CN106652983B

CN106652983B - 一种字幕制作方法及系统

Info

Publication number: CN106652983B
Application number: CN201610827239.5A
Authority: CN
Inventors: 刘德建; 李炜; 陈宏展
Original assignee: Fujian Netdragon Websoft Co Ltd
Current assignee: Fujian Netdragon Websoft Co Ltd
Priority date: 2016-09-18
Filing date: 2016-09-18
Publication date: 2021-04-02
Anticipated expiration: 2036-09-18
Also published as: CN106652983A

Abstract

本发明涉及文字编辑领域，尤其涉及一种字幕制作方法及系统。本发明通过获取歌词文本及音频资源；根据所述音频资源关联所述歌词文本中任一字的开始时间。实现精确地获取歌词文本中任一字在音频资源中播放的时间，从而实现逐字同步歌词文本和音频资源，有利于帮助演唱者掌握歌曲的节奏，提高演唱水平。

Description

一种字幕制作方法及系统

技术领域

本发明涉及文字编辑领域，尤其涉及一种字幕制作方法及系统。

背景技术

音频播放工具可以通过加载特定格式的歌词文件，在播放歌曲的同时，将歌曲的歌词也显示给用户。实际应用中，一些用户在播放歌曲的同时不仅希望能够看到歌词，还希望能够获得该歌词的同步动态提示。为此，出现了逐行同步的歌词文件。但是，当用户对歌词提示的要求更高时，例如进行卡拉OK等娱乐活动时，以逐句形式进行显示的歌词显然不能满足用户的要求。

申请号为201010557258.3的专利文献公开一种逐字同步的歌词文件的生成方法及系统，该专利文献通过加载音频文件，提取音频数据和时间信息；生成时间轴；生成音频波形图并显示；获取歌词，确定歌词中各个文字对应于时间轴的初始位置并显示；为各个文字生成歌词拖动柄；播放音频文件，并在音频波形图上提示播放进度；接收用户对歌词拖动柄位置进行调整的请求，对歌词拖动柄的位置进行调整；确定歌词中的每个字的时间信息；保存确定后的歌词中的每个字的时间信息，生成逐字同步的歌词文件。实现提高逐字同步的歌词文件的准确度和制作速度。

但是，上述专利文献中对于同一句歌词中的每一个字的持续时间都是相同的，当同一句歌词中存在差距较大的长音和短音时，无法精确匹配歌词中每个字的同步时间。

发明内容

本发明所要解决的技术问题是：提供一种字幕制作方法及系统，实现精确匹配歌词文本与音频资源。

为了解决上述技术问题，本发明采用的技术方案为：

本发明提供一种字幕制作方法，包括：

获取歌词文本及音频资源；

根据所述音频资源关联所述歌词文本中任一字的开始时间。

本发明还提供一种字幕制作系统，包括：

第一获取模块，用于获取歌词文本及音频资源；

关联模块，用于根据所述音频资源关联所述歌词文本中任一字的开始时间。

本发明的有益效果在于：通过根据所述音频资源关联所述歌词文本中任一字的开始时间，精确地获取歌词文本中任一字在音频资源中播放的时间，从而实现逐字同步歌词文本和音频资源，有利于帮助演唱者掌握歌曲的节奏，提高演唱水平。

附图说明

图1为本发明一种字幕制作方法的流程框图；

图2为本发明一种字幕制作系统的结构框图；

图3为KTV字幕制作编辑器的示意图；

图4为撤销字幕制作操作的示意图；

标号说明：

1、第一获取模块；2、关联模块；21、预设单元；22、获取单元；23、关联单元；3、第二获取模块；4、设置模块；5、显示模块；6、预设模块；7、增加模块；8、第三获取模块；9、第一回退模块；10、第一删除模块；11、第四获取模块；12、第二回退模块；13、第二删除模块；14、调整模块；15、打包模块。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

本发明最关键的构思在于：通过根据所述音频资源关联所述歌词文本中任一字的开始时间，实现逐字同步歌词文本和音频资源。

如图1所示，本发明提供一种字幕制作方法，包括：

获取歌词文本及音频资源；

根据所述音频资源关联所述歌词文本中任一字的开始时间。

进一步地，根据所述音频资源关联所述歌词文本中任一字的开始时间，具体为：

预设第一控键；

当接收到所述第一控键被触发的信号时，获取音频资源的当前时间，得到字的开始时间；

关联所述字和所述字的开始时间。

由上述描述可知，当音频资源播放到歌词文本中的任一字时，触发所述第一控键，获取音频资源的当前时间为所述字的开始时间，实现了逐字匹配歌词文本与音频资源。

进一步地，还包括：

获取背景图片；

设置所述背景图片的初始宽度为零；

显示所述歌词文本和所述背景图片；

预设字宽度；

当到达任一字的开始时间时，所述背景图片的宽度增加所述字宽度。

由上述描述可知，当到达任一字的开始时间时，背景图片的宽度增加所述字宽度，实现当音频资源播放到某一字时高亮显示该字，从而实现KTV的字幕效果。由于当音频资源播放到下一字时才会高亮显示歌词文本中的下一字，因此无论当前字的持续时间长短，在音频资源播放到下一字之前都不会高亮显示下一字，提高了歌词文本与音频资源同步的精确度。

