[發明專利]視頻數據處理方法及裝置、存儲介質、計算機設備

在審

• 申請號: 202210492378.2
• 申請日: 2022-05-07
• 公開（公告）號: CN115604535A
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 劉超;董志;蔡家敏
• 申請（專利權）人: 六安科亞信息科技有限公司
• 主分類號: H04N21/485
• 分類號: H04N21/485;H04N21/233;H04N21/235;H04N21/239;H04N21/2187;H04N21/437;G10L13/033;G10L13/08;G10L15/22;G10L15/26;G06F16/783;G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種視頻數據處理方法及裝置、存儲介質、計算機設備，該方法包括：基于應用運行終端的視頻播放請求，通過源進程向應用運行終端推送源語言的初始視頻數據；當接收到視頻語言切換指令時，斷開源進程與應用運行終端之間的連接，通過目標語言對應的目標進程建立與源進程之間的連接，并通過源進程向目標進程發送待推送視頻數據；建立目標進程與應用運行終端之間的連接，結束源進程，利用目標進程將待推送視頻數據解析為待推送圖像數據和待推送聲音數據；基于目標進程將待推送聲音數據從源語言轉換為目標語言，并將待推送圖像數據以及轉換后的待推送聲音數據合成為目標推送視頻數據，通過目標進程向應用運行終端推送目標推送視頻數據。

技術領域

本申請涉及數據處理技術領域，尤其是涉及到一種視頻數據處理方法及裝置、存儲介質、計算機設備。

背景技術

隨著通信技術的不斷發展，用戶除了使用手機、平板電腦、臺式電腦等智能終端設備進行通話或者查詢信息之外，對其他功能的應用也越發廣泛，目前隨著視頻直播平臺、短視頻平臺的飛速發展，通過各類視頻平臺觀看視頻的用戶遍布全球。

目前的視頻觀看過程中，視頻生產者將錄制的音頻視頻數據發送到視頻服務器中，再由視頻服務器將視頻生產者錄制的視頻轉發給視頻觀看者的終端進行播放。然而，觀看視頻的用戶可能是世界各地的用戶，并不能完全理解視頻生產者上傳的音頻視頻中的語言，導致觀看視頻體驗差，視頻平臺的視頻播放量難以提高。

發明內容

有鑒于此，本申請提供了一種視頻數據處理方法及裝置、存儲介質、計算機設備，通過線程切換的方式，實現對視頻數據的實時轉換，有助于在應用服務器內實現視頻語言的切換，通過線程之間數據傳輸，將待推送視頻數據傳遞至目標線程中，以便及時對應用運行終端內尚未播放的視頻進行語言轉換，有助于快速切換語言。

根據本申請的一個方面，提供了一種視頻數據處理方法，包括：

基于應用運行終端的視頻播放請求，通過源進程向所述應用運行終端推送源語言的初始視頻數據；

當接收到視頻語言切換指令時，斷開所述源進程與所述應用運行終端之間的連接，基于所述視頻語言切換指令指示的目標語言，通過所述目標語言對應的目標進程建立與所述源進程之間的連接，并通過所述源進程向所述目標進程發送待推送視頻數據；

建立所述目標進程與所述應用運行終端之間的連接，結束所述源進程，利用所述目標進程將所述待推送視頻數據解析為待推送圖像數據和待推送聲音數據；

基于所述目標進程將所述待推送聲音數據從所述源語言轉換為所述目標語言，并將所述待推送圖像數據以及轉換后的待推送聲音數據合成為目標推送視頻數據，通過所述目標進程向所述應用運行終端推送所述目標推送視頻數據。

可選地，所述基于所述目標進程將所述待推送聲音數據從所述源語言轉換為所述目標語言，具體包括：

基于所述目標進程，對所述待推送聲音數據進行語音識別得到待翻譯文本數據，以及對所述待推送聲音數據進行聲音特征識別得到聲音特征信息；

將所述待翻譯文本數據翻譯為基于所述目標語言的翻譯文本數據，并基于所述聲音特征信息對所述翻譯文本數據進行聲音合成，得到所述轉換后的待推送聲音數據。

可選地，所述聲音特征信息包括音速特征、音量特征、音色特征、音高特征、語調特征以及韻律節奏特征中至少一種；

所述基于所述聲音特征信息對所述翻譯文本數據進行聲音合成，得到所述轉換后的待推送聲音數據，具體包括：

基于基準聲音特征以及所述聲音特征信息，對所述基準聲音特征對應的基準聲音參數進行調節，獲得所述聲音特征信息對應的聲音特征參數，其中，所述基準聲音參數包括基準音速參數、基準音量參數、基準音色參數、基準音高參數、基準語調參數以及基準韻律節奏參數；