[发明专利]视频字幕提取方法、设备以及计算机可读存储介质在审
| 申请号： | 202111595067.0 | 申请日： | 2021-12-20 |
| 公开（公告）号： | CN114363535A | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 张悦;黄均昕;董治;姜涛 | 申请（专利权）人： | 腾讯音乐娱乐科技（深圳）有限公司 |
| 主分类号： | H04N5/278 | 分类号： | H04N5/278;G10H1/36 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 彭程 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种视频字幕提取方法、设备以及计算机可读存储介质，其中方法包括：获取目标视频，基于该目标视频中的多个图像帧确定目标视频的目标字幕区域。通过目标字幕区域确定目标视频中各个图像帧的字幕区域，并基于各个图像帧的字幕区域获得目标视频的初始字幕文本，这里，初始字幕文本包含具有排列顺序的多个初始字幕子句。基于各个相邻初始字幕子句之间的相似程度，从多个初始字幕子句中得到多个具有排列顺序的目标字幕子句，其中相邻目标字幕子句之间的字符互不相同，最后基于多个具有排列顺序的目标字幕子句得到目标视频的目标字幕文本。采用本申请，可以解决字幕重复提取的问题，操作简单，字幕提取效果好，适用性强。 | ||
| 搜索关键词： | 视频 字幕 提取 方法 设备 以及 计算机 可读 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯音乐娱乐科技（深圳）有限公司，未经腾讯音乐娱乐科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111595067.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种室内空气质量智能检测装置
- 下一篇：一种用于颗粒盐生产的增稠系统
- 同类专利
- 字幕内容的显示方法、装置、设备、介质及程序产品-202310029109.7
- 刘勇;王旭阳;黄申;戴超;罗夏君;黄珊;商世东 - 腾讯科技（深圳）有限公司
- 2023-01-09 - 2023-10-27 - H04N5/278
- 本申请公开了一种字幕内容的显示方法、装置、设备、介质及程序产品，涉及人工智能领域。该方法包括：获取实时视频流中的图像帧和语音讲解流；对图像帧进行字符识别，得到图像帧中包含的字符对应的关键词；构建与关键词对应的关键词拓扑路径；获取与关键词中的字符对应的形近字；对语音讲解流进行语音识别得到语音识别结果，并基于形近字、关键词拓扑路径以及语音识别结果得到实时视频流对应的实时字幕内容。有效的提升实时字幕内容的识别准确率。
- 字幕的添加方法、装置、终端设备和可读存储介质-202310782199.7
- 陈福绪 - 深圳软牛科技有限公司
- 2023-06-28 - 2023-10-13 - H04N5/278
- 本申请适用于音视频处理技术领域，提供了一种字幕的添加方法、装置、终端设备和可读存储介质。上述字幕的添加方法包括：获取字幕文件的字符集，字幕文件还包含字幕内容；基于字符集以及预设的字符集与语言映射关系确定字符集对应的语言；基于语言以及预设的语言与书写系统映射关系确定语言对应的书写系统；根据预设函数确定书写系统对应的字体列表，并基于字体列表确定目标字体；基于字符集以及目标字体将字幕内容添加至对应的DVD中。本申请实施例可以根据字符集与目标字体之间的对应关系，利用字符集自动得到有效的目标字体，提高了DVD的字幕添加成功率。
- 一种字幕生成方法和装置-202310647053.1
