[发明专利]音视频同步判别方法、装置、电子设备及存储介质

说明书

本公开提供了一种音视频同步判别方法、装置、电子设备及存储介质，涉及数据处理技术领域。该方案为：获取待判别的原始音频片段和原始视频片段，并从中获取多组在时间维度上对齐的局部音频片段和局部视频片段；针对每一组，获取局部音频片段的音频特征和局部视频片段的视频特征，并基于音频特征和视频特征，获取该组的融合特征；基于多组的融合特征，判断原始音频片段和原始视频片段是否同步。本公开中获取多组局部音视频片段的融合特征，通过这种方式，可以在对局部音视频片段进行同步判断的基础上，通过关联分析多组的融合特征，实现对原始音视频片段的同步判断。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种音视频同步判别方法、装置、电子设备及存储介质。

背景技术

人脸识别流程中需要判断音频和视频是否同步，从而进行活体防伪。然而，相关技术中只能针对局部音视频片段进行同步判别，并且，当音视频中说话人出现静默片段时，音视频同步判别的表现会出现较大的下降。对于上述问题，目前仍没有较好的解决办法。

发明内容

本公开提供了一种音视频同步判别方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种音视频同步判别方法，包括：

获取待判别的原始音频片段和原始视频片段，并从中获取多组在时间维度上对齐的局部音频片段和局部视频片段；

针对每一组，获取局部音频片段的音频特征和局部视频片段的视频特征，并基于音频特征和视频特征，获取该组的融合特征；

基于多组的融合特征，判断原始音频片段和原始视频片段是否同步。

本公开实施例中获取多组局部音视频片段的融合特征，通过这种方式，可以在对局部音视频片段进行同步判断的基础上，通过关联分析多组的融合特征，实现对原始音视频片段的同步判断。

根据本公开的另一方面，提供了一种音视频同步判别装置，包括：

第一获取模块，用于获取待判别的原始音频片段和原始视频片段，并从中获取多组在时间维度上对齐的局部音频片段和局部视频片段；

第二获取模块，用于针对每一组，获取局部音频片段的音频特征和局部视频片段的视频特征，并基于音频特征和视频特征，获取该组的融合特征；

判断模块，用于基于多组的融合特征，判断原始音频片段和原始视频片段是否同步。

根据本公开的另一方面，提供了一种电子设备，包括存储器、处理器；

其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现本公开第一个方面实施例的音视频同步判别方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一个方面实施例的音视频同步判别方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开第一个方面实施例的音视频同步判别方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

图1是根据本公开一个实施例的音视频同步判别方法的流程图；

图2是根据本公开一个实施例的音视频同步判别方法的流程图；

图3是音视频片段的示意图；

图4是根据本公开一个实施例的音视频同步判别方法的流程图；

图5是根据本公开一个实施例的音视频同步判别方法的流程图；