用户原创内容的混音方法、装置、存储介质及终端设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107888843A(43)申请公布日2018.04.06(21)申请号201710952671.1(22)申请日2017.10.13(71)申请人深圳市迅雷网络技术有限公司地址518000广东省深圳市南山区粤海街道科技中二路深圳软件园11号楼7、8层(72)发明人罗斌(74)专利代理机构深圳益诺唯创知识产权代理有限公司44447代理人肖婉萍(51)Int.Cl.H04N5/262(2006.01)G06K9/00(2006.01)权利要求书2页说明书8页附图8页(54)发明名称用户原创内容的混音方法、装置、存储介质及终端设备(57)摘要本发明公开了一种用户原创内容的混音方法、装置、存储介质及终端设备，所述方法包括：通过获取用户原创内容中的视频信息；提取所述视频信息中的视频帧信息；从所述视频帧信息中识别目标对象；根据目标对象的属性叠加相应的音频信息。自动根据用户原创内容的视频内容进行了声音的特效处理，匹配相应的背景音乐。不再依赖人工处理。CN107888843ACN107888843A权利要求书1/2页1.一种用户原创内容的混音方法，其特征在于，包括步骤：获取用户原创内容中的视频信息；提取所述视频信息中的视频帧信息；从所述视频帧信息中识别目标对象；根据目标对象的属性叠加相应的音频信息。2.根据权利要求1所述的用户原创内容的混音方法，其特征在于，所述从所述视频帧信息中识别目标对象，根据目标对象的属性叠加相应的音频信息包括：从所述视频帧信息进行识别获取场景信息；若从相邻视频帧信息进行识别获取的场景信息相同，则将所述相邻视频帧信息进行合并；根据场景信息的属性叠加相应的背景音乐。3.根据权利要求1所述的用户原创内容的混音方法，其特征在于，所述从所述视频帧信息中识别目标对象，根据目标对象的属性叠加相应的音频信息包括：从所述视频帧信息进行识别获取人物信息或物体信息；根据所述人物信息或所述物体信息的属性调节语音特征，以使所述人物信息或所述物体信息的语音转换音效。4.根据权利要求1所述的用户原创内容的混音方法，其特征在于，所述从所述视频帧信息中识别目标对象，根据目标对象的属性叠加相应的音频信息包括：从所述视频帧信息进行识别获取动作信息；根据所述动作信息的属性叠加动作背景音乐。5.根据权利要求1所述的用户原创内容的混音方法，其特征在于，所述从所述视频帧信息中识别目标对象包括：利用深度学习方法从所述视频帧信息中识别目标对象。6.一种用户原创内容的混音装置，其特征在于，包括：获取单元，用于获取用户原创内容中的视频信息；提取单元，用于提取所述视频信息中的视频帧信息；识别单元，用于从所述视频帧信息中识别目标对象；叠加单元，用于根据目标对象的属性叠加相应的音频信息。7.根据权利要求6所述的用户原创内容的混音装置，其特征在于，所述识别单元包括：场景识别子单元，用于从所述视频帧信息进行识别获取场景信息；合并子单元，用于若从相邻视频帧信息进行识别获取的场景信息相同，则将所述相邻视频帧信息进行合并；所述叠加单元，还用于根据场景信息的属性叠加相应的背景音乐。8.根据权利要求6所述的用户原创内容的混音装置，其特征在于，所述识别单元包括：物体识别子单元，用于从所述视频帧信息进行识别获取人物信息或物体信息；所述叠加单元，还用于根据所述人物信息或所述物体信息的属性调节语音特征，以使所述人物信息或所述物体信息的语音转换音效。9.根据权利要求6所述的用户原创内容的混音装置，其特征在于，所述识别单元包括：动作识别子单元，用于从所述视频帧信息进行识别获取动作信息；2CN107888843A权利要求书2/2页所述叠加单元，还用于根据所述动作信息的属性叠加动作背景音乐。10.根据权利要求6所述的用户原创内容的混音装置，其特征在于，所述识别单元，还用于利用深度学习方法从所述视频帧信息中识别目标对象。11.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至5任一项所述的用户原创内容的混音方法。12.一种终端设备，包括处理器和存储器，所述存储器有计算机程序，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至5任一项所述的用户原创内容的混音方法。3CN107888843A说明书1/8页用户原创内容的混音方法、装置、存储介质及终端设备技术领域[0001]本发明属于通信技术领域，尤其涉及一种用户原创内容的混音方法、装置、存储介质及终端设备。背景技术[0002]用户原创内容(UGC，UserGeneratedContent)是伴随着以提倡个性化为主要特点的Web2.0概念兴起的。UGC并不是某一种具体的业务，而是一种用户使用互联网的新方式，