本發(fā)明涉及一種自適應(yīng)視頻切片方法。

背景技術(shù)：

目前為了提高服務(wù)能力和分發(fā)能力，并節(jié)約帶寬成本，視頻網(wǎng)站都會(huì)對(duì)一部分較長(zhǎng)的視頻內(nèi)容做切片處理后輸出，即根據(jù)視頻的封裝格式，將一個(gè)大的、長(zhǎng)的視頻文件切成若干個(gè)視頻分段進(jìn)行分發(fā)和服務(wù)。

如圖1所示，視頻中的聲音和圖像都是壓縮后，蓋上時(shí)間戳，打包成幀后裝在文件中，圖像和聲音有各自的壓縮算法和格式，聲音幀和圖像幀的時(shí)間關(guān)系往往是不匹配的。由于聲音和圖像在播放過(guò)程中按照自己的速度前進(jìn)，故而正常的播放并不會(huì)有問(wèn)題。而播放結(jié)束時(shí)，這種不匹配就會(huì)產(chǎn)生影響。

當(dāng)視頻內(nèi)容被當(dāng)成一整個(gè)視頻被播放時(shí)，播放結(jié)束時(shí)，由于內(nèi)容結(jié)束，并沒(méi)有后續(xù)的播放，故而這種不匹配不會(huì)產(chǎn)生任何影響。

傳統(tǒng)的基于關(guān)鍵幀圖像的切片方法，由于僅僅考慮圖像數(shù)據(jù)的正確性和連續(xù)性，完全不考慮聲音，在切片的位置，聲音和圖像的時(shí)間戳往往是不匹配的。當(dāng)視頻被切開(kāi)以后，如圖2所示，在切片的交界處，需要停止播放前一個(gè)切片，再重新開(kāi)始播放新切片，而播放新切片時(shí)，圖像和聲音會(huì)一同開(kāi)始，而聲音往往應(yīng)該早于或者晚于圖像幀出現(xiàn)，與正確的時(shí)間有所差異。這種差異，在觀感上即表現(xiàn)為聲音的毛刺，對(duì)于這類切片，需要播放器對(duì)這種時(shí)間線的錯(cuò)位進(jìn)行修正，否則聲音的毛刺無(wú)法消除。

目前常用的切片方法，根據(jù)切片的要求，從整個(gè)視頻中尋找若干關(guān)鍵幀圖像，作為切片點(diǎn)，將視頻內(nèi)容分割開(kāi)，重新組裝成小的視頻分段。這種切片方法的實(shí)現(xiàn)最為簡(jiǎn)單，然而，這種切片方法需要專門的播放器適配，使用普通的視頻播放器，播放這些切片時(shí)，在播放到切片交界處時(shí)會(huì)出現(xiàn)短暫的聲音毛刺，造成視聽(tīng)體驗(yàn)的下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種自適應(yīng)視頻切片方法，不需要播放器專門適配，能避免播放視頻切片交界處的聲音毛刺，獲得更佳的播放試聽(tīng)體驗(yàn)。

為了達(dá)到上述目的，本發(fā)明提供一種自適應(yīng)視頻切片方法，選擇視頻關(guān)鍵幀作為切片點(diǎn)，使切片點(diǎn)的視頻幀時(shí)間戳無(wú)限接近音頻幀時(shí)間戳。

該方法具體包含以下步驟：

步驟S1、確定視頻切片點(diǎn)的切片時(shí)間范圍；

步驟S2、從視頻關(guān)鍵幀列表中獲取在該切片時(shí)間范圍內(nèi)的所有視頻關(guān)鍵幀，形成切片點(diǎn)候選列表；

步驟S3、對(duì)切片點(diǎn)候選列表中的視頻關(guān)鍵幀進(jìn)行排序，選擇與音頻幀時(shí)間戳最為匹配的視頻關(guān)鍵幀作為切片點(diǎn)。

所述的步驟S1中，確定視頻切片點(diǎn)的切片時(shí)間范圍的方法包含以下步驟：

步驟S1.1、根據(jù)業(yè)務(wù)需求，確定最佳切片點(diǎn)時(shí)間戳T；

步驟S1.2、確定實(shí)際切片點(diǎn)和最佳切片點(diǎn)的最大誤差的容忍范圍t；

步驟S1.3、根據(jù)最佳切片點(diǎn)時(shí)間戳和最大誤差容忍范圍確定視頻切片點(diǎn)的切片時(shí)間范圍[T-t，T+t]。

所述的步驟S1.1中，所述的最佳切片點(diǎn)時(shí)間戳T的選擇需要滿足條件：分段數(shù)目合理、分段后文件大小利于存儲(chǔ)和分發(fā)調(diào)度。

