一種視頻字幕時(shí)間對齊方法、系統(tǒng)及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202111470116.8 申請日 -
公開(公告)號 CN114143613A 公開(公告)日 2022-03-04
申請公布號 CN114143613A 申請公布日 2022-03-04
分類號 H04N21/488(2011.01)I;H04N21/845(2011.01)I;H04N21/8547(2011.01)I;G06V20/40(2022.01)I;G06V20/62(2022.01)I;G06V10/22(2022.01)I;G06V10/74(2022.01)I 分類 電通信技術(shù);
發(fā)明人 程梓益 申請(專利權(quán))人 北京影譜科技股份有限公司
代理機(jī)構(gòu) 北京知呱呱知識產(chǎn)權(quán)代理有限公司 代理人 鄭興旺
地址 100125北京市朝陽區(qū)朝陽公園南路3號樓6層601內(nèi)702室
法律狀態(tài) -

摘要

摘要 本申請公開了一種視頻字幕時(shí)間對齊方法、系統(tǒng)及存儲介質(zhì)。該方法包括首先獲取帶字幕的原始視頻以及描述文本,其中,描述文本的內(nèi)容與原始視頻中字幕的內(nèi)容相對應(yīng);根據(jù)預(yù)設(shè)的取幀間隔時(shí)間截取原始視頻中的字幕區(qū)域得到字幕區(qū)域圖像集;將字幕區(qū)域圖像集輸入到OCR識別模型進(jìn)行OCR識別得到帶有時(shí)間戳的OCR識別結(jié)果;將OCR識別結(jié)果與描述文本每個(gè)段落通過公共子串算法進(jìn)行匹配,確定出OCR識別結(jié)果在每個(gè)段落的首句和尾句;根據(jù)每個(gè)段落的首句和尾句分別對應(yīng)的時(shí)間戳確定描述文本各個(gè)段落在原始視頻中的持續(xù)時(shí)間??梢钥闯觯旧暾垖?shí)施例提供的技術(shù)方案提高視頻字幕與描述文本進(jìn)行時(shí)間匹配的準(zhǔn)確性。