- 袁韶祖;祝天刚;陈蒙 - 京东科技信息技术有限公司
- 2023-06-02 - 2023-08-29 - H04N5/278
- 本发明公开了一种字幕生成方法和装置，涉及人工智能技术领域。该方法的一具体实施方式包括：采用训练视频对具有双模态嵌入结构的字幕生成模型进行有监督训练和对比学习，从而得到训练好的字幕生成模型；采用所述训练好的字幕生成模型生成目标视频中各个事件对应的字幕。该实施方式能够解决不同模态特征没有很好地对齐以及对比学习不能直接应用于密集视频字幕的技术问题。
- 一种描边方法、设备及可读存储介质-202010667567.X
- 李立锋 - 咪咕视讯科技有限公司;咪咕文化科技有限公司;中国移动通信集团有限公司
- 2020-07-13 - 2023-08-15 - H04N5/278
- 本发明公开了一种描边方法、设备及可读存储介质，涉及频处理技术领域，以保证字幕的显示效果。该方法包括：从待处理视频的第一目标视频帧中获取待处理字幕；将所述待处理字幕进行分词处理，得到至少两个字幕分词；对于所述至少两个字幕分词中的目标字幕分词，获取所述目标字幕分词的描边参数；利用所述描边参数，对所述目标字幕分词进行描边。本发明实施例可保证字幕的显示效果。
- 一种像素级的字幕数据移动、叠加系统及方法-202310665935.0
- 赖建勇 - 成都德芯数字科技股份有限公司
- 2023-06-06 - 2023-08-11 - H04N5/278
- 本发明公开了一种像素级的字幕数据移动、叠加系统及方法，通过在第一次叠加前对第一数据进行预读取，使得叠加数据可以和读取数据同步进行，与此同时，通过增设字幕移动任务，使得字幕移动和叠加数据同时开展，以实现串行操作并行化，充分利用了每帧数据的时间间隔，重复此过程直至叠加完成。此外，通过WEB接口单元一端连接动态生成单元，另一端连接浏览器，实现了用户直接在WEB网管上完成图片和字幕的添加，使得操作更加简洁方便。对输入信号的每帧数据进行了YUV叠加，保证了硬件设备的相同流畅效果，更是通过充分利用了每帧图像的间隔时间来产生像素级别的字幕移动，可以做到流畅的移动效果而不是静态图片叠加。
- 一种基于大数据云平台的线上线下联动学习系统-202310489477.X
- 祁建春 - 北京思想天下教育科技有限公司
- 2023-05-04 - 2023-07-07 - H04N5/278
- 本发明涉及语音分析合成领域，尤其涉及一种基于大数据云平台的线上线下联动学习系统，包括采集单元，用以采集视频播放端中需分析视频的播放信息；段落划分单元，用以根据区域暂停次数确定暂停视频段；识别处理单元，用以对存在连续关系的暂停视频段进行合并处理，并根据处理完成的暂停视频段的平均暂停点数量调整合并后的暂停视频段的时长；特征分析单元，用以计算单个暂停视频段中各特征提取周期的语音特征度，并根据语音特征度判定特征提取周期的视频处理方式；语音处理单元，用以对特征提取周期的视频进行音量调节以及进行字幕匹配；本发明克服了现有技术中无法针对教学视频语音清晰度低的段落进行字幕匹配的问题。
- 一种提词器-202223286283.X
- 石璞璞;刘向红;邓清怡 - 广州城市职业学院
- 2022-12-08 - 2023-06-23 - H04N5/278
- 本实用新型提供一种提词器，包括：底框；海绵垫和延伸杆，所述海绵垫分别固定安装于所述底框的内侧面的顶部和底部；固定圈，所述固定圈固定安装于所述底框的顶部，所述固定圈的内侧面的两侧均开设有卡接槽；固定框，所述固定框固定安装于所述底框的顶部的一侧固定杆，所述固定杆滑动连接于所述固定圈的内侧面，所述固定杆的两侧均固定安装有卡接板，所述卡接板滑动连接于所述卡接槽装的内侧面。优选的，所述底框的底部的四周均固定安装有万向轮。优选的。本实用新型提供的一种提词器，通过底框、海绵垫、固定框、固定圈、卡接槽和固定杆等结构相互进行配合，在使用结束的时候，方便使用者对提词装置进行收纳，减少占地空间。
