[發(fā)明專利]字幕生成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110595267.X
• 申請(qǐng)日: 2021-05-28
• 公開(kāi)（公告）號(hào): CN113345439A
• 公開(kāi)（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 盧家輝
• 申請(qǐng)（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G06F40/109
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 江舟

1.一種字幕生成方法，其特征在于，包括：

對(duì)目標(biāo)音頻進(jìn)行音頻內(nèi)容識(shí)別，得到目標(biāo)識(shí)別結(jié)果，其中，所述目標(biāo)識(shí)別結(jié)果包括從所述目標(biāo)音頻中識(shí)別到的各個(gè)字符以及與所述各個(gè)字符對(duì)應(yīng)的音量，所述目標(biāo)音頻為目標(biāo)視頻中的音頻；

根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，其中，所述各個(gè)字符的目標(biāo)字體顏色與所述各個(gè)字符對(duì)應(yīng)的音量匹配；

根據(jù)所述各個(gè)字符的目標(biāo)字體顏色，生成所述目標(biāo)視頻的字幕信息，其中，所述字幕信息包括所述各個(gè)字符，所述各個(gè)字符的顯示顏色為所述各個(gè)字符的所述目標(biāo)字體顏色。

2.根據(jù)權(quán)利要求1所述的字幕生成方法，其特征在于，所述根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，包括：

在所述各個(gè)字符中確定第一字符集合，其中，所述第一字符集合中的字符對(duì)應(yīng)的音量大于第一音量閾值；將所述第一字符集合中的字符的所述目標(biāo)字體顏色確定為第一字體顏色；和/或

在所述各個(gè)字符中確定第二字符集合，其中，所述第二字符集合中的字符對(duì)應(yīng)的音量小于第二音量閾值；將所述第二字符集合中的字符的所述目標(biāo)字體顏色確定為第二字體顏色，其中，所述第一音量閾值大于所述第二音量閾值，所述第一字體顏色與所述第二字體顏色不同。

3.根據(jù)權(quán)利要求2所述的字幕生成方法，其特征在于，所述根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，包括：

在所述各個(gè)字符中確定出所述第一字符集合的情況下，將所述各個(gè)字符中除所述第一字符集合之外的字符的所述目標(biāo)字體顏色確定為第三字體顏色，所述第一字體顏色與所述第三字體顏色不同。

4.根據(jù)權(quán)利要求2所述的字幕生成方法，其特征在于，所述根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，包括：

在所述各個(gè)字符中確定出所述第二字符集合的情況下，將所述各個(gè)字符中除所述第二字符集合之外的字符的所述目標(biāo)字體顏色確定為第四字體顏色，所述第二字體顏色與所述第四字體顏色不同。

5.根據(jù)權(quán)利要求2所述的字幕生成方法，其特征在于，所述根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，包括：

在所述各個(gè)字符中確定出所述第一字符集合和所述第二字符集合的情況下，將所述各個(gè)字符中除所述第一字符集合和所述第二字符集合之外的字符的所述目標(biāo)字體顏色確定為第五字體顏色，所述第一字體顏色、所述第二字體顏色與所述第五字體顏色不同。

6.一種字幕生成方法，其特征在于，包括：

對(duì)目標(biāo)音頻進(jìn)行音頻內(nèi)容識(shí)別，得到目標(biāo)識(shí)別結(jié)果，其中，所述目標(biāo)識(shí)別結(jié)果包括從所述目標(biāo)音頻中識(shí)別到的各個(gè)字符以及與所述各個(gè)字符在所述目標(biāo)音頻中的開(kāi)始時(shí)間段和結(jié)束時(shí)間點(diǎn)；

根據(jù)所述開(kāi)始時(shí)間點(diǎn)和所述結(jié)束時(shí)間點(diǎn)，從所述目標(biāo)音頻中確定所述各個(gè)字符的音量；

根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體大小，其中，所述各個(gè)字符的目標(biāo)字體大小與所述各個(gè)字符對(duì)應(yīng)的音量匹配；

根據(jù)所述各個(gè)字符的目標(biāo)字體大小，生成目標(biāo)視頻的字幕信息，其中，所述字幕信息包括所述各個(gè)字符，所述各個(gè)字符的顯示大小為所述各個(gè)字符的所述目標(biāo)字體大小。

7.一種字幕生成裝置，其特征在于，包括：

識(shí)別單元，設(shè)置為對(duì)目標(biāo)音頻進(jìn)行音頻內(nèi)容識(shí)別，得到目標(biāo)識(shí)別結(jié)果，其中，所述目標(biāo)識(shí)別結(jié)果包括從所述目標(biāo)音頻中識(shí)別到的各個(gè)字符以及與所述各個(gè)字符對(duì)應(yīng)的音量，所述目標(biāo)音頻為目標(biāo)視頻中的音頻；

第一確定單元，設(shè)置為根據(jù)所述各個(gè)字符對(duì)應(yīng)的音量，確定所述各個(gè)字符的目標(biāo)字體顏色，其中，所述各個(gè)字符的目標(biāo)字體顏色與所述各個(gè)字符對(duì)應(yīng)的音量匹配；

生成單元，設(shè)置為根據(jù)所述各個(gè)字符的目標(biāo)字體顏色，生成所述目標(biāo)視頻的字幕信息，其中，所述字幕信息包括所述各個(gè)字符，所述各個(gè)字符的顯示顏色為所述各個(gè)字符的所述目標(biāo)字體顏色。