所述的步驟S1.2中，所述的最大誤差的容忍范圍t根據(jù)采用的音頻和視頻的格式確定，該最大誤差的容忍范圍t需滿足基本條件：在該最大誤差的容忍范圍t內(nèi)能找到音頻時(shí)間戳和視頻時(shí)間戳完全相同的點(diǎn)。

所述的步驟S1中，所述的步驟S3中，對(duì)切片點(diǎn)候選列表中的視頻關(guān)鍵幀進(jìn)行排序選擇的方法包含以下步驟：

步驟S3.1、計(jì)算切片點(diǎn)候選列表中每一個(gè)視頻關(guān)鍵幀的時(shí)間戳和下一個(gè)音頻幀的時(shí)間戳之間的絕對(duì)差值，作為該視頻關(guān)鍵幀的得分；

步驟S3.2、按照得分大小對(duì)視頻關(guān)鍵幀進(jìn)行排序，選擇得分最小的視頻關(guān)鍵幀作為切片點(diǎn)，如果得分最小的視頻關(guān)鍵幀有多個(gè)，則進(jìn)行步驟S3.3；

步驟S3.3、計(jì)算得分相同的視頻關(guān)鍵幀的時(shí)間戳和最佳切片點(diǎn)時(shí)間戳的絕對(duì)差值，按照絕對(duì)差值的大小對(duì)視頻關(guān)鍵幀進(jìn)行排序，選擇絕對(duì)差值最小的視頻關(guān)鍵幀作為切片點(diǎn)。

本發(fā)明不需要播放器專門適配，能避免播放視頻切片交界處的聲音毛刺，獲得更佳的播放試聽(tīng)體驗(yàn)。

附圖說(shuō)明

圖1是背景技術(shù)中視頻中聲音和圖像的時(shí)間關(guān)系。

圖2是背景技術(shù)中傳統(tǒng)視頻切片方法產(chǎn)生聲音毛刺的示意圖。

圖3是本發(fā)明提供的一種自適應(yīng)視頻切片方法的流程圖。

具體實(shí)施方式

以下根據(jù)圖3具體說(shuō)明本發(fā)明的較佳實(shí)施例。

如圖3所示，本發(fā)明提供一種自適應(yīng)視頻切片方法，保證切片點(diǎn)的視頻幀時(shí)間戳和音頻幀時(shí)間戳相等，該方法具體包含以下步驟：

步驟S1、確定視頻切片點(diǎn)的切片時(shí)間范圍；

步驟S2、從視頻關(guān)鍵幀列表中獲取在該切片時(shí)間范圍內(nèi)的所有視頻關(guān)鍵幀，形成切片點(diǎn)候選列表；

所述的視頻關(guān)鍵幀所在的數(shù)據(jù)包具有專門的標(biāo)志標(biāo)識(shí)，用于標(biāo)識(shí)視頻關(guān)鍵幀；

步驟S3、對(duì)切片點(diǎn)候選列表中的視頻關(guān)鍵幀進(jìn)行排序，選擇與音頻幀時(shí)間戳最為匹配的視頻關(guān)鍵幀作為切片點(diǎn)。

所述的步驟S1中，確定視頻切片點(diǎn)的切片時(shí)間范圍的方法包含以下步驟：

步驟S1.1、根據(jù)業(yè)務(wù)需求，確定最佳切片點(diǎn)時(shí)間戳T；

所述的最佳切片點(diǎn)時(shí)間戳T的選擇需要滿足條件：分段數(shù)目合理、分段后文件大小利于存儲(chǔ)和分發(fā)調(diào)度；

如果分段數(shù)目較少，則單個(gè)分段文件會(huì)較大，這樣對(duì)存儲(chǔ)較為友好，但是不利于分發(fā)和服務(wù)調(diào)度，反之，如果分段數(shù)目較大，則單個(gè)分段文件會(huì)較小，利用分發(fā)和服務(wù)調(diào)度，但不便于存儲(chǔ)；

步驟S1.2、確定實(shí)際切片點(diǎn)和最佳切片點(diǎn)的最大誤差的容忍范圍t；

所述的最大誤差的容忍范圍t根據(jù)采用的音頻和視頻的格式確定，該最大誤差的容忍范圍t需滿足基本條件：在該最大誤差的容忍范圍t內(nèi)能找到音頻時(shí)間戳和視頻時(shí)間戳完全相同的點(diǎn)，所述的最大誤差的容忍范圍t在滿足基本條件的基礎(chǔ)上，越小越好；

