[发明专利]媒体数据处理方法及装置、存储介质、计算机设备

说明书

本申请公开了一种媒体数据处理方法及装置、存储介质、计算机设备，该方法包括：接收源媒体数据，其中，所述源媒体数据包括视频数据和源音频数据；对所述源音频数据进行语音转译得到转译文本数据，并对所述转译文本数据进行翻译得到目标语言的翻译文本数据；获取所述转译文本数据对应的文本语义参数，并基于所述文本语义参数对预设的声音合成参数进行调整；根据调整后的声音合成参数对所述翻译文本数据进行声音合成，得到所述目标语言对应的音频数据；将所述目标语言对应的音频数据以及所述视频数据进行合成，得到合成媒体数据。本申请可以使得媒体数据适合不同语言习惯人群观看，并且保留与源媒体数据的情感更匹配的声音特征，提高用户观看体验。

技术领域

本申请涉及数据处理技术领域，尤其是涉及到一种媒体数据处理方法及装置、存储介质、计算机设备。

背景技术

随着通信技术的不断发展，用户除了使用手机、平板电脑、台式电脑等智能终端设备进行通话或者查询信息之外，对其他功能的应用也越发广泛，目前随着视频直播平台、短视频平台的飞速发展，通过各类视频平台观看视频的用户遍布全球。

目前的视频观看过程中，视频生产者将录制的音频视频数据发送到视频服务器中，再由视频服务器将视频生产者录制的视频转发给视频观看者的终端进行播放。然而，观看视频的用户可能是世界各地的用户，并不能完全理解视频生产者上传的音频视频中的语言，导致观看视频体验差，视频平台的视频播放量难以提高。

发明内容

有鉴于此，本申请提供了一种媒体数据处理方法及装置、存储介质、计算机设备。

根据本申请的一个方面，提供了一种媒体数据处理方法，包括：

接收源媒体数据，其中，所述源媒体数据包括视频数据和源音频数据；

对所述源音频数据进行语音转译得到转译文本数据，并对所述转译文本数据进行翻译得到目标语言的翻译文本数据；

获取所述转译文本数据对应的文本语义参数，并基于所述文本语义参数对预设的声音合成参数进行调整；

根据调整后的声音合成参数对所述翻译文本数据进行声音合成，得到所述目标语言对应的音频数据；

将所述目标语言对应的音频数据以及所述视频数据进行合成，得到合成媒体数据。

可选地，所述对所述转译文本数据进行翻译得到目标语言的翻译文本数据，具体包括：

根据预设翻译线路对应的输入参数拼装规则对所述转译文本数据进行拼装，得到与所述转译文本数据对应的翻译输入数据；

调用所述预设翻译线路，将所述翻译输入数据作输入至所述预设翻译线路中进行翻译，得到翻译输出数据；

根据预设翻译线路对应的输出参数解析规则，对所述翻译输出数据进行解析，得到所述翻译文本数据。

可选地，所述调用所述预设翻译线路之前，所述方法还包括：

获取所述预设翻译线路对应的验证种子，并根据令牌生成规则生成所述验证种子对应的验证令牌；

利用所述验证令牌对所述预设翻译线路进行验证，若验证通过则确定所述预设翻译线路为可调用状态。

可选地，所述获取所述转译文本数据对应的文本语义参数，具体包括：

根据所述转译文本数据对应的文本结构对所述转译文本数据进行分割，得到所述转译文本数据对应的多个语句；

分别获取每个语句对应的语义参数，并根据所述每个语句对应的语义参数确定所述转译文本数据对应的文本语义参数。

可选地，所述接收源媒体数据，具体包括：

接收视频发布终端发送的所述源媒体数据；