[发明专利]网络直播中的视音频处理方法、计算机设备和介质

说明书

本公开提供了一种网络直播中的视音频处理方法、计算机设备和介质。该方法包括：接收主播终端直播过程中产生的视频消息和音频消息；将所述音频消息识别成字幕；将所述字幕与所述视频消息、音频消息一起打包发送到用户终端播放。本公开实施例提高了用户对直播内容的理解，使听障用户在听不到直播语音的情况下也能理解直播内容。

技术领域

本发明涉及互联网领域，具体而言，涉及一种网络直播中的视音频处理方法、计算机设备和介质。

背景技术

互联网直播目前蓬勃发展。在互联网直播中，有一类直播是信息输出型直播。这种直播并不产生娱乐内容，而是以知识的讲授、信息的介绍为主，如医生直播问诊。医生主播为连线或留言的用户提供医疗知识，回答病患的问题，成为一种新型问诊模式，解决碎片化时代的医患难题，使医疗更具有实时性、时效性，优化了医患时间，提供医疗透明度。

然而，信息输出型直播的语言有时具有专业型，例如一些医学上的话语，难以快速被用户理解，尤其对于一些听障用户就更加难以理解。另外，这类直播以信息输出为主，缺乏变现渠道。例如，医生在线解答用户问题，但不一定能从用户收到相应的医疗费用。而用户被在线诊断后，可能也有购买药品的需求，却只能线下买药，非常不方便。另外，这类直播经常涉及专业名词。由于用户不懂这些专业名词，要么影响对整个直播内容的理解，要么线下查找，浪费时间。

发明内容

有鉴于此，本发明的一个目的在于提高用户对直播内容的理解，使听障用户在听不到直播语音的情况下也能理解直播内容。

为了达到这个目的，根据本公开的一方面，提供了一种网络直播中的视音频处理方法，包括：

接收主播终端直播过程中产生的视频消息和音频消息；

将所述音频消息识别成字幕；

将所述字幕与所述视频消息、音频消息一起打包发送到用户终端播放。

可选地，所述视频消息和视音频携带有时间戳；所述将所述音频消息识别成字幕，包括：将所述音频消息的时间戳以外的内容识别成字幕，并将所述时间戳添加到所述字幕；所述将所述字幕与所述视频消息、音频消息一起打包发送到用户终端播放，包括：将同一时间戳的字幕与所述视频消息、音频消息一起打包发送到用户终端播放。

可选地，在将所述字幕与所述视频消息、音频消息一起打包发送到用户终端播放之后，所述方法还包括：

接收所述用户终端的取消显示字幕指示；

取消所述字幕的显示。

可选地，在取消所述字幕的显示之后，所述方法还包括：

接收用户的显示字幕指示；

显示所述字幕。

可选地，在将所述字幕与所述视频消息、音频消息一起打包发送到用户终端播放之后，所述方法还包括：

接收用户的移动字幕指示；

将所述字幕移动到所述移动字幕指示所指示的位置。

可选地，在将所述音频消息识别成字幕之后，所述方法还包括：

根据所述字幕，获取物品推荐信息；

将所述物品推荐信息与所述视频消息、音频消息一起打包发送到用户终端播放。

可选地，所述根据所述字幕，获取物品推荐信息，包括：

将所述字幕分词；

根据分成的词与物品库中各物品标签的匹配，获取物品推荐信息。