[发明专利]视频与字幕的匹配方法和装置

说明书

技术领域

本发明实施例涉及多媒体技术领域，尤其涉及一种视频与字幕的匹配方法和装置。

背景技术

随着互联网技术和多媒体技术的不断发展，富有表现力及观赏性的视频作为信息的载体之一，受到众多用户的青睐。为了更好地展示视频内容，在用户观看视频的时候，通常会同步显示与视频所对应的字幕，便于用户理解视频内容，提升用户观看视频的体验。

现有技术的视频与字幕匹配采用的是文件名匹配的方法，即提取出目标视频的文件名，然后在字幕文件的集合中，将目标视频的文件名和各个字幕文件的文件名进行匹配，找到文件名最匹配的字幕文件，选取这个字幕文件作为视频的字幕文件来播放。但是如果字幕文件名命名不准确或者命名错误，将会直接影响字幕文件的选取，导致所选取的字幕文件的准确性十分的不稳定，而且字幕的文件名是十分容易被修改的，如果随意一个字幕文件被改成了视频相关的名字，就可能造成错误的匹配，为用户的视频观看造成困扰。

发明内容

本发明提供一种视频与字幕的匹配方法和装置，以解决视频与字幕易匹配错误的问题，实现视频与字幕的准确匹配。

第一方面，本发明实施例提供了一种视频与字幕的匹配方法，该方法包括：

获取待匹配的视频片段和待匹配的一个或多个字幕文件；

从所获取的视频片段中提取出各个语音片段的关联语音时间信息以及从所述待匹配的一个或多个字幕文件中提取出字幕时间信息；

分别基于相同的规则，根据所提取的关联语音时间信息以及字幕时间信息生成所述视频片段的视频特征向量以及所述一个或多个字幕文件的字幕特征向量；

基于所生成的视频特征向量和字幕特征向量，确定与所述视频片段匹配的字幕文件。

第二方面，本发明实施例还提供了视频与字幕的匹配装置，该装置包括：

获取单元，用于获取待匹配的视频片段和待匹配的一个或多个字幕文件；

视频特征提取单元，用于从所获取的视频片段中提取出各个语音片段的关联语音时间信息；

字幕特征提取单元，用于从所述待匹配的一个或多个字幕文件中提取出字幕时间信息；

特征向量生成单元，用于分别基于相同的规则，根据所提取的关联语音时间信息以及字幕时间信息生成所述视频片段的视频特征向量以及所述一个或多个字幕文件的字幕特征向量；

确定单元，用于基于所生成的视频特征向量和字幕特征向量，确定与所述视频片段匹配的字幕文件。

本发明所采用的技术方案，从所获取的视频片段中提取出各个语音片段的关联语音时间信息，根据所述关联语音时间信息生成视频片段的视频特征向量， 从所获取的一个或多个字幕文件中提取出字幕时间信息，根据所述字幕时间信息生成所述一个或多个字幕文件的字幕特征向量，进而基于所述视频特征向量与所述字幕特征向量，确定与视频片段匹配的字幕文件，解决了因视频字幕匹配错误给用户造成的困扰，从根本上保证了视频中字幕匹配的正确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例一提供的视频与字幕的匹配方法的流程图；

图2是本发明实施例二提供的视频与字幕的匹配方法的流程图；

图3是本发明实施例三提供的视频与字幕的匹配方法的流程图；

图4是本发明实施例四提供的视频与字幕的匹配方法的流程图；

图5是本发明实施例五提供的视频与字幕的匹配装置的结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步地详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以 被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一