具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

请参阅图1，图1根据一示例性实施例示出的一种应用环境的示意图，如图1所示，包括服务器01和终端设备02。可选的，服务器01和终端设备02可以通过无线链路连接，也可以通过有线链路连接，本公开在此不做限定。

在一个可选的实施例中，服务器01可以向终端设备02提供不同的音乐，以供用户使用终端设备选择目标音乐。具体的，服务器01可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content DeliveryNetwork，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选的，该服务器01上运行的操作系统可以包括但是不限于IOS、Linux、Windows、Unix、Android系统等。

在一个可选的实施例中，终端设备02可以获取目标音乐和视频片段信息，视频片段信息包括视频片段集合中的原始视频片段的片段时长，根据目标音乐的节拍信息和原始视频片段的片段时长确定原始视频片段的裁剪信息，从而可以在视频处理界面上显示目标视频，目标视频是基于裁剪信息对原始视频片段进行裁剪和拼接后得到的，目标视频存在对应于节拍信息中的节拍点的至少一个视频拼接点，视频拼接点为目标视频中子目标视频之间的拼接点，其中，目标音乐的节拍信息为目标音乐的原始节拍信息。终端设备02可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、智能可穿戴设备等类型的电子设备。可选的，电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、windows等。

此外，需要说明的是，图1所示的仅仅是本公开提供的视频处理方法的一种应用环境，在实际应用中，还可以包括其他应用环境。

图2是根据一示例性实施例示出的一种视频处理方法的流程图，如图2所示，该视频处理方法适用于服务器、终端或者其他节点等电子设备中，包括以下步骤：

在步骤S201中，获取目标音乐和视频片段信息；视频片段信息包括视频片段集合中的原始视频片段的片段时长。

在一个可选的实施例中，当终端设备基于用户的应用启动指令，打开应用，切换至视频处理界面后，可以在显示界面上显示可选的音乐。其中，可选的音乐中每个音乐可以以音乐的名称来指代，或者，每个音乐可以以音乐的名称和音乐的封面来指代。

在一个可选的实施例中，终端设备可以响应于音乐选择指令，获取目标音乐。具体的，当终端设备检测到目标音乐的对应界面区域上有触碰时，可以获取目标音乐。又或者，当终端设备的音频输入模块接收到目标音乐的标识时，获取目标音乐。其中，该标识可以是目标音乐的音乐名称。可选的，在目标音乐在之前被选择过的情况下，该目标音乐是被存储在终端设备的本地存储中，因此，终端设备可以从本地存储中提取该目标音乐。当该目标音乐没有被用户选择过，则终端设备可以建立和服务器的链接，并从服务器上下载该目标音乐，同时将该目标音乐存储至到本地存储。

可选的，该目标音乐可以是一首完整的歌，还可以是一个歌的某个片段的多个重复组合。

本申请实施例中，视频片段信息包括视频片段集合中的各个原始视频片段的片段时长。具体的，视频片段集合中可以包括用户上传的多段原始视频片段，其中，每个原始视频片段的片段时长可以是相同的，也可以是不同的。

可选的，上述的原始视频片段可以是用户直接拍摄得到的，还可以是将不同的图片进行拼接处理得到的。

在步骤S203中，根据目标音乐的节拍信息和原始视频片段的片段时长确定原始视频片段的裁剪信息。

本申请实施例中，在步骤S203之前，可以确定目标音乐的节拍信息。确定目标音乐的节拍信息的方式有很多，下面介绍两种可选的实施方式。

在一种可选的实施方式中，当终端设备获取目标音乐后，可以对目标音乐进行节拍分析，得到目标音乐的节拍信息。具体的，可以直接调用音乐节拍分析模型，对该目标音乐进行实时分析，得到该目标音乐的节拍信息。

在另一种可选的实施方式中，可以直接对该音乐目标进行算法处理，得到该目标音乐的节拍信息。图3是根据一示例性实施例示出的一种确定节拍信息的流程图，如图3所示，包括以下步骤：

在步骤S301中，对目标音乐进行采样量化处理，得到第一数据。

在一个可选的实施例中，终端设备可以对目标音乐进行采样，比如每次采样后得到1024个采样点，该1024个采样点可以被理解为一个窗口中包含的数据点。随后，终端设备可以对1024个采样点进行量化处理。

上述的采样以及量化处理可以包括先获取一个新的输入流，并对其进行波形译码处理，随后，对处理后的输入流进行浮点化抽样得到1024个采样点，并进行量化处理。如此，就可以得到处理后的第一数据。

