一种视频片段自动搜索方法、系统、装置及可读存储介质与流程

1.本发明涉及视频数据搜索技术领域，更具体的说是涉及一种视频片段自动搜索方法、系统、装置及可读存储介质。


背景技术：

2.随着多媒体业务的不断发展，视频的数量越来越多。为了摆脱了传统只能被动观看电视视频的方式，越来越多的人选择通过网络搜索的方式获取想要观看的视频。因此，视频搜索也成了获取视频的一个关键环节。
3.目前，视频搜索功能通常是采用关键字搜索的方式来实现。此种方式仅能搜寻到标题或者描述符合的视频，且需将影片看完才能知道需要的片段位于几分几秒，又或者需将影片看完才能知道是否有需要的内容。但想快速查找资讯时，需看完影片是相当费时的，因此该如何快速搜寻有兴趣的片段是个重要的课题。
4.针对视频片段搜索功能的实现，现有技术中主要采用以下三种方式；
5.1、通过视频创作者自行于影片描述内自行标注时间戳记设定段落，以及重点说明，以供观看用户来直接点阅段落。
6.2、通过预先人为设定剪辑片段，以供后续观看者进行点选。
7.3、通过分析视频图像内容特征，并记录特征与时间点以供后续搜寻查找片段。
8.在上述现有的方法中，通过视频创作者自行标注段落的方法，需要创作者手动标注，并且视频仅能先通过标题被搜寻，接着观看用户点选视频后，才能再点选标注段落；若发生标题与段落内容出现差异，视频则无法被搜寻到。而通过分析视频图像内容特征进行标注的方法，因图像特征的选择与比对较复杂，需要较大的计算资源。


