本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種視頻聲音與圖像同步的方法及裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的發(fā)展，視頻等多媒體格式的信息數(shù)據(jù)越來越豐富，而其后臺數(shù)據(jù)編輯的工作量也越來越大，尤其是在時限性很強(qiáng)的新聞等行業(yè)中，對于視頻數(shù)據(jù)編輯的精準(zhǔn)性和編輯效率要求很高。在視頻數(shù)據(jù)編輯的過程中，視頻聲音和圖像的同步是必須要處理的問題，而在現(xiàn)有技術(shù)的方案中，由于編輯系統(tǒng)中的音頻文件通常是一旦加載之后就開始播放的，而視頻中提取的圖像的時間和音頻的時間并未自動對齊，因此在進(jìn)行自動播放時，播放的聲音與顯示的圖像往往不是屬于同一個時間段；而在進(jìn)行同步編輯時，只有當(dāng)編輯人員單擊了圖像才會觸發(fā)對應(yīng)時段內(nèi)的音頻，這樣需要編輯人員將音視頻分為一段一段逐個進(jìn)行檢查之后，才能找到不同步的位置并對其進(jìn)行編輯，操作十分復(fù)雜且工作效率低、操作時間長。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種視頻聲音與圖像同步的方法及裝置，用以減少聲音與圖像同步操作過程中的工作量，節(jié)約工作時間，提高工作效率。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種視頻聲音與圖像同步的方法，包括：

接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在播放的音頻中的播放時間；

根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段；

調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，所述根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段之前，包括：

自與所述音頻對應(yīng)的視頻中提取視頻關(guān)鍵幀，并對應(yīng)存儲各所述視頻關(guān)鍵幀在所述視頻中播放時所屬的圖像時間區(qū)段；

根據(jù)各所述視頻關(guān)鍵幀在所述視頻中所屬的圖像時間區(qū)段，將所述音頻的播放時間劃分為與多個聲音時間區(qū)段，使得多個所述聲音時間區(qū)段與多個所述圖像時間區(qū)段一一對應(yīng)；

將對應(yīng)于各所述圖像時間區(qū)段的聲音時間區(qū)段與對應(yīng)于各所述圖像時間區(qū)段的視頻關(guān)鍵幀關(guān)聯(lián)后存儲。

在一個實(shí)施例中，所述調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像，包括：

在檢測到所述播放時間在所述音頻中所屬的聲音時間區(qū)段時，調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀；

在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，所述調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像之后，還包括：

實(shí)時檢測所述音頻當(dāng)前播放的聲音所屬的聲音時間區(qū)段是否與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配；

在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段不匹配時，調(diào)取與當(dāng)前播放的聲音所屬的聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān) 鍵幀，并在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像；

在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配時，繼續(xù)在所述音頻播放的顯示界面中顯示當(dāng)前顯示圖像。

在一個實(shí)施例中，所述調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中同步顯示所述視頻關(guān)鍵幀的圖像之后，還包括：

在當(dāng)前播放的聲音與當(dāng)前顯示圖像出現(xiàn)不同步時，對當(dāng)前播放的聲音所屬的聲音時間區(qū)段的起始時間或/和中止時間節(jié)點(diǎn)進(jìn)行調(diào)整。

根據(jù)本發(fā)明實(shí)施例的第二方面，還提供一種視頻聲音與圖像同步的裝置，包括：

第一檢測模塊，用于接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在播放的音頻中的播放時間；

第二檢測模塊，用于根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段；

同步顯示模塊，用于調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，所述裝置還包括：

關(guān)鍵幀提取模塊，用于自與所述音頻對應(yīng)的視頻中提取視頻關(guān)鍵幀，并對應(yīng)存儲各所述視頻關(guān)鍵幀在所述視頻中播放時所屬的圖像時間區(qū)段；

聲音時間區(qū)段劃分模塊，用于根據(jù)各所述視頻關(guān)鍵幀在所述視頻中所屬的圖像時間區(qū)段，將所述音頻的播放時間劃分為與多個聲音時間區(qū)段，使得多個所述聲音時間區(qū)段與多個所述圖像時間區(qū)段一一對應(yīng)；