在步骤S302中，对第一数据进行差值处理，得到第一差值数据。

具体的，终端设备可以将当前窗口数据减去上一个窗口数据，可以得到差值数据。差值公式可以如下述公式(1)。

在步骤S303中，对第一差值数据进行时频转换处理，得到第二数据。

为了便于后续的处理，终端设备可以将上述的差值数据进行时频转换处理，得到第二数据。时频转化处理主要基于傅里叶变化实现的。

在步骤S304中，对第二数据进行差分处理，得到第二差值数据。

通过上述的傅里叶变化和差分处理后的数据，基本可以看出音频节奏了。

在步骤S305中，对第二差值数据进行量化处理，得到预设数量窗口内的数据。

在一个可选的实施例中，上述的进一步量化可以使用移动均线的方法。一般的音频的采样率为44100或者48000，这边将以44100为例进行说明。

根据上文内容，本申请将窗口的大小设置为1024，因此，1秒包含的整的窗口数为43个，一个窗口所代表的时间为1000/(44100/1024)＝23.22毫秒。在需要以0.5秒为区间计算均值，需要的窗口大约为22个。可选的，这边取前10个窗口和后10个窗口计算均值，如此，就可以得到10个窗口的结果。

在步骤S306中，根据预设数量窗口内的数据确定目标音乐的节拍信息。

在一个可选的实施例中，上述的对预设数量窗口内的数据确定目标音乐的节拍信息可以通过顶峰检测确定。

如此，通过上述步骤S301-S306就可以确定出目标音乐的节拍信息。

本申请实施例中，终端设备还可以根据目标音乐的标识信息从节拍信息存储区域内获得目标音乐的节拍信息。

在一种可选的实施例中，终端设备可以向服务器发送音乐获取请求，音乐获取请求包括目标音乐的标识信息。对应的，服务器接收到终端设备的音乐获取请求后，可以从中提取出目标音乐的标识信息，并根据该标识信息从节拍信息存储区域获取该目标音乐的节拍信息，并将该目标音乐的节拍信息发送给终端设备。此时，终端设备可以接收服务器发送的目标音乐的节拍信息。可选的，目标音乐的节拍信息是服务器对目标音乐进行节拍分析处理得到的。

可选的，存储区域内的所有音乐的节拍信息可以根据上述两个实施例去确定，随后，将所有音乐中的每个音乐的节拍信息标上该音乐的标识信息。

如此，实时算出目标音乐的节拍信息的实施方式相较于从存储空间提取出的节拍信息的实施方式而言，可以节省大量的存储空间。从存储空间提取出节拍信息的实施方式相较于实时算出目标音乐的节拍信息的实施方式而言，可以减少整个方案的处理时间，加快处理进程。

在一些可能的实施例中，针对每个原始视频片段，终端设备可以基于原始视频片段的片段时长确定原始视频片段的裁剪范围。在确定好每个原始视频片段的裁剪范围后，可以获取原始视频片段的裁剪范围内的所有视频帧位置，根据所有视频帧位置和节拍点确定原始视频片段的裁剪信息，根据裁剪信息对原始视频片段进行裁剪。

举个例子，假设有一个原始视频片段的时长为10秒，可以确定该原始视频片段的裁剪范围为第5秒至第8秒之间，随后，终端设备可以获取该原始视频片段第5秒至第8秒内的所有视频帧位置，如果最后确定需要从中裁剪出2秒的内容，才能使得裁剪好的该原始视频片段的结尾点卡点。终端设备可以从第5秒至第8秒中确定出节拍点，根据视频帧位置和节拍点从第5秒至第8秒确定出2秒的内容作为裁剪信息，根据裁剪信息对原始视频片段进行裁剪。

在一些可选的根据所有视频帧位置和节拍点确定原始视频片段的裁剪信息的实施方式中，若上述的裁剪范围内，比如说第5秒至第8秒之间，存在对应于节拍点的多个视频帧位置(第5秒，第5.5秒，第6秒，第6.5秒，第7秒，第7.5秒和第8秒都有对应的节拍点)。终端设备可以对裁剪范围内的视频帧进行质量分析，确定目标视频帧。

