一種視頻字幕時間對齊模型訓(xùn)練方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202111470819.0 申請日 -
公開(公告)號 CN114222193A 公開(公告)日 2022-03-22
申請公布號 CN114222193A 申請公布日 2022-03-22
分類號 H04N21/488(2011.01)I;H04N21/435(2011.01)I;G06V30/148(2022.01)I;G06V30/19(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間對齊模型訓(xùn)練方法及系統(tǒng),該方法首先獲取帶字幕的原始視頻集以及描述文本集;將原始視頻集與對應(yīng)的描述文本集依次通過公共子串算法進(jìn)行匹配,確定出描述文本集中各個段落所對應(yīng)的OCR識別結(jié)果;根據(jù)每段文本以及該段文本對應(yīng)的OCR識別結(jié)果形成數(shù)據(jù)集,并對數(shù)據(jù)集進(jìn)行標(biāo)注得到訓(xùn)練集;構(gòu)建基于文本語義相似度匹配的視頻字幕時間對齊模型,利用訓(xùn)練集對視頻字幕時間對齊模型進(jìn)行訓(xùn)練,得到訓(xùn)練完成的視頻字幕時間對齊模型??梢钥闯觯旧暾垖嵤├峁┑囊曨l字幕時間對齊模型解決了由于錯別字,生僻字以及視頻背景干擾的存在而產(chǎn)生的視頻字幕時間匹配問題,相比于現(xiàn)有公共子串算法能夠更加準(zhǔn)確。