- 一种基于NDI字幕独立包装的导播方法-202310157983.9
- 马萧萧;李兆全;冯俊欢;张小雨;彭雁冰;文斌;刘旭;潘锋 - 成都东方盛行电子有限责任公司
- 2023-02-23 - 2023-06-02 - H04N5/278
- 本发明公开了一种基于NDI字幕独立包装的导播方法，通过将导播业务进行拆分，将字幕包装抽离为独立业务并由专人负责，利用NDI传输协议的高画质、低延时和布线简单的特点，将独立制作的导播字幕内容以NDI信号方式传输到导播后台服务，和视频画面的内容叠加合成，统一编码并输出到PVW预监通道，确认无误后发布到目标渠道。通过本发明提出的基于NDI字幕独立包装的导播方法进行导播处理，保障了直播信号的内容质量、画面效果和实时传输效率，实现导播业务多人协同共同完成，并且只需增加一台工作PC设备，布线简单，方便部署，能够有效提升导播工作效率，降低出错风险，增强直播内容的包装效果。
- 一种字幕编辑方法、装置、电子设备及存储介质-202110996900.6
- 付硕;赵伊;韩乔;林斐凡;范艺含;郝刚;张一舟 - 北京达佳互联信息技术有限公司
- 2021-08-27 - 2023-05-30 - H04N5/278
- 本公开关于一种字幕编辑方法、装置、电子设备及存储介质，所述方法包括：响应于作用在字幕编辑界面中字幕组件区域的选定操作，确定被选定的第一字幕组件；移动选定操作对应的作用点，实时获取作用点在字幕编辑界面中的定位信息；响应于选定操作对应的释放操作，基于最新获取到的定位信息确定第二字幕组件和目标插入位置，将第一字幕组件中的文本信息插入第二字幕组件中目标插入位置，并展示由此得到新的字幕组件。采用本公开可以基于选定操作移动待合并的字幕组件，并通过选定操作对应的释放操作合并得到新的字幕组件以进行展示，无需引入额外的操作组件，减少了工程复杂度，提升了字幕合并处理的效率，且能够支持灵活插入指定位置的场景。
- 提词器-202223581043.2
- 孙中楠;王凯;何山;曾腾;张华 - 北京大学;北京竹远科创科技股份有限公司
- 2022-12-30 - 2023-05-26 - H04N5/278
- 本实用新型提供一种提词器，包括：显示部、支撑部和图像采集部；显示部与支撑部连接；图像采集部与支撑部连接，且图像采集部的图像采集端穿过显示部的显示区域，用于采集显示部一侧的图像。本实用新型通过设置显示部、支撑部和图像采集部，显示部和图像采集部与支撑部连接，其中，图像采集部的图像采集端穿过显示部的显示区域，对显示部一侧的图像进行采集。将图像采集部与显示部有效结合，解决了演讲者在使用提词器时，眼神一直处于中间位置，眼神过于集中，导致目光不自然的问题。
- 一种电视台节目录制字幕提醒装置-202222427561.2
- 于惠琼 - 于惠琼
- 2022-09-14 - 2023-04-07 - H04N5/278
- 本实用新型公开了一种电视台节目录制字幕提醒装置，包括支撑架，所述支撑架顶部固定安装有电磁推杆，所述电磁推杆顶部固定安装有安装架，所述安装架一端端部安装有提词器，所述电磁推杆顶部固定安装有电机，所述电磁推杆一端固定安装有活动式清理刷，所述安装架与电磁推杆之间通过支撑杆相连接，与现有技术相比，本实用新型的有益效果，方便工作人员对提词器的方向进行调节，提高调节提词器方向的效率，且无需工作人员手动调节，降低工作人员的劳动强度，保证提词器使用时的稳定性，避免提词器在使用过程中出现晃动的问题，便于对提词器进行清理，提高对提词器清理的效率，进而便于人员进行观看，在清理结束后，可以对清理刷进行收纳。
- 标注信息展示方法、装置、电子设备及存储介质-202011507033.7
