[发明专利]实现多语字幕翻译的方法

说明书

技术领域

本发明涉及一种实现多语字幕翻译的方法。

背景技术

视频碎片化是一个近年来才逐渐发展的技术。国内各大以视频播放、视频分享为主的网站推出了视频碎片化分享的功能，即用户可以使用网站提供的工具从一个视频文件中截取想要分享的视频片段并将其分享，但也仅限于此。例如文献CN102185880A公开了一种视频直播负载均衡方法和系统，终端向根服务器发出播放视频碎片文件的请求；根服务器接收终端发出的播放视频碎片文件的请求，查找与终端最近的边际服务器地址,重定向终端的连接地址为边际服务器地址；终端向边际服务器请求视频碎片文件；如果边际服务器存有视频碎片文件，则边际服务器将视频碎片文件返回给终端；如果边际服务器没有视频碎片文件，则向边际服务器登记的直播源服务器请求视频碎片文件，直播源服务器将视频碎片文件返回给终端。而国外的viki等网站虽已有字幕在线翻译功能，但其翻译过程中，音视频文件并未进行碎片化，翻译人员在线翻译时便捷性不够好。

对于翻译领域来说，一个较长的音视频文件需要多名不同语种的翻译人员专心致志耗费较长的时间，视频碎片化可以更加有效利用翻译人员的碎片化时间，加快音视频文件字幕翻译的进度，且同一个视频片段可以汲取多名翻译人员的翻译建议，提升翻译质量。此时，如何实现系统自动合理地将音视频文件碎片化成为了一个技术瓶颈。

发明内容

本发明所要解决的技术问题是现有技术存在字幕翻译只能由字幕组独立完成，无法实现多人协同翻译，且翻译成本大，翻译速度慢，而且存在翻译完成人与发包人间著作权的问题，提供一种新的实现多语字幕翻译的方法。该方法能够自动合理地将音视频文件碎片化并生成相应的音视频碎片文件，实现在最短时间内，以最低的成本，完成最佳的多语种字幕翻译。

为了解决上述技术问题，本发明采用的技术方案如下：一种实现多语字幕翻译的方法，包括以下步骤：

1）根据音视频文件的原始字幕或语音属性将其按时间维度分解成多个音视频碎片文件；

2）音视频碎片文件分发至SNS社区；所述SNS为社会性网络服务；

3）SNS社区用户针对一个或多个音视频碎片文件进行多语翻译；

4）选取各音视频碎片文件各语种最佳的翻译内容，并整合成为该语种相应的翻译字幕。

上述技术方案中，优选地，所述步骤1）具体包括以下过程：

11）按音视频文件的原始字幕进行解析，或按音视频文件的语音属性进行解析；

12）对解析完成的音视频文件进行分解碎片化并生成音视频碎片文件。

上述技术方案中，优选地，所述步骤2）至步骤4）的碎片化文件发布及生成翻译视频具体包括以下过程：

22）将已碎片化的音视频碎片文件发布至SNS社区；

33）SNS社区用户对自己感兴趣的片段进行翻译；

44）后台人员收集每段音视频片段的各语种的最佳翻译，并将同一语种的各碎片最佳翻译整合生成该语种字幕文件。

上述技术方案中，优选地，所述按时间维度分解包括以进入连续语音段之前的静音段或非语音段的时间点作为句子的开始时间，以结束连续语音段时的最后一个语音段的时间点作为句子的结束时间。

上述技术方案中，优选地，所述按时间维度分解包括将包含2个静音段或非语音段的音频段设为停顿最小长度。

上述技术方案中，优选地，所述按时间维度分解包括将包含5个语音段的音频段设为句子最小长度。

上述技术方案中，优选地，所述按时间维度分解包括将包含30个语音段的音频段设为句子最大长度。

上述技术方案中，优选地，所述按音视频文件的原始字幕进行解析包括：判断原始字幕文件是否为文本字幕格式，如果是，则解析字幕文件；否则，将字幕文件转化为文本字格式后再解析字幕文件。

上述技术方案中，优选地，所述按音视频文件的语音属性进行解析包括：判断视频文件不含原始字幕后将视频文件中的音频部分进行剥离生成音频文件，然后解析音频文件。

上述技术方案中，优选地，所述按音视频文件的语音属性进行解析包括根据音频文件中的不同场景，区分开对话声音和其他声音的语音识别过程。