關(guān)聯(lián)存儲模塊，用于將對應(yīng)于各所述圖像時間區(qū)段的聲音時間區(qū)段與對應(yīng)于各所述圖像時間區(qū)段的視頻關(guān)鍵幀關(guān)聯(lián)后存儲。

在一個實(shí)施例中，所述同步顯示模塊包括：

關(guān)鍵幀調(diào)取子模塊，用于在檢測到所述播放時間在所述音頻中所屬的聲音時間區(qū)段時，調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀；

同步顯示子模塊，用于在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，所述裝置還包括：

實(shí)時檢測模塊，用于實(shí)時檢測所述音頻當(dāng)前播放的聲音所屬的聲音時間區(qū)段是否與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配；

第一顯示模塊，用于在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段不匹配時，調(diào)取與當(dāng)前播放的聲音所屬的聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像；

第二顯示模塊，用于在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配時，繼續(xù)在所述音頻播放的顯示界面中顯示當(dāng)前顯示圖像。

在一個實(shí)施例中，所述裝置還包括：

調(diào)整模塊，用于在當(dāng)前播放的聲音與當(dāng)前顯示圖像出現(xiàn)不同步時，對當(dāng)前播放的聲音所屬的聲音時間區(qū)段的起始時間或/和中止時間節(jié)點(diǎn)進(jìn)行調(diào)整。

本發(fā)明實(shí)施例提供的技術(shù)方案可產(chǎn)生以下有益效果：接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在播放的音頻中的播放時間；根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段；調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。該方案將提取的視頻關(guān)鍵幀的圖像與播放的音頻的聲音時間區(qū)段進(jìn)行關(guān)聯(lián)，使得在聲音播放的同時自動顯示與其對應(yīng)的圖像，令出現(xiàn)聲音與圖像不對應(yīng)的情況時，可以直接在音頻的音軌上進(jìn)行調(diào)整，而不需要一一點(diǎn)擊圖像去 播放所點(diǎn)擊圖像對應(yīng)的音頻文件，簡化了操作過程，且為聲音與圖像的同步編輯過程節(jié)約了時間，提高了編輯效率。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

下面通過附圖和實(shí)施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

附圖說明

附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實(shí)施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。

在附圖中：

圖1為本發(fā)明根據(jù)一示例性實(shí)施例示出的一種視頻聲音與圖像同步的方法的流程圖；

圖2為本發(fā)明根據(jù)一示例性實(shí)施例示出的另一種視頻聲音與圖像同步的方法的流程圖；

圖3為本發(fā)明根據(jù)一示例性實(shí)施例示出的視頻聲音與圖像同步的方法中步驟S30的實(shí)施方式流程圖；

圖4為本發(fā)明根據(jù)一示例性實(shí)施例示出的又一種視頻聲音與圖像同步的方法的流程圖；

圖5為本發(fā)明根據(jù)一示例性實(shí)施例示出的再一種視頻聲音與圖像同步的方法的流程圖；

圖6為本發(fā)明根據(jù)一示例性實(shí)施例示出的一種視頻聲音與圖像同步的裝置的框圖；

圖7為本發(fā)明根據(jù)一示例性實(shí)施例示出的另一種視頻聲音與圖像同步的裝置的框圖；

圖8為本發(fā)明根據(jù)一示例性實(shí)施例示出的視頻聲音與圖像同步的裝置中同步顯示模塊63的框圖；

圖9為本發(fā)明根據(jù)一示例性實(shí)施例示出的又一種視頻聲音與圖像同步的裝置的框圖；

圖10為本發(fā)明根據(jù)一示例性實(shí)施例示出的再一種視頻聲音與圖像同步的裝置的框圖。

具體實(shí)施方式

以下結(jié)合附圖對本發(fā)明的優(yōu)選實(shí)施例進(jìn)行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實(shí)施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。

