视频字幕处理方法、视频字幕展示方法及装置与流程

1.本公开涉及计算机技术领域，尤其涉及媒体云技术领域，具体涉及一种视频字幕处理方法及装置、视频字幕展示方法及装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.随着互联网技术的发展，越来越多的用户通过终端设备中的视频应用(app)来观看视频。视频通常设置有字幕。字幕指的是视频画面中显示的文字(通常位于视频画面的下方)，包括演员的台词、旁白、人物介绍、演职员表等，以便于用户理解视频内容。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.本公开提供了一种视频字幕处理方法及装置、视频字幕展示方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种视频字幕处理方法，包括：基于待处理视频的内容类型，确定待处理视频的目标观众群体标签；基于目标观众群体标签，确定待处理视频的字幕的目标样式信息；以及将字幕与目标样式信息关联存储。
6.根据本公开的一方面，提供了一种视频字幕展示方法，包括：发送视频播放请求，视频播放请求包括待播放的目标视频的标识；接收目标视频的字幕以及该字幕的至少一组样式信息；响应于用户的选择操作，从上述至少一组样式信息中确定目标样式信息；以及基于目标样式信息，展示字幕。
7.根据本公开的一方面，提供了一种视频字幕处理装置，包括：第一确定模块，被配置为基于待处理视频的内容类型，确定待处理视频的目标观众群体标签；第二确定模块，被配置为基于目标观众群体标签，确定待处理视频的字幕的目标样式信息；以及存储模块，被配置为将字幕与目标样式信息关联存储。
8.根据本公开的一方面，提供了一种视频字幕展示装置，包括：发送模块，被配置为发送视频播放请求，视频播放请求包括待播放的目标视频的标识；接收模块，被配置为接收目标视频的字幕以及该字幕的至少一组样式信息；确定模块，被配置为响应于用户的选择操作，从上述至少一组样式信息中确定目标样式信息；以及展示模块，被配置为基于目标样式信息，展示字幕。
9.根据本公开的一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器，该存储器存储有可被上述至少一个处理器执行的指令，该指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述任一方面的方法。
10.根据本公开的一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行上述任意方面的方法。
11.根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述任意方面的方法。
12.根据本公开的一个或多个实施例，能够根据视频的受众(即目标观众群体)来调整字幕的样式，得到目标样式信息，并将目标样式信息与字幕关联存储，从而在用户请求播放视频时，可以将具有目标样式信息的字幕推送给用户，使用户能够清楚地观看字幕，提高用户的视频观看体验。并且，根据本公开的一个或多个实施例，实现了视频字幕样式的离线、高效调整，无需占用客户端设备在视频播放过程中的计算资源，从而保证了客户端视频播放的流畅性。
13.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
14.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
15.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
16.图2示出了根据本公开的实施例的视频字幕处理方法的流程图；
17.图3示出了根据本公开实施例的视频字幕展示方法的流程图；
18.图4示出了根据本公开实施例的视频字幕处理装置的结构框图；
19.图5示出了根据本公开实施例的视频字幕展示装置的结构框图；以及
20.图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
21.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
22.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
23.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
24.下面将结合附图详细描述本公开的实施例。
25.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
26.在本公开的实施例中，服务器120可以运行使得能够执行视频字幕处理方法、视频字幕展示方法的一个或多个服务或软件应用。
27.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
28.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
29.用户可以使用客户端设备101、102、103、104、105和/或106来观看视频。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
