一种视频混剪方法及相关装置与流程

本技术涉及视频处理，尤其涉及一种视频混剪方法及相关装置。

背景技术：

1、视频混剪，也可称为混剪剪辑，是一种创作手法，通过剪辑、拼接等手段，将多个视频片段融合在一起，形成新的视频作品。通过视频混剪，可创造出具有独特艺术效果的视频，从而可实现创作者的创意表达，另外，将不同时间点、不同场景、不同角度的视频进行组合，也可增加视频的多样性、层次感和观赏性。

2、目前的视频混剪方法主要为基于人工的视频混剪方法，即，由人完成对于视频素材中视频片段的剪辑、拼接等操作。基于人工的视频混剪方法虽然可以创作出新的视频作品，但是，该方法的效率较低，当视频素材规模较大时，该方法的缺点会加倍放大。

技术实现思路

1、有鉴于此，本技术提供了一种视频混剪方法及相关装置，用于解决现有的基于人工的视频混剪方法效率较低的问题，其技术方案如下：

2、本技术第一方面提供一种视频混剪方法，包括：

3、获取视频脚本以及与所述视频脚本相关的视频素材；

4、对所述视频脚本进行分镜，得到若干个分镜脚本；

5、对所述视频素材进行切分，得到若干个视频片段；

6、从所述若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，得到所述若干个分镜脚本分别对应的视频片段集；

7、将每个分镜脚本对应的视频片段集中的视频片段拼接，得到每个分镜脚本对应的视频；

8、将所述若干个分镜脚本分别对应的视频拼接，得到所述视频脚本对应的混剪视频。

9、在一种可能的实现方式中，所述对所述视频素材进行切分，得到若干个视频片段，包括：

10、对所述视频素材的解说音频进行语音识别，得到语音识别文本；对所述语音识别文本进行分段，得到若干个文本片段；从所述视频素材中获取每个文本片段对应的视频片段，得到若干个视频片段；

11、或者，

12、确定所述视频素材中相邻视频帧的画面差异度；根据所述视频素材中相邻视频帧的画面差异度，确定切分位置；根据所述切分位置对所述视频素材进行切分，得到若干个视频片段。

13、在一种可能的实现方式中，所述从所述若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，得到所述若干个分镜脚本分别对应的视频片段集，包括：

14、获取所述若干个分镜脚本分别对应的分镜描述，并获取所述若干个视频片段分别对应的视频描述；

15、根据所述若干个分镜脚本分别对应的分镜描述以及所述若干个视频片段分别对应的视频描述，确定每个分镜脚本与每个视频片段的语义相关度；

16、根据每个分镜脚本与每个视频片段的语义相关度，从所述若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，得到所述若干个分镜脚本分别对应的视频片段集。

17、在一种可能的实现方式中，所述获取所述若干个视频片段分别对应的视频描述，包括：

18、针对每个视频片段：

19、从该视频片段中抽取关键视频帧，其中，所述关键视频帧为视频画面的突变帧；

20、获取所述关键视频帧的画面描述，作为该视频片段对应的视频描述。

21、在一种可能的实现方式中，所述根据所述若干个分镜脚本分别对应的分镜描述以及所述若干个视频片段分别对应的视频描述，确定每个分镜脚本与每个视频片段的语义相关度，包括：

22、将所述若干个分镜脚本分别对应的分镜描述向量化，得到所述若干个分镜脚本分别对应的分镜描述向量，并将所述若干个视频片段分别对应的视频描述向量化，得到所述若干个视频片段分别对应的视频描述向量；

23、针对每个分镜脚本：计算该分镜脚本对应的分镜描述向量与每个视频片段对应的视频描述向量的相似度，得到该分镜脚本与每个视频片段的语义相关度，其中，该分镜脚本对应的分镜描述向量与一视频片段对应的视频描述向量的相似度作为该分镜脚本与该视频片段的语义相关度。

24、在一种可能的实现方式中，所述根据每个分镜脚本与每个视频片段的语义相关度，从所述若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，得到所述若干个分镜脚本分别对应的视频片段集，包括：

25、针对每个分镜脚本：

26、确定该分镜脚本对应的视频时长；

27、根据该分镜脚本与每个视频片段的语义相关度，同时结合该分镜脚本对应的视频时长，从所述若干个视频片段中筛选与该分镜脚本语义相关的视频片段，得到该分镜脚本对应的视频片段集。