可选的，终端设备可以对第5秒至第8秒之间的每一个视频帧进行质量分析，确定出目标视频帧，该目标视频帧可以是最优视频帧，该目标视频帧还可以是质量排在前几的视频帧。如此，终端设备可以基于目标视频帧的位置确定该原始视频片段的裁剪信息。按照上述的例子继续阐述，比如，终端设备确定第7秒，第7.5秒和第8秒是最优视频帧，则确定的裁剪信息可以是第5秒至第7秒。然后，终端设备可以根据该裁剪信息对原始视频片段进行裁剪。或者，终端设备还可以从最优视频帧的下一帧开始裁剪，确定出长达2秒的裁剪信息。或者，终端设备可以从最优视频帧的上一帧往前裁剪，确定出长达2秒的裁剪信息。可选的，2秒的裁剪时长可以是连续的，也可以是一个个的裁剪的小片段，总共2秒。

在一些可能的实施例中，上述原始视频片段的裁剪范围基于原始视频片段的关键片段确定，关键片段是基于视频帧的精彩程度值确定的。比如，裁剪范围内的关键片段是精彩程度值较低的片段。

在另一些可能的实施例中，原始视频片段的裁剪范围基于裁剪指示信息确定，裁剪指示信息是根据获取的用户设置信息生成的。

如此，本申请实施例在裁剪视频的过程中，可以保留质量比较高的视频帧。

本申请实施例中，终端设备获取的原始视频片段的片段时长可能有长有短，如果还要对片段时长很短的原始视频片段进行裁剪，可能会导致该原始视频片段的内容不能被很好的表达，基于此，本申请实施例中，终端设备还可以先确定可裁剪时长阈值，从原始视频片段中确定出第一目标视频片段，其中，第一目标视频片段的片段时长小于等于可裁剪时长阈值。

上述的可裁剪时长阈值是指一个临界值(比如说2秒)，若某个原始视频片段的片段时长小于等于该临界值，则可以不对该原始视频片段进行裁剪。这是因为小于该临界值的原始视频片段如果被裁剪，则会导致该原始视频片段的内容不能被很好的表达。因此，可以直接将片段时长小于等于可裁剪时长阈值的原始视频片段确定为第一目标视频片段，直接用来被拼接到目标视频中。

在一个可选的实施例中，上述的可裁剪时长阈值(比如说2秒)可以是基于经验值设置的。

在另一个可选的实施例中，终端设备可以根据满足要求的目标历史视频中的视频片段时长来确定可裁剪时长阈值。具体的，终端设备可以获取历史视频集，根据视频属性信息从历史视频集中确定出满足要求的目标历史视频。其中，视频属性信息包括转发数量，观看数量，点赞数量，打赏数量，涨粉数量，点评数量中的至少一个，对目标历史视频中的视频片段时长进行分析，得到可裁剪时长阈值。

在一个具体的实施例中，终端设备获取历史视频集后，可以确定该历史视频集中每个历史视频的转发数量，观看数量，点赞数量，打赏数量，涨粉数量和点评数量。终端设备可以将转发数量满足第一数量，观看数量满足第二数量，点赞数量满足第三数量，打赏数量满足第四数量，涨粉数量满足第五数量以及点评数量满足第六数量的历史视频确定为目标历史视频。其中，第一数量，第二数量，第三数量，第四数量，第五数量和第六数量可以是预设的。对确定出的目标历史视频进行分析，得到每个历史视频包含视频片段的片段数量以及每个视频片段的片段时长，并根据每个视频片段的片段时长来确定可裁剪时长阈值。可选的，上述的历史视频是其作者最终通过终端设备上传至服务器的历史视频，且历史视频的每个视频片段可以携带有该视频片段的时长信息。

上述这种方式，可以在基于大数据的调查下确定出受欢迎的满足要求的目标历史视频，基于目标历史视频确定出科学的可裁剪时长阈值，为可裁剪时长阈值提供了科学有效的数据支撑。

在另一个可选的实施例中，终端设备可以根据各个原始视频片段的片段时长确定可裁剪时长阈值。举个例子，假设存在3段原始视频片段，原始视频片段1的片段时长为3秒，原始视频片段2的片段时长为10秒，原始视频片段3的片段时长为20秒。由于原始视频片段1和原始视频片段2以及原始视频片段3之间的时长相差较大，则可以直接将原始视频片段1的片段时长设置为可裁剪时长阈值。当热，上述的例子只是基于原始视频片段的片段时长确定可裁剪时长阈值中的一个可选的实施例，其他实施例也可以包含在本申请中。