进一步地，还包括：

获取所述歌词文本中当前字的上一个字的开始时间，得到第一时间；

回退所述音频资源至所述第一时间；

删除所述歌词文本中当前字的开始时间。

由上述描述可知，实现撤销当前字的字幕制作操作。

进一步地，还包括：

获取歌词文本中当前字所在行的第一个字的开始时间，得到第二时间；

回退所述音频资源至所述第二时间；

删除所述歌词文本中当前字所在行的任一字的开始时间。

由上述描述可知，实现撤销当前行的字幕制作操作。

进一步地，还包括：

调整所述音频资源的播放速度。

由上述描述可知，通过调整所述音频资源的播放速度，将音频资源的播放速度放慢，可更精确地当音乐播放到某一字时触发第一控键获取音频资源的当前时间。

进一步地，还包括：

打包所述歌词文本和所述背景图片为可执行文件。

由上述描述可知，将歌词文本和背景图片打包为可执行文件，实现在其它工程中导入所述可执行文件，实现同步字幕功能；实现在不同平台使用所述可执行文件。

如图2所示，本发明还提供一种字幕制作系统，包括：

第一获取模块1，用于获取歌词文本及音频资源；

关联模块2，用于根据所述音频资源关联所述歌词文本中任一字的开始时间。

进一步地，所述关联模块2包括：

预设单元21，用于预设第一控键；

获取单元22，用于当接收到所述第一控键被触发的信号时，获取音频资源的当前时间，得到字的开始时间；

关联单元23，用于关联所述字和所述字的开始时间。

进一步地，还包括：

第二获取模块3，用于获取背景图片；

设置模块4，用于设置所述背景图片的初始宽度为零；

显示模块5，用于显示所述歌词文本和所述背景图片；

预设模块6，用于预设字宽度；

增加模块7，用于当到达任一字的开始时间时，所述背景图片的宽度增加所述字宽度；

第三获取模块8，用于获取所述歌词文本中当前字的上一个字的开始时间，得到第一时间；

第一回退模块9，用于回退所述音频资源至所述第一时间；

第一删除模块10，用于删除所述歌词文本中当前字的开始时间；

第四获取模块11，用于获取歌词文本中当前字所在行的第一个字的开始时间，得到第二时间；

第二回退模块12，用于回退所述音频资源至所述第二时间；

第二删除模块13，用于删除所述歌词文本中当前字所在行的任一字的开始时间；

调整模块14，用于调整所述音频资源的播放速度；

打包模块15，用于打包所述歌词文本和所述背景图片为可执行文件。

本发明的实施例一为：

获取歌词文本及音频资源；

根据所述音频资源关联所述歌词文本中任一字的开始时间，具体为：预设第一控键；当接收到所述第一控键被触发的信号时，获取音频资源的当前时间，得到字的开始时间；关联所述字和所述字的开始时间；

