音视频会议中目标片段的截取方法及相关设备与流程

本技术实施例涉及计算机，尤其涉及一种音视频会议中目标片段的截取方法及相关设备。

背景技术：

1、音视频会议是通过网络通信技术来实现的虚拟会议，该网络服务可以使地理上分散的用户共聚一处，通过图形、文字、声音等多种方式交流信息，支持用户远距离进行实时信息交流与共享、开展协同工作。

2、其中，提供音视频会议服务的服务器可以实时录制并存储整个会议过程，以供用户后续进行查询。随着音视频会议的不断普及，参与音视频会议的与会方对音视频会议有了更多的个性化需求。其中，部分与会方需要从整个视频会议中获取具有代表性的片段，包括视频片段或者图像等，以供后期宣传或者快速查询视频重要内容。

3、现有的，通常是音视频会议的与会方手动截取音视频会议中的片段，该截取方法需要参与会议的与会方全程关注视频会议中的内容，截取效率极低。因此，如何高效的截取音视频会议中的精彩片段成为亟需解决的问题。

技术实现思路

1、本技术实施例提供了一种音视频会议中目标片段的截取方法及相关设备，音视频会议服务器根据事先获取的截取参数信息，在音视频会议过程中自动截取目标片段，并将目标片段保存以供后期查看。这样，就可以更快捷更高效的截取音视频会议中的精彩片段。

2、本技术实施例第一方面提供了一种音视频会议中目标片段的截取方法，该截取方法包括：

3、当网络用户利用音视频会议系统召开音视频会议时，往往需要对音视频会议中的一些重要片段进行截取和保存，以供后期的查阅、宣传或者留档使用。因此，提供音视频会议服务的音视频会议服务器就可以在召开音视频会议之前，获取用户设置的截取参数信息，然后根据该截取参数信息来确定自动截取精彩片段的截取策略。这样，在音视频会议开始之后，音视频会议服务器就可以根据该截取策略来自动截取多个数据片段。可以理解的，音视频会议中会有多个与会方(用户)，每个与会方都将会生成一路音视频数据流。因此，音视频会议服务器需要在多路音视频数据流上都自动截取相对应的数据流片段，然后将各路截取到的相对应的多个数据流片段进行组合，得到组合后的多个第一片段。组合得到的多个第一片段就可以作为截取的目标片段来进行保存，以供后续的查阅和使用。示例性的，音视频会议服务器还可以对多个第一片段进行筛选，比如按照预定的评分规则来对第一片段进行打分，最后按照打分结果确定评分较高的第一片段为目标片段，然后对目标片段进行保存。

4、在上述实施例中，音视频会议服务器根据输入的截取参数信息来确定自动截取策略，然后在音视频会议召开额过程中自动截取多路音视频数据流中的数据流片段，最后将多路音视频数据流中相对应的数据流片段进行组合并筛选后，获得最终的目标片段，完成自动截取过程。该自动截取方法无需用户手动操作，就能对音视频会议的精彩片段进行实时的截取和留档，大大提高了截取效率以及截取性能。

5、在一个可选的实施方式中，如果截取的数据流片段是图像数据时，那么自动截取策略中就包括有自动截取图像的数量z。音视频会议服务器需要在每一路音视频数据流中都截取图像，在同一个时刻，同时截取每一路音视频数据流中的一个图像。也就是说音视频会议服务器需要对每一路音视频数据流截取z次，而且要保证对每一路音视频数据流进行截取的时间要一致。音视频会议服务器将截取时间相同的截取片段都拼接起来，最终形成z张拼接图像，然后确定z张拼接图像中的目标拼接图像作为音视频会议的精彩瞬间，并对其留档保存。可以理解的是，可以直接将z张拼接图像作为目标拼接图像，也可以在z张拼接图像中筛选出目标拼接图像。

6、在上述实施例中，音视频会议服务器对每一路音视频数据流都进行截取，最后获取到的拼接图像保留有所有与会方的图像内容，保证了目标片段的内容完整性。

7、在一个可选的实施方式中，在对z张拼接图像进行筛选时，可以将z张拼接图像输入至事先训练好的图片打分模型中。根据预设的评分规则对z张拼接图像进行打分，示例性的，评分规则可以是拼接图像中包括的人脸数量越多打分越高，或者拼接图像的色彩越丰富打分越高等。音视频会议服务器根据打分情况，将打分较低的拼接图像进行删除，选择评分更高的拼接图像作为最终的目标片段。从而提高目标片段的截取精确度。

8、在一个可选的实施方式中，如果截取的数据流片段是视频数据时，那么自动截取策略中就包括有自动截取视频数据的数量s。音视频会议服务器需要在每一路音视频数据流中都截取视频片段，在同一个时段，同时截取每一路音视频数据流中的一个视频片段。也就是说音视频会议服务器需要对每一路音视频数据流都截取s个视频片段，而且要保证对每一路音视频数据流进行截取的时段要一致。最后音视频会议服务器将截取时段相同的视频片段进行画面的拼接以及音频的混合，最终形成s段拼接视频。然后确定s段拼接视频中的目标拼接视频作为音视频会议的精彩瞬间，并对其留档保存。可以理解的是，可以将s段拼接视频直接当成目标拼接视频，也可以在s段目标拼接视频中根据策略筛选出目标拼接视频。