30.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
31.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
32.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或
者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
33.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
34.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
35.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
36.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
37.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
38.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
39.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
40.为了本公开实施例的目的，在图1的实例中，客户端设备101、102、103、104、105和106中可以包括用于观看视频的客户端应用。客户端应用例如可以是运行前需要下载和安装的应用程序，也可以是可通过浏览器访问的视频网站，还可以是运行于宿主应用中的轻量化的小程序，等等。该客户端应用可以提供基于视频的各种功能，例如视频的搜索、观看、上传、下载等。与此相应地，服务器120可以是与该客户端应用一起使用的服务器。服务器120可以基于已存储的视频资源来向客户端设备101、102、103、104、105和106中运行的客户端应用提供视频服务。
41.为了便于用户理解视频内容，视频通常设置有字幕。在相关技术中，视频字幕的样式(例如字体、字号、颜色等)通常由视频制作者手动进行设置，没有考虑到视频可能的观众
群体，导致观众的观看体验不佳。例如，养生类视频的观众大多是老年人，动画类视频的观众大多是儿童，如果这些字幕的字号太小、字体不便于辨认、颜色与视频画面的对比度过小，则老年人、儿童很可能无法清楚地识别字幕的内容，观看体验不佳。
42.针对上述问题，本公开的实施例提供了一种视频字幕处理及视频字幕展示方案。该方案能够根据视频的受众(即目标观众群体)来调整字幕的样式，从而使视频的目标观众群体能够清楚地观看字幕，提高了目标观众群体的视频观看体验。
43.图2示出了根据本公开实施例的视频字幕处理方法200的流程图。方法200可以在服务器(例如图1中所示的服务器120)处执行，也即，方法200的各个步骤的执行主体可以是图1中所示的服务器120。
44.如图2所示，方法200包括：
45.步骤210、基于待处理的视频内容类型，确定待处理视频的目标观众群体标签；
46.步骤220、基于目标观众群体标签，确定待处理视频的字幕的目标样式信息；以及
47.步骤230、将字幕与目标样式信息关联存储。
48.根据本公开的实施例，能够根据视频的受众(即目标观众群体)来调整字幕的样式，得到目标样式信息，并将目标样式信息与字幕关联存储，从而在用户请求播放视频时，可以将具有目标样式信息的字幕推送给用户，使用户能够清楚地观看字幕，提高用户的视频观看体验。并且，该方法在服务端完成，实现了视频字幕样式的离线调整，无需占用客户端设备在视频播放过程中的计算资源，从而保证了客户端视频播放的流畅性。
49.以下详细描述方法200的各个步骤。
50.在步骤210中，基于待处理视频的内容类型，确定待处理视频的目标观众群体标签。
51.待处理视频可以是服务端已存储的多个视频(例如图1中所示的数据库130中存储的多个视频)中的任一视频。
52.根据一些实施例，服务器可以对已存储的多个视频进行批量处理，即，从已存储的多个视频中选择一部分视频，将被选中的每一个视频作为待处理视频，根据本公开实施例的方法200来对其字幕进行处理。
53.待处理视频的内容类型即待处理视频的内容的分类标签，例如养生类、老年大学课程类、幼儿教育类、低龄动画类、课堂讲座类、双语类等。
54.根据一些实施例，待处理视频的内容类型可以从待处理视频的描述信息中获取。视频的描述信息通常包括视频的名称、演员、内容简介、上传时间等。在一些情况中，待处理视频的描述信息包括内容类型，在这种情况下，可以从描述信息中直接获取该视频的内容类型。
55.根据另一些实施例，待处理视频的内容类型可以是通过将待处理视频的至少一帧图像或至少部分字幕输入内容分类网络而得到的。
56.内容分类网络可以是预先训练好的、用于进行视频内容分类的神经网络。本公开不限制内容分类网络的类型和结构。例如，内容分类网络可以是用于进行图像分类的卷积神经网络，其可以以待处理视频的一帧或多帧图像为输入，输出待处理视频的内容类型。又例如，内容分类网络可以是用于进行文本分类的神经网络，其可以以待处理视频的部分或全部字幕为输入，输出待处理视频的内容类型。
