CN113891168A - 字幕处理方法、装置、电子设备和存储介质 - Google Patents
字幕处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113891168A CN113891168A CN202111214118.0A CN202111214118A CN113891168A CN 113891168 A CN113891168 A CN 113891168A CN 202111214118 A CN202111214118 A CN 202111214118A CN 113891168 A CN113891168 A CN 113891168A
- Authority
- CN
- China
- Prior art keywords
- subtitle
- user interface
- subtitles
- present disclosure
- video stream
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 238000003672 processing method Methods 0.000 title abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000012986 modification Methods 0.000 claims abstract description 29
- 230000004048 modification Effects 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001915 proofreading effect Effects 0.000 abstract description 51
- 238000013519 translation Methods 0.000 description 31
- 230000005540 biological transmission Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/488—Data services, e.g. news ticker
- H04N21/4884—Data services, e.g. news ticker for displaying subtitles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/485—End-user interface for client configuration
- H04N21/4856—End-user interface for client configuration for language selection, e.g. for the menu or subtitles
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开实施例公开了一种字幕处理方法、装置、电子设备和存储介质,该方法包括:根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。通过本公开实施例提供的字幕处理方案,提高了对第二字幕校对的准确度与效率。
Description
技术领域
本公开涉及信息技术领域,尤其涉及一种字幕处理方法、装置、电子设备和存储介质。
背景技术
随着视频直播技术的不断发展,用户对直播视频流的需求也在不断增加。为了提高用户体验,可以给直播视频流配上字幕后,将添加有字幕的直播视频流发送到用户终端进行播放。
现有技术通过人工的方式校对字幕。但是人工校对的效率较低、准确性不高。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种字幕处理方法、装置、电子设备和存储介质,有助于提高字幕的校对效率和校对质量。
本公开实施例提供了一种字幕处理方法,该方法包括:
根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;
响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
本公开实施例还提供了一种字幕处理装置,该装置包括:
显示模块,用于根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文的形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;
处理模块,用于响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的字幕处理方法。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的字幕处理方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序或指令,该计算机程序或指令被处理器执行时实现如上所述的字幕处理方法。
本公开实施例提供的技术方案与现有技术相比至少具有如下优点:
本公开实施例提供的字幕处理方法,通过根据第一用户界面显示第二用户界面,第二用户界面包括在第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,第一字幕在第一用户界面被校对;响应于第二字幕修改指令,对第二字幕修改指令指向的第二字幕进行修改的技术手段,提高了第二字幕的校对准确度与校对效率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例中的一种直播同传硬件设备的结构示意图;
图2为本公开实施例中的另一种直播同传硬件设备的结构示意图;
图3为本公开实施例中的一种字幕处理方法的流程图;
图4为本公开实施例中的一种第二用户界面的示意图;
图5为本公开实施例中的一种第二用户界面的示意图;
图6为本公开实施例中的一种第二用户界面的示意图;
图7为本公开实施例中的一种第二用户界面的示意图;
图8为本公开实施例中的一种第一用户界面的示意图;
图9为本公开实施例中的一种第一用户界面的示意图;
图10为本公开实施例中的一种字幕处理装置的结构示意图;
