[發明專利]會議視頻字幕合成系統和方法

在審

• 申請號: 202010621997.8
• 申請日: 2020-07-01
• 公開（公告）號: CN111787267A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 田渭霞;張軍;肖康
• 申請（專利權）人: 廣州科天視暢信息科技有限公司
• 主分類號: H04N7/15
• 分類號: H04N7/15;H04N5/278;H04N5/265;H04N5/76;H04N21/43;G10L15/26;G06F40/58
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 遠明

本發明實施例公開了一種會議視頻字幕合成系統和方法。此系統包括目標視頻錄制模塊，字幕翻譯控制模塊，字幕生成模塊和字幕合成模塊；目標視頻錄制模塊用于錄制目標視頻，記錄目標視頻的時間同步信息；字幕翻譯控制模塊用于開啟字幕翻譯功能和關閉字幕翻譯功能；字幕生成模塊用于確定字幕翻譯功能開啟，對目標視頻進行語音識別，生成字幕數據，記錄字幕數據的時間信息；字幕合成模塊用于根據時間信息和時間同步信息，融合目標視頻和字幕數據，形成共享字幕視頻，避免用戶因語言不通等問題，造成對會議內容的誤解。

技術領域

本發明涉及移動通信技術領域，具體涉及一種會議視頻字幕合成系統和方法。

背景技術

隨著科技的進步和人們生活方式的改變，利用網絡而不聚集在同一地點舉行會議已經成為人們的工作和生活需求，因此各個網絡會議系統應運而生，網絡會議系統是個以網絡為媒介的多媒體會議平臺，使用者可突破時間地域的限制通過互聯網共享文檔、演示及協作，實現面對面般的交流效果，使人們在工作或生活中可以更加方便快捷的育人交流和合作，在對現有技術的研究和實踐過程中，本發明的發明人發現，現有的網絡會議提供商無法對網絡會議視頻添加字幕，容易導致用戶因語言不通等問題，造成對會議內容的誤解。

發明內容

本發明實施例提供一種會議視頻字幕合成系統和方法，利用此系統可以生成網絡會議過程中任意時段的字幕數據，并將此字幕數據對應添加至錄制的目標視頻中，避免用戶因語言不通等問題，造成對會議內容的誤解。

本發明實施例提供一種會議視頻字幕合成系統，包括：

目標視頻錄制模塊，字幕翻譯控制模塊，字幕生成模塊和字幕合成模塊；

所述目標視頻錄制模塊用于錄制目標視頻，記錄所述目標視頻的時間同步信息；

所述字幕翻譯控制模塊用于開啟字幕翻譯功能和關閉字幕翻譯功能；

所述字幕生成模塊用于確定所述字幕翻譯功能開啟，對所述目標視頻進行語音識別，生成字幕數據，記錄所述字幕數據的時間信息；

所述字幕合成模塊用于根據所述時間信息和所述時間同步信息，融合所述目標視頻和所述字幕數據，形成共享字幕視頻。

可選的，在本發明的一些實施例中，所述目標錄制模塊，包括：

屏幕共享視頻錄制模塊，用于錄制屏幕共享視頻，記錄所述屏幕共享視頻的第一時間同步信息；

無屏幕共享視頻錄制模塊，用于錄制無屏幕共享視頻，記錄所述無屏幕共享視頻的第二時間同步信息。

可選的，在本發明的一些實施例中，包括：

分辨率調整模塊，用于將所述屏幕共享視頻的分辨率和所述無屏幕共享視頻的分辨率調整為一致；

視頻拼接模塊，用于根據所述屏幕共享視頻和所述無屏幕共享視頻錄制時間的先后次序，拼接所述屏幕共享視頻和所述無屏幕共享視頻，形成共享視頻。

可選的，在本發明的一些實施例中，包括：

會議視頻錄制模塊，用于錄制包括會議現場環境的會議視頻；

視頻融合模塊，用于根據所述第一時間同步信息和所述第二時間同步信息，將所述會議視頻融合至所述共享視頻的右上角，形成全視角共享視頻。

可選的，在本發明的一些實施例中，包括：

會議視頻錄制模塊，用于錄制包括會議現場環境的會議視頻；

視頻融合模塊，用于根據所述時間同步信息，將所述會議視頻融合至所述共享字幕視頻的右上角，形成全視角共享字幕視頻。