一種視頻字幕時(shí)間對(duì)齊模型訓(xùn)練方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202111470819.0 申請(qǐng)日 -
公開（公告）號(hào) CN114222193A 公開（公告）日 2022-03-22
申請(qǐng)公布號(hào) CN114222193A 申請(qǐng)公布日 2022-03-22
分類號(hào) 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(qǐng)（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(shí)產(chǎn)權(quán)代理有限公司 代理人 鄭興旺
地址 100125北京市朝陽(yáng)區(qū)朝陽(yáng)公園南路3號(hào)樓6層601內(nèi)702室
法律狀態(tài) -

摘要

摘要 本申請(qǐng)公開了一種視頻字幕時(shí)間對(duì)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(duì)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(gè)段落所對(duì)應(yīng)的OCR識(shí)別結(jié)果；根據(jù)每段文本以及該段文本對(duì)應(yīng)的OCR識(shí)別結(jié)果形成數(shù)據(jù)集，并對(duì)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(shí)間對(duì)齊模型，利用訓(xùn)練集對(duì)視頻字幕時(shí)間對(duì)齊模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的視頻字幕時(shí)間對(duì)齊模型?？梢钥闯?，本申請(qǐng)實(shí)施例提供的視頻字幕時(shí)間對(duì)齊模型解決了由于錯(cuò)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(shí)間匹配問題，相比于現(xiàn)有公共子串算法能夠更加準(zhǔn)確。