28、在一种可能的实现方式中，所述确定该分镜脚本对应的视频时长，包括：

29、计算该分镜脚本的文本转语音时长占所述视频脚本的文本转语音时长的比例，得到该分镜脚本对应的视频时长占比；

30、根据该分镜脚本对应的视频时长占比以及目标视频时长，确定该分镜脚本对应的视频时长。

31、在一种可能的实现方式中，所述根据该分镜脚本与每个视频片段的语义相关度，同时结合该分镜脚本对应的视频时长，从所述若干个视频片段中筛选与该分镜脚本语义相关的视频片段，得到该分镜脚本对应的视频片段集，包括：

32、按该分镜脚本与各视频片段的语义相关度从高到低的顺序，从所述若干个视频片段中选取视频片段，直至选取的所有视频片段的总时长等于或大于该分镜脚本对应的视频时长，由选取的视频片段组成该分镜脚本对应的视频片段集。

33、在一种可能的实现方式中，所述将每个分镜脚本对应的视频片段集中的视频片段拼接，包括：

34、针对每个分镜脚本：

35、根据该分镜脚本对应的视频片段集中的各视频片段分别与该分镜脚本的语义相关度，确定该分镜脚本对应的视频片段集中各视频片段的拼接顺序；

36、按确定出的拼接顺序，对该分镜脚本对应的视频片段集中的各视频片段进行拼接。

37、在一种可能的实现方式中，所述视频混剪方法还包括：

38、对所述视频脚本对应的混剪视频进行后处理，其中，所述后处理包括如下处理中的一种或多种：添加解说音频、添加字幕、添加背景音乐、添加转场特效。

39、本技术第二方面提供一种视频混剪装置，包括：数据获取模块、视频脚本分镜模块、视频素材切分模块、视频片段筛选模块、视频片段拼接模块和视频拼接模块；

40、所述数据获取模块，用于获取视频脚本以及与所述视频脚本相关的视频素材；

41、所述视频脚本分镜模块，用于对所述视频脚本进行分镜，得到若干个分镜脚本；

42、所述视频素材切分模块，用于对所述视频素材进行切分，得到若干个视频片段；

43、所述视频片段筛选模块，用于从所述若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，得到所述若干个分镜脚本分别对应的视频片段集；

44、所述视频片段拼接模块，用于将每个分镜脚本对应的视频片段集中的视频片段拼接，得到每个分镜脚本对应的视频；

45、所述视频拼接模块，用于将所述若干个分镜脚本分别对应的视频拼接，得到所述视频脚本对应的混剪视频。

46、本技术第三方面提供一种电子设备，包括至少一个处理器和与所述处理器连接的存储器，其中：

47、所述存储器用于存储计算机程序；

48、所述处理器用于执行所述计算机程序，以使所述电子设备能够实现上述任意一项所述的视频混剪方法的步骤。

49、本技术第四方面提供一种计算机存储介质，所述存储介质承载有一个或多个计算机程序，当所述一个或多个计算机程序被电子设备执行时，能够使所述电子设备实现上述任意一项所述的视频混剪方法的步骤。

50、本技术第五方面提供一种计算机程序产品，包括计算机可读指令，当所述计算机可读指令在电子设备上运行时，使得所述电子设备实现上述任意一项所述的视频混剪方法的步骤。

51、借由上述技术方案，本技术提供的视频混剪方法，首先获取视频脚本以及与视频脚本相关的视频素材，然后对视频脚本进行分镜，以得到若干分镜脚本，并对视频素材进行切分，以得到若干个视频片段，接着从若干个视频片段中筛选与每个分镜脚本语义相关的视频片段，以得到若干个分镜脚本分别对应的视频片段集，然后将每个分镜脚本对应的视频片段集中的视频片段拼接，以得到若干分镜脚本分别对应的视频，最后将若干分镜脚本分别对应的视频拼接，得到视频脚本对应的混剪视频。本技术提供的视频混剪方法可自动对视频脚本进行分镜以及对视频素材进行切分，可自动筛选与每个分镜脚本语义相关的视频片段，可自动将每个分镜脚本对应的视频片段集中的视频片段拼接以及将各分镜脚本分别对应的视频拼接，最终可获得与视频脚本契合的混剪视频。本技术提供的视频混剪方法无需人工参与，相比于基于人工的视频混剪方法，节省了人力和时间，大大提高了视频混剪效率。