一种视频内容结构化方法、装置、终端设备及介质

摘要

本申请适用于视频处理技术领域，提供了一种视频内容结构化方法、装置、终端设备及介质，所述方法包括：获取目标视频的视觉通道信息，基于所述视觉通道信息将所述目标视频划分为多个场景单元，所述多个场景单元包括多个场景边界；将所述目标视频的语音转换为语音文本，并将所述语音文本分割为多个文本块；基于所述多个文本块，将所述目标视频划分为多个语音单元，所述多个语音单元包括多个语音边界；根据所述多个场景边界和所述多个语音边界，确定所述目标视频的视频主题边界；根据所述视频主题边界，将所述目标视频划分为多个主题单元。通过上述方法，能够提高视频内容结构化的准确性。