57.根据一些实施例，可以优先从待处理视频的描述信息中获取其内容类型，以快速获取内容类型，减少计算量。在待处理视频的描述信息中不包括内容类型的情况下，将待处理视频的至少一帧图像或至少部分字幕输入预设的内容分类网络，以得到待处理视频的内容类型。可以理解，通过内容分类网络来获取内容类型的方式虽然计算量稍大，但可以保证分类标准统一(不会出现内容分类网络未定义的内容类型)。
58.在获取到待处理视频的内容类型后，可以根据该内容类型，确定待处理视频的目标观众群体标签。目标观众群体为待处理视频的受众，即可能观看待处理视频的观众群体。
59.根据一些实施例，可以预先设置视频的内容类型与观众群体标签的对应关系。基于预设的内容类型与观众群体标签的对应关系，可以确定待处理视频的目标观众群体标签。下表1示出了视频的内容类型与观众群体标签的对应关系的一些示例。
60.表1
61.内容类型观众群体标签养生类老年人老年大学课程类老年人幼儿教育类儿童低龄动画类儿童课堂讲座类学生双语类外语学习者
62.基于上表1，例如，当待处理视频的内容类型为“养生类”时，可以确定该待处理视频的目标观众群体标签为“老年人”。
63.应当理解，本公开实施例的内容类型与观众群体标签的具体对应关系不限于上表1。
64.根据一些实施例，在通过步骤210确定待处理视频的目标观众群体标签后，可以执行步骤220，基于目标观众群体标签，确定待处理视频的字幕的目标样式信息。字幕的样式信息包括但不限于字号、字体、文字颜色、轮廓线颜色、轮廓线宽度、背景颜色、透明度等。
65.根据一些实施例，可以预先设置观众群体标签与样式信息的对应关系。基于预设的观众群体标签与样式信息的对应关系，可以确定待处理视频的字幕的目标样式信息。下表2示出了观众群体标签与样式信息的对应关系的一些示例。
66.表2
[0067][0068]
基于上表2，例如，当待处理视频的目标观众群体标签为“老年人”时，可以确定该待处理视频的字幕的目标样式信息为“字号：四号(14pt)，字体：宋体，文字颜色：白色，轮廓线颜色：黑色，轮廓线宽度：2pt”。
[0069]
对于老年人来说，表2中的样式信息可以使老年人更清楚地观看字幕；对于儿童来说，表2中的样式信息可以使字幕引起儿童的兴趣，并且不需要离屏幕太近就能够看清字幕；对于学生来说，表2中的样式信息可以使字幕更加清晰明了，使学生在观看视频时不会遗漏信息；对于外语学习者来说，表2中的样式信息可以使母语字幕和外语字幕显示为不同的颜色，双语字幕对比鲜明，便于学习和理解。
[0070]
应当理解，本公开实施例的观众群体标签与样式信息的具体对应关系不限于上表2。
[0071]
根据另一些实施例，可以预先设置观众群体标签与样式调整信息的对应关系。基于预设的观众群体标签与样式调整信息的对应关系，确定字幕的目标样式调整信息；以及基于目标样式调整信息，对字幕的原始样式信息进行调整，以得到目标样式信息。
[0072]
下表3示出了观众群体标签与样式调整信息的对应关系的一些示例。
[0073]
表3
[0074][0075]
基于上表3，例如，当待处理视频的目标观众群体标签为“老年人”时，可以确定该待处理视频的字幕的目标样式调整信息为“字号：增大1.5倍，字体：保持不变，文字颜色：白色，轮廓线颜色：黑色，轮廓线宽度：增大1.2倍”。
[0076]
对于老年人来说，表3中的样式调整信息可以使老年人更清楚地观看字幕；对于儿童来说，表3中的样式调整信息可以使字幕引起儿童的兴趣，并且不需要离屏幕太近就能够看清字幕；对于学生来说，表3中的样式调整信息可以使字幕更加清晰明了，使学生在观看视频时不会遗漏信息；对于外语学习者来说，表3中的样式调整信息可以使母语字幕和外语字幕显示为不同的颜色，双语字幕对比鲜明，便于学习和理解。
[0077]
应当理解，本公开实施例的观众群体标签与样式调整信息的具体对应关系不限于上表3。
[0078]
在确定了字幕的目标样式调整信息后，基于该目标样式调整信息，对字幕的原始样式信息进行调整，得到字幕的目标样式信息。
[0079]
根据一些实施例，字幕可以以数据轨道(即字幕轨道)的方式与音频轨道、视频图像轨道一起组织在视频文件内部。因此，根据一些实施例，可以获取视频对应的字幕轨道，并从字幕轨道中读取字幕的原始样式信息。
[0080]
例如，基于上表3，确定一“养生类”待处理视频的字幕的目标样式调整信息为“字号：增大1.5倍，字体：保持不变，文字颜色：白色，轮廓线颜色：黑色，轮廓线宽度：增大1.2倍”。通过对待处理视频的字幕轨道进行解析，获取字幕的原始样式信息为“字号：10pt，字体：黑体，文字颜色：红色，轮廓线颜色：白色，轮廓线宽度：1pt”。基于目标样式调整信息对原始样式信息进行调整，得到调整后的目标样式信息为“字号：15pt，字体：黑体，文字颜色：白色，轮廓线颜色：黑色，轮廓线宽度：1.2pt”。
[0081]
在通过步骤220得到目标样式信息后，执行步骤230，将该目标样式信息与字幕关联存储。
[0082]
根据一些实施例，在步骤230中，可以将目标样式信息与字幕关联存储，同时保留字幕的原始样式信息。
[0083]
相应地，当客户端设备发起针对待处理视频的视频播放请求时，服务器可以响应于客户端设备发起的针对待处理视频的视频播放请求，将待处理视频的字幕、字幕的原始样式信息、以及目标样式信息返回给客户端设备，以便客户端设备基于用户选中的样式信息而展示字幕。基于此，用户在观看视频时，可以根据自身需要来选择字幕的展示样式，从而提高视频观看体验。
[0084]
