可以爬一个B站的视频，只要包含人脸，动作，声音的部分 处理后的效果要求： 1、图片：只留下有表情，有动作的关键画面 2、音频：只保留和画面对齐，有声音的片段 3、数据同步：图片和音频完全同步，适合后续的情绪地图构建 4、占用内存空间小，运行速度快
评论