[发明专利]字幕语种识别方法、装置、计算机设备及计算机可读介质

说明书

本公开提供一种字幕语种识别方法，获取码流中预设编码格式的视频流，从视频流中获取补充增强信息类型的网络抽象层数据，若从补充增强信息类型的网络抽象层数据中获取到隐藏式字幕，则确定隐藏式字幕的字符编码，根据字符编码和预设的字符编码与语种的映射关系确定隐藏式字幕的语种。本公开实施例可以在原始码流中缺少字幕语种信息的情况下，快速、准确地识别隐藏式字幕的语种。本公开还提供一种字幕语种识别装置、计算机设备和计算机可读介质。

技术领域

本公开涉及多媒体技术领域，具体涉及一种字幕语种识别方法、装置、计算机设备及计算机可读介质。

背景技术

现在许多广播和多播的视频信号中包括可以在电视或其他显示设备上显示的文本，CC(Closed Caption，隐藏式字幕)文本就是一种典型的此类文本。CC文本是视频人声中的文字部分的抄本(transcription)，有时还对声道(soundtrack)中的少量背景音部分进行描述性叙述。起初，CC文本用于为听力障碍人士提供方便，后来CC文本也用于一些由于周围噪音级别很高或者很低而导致信号中的音频部分很难被听者听见的环境中，例如酒吧、餐馆、机场、医务室等环境。CC文本有两种：一种是符合NTSC(National TelevisionStandards Committee，美国国家电视标准委员会)标准的EIA(Electronic IndustriesAssociation，电子工业协会)608，另外一种是符合ATSC(Advanced Television SystemsCommittee，美国高级电视业务顾问委员会)标准的EIA 708，其中，EIA 608文本支持的语言有6种：英语、法语、西班牙语、丹麦语、德语和葡萄牙语。EIA 608通过三类字符集来支持这6种语言：标准字符集、特殊字符集和扩展字符集。

视频信号中还可以包括其他文本服务，这些文本涉及节目、电子节目指南、新闻、体育和紧急通告以及许多其他类型的信息，文本服务可以是包含文本的TeleText(大利市机)、Ceefax(西费克斯系统)和Oracle(甲骨文)等图文电视服务。目前，大多数文本服务被编码到视频信号的VBI(vertical blanking interval，垂直消隐间隔)内，少部分文本服务也可以与信号的音频、视频部分一起被MPEG-2(活动图像专家组)编码信号和MPEG-4(动态图象专家组)编码信号等数字视频信号携带。

任何视频信号中可以携带的文本数量都受到编码系统的限制，使用VBI编码系统的视频信号仅具有有限的用于携带文本的容量。由于CC文本必须全部被携带在VBI的21线上，所以可以被编码到每帧内的字符数是有限的。原始码流中缺少字幕语种信息，因此无法获取码流数据的语种信息。

发明内容

本公开针对现有技术中存在的上述不足，提供一种字幕语种识别方法、装置、计算机设备及计算机可读介质。

第一方面，本公开实施例提供一种字幕语种识别方法，所述方法包括：

获取码流中预设编码格式的视频流；

从所述视频流中获取补充增强信息类型的网络抽象层数据；

若从所述补充增强信息类型的网络抽象层数据中获取到隐藏式字幕，则确定所述隐藏式字幕的字符编码；

根据所述字符编码和预设的字符编码与语种的映射关系确定所述隐藏式字幕的语种。

进一步的，所述确定所述隐藏式字幕的字符编码，包括：

将预设数量字节的隐藏式字幕转换成预设进制的字符编码。

进一步的，所述根据所述字符编码和预设的字符编码与语种的映射关系确定所述隐藏式字幕的语种，包括：

选择一个字符编码；

若根据所述字符编码和所述映射关系得到包括一个语种的第一确定结果，则确定所述语种为所述隐藏式字幕的语种。