- 白国财;辛建康 - 北京百度网讯科技有限公司
- 2020-12-18 - 2023-03-31 - H04N5/278
- 本申请公开了标注信息展示方法、装置、电子设备及存储介质，涉及计算机领域和图像信息处理领域。具体实现方案为：获取第一视角下的第一图像中目标区域的深度信息和标注信息；建立深度信息与标注信息的关联关系；在获取到第二视角下的第二图像的情况下，基于深度信息确定目标区域在第二图像中的展示区域，并基于关联关系在第二图像中的展示区域展示该目标区域的标注信息。根据本申请的技术方案，能实现具有深度信息的目标区域内的标注信息的跨图展示。
- 一种DVB字幕定制系统和字幕定制方法-202010662222.5
- 梁宗旺 - 珠海迈科智能科技股份有限公司
- 2020-07-10 - 2023-03-24 - H04N5/278
- 本申请实施例公开了一种DVB字幕定制系统和字幕定制方法，其中，方法应用于一种字幕系统，该系统包括服务端与多个客户端，该方法包括：通过服务端接收客户端发送的字幕请求信息，字幕请求信息中包括字幕的解析参数和定制参数；服务端接收客户端上传的码流，并根据解析参数对码流进行解析，获取字幕的位图数据；服务端通过OCR识别技术对位图数据进行识别，得到字幕的文字信息；服务端根据定制参数对文字信息进行定制；服务端将定制后的文字信息发送至客户端，解决字幕中的信息不能根据用户需求进行定制的问题，满足了用户的需求，从而提高了用户体验和客户满意度。
- 一种实现字幕转换的方法、装置及设备-202011052845.7
- 黄永;白俊东;刘永家 - 东软集团股份有限公司
- 2020-09-29 - 2023-03-10 - H04N5/278
- 本申请实施例公开了一种实现字幕转换的方法、装置及设备，该方法包括，通过获取的字幕数据确定字幕控制域数据，根据字幕控制域数据确定字幕属性信息。根据字幕属性信息中的压缩位图数据偏移地址，可以从字幕数据中确定压缩位图数据，并解码得到原始字幕位图数据。再利用颜色映射信息以及alpha通道信息对原始字幕位图数据进行转换，得到适用于车载多媒体系统的字幕位图数据。最后，利用字幕起始时间、字幕结束时间、字幕位图位置信息以及字幕位图数据构建车载多媒体系统字幕数据，根据车载多媒体系统字幕数据进行字幕显示。由此可见，降低了对于车载多媒体系统的设计成本，提高了车载多媒体系统的整体性能。
- 字幕的生成方法、服务器、终端设备及系统-201910330080.X
- 潘立祥;张磊;彭俊 - 阿里巴巴集团控股有限公司
- 2019-04-23 - 2023-03-07 - H04N5/278
- 本发明公开了一种字幕的生成方法、服务器、终端设备及系统，该方法包括：获取视频的语音流信息；根据所述语音流信息，获得字幕内容、所述字幕内容的起始展示时间和结束展示时间；对所述字幕内容的起始展示时间、结束展示时间对应的时间区间进行均分处理，得到所述字幕内容中各个字的起始展示时间；利用所述字幕内容、所述字幕内容中一个或多个字的起始展示时间和所述字幕内容的结束展示时间生成字幕流，并将所述字幕流发送至终端设备。
- 字幕处理方法、装置及电子设备-202011159807.1
- 海同舟 - 维沃移动通信有限公司
- 2020-10-26 - 2023-02-28 - H04N5/278
- 本申请公开了字幕处理方法、装置及电子设备，属于通信技术领域，所述方法包括：按照预设方式生成视频语音中的各噪音片段对应的第一字幕；在编辑区域中显示每段所述第一字幕和预设控件；在接收到对目标预设控件的第一输入的情况下，响应于所述第一输入对所述目标预设控件对应的所述第一字幕进行处理。本申请公开的字幕处理方法，可自动筛选出噪音片段对应的字幕，无需用户手动筛选，耗时短且可节省大量的人力资源。
