技术特征:
1.一种信息处理方法,其特征在于,包括:
将字幕对应的语音转换为声学基元,以及,确定所述语音的时间信息;
根据预先建立的映射关系,确定与所述声学基元对应的内容单元,所述内容单元为所述字幕对应的文本中的内容单元,所述映射关系包括所述声学基元与所述内容单元之间的映射关系;
基于所述时间信息和所述内容单元,构建包含时间信息的文本,并基于所述包含时间信息的文本,构建字幕文件。
2.根据权利要求1所述的方法,其特征在于,所述将字幕对应的语音转换为声学基元,包括:
采用预先建立的深度神经网络模型,将字幕对应的语音转换为声学基元,所述深度神经网络模型用于将语音转换为声学基元。
3.根据权利要求1所述的方法,其特征在于,所述映射关系为文本信息与关联信息的对应关系,所述根据预先建立的声学基元与内容单元之间的映射关系,确定与所述声学基元对应的内容单元,包括:
基于所述声学基元确定关联信息;
在预先建立的文本信息与关联信息的对应关系中,查找与所述关联信息对应的内容单元信息;
将所述内容单元信息,对应的内容单元确定为所述声学单元对应的内容单元。
4.根据权利要求3所述的方法,其特征在于,所述内容单元信息包括内容单元的文字编码,所述方法还包括:
将所述字幕对应的文本中的每个文字,转换为文字编码;
获取所述每个文字的声学基元,并确定所述声学基元对应的关联信息;
建立所述文字编码与所述关联信息的对应关系。
5.根据权利要求3所述的方法,其特征在于,所述关联信息为:文字的声学基元,或者,文字的声学基元对应的数字索引。
6.根据权利要求1所述的方法,其特征在于,还包括:
在拍摄视频时,采集所述视频中的语音,作为所述字幕对应的语音。
7.根据权利要求1所述的方法,其特征在于,所述基于所述时间信息和所述内容单元,构建包含时间信息的文本,包括:
对应所述内容单元组成的句子,添加所述句子对应的时间信息,以得到包含时间信息的句子;
按所述包含时间信息的句子的时间顺序,依序排列所述包含时间信息的句子,组成包含时间信息的文本。
8.根据权利要求1所述的方法,其特征在于,还包括:
将所述字幕文件与所述字幕文件对应的视频进行合成,以得到包含字幕的视频。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述声学基元为汉字的拼音,所述内容单元为汉字。
10.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
技术总结
本公开公开了一种信息处理方法、设备和介质,涉及数据处理技术领域。该方法包括:将字幕对应的语音转换为声学基元,以及,确定所述语音的时间信息;根据预先建立的映射关系,确定与所述声学基元对应的内容单元,所述内容单元为所述字幕对应的文本中的内容单元,所述映射关系包括所述声学基元与所述内容单元之间的映射关系;基于所述时间信息和所述内容单元,构建包含时间信息的文本,并基于所述包含时间信息的文本,构建字幕文件。本公开可以提高字幕文件的生成效率。
技术研发人员:胡其斌;董宗保;单益峰
受保护的技术使用者:上海掌门科技有限公司
技术研发日:2021.03.23
技术公布日:2021.07.02
本文用于企业家、创业者技术爱好者查询,结果仅供参考。