9、在上述实施例中，音视频会议服务器对每一路音视频数据流都进行截取，最后获取到的拼接视频保留有所有与会方的图像内容以及音频内容，保证了目标片段的内容完整性。

10、在一个可选的实施方式中，在截取视频数据时，自动截取策略中还包括有视频截取时长t。也就是说，音视频会议服务器在每一次截取视频片段时，均需截取时长为t的视频片段，最终生成的目标片段的时长也为t。

11、在一个可选的实施方式中，在对s段拼接视频进行筛选时，可以将s段拼接视频输入至事先训练好的视频打分模型中。根据预设的评分规则对s段拼接视频进行打分，示例性的，评分规则可以是拼接视频中包括的人脸数量越多打分越高，或者拼接视频的流畅度越高打分越高等。音视频会议服务器根据打分情况，将打分较低的拼接视频进行删除，选择评分更高的拼接视频作为最终的目标片段。从而提高目标片段的截取精确度。

12、在一个可选的实施方式中，音视频会议服务器还可以采用自动截取和手动截取相结合的方式来获取目标片段。即不仅音视频会议服务器在视频会议过程中自动截取数据流片段，参与会议的与会方也手动的截取数据流片段，最后音视频会议服务器结合两者截取到的数据流片段来得到最后的目标片段。而手动截取过程中，音视频会议服务器需要先根据截取参数信息来制动手动截取的策略，然后根据手动截取策略来指示与会方启动手动截取流程，用户在与会方侧输入手动截取操作，与会方侧根据手动截取操作确定手动截取获得的第二片段，最后由音视频会议服务器将第二片段中的目标片段进行留档保存。

13、在上述实施方式中，音视频会议服务器不仅提供了自动截取视频会议片段的服务，还提供了手动截取视频会议片段的服务，提高了目标片段的截取灵活性，更有利于满足不同的用户截取需求。

14、在一个可选的实施方式中，手动截取策略还包括用户权限信息，该用户权限信息用于指示与会方中哪些与会方有手动截取会议片段的权利，哪些没有手动截取会议片段的权利。因此，音视频会议服务器需要根据用户权限信息来确定目标与会方，仅指示目标与会方来启动手动截取流程。

15、在一个可选的实施方式中，当音视频会议服务器对目标片段留档后，音视频会议服务器可以向与会方展示该目标片段，同时可以根据与会方的选择操作，对目标片段进行删除。

16、本技术实施例第二方面提供了一种音视频会议服务器，该音视频会议服务器包括：

17、获取单元，用于获取截取参数信息。

18、确定单元，用于根据截取参数信息确定自动截取策略。

19、截取单元，用于在音视频会议过程中，根据自动截取策略自动截取第一音视频数据流的多个第一数据流片段和第二音视频数据流的多个第二数据流片段。其中，第一数据流片段和第二数据流片段一一对应,第一数据流片段和第二数据流片段分别是参与音视频会议中的与会方生成的。

20、处理单元，用于根据多个第一数据流片段和多个第二数据流片段生成多个第一片段，并保存所述多个第一片段中的目标片段。

21、在一个可选的实施方式中，第一数据流片段和第二数据流片段为图像数据，自动截取策略包括自动截取图片数量z，z为正整数。

22、截取单元，具体用于在第一音视频数据流中截取z张第一图像，并且在第二音视频数据流中截取z张第二图像，第一图像的截取时刻和第二图像的截取时刻相同。

23、处理单元，具体用于将截取时刻相同的第一图像和第二图像进行拼接，获得z张拼接图像。

24、在一个可选的实施方式中，第一数据流片段和第二数据流片段为视频数据，自动截取策略包括自动截取视频数量s，s为正整数。

25、截取单元，具体用于在第一音视频数据流中截取s段第一视频片段，并且在第二音视频数据流中截取s段第二视频片段，第一视频片段的截取时段和第二视频片段的截取时段相同。

26、处理单元，具体用于对第一视频片段和第二视频片段进行画面拼接处理和音频混合处理，获得s段拼接视频。

27、在一个可选的实施方式中，自动截取策略还包括视频截取时长t，t大于0。其中，第一视频片段和第二视频片段的时长均为t。

28、在一个可选的实施方式中，确定单元，还用于根据截取参数信息确定手动截取策略。

29、处理单元，还用于根据手动截取策略，指示与会方启动手动截取流程。

30、确定单元，还用于接收与会方发送的手动截取操作，确定至少一个第二片段，并保存至少一个第二片段中的目标片段。

31、在一个可选的实施方式中，手动截取策略包括用户权限信息。

32、处理单元，具体用于根据用户权限信息，确定与会方中的目标与会方。指示目标与会方启动手动截取流程。

33、在一个可选的实施方式中，获取单元，还用于从与会方获取针对目标片段的选择操作。

34、处理单元，还用于根据选择操作，指示与会方对目标片段进行展示或删除。

35、本技术实施例第三方面提供了一种音视频会议服务器，可以包括处理器，处理器和存储器耦合，存储器存储有程序指令，当存储器存储的程序指令被处理器执行时实现上述第一方面所述的音视频会议中目标片段的截取方法。

36、本技术实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述程序在计算机上运行时，使得计算机执行上述第一方面所述的音视频会议中目标片段的截取方法。

37、在上述实施例中，音视频会议服务器根据输入的截取参数信息来确定自动截取策略，然后在音视频会议召开额过程中自动截取多路音视频数据流中的数据流片段，最后将多路音视频数据流中相对应的数据流片段进行组合并筛选后，获得最终的目标片段，完成自动截取过程。该自动截取方法无需用户手动操作，就能对音视频会议的精彩片段进行实时的截取和留档，大大提高了截取效率以及截取性能。