[發(fā)明專利]一種字幕生成方法、裝置及計算機存儲介質(zhì)、電子設(shè)備

在審

• 申請?zhí)枺?/td>: 201911047803.1
• 申請日: 2019-10-30
• 公開（公告）號: CN110798733A
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計）人: 崔建偉;蔡賀;黃建新;張歆;黃偉峰;朱米春;杜偉;王一韓;閆磊;錢岳
• 申請（專利權(quán)）人: 中央電視臺
• 主分類號: H04N21/439
• 分類號: H04N21/439;H04N21/488;H04N21/81;H04N21/845
• 代理公司: 11397 北京新知遠方知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 馬軍芳;張艷

一種字幕生成方法、裝置及計算機存儲介質(zhì)、電子設(shè)備，包括：確定節(jié)目的音頻文件；將所述音頻文件轉(zhuǎn)寫為文字，得到音頻文件對應(yīng)的帶有時間碼信息的文本數(shù)據(jù)；將所述文本數(shù)據(jù)與所述節(jié)目的標準文稿進行匹配；根據(jù)匹配后的結(jié)果將所述文本數(shù)據(jù)的時間碼信息附加給所述標準文稿，得到帶時間碼信息的字幕文件。采用本申請中的方案，通過對音頻做語音識別實現(xiàn)電視節(jié)目字幕和語音內(nèi)容的自動匹配，使得音頻與文本時間碼同步，字幕文本具有時碼信息。

技術(shù)領(lǐng)域

本申請涉及節(jié)目制作技術(shù)，具體地，涉及一種字幕生成方法、裝置及計算 機存儲介質(zhì)、電子設(shè)備。

背景技術(shù)

在傳媒行業(yè)的音視頻后期字幕制作環(huán)節(jié)，電視節(jié)目的字幕和語音內(nèi)容無法 自動匹配，但是電視節(jié)目播出時需要將音頻和字幕同步。目前，在字幕制作時， 工作人員需要通過字幕軟件進行時間軸拍打，制作字幕的過程包括：

第一步：工作人員需要先將聽寫好的字幕文件導(dǎo)入字幕軟件；

第二步：然后再導(dǎo)入相對應(yīng)的音視頻文件；

第三步：打開時間軸制作；

第四步：拍打確定第一句話時間碼的開始時間；

第五步：拍打確定第一句話時間碼的結(jié)束時間；

第六步：核對第一句話時間碼的開始時間和結(jié)束時間是否正確；

第七步：重復(fù)上述第四、五、六步，拍打第二句話以及后面句子的時間碼；

...

第N步：導(dǎo)出srt文件。

從上面過程可以看出，時間碼軸環(huán)節(jié)是最為細小且最為繁瑣的環(huán)節(jié)。工作 人員需要一邊聽音頻、一邊看視頻中人物的口型、一邊拍打時間軸，并且在每 拍打完一句話的時間軸時候需要重新播放當(dāng)前音視頻片段進行核對。在這種情 況下，一旦其中某句話的時間碼拍打錯誤或處于某些原因需要進行修改，將直 接影響后面關(guān)聯(lián)的句子的時間軸的修改。

現(xiàn)有技術(shù)中存在的問題：

目前傳媒行業(yè)，特別是廣電行業(yè)需要播出海量的音視頻節(jié)目，每一檔節(jié)目 都需要工作人員進行“純手工”的匹配字幕。以視頻的字幕為例，工作人員在 進行手工匹配時需要視頻、音頻、字幕三方同時兼顧，并且需要反復(fù)聽寫、反 復(fù)校對，過程繁瑣且效率低下。而且，如果工作人員發(fā)現(xiàn)其中一句需要重新修 改時間碼，需要重新修改后面受關(guān)聯(lián)影響的時間碼。

發(fā)明內(nèi)容

本申請實施例中提供了一種字幕生成方法、裝置及計算機存儲介質(zhì)、電子 設(shè)備，以解決上述技術(shù)問題。

根據(jù)本申請實施例的第一個方面，提供了一種字幕生成方法，包括如下步 驟：

確定節(jié)目的音頻文件；

將所述音頻文件轉(zhuǎn)寫為文字，得到音頻文件對應(yīng)的帶有時間碼信息的文本 數(shù)據(jù)；

將所述文本數(shù)據(jù)與所述節(jié)目的標準文稿進行匹配；

根據(jù)匹配后的結(jié)果將所述文本數(shù)據(jù)的時間碼信息附加給所述標準文稿，得 到帶時間碼信息的字幕文件。

根據(jù)本申請實施例的第二個方面，提供了一種字幕生成裝置，包括：

音頻確定模塊，用于確定節(jié)目的音頻文件；

文本生成模塊，用于將所述音頻文件轉(zhuǎn)寫為文字，得到音頻文件對應(yīng)的帶 有時間碼信息的文本數(shù)據(jù)；

匹配模塊，用于將所述文本數(shù)據(jù)與所述節(jié)目的標準文稿進行匹配；

附時碼模塊，用于根據(jù)匹配后的結(jié)果將所述文本數(shù)據(jù)的時間碼信息附加給 所述標準文稿，得到帶時間碼信息的字幕文件。