[发明专利]一种视频处理方法、装置、终端、服务器及存储介质

说明书

本公开实施例提供了一种视频处理方法、装置、终端、服务器及存储介质，所述方法应用于终端，包括：获取待处理视频；对待处理视频进行语音检测，确定待处理视频的音频中是否包括语音信号；如果包括语音信号，将包括待处理视频的语音信号的数据发送至服务器；接收服务器发送的处理结果，并基于处理结果，获得带有字幕的目标视频，其中，处理结果至少包括所述服务器对待处理视频的语音信号的数据进行语音识别得到的字幕文本。这样，只有在待处理视频的音频中包括语音信号才将包括待处理视频的语音信号的数据发送至服务器进行处理，可以降低网络带宽的占用，提高响应速度，并且可以降低网络资源的开销。

技术领域

本公开涉及多媒体数据处理技术领域，特别是涉及一种视频处理方法、装置、终端、服务器及存储介质。

背景技术

在许多领域均会需要为视频添加字幕，例如，在短视频展示领域、直播领域等。目前为视频添加字幕的方式一般为终端获得视频后，将视频上传至服务器，服务器对视频进行处理，对于包括人声的视频，得到字幕文本并添加相应字幕至视频，将添加字幕后的视频返回终端。对于无人声的视频，服务器检测完成后，返回无人声结果至终端。

在上述方式中，由于视频均需要上传至服务器进行处理，这样会占用大量网络带宽，导致响应速度慢。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种视频处理方法、装置、终端、服务器及存储介质。具体技术方案如下：

根据本公开实施例的第一方面，提供一种视频处理方法，应用于终端，所述方法包括：

获取待处理视频；

对所述待处理视频进行语音检测，确定所述待处理视频的音频中是否包括语音信号；

如果所述待处理视频的音频中包括语音信号，将包括所述待处理视频的语音信号的数据发送至服务器；

接收所述服务器发送的处理结果，并基于所述处理结果，获得带有字幕的目标视频，其中，所述处理结果至少包括所述服务器对所述待处理视频的语音信号的数据进行语音识别得到的字幕文本。

作为一种实施方式，所述如果所述待处理视频的音频中包括语音信号，将包括所述待处理视频的语音信号的数据发送至服务器的步骤，包括：

在检测到所述语音信号的开始的时刻，将包括所述待处理视频的语音信号的数据发送至服务器。

作为一种实施方式，所述如果所述待处理视频的音频中包括语音信号，将包括所述待处理视频的语音信号的数据发送至服务器的步骤，包括：

如果所述待处理视频的音频中包括语音信号，将所述待处理视频的全部音频发送至服务器；

所述接收所述服务器发送的处理结果，并基于所述处理结果，获得带有字幕的目标视频的步骤，包括：

接收所述服务器发送的对所述待处理视频的全部音频进行语音识别得到的字幕文本；

将所述字幕文本按照时间顺序添加至所述待处理视频，得到带有字幕的目标视频。

作为一种实施方式，所述如果所述待处理视频的音频中包括语音信号，将所述待处理视频的全部音频发送至服务器的步骤，包括：

在检测到所述语音信号的开始的时刻，将所述待处理视频的全部音频发送至服务器。

作为一种实施方式，所述如果所述待处理视频的音频中包括语音信号，将包括所述待处理视频的语音信号的数据发送至服务器的步骤，包括：

如果所述待处理视频的音频中包括语音信号，将所述待处理视频发送至服务器；

所述接收所述服务器发送的处理结果，并基于所述处理结果，获得带有字幕的目标视频的步骤，包括：