CN103067775A

CN103067775A - 一种音视频终端的字幕显示方法、音视频终端及服务器

Info

Publication number: CN103067775A
Application number: CN2013100330454A
Authority: CN
Inventors: 雷琦; 田静
Original assignee: TCL Corp
Current assignee: TCL Corp
Priority date: 2013-01-28
Filing date: 2013-01-28
Publication date: 2013-04-24

Abstract

本发明适用于图像技术领域，提供了一种音视频终端的字幕显示方法、音视频终端及服务器，所述方法包括：音视频终端获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器；当音视频服务器在字幕数据库搜索到目标语种字幕时，音视频终端接收所述音视频服务器反馈的目标语种字幕；音视频终端播放所述目标语种字幕。在本发明中，根据音视频节目信息及目标语种字幕进行分析，根据用户需求在音视频服务器的字幕数据库中查找对应字幕，若无对应资源，将其他语种字幕进行翻译，并存至服务器数据库，如果有对应资源则获取并播放该目标语种字幕。这样，就提高了用户观看音视频节目的体验。

Description

一种音视频终端的字幕显示方法、音视频终端及服务器

技术领域

本发明属于数字电视技术领域，涉及一种音视频终端的字幕显示方法、音视频终端及服务器。

背景技术

目前，几乎所有的音视频节目都会使用字幕。字幕是将音视频节目的语音内容以字幕方式显示，可以帮助听力较弱的观众理解节目内容。另外，字幕也能用于翻译外文节目，让不理解该外语的观众，既能听见原作的声带，同时理解节目内容。

在影视作品中，节目对应的字幕被附加在节目之中，或者手动加载字幕文件。对于无字幕、字幕语种障碍、无法获得对应字幕文件、无法加载字幕文件的情况，用户就不能享受字幕带来的便利。

对于音视频节目中的字幕，一般可以为外挂字幕、内挂字幕和内嵌字幕。若用户与节目所配置的字幕之间存在语种障碍，对于外挂字幕，可以通过在互联网上搜索对应字幕资源替换，但比较麻烦，而且可能缺少对应资源。对于内挂字幕，在制作时若提供对应语种，可以切换语种。对于内嵌字幕，在制作时未提供对应语种，则无法替换字幕。

对于音视频节目的字幕，若用户与节目所配置的字幕存在语种障碍时，解决的方式通常为：对于外挂字幕，可以提供尽可能多语种的字幕；对于内挂字幕，只能在制作时提供更多语种；对于内嵌字幕，无法变更语种。无论是外挂字幕、内挂字幕还是内嵌字幕，都无法完美解决语种障碍。

发明内容

为了解决上述技术问题，本发明实施例的目的在于提供一种音视频终端的字幕显示方法。

本发明实施例是这样实现的，一种音视频终端的字幕显示方法，所述方法包括以下步骤：

音视频终端获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器；

当音视频服务器在字幕数据库搜索到目标语种字幕时，音视频终端接收所述音视频服务器反馈的目标语种字幕；

音视频终端播放所述目标语种字幕。

进一步地，所述方法还包括：

当音视频服务器在字幕数据库中搜索到音视频节目信息对应的已有语种字幕但其语种不同于目标语种字幕时，音视频终端根据音视频服务器反馈的搜索结果，显示已有语种字幕的语种列表供用户选择；

