[发明专利]一种字幕显示方法和装置

权利要求书

1.一种字幕显示方法，其特征在于，包括：

检测目标视频中是否有在说话的目标人物，并在检测到有在说话的目标人物时，开始获取所述目标视频的语音识别结果，直至检测到所述目标人物不再说话；

根据获取的语音识别结果生成所述目标人物对应的字幕信息，以得到所述目标视频中每个说话人对应的字幕信息；

将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示，并在显示每个说话人对应的字幕信息时，按对应说话人对应的字幕样式进行显示，其中，所述目标视频中至少部分说话人对应的字幕样式不同。

2.根据权利要求1所述的字幕显示方法，其特征在于，所述将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示，包括：

通过文本或图形的方式，将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示。

3.根据权利要求2所述的字幕显示方法，其特征在于，通过文本方式，将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示，包括：

在目标视频中每个说话人对应的字幕信息前添加对应说话人的角色信息和/或标签信息，显示添加角色信息和/或标签信息的字幕信息。

4.根据权利要求2所述的字幕显示方法，其特征在于，通过图形方式，将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示，包括：

通过图形将所述目标视频中每个说话人对应的字幕信息指向对应的说话人。

5.根据权利要求1所述的字幕显示方法，其特征在于，还包括：识别所述目标视频中所包含的人物的属性信息；

所述在显示每个说话人对应的字幕信息时，按对应说话人对应的字幕样式进行显示，包括：

针对所述目标视频中的每个说话人，基于该说话人的属性信息，以及预先建立的人物属性信息与字幕样式的对应关系，确定该说话人的属性信息对应的字幕样式，作为该说话人对应的字幕样式；

按该说话人对应的字幕样式，将该说话人对应的字幕信息进行显示。

6.根据权利要求1所述的字幕显示方法，其特征在于，所述检测目标视频中是否有在说话的目标人物，包括：

检测目标视频中所包含人物的状态和/或目标视频的音频波形幅值，其中，所述人物的状态包括指示人物未说话的第一状态和指示人物在说话的第二状态；

根据目标视频中所包含人物的状态和/或目标视频的音频波形幅值，判断所述目标视频中是否有在说话的目标人物。

7.一种字幕显示装置，其特征在于，包括：目标人物检测模块、语音识别结果获取模块、字幕信息生成模块和字幕信息显示模块；

所述目标人物检测模块，用于检测目标视频中是否有在说话的目标人物；

所述语音识别结果获取模块，用于在所述目标人物检测模块检测到所述目标视频中有在说话的目标人物时，开始获取所述目标视频的语音识别结果，直至检测到所述目标人物不再说话；

所述字幕信息生成模块，用于根据获取的语音识别结果生成所述目标人物对应的字幕信息，以得到所述目标视频中每个说话人对应的字幕信息；

所述字幕信息显示模块，用于将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示，并在显示每个说话人对应的字幕信息时，按对应说话人对应的字幕样式进行显示，其中，所述目标视频中至少部分说话人对应的字幕样式不同。

8.根据权利要求7所述的字幕显示装置，其特征在于，所述字幕信息显示模块在将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示时，具体用于通过文本或图形的方式，将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示。

9.根据权利要求8所述的字幕显示装置，其特征在于，所述字幕信息显示模块在通过图形方式，将所述目标视频中每个说话人对应的字幕信息与对应的说话人进行关联显示时，具体用于通过图形将所述目标视频中每个说话人对应的字幕信息指向对应的说话人。

10.根据权利要求7所述的字幕显示装置，其特征在于，还包括：属性信息识别模块；

所述属性信息识别模块，用于识别所述目标视频中所包含的人物的属性信息；

所述字幕信息显示模块，具体用于针对所述目标视频中的每个说话人，基于该说话人的属性信息，以及预先建立的人物属性信息与字幕样式的对应关系，确定该说话人的属性信息对应的字幕样式，作为该说话人对应的字幕样式，按该说话人对应的字幕样式，将该说话人对应的字幕信息进行显示。