[發明專利]視頻播放方法、裝置、終端設備及存儲介質

在審

• 申請號: 201810861877.8
• 申請日: 2018-08-01
• 公開（公告）號: CN109246472A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 彭捷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: H04N21/439
• 分類號: H04N21/439;H04N21/432;H04N21/431;G10L15/26
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 周燕君

1.一種視頻播放方法，其特征在于，包括：

自視頻中提取音頻，并生成音頻文件；

將所述音頻文件轉換為文件流，并通過語音識別將所述文件流轉換為字幕文本；所述字幕文本中包含與所述音頻的播放時間對應的多個時間戳；

根據所述時間戳將所述字幕文本顯示在所述視頻的播放界面；

接收包含關鍵詞的查詢指令，在所述字幕文本中查詢與所述關鍵詞對應的目標時間戳；所述多個時間戳包括所述目標時間戳；

根據所述目標時間戳播放所述音頻和所述視頻。

2.如權利要求1所述的視頻播放方法，其特征在于，所述將所述音頻文件轉換為文件流，并通過語音識別將所述文件流轉換為字幕文本；所述字幕文本中包含與所述音頻的播放時間對應的多個時間戳，包括：

將所述音頻文件轉換為所述文件流；

通過所述語音識別接口將所述文件流轉換為所述字幕文本；

在所述字幕文本中按照預設規則插入時間戳，并將插入的所述時間戳與所述時間戳之前或所述時間戳之后的文本內容關聯。

3.如權利要求2所述的視頻播放方法，其特征在于，所述通過所述語音識別接口將所述文件流轉換為所述字幕文本，具體為：

令所述語音識別接口通過聲學特征、各個詞在上下文中的關系、文字與發音之間的映射關系對所述文件流進行解碼，并獲取所述文件流解碼后生成的所述字幕文本；其中，所述聲學特征包括各個發音之間的轉移關系、發音與聲波特征之間的關系。

4.如權利要求2所述的視頻播放方法，其特征在于，所述在所述字幕文本中按照預設規則插入時間戳，并將插入的所述時間戳與所述時間戳之前或所述時間戳之后的文本內容關聯，包括：

按照所述預設規則將所述字幕文本劃分為多個文本內容；其中，所述預設規則包括按照字、詞、句、段對所述字幕文本進行劃分；

在各所述文本內容之前或/和所述文本內容之后插入與所述文本內容關聯的時間戳，并將所述時間戳與所述時間戳之前或之后的文本內容關聯；其中，所述字幕文本中插入的所述時間戳與所述音頻的播放時間對應；

將包含所述時間戳的所述字幕文本存儲至數據庫。

5.如權利要求1所述的視頻播放方法，其特征在于，所述接收包含關鍵詞的查詢指令，在所述字幕文本中查詢與所述關鍵詞對應的目標時間戳，包括：

接收包含所述關鍵詞的查詢指令，所述關鍵詞由用戶在查詢界面通過語音輸入或通過輸入框鍵入；

自數據庫中調取包含時間戳的所述字幕文本，并在所述字幕文本中查詢所述關鍵詞；

獲取所述字幕文本中包含所述關鍵詞的所有文本內容，并將所有所述文本內容以及與各所述文本內容關聯的所述目標時間戳顯示在所述查詢界面上。

6.一種視頻播放裝置，其特征在于，包括：

提取模塊，用于自視頻中提取音頻，并生成音頻文件；

轉換模塊，用于將所述音頻文件轉換為文件流，并通過語音識別將所述文件流轉換為字幕文本；所述字幕文本中包含與所述音頻的播放時間對應的多個時間戳；

字幕顯示模塊，用于根據所述時間戳將所述字幕文本顯示在所述視頻的播放界面；

查詢模塊，用于接收包含關鍵詞的查詢指令，在所述字幕文本中查詢與所述關鍵詞對應的目標時間戳；所述多個時間戳包括所述目標時間戳；

播放模塊，用于根據所述目標時間戳播放所述音頻和所述視頻。

7.如權利6所述的視頻播放裝置，其特征在于，所述轉換模塊包括：

第一轉換子模塊，用于將所述音頻文件轉換為所述文件流；

第二轉換子模塊，用于通過所述語音識別接口將所述文件流轉換為所述字幕文本；

插入子模塊，用于在所述字幕文本中按照預設規則插入時間戳，并將插入的所述時間戳與所述時間戳之前或所述時間戳之后的文本內容關聯。