音视频终端接收用户输入的已有语种字幕的语种选择指令；

音视频终端从音视频服务器获取用户选择的已有语种字幕的字幕文件并播放所述字幕文件。

进一步地，所述方法还包括：

当音视频服务器在字幕数据库中未搜索到音视频节目信息对应的字幕时，分析音视频流中是否包含字幕；

当音视频流中包含字幕时，播放所述音视频并从中提取字幕；

将提取的字幕发送到音视频服务器。

进一步地，所述方法还包括步骤：

音视频终端接收音视频服务器发送的根据已有语种字幕或提取的字幕翻译成目标语种字幕的字幕文件；

音视频终端播放所述根据已有语种字幕或提取的字幕翻译成目标语种字幕的字幕文件。

进一步地，所述方法还包括：

接收用户对字幕文件的修改编辑输入；

将被修改编辑过的字幕文件上传到音视频服务器。

进一步地，所述方法还包括：

接收用户通过麦克风输入的字幕语音翻译；

将所述的字幕语音翻译上传到音视频服务器，并将所述的字幕语音翻译识别为文本字幕翻译。

本发明另一目的在于提供一种音视频终端，所述音视频终端包括：

节目信息及语种类型获取模块，用于获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器；

字幕查询请求模块，用于向音视频服务器发送音视频字幕查询请求

目标语种字幕接收模块，用于当音视频服务器在字幕数据库搜索到目标语种字幕时，接收所述音视频服务器反馈的目标语种字幕；

目标语种字幕播放模块，用于播放所述目标语种字幕。

进一步地，所述音视频终端还包括：

已有语种字幕列表显示模块，用于当音视频服务器在字幕数据库中搜索到音视频节目信息对应的已有语种字幕但其语种不同于目标语种字幕时，根据音视频服务器反馈的搜索结果，显示已有语种字幕的语种列表供用户选择；

语种选择指令接收模块，用于接收用户输入的已有语种字幕的语种选择指令。

进一步地，所述音视频终端还包括：

音视频流分析模块，用于当音视频服务器在字幕数据库中未搜索到音视频节目信息对应的字幕时，分析音视频流中是否包含字幕；

字幕提取模块，用于当音视频流中包含字幕时，播放所述音视频并从中提取字幕；

提取字幕发送模块，用于将提取的字幕发送到音视频服务器。

进一步地，所述音视频终端还包括：

字幕文件修改编辑模块，用于接收用户对字幕文件的修改编辑输入；

修改字幕上传模块，用于将被修改编辑过的字幕文件上传到音视频服务器；

进一步，所述字幕文件修改编辑模块还包括麦克风输入模块，用于接收用户通过麦克风输入的字幕语音翻译，并将所述的字幕语音翻译上传到音视频服务器。

本发明的另一目的在于提供一种音视频服务器，所述的服务器包括：

字幕接收单元，用于接收终端原始字幕信息与翻译请求；

字幕翻译单元，用于将原始字幕信息翻译为多种语言文字字幕；

存储单元，用于存储音视频字幕；

查询单元，用于根据音视频终端的请求，执行目标字幕的查找；

字幕信息传输单元，用于根据终端的翻译请求，发送对应的音视频字幕。

优选地，所述服务器还包括

修改字幕接收模块，用于接收被用户修改编辑的字幕文件，所述的字幕文件包括用户进行字幕语音翻译的音频文件；

语音修改识别单元，用于将所述的字幕语音翻译的音频文件识别为文本字幕翻译；

字幕确认单元，用于确认用户提交修订的字幕翻译为正式的字幕翻译文本。

优选地，所述查询单元还包括多个语种列表数据生成单元，用于当音视频服务器没有查找到对应的目标语种字幕时，查询并生成可替代目标语种字幕的多个已有语种字幕信息。

在本发明中，根据音视频节目信息及目标语种字幕进行分析，根据用户需求在音视频服务器的字幕数据库中查找对应字幕，若无对应资源，将其他语种字幕进行翻译，并存至服务器数据库，如果有对应资源则获取并播放该目标语种字幕。这样，就提高了用户观看音视频节目的体验。

附图说明

图1是本发明音视频终端的字幕显示方法第一实施例提供的流程图；

图2是本发明音视频终端的字幕显示方法第二实施例提供的流程图；

图3是本发明音视频终端的字幕显示方法第三实施例提供的流程图；

图4是图3中在视频中提取字幕的方法的流程图；

图5是本发明音视频终端第四实施例提供的结构示意图；

图6是本发明音视频服务器第五实施例提供的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明第一实施例提供的音视频终端的字幕显示方法流程，详述如下：

在步骤S101中，音视频终端获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器。所述目标语种字幕的语种类型可以为用户请求的语种类型信息，或者根据音视频节目信息获取其默认的字幕语种类型信息。

为保证服务器所反馈字幕与用户所观看视频相匹配，作为本发明的实施例，获取音视频节目信息包括：需获取视频名称，视频时长，导演，主演，艺人等信息，若为电视剧，需获取当前视频为第几集信息。所述语种类型如为中文、英文、日文、韩文等。