本公開實(shí)施例提供了一種視頻聲音與圖像同步的方法，用于減少聲音與圖像同步操作過程中的工作量，節(jié)約工作時間，提高工作效率。如圖1所示，該方法包括步驟S10-S30：

在步驟S10中，接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在播放的音頻中的播放時間。也即，當(dāng)音頻開始加載完畢并開始播放時，則開始接收到同步編輯指令，此時檢測所述音頻當(dāng)前播放的聲音在當(dāng)前音頻中的具體的播放時間。

在步驟S20中，根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段。在步驟S10中檢測到所述音頻當(dāng)前播放的聲音在當(dāng)前音頻中的具體的播放時間之后，判斷所述播放時間在所述音頻中所屬的聲音時間區(qū)段，也即，該播放時間屬于所述音頻中的哪一個聲音時間區(qū)段被確定之后，可以利用該聲音時間區(qū)段將當(dāng)前播放聲音與圖像進(jìn)行匹配后同步顯示。其中所述聲音時間區(qū)段是在所述音頻中預(yù)先劃分的，且預(yù)先劃分之后的聲音時間區(qū)段是與視頻中提取的視頻關(guān)鍵幀所屬的圖像時間區(qū)段一一對應(yīng)的。

在步驟S30中，調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān) 鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。其中，所述音頻中的所述聲音時間區(qū)段與視頻中提取的視頻關(guān)鍵幀是預(yù)先關(guān)聯(lián)的，因此在所述音頻的所述聲音時間區(qū)段的聲音播放時，可以設(shè)定自動顯示與其關(guān)聯(lián)的視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，如圖3所示，所述步驟S30可包括：

步驟S301、在檢測到所述播放時間在所述音頻中所屬的聲音時間區(qū)段時，調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀；也即，所述音頻中的所述聲音時間區(qū)段與視頻中提取的視頻關(guān)鍵幀是預(yù)先關(guān)聯(lián)的，因此在所述音頻的所述聲音時間區(qū)段的聲音播放時，首先找到預(yù)先關(guān)聯(lián)的所述視頻關(guān)鍵幀，并將其從數(shù)據(jù)庫中調(diào)取出來，之后顯示在所述音頻播放的界面上，以便于編輯人員查看比對所述聲音與圖像是否同步匹配。

步驟S302、在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像。所述圖像與所述聲音的音軌在同一顯示界面中顯示，且兩者最好形成一個相互對應(yīng)的顯示關(guān)系，比如，將所述圖像顯示在所述音頻的音軌中當(dāng)前播放的聲音時間區(qū)段的上方或者下方，形成一個對應(yīng)關(guān)系，以便于編輯人員查看比對所述聲音與圖像是否同步匹配。

在一個實(shí)施例中，如圖2所示，該方法的步驟S20之前還包括步驟S40-S60：

在步驟S40中，自與所述音頻對應(yīng)的視頻中提取視頻關(guān)鍵幀，并對應(yīng)存儲各所述視頻關(guān)鍵幀在所述視頻中播放時所屬的圖像時間區(qū)段。也即，在需要進(jìn)行聲音圖像同步的視頻中提取視頻關(guān)鍵幀，且各所述視頻關(guān)鍵幀分別對應(yīng)所述視頻中的一個圖像時間區(qū)段，將所述時間區(qū)段信息與所述視頻關(guān)鍵幀一并存儲在數(shù)據(jù)庫中，以便于在需要時進(jìn)行調(diào)取。

在步驟S50中，根據(jù)各所述視頻關(guān)鍵幀在所述視頻中所屬的圖像時間區(qū)段，將所述音頻的播放時間劃分為與多個聲音時間區(qū)段，使得多個所述聲音時間區(qū)段與多個所述圖像時間區(qū)段一一對應(yīng)。也即，在提取視頻關(guān)鍵幀并將其與各所述視頻關(guān)鍵幀在所述視頻中播放時所屬的圖像時間區(qū)段對應(yīng)存儲之后，此時將 于各個圖像時間區(qū)段對應(yīng)的聲音時間區(qū)段也一一劃分出來，將多個所述聲音時間區(qū)段與多個所述圖像時間區(qū)段一一對應(yīng)之后，只要播放音頻的聲音，就會將該聲音所屬聲音時間區(qū)段的視頻關(guān)鍵幀的圖像調(diào)取出來進(jìn)行顯示。

