[發明專利]基于比較的視頻字幕錯別字詞糾錯的方法及裝置

有效

• 申請號: 201710187454.8
• 申請日: 2017-03-27
• 公開（公告）號: CN106973333B
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 羅華欣
• 申請（專利權）人: 山東浪潮商用系統有限公司
• 主分類號: H04N21/488
• 分類號: H04N21/488;H04N21/435
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 姜明

1.一種基于比較的視頻字幕錯別字詞糾錯的方法，其特征在于，包括：

獲取n個字幕文件，并在所述n個字幕文件中確定出應用字幕文件及備用字幕文件；所述n為大于2的整數；所述應用字幕文件是播放裝置待使用的字幕文件；

將所述n個字幕文件中的每個字幕文件劃分為至少一個字幕數組；其中，所述字幕數組中包含有字幕條目及所述字幕條目對應的播放時間；

根據所述備用字幕文件的至少一個字幕數組，依次對應用字幕文件的字幕數組進行字幕檢驗，在檢驗出所述應用字幕文件的字幕數組中存在錯別字詞時，糾正所述錯別字詞包括：

將第i個字幕數組中的字幕條目與所有備用字幕文件中的所有字幕數組的字幕條目進行字符串匹配，確定所有備用字幕文件中的所有字幕數組的字幕條目中是否存在至少兩個字幕條目與所述第i個字幕數組中的字幕條目相同；i為大于0，不大于應用字幕文件劃分的字幕數組的總個數的整數；

若不存在，則在所述各個備用字幕文件中確定出各個校驗字幕數組；所述校驗字幕數組中的字幕條目對應的播放時間與所述第i個字幕數組中的 字幕條目對應的播放時間間隔不超過預設閾值；

將所述各個校驗字幕數組中的字幕條目進行比較，確定是否存在相似字幕條目；

若存在相似字幕條目，且相似字幕條目的數量達到預設相似閾值，則確定所述第i個字幕數組中的字幕條目存在錯別字詞；

在檢驗出所述第i個字幕數組中存在錯別字詞時，糾正所述錯別字詞；

更新i的取值，繼續檢驗應用字幕文件的下一個字幕數組。

2.根據權利要求1所述的方法，其特征在于，所述將所述各個校驗字幕數組中的字幕條目進行比較，確定是否存在相似字幕條目包括：

在所述各個校驗字幕數組中的字幕條目中，確定出待比較的兩個校驗字幕數組中的字幕條目；

將所述待比較的兩個校驗字幕數組中的字幕條目進行字符串比較；

若所述待比較的兩個校驗字幕數組中的字幕條目不同，則進行二進制比較，確定字符串不同的部分與待比較的字幕條目間的比例是否超過預設比例閾值；

若未超過預設比例閾值，則確定所述待比較的兩個校驗字幕數組中的字幕條目為相似字幕條目。

3.根據權利要求1或2所述的方法，其特征在于，還包括：

若存在至少兩個字幕條目與所述第i個字幕數組中的字幕條目相同，則確定所述第i個字幕數組中的字幕條目沒有錯別字，更新i的取值，繼續檢驗應用字幕文件的下一個字幕數組。

4.根據權利要求1或2所述的方法，其特征在于，還包括：

若不存在相似字幕條目，則確定所述第i個字幕數組中的字幕條目沒有錯別字，更新i的取值，繼續檢驗應用字幕文件的下一個字幕數組。

5.一種基于比較的視頻字幕錯別字詞糾錯的裝置，其特征在于，包括：

獲取單元，用于獲取n個字幕文件，并在所述n個字幕文件中確定出應用字幕文件及備用字幕文件；所述n為大于2的整數；所述應用字幕文件是播放裝置待使用的字幕文件；

劃分單元，用于將所述n個字幕文件中的每個字幕文件劃分為至少一個字幕數組；其中，所述字幕數組中包含有字幕條目及所述字幕條目對應的播放時間；

處理單元，具體用于將第i個字幕數組中的字幕條目與所有備用字幕文件中的所有字幕數組的字幕條目進行字符串匹配，確定所有備用字幕文件中的所有字幕數組的字幕條目中是否存在至少兩個字幕條目與所述第i個字幕數組中的字幕條目相同；i為大于0，不大于應用字幕文件劃分的字幕數組的總個數的整數；

若不存在，則在所述各個備用字幕文件中確定出各個校驗字幕數組；所述校驗字幕數組中的字幕條目對應的播放時間與所述第i個字幕數組中的 字幕條目對應的播放時間間隔不超過預設閾值；

將所述各個校驗字幕數組中的字幕條目進行比較，確定是否存在相似字幕條目；

若存在相似字幕條目，且相似字幕條目的數量達到預設相似閾值，則確定所述第i個字幕數組中的字幕條目存在錯別字詞；

在檢驗出所述第i個字幕數組中存在錯別字詞時，糾正所述錯別字詞；

更新i的取值，繼續檢驗應用字幕文件的下一個字幕數組。