步驟S1.3、根據(jù)最佳切片點(diǎn)時(shí)間戳和最大誤差容忍范圍確定視頻切片點(diǎn)的切片時(shí)間范圍[T-t，T+t]。

所述的步驟S3中，對(duì)切片點(diǎn)候選列表中的視頻關(guān)鍵幀進(jìn)行排序選擇的方法包含以下步驟：

步驟S3.1、計(jì)算切片點(diǎn)候選列表中每一個(gè)視頻關(guān)鍵幀的時(shí)間戳和下一個(gè)音頻幀的時(shí)間戳之間的絕對(duì)差值，作為該視頻關(guān)鍵幀的得分；

步驟S3.2、按照得分大小對(duì)視頻關(guān)鍵幀進(jìn)行排序，選擇得分最小的視頻關(guān)鍵幀作為切片點(diǎn)，如果得分最小的視頻關(guān)鍵幀有多個(gè)，則進(jìn)行步驟S3.3；

步驟S3.3、計(jì)算得分相同的視頻關(guān)鍵幀的時(shí)間戳和最佳切片點(diǎn)時(shí)間戳的絕對(duì)差值，按照絕對(duì)差值的大小對(duì)視頻關(guān)鍵幀進(jìn)行排序，選擇絕對(duì)差值最小的視頻關(guān)鍵幀作為切片點(diǎn)。

針對(duì)聲音毛刺產(chǎn)生的原因，本發(fā)明在切片視頻的時(shí)候，盡量保證切片點(diǎn)的視頻幀時(shí)間戳和音頻幀時(shí)間戳相等，在播放后一個(gè)切片時(shí)，聲音就不會(huì)與正確的時(shí)間線產(chǎn)生錯(cuò)位，也不需要播放器做專門的適配。

相比于傳統(tǒng)的基于關(guān)鍵幀圖像的視頻切片方法，本發(fā)明提出的方法可以無(wú)需任何客戶端的適配而消除播放切片的聲音毛刺，帶來(lái)更好的視聽(tīng)體驗(yàn)。在實(shí)際的使用中，升級(jí)客戶端意味著大規(guī)模升級(jí)客戶端，非常的繁瑣，且不可控制。此外很多常用的播放器，必入頁(yè)面播放視頻所使用Flash和HTML5播放器都無(wú)法隨意按需修改。本發(fā)明所提出的方法，在消除毛刺的同時(shí)，讓使用者可以完全不受這些問(wèn)題所困擾。

在則，本發(fā)明所提出的方法，擁有更強(qiáng)的適應(yīng)性。如果業(yè)務(wù)需求對(duì)切片點(diǎn)的選擇范圍限制很大，本發(fā)明即使找不到時(shí)間戳完全匹配的切片點(diǎn)，也能找到匹配度最高的切片點(diǎn)（即，切片點(diǎn)的視頻幀時(shí)間戳無(wú)限接近音頻幀時(shí)間戳），盡可能減少毛刺的時(shí)長(zhǎng)，優(yōu)化體驗(yàn)。

本發(fā)明的方法相比于傳統(tǒng)方法，在算法上和實(shí)現(xiàn)成本上增加并不多，而且由于現(xiàn)代處理器對(duì)向量計(jì)算的優(yōu)化，性能上的損失也非常小，相比于上述的益處，這些弊端可謂微乎其微。

本發(fā)明提供的切片方法已經(jīng)在www.bilibili.com線上使用，超過(guò)半年，根據(jù)實(shí)測(cè)，確定了最長(zhǎng)10秒的關(guān)鍵幀距離，最佳切片點(diǎn)時(shí)間戳位置為6分鐘的整數(shù)倍，容忍的誤差范圍在半分鐘內(nèi)，可以保證每一個(gè)切片都發(fā)生在匹配位置。產(chǎn)生的視頻切片供該網(wǎng)站頁(yè)面上使用的Flash播放器（無(wú)法修改播放內(nèi)核）播放，上線以來(lái)從未發(fā)現(xiàn)聲音的毛刺或接到類似的反饋。

盡管本發(fā)明的內(nèi)容已經(jīng)通過(guò)上述優(yōu)選實(shí)施例作了詳細(xì)介紹，但應(yīng)當(dāng)認(rèn)識(shí)到上述的描述不應(yīng)被認(rèn)為是對(duì)本發(fā)明的限制。在本領(lǐng)域技術(shù)人員閱讀了上述內(nèi)容后，對(duì)于本發(fā)明的多種修改和替代都將是顯而易見(jiàn)的。因此，本發(fā)明的保護(hù)范圍應(yīng)由所附的權(quán)利要求來(lái)限定。