[发明专利]字幕生成方法及装置、存储介质及电子终端有效

专利信息
申请号: 201711465976.6 申请日: 2017-12-28
公开(公告)号: CN108184135B 公开(公告)日: 2020-11-03
发明(设计)人: 刘兴旺;王睿昆;刘岩;蒲秋霞 申请(专利权)人: 泰康保险集团股份有限公司
主分类号: H04N21/235 分类号: H04N21/235;H04N21/233;H04N21/488;H04N5/278;G10L15/26;G10L25/57;H04L29/06
代理公司: 隆天知识产权代理有限公司 72003 代理人: 李昕巍;章侃铱
地址: 100031 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及多媒体技术领域,具体涉及一种字幕生成方法、一种字幕生成装置、一种存储介质以及一种电子终端。所述方法包括:接收一网络直播的视频数据,提取所述视频数据的音频数据并存储为第一音频文件;对所述第一音频文件进行预处理以获取第二音频文件;将所述第二音频文件按预设长度分割为若干音频块;利用LSTM模型对各所述音频块进行语音识别以获取第一文本数据,将所述第一文本数据输入CTC损失函数模型以获取期望文本数据;根据所述期望文本数据生成字幕数据。本发明能够保证音频识别结果的连续性和准确性,进而实现对网络直播的音频进行实时识别,有效的保证网络直播视频字幕的时效性和准确性。
搜索关键词: 字幕 生成 方法 装置 存储 介质 电子 终端
【主权项】:
1.一种字幕生成方法,其特征在于,包括:接收一网络直播的视频数据,提取所述视频数据的音频数据并存储为第一音频文件;对所述第一音频文件进行预处理以获取第二音频文件;将所述第二音频文件按预设长度分割为若干音频块;利用LSTM模型对各所述音频块进行语音识别以获取第一文本数据,将所述第一文本数据输入CTC损失函数模型以获取期望文本数据;根据所述期望文本数据生成字幕数据。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201711465976.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code