上述这种方式，可以根据实际的各个原始视频片段的片段时长确定出一个可裁剪时长阈值，更贴近当前要处理的原始视频片段。

在另一个可选的实施例中，终端设备可以根据满足要求的目标历史视频中的视频片段时长和各个原始视频片段的片段时长来确定可裁剪时长阈值。具体的，可以根据满足要求的目标历史视频中的视频片段时长确定第一可裁剪时长阈值，根据各个原始视频片段的片段时长确定第二可裁剪时长阈值，然后根据第一可裁剪时长阈值和第二可裁剪时长阈值确定最终的可裁剪时长阈值。具体的，可以根据第一可裁剪时长阈值和第二可裁剪时长阈值的平均值确定最终的可裁剪时长阈值，可以根据第一可裁剪时长阈值和第一系数的乘积和第二可裁剪时长阈值和第二系数的乘积之和确定最终的可裁剪时长阈值。

本申请实施例中，可选的，若原始视频片段中不存在第一目标视频片段，则可以直接根据目标音乐的节拍信息和原始视频片段的片段时长确定每个原始视频片段的裁剪信息。可选的，若原始视频片段中存在第一目标视频片段，根据目标音乐的节拍信息和原始视频片段的片段时长确定除了第一目标视频片段之外的原始视频片段的裁剪信息。可选的，终端设备也可以不考虑可裁剪时长阈值，直接根据目标音乐的节拍信息和原始视频片段的片段时长确定每个原始视频片段的裁剪信息。

下面基于一个可选的实施例说明如何确定原始视频片段的裁剪信息。图4是根据一示例性实施例示出的一种确定裁剪信息的流程图，如图4所示，包括以下步骤：

在步骤S401中，若原始视频片段中存在第一目标视频片段，基于可裁剪时长阈值确定出原始视频片段中的第二目标视频片段。

如果原始视频片段中存在第一目标视频片段，可以将除了第一目标视频片段之外的原始视频片段确定为第二目标视频片段。

在步骤S403中，根据目标音乐的节拍信息、第一目标视频片段的片段时长和第二目标视频片段的片段时长确定第二目标视频片段的裁剪信息。

在一个可选的实施例中，节拍信息可以包括节拍时长，节拍时长是指该目标音乐中每个节拍所占用的时间。每个音乐都有自己的速度，通常来说，大部分音乐的速度是不变的，因此，大部分音乐是存在一个节拍时长。音乐中，时间被分成均等的基本单位，每个单位叫做一“拍子”或称一拍。拍子的时值是以音符的时值来表示的，一拍的时值可以是四分音符(即以四分音符为一拍)，也可以是二分音符(以二分音符为一拍)或八分音符(以八分音符为一拍)。拍子的时值是一个相对的时间概念，比如当乐曲的规定速度为每分钟60拍时，每拍占用的时间是一秒，半拍是二分之一秒；当规定速度为每分钟120拍时，每拍的时间是半秒，半拍就是四分之一秒，依此类推。拍子的基本时值确定之后，各种时值的音符就与拍子联系在一起。当然，也有部分音乐的变速的，因此，这类音乐的节拍时长是存在多个的。

下面以目标音乐的节拍信息为单一的节拍时长为例进行描述，假设可裁剪时长阈值为2秒，单一的节拍时长为3秒，原始视频片段中存在一个第一目标视频片段为2秒，一个第二目标视频片段为11秒。按照上文的内容，终端设备可以对第一目标视频片段不做裁剪。

可选的，图5是根据一示例性实施例示出的一种拼接后的待处理视频的示意图，如图5所示，节拍信息包括单一的节拍时长(3秒)，节拍信息包括目标音乐的节拍点，换句话说，可以在该目标音乐上每隔3秒的位置处标记一个节拍点。上述的2秒的第一目标视频片段为拼接编号为1的视频片段，11秒的第二目标视频片段为拼接编号为2的视频片段，则可以基于第一目标视频片段的拼接编号1和第二目标视频片段的拼接编号2对第一目标视频片段和第二目标视频片段进行拼接，得到待处理视频。其中，待处理视频的时长为第一目标视频片段的片段时长和第二目标视频片段的片段时长之和。如此，就可以得到第一目标视频片段在前，第二目标视频片段在后的拼接后的共13秒的待处理视频。随后，可以基于节拍点和预设处理方向依次确定第二目标视频片段的裁剪信息。由于显示的例子中只存在一个第二目标视频片段，若存在多个第二目标视频片段，则可以一次确定多个第二目标视频片段的裁剪信息。如此，可以尽量使得不同视频片段之间的拼接点正好卡在目标音乐的节拍点上，实现音乐卡点裁剪的效果。

下面以预设处理方向为拼接方向的正向方向为例进行阐述，其中，凭借方向的正向方向为从前往后的方向。图6是根据一示例性实施例示出的一种确定第二目标视频片段的裁剪信息的流程图，如图6所示，包括以下步骤：

