[發明專利]字幕質量檢測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110221143.5
• 申請日: 2021-02-26
• 公開（公告）號: CN112995754B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 邵峰;張琦;韓鈺
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: H04N21/439
• 分類號: H04N21/439;H04N21/44;H04N21/4415;H04N21/8547;G10L25/30;G10L25/51
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 盧萬騰;石鳴宇

本申請涉及一種字幕質量檢測方法、裝置、計算機設備和存儲介質。該方法包括：從目標視頻中提取出人物音頻數據和字幕文本；對人物音頻數據進行預處理，得到人物音頻數據中靜音片段和非靜音片段的分布，獲取人物音頻數據中每個靜音片段和非靜音片段在目標視頻中的第一時間戳；獲取字幕文本中每段字幕在目標視頻中的第二時間戳；根據第一時間戳和第二時間戳判斷每段人物語音數據是否有匹配的字幕。通過本申請，可以精準找出有問題的字幕部分，不僅可以節約檢測的時間成本，也能輔助檢測人員快速核對問題字幕段。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種字幕質量檢測方法、裝置、計算機設備和存儲介質。

背景技術

隨著網絡視頻行業的快速發展，網絡視頻的數量增長迅猛，越來越多的視頻面臨著字幕翻譯的需求，而對于需求的不同，如今的視頻字幕翻譯途徑主要有兩種：機器翻譯和人工翻譯。機器翻譯的發展十分迅猛，通過諸多算法的訓練，當今的機器翻譯在許多時候已經能滿足人們的需求，有著快速、低成本的優點，然而其也存在信息完整度缺失、術語不規范、行文不通順等翻譯質量問題。專業人工翻譯質量最高，但會面臨較大的時間成本和翻譯效率問題，并且，由于專業翻譯人員的水平不齊，在大量的翻譯工作中也難免會存在著漏翻、字幕錯位等信息完整度問題。可以看到，無論是機器翻譯還是人工翻譯，都有可能出現字幕問題，尤其是字幕信息完整性問題最為關鍵，這將很大程度上影響用戶的視頻觀看體驗。

面對上述的字幕問題，當前最多的檢測方法依然是人工檢測，這無疑是一個效率低且耗時的過程。檢測人員也需要通過反復觀看視頻復查找出所在問題點，這不僅增加了時間成本，隨著時間的增加，檢測人員也可能精力衰減，容易犯下漏檢、誤檢的錯誤。

由于機器翻譯和專業翻譯人員的疏漏都可能會造成翻譯字幕信息完整度缺失的問題，這會造成一些視頻字幕文本存在漏翻或者時間軸錯位的問題，嚴重影響用戶的觀看體驗。

發明內容

為了解決上述字幕遺漏或錯誤的技術問題，本申請實施例提供了一種字幕質量檢測方法、裝置、計算機設備和存儲介質。

第一方面，本申請實施例提供了一種字幕質量檢測方法，該方法包括：從目標視頻中提取人物音頻數據和字幕文本；對人物音頻數據進行預處理，以得到人物音頻數據中靜音片段和非靜音片段的分布；根據人物音頻數據中靜音片段和非靜音片段的分布和目標視頻的總時長，獲取人物音頻數據中每個靜音片段和非靜音片段在目標視頻中的第一時間戳；獲取字幕文本中每段字幕在目標視頻中的第二時間戳；根據第一時間戳和第二時間戳判斷每段人物語音數據是否有匹配的字幕；其中，人物語音數據包括至少一段非靜音片段。

第二方面，本申請實施例提供了一種字幕質量檢測裝置，該裝置包括：

提取模塊，用于從目標視頻中提取出人物音頻數據和字幕文本；

處理模塊，用于對所述人物音頻數據進行預處理，以得到所述人物音頻數據中靜音片段和非靜音片段的分布；

第一時間戳獲取模塊，用于根據人物音頻數據中靜音片段和非靜音片段的分布以及目標視頻的總時長，獲取人物音頻數據中每個靜音片段和非靜音片段在目標視頻中的第一時間戳；

第二時間戳獲取模塊，用于獲取字幕文本中每段字幕在目標視頻中的第二時間戳；

匹配模塊，用于根據第一時間戳和第二時間戳判斷人物音頻數據中的每段人物語音數據是否有匹配的字幕；其中，每段人物語音數據包括至少一個非靜音片段。

第三方面，本申請實施例提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，處理器執行計算機程序時實現前面任一項的字幕質量檢測方法的步驟。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，計算機程序被處理器執行時實現前面任一項的字幕質量檢測方法的步驟。