CN101404730A - 在视频流中加载字幕的方法及播放器 - Google Patents

Abstract

本发明公开了一种在视频流中加载字幕的方法及播放器，该方法包括：识别和解析所选的两个以上字幕文件，读取所选的两个以上字幕文件的字幕信息；检查读取的所选两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则存储所选的两个以上字幕文件的字幕信息；提取存储的所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。本发明方案实现了在视频流中同时加载两个以上字幕文件中的字幕。

Description

在视频流中加载字幕的方法及播放器

技术领域

本发明涉及多媒体技术，尤其涉及在视频流中加载字幕的方法及播放器。

背景技术

字幕，指以文字形式显示于电视、电影、舞台作品里面的对话等非影像内容，也泛指影视作品后期加工的文字。影视作品的对话字幕，一般出现在屏幕下方；而戏剧作品的字幕，则可能显示于舞台两旁或上方。将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语节目，让不理解该外语的观众既能听见原作的声带，也能同时理解节目内容。

目前，在计算机上使用播放器软件观看视频节目已经成为一种非常普遍的学习、休闲、娱乐方式，用户在观看视频的过程中，通常都会希望视频流中包括字幕。现有的主流播放器软件都支持在播放过程中载入外挂字幕，让用户可以方便的选择适合自己的字幕(比如可以选择英文字幕或中文字幕)，但问题是现有的很多字幕文件都只有单一的语言，不能支持同时载入多个字幕文件，在这种情况下，如果用户需要选择不同的语言，就需要反复的载入不同的字幕文件。

参见图1，为现有技术中播放器软件的原理性结构示意图，该播放器包括媒体文件解析模块、音视频解码模块、后处理模块和渲染模块。

媒体文件解析模块，解析出媒体文件的格式。

媒体文件的格式包括音频视频交错格式(AVI，Audio VideoInterleaved)、高级流格式(ASF，Advanced Streaming Format)和数字化视频光盘(DVD，Digital Video Disk)格式等。

音视频解码模块，采用与解析出的媒体文件的格式对应的方法，对媒体文件进行音视频解码，得到解码后的音频流和视频流。

后处理模块，对解码后的音频流和视频流进行后处理，包括读取字幕文件，将字幕叠加到解码后的视频流上，对视频流进行图像柔和处理。字幕文件可以包含于媒体文件中，也可以独立于媒体文件存储。

渲染模块，用于将后处理之后的视频流显示出来。

字幕叠加的方法可以在后处理模块中实现；也可以在渲染模块中实现，在渲染模块中实现时，后处理模块不进行将字幕叠加到解码后的视频上的处理，而由渲染模块在显示视频流的同时读取字幕文件，将字幕显示出来。

现有的在视频流中加载字幕的方案具有以下缺点：只能读取一个字幕文件，不能同时读取两个以上的字幕文件，一般情况下，一个字幕文件中只包含一种语言，相应地通过渲染模块只显示出一种语言，某些情况下，一个字幕文件中包含有两种语言，相应地通过渲染模块显示出两种语言；但是，当用户需要在视频流中同时显示两个字幕文件包含的语言字幕时，现有技术却无法实现。

发明内容

本发明提供一种在视频流中加载字幕的方法，该方法能够实现同时在视频流中加载两个以上字幕文件中的字幕。

本发明提供一种播放器，该播放器能够实现同时在视频流中加载两个以上字幕文件中的字幕。

一种在视频流中加载字幕的方法，该方法包括：

识别和解析所选的两个以上字幕文件，读取所选的两个以上字幕文件的字幕信息；

检查读取的所选的两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则存储所选的两个以上字幕文件的字幕信息；

提取存储的所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

一种播放器，该播放器包括媒体文件解析模块、音视频解码模块、后处理模块和渲染模块；所述后处理模块包括字幕文件加载模块、字幕信息匹配模块、数据存储模块以及字幕叠加和处理模块；

字幕文件加载模块，用于识别和解析所选的两个以上字幕文件，读取所选的两个以上字幕文件的字幕信息；

字幕信息匹配模块，用于检查读取的所选的两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则将所选的两个以上字幕文件的字幕信息存储于数据存储模块；

字幕叠加和处理模块，用于从数据存储模块中提取所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

从上述方案可以看出，本发明中，识别和解析所选的两个以上字幕文件，读取所选的字幕文件的字幕信息，进行匹配检查后存储，在进行视频播放时，提取存储的字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时进行字幕调整处理。这样，实现了在视频流中同时加载两个以上字幕文件中的字幕。