在步骤S102中，当音视频服务器在字幕数据库搜索到目标语种字幕时，音视频终端接收所述音视频服务器反馈的目标语种字幕。

在步骤S103中，音视频终端播放所述目标语种字幕。

值得说明的是，本实施例中提供的音视频终端的字幕显示方法是在原始音视频文件无法提供满足用户需求的字幕情况下，音视频终端向音视频服务器请求字幕的过程，当原始音视频文件能提供自带有满足用户需求的字幕，则直接播放音视频及自带字幕即可。

在本实施例中，音视频终端播放的音视频原始文件缺乏字幕或者提供的字幕无法满足用户的需求的情况下，通过与音视频服务器建立连接，获取存储于音视频服务器的翻译字幕，用户控制音视频终端方便快捷地获取字幕，提高了用户观看音视频节目的体验。

图2示出了本发明第二实施例提供的音视频终端的字幕显示方法的流程，详述如下：

在步骤S201中，音视频终端获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器。

在步骤S202中，音视频服务器在字幕数据库中搜索。

在步骤S203中，判断是否有音视频节目信息对应的字幕？当存在音视频节目信息对应的字幕时，执行步骤S204，否则执行步骤S206。

在步骤S204中，音视频服务器向音视频终端反馈目标语种字幕。

在步骤S205中，音视频终端播放所述目标语种字幕。当搜索到音视频节目信息对应的字幕时，执行到该步骤就完成了字幕的显示。

在步骤S206中，分析音视频终端播放的音视频流中是否包含字幕，当没有包含字幕时，则本方法无法提供字幕，当包含字幕时，执行步骤S207。

在步骤S207中，当音视频流中包含字幕时，从播放的所述音视频节目中提取字幕。

在步骤S208中，将提取的字幕发送到音视频服务器。

在步骤S209中，音视频服务器向音视频终端发送根据所述提取的字幕翻译成目标语种字幕的字幕文件。

在步骤S210中，音视频终端播放所述根据提取的字幕翻译成目标语种字幕的字幕文件。

值得说明的是，所述的字幕数据库可以独立于音视频服务器，而作为一独立的字幕翻译云端服务器为音视频终端提供音视频翻译服务。

图3示出了本发明第三实施例提供的音视频终端的字幕显示方法的流程，详述如下：

在步骤S301中，音视频终端获取音视频节目信息及目标语种字幕的语种类型，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器。

在步骤S302中，在音视频服务器的字幕数据库中搜索。

在步骤S303中，判断是否有音视频节目信息对应的字幕，当存在音视频节目信息对应的字幕时，执行步骤S304，否则执行步骤S310。

在步骤S304中，判断是否有目标语种字幕？当音视频服务器的字幕数据库中有目标语种字幕时，执行步骤S305，否则执行步骤S307。

在步骤S305中，音视频终端接收所述音视频服务器反馈的目标语种字幕。

在步骤S306中，音视频终端播放所述目标语种字幕。当搜索到音视频节目信息对应的字幕时，执行到该步骤就完成了字幕的显示。

在步骤S307中，音视频终端根据音视频服务器反馈的搜索结果，显示音视频服务器已有语种字幕（例如其他语种的字幕）的语种列表供用户选择。

在步骤S308中，音视频终端接收用户输入的已有语种字幕的语种选择指令。

在步骤S309中，音视频终端从音视频服务器获取用户选择的已有语种字幕的字幕文件并播放所述字幕文件。

在步骤S310中，分析音视频终端播放的音视频流中是否包含字幕？当没有包含字幕时，则本方法无法提供字幕，当包含字幕时，执行步骤S311。

在步骤S311中，当音视频流中包含字幕时，播放所述音视频并从中提取字幕。

在步骤S312中，将提取的字幕发送到音视频服务器。

在步骤S313中，音视频服务器向音视频终端发送根据已有语种字幕或根据所述提取的字幕翻译成目标语种字幕的字幕文件。

在步骤S314中，音视频终端播放所述根据提取的字幕翻译成目标语种字幕的字幕文件。

作为本发明的实施例，在以上的第二实施例以及第三实施例的基础上，该音视频终端的字幕显示方法还可以包括步骤：接收用户对字幕文件的修改编辑输入；将被修改编辑过的字幕文件上传到音视频服务器。通过上述步骤，用户可以对字幕文件进行编辑，从而进一步保证了字幕文件的正确性。并且，用户还可以对字幕文件进行标识，对于不确定是否正确的字幕进行标记从而音视频服务器端可以进行正确性校验（例如通过工作人员进行校验）。

