[发明专利]语音和字幕的调整方法和装置、电子设备、存储介质

说明书

本发明公开了一种语音和字幕的调整方法和装置、电子设备、存储介质。其中，该方法包括：获取视频中的目标语音，并确定目标语音在视频中的第一时刻，其中，第一时刻为目标语音在视频中开始播放的时刻；依据第一时刻和预设时间范围，在视频的字幕中提取与目标语音匹配的目标字幕；依据第一时刻以及目标字幕在视频中的第二时刻，判断目标语音与目标字幕是否同步，其中，第二时刻为目标字幕在视频中开始播放的时刻；在目标语音与目标字幕不同步的情况下，依据第一时刻和第二时刻的时间差，调整视频中字幕的时间轴，以使视频中的语音与字幕同步。本发明解决了相关技术中采用手动调整的方式纠正视频中声音与字幕不同步的问题，调整效果不佳的技术问题。

技术领域

本发明涉及视频处理技术领域，具体而言，涉及一种语音和字幕的调整方法和装置、电子设备、存储介质。

背景技术

目前，用户在用电脑、手机等电子设备看视频的时，经常会遇到视频中声音与字幕不同步的情况，即字幕提前或落后于与之相配声音一定的时间，严重影响用户体验，并且由于播放器类型多样，视频中的声音、字幕不同步可能由多种原因引起，因此，对视频中不同步的声音和字幕排查和校准起来比较困难。

相关技术中，针对视频中的字幕提前或落后的情况，需要用户凭感觉手动调整，调整起来比较麻烦，导致对视频中不同步的声音和字幕进行调整，调整效率低，并且难以进行准确的调整的问题。

针对上述的问题，目前尚未提出简洁高效的解决方案。

发明内容

本发明实施例提供了一种语音和字幕的调整方法和装置、电子设备、存储介质，以至少解决相关技术中采用手动调整的方式纠正视频中声音与字幕不同步的问题，调整效果不佳的技术问题。

根据本发明实施例的一个方面，提供了一种语音和字幕的调整方法，包括：获取视频中的目标语音，并确定所述目标语音在所述视频中的第一时刻，其中，所述视频中包括多条语音，所述第一时刻为所述目标语音在所述视频中开始播放的时刻；依据所述第一时刻和预设时间范围，在所述视频的字幕中提取与所述目标语音匹配的目标字幕；依据所述第一时刻以及所述目标字幕在所述视频中的第二时刻，判断所述目标语音与所述目标字幕是否同步，其中，所述第二时刻为所述目标字幕在所述视频中开始播放的时刻；在所述目标语音与所述目标字幕不同步的情况下，依据所述第一时刻和所述第二时刻的时间差，调整所述视频中字幕的时间轴，以使所述视频中的语音与字幕同步。

进一步地，依据所述第一时刻和预设时间范围，在所述视频的字幕中提取与所述目标语音匹配的目标字幕，包括：在所述视频中提取目标预设时间范围内对应的字幕，其中，所述目标预设时间范围由所述第一时刻和所述预设时间范围确定；确定所述字幕的字幕条数；在所述字幕为一条字幕的情况下，将所述字幕作为所述目标字幕；在所述字幕为多条字幕的情况下，依据所述多条字幕中每条字幕在所述视频中的开始播放时刻，确定所述目标字幕，其中，所述目标字幕为所述多条字幕的其中一条字幕，所述目标字幕的开始播放时刻为所述多条字幕中开始播放时刻最早的字幕。

进一步地，依据所述第一时刻以及所述目标字幕在所述视频中的第二时刻，判断所述目标语音与所述目标字幕是否同步，包括：计算所述第一时刻和所述第二时刻的时间差；将所述时间差与预设阈值进行比较，得到比较结果，其中，所述预设阈值至少包括第一预设阈值和第二预设阈值，所述第一预设阈值为负数，所述第二预设阈值为正数；基于所述比较结果，判断所述目标语音与所述目标字幕是否同步。

进一步地，基于所述比较结果，判断所述目标语音与所述目标字幕是否同步，包括：在所述比较结果为所述时间差大于第一预设阈值且小于第二预设阈值的情况下，确定所述目标语音与所述目标字幕同步；在所述比较结果为所述时间差小于等于所述第一预设阈值，或，所述时间差大于等于所述第二预设阈值的情况下，确定所述目标语音与所述目标字幕不同步。