辑的画面帧；

b：在剪辑窗口剪辑音频时，获取音频剪辑范围，再依据所述同步时间戳获取文字剪辑范围，以及依据所述画面帧和音频帧的同步表判断所述音频剪辑范围内是否存在对应的画面帧，若存在，所述音频剪辑范围内对应的画面帧为待剪辑的画面帧；

步骤5：将剪辑后的画面帧数据、音频帧数据以及文字进行封装导出。

2.根据权利要求1所述的方法，其特征在于：步骤3中所述构建文字与音频中音节的同步时间戳的过程如下：

S1：将所述音频波进行区间划分；

其中，每个区间包括x个采样点，音频波的采样频率低于或等于48kHz，x的取值范围为50-150，音频波的采样频率为96kHz或88.2kHz，x的取值范围为100-300，音频波的采样频率为192kHz，x的取值范围为200-600；

S2：计算每个区间的平均相对电平值；

其中，区间的平均相对电平值计算公式如下：

X＝0000,0000,0000,0001

式中，表示第n个区间的平均相对电平值，分别表示第n个区间中第1、2、x个采样点的幅度的绝对值，X表示量化比特数为16位的预设的取样信号，n为正整数；

S3：依据每个区间的平均相对电平值获取每个区间的节点识别参数；

其中，所述节点识别参数包括电平参数和电平变化参数：

式中，表示第n个区间的电平参数，表示第n个区间的电平变化参数；

S4：依据每个区间的节点识别参数以及预设的节点识别标准获取音频中每个音节起始时刻、终止时刻以及底噪或静音区，并依次进行标记编号；

其中，一个音节的终止时刻至后一相邻音节的起始时刻为音节的底噪或静音区；

S5：依据步骤1中的文字以及步骤5中标记编号构建文字与语音中音节的时刻同步表，得到文字与语音的同步时间戳；

其中，所述同步时间戳是所述同步表中每个文字与对应音节在起始时刻、终止时刻、底噪或静音区的标记编号。

3.根据权利要求2所述的方法，其特征在于：所述预设的节点识别标准为：

A：若连续α个区间的电平参数和电平变化参数均满足则表示满足的所述α个区间内存在底噪或静音区的起始时刻；

B：若区间的电平参数和电平变化参数满足且随后相邻的α-1个区间的电平变化参数均大于1dB，则表示满足的所述区间内存在一个音节的起始时刻；

C：若连续α-2个区间的电平参数和电平变化参数均满足则表示满足的所述α-2个区间内存在音节的高潮处时刻；

D：若区间的电平参数和电平变化参数均满足且随后相邻的α-1个区间的电平变化参数均小于-1dB，则表示音节的幅度下降；

E：若连续α个区间的电平参数和电平变化参数均满足则表示满足的所述α个区间内存在音节终止时刻；

其中，3≤α≤7。

4.根据权利要求3所述的方法，其特征在于：构建所述同步时间戳后还包括识别音频中是否时长超过5s的底噪或静音区，若存在，在文字中针对所述超过5s的底噪或静音区的对应位置进行留白或者标记。