附图说明

图1为播放器的原理性结构示意图；

图2为本发明字幕管理模块的结构示意图；

图3为本发明中用户交互模块向用户显示的当前所有字幕文件的信息；

图4为本发明在视频流中加载字幕的方法流程图；

图5为本发明在视频流中加载字幕的方法流程图实例。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。

本发明的播放器结构示意图为图1所示，与现有技术不同的是，本发明在后处理模块中增加字幕管理模块，实现在视频流中同时加载两个字幕文件中的字幕。

参见图2，为本发明字幕管理模块的结构示意图，该字幕管理模块包括用户交互模块、字幕文件加载模块、数据存储模块、字幕信息匹配模块以及字幕叠加和处理模块。

用户交互模块，用于接收用户输入的两个以上字幕文件的选取指令。

用户选择字幕文件时，用户交互模块向用户显示当前的所有字幕文件的信息，其显示形式可以为图3所示，图3中，用户所选的字幕文件为简体字幕文件和英文字幕文件。用户交互模块还可用于接收用户输入的其他指令以及向用户展示字幕加载过程中的其他反馈信息，例如接收用户输入的关于指定字幕文件的字幕位置调整指令、关于指定字幕文件的字体格式调整指令和/或关于指定字幕文件的字幕效果调整指令等，传送给字幕叠加和处理模块。

字幕文件加载模块，用于识别和解析所选的两个以上字幕文件，读取所述字幕文件的字幕信息。进行识别和解析时，可逐一对所选的两个以上字幕文件进行识别和解析，逐一读取出各个字幕文件的字幕信息，存储到数据存储模块中。对各个字幕文件进行逐一识别和解析的方法与现有技术相同，这里不赘述。字幕文件加载模块识别和解析的所选的两个以上字幕文件，可以是用户输入用户交互模块的选取指令中所指定的两个以上字幕文件；也可以是默认的当前的所有字幕文件，这种情况下，用户交互模块无需向用户显示当前的所有字幕文件并接收用户输入的两个以上字幕文件的选取指令。

现有技术中，由于只能对单一的一个字幕文件进行识别和解析，在识别和解析字幕文件的字幕信息时，如果之前已经读取并存储过一个字幕文件的字幕信息，则读取当前字幕文件的字幕信息后进行存储时，将覆盖之前已经存储的字幕文件的字幕信息，也就是，现有技术中只存储一个字幕文件的字幕信息。而本发明中，在对两个以上字幕文件的字幕信息进行识别和解析之后，分别存储所选的两个以上字幕文件的字幕信息，而并不限制为只存储一个字幕文件的字幕信息。

对字幕文件进行识别和解析后，得到字幕文件的格式信息和字幕信息，字幕信息包括时间信息和文字信息，文字信息包含了需要显示在视频流中的字幕。字幕文件的格式包括sub、idx或srt等。

字幕信息匹配模块，用于检查读取的字幕文件的字幕信息之间是否匹配，如果匹配，则将所选的两个以上字幕文件的字幕信息存储于数据存储模块。

字幕叠加和处理模块，用于从数据存储模块中提取所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

进行字幕调整时，可以根据默认的调整指令对各字幕文件的字幕在图像中的位置、各字幕文件的字体格式和/或各字幕文件的字幕效果等对各字幕进行调整；也可以根据用户交互模块输入的调整指令对指定的字幕文件的字幕进行调整，相应地，字幕调整处理包括调整指定字幕文件的字幕位置、调整指定字幕文件的字体格式和/或调整指定字幕文件的字幕效果等处理。这里，假设用户选择的字幕文件包括英文字幕文件和日语字幕文件，如果由用户交互模块输入的字幕位置调整指令为将英文字幕文件的字幕调整到图像的最上方，则字幕叠加和处理模块根据调整指令将英文字幕调整到图像的最上方；如果由用户交互模块输入的字体格式调整指令为将英文字幕文件的字幕调整为加粗字体，则字幕叠加和处理模块根据字体格式调整指令将英文字幕调整为加粗字体；类似地，可对指定字幕文件的字幕进行字幕效果的调整，字幕效果包括字体半透明显示、字体全透明显示或字体阴影显示等。

如果所选的两个以上字幕文件为默认的当前的所有字幕文件，则字幕叠加和处理模块在进行字幕调整处理时包括：根据用户输入的关于指定字幕文件的字幕效果调整指令进行字幕全透明化处理。这样，通过执行关于指定字幕文件的字幕效果调整指令，可以将用户不希望显示出来的字幕全透明化，而保留用户希望显示出来的字幕。

现有技术中只有一个字幕文件，在视频流中加载字幕时，图像中显示的字幕是一个整体，进行字幕调整时也只能以字幕整体为对象进行调整，特别地，对于显示有两种字幕的情况，字幕调整时，以两种字幕做为整体进行调整，当用户只需要对其中某一种指定的字幕进行调整时，却不能实现。而本发明中，由于每种字幕文件的字幕信息分别独立，可以针对某个指定字幕文件的字幕信息进行独立调整处理，满足了用户需求。

