[发明专利]音视频同步检测方法、装置、计算机设备和存储介质

权利要求书

1.一种音视频同步检测方法，其特征在于，所述方法包括：

获取测试音频和所述测试音频对应的文字文本；所述文字文本中包括至少一个目标文字；

生成用于将所述文字文本和测试音频同步播放的同步音视频文件；

将所述同步音视频文件对应的第一音频数据和第一视频数据输入至多媒体系统，触发所述多媒体系统以预设的音视频处理流程处理所述第一音频数据和所述第一视频数据，输出处理后的第二音频数据和第二视频数据；

对所述第二视频数据所对应的视频进行字符识别，得到所述目标文字以及每个所述目标文字在对应的视频中出现的第一时间信息；

对所述第二音频数据所对应的音频进行语音识别，得到所述目标文字以及每个所述目标文字的发音在对应的音频中出现的第二时间信息；

比较第一时间信息和第二时间信息的差异，基于所述差异得到音视频同步检测结果。

2.根据权利要求1所述的方法，其特征在于，所述获取测试音频和所述测试音频对应的文字文本包括：

获取用于进行音视频同步测试的测试音频；

对所述测试音频进行语音识别，得到对应的文字文本。

3.根据权利要求1所述的方法，其特征在于，所述比较第一时间信息和第二时间信息的差异，基于所述差异得到音视频同步检测结果包括：

针对所述文字文本中的每个目标文字，确认每个目标文字所对应的所述第一时间信息和所述第二时间信息之间的差异值；

基于所述差异值得到音视频同步检测结果。

4.根据权利要求3所述的方法，其特征在于，所述基于所述差异值得到音视频同步检测结果包括：

若每个目标文字所对应的差异值皆小于预设差异阈值，则确认所述音视频同步检测结果为音视频播放同步；

若任一目标文字所对应的所述差异值大于预设差异阈值，则确认所述音视频同步检测结果为音视频播放不同步。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述多媒体系统包括采集端和输出端；所述将所述同步音视频文件中的第一音频数据和第一视频数据输入至多媒体系统，触发所述多媒体系统以预设的音视频处理流程处理所述第一音频数据和所述第一视频数据，输出处理后的第二音频数据和第二视频数据包括：

将所述同步音视频文件中的第一音频数据和第一视频数据输入所述采集端，触发所述采集端同时分别采集输入的第一音频数据和第一视频数据，分别进行编码，得到编码后的音频数据和视频数据；

将所述编码后的音频数据和视频数据发送给所述输出端；

通过所述输出端对接收到的编码后的音频数据和视频数据进行解码，输出处理后的第二音频数据和第二视频数据。

6.根据权利要求5所述的方法，其特征在于，所述多媒体系统为视频会议系统，所述采集端为所述视频会议系统中的第一视频会议终端；所述输出端为所述视频会议系统中的第二视频会议终端；所述视频会议系统中还包括多点控制单元；所述将所述编码后的音频数据和视频数据发送给所述输出端包括：

通过所述第一视频会议终端将所述编码后的音频数据和视频数据发送至多点控制单元；

通过所述多点控制单元针对收到的编码后的音频数据和视频数据进行解码，并将解码后的各路音频数据合成为同一路目标音频数据，以及将解码后的各路视频数据合成为同一路目标视频数据；

通过所述多点控制单元对所述目标音频数据和所述目标视频数据进行编码，得到中间音频数据和中间视频数据；

通过所述多点控制单元发送所述中间音频数据和中间视频数据给所述第二视频会议终端。