[发明专利]一种供盲人使用的数字视频的自动讲解系统

说明书

技术领域

本发明涉及一种供盲人使用的数字视频的自动讲解系统，具体是一种利用TTS语音合成技术来实现数字视频的视听转换的自动讲解系统。播放控制单元利用TTS语音合成技术，在相应帧位置处转换、播放相应的“文本信息”的语音，完成数字视频节目的“视听转化”，从而来实现数字视频的自动讲解，便于盲人欣赏数字视频节目。本发明用于信息处理技术领域。

背景技术

盲人因特殊的视觉障碍，无法欣赏影视等视频节目。此前，当一个盲人去电影院看电影时，必须得有一个人陪同，随着剧情的发展来讲述故事情节。这样就出现了一个问题：这位陪同人员也是头一回看这部电影，所以在给盲人讲述这部电影的情节的速度总是比电影的速度慢一些，而且陪同人员也看不好这场电影，并且盲人在这个时候也无法兼顾电影中的对话与陪同人的描述，他们的窃窃私语也影响其他观众观看电影。电视节目也是这样。

对于电影、电视等视频节目，过去主要以胶片拷贝、录像带等为存储介质，通过放映机、放像机等以模拟信号的方式进行传播，而现在主要以VCD、DVD等光存储介质，通过影碟机、计算机、宽带网络等以数字视频即数字信号的方式进行传播。

在以胶片拷贝、录像带等为存储介质进行视频传播的时代，虽然美国、法国、丹麦等也发明了一些电影的听视系统，但该听视系统需要相关的片源及电影播放设备等硬件的支持，成本较高，不便推广，实际上也确实很少能够得到实施。

而目前，VCD、DVD、互联网宽带已进入千家万户，大街小巷网吧遍布，宽带影视等数字视频节目触手可及。而TTS(Text-to-Speech，语音合成又称为文语转换，是指计算机可以自动把输入的文本信息转换成语音的技术)语音合成技术又相当成熟，我们完全可以借助TTS语音技术来实现数字视频的计算机自动讲解，为盲人随时随地提供数字视频节目。

发明内容

为解决数字视频的视听转换的自动讲解，本发明提供了一种利用TTS语音合成技术来实现数字视频的视听转换的自动讲解系统，便于盲人欣赏影视艺术。

本发明解决其技术问题所采用的技术方案是：

基于本发明的盲人数字视频的视听转换系统包括视听转换信息数据库和播放控制单元两部分。

视听转换信息数据库是将整部数字视频逐帧按情节划分为一个个视频帧片段，并对这些视频帧片段进行文字描述，进而建立起包含该部视频的每一个视频帧片段的文字描述的视听转换信息数据库。每一视频帧片段的起始视频帧位置数据、结束视频帧位置数据、相应的文字描述的文本内容等视听转换信息全部都储存在视听转换信息数据库中。

该视听转换信息数据库的数据库结构中包含视频帧片段的起始视频帧位置、结束视频帧位置、相应的文字描述的文本内容等字段。

盲人可根据各自的需要，随时随地选择播放经过视听转换信息处理的数字视频节目。播放开始时，播放控制单元首先读取当前视频帧的位置数据。根据当前视频帧的位置数据，播放控制单元在视听转换信息数据库中搜索、查找、过滤，看当前视频帧片段是否符合条件，是否需要进行TTS语音合成，转换、播放相应的视频帧片段的文字描述的文本内容。如果当前视频帧片段需要进行TTS语音合成，则播放控制单元自动进行TTS语音合成，转换、播放相应的视频帧片段的文字描述的文本内容。否则，播放控制单元继续读入下一视频帧的位置数据。如此反复循环，直至最后一个视频帧，播放结束。

本发明的有益效果是，盲人可以根据自己的需要，随时随地通过VCD、DVD、计算机、互联网等途径“观看”自己喜欢的数字视频节目。影视公司可以在不改变现有任何拍摄、编辑、制作等硬件设备的情况下，制作出既满足普通观众，又满足盲人需要的数字影视节目。

附图说明

下面结合附图和实施例对本发明进一步说明。

附图是本发明的播放控制单元的流程图。

具体实施方式