[发明专利]一种字幕纠错方法、装置及电子设备

说明书

本申请公开了一种字幕纠错方法、装置及电子设备，涉及信息处理技术领域，以解决现有字幕纠错方法效率较低的问题。该方法包括：获取直播视频流的初始字幕；识别所述直播视频流中的目标元素，并根据所述目标元素确定目标名词集，其中，所述目标元素包括身份标识元素，所述目标名词集包括人名；利用所述目标名词集对所述初始字幕进行纠正处理，得到目标字幕；将所述目标字幕添加在所述直播视频流中。本申请实施例通过对直播视频流进行视频理解，根据其中的目标元素确定匹配词集，可以缩小字幕纠正时的匹配范围，且无需进行分词处理，从而可节省分词和匹配名词开销，提高字幕纠正效率。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种字幕纠错方法、装置及电子设备。

背景技术

目前，在直播视频时，通常会采用智能字幕技术为直播视频添加字幕，但是较容易出现字幕转写错误，例如，在赛事直播时，容易出现外国人名转写不对。现有技术中，通常采用领域知识数据和文本匹配的方式对字幕进行纠错，即首先获取大量的领域知识数据，如赛事相关人名、专有名词等，并存储在数据库中，然后对初步生成的字幕进行分词，找出特定名词，接着计算切分出的名词与数据库中存储的各名词之间的距离，根据距离判断是否发生名词转写错误，若发生错误，则使用数据库中正确的名词替换错误的名词，以纠正错误的字幕。

然而，以上字幕纠错方法需要进行分词和匹配大量的领域知识数据，这会消耗大量的处理时间，导致字幕纠错的效率较低。

发明内容

本申请实施例提供一种字幕纠错方法、装置及电子设备，以解决现有字幕纠错方法效率较低的问题。

第一方面，本申请实施例提供了一种字幕纠错方法，包括：

获取直播视频流的初始字幕；

识别所述直播视频流中的目标元素，并根据所述目标元素确定目标名词集，其中，所述目标元素包括身份标识元素，所述目标名词集包括人名；

利用所述目标名词集对所述初始字幕进行纠正处理，得到目标字幕；

将所述目标字幕添加在所述直播视频流中。

可选地，所述根据所述目标元素确定目标名词集，包括：

确定所述直播视频流的各帧视频画面中各目标元素的像素占比；

根据所述各目标元素的像素占比，确定各目标元素的重要度；

根据预设的元素与名词的对应关系，确定各目标元素对应的各目标名词；

根据所述各目标元素的重要度，从各目标名词中选择重要度排序前N的N个目标名词形成所述目标名词集，其中，N为正整数。

可选地，所述识别所述直播视频流的目标元素，包括：

识别所述直播视频流的各帧视频画面中的各目标元素、包含各目标元素的帧数和各目标元素在各帧视频画面中的像素数；

所述确定所述直播视频流的各帧视频画面中各目标元素的像素占比，包括：

根据第一元素在各帧视频画面中的像素数、各帧视频画面的总像素数、各帧视频画面中包含所述第一元素的帧数和各帧视频画面的总帧数，计算所述第一元素的像素占比，其中，所述第一元素为任一目标元素。

可选地，所述根据所述各目标元素的像素占比，确定各目标元素的重要度，包括：

根据所述第一元素的像素占比、目标参数和各帧视频画面的总帧数，计算所述第一元素的重要度，其中，所述目标参数包括各帧视频画面中包含所述第一元素的帧数、所述第一元素在各帧视频画面中像素占比排序前M的帧数和各帧视频画面中不包含所述第一元素的帧数中的至少一个，M为正整数。

可选地，所述获取直播视频流的初始字幕之前，所述方法还包括：