根据另一些实施例，在步骤230中，可以将目标样式信息与字幕关联存储，同时删除字幕的原始样式信息。即，仅保留字幕的目标样式信息，从而节省服务端的存储资源。
[0085]
相应地，当客户端设备发起针对待处理视频的视频播放请求时，服务器可以响应于客户端设备发起的针对待处理视频的视频播放请求，将待处理视频的字幕和目标样式信息返回给客户端设备，以便客户端设备基于目标样式信息而展示字幕。基于此，当客户端设备发起针对待处理视频的视频播放请求时，由于原始样式信息已被删除，因此仅需将目标样式信息返回给客户端设备，从而节省了服务端的带宽资源。
[0086]
根据本公开的实施例，还提供了一种视频字幕展示方法。图3示出了根据本公开实施例的视频字幕展示方法300的流程图。方法300可以在客户端设备(例如图1中所示的客户端设备101、102、103、104、105或106)处执行，也即，方法300的各个步骤的执行主体可以是图1中所示的客户端设备101、102、103、104、105或106。
[0087]
如图3所示，方法300包括：
[0088]
步骤310、发送视频播放请求，视频播放请求包括待播放的目标视频的标识；
[0089]
步骤320、接收目标视频的字幕以及该字幕的至少一组样式信息；
[0090]
步骤330、响应于用户的选择操作，从上述至少一组样式信息中确定目标样式信息；以及
[0091]
步骤340、基于目标样式信息，展示字幕。
[0092]
根据本公开的实施例，在视频播放过程中，用户可以根据需要来选择字幕的展示样式，从而便于用户清楚地观看字幕和视频画面(通过选择字幕的展示样式，可以避免字幕遮挡视频画面)，提高视频观看体验。
[0093]
应当理解，在步骤320中，客户端设备除了接收目标视频的字幕以及字幕的至少一组样式信息之外，还接收目标视频的图像数据和音频数据。通常地，目标视频的视频文件包括图像数据、音频数据、字幕数据等多个部分。在视频文件传输过程中，服务器对目标视频的图像数据、音频数据、字幕数据等进行编码，得到视频流数据，并将视频流数据发送至客户端设备。相应地，在步骤320中，客户端设备接收目标视频的视频流数据并对其进行解码，得到目标视频的图像数据、音频数据和字幕数据，从而得到目标视频的字幕以及该字幕的至少一组样式信息。
[0094]
在步骤330中，客户端设备响应于用户的选择操作(例如单击、双击、长按等交互操作)，确定用户选中的目标样式信息。随后，在步骤340中，按照用户选中的目标样式信息来展示字幕，从而使字幕的展示样式符合用户需求，提高用户的视频观看体验。
[0095]
根据本公开的实施例，还提供了一种视频字幕处理装置。图4示出了根据本公开实施例的视频字幕处理装置400的结构框图。如图4所示，装置400包括：
[0096]
第一确定模块410，被配置为基于待处理视频的内容类型，确定待处理视频的目标观众群体标签；
[0097]
第二确定模块420，被配置为基于目标观众群体标签，确定待处理视频的字幕的目标样式信息；以及
[0098]
存储模块430，被配置为将字幕与目标样式信息关联存储。
[0099]
根据本公开的实施例，能够根据视频的受众(即目标观众群体)来调整字幕的样式，得到目标样式信息，并将目标样式信息与字幕关联存储，从而在用户请求播放视频时，可以将具有目标样式信息的字幕推送给用户，使用户能够清楚地观看字幕，提高用户的视频观看体验。并且，根据本公开的一个或多个实施例，实现了视频字幕样式的离线、高效调整，无需占用客户端设备在视频播放过程中的计算资源，从而保证了客户端视频播放的流畅性。
[0100]
根据一些实施例，装置400还包括获取模块，获取模块被配置为：将待处理视频的至少一帧图像或至少部分字幕输入内容分类网络，以获取待处理视频的内容类型。
[0101]
根据一些实施例，第一确定模块410进一步被配置为：基于预设的内容类型与观众群体标签的对应关系，确定待处理视频的目标观众群体标签。
[0102]
根据一些实施例，第二确定模块420包括：第一确定单元，被配置为基于预设的观众群体标签与样式信息的对应关系，确定字幕的目标样式信息。
[0103]
根据一些实施例，第二确定模块420包括：第二确定单元，被配置为基于预设的观众群体标签与样式调整信息的对应关系，确定字幕的目标样式调整信息；以及调整单元，被配置为基于目标样式调整信息，对字幕的原始样式信息进行调整，以得到目标样式信息。
[0104]
根据一些实施例，装置400还包括：第一响应模块，被配置为响应于客户端设备发起的针对待处理视频的视频播放请求，将待处理视频的字幕、字幕的原始样式信息、以及目标样式信息返回给客户端设备，以便客户端设备基于用户选中的样式信息而展示字幕。
[0105]
根据一些实施例，存储模块430进一步被配置为：删除字幕的原始样式信息。
[0106]
根据一些实施例，装置400还包括：第二响应模块，被配置为响应于客户端设备发起的针对待处理视频的视频播放请求，将待处理视频的字幕和目标样式信息返回给客户端设备，以便客户端设备基于目标样式信息而展示字幕。
[0107]
根据本公开的实施例，还提供了一种视频字幕展示装置。图5示出了根据本公开实施例的视频字幕展示装置500的结构框图。如图5所示，装置500包括：
[0108]
发送模块510，被配置为发送视频播放请求，视频播放请求包括待播放的目标视频的标识；
[0109]
接收模块520，被配置为接收目标视频的字幕以及该字幕的至少一组样式信息；
