一種用于直播流實(shí)時(shí)生成字幕的方法及系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011072549.3 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112188241A | 公開（公告）日 | 2021-01-05 |
| 申請(qǐng)公布號(hào) | CN112188241A | 申請(qǐng)公布日 | 2021-01-05 |
| 分類號(hào) | H04N21/235(2011.01)I | 分類 | 電通信技術(shù); |
| 發(fā)明人 | 唐杰;王遙遠(yuǎn);李慶瑜;戴立言 | 申請(qǐng)（專利權(quán)）人 | 上海網(wǎng)達(dá)軟件股份有限公司 |
| 代理機(jī)構(gòu) | 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 上海網(wǎng)達(dá)軟件股份有限公司 |
| 地址 | 201206上海市浦東新區(qū)中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)川橋路409號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及音視頻直播技術(shù)領(lǐng)域，提供了一種用于直播流實(shí)時(shí)生成字幕的方法及系統(tǒng)，其方法包括：對(duì)直播信源解碼得到視頻幀和音頻幀；建立AI語音翻譯引擎與轉(zhuǎn)碼引擎之間的通信；AI語音翻譯引擎向轉(zhuǎn)碼引擎獲取音頻幀，并對(duì)音頻幀實(shí)時(shí)翻譯，輸出翻譯內(nèi)容；轉(zhuǎn)碼引擎實(shí)時(shí)向AI語音翻譯引擎獲取翻譯內(nèi)容，通過將翻譯內(nèi)容使用通過包括將翻譯內(nèi)容燒入視頻幀中、將翻譯內(nèi)容填充打包成字幕幀在內(nèi)的任意一種方式與原始的視頻幀與音頻幀共同封裝輸出直播流。在直播時(shí)對(duì)音頻流進(jìn)行實(shí)時(shí)翻譯生成字幕，實(shí)現(xiàn)真正的字幕與音視頻同步，并同時(shí)輸出多國(guó)語言的字幕，同時(shí)滿足不同直播流推送協(xié)議的帶字幕直播流，并且滿足播放器自由選擇不同語言的字幕顯示。?? |
