[发明专利]文本重对齐方法、装置、电子设备和存储介质

权利要求书

1.一种文本重对齐方法，包括：

获取与编辑前字幕文本对应的编辑前字幕分词序列、编辑前字幕分词时间序列和编辑后字幕文本；

对所述编辑后字幕文本进行分词处理，得到编辑后字幕分词序列；

利用最小编辑距离算法，对于所述编辑后字幕文本中的每个编辑后字幕字，在所述编辑前字幕文本中确定与该编辑后字幕字对应的编辑前字幕字；

对于所述编辑后字幕分词序列中每个编辑后字幕分词，根据该编辑后字幕分词所包括的编辑后字幕字对应的编辑前字幕字，确定所述编辑前字幕分词序列中与该编辑后字幕分词对应的编辑前字幕分词，判断该编辑后字幕分词所包括的编辑后字幕字是否对应同一个所确定的编辑前字幕分词，以及根据判断结果和所确定的编辑前字幕分词的编辑前字幕分词时间确定该编辑后字幕分词的编辑后字幕分词时间。

2.根据权利要求1所述的方法，其中，所述编辑前字幕文本、编辑前字幕分词序列、编辑前字幕分词时间序列和编辑后字幕文本通过如下方式生成：

对待识别语音数据进行语音识别得到编辑前字幕文本；

基于所述编辑前字幕文本和所述待识别语音数据，生成所述编辑前字幕分词序列和所述编辑前字幕时间序列；

呈现所述编辑前字幕文本，以及响应于检测到用户针对所述编辑前字幕文本的编辑操作，将编辑操作后的字幕文本确定为编辑后字幕文本。

3.根据权利要求1所述的方法，其中，所述方法还包括：

用所述编辑后字幕分词序列中各编辑后字幕分词对应的编辑后字幕分词时间，生成与所述编辑后字幕分词序列对应的编辑后字幕分词时间序列。

4.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述编辑后字幕文本的文本结构信息、所述编辑后字幕分词序列和所述编辑后字幕时间序列生成编辑后字幕。

5.根据权利要求4所述的方法，其中，所述方法还包括：

将所述编辑后字幕添加到目标视频中，得到添加编辑后字幕视频。

6.根据权利要求1所述的方法，其中，所述编辑前字幕文本、编辑前字幕分词序列、编辑前字幕分词时间序列和编辑后字幕文本通过如下方式生成：

对目标视频中的音频数据进行语音识别得到编辑前字幕文本；

基于所述编辑前字幕文本和待识别语音数据，生成所述编辑前字幕分词序列和所述编辑前字幕时间序列，其中，所述待识别语音数据为所述目标视频中的音频数据；

呈现所述编辑前字幕文本，以及响应于检测到用户针对所述编辑前字幕文本的编辑操作，将编辑操作后的字幕文本确定为编辑后字幕文本。

7.根据权利要求1-6中任一项所述的方法，其中，所述对所述编辑后字幕文本进行分词处理，得到所述编辑后字幕分词序列，包括：

确定所述编辑后字幕文本的语言类型；

按照所述语言类型对应的分词处理方法，对所述编辑后字幕文本进行分词处理，得到所述编辑后字幕分词序列。

8.根据权利要求1-6中任一项所述的方法，其中，所述根据该编辑后字幕分词所包括的编辑后字幕字对应的编辑前字幕字，确定所述编辑前字幕分词序列中与该编辑后字幕分词对应的编辑前字幕分词，判断该编辑后字幕分词所包括的编辑后字幕字是否对应同一个所确定的编辑前字幕分词，以及根据判断结果和所确定的编辑前字幕分词的编辑前字幕分词时间确定该编辑后字幕分词的编辑后字幕分词时间，包括：

确定该编辑后字幕分词所包括的各编辑后字幕字对应的编辑前字幕字是否属于同一个编辑前字幕分词；

响应于确定是，将该编辑前字幕分词的编辑前字幕时间确定为该编辑后字幕分词的编辑后字幕时间。