在步驟S60中，將對應(yīng)于各所述圖像時間區(qū)段的聲音時間區(qū)段與對應(yīng)于各所述圖像時間區(qū)段的視頻關(guān)鍵幀關(guān)聯(lián)后存儲。將所述時間區(qū)段信息與所述視頻關(guān)鍵幀的所述圖像時間區(qū)段對應(yīng)存儲在數(shù)據(jù)庫中，以便于在聲音播放時自動調(diào)取和顯示其對應(yīng)的圖像。

在一個實(shí)施例中，如圖4所示，該方法的步驟S30之后還包括步驟S70-S90：

在步驟S70中，實(shí)時檢測所述音頻當(dāng)前播放的聲音所屬的聲音時間區(qū)段是否與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配；也即，在音頻播放的過程中，當(dāng)前聲音時間區(qū)段的聲音播放完畢之后，由于當(dāng)前顯示的是上一個聲音時間區(qū)段關(guān)聯(lián)的視頻關(guān)鍵幀的圖像，因此需要將當(dāng)前顯示的圖像實(shí)時更換為當(dāng)前播放聲音的聲音時間區(qū)段對應(yīng)的圖像，因此需要實(shí)時進(jìn)行檢測所述音頻當(dāng)前播放的聲音所屬的聲音時間區(qū)段是否與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配，以便于實(shí)時替換當(dāng)前顯示的圖像。

在步驟S80中，在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段不匹配時，調(diào)取與當(dāng)前播放的聲音所屬的聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像；在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段不匹配時，需要將當(dāng)前顯示的圖像實(shí)時更換為當(dāng)前播放聲音的聲音時間區(qū)段對應(yīng)的圖像，因此，需要取消當(dāng)前圖像的顯示，而將與當(dāng)前播放聲音的聲音時間區(qū)段對應(yīng)的圖像調(diào)取出來進(jìn)行實(shí)時顯示。

在步驟S90中，在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配時，繼續(xù)在所述音頻播放的顯示界面中顯示當(dāng)前顯示圖像。而在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配時，說明當(dāng)前聲音時間區(qū)段的聲音播放尚未完畢，繼續(xù)進(jìn)行播放且顯 示當(dāng)前圖像即可。

在一個實(shí)施例中，如圖5所示，該方法的步驟S30之后還包括步驟S100：

在步驟S100中，在當(dāng)前播放的聲音與當(dāng)前顯示圖像出現(xiàn)不同步時，對當(dāng)前播放的聲音所屬的聲音時間區(qū)段的起始時間或/和中止時間節(jié)點(diǎn)進(jìn)行調(diào)整。

也即，當(dāng)編輯人員發(fā)現(xiàn)當(dāng)前播放的聲音與當(dāng)前顯示圖像出現(xiàn)不同步時，比如，當(dāng)前播放的聲音并不是圖像中顯示的發(fā)言人物的發(fā)言，或者其發(fā)言并未與發(fā)言人物的口型同步，此時，需要調(diào)整所述音頻的當(dāng)前聲音時間區(qū)段的起始時間或/和中止時間節(jié)點(diǎn)，也即在當(dāng)前顯示的音軌上對上述時間節(jié)點(diǎn)進(jìn)行調(diào)整，調(diào)整后聲音和圖像同步匹配播放，且由于僅對時間節(jié)點(diǎn)進(jìn)行了調(diào)整，聲音和圖像之間的對應(yīng)關(guān)系并未改變，因此在播放修改時間節(jié)點(diǎn)之后的音頻的所述聲音時間區(qū)段時，還是會同步顯示與其對應(yīng)的視頻關(guān)鍵幀的圖像，同時也不會影響對后續(xù)的同步關(guān)系進(jìn)行調(diào)整。

