[发明专利]一种字幕显示方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种字幕显示方法、装置、设备及存储介质。包括：实时采集直播音视频数据流，并基于预设延时时长对所述直播音视频数据流进行缓存；在所述预设延时时长内，确定与所述直播音视频数据流对应的字幕数据；将所述字幕数据叠加至所述直播音视频数据流上；在所述预设延时时长结束时，播放带字幕数据的直播音视频数据流。本公开实施例提供的字幕显示方法，不仅可以解决现有技术中“打字机”方式显示字幕，由于字幕不稳地导致字幕在直播画面中跳动性大、用户的视觉难以聚焦、容易视觉疲劳的技术问题，还可以有效保证字幕确定的准确性及字幕在直播音视频数据流中显示的稳定性，大大提高了用户体验。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种字幕显示方法、装置、电子设备及存储介质。

背景技术

目前，同声传译在各种会议、传媒活动、广播授课等领域被广泛使用。尤其在许多跨语言的直播中往往会配备同声传译字幕，将主讲者的语言通过语音识别技术和机器翻译技术，转化为观众的语言并实时显示在直播画面中，以此来解决观众不懂外语而无法理解直播内容的问题。

相关技术中，主要基于“打字机”的方式将同声传译字幕展示在直播画面中，也即跟随主讲人的讲话速度，对采集的语音信息边进行语音识别和机器翻译，边将同声传译字幕展示在直播画面中。由于语音识别获取的字幕的断句方式和句子结构还没有固定，需要不断根据字幕内容进行调整，从而机器翻译字幕也会适应性调整，而“打字机”方式使得字幕还没有稳定就进行显示，导致同声传译字幕在直播画面中跳动性很大。而同声传译字幕的不断跳动，使得观众观看字幕时容易视觉疲劳，观众视觉难以聚焦，且上下文容易干扰理解。另一方面，每句字幕内容的停留时间短，观众很可能读不完当前字幕就跳动到下一句字幕，导致观众的实际阅读体验较差。

发明内容

本公开实施例提供一种字幕显示方法、装置、电子设备及存储介质，可以有效保证字幕在直播音视频数据流中显示的稳定性，大大提高了用户体验。

第一方面，本公开实施例提供了一种字幕显示方法，包括：

实时采集直播音视频数据流，并基于预设延时时长对所述直播音视频数据流进行缓存；

在所述预设延时时长内，确定与所述直播音视频数据流对应的字幕数据；

将所述字幕数据叠加至所述直播音视频数据流上；

在所述预设延时时长结束时，播放带所述字幕数据的直播音视频数据流。

第二方面，本公开实施例还提供了一种字幕显示装置，包括：

音视频数据缓存模块，用于实时采集直播音视频数据流，并基于预设延时时长对所述直播音视频数据流进行缓存；

字幕数据确定模块，用于在所述预设延时时长内，确定与所述直播音视频数据流对应的字幕数据；

字幕数据叠加模块，用于将所述字幕数据叠加至所述直播音视频数据流上；

音视频数据播放模块，用于在所述预设延时时长结束时，播放带所述字幕数据的直播音视频数据流。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理装置；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如本公开实施例所述的字幕显示方法。

第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如本公开实施例所述的字幕显示方法。