作为本发明的另一实施方式，用户还可以通过麦克风输入字幕语音翻译，此时，所述方法还包括：接收用户通过麦克风输入的字幕语音翻译；将所述的字幕语音翻译上传到音视频服务器，并将所述的字幕语音翻译识别为文本字幕翻译。

在本发明中，由于翻译可能不准确，用户可以对字幕文件进行编辑修改，并且可以将编辑后的字幕文件上传到音视频服务器中，从而提高了字幕文件翻译的准确性又能增加娱乐性与社交功能性。而用户观看节目时，通过对字幕文件进行标识，或之后再由工作人员进行编辑，从而不影响用户观看节目。

当用户观看音视频节目，与音视频节目自带的字幕存在语种障碍时，调用该***。因为无论何种音视频源（本地音视频，在线音视频，TV节目）以及字幕为何种类型（外挂字幕、内挂字幕和内嵌字幕），最终字幕都会配合音视频显示出来。本发明实施例在显示时进行图像采样，通过图像字符识别，获得正在播放的字幕，将所获得字幕上传至服务器。并且音视频服务器对字幕进行智能翻译，翻译结果反馈至音视频终端进行显示。

服务器端将原字幕和新生成字幕存入字幕数据库中，存为外挂字幕文件。字幕数据允许用户标记及修改错误。其他用户在观看相同音视频时，无字幕或存在语种障碍，可根据音视频信息，直接取字幕数据库中已有字幕数据，无需再次翻译，且可以离线使用。

图4示出了本发明实施例提供的在视频中提取字幕的方法的流程，详述如下：

在步骤S401中，根据字幕特征，在一段字幕开始显示时，记录其开始时间戳。

一份完整字幕是由一句句字幕组成的，每句字幕都有显示起始时间、显示内容、显示时长三个关键点组成。获取正确的显示内容及时间戳至关重要。字幕一般特征：同一视频的字幕，在屏幕上的显示区域相对固定（多在视频下方）。字幕多显示为浅色黑边（如：白字黑边），字幕字体多方正易识别，字幕一般在有对话或其他声音的时候显示，一段字幕在显示时长内字幕不会发生改变。

在步骤S402中，取一帧视频数据通过光学字符识别（OCR）方式取得该段字幕字符串。

在步骤S403中，将字符串上传至音视频服务器进行智能翻译。当然这里不限于音视频服务器，也可以是其他提供智能翻译服务的云端服务器，由其独立提供智能翻译服务。

在步骤S404中，翻译结果回传至用户端，并显示。

值得说明的是，上述步骤S402至S403主要是在音视频终端获取字符串，本方案当然也可以只在音视频终端获取字幕显示的图像缓冲图像数据或者字幕拷屏图像数据，并把所述的图像数据上传到音视频服务器，在音视频服务器中采用光学字符识别（OCR）方式取得该段字幕字符串，并把所述的字符串存储在云端数据库中，同时向音视频终端反馈经过音视频服务器智能翻译的字幕。

在步骤S404中，当原字幕结束显示时，还可记录时间为消隐时间,并将该消隐时间反馈给音视频服务器。

由于字幕翻译难免会有错误出现，因此允许并鼓励有能力的用户改正改善翻译结果，是很有必要的。由于在观看节目过程中不一定能及时修改，所以可以先进行标记处理。

图5示出了本发明音视频终端第四实施例提供的结构，该音视频终端包括节目信息及语种类型获取模块51、目标语种字幕接收模块52以及目标语种字幕播放模块53、字幕查询请求模块60。

该节目信息及语种类型获取模块51用于获取音视频节目信息及目标语种字幕的语种类型，并通过字幕查询请求模块60发送字幕请求，并将所述音视频节目信息及目标语种字幕的语种类型发送到音视频服务器；当音视频服务器在字幕数据库搜索到目标语种字幕时，目标语种字幕接收模块52接收所述音视频服务器反馈的目标语种字幕；目标语种字幕播放模块53播放所述目标语种字幕。

