[发明专利]一种基于人工智能的字幕生成方法和装置

摘要

本申请实施例公开了一种基于人工智能的字幕生成方法和装置，至少涉及人工智能中的语音处理技术和自然语言处理技术，针对多个语音片段，通过语音识别得到多个语音片段分别对应的文本并确定静音片段的时间长度。根据音频流时间轴的顺序，从目标语音片段开始依次确定静音片段的时长是否大于预设时长，将处于大于预设时长的目标静音片段与目标语音片段之间的语音片段所对应文本加入待处理文本组，以待处理文本组中的分隔符作为确定字幕文本的依据。分隔符间的文本部分属于完整句子，能够体现合理的语义，且根据预设时长可以确定出静音片段是否为句子间的表达停顿，从而降低字幕文本出现不完整句子的可能性，能够帮助收看音视频的用户理解音视频内容。

主权项

1.一种基于人工智能的字幕生成方法，其特征在于，所述方法包括：获取来自同一个音频流、且根据静音片段切分的多个语音片段；对所述多个语音片段进行语音识别，得到所述多个语音片段分别对应的文本；确定所述多个语音片段之间静音片段的时间长度；根据音频流时间轴的顺序，从所述多个语音片段中目标语音片段开始依次确定静音片段的时间长度是否大于预设时长；若确定出目标静音片段的时间长度大于预设时长，将处于所述目标静音片段与所述目标语音片段之间的语音片段所对应文本加入待处理文本组；所述待处理文本组至少包括所述目标语音片段对应的文本；根据所述待处理文本组中的分隔符从所述待处理文本组中确定字幕文本；所述待处理文本组中的分隔符是根据文本语义添加的；将所述字幕文本作为所对应音频流时间轴区间的字幕。