[发明专利]字幕数据推送方法、字幕展示方法、装置、设备及介质

说明书

本申请是关于一种直播场景中的字幕数据推送方法及装置。该方法包括：获取视频流数据和音频流数据，音频流数据是视频流数据中的音频部分对应的数据；根据音频流数据生成字幕数据，字幕数据中包含字幕文本以及时间信息；将字幕数据推送给用户终端，指示用户终端根据字幕文本对应的时间信息，将字幕文本与视频流数据中的直播画面同步展示。通过本申请所示的方案，对于视频流数据，可以根据视频流数据对应的音频流数据生成包含字幕文本以及时间信息的字幕数据，再将字幕数据推送给用户终端，由用户终端在根据时间信息将字幕文本与视频流数据中的画面同步展示，从而实现字幕与视频画面的准确同步。

技术领域

本申请涉及互联网应用技术领域，特别涉及一种字幕数据推送方法、字幕展示方法、装置、设备及介质。

背景技术

随着移动互联网的不断发展，视频直播类的应用也越来越广泛，在直播视频中插入字幕也已经成为提高用户观看体验的重要手段。

在相关技术中，直播视频中的字幕通常在直播录制端(比如录制现场/演播室)通过人工插入来实现。参考图1，其示出了一种直播流程示意图。如图1所示，在直播录制端采集视频图像并进行编码的过程中，通过现场工作人员人工插入字幕数据，直播录制端通过直播接入服务，将直播视频流上传给服务器，服务器通过直播转码服务对直播视频流进行转码，并将转码后的直播视频流通过内容分发网络发送至用户终端侧的播放器进行播放。

然而，相关技术中在直播视频中插入字幕的方案，需要在直播录制端通过人工插入字幕数据，字幕数据与直播视频画面同步的准确性较低，影响直播效果。

发明内容

本申请实施例提供了一种字幕数据推送方法、字幕展示方法、装置、设备及介质，可以用于解决相关技术中需要在直播录制端通过人工插入字幕数据，字幕数据与直播视频画面同步的准确性较低，从而影响直播效果的问题，该技术方案如下：

一方面，提供了一种字幕数据推送方法，所述方法包括：

获取视频流数据和音频流数据，所述音频流数据是所述视频流数据中的音频部分对应的数据；

根据所述音频流数据生成字幕数据，所述字幕数据中包含所述音频流数据中的语音对应的字幕文本，以及所述字幕文本对应的时间信息；

在向用户终端推送所述视频流数据时，将所述字幕数据推送给所述用户终端，所述字幕数据用于指示所述用户终端根据所述字幕文本对应的时间信息，将所述字幕文本与所述视频流数据中的直播画面同步展示。

另一方面，提供了一种字幕展示方法，所述方法包括：

接收服务器推送的视频流数据；

接收所述服务器推送的字幕数据，所述字幕数据是所述服务器根据音频流数据生成的数据；且所述字幕数据中包含所述音频流数据中的语音对应的字幕文本，以及所述字幕文本对应的时间信息，所述音频流数据是所述视频流数据中的音频部分对应的数据；

根据所述字幕文本对应的时间信息，将所述字幕文本与所述视频流数据中的直播画面同步展示。

另一方面，提供了一种字幕数据推送装置，所述装置包括：

流获取模块，用于获取视频流数据和音频流数据，所述音频流数据是所述视频流数据中的音频部分对应的数据；

字幕数据生成模块，用于根据所述音频流数据生成字幕数据，所述字幕数据中包含所述音频流数据中的语音对应的字幕文本，以及所述字幕文本对应的时间信息；

字幕推送模块，用于在向用户终端推送所述视频流数据时，将所述字幕数据推送给所述用户终端，所述字幕数据用于指示所述用户终端根据所述字幕文本对应的时间信息，将所述字幕文本与所述视频流数据中的直播画面同步展示。

另一方面，提供了一种字幕展示装置，所述装置包括：