在步骤S601中，根据拼接方向的正向方向确定待处理视频中第一个第二目标视频片段。

可选的，基于图5所示的待处理视频继续阐述，拼接方向的正向方向是从前往后，也就是从第一目标视频片段至第二目标视频片段的方向。由于例子中只存在一个第二目标视频片段，则直接将该第二目标视频片段确定为第一个第二目标视频片段。

在步骤S603中，若第一个第二目标视频片段的结尾点不存在对应的节拍点，按照拼接方向的反向方向确定出第一个第二目标视频片段的第一节拍点；第一节拍点位于两个连续的视频帧之间。

如图5所示，第一个第二目标视频片段的结尾点在13秒，而目标音乐在13秒并不存在对应的节拍点，则可以按照拼接方向的反向方向确定出第一节拍点，也就是根据从第二目标视频片段至第一目标视频片段的方向确定出第一节拍点，该第一节拍点是图5中从左往右数的第四个节拍点，该第四个节拍点对应的待处理视频的时间为12秒，针对第二目标视频片段来说，该第四个节拍点对应的第二目标视频片段的时间为10秒，也就是说，正好卡点在第二目标视频片段第10秒上。

在一个可选的实施例中，如图5所示，第二目标视频片段是有多个视频帧组成的，比如，第10秒至第11秒中可以包括多个视频帧，且图5中包括的视频帧的数量只是一个实例。

为了保证裁剪掉的视频帧的完整性或者说留下的视频帧的完整性，第一节拍点可以是位于两个连续的视频帧之间。

在步骤S605中，基于第一节拍点对应的时间点和结尾点对应的时间点确定第一个第二目标视频片段的裁剪信息。

可选的，终端设备可以根据第二目标视频片段的结尾点13秒和第四个节拍点对应的时间12秒确定出位于第一裁剪位置的第二目标视频片段的裁剪信息为需要从该第二目标视频片段裁减掉1秒的子片段。

如此，可以尽量使得不同视频片段之间的拼接点正好卡在目标音乐的节拍点上，实现音乐卡点裁剪的效果。

上述的例子仅仅阐述了预设处理方向为拼接方向的正向方向的内容，预设处理方向还可以是拼接方向的反向方向。

本申请实施例中，裁剪信息包括裁剪时长，终端设备可以根据第一节拍点对应的时间点和结尾点对应的时间点之间的差值确定出第一个第二目标视频片段待裁剪的裁剪时长。也就是第一个第二目标视频片段的裁剪信息为需要从该第二目标视频片段裁减掉1秒的子片段。基于此，终端设备可以按照预设裁剪方式和裁剪时长对位于第一裁剪位置的第二目标视频片段进行裁剪，从而得到裁减后的10秒的第二目标视频片段。可选的，该预设裁减方式为从片段头部裁剪的方式(比如剪掉位于第一裁剪位置的第二目标视频片段的第一秒的片段)，为从片段尾部裁剪的方式(比如剪掉位于第一裁剪位置的第二目标视频片段的最后一秒的片段)，为从片段中间裁剪的方式(比如剪掉位于第一裁剪位置的第二目标视频片段的中间任一秒的片段)，或者按照片段的内容质量裁剪的方式。如此，本申请实施例可以给用户更多的裁剪选择，实现视频处理的多样性。

针对按照片段的内容质量裁剪的方式对位于第一裁剪位置的第二目标视频片段进行裁减可以有多种方式，下面介绍两种实施方式。

在第一种可选的实施例中，终端设备可以将位于第一裁剪位置的第二目标视频片段分为多个子片段，多个子片段相加的总时长等于位于第一裁剪位置的第二目标视频片段的时长。举个例子，可以将该11秒的第二目标视频片段分成11个子片段，每个子片段为1秒。随后，可以根据质量评估参数对多个子片段中的每个子片段进行内容质量的评估，得到每个子片段的内容质量值，根据每个子片段的内容质量值和裁剪时长从多个子片段中裁剪掉不满足质量要求的子片段。假设第8个子片段的内容质量值最低，则可以将第8个子片段从第二目标视频片段中裁减掉。如此，就可以得到如图7所示的裁剪后的第二目标视频片段的示意图。

