[發明專利]視頻與字幕的匹配方法和裝置

在審

• 申請號: 201610139767.1
• 申請日: 2016-03-11
• 公開（公告）號: CN107181986A
• 公開（公告）日: 2017-09-19
• 發明（設計）人: 劉青;謝濤
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: H04N21/488
• 分類號: H04N21/488;H04N21/44;H04N21/439;H04N21/234;H04N21/233
• 代理公司: 北京品源專利代理有限公司11332
• 代理人: 孟金喆,胡彬

技術領域

本發明實施例涉及多媒體技術領域，尤其涉及一種視頻與字幕的匹配方法和裝置。

背景技術

隨著互聯網技術和多媒體技術的不斷發展，富有表現力及觀賞性的視頻作為信息的載體之一，受到眾多用戶的青睞。為了更好地展示視頻內容，在用戶觀看視頻的時候，通常會同步顯示與視頻所對應的字幕，便于用戶理解視頻內容，提升用戶觀看視頻的體驗。

現有技術的視頻與字幕匹配采用的是文件名匹配的方法，即提取出目標視頻的文件名，然后在字幕文件的集合中，將目標視頻的文件名和各個字幕文件的文件名進行匹配，找到文件名最匹配的字幕文件，選取這個字幕文件作為視頻的字幕文件來播放。但是如果字幕文件名命名不準確或者命名錯誤，將會直接影響字幕文件的選取，導致所選取的字幕文件的準確性十分的不穩定，而且字幕的文件名是十分容易被修改的，如果隨意一個字幕文件被改成了視頻相關的名字，就可能造成錯誤的匹配，為用戶的視頻觀看造成困擾。

發明內容

本發明提供一種視頻與字幕的匹配方法和裝置，以解決視頻與字幕易匹配錯誤的問題，實現視頻與字幕的準確匹配。

第一方面，本發明實施例提供了一種視頻與字幕的匹配方法，該方法包括：

獲取待匹配的視頻片段和待匹配的一個或多個字幕文件；

從所獲取的視頻片段中提取出各個語音片段的關聯語音時間信息以及從所述待匹配的一個或多個字幕文件中提取出字幕時間信息；

分別基于相同的規則，根據所提取的關聯語音時間信息以及字幕時間信息生成所述視頻片段的視頻特征向量以及所述一個或多個字幕文件的字幕特征向量；

基于所生成的視頻特征向量和字幕特征向量，確定與所述視頻片段匹配的字幕文件。

第二方面，本發明實施例還提供了視頻與字幕的匹配裝置，該裝置包括：

獲取單元，用于獲取待匹配的視頻片段和待匹配的一個或多個字幕文件；

視頻特征提取單元，用于從所獲取的視頻片段中提取出各個語音片段的關聯語音時間信息；

字幕特征提取單元，用于從所述待匹配的一個或多個字幕文件中提取出字幕時間信息；

特征向量生成單元，用于分別基于相同的規則，根據所提取的關聯語音時間信息以及字幕時間信息生成所述視頻片段的視頻特征向量以及所述一個或多個字幕文件的字幕特征向量；

確定單元，用于基于所生成的視頻特征向量和字幕特征向量，確定與所述視頻片段匹配的字幕文件。

本發明所采用的技術方案，從所獲取的視頻片段中提取出各個語音片段的關聯語音時間信息，根據所述關聯語音時間信息生成視頻片段的視頻特征向量， 從所獲取的一個或多個字幕文件中提取出字幕時間信息，根據所述字幕時間信息生成所述一個或多個字幕文件的字幕特征向量，進而基于所述視頻特征向量與所述字幕特征向量，確定與視頻片段匹配的字幕文件，解決了因視頻字幕匹配錯誤給用戶造成的困擾，從根本上保證了視頻中字幕匹配的正確性。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發明的其它特征、目的和優點將會變得更明顯：

圖1為本發明實施例一提供的視頻與字幕的匹配方法的流程圖；

圖2是本發明實施例二提供的視頻與字幕的匹配方法的流程圖；

圖3是本發明實施例三提供的視頻與字幕的匹配方法的流程圖；

圖4是本發明實施例四提供的視頻與字幕的匹配方法的流程圖；

圖5是本發明實施例五提供的視頻與字幕的匹配裝置的結構圖。

具體實施方式

為了使本發明的目的、技術方案和優點更加清楚，下面結合附圖對本發明具體實施例作進一步地詳細描述。可以理解的是，此處所描述的具體實施例僅僅用于解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發明相關的部分而非全部內容。在更加詳細地討論示例性實施例之前應當提到的是，一些示例性實施例被描述成作為流程圖描繪的處理或方法。雖然流程圖將各項操作(或步驟)描述成順序的處理，但是其中的許多操作可以被并行地、并發地或者同時實施。此外，各項操作的順序可以 被重新安排。當其操作完成時所述處理可以被終止，但是還可以具有未包括在附圖中的附加步驟。所述處理可以對應于方法、函數、規程、子例程、子程序等等。

實施例一