本發(fā)明實(shí)施例提供的上述方法，接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在播放的音頻中的播放時間；根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段；調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。該方案將提取的視頻關(guān)鍵幀的圖像與播放的音頻的聲音時間區(qū)段進(jìn)行關(guān)聯(lián)，使得在聲音播放的同時自動顯示與其對應(yīng)的圖像，令出現(xiàn)聲音與圖像不對應(yīng)的情況時，可以直接在音頻的音軌上進(jìn)行調(diào)整，而不需要一一點(diǎn)擊圖像去播放所點(diǎn)擊圖像對應(yīng)的音頻文件，簡化了操作過程，且為聲音與圖像的同步編輯過程節(jié)約了時間，提高了編輯效率。

對應(yīng)本發(fā)明實(shí)施例提供的視頻聲音與圖像同步的方法，本發(fā)明還提供視頻聲音與圖像同步的裝置，如圖6所示，該裝置可包括：

第一檢測模塊61，用于接收到同步編輯指令后，檢測當(dāng)前播放聲音在正在 播放的音頻中的播放時間；

第二檢測模塊62，用于根據(jù)所述播放時間及所述音頻中預(yù)先劃分的聲音時間區(qū)段，檢測所述播放時間在所述音頻中所屬的聲音時間區(qū)段；

同步顯示模塊63，用于調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻的所述聲音時間區(qū)段的聲音播放過程中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，如圖7所示，所述裝置還包括：

關(guān)鍵幀提取模塊64，用于自與所述音頻對應(yīng)的視頻中提取視頻關(guān)鍵幀，并對應(yīng)存儲各所述視頻關(guān)鍵幀在所述視頻中播放時所屬的圖像時間區(qū)段；

聲音時間區(qū)段劃分模塊65，用于根據(jù)各所述視頻關(guān)鍵幀在所述視頻中所屬的圖像時間區(qū)段，將所述音頻的播放時間劃分為與多個聲音時間區(qū)段，使得多個所述聲音時間區(qū)段與多個所述圖像時間區(qū)段一一對應(yīng)；

關(guān)聯(lián)存儲模塊66，用于將對應(yīng)于各所述圖像時間區(qū)段的聲音時間區(qū)段與對應(yīng)于各所述圖像時間區(qū)段的視頻關(guān)鍵幀關(guān)聯(lián)后存儲。

在一個實(shí)施例中，如圖8所示，所述同步顯示模塊63包括：

關(guān)鍵幀調(diào)取子模塊631，用于在檢測到所述播放時間在所述音頻中所屬的聲音時間區(qū)段時，調(diào)取與所述音頻中的所述聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀；

同步顯示子模塊632，用于在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵幀的圖像。

在一個實(shí)施例中，如圖9所示，所述裝置還包括：

實(shí)時檢測模塊67，用于實(shí)時檢測所述音頻當(dāng)前播放的聲音所屬的聲音時間區(qū)段是否與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配；

第一顯示模塊68，用于在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段不匹配時，調(diào)取與當(dāng)前播放的聲音所屬的聲音時間區(qū)段預(yù)先關(guān)聯(lián)的視頻關(guān)鍵幀，并在所述音頻播放的顯示界面中顯示所述視頻關(guān)鍵 幀的圖像；

第二顯示模塊69，用于在當(dāng)前播放的聲音所屬的聲音時間區(qū)段與當(dāng)前顯示圖像所屬的圖像時間區(qū)段匹配時，繼續(xù)在所述音頻播放的顯示界面中顯示當(dāng)前顯示圖像。

在一個實(shí)施例中，如圖10所示，所述裝置還包括：

調(diào)整模塊70，用于在當(dāng)前播放的聲音與當(dāng)前顯示圖像出現(xiàn)不同步時，對當(dāng)前播放的聲音所屬的聲音時間區(qū)段的起始時間或/和中止時間節(jié)點(diǎn)進(jìn)行調(diào)整。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器和光學(xué)存儲器等)上實(shí)施的計算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實(shí)現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個 流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。