[發(fā)明專利]數(shù)字電視節(jié)目同聲翻譯輸出方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201611253202.2
• 申請(qǐng)日: 2016-12-30
• 公開（公告）號(hào): CN106791913A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 何加軍
• 申請(qǐng)（專利權(quán)）人: 深圳市九洲電器有限公司
• 主分類號(hào): H04N21/233
• 分類號(hào): H04N21/233;H04N21/234;H04N21/235;H04N21/236;H04N21/439;H04N21/44
• 代理公司: 深圳市愛迪森知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)44341
• 代理人: 何婷

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字電視領(lǐng)域，尤其涉及一種數(shù)字電視節(jié)目同聲翻譯輸出方法及系統(tǒng)。

背景技術(shù)

目前，數(shù)字電視機(jī)頂盒(或電視機(jī))播放的數(shù)字電視節(jié)目聲音，都是節(jié)目中對(duì)應(yīng)的原始聲音，使得用戶能夠原汁原味的觀看電視節(jié)目。

但是，節(jié)目的原始聲音有可能是外語發(fā)聲，例如英語電視節(jié)目。外語發(fā)聲的電視節(jié)目為使聽不懂外語的觀眾能夠正常觀看，往往會(huì)提供雙語字幕，觀眾如果聽不懂外語，就只能依賴于看屏幕下方的中文字幕才能看懂電視節(jié)目?jī)?nèi)容，而觀看下方的中文字幕，往往會(huì)顧及不到電視節(jié)目中的內(nèi)容畫面，這將會(huì)很大程度的影響觀眾的觀看效果，使得觀眾不能很好的觀看電視節(jié)目，給觀眾帶來不便。

發(fā)明內(nèi)容

有鑒于此，有必要針對(duì)上述外語發(fā)聲電視節(jié)目，觀眾觀看中文字幕影響觀眾觀看電視節(jié)目，帶來不便的問題，提供一種數(shù)字電視節(jié)目同聲翻譯輸出方法及系統(tǒng)。

本發(fā)明提供的一種數(shù)字電視節(jié)目同聲翻譯輸出方法，包括如下步驟：

S10：控制音視頻終端緩沖存儲(chǔ)電視節(jié)目數(shù)據(jù)流；

S20：由緩沖存儲(chǔ)的電視節(jié)目數(shù)據(jù)流中分別解析分離出視頻數(shù)據(jù)、音頻數(shù)據(jù)以及字幕數(shù)據(jù)，并在分離時(shí)標(biāo)記時(shí)間戳，為三者標(biāo)記上同步標(biāo)簽；

S30：對(duì)音頻數(shù)據(jù)進(jìn)行分段，并將分段后的音頻數(shù)據(jù)進(jìn)行解碼處理，生成分段的原始PCM數(shù)據(jù)；

S40：將分段的原始PCM數(shù)據(jù)發(fā)送到云端服務(wù)器通過預(yù)設(shè)的音色數(shù)據(jù)庫進(jìn)行音色學(xué)習(xí)，匹配識(shí)別出音頻數(shù)據(jù)的音色；

S50：將原始的PCM數(shù)據(jù)在云端服務(wù)器進(jìn)行用戶所需語言的文字翻譯，并將翻譯結(jié)果與字幕數(shù)據(jù)進(jìn)行比對(duì)，采用字幕數(shù)據(jù)對(duì)翻譯結(jié)果進(jìn)行內(nèi)容和時(shí)間的同步修正；

S60：根據(jù)識(shí)別出的音色，將修正后的翻譯結(jié)果轉(zhuǎn)換成相同音色的語音數(shù)據(jù)，并將語音數(shù)據(jù)按照時(shí)間戳與視頻數(shù)據(jù)、字幕數(shù)據(jù)進(jìn)行同步合成，合成新的節(jié)目數(shù)據(jù)流進(jìn)行播放。

在其中的一個(gè)實(shí)施方式中，所述步驟S20還包括：

在獲取到音頻數(shù)據(jù)后，對(duì)除人聲之外的環(huán)境聲音進(jìn)行過濾。

在其中的一個(gè)實(shí)施方式中，所述步驟S30還包括：解析字幕數(shù)據(jù)中的標(biāo)點(diǎn)符號(hào)，獲取每一個(gè)句號(hào)處的時(shí)間位置，按照句號(hào)處的時(shí)間位置對(duì)音頻數(shù)據(jù)進(jìn)行分段。

