[发明专利]视频流处理方法、装置、计算机设备及存储介质

摘要

本申请是关于一种视频流处理方法及装置。该方法包括：获取直播视频流数据中的第一音频流数据；对第一音频流数据进行语音识别，获得语音识别文本；根据语音识别文本生成包含字幕文本的字幕数据；根据时间信息将该字幕文本添加入直播视频流数据中对应的画面帧，获得处理后的直播视频流数据。通过本申请所示的方案，在直播场景中，可以获取直播视频流数据中的音频流数据，并对音频流数据进行语音识别并根据识别结果生成字幕数据，再根据时间信息将字幕数据中的字幕文本添加入视频流中对应字幕文本的画面帧中，从而获得包含字幕的直播视频流，实现字幕与视频画面的准确同步，同时，由于不需要人工插入字幕数据，能够有效降低直播延时。

主权项

1.一种视频流处理方法，其特征在于，所述方法包括：获取直播视频流数据中的第一音频流数据；对所述第一音频流数据进行语音识别，获得语音识别文本；根据所述语音识别文本生成字幕数据，所述字幕数据中包含字幕文本以及所述字幕文本对应的时间信息；根据所述字幕文本对应的时间信息，将所述字幕文本添加入所述直播视频流数据中对应的画面帧，获得处理后的直播视频流数据。