作为本发明的实施例，所述音视频终端还包括：已有语种字幕列表显示模块57以及语种选择指令接收模块58。该已有语种字幕列表显示模块57当音视频服务器在字幕数据库中搜索到音视频节目信息对应的已有语种字幕但其语种不同于目标语种字幕时，根据音视频服务器反馈的搜索结果，显示已有语种字幕的语种列表供用户选择；语种选择指令接收模块58接收用户输入的已有语种字幕的语种选择指令；该语种选择指令发送到音视频服务器后，目标语种字幕接收模块52接收所述音视频服务器反馈的目标语种字幕，目标语种字幕播放模块53播放所述目标语种字幕。

作为本发明的实施例，所述音视频终端还包括：音视频流分析模块54、字幕提取模块55以及提取字幕发送模块56。该音视频流分析模块54当音视频服务器在字幕数据库中未能搜索到音视频节目信息对应的字幕时，分析音视频流中是否包含字幕；字幕提取模块55当音视频流中包含字幕时，从播放的所述音视频节目中提取字幕；提取字幕发送模块56将提取的字幕发送到音视频服务器，这里所述提取的字幕可以是字符串形式的字幕也可以是图像格式的字幕的文件。然后，目标语种字幕接收模块52接收所述音视频服务器反馈的目标语种字幕，目标语种字幕播放模块53播放所述目标语种字幕。

为了保证字幕的正确性，所述音视频终端还包括：字幕文件修改编辑模块62以及修改字幕上传模块63。该字幕文件修改编辑模块62接收用户对字幕文件的修改编辑输入；修改字幕上传模块63将被修改编辑过的字幕文件上传到音视频服务器。

作为本发明的另一实施方式，该字幕文件修改编辑模块62还包括可通过麦克风输入编辑修改的语音编辑模块61，该语音编辑模块61接收用户通过麦克风输入的字幕语音翻译，并通过所述修改字幕上传模块63将所述的字幕语音翻译上传到音视频服务器，音视频服务器将所述的字幕语音翻译或者识别为文本字幕翻译。

字幕数据库的存在是非常有益的，当用户没有字幕和字幕语言障碍时，可以先从数据库中取得数据，若没有数据才进行翻译处理。数据库的资源获取及字幕优化主要通过以下方式：1、经过***翻译的字幕及原字幕都自动存入数据库。2、当用户有字幕资源时，可以直接上传到数据库。3、用户可以修改数据库中字幕错误，优化翻译。对与已有字幕无需翻译，但数据库中无相应字幕数据的音视频，可将字幕信息获取后上传，必要时进行翻译以存入数据库。

图6示出了本发明音视频服务器第五实施例提供的结构，该音视频服务器包括：字幕接收单元70、字幕翻译单元71、字幕传输单元72。

该字幕接收单元70用于接收音视频终端的原始字幕信息与翻译请求；字幕翻译单元71用于将原始字幕信息翻译为多种语言文字字幕；字幕传输单元72用于根据终端的翻译请求，发送对应的音视频字幕。

优选地，所述音视频服务器还包括存储单元78，所述存储单元78存储经过字幕翻译单元71翻译的字幕信息。

优选地，所述音视频服务器还包括查询单元79，所述查询单元79根据音视频终端的请求，执行目标字幕的查找，并通过字幕传输单元72反馈查找到字幕信息。进一步地，所述查询单元79还包括多个语种列表数据生成单元80，用于当音视频服务器没有查找到对应的目标语种字幕时候，查询并生成可替代目标语种字幕的多个已有语种字幕信息，并向音视频终端反馈。

优选地，所述音视频服务器还包括修改字幕接收模块74、以及字幕确认单元76、语音修改识别单元75。

修改字幕接收模块74用于接收被用户修改编辑的字幕文件，所述的字幕文件包括用户进行字幕语音翻译的音频文件；语音修改识别单元75用于将所述的字幕语音翻译的音频文件识别为文本字幕翻译；字幕确认单元76用于确认用户提交修订的字幕翻译为正式的字幕翻译文本；经过字幕确认单元76确认的字幕将更新到存储单元78中。