图11为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
在说明本公开实施例提供的字幕处理方案之前,对字幕处理方案涉及的硬件设备以及应用场景进行简单介绍,以便于更好地理解本公开实施例提供的字幕处理方案。
直播同传校对是指:针对主播的直播内容添加字幕后再发送至看播端,以使看播端用户可以看到带字幕的直播画面,在添加字幕的过程中首先由机器针对直播音频进行语音识别,获得待校对的第一字幕,然后基于待校对的第一字幕进行机器翻译获得待校对的第二字幕(例如第一字幕为中文,第二字幕为对应的英文)。原文校对员对第一字幕进行校对,若发现错误则进行人工修改,译文校对员对第二字幕进行校对,若发现错误则进行人工修改。可以理解的是,原文校对员与译文校对员可以是同一人员,也可以是不同的人员,通常为了降低工作强度,提高工作效率与校对准确度,原文校对员与译文校对员为不同人员,且原文校对员对第一字幕进行校对的进度快于译文校对员对第二字幕的校对进度,以便于译文校对员参考第一字幕对第二字幕进行校对,有助于提升对第二字幕的校对效率和准确度。
其中,直播同传校对流程包括:直播同传硬件设备从服务器或者主播端拉取主播的直播视频流并进行录制以及处理(该处理例如包括采集直播视频流中的音频,对音频进行语音识别,获得待校对的第一字幕,以及对待校对的第一字幕进行翻译获得待校对的第二字幕),而后通过音视频设备对录制的直播视频流进行播放,并在显示界面显示第一字幕以及第二字幕,原文校对员对第一字幕进行校对,若发现错误则进行人工修改,译文校对员基于校对后的第一字幕对第二字幕进行校对,若发现错误则进行人工修改。
可选的,参考图1所示的一种直播同传硬件设备的结构示意图,其中,直播同传硬件设备和音视频设备是同一台设备,直播同传硬件设备和音视频设备对应图1中的设备24。原文校对员和译文校对员分别对应一台直播同传硬件设备,例如原文校对员基于设备24(设备24可以看作是第一直播同传硬件设备)对第一字幕进行校对,译文校对员基于设备25(设备25可以看作是第二直播同传硬件设备)对第二字幕进行校对。终端21对应主播的终端,终端21将直播视频流上传到服务器22。设备24从终端21或服务器22拉取直播视频流。例如,设备24根据直播视频流的URL(Uniform Resource Locator,统一资源定位符)从服务器22拉取直播视频流。终端27对应看播用户的终端,设备26对应一服务器。
设备24开始拉取直播视频流的时刻可以为任何时间。可选的,设备24从原文校对员发出“开始指令”后开始拉取直播视频流。例如,原文校对员在当天9:50分时点击了设备24的用户界面中的某个按钮或图标,即发出“开始指令”,设备24则从当天9:50开始拉取直播视频流。进一步的,若原文校对员在当天10:00时在设备24的用户界面上点击“开始直播”,则设备24从10:00开始录制其拉取到的直播视频流,并且设备24从10:00开始同步对拉取到的直播视频流进行处理,处理过程包括:对直播视频流中的音频进行采集,对采集到的音频进行语音识别,获得第一字幕,并将第一字幕在设备24的显示界面进行显示,以使原文校对员对第一字幕进行校对,并对语音识别的结果(例如中文文本)进行翻译,得到译文文本(例如英文),即第二字幕,并在设备25的显示界面显示第二字幕,以使译文校对员对第二字幕进行校对。
可选的,参考图2所示的另一种直播同传硬件设备的结构示意图,其中,直播同传硬件设备和音视频设备不是同一台设备,而是两台不同的设备,例如直播同传硬件设备对应图3中的设备24,音视频设备对应图3中的第二服务器23,原文校对员和译文校对员分别基于不同的直播同传硬件设备进行字幕校对,例如原文校对员基于设备24(设备24可以看作是第一直播同传硬件设备)对第一字幕进行校对,译文校对员基于设备25(设备25可以看作是第二直播同传硬件设备)对第二字幕进行校对。终端21对应主播的终端,终端21将直播视频流上传到第一服务器22,第二服务器23从第一服务器22或者终端21拉取直播视频流。终端27对应看播用户的终端,设备26对应一服务器。
第二服务器23从第一服务器22或者终端21开始拉取直播视频流的时刻可以为任何时间。可选的,第二服务器23从原文校对员发出“开始指令”后开始拉取直播视频流。例如,原文校对员在当天9:50分时点击了设备24的用户界面中的某个按钮或图标,从而发出“开始指令”,设备24将“开始指令”发送给第二服务器23,第二服务器23在接收到“开始指令”后,开始从第一服务器22或者终端21拉取直播视频流。在当天10:00的时候,原文校对员在设备24的用户界面上点击“开始直播”按钮,设备24根据原文校对员的点击操作,向第二服务器23发送录制指令,假设第二服务器23很快接收到了录制指令,即第二服务器23在10:00时接收到了录制指令,则第二服务器23从10:00开始录制其拉取到的直播视频流,并且第二服务器23从10:00开始同步对拉取到的直播视频流进行处理操作,即对直播视频流的录制和对直播视频流的处理是同步进行的。对直播视频流的处理操作包括:对直播视频流中的音频进行采集,对采集到的音频进行语音识别,获得第一字幕,并将第一字幕在设备24的显示界面进行显示,以使原文校对员对第一字幕进行校对,并对语音识别的结果(例如中文文本)进行翻译,得到译文文本(例如英文文本),即第二字幕,并在设备25的显示界面显示第二字幕,以使译文校对员对第二字幕进行校对。
以图1为例,如果原文校对员基于设备24对第一字幕进行校对的过程中修改了第一字幕(例如中文文本),设备24将修改后的第一字幕同步给设备25,以便译文校对员根据修改后的第一字幕,修改相应的第二字幕(例如英文文本)。进一步的,设备25将修改后的第二字幕发送给设备24。
以图2为例,如果原文校对员基于设备24对第一字幕进行校对的过程中修改了第一字幕(例如中文文本),设备24将修改后的第一字幕同步给第二服务器23,第二服务器23进一步将修改后的第一字幕同步给设备25,以便译文校对员根据修改后的第一字幕,修改相应的第二字幕(例如英文文本)。进一步的,设备25再将修改后的第二字幕发送给第二服务器23,通过第二服务器23将修改后的第二字幕同步至设备24。
