[發明專利]多通道音視頻自動智能編輯方法

有效

• 申請號: 201910452585.3
• 申請日: 2019-05-28
• 公開（公告）號: CN110010164B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 劉鑫;龐煒;陳摯;黃啟挺;羅輝
• 申請（專利權）人: 成都依能科技股份有限公司
• 主分類號: G11B27/031
• 分類號: G11B27/031;G11B27/10
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 李凌峰

本發明涉及音視頻編輯領域，針對現有音視頻編輯方法不適用于教學領域的問題，提出一種多通道音視頻自動智能編輯方法，包括如下步驟：A、加載預先同步錄制的多通道音視頻文件及對應記錄的錄制記錄文件，所述多通道音視頻至少包括一路默認音頻和一路默認通道視頻畫面；B、根據所述錄制記錄文件對所述多通道音視頻文件進行編輯得到成果視頻畫面和成果音頻；C、合并所述成果視頻畫面和成果音頻得到成果視頻文件。如此用戶無需具備音視頻剪輯的專業能力，免除了音視頻錄制完成后復雜的編輯工作，本發明適用于教學領域的音視頻編輯。

技術領域

本發明涉及音視頻編輯領域，特別涉及一種多通道音視頻自動智能編輯方法。

背景技術

當前的教學視頻和直播畫面展示給觀眾的畫面大多是經過處理后的結果，音視頻處理方案通常有兩種方案：實時處理、后期編輯。實時處理又叫直播，多機位拍攝或多通道的視頻畫面展示，根據當前時間需要表達的內容在各通道畫面中選取一路給予展示。后期編輯是錄制的多通道視頻畫面，通過后期編輯軟件手工完成拼接和裁剪，再加上一些轉場效果內容。在視頻會議系統和在線直播系統也常用到實時處理的方案。

1.上述實時處理包括：通過系統采集到多路視頻畫面，通過人工手動切換或人工智能系統設備來判斷切換顯示畫面和屏蔽效果不好的鏡頭，以達到最佳的視頻內容展示效果。其中，人工手動切換指的是，通過導播對現場觀看各路視頻情況，手動切換最佳觀看鏡頭畫面給觀眾展示，此工作需要通過人工參與完成，且受人工的主觀因素影響較大，此方案多用于電視臺節目，不大適合教育教學視頻。而人工智能系統實時判斷處理指的是，通過人工智能設備和系統結合，對拍攝場景畫面進行深度分析，通過對動態畫面的捕捉給予選擇對應的通道來拍攝和展示。此方案受到拍攝畫面中動態元素或人物的影響，往往系統會誤判。拍攝時往往現場有互動，需要適時的調整預先設定好的流程和思路，對于會議培訓、演講者、老師等來說，系統往往不能準確理解和判斷老師表達的內容和展示畫面，經常出現誤判，導致該展示的內容未能展示。尤其在教學過程中此類事件影響巨大。

2.后期編輯：將采集到的多路視頻，通過后期處理軟件人工參與后期編輯工作。傳統的音視頻錄制軟件支持屏幕和多路外接視頻錄制，錄制完成后即保存錄制視頻成果文件，成果文件中有大量的冗余、無效的片段需要刪除，只能手工編輯刪除才能得到最終的成果，同時需要在各路視頻中篩選需要的片段，然后做同步處理，工作量大，復雜繁瑣，而且開發的成果同步性和連貫性較差。在日常的教學過程中，老師的教學任務繁重，沒有空余時間編輯的隨堂錄制的視頻課件，另外很多老師不具備音視頻錄制文件的后期編輯能力，容易出現時間軸拼接畫面不同步等問題。

因而，迫切需要一種能自動編輯的方法來處理音視頻以適用于教學領域。

發明內容

本發明所要解決的技術問題是：克服現有音視頻編輯方法不適用于教學領域的問題，提出一種多通道音視頻自動智能編輯方法。本發明可根據預先記錄的錄制記錄文件對預先同步錄制的日常教學、演講或培訓講授過程中的多通道音視頻文件進行各個通道的自動編輯后合成得到成果視頻文件。

本發明解決上述技術問題，采用的技術方案是：

多通道音視頻自動智能編輯方法，包括如下步驟：

A、加載預先同步錄制的多通道音視頻文件及對應記錄的錄制記錄文件，所述多通道音視頻至少包括一路默認音頻和一路默認通道視頻畫面；

B、根據所述錄制記錄文件對所述多通道音視頻文件進行編輯得到成果視頻畫面和成果音頻；

C、合并所述成果視頻畫面和成果音頻得到成果視頻文件。