综上所述，当用户所观赏音视频特别是用户存在语言障碍的音视频无字幕时，本发明根据音视频节目信息及目标语种字幕进行分析，根据用户需求在音视频服务器的字幕数据库中查找对应字幕，若无对应资源，将其他语种字幕或者通过OCR方式获取视频自有的字幕进行翻译，并存至服务器数据库，如果有对应资源则获取并播放该目标语种字幕；由于字幕自动翻译的过程中可能存在翻译生硬或者错误的情况，本发明还提供用户自行校正的功能，该校正功能可以是用户通过文本编辑进行校正也可以通过语音翻译，再识别语音为文本进行校正；优选地，字幕翻译被用户校正后，还需要由工作人员确认后才发布更正的字幕翻译。这样，就提高了用户观看音视频节目的体验。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种音视频终端的字幕显示方法，其特征在于，所述方法包括以下步骤：

音视频终端播放所述目标语种字幕。

2.根据权利要求1所述的音视频终端的字幕显示方法，其特征在于，在所述当音视频服务器在字幕数据库搜索到目标语种字幕时，音视频终端接收所述音视频服务器反馈的目标语种字幕步骤中，还包括：

音视频终端接收用户输入的已有语种字幕的语种选择指令；

3.根据权利要求1所述的音视频终端的字幕显示方法，其特征在于，在所述当音视频服务器在字幕数据库搜索到目标语种字幕时，音视频终端接收所述音视频服务器反馈的目标语种字幕步骤之后，所述方法还包括：

将提取的字幕发送到音视频服务器。

4.根据权利要求3所述的音视频终端的字幕显示方法，其特征在于，所述将提取的字幕发送到音视频服务器步骤之后，所述方法还包括步骤：

5.根据权利要求4所述的音视频终端的字幕显示方法，其特征在于，在所述音视频终端播放所述根据已有语种字幕或提取的字幕翻译成目标语种字幕的字幕文件步骤之后，所述方法还包括：

接收用户对字幕文件的修改编辑输入；

将被修改编辑过的字幕文件上传到音视频服务器。

6.根据权利要求5所述的音视频终端的字幕显示方法，其特征在于，在所述音视频终端播放所述根据已有语种字幕或提取的字幕翻译成目标语种字幕的字幕文件步骤之后，所述方法还包括：

接收用户通过麦克风输入的字幕语音翻译；

7.一种音视频终端，其特征在于，所述音视频终端包括：

字幕查询请求模块，用于向音视频服务器发送音视频字幕查询请求；

目标语种字幕播放模块，用于播放所述目标语种字幕。

8.根据权利要求7所述的音视频终端，其特征在于，所述音视频终端还包括：

9.根据权利要求7所述的音视频终端，其特征在于，所述音视频终端还包括：

10.根据权利要求7所述的音视频终端，其特征在于，所述音视频终端还包括：

修改字幕上传模块，用于将被修改编辑过的字幕文件上传到音视频服务器。

11.根据权利要求10所述的音视频终端，其特征在于，所述字幕文件修改编辑模块还包括语音编辑模块，用于接收用户通过麦克风输入的字幕语音翻译，并通过所述修改字幕上传模块将所述的字幕语音翻译上传到音视频服务器。

12.一种音视频服务器，其特征在于，所述的服务器包括：

字幕接收单元，用于接收终端原始字幕信息与翻译请求；

字幕信息传输单元，用于根据终端的翻译请求，发送对应的音视频字幕；

存储单元，用于存储音视频字幕；

查询单元，用于根据音视频终端的请求，执行目标音视频字幕的查找。

13.如权利要求12所述的音视频服务器，其特征在于，所述的服务器包括修改字幕接收模块，用于接收被用户修改编辑的字幕文件，所述的字幕文件包括用户进行字幕语音翻译的音频文件；

14.如权利要求13所述的音视频服务器，其特征在于，所述的查询单元还包括：

多个语种列表数据生成单元，用于当音视频服务器没有查找到对应的目标语种字幕时，查询并生成可替代目标语种字幕的多个已有语种字幕信息。