首页/ 北京七维视觉科技有限公司/ 专利详情

一种字幕生成方法和装置

基本信息

申请号 CN202111142783.3 申请日 -
公开（公告）号 CN113660537A 公开（公告）日 2021-11-16
申请公布号 CN113660537A 申请公布日 2021-11-16
分类号 H04N21/488（2011.01）I;G10L15/26（2006.01）I;G06K9/32（2006.01）I;G06K9/00（2006.01）I 分类 电通信技术;
发明人 殷元江;高发宝;徐立 申请（专利权）人 北京七维视觉科技有限公司
代理机构 北京集佳知识产权代理有限公司 代理人 付丽
地址 100013北京市东城区和平里东街11号3号楼2-A1号
法律状态 -

摘要

摘要 本申请提供了一种字幕生成方法和装置，其中，方法包括：检测目标视频中所包含人物的状态和/或目标视频的音频波形幅值，根据目标视频中所包含人物的状态和/或目标视频的音频波形幅值，判断目标视频中是否有在说话的目标人物，若判定目标视频中有在说话的目标人物，则开始获取目标视频的语音识别结果，直至根据目标人物的状态和/或目标视频的音频波形幅值判定目标人物不再说话，最后根据获取的语音识别结果生成目标人物对应的字幕信息。本申请能够基于目标视频中所包含人物的状态和/或目标视频的音频波形幅值，生成目标视频所包含的各个人物分别对应的字幕信息，生成的字幕信息效果更好。