一种生成视频字幕的方法、装置、电子设备和存储介质.pdfVIP

下载本文档

1
0
约1.39万字
约 14页
2023-06-21 发布于四川
举报
版权申诉

一种生成视频字幕的方法、装置、电子设备和存储介质.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及生成视频字幕的方法、装置、电子设备和存储介质，该方法包括：获取需要生成视频字幕的视频和音频流；识别视频的图片流中每一帧图片的目标区域的文本信息；根据文本信息识别音频流得到语音识别结果和对应的时间戳；根据语音识别结果、时间戳和图片帧数生成视频字幕。本申请实施例中通过从视频图片流中的目标区域提取文本信息，即先利用图像识别技术确定目标区域，后确定目标区域的文本信息，可降低其他文字信息对于用户话术焦点的干扰，为自动语音识别提供实时、准确的语言信息，能够实现快速定位当前谈话主题，从而提升语音识别

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113365109 A (43)申请公布日 2021.09.07 (21)申请号 202110616946.0 (22)申请日 2021.06.02 (71)申请人深圳云知声信息技术有限公司