[发明专利]字幕质量检测方法、装置、计算机设备和存储介质

权利要求书

1.一种字幕质量检测方法，其特征在于，所述方法包括：

从目标视频中提取出人物音频数据和字幕文本，所述字幕文本包括多段字幕；

对所述人物音频数据进行预处理，以得到所述人物音频数据中静音片段和非静音片段的分布；

根据所述人物音频数据中静音片段和非静音片段的分布以及所述目标视频的总时长，获取所述人物音频数据中每个静音片段和非静音片段在所述目标视频中的第一时间戳；

获取所述字幕文本中每段字幕在所述目标视频中的第二时间戳；

根据所述第一时间戳和第二时间戳判断所述人物音频数据中的每段人物语音数据是否有匹配的字幕；

其中，所述每段人物语音数据包括至少一个非静音片段；

所述根据所述第一时间戳和第二时间戳判断所述人物音频数据中的每段人物语音数据是否有匹配的字幕，包括：

分别将各个静音片段标记为第一数值，将非静音片段标记为第二数值，以得到所述人物音频数据对应的人物语音和静音的音频分布；

根据所述字幕文本中每段字幕的第二时间戳和所述目标视频的总时长，获取所述字幕文本中每段空白字幕的第三时间戳，所述空白字幕为字幕与字幕之间字幕为空的片段；

将所述字幕文本中的每段字幕标记为第二数值，将每段空白字幕标记为第一数值，以得到所述字幕文本对应的字幕和空白字幕的字幕分布；

根据所述音频分布和字幕分布，判断每个人物语音数据是否有匹配的字幕。

2.根据权利要求1所述的方法，其特征在于，所述从目标视频中提取出人物音频数据，包括：

从目标视频中提取出原始音频数据；

按照预设切分长度对所述原始音频数据进行切分处理，得到多个音频数据段；

提取出每个所述音频数据段对应的人物音轨数据；

其中，所有人物音轨数据按时间先后顺序组成人物音频数据。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一时间戳和第二时间戳判断所述人物音频数据中的每段人物语音数据是否有匹配的字幕，包括：

分别将各个静音片段和非静音片段以预设时间单元进行划分得到对应的多个第一元素；

根据所述人物音频数据中静音片段和非静音片段的第一时间戳，将属于静音片段的第一元素标记为第一标记值，将属于非静音片段的第一元素标记为第二标记值，以得到每个静音片段和非静音片段对应的第一子数组，所述第一子数组包含对应的多个按照时间先后顺序依次排序的第一元素；

根据所有静音片段和非静音片段对应的第一子数组得到所述人物音频数据对应的第一数组，所述第一数组中的所有第一元素按照时间先后顺序依次排序；

根据所述字幕文本中每段字幕的第二时间戳和所述目标视频的总时长，获取所述字幕文本中每段空白字幕的第三时间戳，所述空白字幕为字幕与字幕之间字幕为空的片段；

所有字幕和空白字幕按照时间先后顺序依次排序组成所述字幕文本；

将所述字幕文本以预设时间单元进行划分得到对应的多个第二元素；

根据字幕的第二时间戳和空白字幕的第三时间戳，将属于字幕的第二元素标记为第二标记值，将属于空白字幕的第二元素标记为第一标记值，以得到包括所述多个第二元素的第二数组，所述多个第二元素按照时间先后顺序依次排序；

遍历所述第一数组和第二数组，对相同时间戳的第一元素的标记值与第二元素的标记值进行比对，以判断每个非静音片段是否都有匹配的字幕。

4.根据权利要求3所述的方法，其特征在于，所述对相同时间戳的第一元素的标记值与第二元素的标记值进行比对，以判断每个非静音片段是否都有匹配的字幕，包括：

若连续且超过预设数量的第一元素的标记值与相同时间戳的第二元素的标记值不同，则判定所述连续且超过预设数量的第一元素所对应的时间段内的字幕为错误字幕。