[發(fā)明專利]一種字幕顯示方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011460178.6
• 申請日: 2020-12-11
• 公開（公告）號: CN112601101B
• 公開（公告）日: 2023-02-24
• 發(fā)明（設(shè)計(jì)）人: 李秋平;劉堅(jiān);李磊;王明軒
• 申請（專利權(quán)）人: 北京有竹居網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: H04N21/2187
• 分類號: H04N21/2187;H04N21/235;H04N21/242;H04N21/262;H04N21/435;H04N21/488
• 代理公司: 北京遠(yuǎn)智匯知識(shí)產(chǎn)權(quán)代理有限公司 11659
• 代理人: 范坤坤

1.一種字幕顯示方法，其特征在于，包括：

實(shí)時(shí)采集直播音視頻數(shù)據(jù)流，并確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)；

按照預(yù)設(shè)方式對所述字幕數(shù)據(jù)進(jìn)行切分，生成至少一條子字幕數(shù)據(jù)；

確定每條子字幕數(shù)據(jù)的開始播放時(shí)間和結(jié)束播放時(shí)間；

基于所述開始播放時(shí)間和所述結(jié)束播放時(shí)間，將每條子字幕數(shù)據(jù)疊加至對應(yīng)的直播音視頻數(shù)據(jù)流上；

播放帶字幕數(shù)據(jù)的直播音視頻數(shù)據(jù)流；

所述按照預(yù)設(shè)方式對所述字幕數(shù)據(jù)進(jìn)行切分，包括：

在確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)的過程中，基于語音邊界檢測VAD方式對所述字幕數(shù)據(jù)進(jìn)行切分；和/或基于知識(shí)圖譜對所述字幕數(shù)據(jù)進(jìn)行切分；或者，

基于預(yù)設(shè)字符數(shù)量對所述字幕數(shù)據(jù)進(jìn)行切分，以使每條字幕數(shù)據(jù)包含所述預(yù)設(shè)字符數(shù)量的字符；

在將每條子字幕數(shù)據(jù)疊加至對應(yīng)的直播音視頻數(shù)據(jù)流上之前，還包括：獲取每條子字幕數(shù)據(jù)中所包含的各個(gè)單一字符的時(shí)間戳；將每條子字幕數(shù)據(jù)疊加至對應(yīng)的直播音視頻數(shù)據(jù)流上，包括：根據(jù)所述時(shí)間戳將子字幕數(shù)據(jù)疊加至對應(yīng)的直播音視頻數(shù)據(jù)流上；其中，所述子字幕數(shù)據(jù)的開始播放時(shí)間是所述子字幕數(shù)據(jù)的第一個(gè)字符的時(shí)間戳的起始時(shí)間，所述子字幕數(shù)據(jù)的第一個(gè)字符的時(shí)間戳的起始時(shí)間是所述子字幕數(shù)據(jù)的最后一個(gè)字符的時(shí)間戳的終止時(shí)間。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)，包括：

從所述直播音視頻數(shù)據(jù)流中提取音頻數(shù)據(jù)流；

基于所述音頻數(shù)據(jù)流確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述音頻數(shù)據(jù)流確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)，包括：

對所述音頻數(shù)據(jù)流進(jìn)行語音識(shí)別，生成屬于第一語種的字幕數(shù)據(jù)；

將所述屬于第一語種的字幕數(shù)據(jù)翻譯為屬于第二語種的字幕數(shù)據(jù)；

將所述屬于第一語種的字幕數(shù)據(jù)和所述屬于第二語種的字幕數(shù)據(jù)，確定為所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，將所述屬于第一語種的字幕數(shù)據(jù)和所述屬于第二語種的字幕數(shù)據(jù)，確定為所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)，包括：

根據(jù)接收到的修正信息，對所述屬于第一語種的字幕數(shù)據(jù)和所述屬于第二語種的字幕數(shù)據(jù)進(jìn)行修正；

將修正后的屬于第一語種的字幕數(shù)據(jù)和修正后的屬于第二語種的字幕數(shù)據(jù)，確定為所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述開始播放時(shí)間和所述結(jié)束播放時(shí)間，將每條子字幕數(shù)據(jù)疊加至對應(yīng)的直播音視頻數(shù)據(jù)流上，包括：

基于所述開始播放時(shí)間和所述結(jié)束播放時(shí)間，將每條子字幕數(shù)據(jù)中的屬于第二語種的字幕數(shù)據(jù)與所述屬于第一語種的字幕數(shù)據(jù)，以上下對應(yīng)關(guān)系的呈現(xiàn)方式，疊加至所述直播音視頻數(shù)據(jù)流上。

6.根據(jù)權(quán)利要求1-5任一所述的方法，其特征在于，實(shí)時(shí)采集直播音視頻數(shù)據(jù)流，并確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)，包括：

實(shí)時(shí)采集直播音視頻數(shù)據(jù)流，并基于預(yù)設(shè)延時(shí)時(shí)長對所述直播音視頻數(shù)據(jù)流進(jìn)行緩存；

在所述預(yù)設(shè)延時(shí)時(shí)長內(nèi)，確定與所述直播音視頻數(shù)據(jù)流對應(yīng)的字幕數(shù)據(jù)；

播放帶字幕數(shù)據(jù)的直播音視頻數(shù)據(jù)流，包括：

在所述延時(shí)時(shí)長結(jié)束時(shí)，播放帶字幕數(shù)據(jù)的直播音視頻數(shù)據(jù)流。