[發(fā)明專利]一種視頻處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201911315628.X
• 申請(qǐng)日: 2019-12-19
• 公開（公告）號(hào): CN110990632B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 李振陽(yáng);李超;馬連洋;衡陣
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/783
• 分類號(hào): G06F16/783;G06N3/0464
• 代理公司: 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 蔡艾瑩

本申請(qǐng)實(shí)施例提供了一種視頻處理方法及裝置，在該視頻處理方法中，首先分別獲取視頻文本內(nèi)容對(duì)應(yīng)的第一拼音和視頻標(biāo)題對(duì)應(yīng)的第二拼音；然后使用訓(xùn)練后的第一神經(jīng)網(wǎng)絡(luò)模型，分別得到第一拼音對(duì)應(yīng)的第一拼音詞向量、以及第二拼音對(duì)應(yīng)的第二拼音詞向量；接著使用訓(xùn)練后的第二神經(jīng)網(wǎng)絡(luò)模型，得到第一拼音詞向量與第二拼音詞向量的相關(guān)性結(jié)果；最后根據(jù)第一拼音詞向量與第二拼音詞向量的相關(guān)性結(jié)果，輸出視頻是否鋪墊過長(zhǎng)的處理結(jié)果。該方法通過將視頻的文本內(nèi)容和標(biāo)題轉(zhuǎn)換為拼音，利用拼音對(duì)應(yīng)的詞向量進(jìn)行后續(xù)視頻是否鋪墊過長(zhǎng)的識(shí)別，彌補(bǔ)了語(yǔ)音轉(zhuǎn)換為漢字時(shí)出現(xiàn)同音不同字，音節(jié)斷句不當(dāng)?shù)娜毕荩岣吡艘曨l是否鋪墊過長(zhǎng)識(shí)別的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及通訊技術(shù)領(lǐng)域，具體涉及一種視頻處理方法及裝置。

背景技術(shù)

視頻作為當(dāng)下信息流的主要產(chǎn)品線之一，成為用戶獲取信息、娛樂等重要方式之一。而視頻鋪墊過長(zhǎng)會(huì)影響用戶體驗(yàn)，能否有效識(shí)別視頻是否為鋪墊過長(zhǎng)，能夠幫助更好的制定推薦策略。

識(shí)別視頻鋪墊過長(zhǎng)的關(guān)鍵點(diǎn)是判斷視頻前部分的內(nèi)容的語(yǔ)音講述是否和標(biāo)題內(nèi)容相關(guān)，現(xiàn)有的技術(shù)方案主要是將語(yǔ)音轉(zhuǎn)換為對(duì)應(yīng)的漢字表示，然后通過文本匹配技術(shù)對(duì)鋪墊是否過長(zhǎng)進(jìn)行判斷。

然而，在語(yǔ)音識(shí)別任務(wù)中會(huì)出現(xiàn)同音不同字，音節(jié)斷句不當(dāng)，導(dǎo)致語(yǔ)音轉(zhuǎn)漢字出的文本可讀性較差的情況，無法準(zhǔn)確地獲得文本上下文之間的語(yǔ)義信息，造成視頻是否鋪墊過長(zhǎng)的判斷失誤。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供了一種視頻處理方法及裝置，以緩解當(dāng)前判斷視頻是否鋪墊過長(zhǎng)技術(shù)中存在判斷失誤的技術(shù)問題。

本申請(qǐng)實(shí)施例提供一種視頻處理方法，其包括：

獲取視頻文本內(nèi)容對(duì)應(yīng)的第一拼音；

獲取視頻標(biāo)題對(duì)應(yīng)的第二拼音；

使用訓(xùn)練后的第一神經(jīng)網(wǎng)絡(luò)模型，分別得到第一拼音對(duì)應(yīng)的第一拼音詞向量、以及第二拼音對(duì)應(yīng)的第二拼音詞向量；

使用訓(xùn)練后的第二神經(jīng)網(wǎng)絡(luò)模型，得到第一拼音詞向量與第二拼音詞向量的相關(guān)性結(jié)果；

根據(jù)第一拼音詞向量與第二拼音詞向量的相關(guān)性結(jié)果，輸出視頻是否鋪墊過長(zhǎng)的處理結(jié)果。

本申請(qǐng)實(shí)施例提供一種視頻處理裝置，其包括：

第一獲取模塊，用于獲取視頻文本內(nèi)容對(duì)應(yīng)的第一拼音；

第二獲取模塊，用于獲取視頻標(biāo)題對(duì)應(yīng)的第二拼音；

第一處理模塊，包括訓(xùn)練后的第一神經(jīng)網(wǎng)絡(luò)模型，第一神經(jīng)網(wǎng)絡(luò)模型用于將第一拼音轉(zhuǎn)換為對(duì)應(yīng)的第一拼音詞向量，將第二拼音轉(zhuǎn)換為對(duì)應(yīng)的第二拼音向量；

第二處理模塊，包括訓(xùn)練后的第二神經(jīng)網(wǎng)絡(luò)模型，第二神經(jīng)網(wǎng)絡(luò)模型用于判定第一拼音向量和第二拼音向量的相關(guān)性；

輸出模塊，用于根據(jù)第一拼音向量和第二拼音向量的相關(guān)性結(jié)果，輸出視頻是否鋪墊過長(zhǎng)的處理結(jié)果。

本申請(qǐng)實(shí)施例提供一種服務(wù)器，其包括處理器和存儲(chǔ)器，存儲(chǔ)器存儲(chǔ)有多條指令，指令適于處理器進(jìn)行加載，以執(zhí)行上述視頻處理方法中的步驟。

本申請(qǐng)實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有多條指令，指令適于處理器進(jìn)行加載，以執(zhí)行上述視頻處理方法中的步驟。