[发明专利]多媒体数据分割方法和装置

权利要求书

1.一种多媒体数据分割方法，其特征在于，包括：

从待分割的多媒体数据中提取音频数据和视频数据；

将所述音频数据划分为静音片段和非静音片段，将相邻的所述静音片段与所述非静音片段之间的临界时刻确定为音频分割点；

将所述视频数据划分为视频片段，将相邻的所述视频片段之间的临界时刻确定为视频分割点；

根据所述音频分割点和所述视频分割点，对所述多媒体数据进行分割，得到多媒体数据段。

2.根据权利要求1所述的多媒体数据分割方法，其特征在于，所述将所述音频数据划分为静音片段和非静音片段包括：

将所述音频数据划分为音频处理单元；

检测所述音频处理单元的音频类型，所述音频类型包括静音类型和非静音类型；

根据所述音频类型，对划分的音频处理单元进行合并，得到所述静音片段和所述非静音片段。

3.根据权利要求2所述的多媒体数据分割方法，其特征在于，所述检测所述音频处理单元的音频类型包括：

确定所述音频处理单元的均方根值；

如果所述均方根值小于绝对静音阈值，确定所述音频处理单元的音频类型为静音类型；

如果所述均方根值大于或等于所述绝对静音阈值，确定所述音频处理单元的音频类型为非静音类型。

4.根据权利要求2所述的多媒体数据分割方法，其特征在于，所述检测所述音频处理单元的音频类型包括：

确定所述音频处理单元的均方根值；

如果所述均方根值小于相对静音阈值与特定值之差，确定所述音频处理单元的音频类型为静音类型；

如果所述均方根值大于或等于所述相对静音阈值与所述特定值之差，确定所述音频处理单元的音频类型为非静音类型；

其中，所述相对静音阈值为均方根值队列中包括的均方根值的平均值，所述均方根值队列中包括的均方根值为在所述音频处理单元之前连续的音频处理单元的均方根值。

5.根据权利要求4所述的多媒体数据分割方法，其特征在于，在所述确定所述音频处理单元的均方根值之后，还包括：

判定所述均方根值队列中包括的均方根值的数目大于或等于第一预设数目；

将所述均方根值队列中头部的均方根值删除；

将所述音频处理单元的均方根值添加至所述均方根值队列的尾部。

6.根据权利要求2所述的多媒体数据分割方法，其特征在于，所述根据所述音频类型，对划分的音频处理单元进行合并包括：

判定连续的音频处理单元的音频类型相同；

将连续的音频处理单元顺次合并。

7.根据权利要求6所述的多媒体数据分割方法，其特征在于，在所述将连续的音频处理单元顺次合并之后，还包括：

判定所述静音片段的音频时长小于第一预设时长；

将所述静音片段重置为所述非静音片段。

8.根据权利要求1所述的多媒体数据分割方法，其特征在于，所述根据所述音频分割点和所述视频分割点，对所述多媒体数据进行分割包括：

根据所述音频分割点判断所述视频分割点是否可用；

如果所述视频分割点可用，根据所述视频分割点对所述多媒体数据进行分割。

9.根据权利要求8所述的多媒体数据分割方法，其特征在于，所述根据所述音频分割点判断所述视频分割点是否可用包括：

如果所述视频分割点处于对应所述静音片段的头分割点和尾分割点之间，确定所述视频分割点可用，其中，所述静音片段的头分割点为与所述静音片段对应的两个音频分割点中时刻靠前的音频分割点，所述静音片段的尾分割点为与所述静音片段对应的两个音频分割点中时刻靠后的音频分割点。

10.根据权利要求8所述的多媒体数据分割方法，其特征在于，所述视频片段包括镜头画面，所述镜头画面包括画面帧，所述根据所述音频分割点判断所述视频分割点是否可用包括：

如果在以所述视频分割点为起点之后的第二预设数目的画面帧中存在所述静音片段的头分割点，确定所述视频分割点可用；或，

如果在以所述视频分割点为起点之前的第三预设数目的画面帧中存在所述静音片段的尾分割点，确定所述视频分割点可用。