- 一种移动直播实时语音识别生成字幕的方法及装置-202110909307.3
- 周辉;康凯;朱基锋;金昊 - 广州市千钧网络科技有限公司
- 2021-08-09 - 2023-02-17 - H04N5/278
- 本申请提供一种移动直播实时语音识别生成字幕的方法及装置，该方法实时采集主播端移动设备中的音视频数据流，该音视频数据流中包括音频和视频源，并携带有当前时间的时间戳；通过预设格式对音视频数据流进行音频流格式转码，得到特定格式的待识别音频数据；对待识别音频数据进行语音识别，获得对应文本格式的字幕数据，该字幕数据中携带所述音视频数据流中对应的时间戳；将音视频数据流与字幕数据同步推送至直播内容分发网络。通过本申请解决了现有直播字幕解决方案中，引入的音视频直播内容延时，以及观众端展示字幕不自由的问题。
- 一种字幕生成方法、装置、设备及存储介质-202010719394.1
- 曾衍;常为益;付平非;郑起凡;林兆钦 - 北京字节跳动网络技术有限公司
- 2020-07-23 - 2023-02-17 - H04N5/278
- 本公开提供了一种字幕生成方法、装置、设备及存储介质，所述方法包括：在接收到针对目标音视频文件中至少一个音频轨道的字幕生成触发操作时，分别对该至少一个音频轨道中的每个音频轨道上的音频数据进行语音识别，得到每个音频轨道对应的文字片段。然后，基于每个音频轨道对应的文字片段，生成目标音视频文件的字幕。与针对所有音频轨道上的音频数据进行整体语音识别相比，本公开实施例针对每个音频轨道上的音频数据分别进行独立的语音识别，避免了音频轨道彼此之间的影响，能够得到更准确的语音识别结果，进而提高了基于语音识别结果生成的字幕的准确性。
- 一种动态三维立体悬浮字幕的制作方法及系统-202110621288.4
- 肖昶 - 重庆电子工程职业学院
- 2021-06-03 - 2023-02-10 - H04N5/278
- 本发明属于字幕制作技术领域，公开了一种动态三维立体悬浮字幕的制作方法及系统，所述动态三维立体悬浮字幕的制作系统包括：视频采集与识别模块、视频分割模块、字幕输入模块、中央控制模块、关联模块、视频字幕制备模块、视频备份模块、材质识别模块、画面视差计算模块、偏移量计算模块、视频压缩模块、悬浮字幕获取模块、数据存储模块、更新显示模块。本发明制作方法简单，适用性好，通过对视频文件的采集和分割，方便实现对字幕的同步；在进行2D字幕的添加后进行动态三维立体悬浮字幕的制作，有效解决现有技术进行立体字幕的制备方法复杂且无法兼容的缺点，实现将图片集转换成动态的立体三维浮动字幕效果，能够便于推广使用。
- 操作智能的后期字幕视频处理器-202222111031.7
- 罗功宁 - 深圳极简视界网络科技有限公司
- 2022-08-11 - 2023-01-17 - H04N5/278
- 本实用新型公开了操作智能的后期字幕视频处理器，包括视频处理器本体、第一信号接口区、图像处理模块、语音提取模块和语音转换模块，第一信号接口区设置在视频处理器本体一侧的外壁上，第一信号接口区一侧的视频处理器本体外壁上设置有数据接口区，图像处理模块安装在视频处理器本体的内部，图像处理模块一侧的视频处理器本体内部安装有单片机，语音提取模块安装在单片机一侧的视频处理器本体内部，语音转换模块安装在语音提取模块一侧的视频处理器本体内部。本实用新型不仅可自动识别语音并转换文字，效率高、正确率高，可防止接口受外力影响产生松动，防止接口内进灰进水，而且便于对防尘网进行拆洗。
- 一种电子产品便携提词装置-202222152590.2
- 刘吉良 - 刘吉良
- 2022-08-16 - 2022-12-09 - H04N5/278
