[发明专利]视频数据对齐方法、装置和电子设备

权利要求书

1.一种视频数据对齐方法，其特征在于，所述方法包括：

在目标视频中断播放的情况下，获取所述目标视频的第一视频数据对应的第一视频内容和第二视频数据对应的第二视频内容；

根据所述第一视频内容和所述第二视频内容，对所述第一视频数据或所述第二视频数据执行时间戳对齐操作；

其中，所述第一视频数据为：视频帧；所述第二视频数据为：音频帧或字幕；所述第一视频内容为：所述目标视频的起始播放时刻至中断播放时刻间的至少两个第一视频帧的视频画面对应的视频内容，或者，所述目标视频中断播放时刻的视频帧之后的至少一个第二视频帧的视频画面对应的视频内容；

所述根据所述第一视频内容和所述第二视频内容，对所述第一视频数据或所述第二视频数据执行时间戳对齐操作之前，所述方法还包括：

获取第一时间戳和第二时间戳，所述第一时间戳为所述第一视频数据的播放时间戳，所述第二时间戳为所述第二视频数据的播放时间戳；

将所述第一时间戳和所述第二时间戳中时间戳信息小的时间戳对应的视频数据，确定为第一目标视频数据；

所述根据所述第一视频内容和所述第二视频内容，对所述第一视频数据或所述第二视频数据执行时间戳对齐操作，包括：

根据所述第一视频内容和所述第二视频内容，将所述第一目标视频数据之后的第N个视频数据与第二目标视频数据执行时间戳对齐操作；

其中，所述第一目标视频数据为所述第一视频数据，所述第二目标视频数据为所述第二视频数据；或者，所述第一目标视频数据为所述第二视频数据，所述第二目标视频数据为所述第一视频数据；N是基于所述第一视频内容和所述第二视频内容确定的，N为正整数。

2.根据权利要求1所述的方法，其特征在于，所述第一视频内容为：对所述至少两个第一视频帧的视频画面中的人物口型进行识别，得到的文字内容，所述至少两个第一视频帧为：所述目标视频的起始播放时刻至中断播放时刻间的视频帧；所述第二视频内容为：对所述目标视频中断播放时刻的音频帧之后的至少一个第一音频帧进行语音识别，得到的文字内容；或者，

所述第一视频内容为：对所述目标视频中断播放时刻的视频帧之后的至少一个第二视频帧的视频画面进行识别，得到的文字内容；所述第二视频内容为：对所述目标视频中断播放时刻的第二音频帧进行语音识别，得到的文字内容。

3.根据权利要求1所述的方法，其特征在于，所述第一目标视频数据为所述第二视频数据，所述第二目标视频数据为所述第一视频数据；所述第一视频内容为：对所述至少两个第一视频帧的视频画面中的人物口型进行识别，得到的文字内容，所述至少两个第一视频帧为：所述目标视频的起始播放时刻至中断播放时刻间的视频帧；所述第二视频内容为：对所述目标视频中断播放时刻的音频帧之后的至少一个第一音频帧进行语音识别，得到的文字内容；

所述将所述第一目标视频数据之后的第N个视频数据与第二目标视频数据执行时间戳对齐操作之前，所述方法还包括：

根据所述第一视频内容，从所述第二视频内容中确定出第三视频内容；所述第三视频内容为与所述第一视频内容匹配的视频内容；

将与所述第三视频内容对应的视频数据，确定为所述第一目标视频数据之后的第N个视频数据。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一目标视频数据之后的第N个视频数据与第二目标视频数据执行时间戳对齐操作，包括：

对所述第一目标视频数据与所述第N个视频数据之间的视频数据执行抛帧处理。