获取背景图片；

设置所述背景图片的初始宽度为零；

显示所述歌词文本和所述背景图片；

预设字宽度；

由上述描述可知，本实施例实现了制作歌词文本中的任一字的高亮显示时刻与音频资源中该字的播放时刻精确匹配的字幕。

本实施例的应用场景为：

在如图3所示的KTV字幕编辑器的文本编辑框中输入歌词文本；获取与所述歌词文本相应的音频资源；

当音频资源播放第一个字时，按下键盘的方向键右键，获取当前音频资源的时间标签，绑定第一个字与所述时间标签。以此类推，直至歌词文本中的所有字均已设置开始时间；

获取背景图片；每一行歌词文本绑定一个背景图片资源；设置所述背景图片的初始宽度为零；

显示所述歌词文本和所述背景图片；

根据歌词文本的字体和字号设置字宽度；

当到达任一字的开始时间时，该字所在行关联的背景图片的宽度增加所述字宽度。

本发明的实施例二为：

在实施例一的基础上，还包括：

回退所述音频资源至所述第一时间；

删除所述歌词文本中当前字的开始时间。

由上述描述可知，本实施例实现撤销当前字的字幕制作操作。

本实施例的应用场景为：

当前字的开始时间与音频资源中该字的播放时间存在较大误差时，如图4所示，可通过键盘的方向键左键撤销对当前字的字幕制作操作。

本发明的实施例三为：

在实施例一的基础上，还包括：

回退所述音频资源至所述第二时间；

删除所述歌词文本中当前字所在行的任一字的开始时间。

由上述描述可知，本实施例实现撤销当前行的字幕制作操作。

本实施例的应用场景为：

当前行中的字的开始时间与音频资源中该字的播放时间存在较大误差时，可通过键盘的方向键上键撤销对当前行的字的字幕制作操作。

本发明的实施例四为：

获取歌词文本及音频资源；

调整所述音频资源的播放速度；

获取背景图片；

设置所述背景图片的初始宽度为零；

显示所述歌词文本和所述背景图片；

预设字宽度；

由上述描述可知，本实施例通过调整所述音频资源的播放速度，将音频资源的播放速度放慢，可更精确地当音乐播放到某一字时触发第一控键获取音频资源的当前时间。

本实施例的应用场景为：

有些歌曲节奏较快，匹配音频资源和歌词文本较困难。因此，可通过调慢相应音频资源的播放速度，实现减小音频资源中任一字的播放时间与歌词文本绑定的字的开始时间的误差。

利用Unity工具调整音频资源播放速度的方法具体为：

把音频资源文件转换成Unity中的AudioClip类；

通过Unity的AudioSource类管理AudioClip类；

通过AudioSource类中的AudioSource.picth变量可设置音频资源的播放速度；AudioSource.picth变量的默认值是1即为正常播放速度，若调整为0.5，则播放速度会变慢。用户在遇到如英语这种语速很快的声音资源时，可以调慢速度慢慢听，再录制歌词。

本发明的实施例五为：

在实施例一的基础上，还包括：

打包所述歌词文本和所述背景图片为可执行文件。

由上述描述可知，本实施例通过将歌词文本和背景图片打包为可执行文件，实现在其它工程中导入所述可执行文件，实现同步字幕功能；实现在不同平台使用所述可执行文件。

本实施例的应用场景为：

本实施例中制作号的歌词文件可在多平台使用，并可导入相应的工程项目中。如现有一工程项目具有读书功能，点击该项目中的书本可播放相应的声音资源以及与声音资源同步的字幕。将本实施例得到的可执行文件导入该工程项目中，并设置点击书本则自动调用该可执行文件，可实现点击书本时播放相应的声音资源并同步显示相应的字幕。

在Unity类的工程项目中导入可执行文件的方法具体为：

通过Unity的函数GameObject.Instantiate()实例化VL_KTVRUN预制体，获得VL_KTVRUN对象；

通过Unity的函数GetComponent<KTVRuntimePlay>()获得KTVRuntimePlay类的实例化对象；所述实例化对象即为用户通过本发明提出的方法和系统制作的歌词字幕文件；

通过KTVRuntimePlay对象的Init()函数，即可开始执行KTV字幕播放功能，Init函数可传入参数如下：匹配的音乐文件、录制好的歌词文件、字幕字体、字体大小、字体颜色、是否单双行显示等。