其中，质量评估参数可以包括色彩饱和度、清晰度、内容丰富程度和亮度。

在第二种可选的实施例中，终端设备可以将位于第一裁剪位置的第二目标视频片段分为多个子片段，多个子片段相加的总时长大于位于第一裁剪位置的第二目标视频片段的时长，每个子片段和相邻子片段存在重复片段。举个例子，可以将该11秒的第二目标视频片段分成5个子片段，每个子片段为3秒，10个子片段包括第0-3秒的子片段1，第2-5秒的子片段2，第4-7秒的子片段3，第6-9秒的子片段4，第8-11秒的子片段5。随后，可以根据质量评估参数对多个子片段中的每个子片段进行内容质量的评估，得到每个子片段的内容质量值。根据每个子片段的内容质量值和裁剪时长从多个子片段中裁剪掉不满足质量要求的子片段(比如说第6-9秒的子片段4)。随后，可以将剩下的子片段进行拼接以及整合，得到裁减掉的片段为第7-8秒这1秒中的片段。

其中，质量评估参数包括色彩饱和度、清晰度、内容丰富程度、亮度和内容连贯程度。相较于第一种可选的实施方式，相邻两个子片段可以存在重复部分，在考虑到色彩饱和度、清晰度、内容丰富程度和亮度的同时，还可以保证裁剪后的第二目标视频片段的连贯程度。上述的两个实施例中的每个子片段还可以是一帧视频帧，或者多帧视频帧，且每个子片段中的视频帧是完整的视频帧。

在步骤S205中，在视频处理界面上显示目标视频；目标视频是基于裁剪信息对原始视频片段进行裁剪和拼接后得到的；目标视频存在对应于节拍信息中的节拍点的至少一个视频拼接点；其中，目标音乐的节拍信息为目标音乐的原始节拍信息。

基于例子继续阐述，步骤S205中可以表现为，终端设备可以基于裁剪后的第一个第二目标视频片段对待处理视频进行第一拼接调整。如图7所示，对第二目标视频片段进行裁剪后，得到将第7个子片段和第9个子片段进行拼接后的10秒的第二目标视频片段。

若还存在第二个第二目标视频片段，则可以基于第一拼接调整后的待处理视频确定第二个第二目标视频片段，参考上述的第一个第二目标视频片段的裁剪方式对第二个第二目标视频片段进行裁剪处理，并根据裁剪后的第二个第二目标视频片段对待处理视频进行第二拼接调整，直至完成最后一个第二目标视频片段的裁剪处理。如此，可以在视频处理界面上显示进行裁剪和拼接后的目标视频，该目标是是对待处理视频的多次循环的裁剪和拼接后得到的。

假设待处理视频中存在3个第二目标视频片段(第一个第二目标视频片段、第二个第二目标视频片段和第三个第二目标视频片段)。终端设备可以根据上述描述的裁剪方式对第一个第二目标视频片段进行裁剪，并对裁剪后的第一个第二目标视频片段对待处理视频进行第一拼接调整，基于第一拼接调整后的待处理视频确定第二个第二目标视频片段。随后，终端设备根据第一个第二目标视频片段的裁剪方式对第二个第二目标视频片段进行裁剪处理，并对裁剪后的第二个第二目标视频片段对待处理视频进行第二拼接调整，并基于第二拼接调整后的待处理视频确定第三个第二目标视频片段。接着，终端设备可以根据第一个第二目标视频片段的裁剪方式对第三个第二目标视频片段进行裁剪处理，并对裁剪后的第三个第二目标视频片段对待处理视频进行第三拼接调整，如此得到的待处理视频就可以是最终的目标视频。

如此，可以有序顺利地对待处理视频进行裁剪，使得不同视频片段之间的拼接点正好卡在目标音乐的节拍点上，实现音乐卡点裁剪的效果。

本申请实施例中，可以预设设置一个导入终端设备的导入时长阈值，当视频片段集合中的每个原始视频片段的片段时长大于等于导入时长阈值，确定每个原始视频片段为第三目标视频片段，在节拍信息中的节拍时长为单一时长的情况下，根据节拍时长和每个原始视频片段的片段时长确定出每个第三目标视频片段的裁剪信息，以使基于裁剪信息得到的裁剪后的每个第三目标视频片段的片段时长为节拍时长的整数倍。其中，导入时长阈值大于等于节拍时长。

在一个可选的实施例中，该节拍信息还包括节拍速度，终端设备可以确定节拍速度对应的转场效果信息，并在节拍点对应的视频片段拼接处添加转场效果信息。具体的，终端设备可以根据节拍速度的快慢，为其搭配适合音乐风的转场，如快节奏音乐会搭配动画幅度较大的转场，如旋转、快切等等。