图3为本公开实施例中的一种字幕处理方法的流程图,该字幕处理方法应用于直播同传硬件设备,旨在通过一定的字幕处理方案,提高对待校对第二字幕的校对准确度以及校对效率。该方法可以由字幕处理装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于直播同传硬件设备中,例如电子终端,具体包括但不限于智能手机、掌上电脑、平板电脑、带显示屏的可穿戴设备、台式机、笔记本电脑、一体机、智能家居设备等。如图3所示,该方法具体可以包括如下步骤:
步骤301、根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对。
其中,第一用户界面指原文校对员对第一字幕进行校对的界面,第二用户界面指译文校对员基于校对后的第一字幕对第二字幕进行校对的界面。第一用户界面和第二用户界面可以在同一台显示器的不同区域进行显示,也可以分别在不同的显示器进行显示,通常为了提高操作效率与操作便捷性,第一用户界面和第二用户界面分别在不同的显示器进行显示。如图1所示,第一用户界面显示于设备24的显示器,第二用户界面显示于设备25的显示器。
示例性的,参考如图4所示的一种第二用户界面的示意图,包括多个字幕组410,一个字幕组410包括以上下文形式排布的第一字幕411和第二字幕412,通过以上下文形式排布可方便译文校对员参考第一字幕411对第二字幕412进行校对,可提高对第二字幕412的校对效率和精度。
第一字幕411在第一用户界面被校对,第一字幕411和第二字幕412与在第一用户界面中播放的直播视频流中音频流对应,对音频流进行语音识别获得第一字幕411,对第一字幕411进行机器翻译得到第二字幕412,因此通常第一字幕411与音频流的语种相同,例如都是中文;第二字幕412的语种与第一字幕411的语种不同,例如第二字幕412可以是英语。但是,目前通过语音识别获得的第一字幕411以及通过机器翻译获得的第二字幕412有可能会存在错误,故需要增加人工校对,以确保第一字幕411与第二字幕412的正确性。
可选的,在第二用户界面显示的第一字幕可以是已经在第一用户界面被校对过的,也可以是一部分第一字幕是在第一用户界面被校对过的,一部分第一字幕是尚未被校对的。在第二用户界面对被校对过的以及尚未校对的第一字幕进行分别标记,以使译文校对员可以清楚地知道哪些第一字幕是被校对过的,针对被校对过的第一字幕,译文校对员可以进行参考,以对第二字幕进行校对;而针对尚未被校对的第一字幕,译文校对员可以等被校对后再对该类第一字幕对应的第二字幕进行校对。示例性的,可以通过不同的颜色对被校对过的以及尚未被校对的第一字幕进行标记。
进一步的,所述方法还包括:当第一字幕在第一用户界面被修改时,同步更新第二用户界中的所述第一字幕,以在第二用户界面基于修改后的第一字幕对与所述第一字幕属于同一个字幕组中的第二字幕进行校对。例如,第一字幕“我喜欢青天”在第一用户界面被修改为“我喜欢晴天”,则将第二用户界面中的第一字幕“我喜欢青天”同步修改为“我喜欢晴天”。即在第一用户界面对第一字幕进行的操作同步更新到第二用户界面,以便于译文校对员参考最新的第一字幕,并实时了解原文校对员的校对进度。
在一些实施方式中,原文校对员可能对第一字幕进行反复修改,当第一字幕被修改时,为了提示译文校对员及时获知该消息,以使其调整参考第一字幕对第二字幕的校对结果,所述方法还包括:
当所述第一字幕在所述第一用户界面被修改时,在所述第二用户界面显示与所述第一字幕关联的通知信息。示例性的,参考如图5所示的一种第二用户界面的示意图,在第二用户界面包括通知信息510,具体是第多少行的第一字幕在几点几分被几次修改,例如“12:17分120行被第二次修改”。译文校对员可基于该通知信息找到对应的第一字幕,然后参考修改后的第一字幕对第二字幕进行校对修正,以进一步提高对第二字幕的校对精度。
可选的,在第二用户界面显示第二字幕之前,若第二字幕的显示位置超出预设位置,在第二用户界面显示提示信息。例如在显示第二字幕时预计会出现两行时,则弹窗提示框,以方便译文校对员进行参考缩减,做好视线调整,进一步有助于提升校对效率。
在一些实施方式中,为了提供较舒适的视觉效果,支持对第二用户界面的主题颜色进行调整,以保护译文校对员的视力,避免长时间精神高度集中影响修改第二字幕的效率。示例性的,所述方法还包括:响应于界面颜色调整指令,对所述第二用户界面的主题颜色进行调整。
在一些实施方式中,为了使译文校对员较直观地、实时地了解通过语音识别模型识别到的第一字幕的条数、原文校对员对第一字幕的的校对进度(即校对到的最新第一字幕条数)、译文校对员对第二字幕的校对进度(即校对到的最新第二字幕条数)以及已经推送完毕的字幕条数,引导译文校对员与原文校对员的校对进度保持合理距离,译文校对员的校对进度与字幕推送进度保持合理距离,保证字幕翻译的正常进行,所述方法还包括:在所述第二用户界面显示所述第一字幕在所述第一用户界面被显示的进度标识、所述第一字幕在所述第一用户界面被校对的进度标识、所述第二字幕在所述第二用户界面被校对的进度标识以及所述字幕组被推送的进度标识中的一个或多个。示例性的,参考如图6所示的一种第二用户界面的示意图,其中包括第一字幕在第一用户界面被校对的进度标识(第一字幕被校对到第121条)以及第二字幕在所述第二用户界面被校对的进度标识(第二字幕被校对到119条)。除了采用不同颜色的进度条对各进度进行表示,还可采用柱状图进行表示,通过柱状图的高低可以较直观地确定第一字幕的校对进度、第二字幕的校对进度以及推送进度之间的距离,有助于译文校对员保持合理的校对速率。
进一步的,在一些实施方式中,参考如图7所示的一种第二用户界面的示意图,第二用户界面还包括播放器710,响应于直播视频流播放指令,在播放器710中播放已录制的直播视频流,以方便译文校对员一边观看直播一边对第二字幕进行校对,有助于提升对第二字幕的校对精度和效率,尤其当译文校对员的校对进度比原文校对员的校对进度快时,译文校对员可以直接参考直播视频对第二字幕进行校对。
步骤302、响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
在校对过程中,若发现第二字幕存在错误时,对第二字幕进行修改,达到校对的目的。
本公开实施例提供的字幕处理方法,通过根据第一用户界面显示第二用户界面,第二用户界面包括在第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,第一字幕在第一用户界面被校对;响应于第二字幕修改指令,对第二字幕修改指令指向的第二字幕进行修改的技术手段,提高了第二字幕的校对准确度与校对效率。
