[發明專利]視頻片段檢測方法、裝置、設備及存儲介質

有效

• 申請號: 202110778147.3
• 申請日: 2021-07-09
• 公開（公告）號: CN113347489B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 龐榮
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: H04N21/439
• 分類號: H04N21/439;H04N21/44;H04N21/472;G10L25/24;G10L25/57
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 孟維娜;馬敬

1.一種視頻片段檢測方法，包括：

獲得視頻中音頻數據在預設時間段內的音頻特征，其中，所述預設時間段包括：從所述視頻的開始時刻向后延伸第一預設時長的第一時間段，和/或，從所述視頻的結束時刻向前延伸第二預設時長的第二時間段；

根據所述音頻特征，檢測所述預設時間段內發生音頻切換的切換時刻；

若所述預設時間段包括所述第一時間段、且所述切換時刻位于所述第一時間段，根據所述視頻的開始時刻和所述切換時刻，確定所述視頻的視頻片頭片段；和/或

若所述預設時間段包括所述第二時間段、且所述切換時刻位于所述第二時間段，根據所述切換時刻和所述視頻的結束時刻，確定所述視頻的視頻片尾片段。

2.根據權利要求1所述的方法，其中，所述獲得視頻中音頻數據在預設時間段內的音頻特征，包括：

截取視頻在預設時間段內的視頻片段；

從所述視頻片段中抽取音頻數據；

提取表征所述音頻數據的音調和/或音高的音頻特征。

3.根據權利要求2所述的方法，其中，所述提取表征所述音頻數據的音調和/或音高的音頻特征，包括：

提取所述音頻數據的梅爾頻率倒譜系數MFCC特征；

獲得所述MFCC特征的第一層特征，作為表征所述音頻數據的音調和/或音高的音頻特征。

4.根據權利要求1-3中任一項所述的方法，其中，所述根據所述音頻特征，檢測所述預設時間段內發生音頻切換的切換時刻，包括：

確定所述音頻特征中的候選切換特征，其中，所述候選切換特征的特征值小于第一音頻特征的特征值、且小于第二音頻特征的特征值，所述第一音頻特征對應的音頻播放時刻為：所述候選切換特征所對應音頻播放時刻的前一時刻，所述第二音頻特征對應的音頻播放時刻為：所述候選切換特征所對應音頻播放時刻的后一時刻；

根據所確定的候選切換特征，檢測所述預設時間段內發生音頻切換的切換時刻。

5.根據權利要求4所述的方法，其中，所述候選切換特征包括至少一個，所述根據所確定的候選切換特征，檢測所述預設時間段內發生音頻切換的切換時刻，包括：

選擇特征值最小的候選切換特征；

將所選擇特征對應的音頻播放時刻，確定為所述預設時間段內發生音頻切換的切換時刻。

6.根據權利要求4所述的方法，所述候選切換特征包括至少一個，所述方法還包括：

檢測所述視頻中所述預設時間段內視頻幀中的文字信息；

所述根據所確定的候選切換特征，檢測所述預設時間段內發生音頻切換的切換時刻，包括：

根據檢測到的文字信息，從所述預設時間段內的視頻幀中，確定存在預設文字信息的目標視頻幀；

從各候選切換特征對應的音頻播放時刻中，選擇與所述目標視頻幀的播放時刻間隔最小的音頻播放時刻，作為所述預設時間段內發生音頻切換的切換時刻。

7.根據權利要求6所述的方法，還包括：

若不存在所述目標視頻幀，將特征值最小的候選切換特征對應的音頻播放時刻，確定為所述預設時間段內發生音頻切換的切換時刻。

8.一種視頻片段檢測裝置，包括：

特征獲得模塊，用于獲得視頻中音頻數據在預設時間段內的音頻特征，其中，所述預設時間段包括：從所述視頻的開始時刻向后延伸第一預設時長的第一時間段，和/或，從所述視頻的結束時刻向前延伸第二預設時長的第二時間段；

時刻檢測模塊，用于根據所述音頻特征，檢測所述預設時間段內發生音頻切換的切換時刻；

第一片段確定模塊，用于若所述預設時間段包括所述第一時間段、且所述切換時刻位于所述第一時間段，根據所述視頻的開始時刻和所述切換時刻，確定所述視頻的視頻片頭片段；和/或

第二片段確定模塊，用于若所述預設時間段包括所述第二時間段、且所述切換時刻位于所述第二時間段，根據所述切換時刻和所述視頻的結束時刻，確定所述視頻的視頻片尾片段。