技术实现要素：

9.针对以上问题，本发明的目的在于提供一种视频片段自动搜索方法、系统、装置及可读存储介质，通过自动识别语音、语义的方式，记录视频内容，并实现了自动且低运算资源的视频片段记录与搜索。
10.本发明为实现上述目的，通过以下技术方案实现：一种视频片段自动搜索方法，包括：
11.视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库；
12.将视频搜索引擎分别与视频存储装置和关键字资料库关联；
13.观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端；
14.观看用户通过客户端播放推送的视频片段。
15.进一步，所述通过语音识别ai模型建立串流视频的片段关键字资料库包括：通过语音识别ai模型对上传的视频串流进行语音识别，以建立具有时间轴的字幕档案；
16.通过预设的语义识别系统自动筛选出字幕档案中的关键字作为视频片段的搜索关键字；
17.语义识别系统根据搜索关键字建立串流视频的片段关键字资料库。
18.进一步，所述语义识别系统根据搜索关键字建立串流视频的片段关键字资料库，包括：
19.语义识别系统根据搜索关键字生成相应的视频编号和时间戳记；
20.将搜索关键字、视频编号和时间戳记存储至片段关键字资料库。
21.进一步，所述视频搜索引擎通过关键字从视频存储装置找到对应的视频片段并推送至客户端，包括：
22.视频搜索引擎通过关键字在片段关键字资料库中找到相同的搜索关键字；
23.根据找到的搜索关键字取得相应的视频编号和时间戳记；
24.根据视频编号和时间戳记在视频存储装置中找到对应的视频片段；
25.视频存储装置将视频片段对应的视频串流发送至客户端。
26.进一步，所述观看用户通过客户端登录视频搜索引擎并输入关键字，具体为：
27.观看用户通过客户端登录视频搜索引擎并通过and运算符输入进阶关键字。
28.相应的，本发明还公开了一种视频片段自动搜索系统，包括：
29.视频串流输入模块，用于视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库；
30.关联模块，用于将视频搜索引擎分别与视频存储装置和关键字资料库关联；搜索模块，用于观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端；播放模块，用于观看用户通过客户端播放推送的视频片段。
31.进一步，所述视频串流输入模块包括：
32.字库档案组建单元，用于通过语音识别ai模型对上传的视频串流进行语音识别，以建立具有时间轴的字幕档案；
33.关键字筛选单元，用于通过预设的语义识别系统自动筛选出字幕档案中的关键字作为视频片段的搜索关键字；
34.片段关键字资料库组建单元，用于通过语义识别系统根据搜索关键字建立串流视频的片段关键字资料库。
35.进一步，所述搜索模块包括：
36.比对单元，用于视频搜索引擎通过关键字在片段关键字资料库中找到相同的搜索关键字；
37.标记获取单元，用于根据找到的搜索关键字取得相应的视频编号和时间戳记；视频片段获取单元，用于根据视频编号和时间戳记在视频存储装置中找到对应的视频片段；
38.视频串流推送单元，用于通过视频存储装置将视频片段对应的视频串流发送至客户端。
39.相应的，本发明公开了一种视频片段自动搜索装置，包括：
40.存储器，用于存储视频片段自动搜索程序；
41.处理器，用于执行所述视频片段自动搜索程序时实现如上文任一项所述视频片段
自动搜索方法的步骤。
42.相应的，本发明公开了一种可读存储介质，所述可读存储介质上存储有视频片段自动搜索程序，所述视频片段自动搜索程序被处理器执行时实现如上文任一项所述视频片段自动搜索方法的步骤。
43.对比现有技术，本发明有益效果在于：
44.1、本发明提供了一种视频片段自动搜索方法、系统、装置及可读存储介质，通过语音识别ai模型和语义识别系统，自动建立串流视频的片段关键字资料库，并能够利用关键字搜索片段关键字资料库，通过视频编号和时间戳记获取相应的视频片段。
45.2、本发明可自动建立关键片段，无需人工标注。
46.3、本发明进行智能语音/语义识别演算的计算资源远小于图像识别演算所需的计算资源。
47.4、由于智能语音/语义识别演算的计算资源较小，因此本发明可实时识别高解析高帧率的视频。
48.由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。
附图说明
49.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
50.附图1是本发明具体实施方式的方法流程图。
51.附图2是本发明具体实施方式的系统结构图。
52.图中，1为视频串流输入模块；2为关联模块；3为搜索模块；4为播放模块；11为字库档案组建单元；12为关键字筛选单元；13为片段关键字资料库组建单元；31为比对单元；32为标记获取单元；33为视频片段获取单元；34为视频串流推送单元。
具体实施方式
53.本发明的核心是提供一种视频片段自动搜索方法，现有技术中，通过视频创作者自行标注段落的方法，需要创作者手动标注，并且视频仅能先通过标题被搜寻，接着观看用户点选视频后，才能再点选标注段落；若发生标题与段落内容出现差异，视频则无法被搜寻到。而通过分析视频图像内容特征进行标注的方法，因图像特征的选择与比对较复杂，需要较大的计算资源。
54.而本发明提供的视频片段自动搜索方法，首先，视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库。然后，将视频搜索引擎分别与视频存储装置和关键字资料库关联。此时，观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端；最后，观看用户通过客户端播放推送的视频片段。由此可见，本发明通过自动识别语音、语义的方式，记录视频内容，并实现了自动且低运算资源的视频片段记录与搜
索。
55.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
56.实施例一：
57.如图1所示，本实施例提供了一种视频片段自动搜索方法，包括如下步骤：
58.s1：视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库。
59.其中，在建立串流视频的片段关键字资料库时，首先通过语音识别ai模型对上传的视频串流进行语音识别，以建立具有时间轴的字幕档案。然后，通过预设的语义识别系统自动筛选出字幕档案中的关键字作为视频片段的搜索关键字。最后，语义识别系统根据搜索关键字建立串流视频的片段关键字资料库。
60.作为示例的，通过语义识别系统根据搜索关键字建立串流视频的片段关键字资料库时，首先需要通过语音识别ai模型对上传的视频串流进行语音识别，以建立具有时间轴的字幕档案。然后，通过预设的语义识别系统自动筛选出字幕档案中的关键字作为视频片段的搜索关键字。最后，由语义识别系统根据搜索关键字建立串流视频的片段关键字资料库。
61.本步骤基于现今的语音识别ai模型已经相当的成熟且精准，已广泛的利用在自动上字幕的应用上的前提下。因此当视频创作者上传影片串流时，可同时进行语音识别，自动建立具时间轴的字幕。
62.运行时，通过语义识别系统，可自动选出字幕档案里的关键字作为视频片段的搜寻关键字，而此视频编号以及此片段时间轴(格式为xx:xx:xx,xxx)则建立为此关键字的结果。而语音识别ai模型与语义识别系统可整合为单一的”关键字自动识别”引擎，即可通过此引擎，实时的建立串流视频的片段关键字资料库。
63.s2：将视频搜索引擎分别与视频存储装置和关键字资料库关联。