可选地，为了进一步提高字幕加载的成功率，在所述字幕信息匹配模块和数据存储模块之间包括字幕合法性检查模块，用于检查读取的字幕文件的字幕信息是否合法，如果合法，则将字幕信息存储于数据存储模块中，如果不合法，则可通过用户交互模块向用户提示字幕文件非法，加载失败的信息。

本发明还提供了在视频流中加载字幕的方法，该方法包括以下步骤：

步骤401，识别和解析所选的两个以上字幕文件，读取各个字幕文件的字幕信息。

所选的两个以上字幕文件可以是默认的当前的所有字幕文件；也可以是用户所选的字幕文件，此时，本步骤之前，该方法包括：接收用户输入的两个以上字幕文件的选取指令。

步骤402，检查读取的所选两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则存储所选的两个以上字幕文件的字幕信息。

可选地，本步骤存储所选的两个以上字幕文件的字幕信息之前，包括：检查读取的各个字幕文件的字幕信息是否合法，如果合法，则执行存储的步骤；如果不合法，则结束流程。

检查读取的各个字幕文件的字幕信息是否合法包括：检查读取的各个字幕文件的字幕信息格式是否正确，以及各个字幕文件的字幕信息是否完整；检查读取的各个字幕文件的字幕信息之间是否匹配包括：检查读取的各个字幕文件的字幕信息包含的时间信息是否一致。

合法性检查和匹配检查可无序执行，可先执行合法性检查再执行匹配检查，也可先执行匹配检查再执行合法性检查，还可以合法性检查和匹配检查同时执行。

步骤403，提取存储的所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

如果所选的两个以上字幕文件是默认的当前的所有字幕文件，则本步骤进行字幕调整处理时包括对指定字幕文件的字幕进行全透明化处理，具体地，根据用户输入的关于指定字幕文件的字幕效果的调整指令，进行字幕全透明化处理。例如，当前的所有字幕文件包括A、B、C和D，进行字幕调整处理时，接收到用户输入的关于A和B的字幕全透明化的调整指令，则在叠加是对A和B的字幕进行全透明化处理。

下面通过图5的流程对本发明的方法进行举例说明，该实施例中假设所选的两个以上字幕文件为根据用户输入的选取指令确定的字幕文件，该方法包括以下步骤：

步骤501，接收用户所选的两个以上字幕文件的信息。

步骤502，识别和解析所选的两个以上字幕文件，读取各个字幕文件的字幕信息。

对字幕文件进行识别和解析后，得到字幕文件的格式信息和字幕信息，字幕文件的格式信息通过字幕文件的文件名后缀体现，字幕信息包括时间信息和文字信息。

步骤503，检查读取的各个字幕文件的字幕信息的合法性，如果检查通过，则执行步骤504，否则向用户提示字幕文件非法，加载失败的信息。

本步骤是为了增加字幕加载的成功率，为可选。

检查字幕文件的字幕信息是否合法包括：检查字幕文件的字幕信息格式是否正确，以及各个字幕文件的字幕信息是否完整。检查字幕文件的字幕信息格式是否正确包括：检查字幕文件的字幕信息的格式与步骤502中识别和解析后得到的相应字幕文件的格式信息是否一致，如果一致，则该字幕文件的字幕信息格式正确，如果不一致，则该字幕文件的字幕信息格式不正确。

步骤504，判断是否存储有之前读取的字幕文件的字幕信息，如果存储有，则执行步骤505，否则执行步骤507。

存储有之前读取的字幕文件的字幕信息，表明之前已经读取并存储了需要加载到视频流中的字幕文件的字幕信息，也就是，当前不只要加载步骤501所选的两个以上字幕文件的字幕信息，还要加载之前已经读取的字幕文件的字幕信息。本实施例中，假设存储的之前读取的字幕文件的字幕信息已经经过合法性检查和匹配检查。

步骤505，检查用户所选的两个以上字幕文件的字幕信息之间，以及所选的两个以上字幕文件的字幕信息与之前存储的字幕文件的字幕信息之间是否匹配，如果匹配，则执行步骤507，否则执行步骤506。

本步骤是为了增加字幕加载的成功率，为可选。

检查两个字幕文件的字幕信息之间是否匹配包括：检查两个字幕文件的字幕信息包含的时间信息是否一致。通常情况下，同一个视频文件对应的各个字幕文件的时间信息是一致的；某些情况，如果两个字幕文件的时间信息之间(比如中文字幕文件和英文字幕文件)存在时间差，但时间差在设定时间内，则认为这两个字幕文件的时间信息一致，属于可匹配的两个字幕文件，如果时间差大于设定时间，则这两个字幕文件的时间信息不一致。0.1秒是一般用户视觉和听觉可以允许的差距界限，可以将设定时间设置为0.1秒。

