[发明专利]汉语自动实时标注汉语字幕录播设备

说明书

技术领域

本技术方案属于语音和图像数据处理设备技术领域。

背景技术

目前市面上的汉语有声影像资料的汉字字幕叠加，一般通过人工方式将汉语有声影像资料中的汉语语音转换成汉字，再交给视频画面或影像画面字幕叠加机将表达汉语意思的汉字字幕叠加在视频画面或影像画面上，由于存在大量实时的汉语有声影像资料，包括电视录像和电影等有声影像资料，因此，如果单靠采用人工转换的方式会很费工费时而且很难做到实时传输，随着数字有声影像技术的出现，特别是计算机系统用于处理视频影像资料的技术出现，越来越需要有一种能自动实时将汉语语音的音像转换成汉语字幕并加注在视频画面上的技术出现，而且这种能自动根据汉语语音实时转换成汉语或汉语字幕的技术不但能在带汉字系统的计算机系统中运行，还能在不带汉字系统只带128个字符的ASCII码系统的以美国为代表的西方国家的计算机系统中运行，以满足世界互联网的日益广泛的运用和云计算、物联网以及世界各地汉语热的出现，中西文化交流越来越频繁的新形势的需要。

发明内容

本技术方案的提出就是为了解决上述出现这些问题。具体来说本技术方案通过采用以下的汉语自动实时标注汉语字幕录播设备的技术来解决上述出现的问题：

本技术方案采用的录播设备包括话筒和摄像机模块１、音视频同步信号标记模块２、有声语言音频信号提取模块3、汉语语音识别模块4、、视频画面或影像画面字幕叠加机模块5、音视频编码压缩模块6、网络传输模块7、带音视频解码解压缩软件服务器模块8、网络传输模块9、带音视频音像播放软件的客户端模块10。

本技术方案采用的录播设备工作时按以下步骤进行: 在现场实时汉语语音音像录播时，所述录播设备通过话筒和摄像机模块１，将汉语语音及现场场景录入并储存到所述的音像录播设备的系统中，系统中的计算机首先通过音视频同步信号标记模块２做好通过上述摄像机模块１摄制的影像资料中视频画面或影像画面与上述话筒录制的对应的汉语有声语言的音频信号同步信号标记并储存在音像录播设备的储存系统中, 然后将带同步信号标记的汉语有声语言的音频信号通过有声语言音频信号提取模块3提取出来，带同步信号标记的汉语有声语言的音频信号提取出来后再传给计算机中的汉语语音识别模块4，汉语语音识别模块4将汉语语音识别成带与所识别的汉语语音相同同步信号标记的用26个拉丁字母表示的汉语语音码,再将上述带同步信号标记的汉语语音码字幕传输给现有的视频画面或影像画面字幕叠加机模块5，根据汉语语音码字幕与视频画面或影像画面同步信号标记的对应关系将汉语字幕信息叠加在视频画面或影像画面上,并通过所述音视频编码压缩模块6进行编码和压缩，经上述编码和压缩后再传输给网络传输模块7，再由网络传输模块7将编码和压缩后的上述具有相同同步信号标记的带汉语字幕的视频画面或影像画面传输到宽带网络，宽带网络将其传输到指定的带音视频解码解压缩软件服务器模块8上进行储存，带音视频音像播放软件的客户端模块10通过网络传输模块9登陆到上述带音视频解码解压缩软件服务器模块8就可以实时观看上述现场实时带汉语字幕和汉语语音的视频影像资料画面。

所述的汉语语音识别模块4内嵌汉字和汉语拼音与汉语语音码双向转换模块。

所述网络传输模块7或网络传输模块9，可以是有线网络传输模块也可以是3G、4G、wifi、wimax、蓝牙等无线网络传输模块，在采用有线网络传输模块时，上述宽带网络是有线宽带网络，在采用无线网络传输模块时，上述宽带网络是无线宽带网络。

上述的汉语语音码，在汉字系统的计算机中可以通过上述汉字和汉语拼音与汉语语音码双向转换模块转换成汉字,汉语语音码或汉字能够单独或者汉语语音码与汉字、汉语拼音，意义一致的外文对照显示、储存、输出。

上述的汉语语音码是以单词为单位，这里将单个汉字看作单音节词，根据组成该单词的每个音节的《汉语拼音方案》中的拼音，用且仅用26个拉丁字母对汉语拼音的声母、介母、韵母、声调采取先编码再依次按“声码+介码+韵码+调码兼隔音节符号”的顺序编码拼写，并通过得到的语音码的编码直接表达汉语信息，当直接用语音码编码来表示汉语信息时，其标点符号的用法同英文的标点符号的用法相同，编码时同一个单词的多个音节不用空格连续编码，单词与单词之间要有空格隔开。