[发明专利]一种视音频节目的导播方法、装置、设备、系统及介质

权利要求书

1.一种视音频节目的导播方法，其特征在于，所述导播方法包括：

获取多个待导播数据，其中，所述多个待导播数据是在视音频节目制作过程中由多台视音频信号采集设备获得的，一个待导播数据包括一段音频信号和/或至少一帧图像；

通过至少一个神经网络模型获取所述多个待导播数据中的人物特征，其中，所述人物特征至少用于表征所述视音频节目中人物的行为；

根据所述人物特征完成对所述视音频节目的导播。

2.根据权利要求1所述的方法，其特征在于，所述根据所述人物特征完成对所述视音频节目的导播，包括：

根据所述人物特征控制所述视音频信号采集设备获取新的待导播数据。

3.根据权利要求2所述的方法，其特征在于，所述多个待导播数据为多帧图像，所述多帧图像中的至少一帧图像包括目标人物，所述至少一个神经网络模型包括行为跟踪网络；其中，

所述通过至少一个神经网络模型获取所述多个待导播数据中的人物特征，包括：

将所述多帧图像输入所述行为跟踪网络；

通过所述行为跟踪网络确定所述目标人物处于移动状态，其中，所述人物特征包括所述目标人物处于移动状态；

所述根据所述人物特征控制所述视音频信号采集设备获取新的待导播数据，包括：

控制目标视音频信号采集设备对所述目标人物进行跟随拍摄，获取所述新的待导播数据。

4.根据权利要求3所述的方法，其特征在于，所述至少一个神经网络模型包括人脸检测网络；其中，

所述通过至少一个神经网络模型获取所述多个待导播数据中的人物特征，包括：

将所述多帧图像输入所述人脸检测网络；

通过所述人脸检测网络确定所述目标人物的数量，其中，所述人物特征包括所述目标人物的数量；

所述根据所述人物特征控制所述视音频信号采集设备获取新的待导播数据，包括：

控制目标视音频信号采集设备根据所述目标人物的数量，获取新的待导播数据。

5.根据权利要求4所述的方法，其特征在于，所述至少一个神经网络模型包括行为识别网络；其中，

所述通过至少一个神经网络模型获取所述多个待导播数据中的人物特征，包括：

将所述多帧图像输入所述行为识别网络；

通过所述行为识别网络确定所述目标人物的行为，其中，所述人物特征包括所述目标人物的行为；

所述根据所述人物特征控制所述视音频信号采集设备获取新的待导播数据，包括：

控制目标视音频信号采集设备根据所述目标人物的行为，获取新的待导播数据。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述多个待导播数据为多段音频数据，所述至少一个神经网络模型包括语义识别网络，其中，

所述通过至少一个神经网络模型获取所述多个待导播数据中的人物特征，包括：

将所述多段音频数据输入所述语义识别网络；

通过所述语义识别网络确定所述多段音频数据的语义，其中，所述人物特征包括所述多段音频数据的语义；

所述根据所述人物特征控制所述视音频信号采集设备获取新的待导播数据，包括：

控制目标视音频信号采集设备根据所述语义，获取新的待导播数据。

7.根据权利要求1所述的方法，其特征在于，所述根据所述人物特征完成对所述视音频节目的导播，包括：

根据所述人物特征，确定所述多台视音频信号采集设备中各视音频信号采集设备所对应的权重；

依据所述权重从所述多个待导播数据中选择目标待导播数据进行播出。