[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(qǐng)?zhí)枺?/td>: 202011460178.6
• 申請(qǐng)日: 2020-12-11
• 公開（公告）號(hào): 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(qǐng)（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(hào): H04N21/2187
• 分類號(hào): 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

本公開實(shí)施例公開了一種字幕顯示方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。包括：實(shí)時(shí)采集直播音視頻數(shù)據(jù)流，并確定與直播音視頻數(shù)據(jù)流對(duì)應(yīng)的字幕數(shù)據(jù)；按照預(yù)設(shè)方式對(duì)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；基于開始播放時(shí)間和結(jié)束播放時(shí)間，將每條子字幕數(shù)據(jù)疊加至對(duì)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。本公開實(shí)施例提供的字幕顯示方法，可以使字幕數(shù)據(jù)在音視頻直播畫面中按句呈現(xiàn)，長(zhǎng)度適中，不僅實(shí)現(xiàn)“影院級(jí)”字幕的呈現(xiàn)方式，方便用戶觀看、理解字幕內(nèi)容，而且也可有效保證字幕數(shù)據(jù)在音視頻直播畫面中顯示的穩(wěn)定性，保證直播的“音畫同步”。

技術(shù)領(lǐng)域

本公開實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種字幕顯示方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，同聲傳譯在各種會(huì)議、傳媒活動(dòng)、廣播授課等領(lǐng)域被廣泛使用。尤其在許多跨語(yǔ)言的直播中往往會(huì)配備同聲傳譯字幕，將主講者的語(yǔ)言通過語(yǔ)音識(shí)別技術(shù)和機(jī)器翻譯技術(shù)，轉(zhuǎn)化為觀眾的語(yǔ)言并實(shí)時(shí)顯示在直播畫面中，以此來(lái)解決觀眾不懂外語(yǔ)而無(wú)法理解直播內(nèi)容的問題。

相關(guān)技術(shù)中，主要基于“打字機(jī)”的方式將同聲傳譯字幕展示在直播畫面中，也即跟隨主講人的講話速度，對(duì)采集的語(yǔ)音信息邊進(jìn)行語(yǔ)音識(shí)別和機(jī)器翻譯，邊將同聲傳譯字幕展示在直播畫面中。由于語(yǔ)音識(shí)別獲取的字幕的斷句方式和句子結(jié)構(gòu)還沒有固定，需要不斷根據(jù)字幕內(nèi)容進(jìn)行調(diào)整，從而機(jī)器翻譯字幕也會(huì)適應(yīng)性調(diào)整，而“打字機(jī)”方式使得字幕還沒有穩(wěn)定就進(jìn)行顯示，導(dǎo)致字幕在直播畫面中跳動(dòng)性很大。而字幕的不斷跳動(dòng)，使得觀眾觀看字幕時(shí)容易視覺疲勞，觀眾視覺難以聚焦，且上下文容易干擾理解。另一方面，每句字幕內(nèi)容的停留時(shí)間短，觀眾很可能讀不完當(dāng)前字幕就跳動(dòng)到下一句字幕，導(dǎo)致觀眾的實(shí)際閱讀體驗(yàn)較差。

發(fā)明內(nèi)容

本公開實(shí)施例提供一種字幕顯示方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，不僅可以使字幕數(shù)據(jù)在音視頻直播畫面中按句呈現(xiàn)，還可以有效保證字幕在直播音視頻數(shù)據(jù)流中顯示的穩(wěn)定性，大大提高了用戶體驗(yàn)。

第一方面，本公開實(shí)施例提供了一種字幕顯示方法，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(duì)應(yīng)的字幕數(shù)據(jù)；

按照預(yù)設(shè)方式對(duì)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(duì)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。

第二方面，本公開實(shí)施例還提供了一種字幕顯示裝置，包括：

字幕數(shù)據(jù)確定模塊，用于實(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(duì)應(yīng)的字幕數(shù)據(jù)；

字幕數(shù)據(jù)切分模塊，用于按照預(yù)設(shè)方式對(duì)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)；

時(shí)間確定模塊，用于確定每條子字幕數(shù)據(jù)的開始播放時(shí)間和結(jié)束播放時(shí)間；

字幕數(shù)據(jù)疊加模塊，用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(duì)應(yīng)的直播音視頻數(shù)據(jù)流上；

音視頻數(shù)據(jù)播放模塊，用于播放帶字幕數(shù)據(jù)的直播音視頻數(shù)據(jù)流。

第三方面，本公開實(shí)施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

一個(gè)或多個(gè)處理裝置；

存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序；

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理裝置執(zhí)行，使得所述一個(gè)或多個(gè)處理裝置實(shí)現(xiàn)如本公開實(shí)施例所述的字幕顯示方法。