在上述技术方案的基础上,参考如图8所示的一种第一用户界面的示意图,其包括播放器810、和直播视频流中音频流对应的多条第一字幕820,第一字幕820的数量也可以是一条,图8中以第一字幕820的数量是多条(多条通常指至少两条)为例进行展示。第一字幕通常为针对直播视频流进行音频提取,并基于提取到的音频进行语音识别获得的文本。由于音频提取以及语音识别通常是通过机器自动进行,因此准确度不高,例如音频对应的真实文本是“张三”,而语音识别的结果是“张珊”,因此,为了提高第一字幕的准确度,通常在获得第一字幕之后通过人工对第一字幕进行校对,以在发现错误时及时修改。示例性的,多条第一字幕以上下文的形式显示在第一用户界面的第一区域中,如图8所示,通过以上下文的形式在第一用户界面显示多条第一字幕,可使原文校对员通过结合纵向上下文信息对第一字幕进行校对,不仅可以提高校对精度,还有助于提高校对效率。在原文校对员基于第一用户界面对第一字幕进行校对时,可控制直播视频流在播放器810中播放。例如原文校对员触发播放器810的播放控件时,在播放器810播放已录制的直播视频流,再次触发播放器810的播放控件时,暂停在播放器810播放的已录制直播视频流。如此原文校对员便可以根据自己的校对进度实时地控制直播视频流的播放,且可以实现一边校对、一边观看直播、一边听音频的目的,进而实现了不仅借助听到的音频,还借助直播画面中主播的口型对第一字幕进行校对的目的,如此可提高第一字幕的校对准确度与校对效率。在校对过程中,若原文校对员发现第一字幕与基于自己听到的以及看到的直播视频流所确定的文本不对应,则对第一字幕进行修改,达到对第一字幕进行校对的目的。
为了提供较舒适的视觉效果,支持对第一用户界面的主题颜色进行调整,以保护原文校对员的视力,避免长时间精神高度集中影响修改第一字幕的效率。示例性的,所述方法还包括:响应于界面颜色调整指令,对所述第一用户界面的主题颜色进行调整。还可以是基于在播放器810中播放的直播视频的背景颜色适应性调整第一用户界面的主题颜色,以提供较好的视觉体验,缓解原文校对员的视觉疲劳,达到间接提高第一字幕校对精度和效率的目的。
进一步的,参考如图9所示的一种第一用户界面的示意图,第一用户界面还包括与一条或多条第一字幕910分别对应的第二字幕920,第二字幕920以上下文形式显示在第一用户界面的第二区域中;第一字幕910对应的语种与音频流对应的语种相同。例如若音频流对应的语种为中文,则第一字幕910为中文文本,若音频流对应的语种为英文,则第一字幕910为英文文本。第二字幕920对应的语种与音频流对应的语种不同。一条或多条第一字幕910中任一第一字幕910和所述任一第一字幕910对应的第二字幕920在第一用户界面中呈横向的对照关系,以方便原文校对员参考第一字幕对应的第二字幕对第一字幕进行校对,有助于提高校对效率与精度。
由于原文校对员专注于对第一字幕进行校对,故原文校对员可以根据自己的校对习惯设置是否在第一用户界面显示第二字幕。如图9所示,原文校对员通过触发控件930则实现对第二字幕的显示与隐藏,当第二字幕未显示在第一用户界面时,原文校对员触发控件930可控制第二字幕在第一用户界面进行显示;当第二字幕在第一用户界面中显示时,原文校对员触发控件930可控制第二字幕隐藏,即第二字幕不在第一用户界面进行显示。
可选的,还可以根据直播视频流的推送进度,在第一用户界面中对已推送的第一字幕、已推送的第一字幕对应的标识信息、以及已推送的第一字幕对应的第二字幕进行标注,以及在第一用户界面中对已校对过的第一字幕进行标注,有助于原文校对员随时掌握直播视频流的推送进度,以随时调整校对节奏和速率。
图10为本公开实施例中的一种字幕处理装置的结构示意图。本公开实施例所提供的装置可以配置于直播同传硬件设备。如图10所示,该装置具体包括:显示模块1010和处理模块1020。
其中,显示模块1010,用于根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文的形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;处理模块1020,用于响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
可选的,所述装置还包括:更新模块,用于当所述第一字幕在所述第一用户界面被修改时,同步更新所述第二用户界中的所述第一字幕,以在所述第二用户界面基于修改后的所述第一字幕对与所述第一字幕属于同一个字幕组中的所述第二字幕进行校对。
可选的,当所述第一字幕在所述第一用户界面被修改时,显示模块1010还用于在所述第二用户界面显示与所述第一字幕关联的通知信息。
可选的,显示模块1010还用于在所述第二用户界面显示所述第一字幕在所述第一用户界面被显示的进度标识、所述第一字幕在所述第一用户界面被校对的进度标识、所述第二字幕在所述第二用户界面被校对的进度标识以及所述字幕组被推送的进度标识中的一个或多个。
可选的,显示模块1010还用于在所述第二用户界面显示所述第二字幕之前,若所述第二字幕的显示位置超出预设位置,在所述第二用户界面显示提示信息。
可选的,所述装置还包括:调整模块,用于响应于界面颜色调整指令,对所述第一用户界面和/或所述第二用户界面的主题颜色进行调整。
可选的,所述装置还包括:播放模块,用于响应于直播视频流播放指令,在第二用户界面的播放器中播放已录制的直播视频流。
可选的,所述第一用户界面包括一条或多条所述第一字幕,多条所述第一字幕以上下文形式显示在所述第一用户界面的第一区域中。
可选的,所述第一用户界面还包括与所述一条或多条第一字幕分别对应的所述第二字幕,所述第二字幕以上下文形式显示在所述第一用户界面的第二区域中;所述一条或多条第一字幕对应的语种与所述音频流对应的语种相同,所述第二字幕对应的语种与所述音频流对应的语种不同。
可选的,所述一条或多条第一字幕中任一第一字幕和所述任一第一字幕对应的第二字幕在所述第一用户界面中呈横向的对照关系。
本公开实施例提供的装置,可执行本公开方法实施例所提供的方法步骤,具备的有益效果此处不再赘述。
