[發明專利]一種視頻數據處理方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202011240425.1
• 申請日: 2020-11-09
• 公開（公告）號: CN112423081B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 郭鵬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H04N21/431
• 分類號: H04N21/431;H04N21/482;H04N21/485;G10L17/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例公開了一種視頻數據處理方法、裝置、設備及可讀存儲介質，該方法包括：顯示應用客戶端中的目標視頻對應的視頻播放界面；視頻播放界面中包含聲紋識別控件；響應針對聲紋識別控件的觸發操作，輸出與目標視頻相關聯的角色聲紋列表；角色聲紋列表中包含目標視頻中的N個角色的聲紋信息；N個角色中包含目標角色；N為正整數；響應針對角色聲紋列表中的目標角色的聲紋信息的選擇操作，在目標視頻中對與目標角色的聲紋信息相匹配的聲音進行屏蔽處理。采用本申請，可以實時優化特定角色的聲音，以提升音頻播放效果的可控性。

技術領域

本申請涉及計算機技術領域，尤其涉及一種視頻數據處理方法、裝置、設備以及可讀存儲介質。

背景技術

隨著多媒體技術的發展，視頻已成為人們日常生活中獲取信息與享受娛樂的主要載體。因為移動設備的普及，當前用戶已逐漸依賴于使用移動設備來觀看視頻。此外，用戶在移動設備(即用戶終端)上觀看視頻時，會越來越關注于當前播放的這個視頻的音頻播放效果。

比如，當用戶終端通過播放器播放某個視頻(例如，視頻A)時，可以通過調整揚聲器的方式來屏蔽視頻中的某個角色的聲音。然而，采用這種調整揚聲器的方式進行聲音屏蔽的過程中，會將揚聲器的模式由播放模式切換為靜音模式，以至于會無差別的屏蔽視頻中的每個角色的聲音，從而達到優化這個視頻的音頻播放效果。顯然，在對這個視頻的音頻進行優化的過程中，用戶自身是難以根據自己的實際需求單獨對某一個角色的聲音進行音頻優化的，以至于在視頻播放時降低了對音頻播放效果的可控性。

發明內容

本申請實施例提供一種視頻數據處理方法、裝置、設備以及可讀存儲介質，可以實時優化特定角色的聲音，以提升音頻播放效果的可控性。

本申請實施例一方面提供了一種視頻數據處理方法，包括：

顯示應用客戶端中的目標視頻對應的視頻播放界面；視頻播放界面中包含聲紋識別控件；

響應針對聲紋識別控件的觸發操作，輸出與目標視頻相關聯的角色聲紋列表；角色聲紋列表中包含目標視頻中的N個角色的聲紋信息；N個角色中包含目標角色；N為正整數；

響應針對角色聲紋列表中的目標角色的聲紋信息的選擇操作，在播放的目標視頻中對與目標角色的聲紋信息相匹配的聲音進行音頻優化處理。

本申請實施例一方面提供了一種視頻數據處理裝置，包括：

播放界面獲取模塊，用于顯示應用客戶端中的目標視頻對應的視頻播放界面；視頻播放界面中包含聲紋識別控件；

聲紋列表輸出模塊，用于響應針對聲紋識別控件的觸發操作，輸出與目標視頻相關聯的角色聲紋列表；角色聲紋列表中包含目標視頻中的N個角色的聲紋信息；N個角色中包含目標角色；N為正整數；

聲音優化模塊，用于響應針對角色聲紋列表中的目標角色的聲紋信息的選擇操作，在播放的目標視頻中對與目標角色的聲紋信息相匹配的聲音進行音頻優化處理。

其中，裝置還包括：

數據獲取模塊，用于獲取目標視頻的視頻幀數據以及視頻幀數據對應的音頻幀數據；視頻幀數據中包含第一播放進度對應的第一視頻幀數據，且音頻幀數據中包含第一幀視頻數據對應的第一音頻幀數據；

數據輸出模塊，在檢測到應用客戶端的播放器的播放進度為第一播放進度時，在視頻播放界面上輸出第一視頻幀數據，且通過播放器播放第一音頻幀數據。

其中，數據獲取模塊包括：

數據包獲取單元，用于獲取目標視頻的業務數據包，基于應用客戶端中的編解碼組件對業務數據包進行解析處理，得到目標視頻的視頻數據流以及視頻數據流對應的音頻數據流；

視頻解碼單元，用于在編解碼組件中，對視頻數據流進行視頻解碼處理，得到目標視頻的視頻幀數據；