- 本实用新型涉及电子商务技术领域，且公开了一种电子产品便携提词装置，解决了目前市场上直播提词器若人为的触摸或空气中的灰尘等覆盖在镀膜玻璃的表面后，镀膜玻璃的表面的显示效果将会降低的问题，其包括摄像机，摄像机的底部活动连接有转向轴，转向轴的底部固定连接有支撑腿，摄像机的一侧设置有显示器，显示器的顶部固定连接有遮光罩，遮光罩的内侧设置有拆卸机构，拆卸机构包括镀膜玻璃、滑轨和固定板，遮光罩内腔的两侧固定连接有滑轨，通过拆卸机构的设置，可以便携式的对该直播提词器内的镀膜玻璃进行更换，提高了该直播提词器的便携性，且可以在镀膜玻璃进行安装时进行限位，提高了该装置的实用性。
- 字幕自动滚动方法、装置、设备以及存储介质-202210932163.8
- 王珩 - 中国平安人寿保险股份有限公司
- 2022-08-04 - 2022-11-11 - H04N5/278
- 本申请实施例涉及人工智能技术领域，特别涉及一种字幕自动滚动方法、装置、设备以及存储介质，本方法先计算字幕文本在容器中的位置，并选取若干文字作为匹配项；当由实时音频转换成的实时文字与匹配项产生匹配时，就能够得知实时文字对应的字幕在容器中的所在位置，实现实时文字的定位；再进一步计算实时文字的所在位置与指定位置之间的距离，得到字幕本文需要在容器中滚动的距离；最后使字幕本文在容器中滚动该距离，使得用户需要看到的文字始终出现在容器的可显示区域内，能够实现字幕文本跟随着用户的语速而实时滚动，使用户需要看到的文字始终出现在容器的可显示区域内，极大的提升了用户的使用体验。
- 一种运动字幕区域检测方法、装置、系统、介质及设备-201910717503.3
- 池承利;林金发;朱祖建;何平征 - 瑞芯微电子股份有限公司
- 2019-08-05 - 2022-11-01 - H04N5/278
- 本发明提供一种运动字幕区域检测方法、装置、系统、介质及设备，所述运动字幕区域检测方法包括：获取目标区域连续两帧图像的亮度数据；根据所述目标区域连续两帧图像的像素点的亮度数据确定可能字幕点；根据纵坐标相同的可能字幕点的数量确定可能字幕行；根据纵坐标连续的可能字幕行的数量确定可能字幕区域。本发明所述运动字幕区域检测方法检测速度更快且效率更高，并且节省功耗。
- 字幕生成方法及装置、电子设备-201910996249.5
- 梁志杰 - 腾讯数码（天津）有限公司
- 2019-10-18 - 2022-10-11 - H04N5/278
- 本公开提供一种字幕生成方法及装置、电子设备；涉及人工智能技术领域。所述字幕生成方法包括：对字幕文本进行关键词提取并确定各所述关键词的权重信息；根据所述字幕文本对应的音频数据确定各所述关键词的声学特征参数；根据各所述关键词的权重信息以及声学特征参数，确定所述关键词的突出显示效果；根据所述字幕文本以及所述字幕文本中所述关键词的突出显示效果生成目标字幕，并将所述目标字幕添加至目标图像。本公开可以提高字幕的信息内容丰富度以及信息传达效率。
- 基于FPGA的视频图像处理方法、系统、终端及介质-202210873804.7
- 李非桃;庄游彬;李和伦;李宝龙;朱国斌;田文磊;任道勇;石子明;杜康 - 四川赛狄信息技术股份公司
- 2022-07-25 - 2022-10-11 - H04N5/278
- 本发明公开了基于FPGA的视频图像处理方法、系统、终端及介质，涉及视频处理技术领域，其技术方案要点是：将接收的原始图像数据转化成一路8bit图像数据以及一路14bit图像数据；依据8bit图像数据和14bit图像数据进行目标跟踪分析，得到字符叠加命令；从当前时刻的字符叠加命令中筛选出不同于上一时刻的字符叠加命令的实时叠加信息；依据实时叠加信息对上一时刻中所保存的相应历史叠加执行信息进行替换，得到当前时刻的实时叠加执行信息；依据实时叠加执行信息在8bit图像数据中的图像特定区域叠加波门、十字线或字符，得到可输出的叠加图像数据。本发明有效降低了视频图像处理过程中的延迟，视频图像处理效率高。