图11为本公开实施例中的一种电子设备的结构示意图。下面具体参考图11,其示出了适于用来实现本公开实施例中的电子设备500的结构示意图。本公开实施例中的电子设备500可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴电子设备等等的移动终端以及诸如数字TV、台式计算机、智能家居设备等等的固定终端。图11示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的…方法。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码,从而实现如上所述的方法。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
可选的,当上述一个或者多个程序被该电子设备执行时,该电子设备还可以执行上述实施例所述的其他步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,本公开提供了一种字幕处理方法,包括:根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,还包括:当所述第一字幕在所述第一用户界面被修改时,同步更新所述第二用户界中的所述第一字幕,以在所述第二用户界面基于修改后的所述第一字幕对与所述第一字幕属于同一个字幕组中的所述第二字幕进行校对。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,还包括:当所述第一字幕在所述第一用户界面被修改时,在所述第二用户界面显示与所述第一字幕关联的通知信息。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,还包括:在所述第二用户界面显示所述第一字幕在所述第一用户界面被显示的进度标识、所述第一字幕在所述第一用户界面被校对的进度标识、所述第二字幕在所述第二用户界面被校对的进度标识以及所述字幕组被推送的进度标识中的一个或多个。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,还包括:在所述第二用户界面显示所述第二字幕之前,若所述第二字幕的显示位置超出预设位置,在所述第二用户界面显示提示信息。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,还包括:响应于界面颜色调整指令,对所述第一用户界面和/或所述第二用户界面的主题颜色进行调整。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,所述第二用户界面包括播放器,所述方法还包括:响应于直播视频流播放指令,在所述播放器中播放已录制的直播视频流。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,所述第一用户界面包括一条或多条所述第一字幕,多条所述第一字幕以上下文形式显示在所述第一用户界面的第一区域中。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,所述第一用户界面还包括与所述一条或多条第一字幕分别对应的所述第二字幕,所述第二字幕以上下文形式显示在所述第一用户界面的第二区域中;所述一条或多条第一字幕对应的语种与所述音频流对应的语种相同,所述第二字幕对应的语种与所述音频流对应的语种不同。
根据本公开的一个或多个实施例,在本公开提供的方法中,可选的,所述一条或多条第一字幕中任一第一字幕和所述任一第一字幕对应的第二字幕在所述第一用户界面中呈横向的对照关系。
根据本公开的一个或多个实施例,本公开提供了一种字幕处理装置,包括:显示模块,用于根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文的形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;处理模块,用于响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述装置还包括:更新模块,用于当所述第一字幕在所述第一用户界面被修改时,同步更新所述第二用户界中的所述第一字幕,以在所述第二用户界面基于修改后的所述第一字幕对与所述第一字幕属于同一个字幕组中的所述第二字幕进行校对。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,当所述第一字幕在所述第一用户界面被修改时,显示模块还用于在所述第二用户界面显示与所述第一字幕关联的通知信息。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,显示模块还用于在所述第二用户界面显示所述第一字幕在所述第一用户界面被显示的进度标识、所述第一字幕在所述第一用户界面被校对的进度标识、所述第二字幕在所述第二用户界面被校对的进度标识以及所述字幕组被推送的进度标识中的一个或多个。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,显示模块还用于在所述第二用户界面显示所述第二字幕之前,若所述第二字幕的显示位置超出预设位置,在所述第二用户界面显示提示信息。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述装置还包括:调整模块,用于响应于界面颜色调整指令,对所述第一用户界面和/或所述第二用户界面的主题颜色进行调整。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述装置还包括:播放模块,用于响应于直播视频流播放指令,在第二用户界面的播放器中播放已录制的直播视频流。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述第一用户界面包括一条或多条所述第一字幕,多条所述第一字幕以上下文形式显示在所述第一用户界面的第一区域中。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述第一用户界面还包括与所述一条或多条第一字幕分别对应的所述第二字幕,所述第二字幕以上下文形式显示在所述第一用户界面的第二区域中;所述一条或多条第一字幕对应的语种与所述音频流对应的语种相同,所述第二字幕对应的语种与所述音频流对应的语种不同。
根据本公开的一个或多个实施例,本公开提供的字幕处理装置,可选的,所述一条或多条第一字幕中任一第一字幕和所述任一第一字幕对应的第二字幕在所述第一用户界面中呈横向的对照关系。