本发明的实施例六为：

第一获取模块获取歌词文本及音频资源；

调整模块调整所述音频资源的播放速度；

关联模块中的预设单元预设第一控键；获取单元接收到所述第一控键被触发的信号时，获取音频资源的当前时间，得到字的开始时间；关联单元关联所述字和所述字的开始时间；

第二获取模块获取背景图片；

设置模块设置所述背景图片的初始宽度为零；

显示模块显示所述歌词文本和所述背景图片；

预设模块预设字宽度；

增加模块当到达任一字的开始时间时，所述背景图片的宽度增加所述字宽度；

打包模块打包所述歌词文本和所述背景图片为可执行文件。

本发明的实施例七为：

在实施例六的基础上，还包括：

第三获取模块获取所述歌词文本中当前字的上一个字的开始时间，得到第一时间；

第一回退模块回退所述音频资源至所述第一时间；

第一删除模块删除所述歌词文本中当前字的开始时间。

本发明的实施例八为：

在实施例六的基础上，还包括：

第四获取模块获取歌词文本中当前字所在行的第一个字的开始时间，得到第二时间；

第二回退模块回退所述音频资源至所述第二时间；

第二删除模块删除所述歌词文本中当前字所在行的任一字的开始时间。

本发明的实施例九为：

在工程内通过KTVEditorPlay.Init()函数接口，导入音频资源，设置字幕字体大小、字幕字体颜色、字体颜色、背景图片和歌词路径；

音乐播放贯穿整个字幕制作过程，用户可根据自己所需，拖动滑动条调整音频的播放速度，范围为0.6x-1.4x；

若存在歌词文本，则根据歌词文本的路径自动加载并显示歌词；若不存在歌词文本，则可在文本编辑框中进行歌词编辑；

伴随音频资源的播放，使用控键，如方向键一一匹配歌词文本和音频资源，通过增加背景图片的宽度切换高亮文字，并记录歌词文本中任一字的开始时间，具体为：

通过键盘方向键右键，获取音频资源中当前字的时间标签，当前字所在行的背景图片增加一个字宽度，然后进入到下一字；

通过键盘方向键左键，删除歌词文本中当前字的开始时间，背景图片的宽度回退到上一字，同时音频资源播放进度回退到上一个字的时间标签；

通过键盘方向键下键，暂停当前字幕的制作进度；

通过键盘方向键上键，清空当前行的各字的开始时间，重置当前行的背景图片宽度为零，音频资源播放进度回退到上一行的时间标签；

通过键盘空格键，切换播放或暂停音频播放进度；

在工程内通过KTVRuntimePlay.Init()函数接口调用，可以设置播放时所需的音频资源，字幕字体，字幕字号、字幕颜色，背景图片等。还可设置单双行显示，同时支持改变字幕在屏幕的位置。

综上所述，本发明提供的一种字幕制作方法及系统，通过根据所述音频资源关联所述歌词文本中任一字的开始时间，精确地获取歌词文本中任一字在音频资源中播放的时间，从而实现逐字同步歌词文本和音频资源，有利于帮助演唱者掌握歌曲的节奏，提高演唱水平。进一步地，实现当音频资源播放到某一字时高亮显示该字，从而实现KTV的字幕效果。进一步地，实现撤销当前字的字幕制作操作。进一步地，实现撤销当前行的字幕制作操作。进一步地，通过调整所述音频资源的播放速度，将音频资源的播放速度放慢，可更精确地当音乐播放到某一字时触发第一控键获取音频资源的当前时间。进一步地，将歌词文本和背景图片打包为可执行文件，实现在其它工程中导入所述可执行文件，实现同步字幕功能；实现在不同平台使用所述可执行文件。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种字幕制作方法，其特征在于，包括：

获取歌词文本及音频资源；

根据所述音频资源关联所述歌词文本中任一字的开始时间；

根据所述音频资源关联所述歌词文本中任一字的开始时间，具体为：

预设第一控键；

关联所述字和所述字的开始时间；

所述第一控键在当音频资源播放到歌词文本中的任一字时被触发；

调整所述音频资源的播放速度。

2.根据权利要求1所述的字幕制作方法，其特征在于，还包括：

获取背景图片；

设置所述背景图片的初始宽度为零；

显示所述歌词文本和所述背景图片；

预设字宽度；

3.根据权利要求1所述的字幕制作方法，其特征在于，还包括：

回退所述音频资源至所述第一时间；

删除所述歌词文本中当前字的开始时间。

4.根据权利要求1所述的字幕制作方法，其特征在于，还包括：

回退所述音频资源至所述第二时间；

删除所述歌词文本中当前字所在行的任一字的开始时间。

5.根据权利要求2所述的字幕制作方法，其特征在于，还包括：

打包所述歌词文本和所述背景图片为可执行文件。

6.一种字幕制作系统，其特征在于，包括：

第一获取模块，用于获取歌词文本及音频资源；

关联模块，用于根据所述音频资源关联所述歌词文本中任一字的开始时间；

所述关联模块包括：

预设单元，用于预设第一控键，所述第一控键在当音频资源播放到歌词文本中的任一字时被触发；

获取单元，用于当接收到所述第一控键被触发的信号时，获取音频资源的当前时间，得到字的开始时间；

关联单元，用于关联所述字和所述字的开始时间；

调整模块，用于调整所述音频资源的播放速度。

7.根据权利要求6所述的字幕制作系统，其特征在于，还包括：

第二获取模块，用于获取背景图片；

设置模块，用于设置所述背景图片的初始宽度为零；

显示模块，用于显示所述歌词文本和所述背景图片；

预设模块，用于预设字宽度；

增加模块，用于当到达任一字的开始时间时，所述背景图片的宽度增加所述字宽度；

第三获取模块，用于获取所述歌词文本中当前字的上一个字的开始时间，得到第一时间；

第一回退模块，用于回退所述音频资源至所述第一时间；

第一删除模块，用于删除所述歌词文本中当前字的开始时间；

第四获取模块，用于获取歌词文本中当前字所在行的第一个字的开始时间，得到第二时间；

第二回退模块，用于回退所述音频资源至所述第二时间；

第二删除模块，用于删除所述歌词文本中当前字所在行的任一字的开始时间；

打包模块，用于打包所述歌词文本和所述背景图片为可执行文件。