- 一种字幕生成方法、装置、电子设备及可读存储介质-202210748491.2
- 徐雪萍;陈海涛 - 成都爱奇艺智能创新科技有限公司
- 2022-06-28 - 2022-10-04 - H04N5/278
- 本发明实施例提供了一种字幕生成方法、装置、电子设备及可读存储介质，其中，方法包括获取目标音频和目标文本，目标音频与目标文本相匹配；确定目标解码图；将目标音频输入所述目标解码图，得到目标文本中的每个字符与目标音频中的音频帧的对应关系；根据对应关系，确定目标文本的每个文本片段的时间信息，时间信息包括起始时刻和持续时长，每个文本片段包括至少一个字符；在输出目标音频的过程中，根据目标文本的每个文本片段的时间信息，输出目标文本的每个文本片段对应的字幕。本发明实施例提供的字幕生成方法可以提高字幕制作的效率。
- 电子装置及虚拟现实影片的字幕嵌入方法-201911211498.5
- 李冠慰 - 宏达国际电子股份有限公司
- 2019-12-02 - 2022-09-27 - H04N5/278
- 一种虚拟现实影片的字幕嵌入方法，包括：取得一虚拟现实影片；响应于执行该虚拟现实影片的播放操作，分析该虚拟现实影片中的一目前立体影像以得到至少一物件以及其相应的物件视差；依据该物件的该物件视差以调整欲加入该目前立体影像的字幕相应的字幕视差，其中该字幕视差大于该物件的物件视差；以及依据该字幕视差将该字幕加入该目前立体影像。
- 一种视频字幕实时生成系统及生成方法-201911422039.1
- 宁乐飞;陈天萍;陈文杰;蔡佳良;阚小优 - 洛阳乐往网络科技有限公司
- 2019-12-31 - 2022-09-06 - H04N5/278
- 一种视频字幕实时生成系统，包括：声音静默采集装置，与视频播放设备电性连接，用于从视频播放设备获取声音原始电信号；前端处理装置，与所述声音静默采集装置和视频播放设备均电性连接，用于对声音原始电信号进行处理生成声音压缩电信号；远端服务器，与所述前端处理装置电性连接，用于根据声音压缩电信号生成字幕数据并且通过前端处理装置将字幕数据发送给视频播放设备。本发明提供一种视频字幕实时生成系统及生成方法，能够快速生成字幕并且实时显示。
- 虚拟现实空间的字幕渲染方法、装置、设备及介质-202210556153.9
- 谌业鹏 - 北京字跳网络技术有限公司
- 2022-05-20 - 2022-08-12 - H04N5/278
- 本公开实施例涉及一种虚拟现实空间的字幕渲染方法、装置、设备及介质，其中该方法包括：对当前播放的虚拟现实视频帧上的字幕内容和画面内容进行分离，并将画面内容映射渲染到虚拟现实全景空间；根据用户当前的视线方向在虚拟现实全景空间中确定目标空间位置；在目标空间位置渲染字幕内容生成空间字幕。本公开的实施例中，跟随用户的视线方向，确定在虚拟现实空间中渲染的字幕内容的位置，并在对应的位置渲染字幕，提升了用户的视觉观看体验。
- 字幕生成方法、计算机设备、计算机可读存储介质-202011630876.6
- 伍洋;张艳苹 - 深圳TCL新技术有限公司
- 2020-12-30 - 2022-07-01 - H04N5/278
- 本申请涉及一种字幕生成方法、计算机设备、计算机可读存储介质，所述方法包括：获取字幕文件中的字幕信息和所述字幕信息对应的字幕时间点序列；确定所述字幕信息对应的动画属性信息；根据所述动画属性信息和所述字幕时间点序列，确定所述字幕信息对应的目标属性信息；根据所述字幕信息和所述目标属性信息，确定所述字幕信息对应的目标字幕信息。由于先根据动画属性信息和字幕时间点序列得到目标属性信息，然后根据目标属性信息与字幕信息得到目标字幕信息，动画属性信息反映了动画的属性，那么通过改变动画属性信息，可以得到多种不同的动画，使得目标字幕信息包含多种不同的动画，实现单个字幕信息展现复合动画。
- 专利分类
