[发明专利]字幕数据生成和呈现方法、装置、计算设备、存储介质

说明书

本发明公开了一种字幕数据生成和呈现方法、装置、计算设备、存储介质，该字幕数据生成方法，包括：从至少一第一终端获取至少一会议音频数据包，所述会议音频数据包包括会议音频数据和与所述第一终端对应的第一标识；从至少一所述会议音频数据包中选择有效发言者音频数据包；将所述有效发言者音频数据包转换为字幕数据包，所述字幕数据包包括字幕数据和与所述有效发言者音频数据包的发言者对应的第二标识；以及将所述字幕数据包发送至第二终端。本发明能自动地将发言者的语音转化为字幕数据。

技术领域

本发明涉及计算机技术领域，具体涉及一种字幕数据生成和呈现方法、装置、计算设备、存储介质。

背景技术

随着视频会议系统的普及，越来越多的跨国家跨区域的企业或个人使用视频会议系统。

人们在使用目前的视频会议系统参加会议时，必须全神贯注的听取发言者的语音，否则可能会遗漏发言者的重要信息。如果发言者使用非母语发言，或者发言者的发言有较大的口音，或者发言者所处的环境较为嘈杂，或者网络环境较差，参会者会难以准确听到发言者的发言内容，导致理解不准确，沟通不顺畅。

针对此问题，目前的解决方法一般是：使用人工的方式输入字幕。

但是这种方式无法自动地将发言者的语音转化为字幕数据，并且成本高，不确定性高。

此外，提供给参会者的字幕是嵌入到视频画面中的，所有参会者只能观看一种语言类别的字幕，无法自定义语言类别和显示规则，同时，嵌入到视频画面中的字幕有时候无法适配参会者的终端，从而导致部分字幕或字幕的一部分无法完整显示，部分参会者难以准确地理解发言者的发言内容。

故，有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

本发明的目的在于提供一种字幕数据生成和呈现方法、装置、计算设备、存储介质，其能自动地将发言者的语音转化为字幕数据，使得会议终端能够按需自定义字幕显示规则和翻译语言，最大化的实现会场语音的可视化、丰富化。

为解决上述问题，本发明的技术方案如下：

第一方面，提供一种字幕数据生成方法，包括：从至少一第一终端获取至少一会议音频数据包，所述会议音频数据包包括会议音频数据和与所述第一终端对应的第一标识；从至少一所述会议音频数据包中选择有效发言者音频数据包；将所述有效发言者音频数据包转换为字幕数据包，所述字幕数据包包括字幕数据和与所述有效发言者音频数据包的发言者对应的第二标识；以及将所述字幕数据包发送至第二终端。

第二方面，提供一种字幕数据生成装置，包括：获取模块，用于从至少一第一终端获取至少一会议音频数据包，所述会议音频数据包包括会议音频数据和与所述第一终端对应的第一标识；选择模块，用于从至少一所述会议音频数据包中选择有效发言者音频数据包；转换模块，用于将所述有效发言者音频数据包转换为字幕数据包，所述字幕数据包包括字幕数据和与所述有效发言者音频数据包的发言者对应的第二标识；以及发送模块，用于将所述字幕数据包发送至第二终端。

第三方面，提供一种字幕数据呈现方法，包括：接收字幕数据包和会议视频数据包；以及在会议视频数据包中的会议视频数据的播放过程中，根据预设的语言类别和/或预设的字幕数据呈现样式呈现所述字幕数据包中的字幕数据和/或与发言者对应的第二标识。

第四方面，提供一种字幕数据呈现装置，包括：接收模块，用于接收字幕数据包和会议视频数据包；呈现模块，用于在会议视频数据包中的会议视频数据的播放过程中，根据预设的语言类别和/或预设的字幕数据呈现样式呈现所述字幕数据包中的字幕数据和/或与发言者对应的第二标识。

第五方面，提供一种计算设备，所述计算设备包括处理器和存储器，所述存储器用于存储程序代码，所述计算设备运行时，所述处理器用于执行所述程序代码，以执行上述字幕数据生成方法或上述字幕数据呈现方法。