[發(fā)明專利]一種視頻字幕實(shí)時(shí)生成系統(tǒng)及生成方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911422039.1
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111107284B
• 公開（公告）日: 2022-09-06
• 發(fā)明（設(shè)計(jì)）人: 寧樂飛;陳天萍;陳文杰;蔡佳良;闞小優(yōu)
• 申請(qǐng)（專利權(quán)）人: 洛陽樂往網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): H04N5/278
• 分類號(hào): H04N5/278;H04N21/439
• 代理公司: 洛陽九創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41156
• 代理人: 炊萬庭

1.一種視頻字幕實(shí)時(shí)生成方法，基于一種視頻字幕實(shí)時(shí)生成系統(tǒng)，系統(tǒng)包括：

聲音靜默采集裝置，與視頻播放設(shè)備電性連接，用于從視頻播放設(shè)備獲取聲音原始電信號(hào)；

前端處理裝置，與所述聲音靜默采集裝置和視頻播放設(shè)備均電性連接，用于對(duì)聲音原始電信號(hào)進(jìn)行處理生成聲音壓縮電信號(hào)；

遠(yuǎn)端服務(wù)器，與所述前端處理裝置電性連接，用于根據(jù)聲音壓縮電信號(hào)生成字幕數(shù)據(jù)并且通過前端處理裝置將字幕數(shù)據(jù)發(fā)送給視頻播放設(shè)備；

其特征在于，所述方法包括如下步驟：

S1、判斷所述聲音靜默采集裝置的狀態(tài)，若聲音靜默采集裝置就緒，則執(zhí)行S2，否則結(jié)束；

S2、啟動(dòng)視頻播放設(shè)備并且播放視頻；

S3、聲音靜默采集裝置通過內(nèi)錄方式從視頻播放設(shè)備獲取聲音原始電信號(hào)，并且將聲音原始電信號(hào)發(fā)送給所述前端處理裝置；

S4、前端處理裝置依次對(duì)聲音原始電信號(hào)進(jìn)行抽樣、前處理和重采樣得到聲音壓縮電信號(hào)，并且將聲音壓縮電信號(hào)發(fā)送給所述遠(yuǎn)端服務(wù)器；

S4中，抽樣的具體方法為：

S4.11、將聲音原始電信號(hào)分解為若干個(gè)連續(xù)的數(shù)據(jù)元，每N個(gè)數(shù)據(jù)元組成一組，每組數(shù)據(jù)元中抽取一個(gè)作為樣本集；

S4.12，將樣本集轉(zhuǎn)化為時(shí)域信號(hào)，每N個(gè)信號(hào)為一組，每組信號(hào)中抽取一個(gè)作為初始樣本D；

S4.13、計(jì)算除了初始樣本D之外其余(N-1)個(gè)信號(hào)的絕對(duì)值之和SUM，并且計(jì)算D＝SUM/(N-1)；

S4.14、若|D|≥D，則用|D|替換其余(N-1)個(gè)信號(hào)，否則用D替換其余(N-1)個(gè)信號(hào)；

S4.15、重復(fù)執(zhí)行S4.11至S4.14直到將聲音原始電信號(hào)處理完畢得到聲音一次電信號(hào)；

S5、遠(yuǎn)端服務(wù)器對(duì)聲音壓縮電信號(hào)進(jìn)行識(shí)別得到字幕數(shù)據(jù)，并且將字幕數(shù)據(jù)發(fā)送給前端處理裝置；

S6、前端處理裝置將字幕數(shù)據(jù)發(fā)送給視頻播放設(shè)備；

S7、視頻播放設(shè)備在視頻字幕區(qū)顯示字幕數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述前端處理裝置包括電性連接的核心處理器和通信模塊，其中核心處理器與所述聲音靜默采集裝置電性連接，通信模塊與所述遠(yuǎn)端服務(wù)器電性連接。

3.如權(quán)利要求1所述方法，其特征在于，S1的具體方法為：

S1.1、檢測所述聲音靜默采集裝置與視頻播放設(shè)備的連接狀態(tài)，若連接正常則執(zhí)行S1.2，否則直接結(jié)束；

S1.2、檢測聲音靜默采集裝置的運(yùn)行狀況，若運(yùn)行正常則執(zhí)行S2，否則直接結(jié)束。

4.如權(quán)利要求1所述方法，其特征在于，S3中，所述聲音靜默采集裝置每經(jīng)過40ms向所述前端處理裝置發(fā)送一次聲音原始電信號(hào)并且清空緩存。

5.如權(quán)利要求4所述方法，其特征在于，S4中，在執(zhí)行S4.11之前對(duì)聲音原始電信號(hào)進(jìn)行抗混疊濾波處理。

6.如權(quán)利要求4所述方法，其特征在于，S4中，前處理的具體方法為：

S4.21、按照20ms為一幀的方式將聲音一次電信號(hào)分解為若干幀數(shù)據(jù)；

S4.22、利用漢明窗或者漢寧窗對(duì)每幀數(shù)據(jù)進(jìn)行平滑處理；

S4.23、利用低通濾波算法對(duì)平滑處理后的數(shù)據(jù)進(jìn)行抗混疊濾波處理。

7.如權(quán)利要求1所述方法，其特征在于，S4中，重采樣后的頻率為16000HZ、量化位數(shù)為16bit。