[發(fā)明專利]視頻數(shù)據(jù)處理方法及裝置、存儲介質(zhì)、計(jì)算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 202210492378.2
• 申請日: 2022-05-07
• 公開（公告）號: CN115604535A
• 公開（公告）日: 2023-01-13
• 發(fā)明（設(shè)計(jì)）人: 劉超;董志;蔡家敏
• 申請（專利權(quán)）人: 六安科亞信息科技有限公司
• 主分類號: H04N21/485
• 分類號: H04N21/485;H04N21/233;H04N21/235;H04N21/239;H04N21/2187;H04N21/437;G10L13/033;G10L13/08;G10L15/22;G10L15/26;G06F16/783;G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種視頻數(shù)據(jù)處理方法，其特征在于，包括：

基于應(yīng)用運(yùn)行終端的視頻播放請求，通過源進(jìn)程向所述應(yīng)用運(yùn)行終端推送源語言的初始視頻數(shù)據(jù)；

當(dāng)接收到視頻語言切換指令時(shí)，斷開所述源進(jìn)程與所述應(yīng)用運(yùn)行終端之間的連接，基于所述視頻語言切換指令指示的目標(biāo)語言，通過所述目標(biāo)語言對應(yīng)的目標(biāo)進(jìn)程建立與所述源進(jìn)程之間的連接，并通過所述源進(jìn)程向所述目標(biāo)進(jìn)程發(fā)送待推送視頻數(shù)據(jù)；

建立所述目標(biāo)進(jìn)程與所述應(yīng)用運(yùn)行終端之間的連接，結(jié)束所述源進(jìn)程，利用所述目標(biāo)進(jìn)程將所述待推送視頻數(shù)據(jù)解析為待推送圖像數(shù)據(jù)和待推送聲音數(shù)據(jù)；

基于所述目標(biāo)進(jìn)程將所述待推送聲音數(shù)據(jù)從所述源語言轉(zhuǎn)換為所述目標(biāo)語言，并將所述待推送圖像數(shù)據(jù)以及轉(zhuǎn)換后的待推送聲音數(shù)據(jù)合成為目標(biāo)推送視頻數(shù)據(jù)，通過所述目標(biāo)進(jìn)程向所述應(yīng)用運(yùn)行終端推送所述目標(biāo)推送視頻數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述目標(biāo)進(jìn)程將所述待推送聲音數(shù)據(jù)從所述源語言轉(zhuǎn)換為所述目標(biāo)語言，具體包括：

基于所述目標(biāo)進(jìn)程，對所述待推送聲音數(shù)據(jù)進(jìn)行語音識別得到待翻譯文本數(shù)據(jù)，以及對所述待推送聲音數(shù)據(jù)進(jìn)行聲音特征識別得到聲音特征信息；

將所述待翻譯文本數(shù)據(jù)翻譯為基于所述目標(biāo)語言的翻譯文本數(shù)據(jù)，并基于所述聲音特征信息對所述翻譯文本數(shù)據(jù)進(jìn)行聲音合成，得到所述轉(zhuǎn)換后的待推送聲音數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述聲音特征信息包括音速特征、音量特征、音色特征、音高特征、語調(diào)特征以及韻律節(jié)奏特征中至少一種；

所述基于所述聲音特征信息對所述翻譯文本數(shù)據(jù)進(jìn)行聲音合成，得到所述轉(zhuǎn)換后的待推送聲音數(shù)據(jù)，具體包括：

基于基準(zhǔn)聲音特征以及所述聲音特征信息，對所述基準(zhǔn)聲音特征對應(yīng)的基準(zhǔn)聲音參數(shù)進(jìn)行調(diào)節(jié)，獲得所述聲音特征信息對應(yīng)的聲音特征參數(shù)，其中，所述基準(zhǔn)聲音參數(shù)包括基準(zhǔn)音速參數(shù)、基準(zhǔn)音量參數(shù)、基準(zhǔn)音色參數(shù)、基準(zhǔn)音高參數(shù)、基準(zhǔn)語調(diào)參數(shù)以及基準(zhǔn)韻律節(jié)奏參數(shù)；

利用語音合成技術(shù)，基于所述聲音特征參數(shù)對所述翻譯文本數(shù)據(jù)進(jìn)行聲音合成，得到所述轉(zhuǎn)換后的待推送聲音數(shù)據(jù)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述待推送圖像數(shù)據(jù)以及轉(zhuǎn)換后的待推送聲音數(shù)據(jù)合成為目標(biāo)推送視頻數(shù)據(jù)，具體包括：

將所述待翻譯文本數(shù)據(jù)和所述翻譯文本數(shù)據(jù)作為所述待推送圖像數(shù)據(jù)的字幕，逐幀為所述待推送圖像數(shù)據(jù)添加字幕；

基于添加字幕后的待推送圖像數(shù)據(jù)以及所述轉(zhuǎn)換后的待推送聲音數(shù)據(jù)，合成為所述目標(biāo)推送視頻數(shù)據(jù)。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述待翻譯文本數(shù)據(jù)翻譯為基于所述目標(biāo)語言的翻譯文本數(shù)據(jù)，具體包括：

通過所述目標(biāo)線程，根據(jù)預(yù)設(shè)翻譯線路對應(yīng)的輸入?yún)?shù)拼裝規(guī)則對所述待翻譯文本數(shù)據(jù)進(jìn)行拼裝，得到與所述待翻譯文本數(shù)據(jù)對應(yīng)的翻譯輸入數(shù)據(jù)；

調(diào)用所述預(yù)設(shè)翻譯線路，將所述翻譯輸入數(shù)據(jù)輸入至所述預(yù)設(shè)翻譯線路中進(jìn)行翻譯，得到翻譯輸出數(shù)據(jù)；

根據(jù)所述預(yù)設(shè)翻譯線路對應(yīng)的輸出參數(shù)解析規(guī)則，對所述翻譯輸出數(shù)據(jù)進(jìn)行解析，得到所述翻譯文本數(shù)據(jù)。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其特征在于，所述通過所述源進(jìn)程向所述目標(biāo)進(jìn)程發(fā)送待推送視頻數(shù)據(jù)，具體包括：

通過所述源進(jìn)程向所述目標(biāo)進(jìn)程發(fā)送所述待推送視頻數(shù)據(jù)以及已推送視頻幀數(shù)；

相應(yīng)地，所述建立所述目標(biāo)進(jìn)程與所述應(yīng)用運(yùn)行終端之間的連接之后，所述方法還包括：

通過所述目標(biāo)進(jìn)程從所述應(yīng)用運(yùn)行終端獲取已播放視頻幀數(shù)，并基于所述已播放視頻幀數(shù)和所述已推送視頻幀數(shù)，確定所述應(yīng)用運(yùn)行終端的當(dāng)前緩存視頻幀數(shù)；

通過所述目標(biāo)進(jìn)程獲取與所述當(dāng)前緩存視頻幀數(shù)對應(yīng)的終端緩存視頻數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述利用所述目標(biāo)進(jìn)程將所述待推送視頻數(shù)據(jù)解析為待推送圖像數(shù)據(jù)和待推送聲音數(shù)據(jù)，具體包括：

利用所述目標(biāo)進(jìn)程，將所述待推送視頻數(shù)據(jù)以及所述終端緩存視頻數(shù)據(jù)解析為所述待推送圖像數(shù)據(jù)和所述待推送聲音數(shù)據(jù)。