[發明專利]一種不帶字幕的碼流通過語音識別顯示字幕的方法及系統

在審

• 申請號: 201810123157.1
• 申請日: 2018-02-07
• 公開（公告）號: CN108366305A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 廖佳秋;王小艷;邱國苗;何志鵬
• 申請（專利權）人: 深圳佳力拓科技有限公司
• 主分類號: H04N21/488
• 分類號: H04N21/488;G10L15/00;G10L15/26;G10L21/0208
• 代理公司: 北京世譽鑫誠專利代理事務所(普通合伙) 11368
• 代理人: 郭官厚

本發明公開了一種不帶字幕的碼流通過語音識別顯示字幕的方法及系統。本發明可以實現根據用戶在節目語言設置界面設置好語言，并且傳送命令給機頂盒，機頂盒再自動的根據語音識別設備進行監聽節目，把一些不帶字幕的節目源識別出來，并且按照預先設置好的節目語言用轉碼器轉化成對應的文字形式，顯示在當前播放節目的上面，便于一些有聽說障礙的用戶對當前播放節目內容的理解，也便于用戶在一些喧囂的場所中更加容易理解節目的內容。省去人機交流的繁瑣的語音操作，機頂盒自動的更新節目字幕給用戶。界面設計比較友好，能提供節目語言設置界面給用戶，效果能滿足用戶的需求。其智能化程度高、操作方便、設計人性化、使用效果好。

技術領域

本發明涉及廣播電視技術領域，尤其涉及一種不帶字幕的碼流通過語音識別顯示字幕的方法及系統。

背景技術

隨著數字電視機的日益普及，除了傳統的電視節目外，通過利用先進的數字電視技術為廣大用戶提供更多的信息服務，是廣播電視事業發展的必然趨勢。

字幕(subtitle)作為一種簡便而直觀的信息提供途徑，其重要性主要體現在兩個方面。一是字幕可以為聽力有障礙的人提供另一個語音信息途徑；二是字幕功能可以通過簡單的后期制作(如多語言顯示)，配合電視節目的全球化推廣提供便捷的平臺；三是在一些喧鬧的場景，也便于用戶理解所觀看節目的內容。但是對于不帶字幕的碼流，目前機頂盒還沒有集成某種功能去顯示字幕。

在機頂盒的技術領域中，已經集成了語音識別技術，這種技術大多數屬于人機操作技術，必須通過用戶來命令，語音設備進行識別，最后機頂盒響應命令。從操作角度來說，步驟還是有點繁瑣的。另外，從用戶角度來說這種傳統的語音識別技術還是不能滿足一些特殊的的用戶需求。比如一些聽說有障礙的用戶。

針對以上的背景，特此開發出一種不帶字幕的碼流通過語音識別顯示出來的技術，此技術能有效的解決了以上問題，是電視用戶急需的一種數字電視技術。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是提供一種不帶字幕的碼流通過語音識別顯示字幕的方法及系統，幫助用戶更方便更清楚的知道節目的內容，真正的普及到所有的用戶。并且設計出友好的選擇節目語言界面，提供給用戶多語言方面的支持，是語音識別技術在機頂盒上的一次創新和發展。

為實現上述目的，本發明提供了一種不帶字幕的碼流通過語音識別顯示字幕的方法，包括以下步驟：

步驟1、在機頂盒系統中建立一個語言數據庫，并且根據各國的語言代碼進行初始化，以供用戶對節目的語言需求做出響應；

步驟2、在機頂盒系統中建立一個語音數據庫，并且根據預制的語音辨識程序組進行初始化，以供辨別出最準確的語音；

步驟3、不帶字幕的碼流傳送至機頂盒CPU處理，機頂盒解析出音頻數據，并經播放器播放；

步驟4、語音識別子系統的降噪聲模塊對機頂盒CPU處理后的音頻數據進行降噪聲處理，然后經語音識別模塊語音識別處理之后，再通過語言解碼模塊進行語言轉碼轉化成用戶需要的文本數據；

步驟5、根據語言解碼模塊轉化的文本數據，疊加字幕在當前播放節目的畫面上，利用OSD(On-Screen Display)即屏幕菜單式調節方式的界面顯示技術來顯示字幕，字幕位置屬性是動態的，由實時的文本數據長度決定。

進一步地，所述步驟1具體為：在字幕語言選擇中選擇要顯示的字幕的語言，并且保存到機頂盒的固態存儲器；根據用戶輸入的字幕語言，從預先定義的語言數據庫中匹配出相同的語言，以供字幕的語言文字顯示。

進一步地，所述步驟2具體為：在機頂盒系統里面合入語音辨別的程序組，機頂盒預制一些語音信息，提取語音模板，最后將語音信息保存到語音數據庫中。

進一步地，所述步驟4具體為：