[发明专利]视频处理方法、视频播放方法、装置、存储介质和设备

说明书

本申请实施例提供的视频处理方法、视频播放方法、装置、存储介质和设备，属于计算机技术领域，涉及人工智能、语音处理技术和计算机视觉技术。其中，视频处理方法可以通过语音识别技术，识别出视频的语音数据中的目标关键信息，从视觉效果数据库中获取到与目标关键信息相对应的视觉效果信息，根据视觉效果信息在视频中添加特效。上述方法可以在视频播放过程中实时添加特效，不仅可以减少人工工作量，而且可以提高效率。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种视频处理方法、视频播放方法、装置、存储介质和设备。

背景技术

目前，随着互联网多媒体技术的快速发展，人们通过网络在线观看短视频和直播视频已经逐渐普及。通过视频播放客户端，主播可以将自己录制的短视频上传至视频播放平台，通过视频播放平台分享给其观众。主播还可以通过视频播放平台进行直播，观众可以通过终端设备上的视频播放客户端观看该主播分享的短视频，或者进入该主播的直播间观看该主播的直播视频。

视频播放平台提供的视频通常以主播的面部表情或动作来吸引观众，视频的表现形式单一，影响视频的展示效果。为了提高视频的展示效果，目前的一些做法是在对录制好的视频进行后期剪辑加工的过程中，由工作人员手动在视频中添加特效，如后期在综艺视频中添加特效。在视频中手动添加特效，操作过程复杂，不仅增加工作人员的工作量，效率很低，而且不能在视频播放过程中实时添加特效。

发明内容

为解决相关技术中存在的技术问题，本申请实施例提供一种视频处理方法、视频播放方法、装置、存储介质和设备，可以在视频录制或播放过程中实时添加特效。

为达到上述目的，本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供了一种视频处理方法，所述方法包括：

获取待处理的视频；

若从所述视频的语音数据中识别出目标关键信息，则根据所述目标关键信息生成视觉特效；

在所述语音数据对应的图像帧中添加所述视觉特效，得到目标视频；所述语音数据对应的图像帧包括与所述语音数据对应播放的图像帧或播放所述语音数据之后的图像帧。

在一种可选的实施例中，所述视频为直播视频，若从所述视频的语音数据中识别出目标关键信息，则根据所述目标关键信息生成视觉特效之前，所述方法还包括：

接收目标客户端在直播过程中发送的视觉效果添加请求，所述视觉效果添加请求中携带有目标用户选择的视觉效果主题；

获取所述视觉效果主题对应的视觉效果数据库；以及

所述根据所述目标关键信息生成视觉特效，具体包括：从所述视觉效果主题对应的视觉效果数据库中，获取所述目标关键信息对应的视觉特效。

在一种可选的实施例中，所述获得目标视频之后，所述方法还包括：

将所述目标视频分别发送至所述目标客户端及观看直播的关联客户端。

在一种可选的实施例中，所述获取所述视觉效果主题对应的视觉效果数据库之后，所述方法还包括：

对所述文本信息进行分词处理，得到所述文本信息包含的分词；

分别将得到的每个分词与所述视觉效果数据库中保存的关键信息进行比对，确定所述文本信息中是否包括与所述视觉效果数据库中保存的关键信息相匹配的目标关键信息。

在一种可选的实施例中，所述将直播视频的语音数据转换为文本信息，包括：

提取所述语音数据的声学特征，将所述声学特征输入已训练的声学模型，得到所述语音数据对应的音素数据序列；