字幕信息中的文字信息包含多个小节，每个小节可以是一句话，为第一小节、第二小节、第三小节......；时间信息中包含了各个小节的起止时间点，为第一时间点、第二时间点、第三时间点.....；第一小节对应于该小节起始的第一时间点和该小节终止的第二时间点，第二小节对应于该小节起始的第三时间点和该小节终止的第四时间点，依次类推，其他小节类似地对应各自的起止时间点。由于时间信息中的第一时间点之后的各个时间点之间的时间间隔是相同的，则检查两个字幕文件的字幕信息包含的时间信息是否一致，可以通过检查两个字幕文件的字幕信息中的第一时间点的差距是否大于或等于设定时间，如果大于或等于设定时间，则这两个字幕文件的字幕信息包含的时间信息一致，否则这两个字幕文件的字幕信息包含的时间信息不一致。

步骤506，向用户提示匹配失败，询问是否仍然加载，如果仍然加载，则执行步骤507，否则向用户提示加载失败的信息。

步骤507，存储步骤502中读取的各个字幕文件的字幕信息。

步骤508，提取存储的所有字幕文件的字幕信息的字幕，叠加到视频流中，并在叠加时进行字幕调整处理。

采用本发明方案，可以同时在播放器中同时加载两个以上字幕文件，将两种以上的语言同时显示出来，满足了用户需求。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种在视频流中加载字幕的方法，其特征在于，该方法包括：

识别和解析所选的两个以上字幕文件，读取所选的两个以上字幕文件的字幕信息；

检查读取的所选的两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则存储所选的两个以上字幕文件的字幕信息；

提取存储的所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

2、如权利要求1所述的方法，其特征在于，所述识别和解析所选的两个以上字幕文件之前，该方法包括：

接收用户输入的两个以上字幕文件的选取指令。

3、如权利要求1所述的方法，其特征在于，所述所选的两个以上字幕文件为当前的所有字幕文件；

所述进行字幕调整处理包括对指定字幕文件的字幕进行全透明化处理。

4、如权利要求1所述的方法，其特征在于，所述进行字幕调整处理包括：

调整指定字幕文件的字幕位置、调整指定字幕文件的字体格式和/或调整指定字幕文件的字幕效果。

5、如权利要求1至4中任一项所述的方法，其特征在于，所述存储所选的两个以上字幕文件的字幕信息之前，该方法包括：

检查读取的所选的两个以上字幕文件的字幕信息是否合法，如果合法，则执行所述存储所选的两个以上字幕文件的字幕信息的步骤。

6、如权利要求5所述的方法，其特征在于，所述检查读取的所选的两个以上字幕文件的字幕信息是否合法包括：检查读取的所选的两个以上字幕文件的字幕信息格式是否正确，以及所选的两个以上字幕文件的字幕信息是否完整。

7、如权利要求1所述的方法，其特征在于，所述检查读取的所选的两个以上字幕文件的字幕信息之间是否匹配包括：判断读取的所选的两个以上字幕文件的字幕信息包含的时间信息中的第一时间点之间的差距是否小于或等于设定时间，如果是，则匹配。

8、一种播放器，该播放器包括媒体文件解析模块、音视频解码模块、后处理模块和渲染模块；其特征在于，所述后处理模块包括字幕文件加载模块、字幕信息匹配模块、数据存储模块以及字幕叠加和处理模块；

字幕文件加载模块，用于识别和解析所选的两个以上字幕文件，读取所选的两个以上字幕文件的字幕信息；

字幕信息匹配模块，用于检查读取的所选的两个以上字幕文件的字幕信息之间是否匹配，如果匹配，则将所选的两个以上字幕文件的字幕信息存储于数据存储模块；

字幕叠加和处理模块，用于从数据存储模块中提取所选的两个以上字幕文件的字幕信息的字幕，叠加到音视频解码模块输出的视频流中，并在叠加时根据分别针对所选的两个以上字幕文件的调整指令进行字幕调整处理。

9、如权利要求8所述的播放器，其特征在于，该播放器包括用户交互模块，用于接收用户输入的两个以上字幕文件的选取指令。

10、如权利要求8或9所述的播放器，其特征在于，所述字幕信息匹配模块和数据存储模块之间包括字幕合法性检查模块，用于检查读取的所选的两个以上字幕文件的字幕信息是否合法，如果合法，则将字幕信息存储于数据存储模块中。

Images