[发明专利]直播视频的播放方法和装置

说明书

本申请公开了一种直播视频的播放方法和装置，涉及语音识别技术领域、视频处理技术领域和图像处理领域，其中，具体实现方案为：获取直播数据，其中，直播包括音频信息和视频流信息；识别音频信息对应的文本信息，并根据文本信息生成字幕信息；确定字幕信息对应的开始时间点和结束时间点，在视频流信息中确定与开始时间点和结束时间点对应的视频帧；在预设数据库中存储字幕信息和对应的视频帧的对应关系，以便于根据对应关系进行直播视频播放。由此，在实现了为直播视频流匹配字幕信息的基础上，由于字幕信息与视频流无需混合生成新的视频数据，降低了直播视频流的播放延时。

技术领域

本申请涉及语音识别技术领域、视频处理技术领域和图像处理领域，尤其涉及一种直播视频的播放方法和装置。

背景技术

直播广泛的应用于发布会、体育赛事、娱乐等，疫情期间更是在教育、销售方面起到了重要的作用。直播具有很强的实时性和交互性，导致视频流不能做后期处理，其中，视频流没有字幕会对观看者在理解上造成一定的负面影响。

相关技术中，人工识别并添字幕，导致直播数据的延时较长，无法适应直播的高实时性的性质。

发明内容

本申请提供了一种直播视频播放方法和装置，在实现了为直播视频流匹配字幕信息的基础上，由于字幕信息与视频流无需混合生成新的视频数据，降低了直播视频流的播放延时。

根据第一方面，提供了一种直播视频播放方法，包括以下步骤：获取直播数据，其中，所述直播数据包括音频信息和视频流信息；识别所述音频信息对应的文本信息，并根据所述文本信息生成字幕信息；确定所述字幕信息对应的开始时间点和结束时间点，在所述视频流信息中确定与所述开始时间点和所述结束时间点对应的视频帧；在预设数据库中存储所述字幕信息和对应的所述视频帧的对应关系，以便于根据所述对应关系进行直播视频播放。

根据第二方面，提供了一种直播视频播放装置，包括：第一获取模块，用于获取直播数据，其中，所述直播数据包括音频信息和视频流信息；第一生成模块，用于识别所述音频信息对应的文本信息，并根据所述文本信息生成字幕信息；第一确定模块，用于确定所述字幕信息对应的开始时间点和结束时间点，在所述视频流信息中确定与所述开始时间点和所述结束时间点对应的视频帧；存储模块，用于在预设数据库中存储所述字幕信息和对应的所述视频帧的对应关系，以便于根据所述对应关系进行直播视频播放。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的直播视频播放方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的直播视频播放方法。

本申请提供的支持向量机的直播视频播放方法和装置，存在如下有益效果：

获取包括音频信息和视频流信息的直播数据后，识别音频信息对应的文本信息，并根据文本信息生成字幕信息，将字幕信息与视频流信息时间对齐后，存储字幕信息与视频流信息的对应关系，便于根据该对应关系进行直播视频播放。由此，在实现了为直播视频流匹配字幕信息的基础上，由于字幕信息与视频流无需混合生成新的视频数据，降低了直播视频流的播放延时。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的直播视频播放方法的流程示意图；

图2是根据本申请第二实施例的直播视频播放方法的流程示意图；