在其中的一個(gè)實(shí)施方式中，所述步驟S60還包括：將轉(zhuǎn)換后的語音數(shù)據(jù)的振幅與原音頻數(shù)據(jù)的振幅進(jìn)行比對(duì)調(diào)整，使轉(zhuǎn)換后語音數(shù)據(jù)的振幅與原音頻數(shù)據(jù)的振幅保持一致。

本發(fā)明提供的一種數(shù)字電視節(jié)目同聲翻譯輸出系統(tǒng)，包括：

電視節(jié)目緩存模塊，控制音視頻終端緩沖存儲(chǔ)電視節(jié)目數(shù)據(jù)流；

數(shù)據(jù)分離模塊，由緩沖存儲(chǔ)的電視節(jié)目數(shù)據(jù)流中分別解析分離出視頻數(shù)據(jù)、音頻數(shù)據(jù)以及字幕數(shù)據(jù)，并在分離時(shí)標(biāo)記時(shí)間戳，為三者標(biāo)記上同步標(biāo)簽；

音頻分段模塊，對(duì)音頻數(shù)據(jù)進(jìn)行分段，并將分段后的音頻數(shù)據(jù)進(jìn)行解碼處理，生成分段的原始PCM數(shù)據(jù)；

音色匹配模塊，將分段的原始PCM數(shù)據(jù)發(fā)送到云端服務(wù)器通過預(yù)設(shè)的音色數(shù)據(jù)庫進(jìn)行音色學(xué)習(xí)，匹配識(shí)別出音頻數(shù)據(jù)的音色；

音頻翻譯模塊，將原始的PCM數(shù)據(jù)在云端服務(wù)器進(jìn)行用戶所需語言的文字翻譯，并將翻譯結(jié)果與字幕數(shù)據(jù)進(jìn)行比對(duì)，采用字幕數(shù)據(jù)對(duì)翻譯結(jié)果進(jìn)行內(nèi)容和時(shí)間的同步修正；

音頻合成模塊，根據(jù)識(shí)別出的音色，將修正后的翻譯結(jié)果轉(zhuǎn)換成相同音色的語音數(shù)據(jù)，并將語音數(shù)據(jù)按照時(shí)間戳與視頻數(shù)據(jù)、字幕數(shù)據(jù)進(jìn)行同步合成，合成新的節(jié)目數(shù)據(jù)流進(jìn)行播放。

在其中的一個(gè)實(shí)施方式中，所述數(shù)據(jù)分離模塊在獲取到音頻數(shù)據(jù)后，對(duì)除人聲之外的環(huán)境聲音進(jìn)行過濾。

在其中的一個(gè)實(shí)施方式中，所述音頻分段模塊解析字幕數(shù)據(jù)中的標(biāo)點(diǎn)符號(hào)，獲取每一個(gè)句號(hào)處的時(shí)間位置，按照句號(hào)處的時(shí)間位置對(duì)音頻數(shù)據(jù)進(jìn)行分段。

在其中的一個(gè)實(shí)施方式中，所述音頻合成模塊將轉(zhuǎn)換后的語音數(shù)據(jù)的振幅與原音頻數(shù)據(jù)的振幅進(jìn)行比對(duì)調(diào)整，使轉(zhuǎn)換后語音數(shù)據(jù)的振幅與原音頻數(shù)據(jù)的振幅保持一致。

本發(fā)明數(shù)字電視節(jié)目同聲翻譯輸出方法及系統(tǒng)，將緩存的電視節(jié)目數(shù)據(jù)流進(jìn)行視頻、音頻和字幕三者的分離，然后對(duì)音頻數(shù)據(jù)進(jìn)行分段、音色識(shí)別和翻譯處理等處理，并利用字幕數(shù)據(jù)和時(shí)間戳進(jìn)行修正和同步處理，完成將原始音頻數(shù)據(jù)同聲翻譯成用戶所需語言的音頻數(shù)據(jù)，進(jìn)而播放給用戶，使得用戶能夠無需觀看字幕就能夠聽懂電視節(jié)目的音頻，給用戶觀看電視節(jié)目帶來了極大的便利，用戶不會(huì)因此錯(cuò)過電視節(jié)目的畫面內(nèi)容，大大提高了用戶的觀看體驗(yàn)。

附圖說明

圖1是一個(gè)實(shí)施例中的數(shù)字電視節(jié)目同聲翻譯輸出方法的流程圖；