[0110]
确定模块530，被配置为响应于用户的选择操作，从上述至少一组样式信息中确定目标样式信息；以及
[0111]
展示模块540，被配置为基于目标样式信息，展示字幕。
[0112]
根据本公开的实施例，在视频播放过程中，用户可以根据需要来选择字幕的展示样式，从而便于用户清楚地观看字幕和视频画面(通过选择字幕的展示样式，可以避免字幕遮挡视频画面)，提高视频观看体验。
[0113]
应当理解，图4中所示装置400的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应，图5中所示装置500的各个模块可以与参考图3描述的方法300中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置400及其包括
的模块以及单元，上面针对方法300描述的操作、特征和优点同样适用于装置500及其包括的模块。为了简洁起见，某些操作、特征和优点在此不再赘述。
[0114]
虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个模块的功能可以分为多个模块，和/或多个模块的至少一些功能可以组合成单个模块。例如，上面描述的第一确定模块410和第二确定模块420在一些实施例中可以组合成单个模块。
[0115]
还应当理解，本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图4、图5描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如，这些模块可以被实现为计算机程序代码/指令，该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地，这些模块可以被实现为硬件逻辑/电路。例如，在一些实施例中，第一确定模块410、第二确定模块420、存储模块430、发送模块510、接收模块520、确定模块530、展示模块540中的一个或多个可以一起被实现在片上系统(system on chip,soc)中。soc可以包括集成电路芯片(其包括处理器(例如，中央处理单元(central processing unit,cpu)、微控制器、微处理器、数字信号处理器(digital signal processor,dsp)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件)，并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
[0116]
根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0117]
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0118]
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0119]
设备600中的多个部件连接至i/o接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙
tm
设备、1302.11设备、wi
‑
fi设备、wimax设备、蜂
窝通信设备和/或类似物。
[0120]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法200或方法300。例如，在一些实施例中，方法200或方法300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的方法200或方法300的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200或方法300。
[0121]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0122]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0123]
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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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。
[0124]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0125]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据
服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0126]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0127]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0128]
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。