根据本公开的一个或多个实施例,本公开提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开提供的任一所述的方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开提供的任一所述的方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序或指令,该计算机程序或指令被处理器执行时实现如上所述的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (13)
1.一种字幕处理方法,其特征在于,所述方法包括:
根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;
响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
2.根据权利要求1所述的方法,其特征在于,还包括:
当所述第一字幕在所述第一用户界面被修改时,同步更新所述第二用户界中的所述第一字幕,以在所述第二用户界面基于修改后的所述第一字幕对与所述第一字幕属于同一个字幕组中的所述第二字幕进行校对。
3.根据权利要求1所述的方法,其特征在于,还包括:
当所述第一字幕在所述第一用户界面被修改时,在所述第二用户界面显示与所述第一字幕关联的通知信息。
4.根据权利要求1所述的方法,其特征在于,还包括:
在所述第二用户界面显示所述第一字幕在所述第一用户界面被显示的进度标识、所述第一字幕在所述第一用户界面被校对的进度标识、所述第二字幕在所述第二用户界面被校对的进度标识以及所述字幕组被推送的进度标识中的一个或多个。
5.根据权利要求1所述的方法,其特征在于,还包括:
在所述第二用户界面显示所述第二字幕之前,若所述第二字幕的显示位置超出预设位置,在所述第二用户界面显示提示信息。
6.根据权利要求1所述的方法,其特征在于,还包括:
响应于界面颜色调整指令,对所述第一用户界面和/或所述第二用户界面的主题颜色进行调整。
7.根据权利要求1所述的方法,其特征在于,所述第二用户界面包括播放器,所述方法还包括:
响应于直播视频流播放指令,在所述播放器中播放已录制的直播视频流。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述第一用户界面包括一条或多条所述第一字幕,多条所述第一字幕以上下文形式显示在所述第一用户界面的第一区域中。
9.根据权利要求8所述的方法,其特征在于,所述第一用户界面还包括与所述一条或多条第一字幕分别对应的所述第二字幕,所述第二字幕以上下文形式显示在所述第一用户界面的第二区域中;
所述一条或多条第一字幕对应的语种与所述音频流对应的语种相同,所述第二字幕对应的语种与所述音频流对应的语种不同。
10.根据权利要求9所述的方法,其特征在于,所述一条或多条第一字幕中任一第一字幕和所述任一第一字幕对应的第二字幕在所述第一用户界面中呈横向的对照关系。
11.一种字幕处理装置,其特征在于,包括:
显示模块,用于根据第一用户界面显示第二用户界面,所述第二用户界面包括在所述第一用户界面中播放的直播视频流中音频流对应的一个或多个字幕组,一个所述字幕组包括以上下文的形式排布的第一字幕和第二字幕,所述第一字幕在所述第一用户界面被校对;
处理模块,用于响应于第二字幕修改指令,对所述第二字幕修改指令指向的第二字幕进行修改。
12.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111214118.0A CN113891168B (zh) | 2021-10-19 | 2021-10-19 | 字幕处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111214118.0A CN113891168B (zh) | 2021-10-19 | 2021-10-19 | 字幕处理方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113891168A true CN113891168A (zh) | 2022-01-04 |
CN113891168B CN113891168B (zh) | 2023-12-19 |
Family
ID=79003319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111214118.0A Active CN113891168B (zh) | 2021-10-19 | 2021-10-19 | 字幕处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113891168B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760518A (zh) * | 2022-04-19 | 2022-07-15 | 高途教育科技集团有限公司 | 视频字幕的处理方法及装置、电子设备、可读存储介质 |
CN115098211A (zh) * | 2022-06-30 | 2022-09-23 | 北京有竹居网络技术有限公司 | 一种界面显示方法、装置、电子设备以及存储介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102984467A (zh) * | 2012-10-30 | 2013-03-20 | 广东威创视讯科技股份有限公司 | 字幕实时更新的方法和*** |
CN104541264A (zh) * | 2012-06-01 | 2015-04-22 | 谷歌公司 | 集成协同提出的修订并公布 |
CN106328146A (zh) * | 2016-08-22 | 2017-01-11 | 广东小天才科技有限公司 | 一种视频的字幕生成方法及装置 |
CN106375684A (zh) * | 2016-10-10 | 2017-02-01 | 北京译言协力传媒科技有限公司 | 字幕协同编辑设备、字幕协同编辑***和方法 |
US20180132007A1 (en) * | 2016-11-09 | 2018-05-10 | International Business Machines Corporation | Crowdsourced text captioning corrections and augmentation |
