[發明專利]視頻播放方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202010622064.0
• 申請日: 2020-06-30
• 公開（公告）號: CN111836062A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 張浩波
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: H04N21/2187
• 分類號: H04N21/2187;H04N21/434;H04N21/439;H04N21/488;G10L15/26;H04L29/06
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種視頻播放方法，其特征在于，包括：

對實時接收到的流媒體數據進行緩存；

從緩存的流媒體數據中獲取待添加字幕的目標音軌數據；

對所述目標音軌數據進行解析，獲得所述目標音軌數據對應的目標文本信息；

將所述目標文本信息與所述目標音軌數據進行時間軸對齊，獲得所述目標文本信息對應的時間軸信息；

根據所述流媒體數據進行視頻播放，并基于所述目標文本信息和所述時間軸信息為播放的視頻添加字幕。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

接收用戶設置的語言選擇指令，所述語言選擇指令用于指示用戶設置的目標語種；

所述對所述目標音軌數據進行解析，獲得所述目標音軌數據對應的目標文本信息，包括：

對所述目標音軌數據進行語音識別，獲得所述目標音軌數據對應的第一文本信息；

在所述第一文本信息與所述目標語種不同的情況下，按照所述目標語種對所述第一文本信息進行語種轉換，以獲得所述目標文本信息。

3.根據權利要求1所述的方法，其特征在于，所述根據所述流媒體數據進行視頻播放，并基于所述目標文本信息和所述時間軸信息為播放的視頻添加字幕，包括：

播放所述流媒體數據中的所述目標音軌數據和與所述目標音軌數據對應的圖像數據，并按照所述時間軸信息顯示所述目標文本信息。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述目標文本信息進行語句分割，確定所述目標文本信息包含的每一語句；

針對每一所述語句，根據所述語句對應的時間軸信息，從所述流媒體數據中確定與所述語句對應的圖像數據；

根據所述圖像數據確定與所述語句對應的目標人物信息；

所述根據所述流媒體數據進行視頻播放，并基于所述目標文本信息和所述時間軸信息為播放的視頻添加字幕，包括：

播放所述流媒體數據中的所述目標音軌數據和與所述目標音軌數據對應的圖像數據，并按照所述時間軸信息，在所述目標人物信息對應的位置顯示所述目標人物信息對應的語句的文本信息。

5.根據權利要求4所述的方法，其特征在于，所述根據所述圖像數據確定與所述語句對應的目標人物信息，包括：

根據所述圖像數據進行人臉識別，確定所述圖像數據對應的人物信息；

根據所述語句對應的音軌數據進行聲紋特征提取，獲得所述語句對應的聲紋信息；

根據所述聲紋信息，將所述圖像數據對應的所述人物信息中與所述聲紋信息匹配的人物信息確定為所述目標人物信息。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

存儲所述目標音軌數據對應的進度信息，以表示所述目標音軌數據已被添加字幕。

7.一種視頻播放裝置，其特征在于，包括：

緩存模塊，被配置為對實時接收到的流媒體數據進行緩存；

獲取模塊，被配置為從緩存的流媒體數據中獲取待添加字幕的目標音軌數據；

解析模塊，被配置為對所述目標音軌數據進行解析，獲得所述目標音軌數據對應的目標文本信息；

處理模塊，被配置為將所述目標文本信息與所述目標音軌數據進行時間軸對齊，獲得所述目標文本信息對應的時間軸信息；

播放模塊，被配置為根據所述流媒體數據進行視頻播放，并基于所述目標文本信息和所述時間軸信息為播放的視頻添加字幕。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

接收模塊，被配置為接收用戶設置的語言選擇指令，所述語言選擇指令用于指示用戶設置的目標語種；

所述解析模塊包括：

識別子模塊，被配置為對所述目標音軌數據進行語音識別，獲得所述目標音軌數據對應的第一文本信息；

轉換子模塊，被配置為在所述第一文本信息與所述目標語種不同的情況下，按照所述目標語種對所述第一文本信息進行語種轉換，以獲得所述目標文本信息。