64.s3：观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端。
65.具体来说，首先由视频搜索引擎通过关键字在片段关键字资料库中找到相同的搜索关键字。此时，根据找到的搜索关键字取得相应的视频编号和时间戳记。然后，根据视频编号和时间戳记在视频存储装置中找到对应的视频片段。最后，由视频存储装置将视频片段对应的视频串流发送至客户端。
66.另外，在输入关键字时，可通过and运算符输入进阶关键字。以实现进阶搜索。
67.作为示例的，视频片段搜索流程具体如下：
68.1、用户输入关键字。
69.2、通过视频搜索引擎进行关键字搜索。
70.3、在片段关键字资料库中获取符合搜索条件的视频编号和时间戳记。
71.4、从视频存储装置中找到对应的视频片段。
72.5、将视频片段推荐给用户。
73.s4：观看用户通过客户端播放推送的视频片段。
74.本实施例提供了一种视频片段自动搜索方法，通过语音识别ai模型和语义识别系统，自动建立串流视频的片段关键字资料库，并能够利用关键字搜索片段关键字资料库，通过视频编号和时间戳记获取相应的视频片段。本方法通过自动识别语音、语义的方式，记录视频内容，并实现了自动且低运算资源的视频片段记录与搜索。
75.实施例二：
76.基于实施例一，如图2所示，本发明还公开了一种视频片段自动搜索系统，包括：视频串流输入模块1、关联模块2、搜索模块3和播放模块4。
77.视频串流输入模块1，用于视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库。
78.具体来说，视频串流输入1模块包括：字库档案组建单元11、关键字筛选单元12和片段关键字资料库组建单元13。
79.字库档案组建单元11，用于通过语音识别ai模型对上传的视频串流进行语音识别，以建立具有时间轴的字幕档案。
80.关键字筛选单元12，用于通过预设的语义识别系统自动筛选出字幕档案中的关键字作为视频片段的搜索关键字。
81.片段关键字资料库组建单元13，用于通过语义识别系统根据搜索关键字建立串流视频的片段关键字资料库。
82.关联模块2，用于将视频搜索引擎分别与视频存储装置和关键字资料库关联。
83.搜索模块3，用于观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端。
84.具体来说，搜索模块3包括：比对单元31、标记获取单元32、视频片段获取单元33和视频串流推送单元34。
85.比对单元31，用于视频搜索引擎通过关键字在片段关键字资料库中找到相同的搜索关键字。
86.标记获取单元32，用于根据找到的搜索关键字取得相应的视频编号和时间戳记。
87.视频片段获取单元33，用于根据视频编号和时间戳记在视频存储装置中找到对应的视频片段。
88.视频串流推送单元34，用于通过视频存储装置将视频片段对应的视频串流发送至客户端。
89.播放模块4，用于观看用户通过客户端播放推送的视频片段。
90.本实施例提供了一种视频片段自动搜索系统，能够通过语音识别ai模型和语义识别系统，自动建立串流视频的片段关键字资料库，并利用关键字搜索片段关键字资料库，通过视频编号和时间戳记获取相应的视频片段。
91.实施例三：
92.本实施例公开了一种视频片段自动搜索装置，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的视频片段自动搜索程序时实现以下步骤：
93.1、视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库。
94.2、将视频搜索引擎分别与视频存储装置和关键字资料库关联。
95.3、观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端。
96.4、观看用户通过客户端播放推送的视频片段。
97.进一步的，本实施例中的视频片段自动搜索装置，还可以包括：
98.输入接口，用于获取外界导入的视频片段自动搜索程序，并将获取到的视频片段自动搜索程序保存至所述存储器中，还可以用于获取外界终端设备传输的各种指令和参数，并传输至处理器中，以便处理器利用上述各种指令和参数展开相应的处理。本实施例中，所述输入接口具体可以包括但不限于usb接口、串行接口、语音输入接口、指纹输入接口、硬盘读取接口等。
99.输出接口，用于将处理器产生的各种数据输出至与其相连的终端设备，以便于与输出接口相连的其他终端设备能够获取到处理器产生的各种数据。本实施例中，所述输出接口具体可以包括但不限于usb接口、串行接口等。
100.通讯单元，用于在视频片段自动搜索装置和外部服务器之间建立远程通讯连接，以便于视频片段自动搜索装置能够将镜像文件挂载到外部服务器中。本实施例中，通讯单元具体可以包括但不限于基于无线通讯技术或有线通讯技术的远程通讯单元。
101.键盘，用于获取用户通过实时敲击键帽而输入的各种参数数据或指令。
102.显示器，用于运行服务器供电线路短路定位过程的相关信息进行实时显示。
103.鼠标，可以用于协助用户输入数据并简化用户的操作。
104.实施例四：
105.本实施例还公开了一种可读存储介质，这里所说的可读存储介质包括随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动硬盘、cd-rom或技术领域内所公知的任意其他形式的存储介质。可读存储介质中存储有视频片段自动搜索程序，所述视频片段自动搜索程序被处理器执行时实现以下步骤：
106.1、视频创作者上传视频串流至视频存储装置，并同步通过语音识别ai模型建立串流视频的片段关键字资料库。
107.2、将视频搜索引擎分别与视频存储装置和关键字资料库关联。
108.3、观看用户通过客户端登录视频搜索引擎并输入关键字，视频搜索引擎通过关键字从视频存储装置中找到对应的视频片段并推送至客户端。
109.4、观看用户通过客户端播放推送的视频片段。
110.综上所述，本发明通过自动识别语音、语义的方式，记录视频内容，并实现了自动且低运算资源的视频片段记录与搜索。
111.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的方法而言，由于其与实施例公开的系统相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
112.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些
功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
113.在本发明所提供的几个实施例中，应该理解到，所揭露的系统、系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
114.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
115.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。
116.同理，在本发明各个实施例中的各处理单元可以集成在一个功能模块中，也可以是各个处理单元物理存在，也可以两个或两个以上处理单元集成在一个功能模块中。
117.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
118.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
119.以上对本发明所提供的视频片段自动搜索方法、系统、装置及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。