一種字幕生成方法和裝置

基本信息

申請?zhí)?/td> CN202111142783.3 申請日 -
公開（公告）號 CN113660537A 公開（公告）日 2021-11-16
申請公布號 CN113660537A 申請公布日 2021-11-16
分類號 H04N21/488（2011.01）I;G10L15/26（2006.01）I;G06K9/32（2006.01）I;G06K9/00（2006.01）I 分類 電通信技術(shù);
發(fā)明人 殷元江;高發(fā)寶;徐立 申請（專利權(quán)）人 北京七維視覺科技有限公司
代理機構(gòu) 北京集佳知識產(chǎn)權(quán)代理有限公司 代理人 付麗
地址 100013北京市東城區(qū)和平里東街11號3號樓2-A1號
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┝艘环N字幕生成方法和裝置，其中，方法包括：檢測目標(biāo)視頻中所包含人物的狀態(tài)和/或目標(biāo)視頻的音頻波形幅值，根據(jù)目標(biāo)視頻中所包含人物的狀態(tài)和/或目標(biāo)視頻的音頻波形幅值，判斷目標(biāo)視頻中是否有在說話的目標(biāo)人物，若判定目標(biāo)視頻中有在說話的目標(biāo)人物，則開始獲取目標(biāo)視頻的語音識別結(jié)果，直至根據(jù)目標(biāo)人物的狀態(tài)和/或目標(biāo)視頻的音頻波形幅值判定目標(biāo)人物不再說話，最后根據(jù)獲取的語音識別結(jié)果生成目標(biāo)人物對應(yīng)的字幕信息。本申請能夠基于目標(biāo)視頻中所包含人物的狀態(tài)和/或目標(biāo)視頻的音頻波形幅值，生成目標(biāo)視頻所包含的各個人物分別對應(yīng)的字幕信息，生成的字幕信息效果更好。