在另一个可选的实施例中，终端设备确定节拍点对应节拍点的重拍程度值，并确定重拍程度值满足预设程度值的重点节拍点，在重点节拍点对应的视频片段拼接处添加重拍效果信息。具体的，在某节拍点上添加画面抖动或RGB分离等效果，打造工业炫酷风。如此，可以将最终的制作效果呈现在视频处理界面上。

可选的，终端设备还可以接收基于调整控件触发的调整指示，对转场效果信息或者重拍效果信息进行调整，换成新的用户喜欢的转场效果信息或者重拍效果信息。

本申请实施例中，最终呈现在视频处理界面上的目标视频的时长和目标音乐的时长相同。或者，目标音乐的时长是大于目标视频的时长的，终端设备可以根据目标视频的时长对目标音乐的时长进行裁剪，如此，可以得到目标视频的时长和裁剪后的目标音乐的时长相同。

图8是根据一示例性实施例示出的一种视频处理装置框图。参照图8，该装置包括获取模块801，裁剪信息确定模块802和显示模块803。

获取模块801，被配置为执行获取目标音乐和视频片段信息；视频片段信息包括视频片段集合中的原始视频片段的片段时长；

裁剪信息确定模块802，被配置为执行根据目标音乐的节拍信息和原始视频片段的片段时长确定原始视频片段的裁剪信息；

显示模块803，被配置为执行在视频处理界面上显示目标视频；目标视频是基于裁剪信息对原始视频片段进行裁剪和拼接后得到的；目标视频存在对应于节拍信息中的节拍点的至少一个视频拼接点；其中，目标音乐的节拍信息为目标音乐的原始节拍信息。

在一些可能的实施例中，装置还包括节拍信息获取模块，被配置为执行：

对目标音乐进行节拍分析，得到目标音乐的节拍信息；

或者；

根据目标音乐的标识信息从节拍信息存储区域内获得目标音乐的节拍信息。

在一些可能的实施例中，节拍信息获取模块，被配置为执行：

向服务器发送音乐获取请求，音乐获取请求包括目标音乐的标识信息；

接收服务器发送的目标音乐的节拍信息；目标音乐的节拍信息是服务器对目标音乐进行节拍分析处理得到的，目标音乐的节拍信息存储于服务器的节拍信息存储区域。

在一些可能的实施例中，裁剪信息确定模块，被配置为执行：

针对每个原始视频片段，基于原始视频片段的片段时长确定原始视频片段的裁剪范围；

获取原始视频片段的裁剪范围内的所有视频帧位置；

根据所有视频帧位置和节拍点确定原始视频片段的裁剪信息；

根据裁剪信息对原始视频片段进行裁剪。

在一些可能的实施例中，裁剪信息确定模块，被配置为执行：

若裁剪范围内，存在对应于节拍点的多个视频帧位置，对裁剪范围内的视频帧进行质量分析，确定目标视频帧；

基于目标视频帧的位置确定原始视频片段的裁剪信息；

根据裁剪信息对原始视频片段进行裁剪。

在一些可能的实施例中，装置还包括：

原始视频片段的裁剪范围基于原始视频片段的关键片段确定，关键片段是基于视频帧的精彩程度值确定的；

和/或；

原始视频片段的裁剪范围基于裁剪指示信息确定，裁剪指示信息是根据获取的用户设置信息生成的。

在一些可能的实施例中，装置还包括目标视频片段确定模块，被配置为执行：

从原始视频片段中确定出第一目标视频片段；第一目标视频片段的片段时长小于等于可裁剪时长阈值。

在一些可能的实施例中，装置还包括可裁剪时长阈值确定模块，被配置为执行：

根据满足要求的目标历史视频中的视频片段时长确定可裁剪时长阈值，和/或；根据原始视频片段的片段时长确定可裁剪时长阈值。

在一些可能的实施例中，可裁剪时长阈值确定模块，被配置为执行：

获取历史视频集；

根据视频属性信息从历史视频集中确定出满足要求的目标历史视频，视频属性信息包括转发数量，观看数量，点赞数量，打赏数量，涨粉数量，点评数量中的至少一个；

对目标历史视频中的视频片段时长进行分析，得到可裁剪时长阈值。

在一些可能的实施例中，若原始视频片段中存在第一目标视频片段，裁剪信息确定模块，被配置为执行：

基于可裁剪时长阈值确定出原始视频片段中的第二目标视频片段；

根据目标音乐的节拍信息、第一目标视频片段的片段时长和第二目标视频片段的片段时长确定第二目标视频片段的裁剪信息。

在一些可能的实施例中，裁剪信息确定模块，被配置为执行：

基于第一目标视频片段的拼接编号和第二目标视频片段的拼接编号对第一目标视频片段和第二目标视频片段进行拼接，得到待处理视频；待处理视频的时长为第一目标视频片段的片段时长和第二目标视频片段的片段时长之和；

