首页/ 天脉聚源（杭州）传媒科技有限公司/ 专利详情

一种视频字幕生成方法、系统、装置和存储介质

基本信息

申请号 CN201911000368.7 申请日 -
公开（公告）号 CN110933485A 公开（公告）日 2020-03-27
申请公布号 CN110933485A 申请公布日 2020-03-27
分类号 H04N21/439;H04N21/44;H04N21/4402;H04N21/488;G10L15/26 分类 电通信技术;
发明人 张金良 申请（专利权）人 天脉聚源（杭州）传媒科技有限公司
代理机构 广州嘉权专利商标事务所有限公司 代理人 天脉聚源（杭州）传媒科技有限公司
地址 310000 浙江省杭州市西湖区转塘科技经济区块16号3幢650室
法律状态 -

摘要

摘要 本发明公开了一种视频字幕生成方法、系统、装置和存储介质，所述方法包括获取视频的画面数据流和声音数据流，对所述画面数据流和声音数据流均进行相同的分段处理，分别对各所述声音数据段进行语音识别以及根据各所述文本段，分别在相应的画面数据段生成同步的字幕等步骤。本发明可以将视频信号中的声音数据流自动转换成字幕，并叠加到画面数据流，免去了现有技术中人工打字的过程，降低了使用成本和出错率，而且具有很低的时延，减少对直播的影响；通过对画面数据流和声音数据流进行分段处理，并对分段处理所得的多个声音数据段同时进行语音识别，可以成倍地提高语音识别的效率，进一步降低时延。本发明广泛应用于计算机技术领域。