WO2018121001A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市九洲电器有限公司 | 数字电视节目同声翻译输出方法、***及智能终端 |
CN108259971A (zh) * | 2018-01-31 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 字幕添加方法、装置、服务器及存储介质 |
CN207854084U (zh) * | 2018-01-17 | 2018-09-11 | 科大讯飞股份有限公司 | 一种字幕显示*** |
CN108615527A (zh) * | 2018-05-10 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 基于同声传译的数据处理方法、装置和存储介质 |
US20190215580A1 (en) * | 2018-01-08 | 2019-07-11 | Netflix, Inc. | Modifying subtitles to reflect changes to audiovisual programs |
CN110047488A (zh) * | 2019-03-01 | 2019-07-23 | 北京彩云环太平洋科技有限公司 | 语音翻译方法、装置、设备及控制设备 |
US20200162561A1 (en) * | 2018-11-16 | 2020-05-21 | Microsoft Technology Licensing, Llc | System and method for managing notifications of document modifications |
CN111356025A (zh) * | 2018-12-24 | 2020-06-30 | 深圳Tcl新技术有限公司 | 一种多字幕显示方法、智能终端及存储介质 |
CN111898388A (zh) * | 2020-07-20 | 2020-11-06 | 北京字节跳动网络技术有限公司 | 视频字幕翻译编辑方法、装置、电子设备及存储介质 |
CN111968649A (zh) * | 2020-08-27 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 一种字幕纠正方法、字幕显示方法、装置、设备及介质 |
CN111970577A (zh) * | 2020-08-25 | 2020-11-20 | 北京字节跳动网络技术有限公司 | 字幕编辑方法、装置和电子设备 |
CN112104917A (zh) * | 2020-08-06 | 2020-12-18 | 武汉译满天下科技有限公司 | 一种单双语字幕修改查找处理方法及*** |
CN112307505A (zh) * | 2019-07-26 | 2021-02-02 | 小船出海教育科技(北京)有限公司 | 在线审校方法、在线审校装置、存储介质和处理器 |
CN112601102A (zh) * | 2020-12-11 | 2021-04-02 | 北京有竹居网络技术有限公司 | 同声传译字幕的确定方法、装置、电子设备及存储介质 |
CN113239049A (zh) * | 2021-06-15 | 2021-08-10 | 北京字跳网络技术有限公司 | 信息的处理方法、装置、终端和存储介质 |
CN113259740A (zh) * | 2021-05-19 | 2021-08-13 | 北京字跳网络技术有限公司 | 一种多媒体处理方法、装置、设备及介质 |
-
2021
- 2021-10-19 CN CN202111214118.0A patent/CN113891168B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104541264A (zh) * | 2012-06-01 | 2015-04-22 | 谷歌公司 | 集成协同提出的修订并公布 |
CN102984467A (zh) * | 2012-10-30 | 2013-03-20 | 广东威创视讯科技股份有限公司 | 字幕实时更新的方法和*** |
CN106328146A (zh) * | 2016-08-22 | 2017-01-11 | 广东小天才科技有限公司 | 一种视频的字幕生成方法及装置 |
CN106375684A (zh) * | 2016-10-10 | 2017-02-01 | 北京译言协力传媒科技有限公司 | 字幕协同编辑设备、字幕协同编辑***和方法 |
US20180132007A1 (en) * | 2016-11-09 | 2018-05-10 | International Business Machines Corporation | Crowdsourced text captioning corrections and augmentation |
WO2018121001A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市九洲电器有限公司 | 数字电视节目同声翻译输出方法、***及智能终端 |
US20190215580A1 (en) * | 2018-01-08 | 2019-07-11 | Netflix, Inc. | Modifying subtitles to reflect changes to audiovisual programs |
CN207854084U (zh) * | 2018-01-17 | 2018-09-11 | 科大讯飞股份有限公司 | 一种字幕显示*** |
CN108259971A (zh) * | 2018-01-31 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 字幕添加方法、装置、服务器及存储介质 |
CN108615527A (zh) * | 2018-05-10 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 基于同声传译的数据处理方法、装置和存储介质 |
