[发明专利]教学视频的智能处理方法、装置、设备和存储介质

权利要求书

1.一种教学视频的智能处理方法，包括：

对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；

分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；其中，动作类型为有效动作或无效动作；口型类型为有效口型或无效口型；

对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果；

其中，所述对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，包括：

基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，以得到新动作类型处理结果和新口型类型处理结果；

基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐。

2.根据权利要求1所述的方法，其中，所述语言形式处理结果包括口头语集合和书面语集合；所述动作类型处理结果包括无效动作集合和有效动作集合；所述口型类型处理结果包括无效口型集合和有效口型集合。

3.根据权利要求2所述的方法，其中，所述基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，包括：

基于时间戳关联关系，获取与所述口头语集合中口头语关联的动作，在与所述口头语关联的动作属于所述有效动作集合的情况下，将与所述口头语关联的动作调整到所述无效动作集合中；

基于时间戳关联关系，获取与所述口头语集合中口头语关联的口型，在与所述口头语关联的口型属于所述有效口型集合的情况下，将与所述口头语关联的口型调整到所述无效口型集合中。

4.根据权利要求2所述的方法，其中，所述基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐，包括：

针对所述口头语集合和所述书面语集合中的目标词语，基于时间戳关联关系，获取与所述目标词语关联的目标动作，以及与所述目标词语关联的目标口型；

在所述目标动作与所述目标口型属于相同类型集合的情况下，确定所述目标词语也属于该相同类型；

在所述目标动作与所述目标口型属于不同类型集合的情况下，获取标注类型，且将所述标注类型作为所述目标词语、所述目标动作和所述目标口型的类型。

5.根据权利要求1所述的方法，其中，所述对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果，包括：

基于口头语词典，从所述教学视频的教学音频中提取语言形式为口头语的词语，且将该词语替换为书面语；

识别所述教学音频中的重叠词语，并对属于重叠词语白名单之外的重叠词语进行去重叠处理。

6.根据权利要求5所述的方法，其中，所述口头语词典根据所述教学视频所属用户的历史教学音频确定。

7.根据权利要求1所述的方法，其中，所述分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果，包括：

分别对所述教学视频中的教学图像进行动作和口型识别，得到所述教学图像中的动作和口型；

对各所述教学图像中的动作和口型进行聚类，得到至少两个动作和至少两个口型；

将至少一个动作划分到有效动作集合中，将至少一个动作划分到无效动作集合中；并且，将至少一个口型划分到有效口型集合，将至少一个口型划分到无效口型集合。