基于节拍信息中的节拍点和预设处理方向依次确定第二目标视频片段的裁剪信息。

在一些可能的实施例中，预设处理方向包括拼接方向的正向方向，裁剪信息确定模块，被配置为执行：

根据拼接方向的正向方向确定待处理视频中的第一个第二目标视频片段；

若第一个第二目标视频片段的结尾点不存在对应的节拍点，按照拼接方向的反向方向确定出第一个第二目标视频片段的第一节拍点；第一节拍点位于两个连续的视频帧之间；

基于第一节拍点对应的时间点和结尾点对应的时间点确定第一个第二目标视频片段的裁剪信息。

在一些可能的实施例中，裁剪信息包括裁剪时长，裁剪信息确定模块，被配置为执行：

根据第一节拍点对应的时间点和结尾点对应的时间点之间的差值确定出第一个第二目标视频片段待裁剪的裁剪时长；

按照预设裁剪方式和裁剪时长对第一个第二目标视频片段进行裁剪；

预设裁剪方式包括从片段头部裁剪的方式，从片段尾部裁剪的方式，从片段中间裁剪的方式，按照片段的内容质量裁剪的方式。

在一些可能的实施例中，若预设裁剪方式为按照片段的内容质量裁剪的方式，裁剪信息确定模块，被配置为执行：

将第一个第二目标视频片段分为多个子片段；多个子片段相加的总时长等于第一个第二目标视频片段的片段时长；

根据质量评估参数对多个子片段中的每个子片段进行内容质量的评估，得到每个子片段的内容质量值；

根据每个子片段的内容质量值和裁剪时长从多个子片段中裁剪掉不满足质量要求的子片段；

质量评估参数包括色彩饱和度、清晰度、内容丰富程度和亮度。

在一些可能的实施例中，若预设裁剪方式为按照片段的内容质量裁剪的方式，裁剪信息确定模块，被配置为执行：

将第一个第二目标视频片段分为多个子片段；多个子片段相加的总时长大于第一个第二目标视频片段的片段时长；每个子片段和相邻子片段存在重复片段；

根据质量评估参数对多个子片段中的每个子片段进行内容质量的评估，得到每个子片段的内容质量值；

根据每个子片段的内容质量值和裁剪时长从多个子片段中裁剪掉不满足质量要求的子片段；

质量评估参数包括色彩饱和度、清晰度、内容丰富程度、亮度和/或内容连贯程度。

在一些可能的实施例中，显示模块，被配置为执行：

基于裁剪后的第一个第二目标视频片段对待处理视频进行第一拼接调整；

基于第一拼接调整后的待处理视频确定第二个第二目标视频片段，并基于第一个第二目标视频片段的裁剪方式对第二个第二目标视频片段进行裁剪处理；

根据裁剪后的第二个第二目标视频片段对待处理视频进行第二拼接调整，直至完成最后一个第二目标视频片段的裁剪处理；

在视频处理界面上显示目标视频，目标视频是对待处理视频的多次循环的裁剪和拼接后得到的。

在一些可能的实施例中，，节拍信息还包括节拍速度，装置还包括转场效果信息添加模块，被配置为执行：

确定节拍速度对应的转场效果信息；

在节拍点对应的视频拼接点添加转场效果信息。

在一些可能的实施例中，装置还包括中排效果信息添加模块，被配置为执行：

确定节拍点对应节拍点的重拍程度值；

确定重拍程度值满足预设程度值的重点节拍点；

在重点节拍点对应的视频片段拼接处添加重拍效果信息。

在一些可能的实施例中，

目标视频的时长和目标音乐的时长相同；

或者；

目标视频的时长和裁剪后的目标音乐的时长相同。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种用于视频处理的电子设备900的框图。

该电子设备可以是服务器，还可以是具有服务器同样功能的其他设备，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种视频处理方法。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在示例性实施例中，还提供了一种服务器，包括：处理器；用于存储该处理器可执行指令的存储器，其中，该处理器被配置为执行该指令，以实现如本公开实施例中的视频处理方法。

在示例性实施例中，还提供了一种存储介质，当该存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本公开实施例中的视频处理方法。

在示例性实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开实施例中的视频处理方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。