US20200162561A1 (en) * | 2018-11-16 | 2020-05-21 | Microsoft Technology Licensing, Llc | System and method for managing notifications of document modifications |
CN111356025A (zh) * | 2018-12-24 | 2020-06-30 | 深圳Tcl新技术有限公司 | 一种多字幕显示方法、智能终端及存储介质 |
CN110047488A (zh) * | 2019-03-01 | 2019-07-23 | 北京彩云环太平洋科技有限公司 | 语音翻译方法、装置、设备及控制设备 |
CN112307505A (zh) * | 2019-07-26 | 2021-02-02 | 小船出海教育科技(北京)有限公司 | 在线审校方法、在线审校装置、存储介质和处理器 |
CN111898388A (zh) * | 2020-07-20 | 2020-11-06 | 北京字节跳动网络技术有限公司 | 视频字幕翻译编辑方法、装置、电子设备及存储介质 |
CN112104917A (zh) * | 2020-08-06 | 2020-12-18 | 武汉译满天下科技有限公司 | 一种单双语字幕修改查找处理方法及*** |
CN111970577A (zh) * | 2020-08-25 | 2020-11-20 | 北京字节跳动网络技术有限公司 | 字幕编辑方法、装置和电子设备 |
CN111968649A (zh) * | 2020-08-27 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 一种字幕纠正方法、字幕显示方法、装置、设备及介质 |
CN112601102A (zh) * | 2020-12-11 | 2021-04-02 | 北京有竹居网络技术有限公司 | 同声传译字幕的确定方法、装置、电子设备及存储介质 |
CN113259740A (zh) * | 2021-05-19 | 2021-08-13 | 北京字跳网络技术有限公司 | 一种多媒体处理方法、装置、设备及介质 |
CN113239049A (zh) * | 2021-06-15 | 2021-08-10 | 北京字跳网络技术有限公司 | 信息的处理方法、装置、终端和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760518A (zh) * | 2022-04-19 | 2022-07-15 | 高途教育科技集团有限公司 | 视频字幕的处理方法及装置、电子设备、可读存储介质 |
CN115098211A (zh) * | 2022-06-30 | 2022-09-23 | 北京有竹居网络技术有限公司 | 一种界面显示方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113891168B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019205872A1 (zh) | 视频流处理方法、装置、计算机设备及存储介质 | |
CN111064987B (zh) | 信息展示方法、装置及电子设备 | |
CN111447489A (zh) | 视频处理方法、装置、可读介质及电子设备 | |
CN112601101B (zh) | 一种字幕显示方法、装置、电子设备及存储介质 | |
CN112616062B (zh) | 一种字幕显示方法、装置、电子设备及存储介质 | |
CN113891168A (zh) | 字幕处理方法、装置、电子设备和存储介质 | |
EP4145835A1 (en) | Livestreaming room setup method and apparatus, electronic device, and storage medium | |
CN112601102A (zh) | 同声传译字幕的确定方法、装置、电子设备及存储介质 | |
CN111562895A (zh) | 多媒体信息的展示方法、装置以及电子设备 | |
CN111818383B (zh) | 视频数据的生成方法、***、装置、电子设备及存储介质 | |
CN112380365A (zh) | 一种多媒体的字幕交互方法、装置、设备及介质 | |
CN113992926B (zh) | 界面显示方法、装置、电子设备和存储介质 | |
CN114095671A (zh) | 云会议直播***、方法、装置、设备及介质 | |
CN113886612A (zh) | 一种多媒体浏览方法、装置、设备及介质 | |
CN114679628A (zh) | 一种弹幕添加方法、装置、电子设备和存储介质 | |
CN114125358A (zh) | 云会议字幕显示方法、***、装置、电子设备和存储介质 | |
CN107710754B (zh) | 音视频数据同步方法和装置 | |
CN113891108A (zh) | 字幕优化方法、装置、电子设备和存储介质 | |
CN112287171A (zh) | 信息处理方法、装置和电子设备 | |
CN113923530B (zh) | 一种互动信息展示方法、装置、电子设备及存储介质 | |
US20230229289A1 (en) | Template selection method, electronic device and non-transitory computer-readable storage medium | |
US20240193206A1 (en) | Interaction method and apparatus, electronic device, and computer-readable storage medium | |
CN113885741A (zh) | 一种多媒体处理方法、装置、设备及介质 | |
CN115150631A (zh) | 字幕处理方法、装置、电子设备和存储介质 | |
CN115086691A (zh) | 字幕优化方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |