多模态情感识别如何处理数据？

Question

我现在需要做上传视频进行多模态情感识别的系统。我已经使用MELD开源库的代码训练出了模型，它可以正常测试MELD里的.p数据。
但是我不知道怎么将原始视频转换为类似于MELD里.p文件的数据以输入模型。