转场位置确定方法、装置、介质和电子设备制造方法及图纸

本公开涉及一种转场位置确定方法、装置、介质和电子设备，属于电子技术领域，能够自适应地确定合适的转场位置。一种转场位置确定方法，包括：对待剪辑视频的背景音乐进行分割，得到音乐切片；提取所述音乐切片的声音特征；基于所述声音特征，确定所述待剪辑视频的转场位置。置。置。

【技术实现步骤摘要】
转场位置确定方法、装置、介质和电子设备


[0001]本公开涉及电子
，具体地，涉及一种转场位置确定方法、装置、介质和电子设备。

技术介绍

[0002]视频剪辑指的是通过对背景音乐、视频素材、特效、字幕、转场等内容进行组合，形成所需的视频。然而，目前尚没有一种技术能够自适应地确定合适的转场位置。

技术实现思路

[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开提供一种转场位置确定方法，包括：对待剪辑视频的背景音乐进行分割，得到音乐切片；提取所述音乐切片的声音特征；基于所述声音特征，确定所述待剪辑视频的转场位置。
[0005]第二方面，本公开提供一种转场位置确定装置，包括：分割模块，用于对待剪辑视频的背景音乐进行分割，得到音乐切片；提取模块，用于提取所述音乐切片的声音特征；转场确定模块，用于基于所述声音特征，确定所述待剪辑视频的转场位置。
[0006]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面中任一项所述方法的步骤。
[0007]第四方面，本公开提供一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面中任一项所述方法的步骤。
[0008]通过采用上述技术方案，由于首先对待剪辑视频的背景音乐进行分割，得到音乐切片，然后提取音乐切片的声音特征，然后基于声音特征，确定待剪辑视频的转场位置，因此，能够基于待剪辑视频的背景音乐自适应地确定合适的转场位置，减轻了视频创作者的劳动与负担。
[0009]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0010]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0011]图1是根据本公开一种实施例的转场位置确定方法的流程图。
[0012]图2是根据本公开一种实施例的转场位置确定方法的又一流程图。
[0013]图3是根据本公开一种实施例的对多层感知模型进行训练的流程图。
[0014]图4是根据本公开一种实施例的转场位置确定装置的示意框图。
[0015]图5示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
[0016]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0017]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0018]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0019]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0020]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0021]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0022]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0023]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0024]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
[0025]可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
[0026]同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[0027]在详细描述根据本公开的实施例之前，首先说明一下本公开中涉及到的术语的含义。
[0028]背景音乐指的是视频中的音乐信息，可以是歌曲，也可以是配音等。
[0029]时间单元指的是一个基本的时间切片，例如0.1秒。一段时长为10秒钟的音频，按照0.1秒的时间单位，可以划分成100个连续的音乐切片。音乐切片之间无重叠部分。
[0030]采样频率：声音是一种连续的信号，需要先进行量化才能存储。量化包含两个方面，一个是对声音信号的幅值进行量化，另一个是对声音信号的时间进行量化。这里的采样频率指的是对声音信号的时间进行量化，即每秒钟采集多少样本点。例如，采样频率为44100，意味着一秒钟的音频信号被等间隔采集44100个样本点。
[0031]转场指的是用于连接两段视频素材的过渡效果。
[0032]时间戳指的是时间出现的时间点。
[0033]局部上下文：对于时间窗口K，局部上下文指的是由[当前音乐切片，当前音乐切片之前的K个音乐切片，当前音乐切片之后的K个音乐切片]构成的、长度为(2K+1)的片段。
[0034]局部特征指的是综合考虑局部上下文之后形成的特征，感受野的范围为(2K+1)个时间单元。
[0035]全局特征指的是综合考虑整个背景音乐后形成的特征，感受野的范围等于整个背景音乐的长度。
[0036]转场位置指的是根据输入的背景音乐确定的合适的转场位置。这些转场位置通常与背景音乐的旋律有着较强本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种转场位置确定方法，其特征在于，包括：对待剪辑视频的背景音乐进行分割，得到音乐切片；提取所述音乐切片的声音特征；基于所述声音特征，确定所述待剪辑视频的转场位置。2.根据权利要求1所述的方法，其特征在于，所述对待剪辑视频的背景音乐进行分割，包括：以第一时间单元为单位，对所述待剪辑视频的所述背景音乐进行分割，得到所述音乐切片；若所述音乐切片中的最后一个音乐切片的时间长度小于所述第一时间单元，采用补齐信息将所述最后一个音乐切片的时间长度补齐到所述第一时间单元。3.根据权利要求1所述的方法，其特征在于，所述提取所述音乐切片的声音特征，包括：从所述音乐切片中提取倒谱系数特征和能量特征；对所述音乐切片的声音信号进行映射，提取所述音乐切片的深度学习特征。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述声音特征，确定所述待剪辑视频的转场位置，包括：基于所述音乐切片的上下文，对所述音乐切片的所述声音特征进行处理，得到所述音乐切片的局部特征；对所述局部特征进行注意力处理，得到所述音乐切片的全局特征；基于所述全局特征的多层感知信息确定所述待剪辑视频的转场位置。5.根据权利要求4所述的方法，其特征在于，所述基于所述音乐切片的上下文，对所述音乐切片的所述声音特征进行处理，得到所述音乐切片的局部特征，包括：确定待处理的所述声音特征与落入所述待处理的所述声音特征所对应的音乐切片之前和之后第一时间窗内的音乐切片的声音特征之间的相似度；基于所述相似度，对待处理的所述声音特征进行处理，得到所述音乐切片的局部特征。6.根据权利要求4所述的方法，其特征在于，所述基于所述全局特征的多层感知信息确定所述待剪辑视频的转场位置，包括：基于具有...

【专利技术属性】
技术研发人员：裴森，余静雅，何沃洲，陈奇，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：