CN114268829B - 视频处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
视频处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114268829B CN114268829B CN202111580147.9A CN202111580147A CN114268829B CN 114268829 B CN114268829 B CN 114268829B CN 202111580147 A CN202111580147 A CN 202111580147A CN 114268829 B CN114268829 B CN 114268829B
- Authority
- CN
- China
- Prior art keywords
- video
- editing
- timeline
- target
- processed
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 68
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000013519 translation Methods 0.000 claims description 56
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 239000012634 fragment Substances 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 abstract description 8
- 230000004807 localization Effects 0.000 description 66
- 230000006870 function Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 10
- 230000001788 irregular Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008676 import Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Television Signal Processing For Recording (AREA)
Abstract
本申请实施例提供了一种视频处理方法、装置、电子设备及计算机可读存储介质,涉及计算机技术领域。该方法包括:对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据,在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件,然后响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕,进而在显示界面中显示目标字幕。本申请实施例实现了对视频的时间线进行可视化编辑,从而精准定位为视频编辑字幕的节点,提升视频处理的效率和准确率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,本申请涉及一种视频处理方法、装置、电子设备及计算机可读存储介质。
背景技术
视频影像具有时序性与丰富的信息内涵,常用于交待事物的发展过程,例如我们熟知的电影和电视,有声有色,在多媒体中充当起重要的角色。
视频一般包括视频流、音频流和字幕流。人们在观看视频时往往同时观看对应的字幕,尤其是当视频中出现不熟悉的自然语言时,字幕就显得格外重要了。
现有的对视频进行编辑字幕的方法,需要人工拖动进度条选择编辑字幕的时间点,无法快速并且精确定位至待编辑字幕所对应的视频播放位置,这使得字幕定位不准确,同时人工的方式也带来处理效率低下的问题。
发明内容
本申请实施例的目的旨在能解决对视频进行字幕编辑时,无法精准定位待编辑字幕所对应的视频播放位置,造成字幕定位不准确,同时人工的方式也带来处理效率低下的问题。
根据本申请实施例的一个方面,提供了一种视频处理方法,该方法包括:
对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据;其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕;
在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;
响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕;
在显示界面中显示目标字幕。
可选地,对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据,包括:
确定待处理视频中满足预设静音条件的切分区间;
在切分区间对待处理视频进行切分,获得至少两段视频片段,生成各视频片段对应的时间线数据;
其中,预设静音条件包括人声音量小于预设分贝值,并且人声音量小于预设分贝值的持续时长大于预设时长。
可选地,响应于对时间线编辑控件的第一编辑操作之前,方法还包括以下至少一种:
播放待处理视频,根据待处理视频的播放进度在显示界面中显示对应的目标视频片段;
响应于对待处理视频的播放进度的进度变更操作,在显示界面中显示待处理视频经播放进度改变后对应的目标视频片段;其中,进度变更操作包括拖动播放进度条滑块。
可选地,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,包括:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的开始时间进行编辑,若确定目标视频片段经第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,第一预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对开始时间进行修改处理。
可选地,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,还包括:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的结束时间进行编辑,若确定目标视频片段经第一编辑操作后的结束时间不满足第二预设时间线条件,则显示时间线冲突提示信息;
其中,第二预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对结束时间进行修改处理。
可选地,时间线编辑控件包括时间线拆分控件;
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,还包括:
响应于对时间线拆分控件的第三编辑操作,将显示界面中当前显示的目标视频片段进行切分,获得至少两段目标视频子片段,根据目标视频片段的时间线数据生成目标视频子片段的时间线数据;
显示目标视频片段经第三编辑操作后的至少两段目标视频子片段和对应的时间线数据。
可选地,字幕编辑控件包括源文字幕编辑控件和译文字幕编辑控件;
响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕,包括以下至少一种:
响应于对源文字幕编辑控件的第四编辑操作,显示目标视频片段对应的源文字幕经第四编辑操作后的目标字幕;
响应于对译文字幕编辑控件的第五编辑操作,显示目标视频片段对应的译文字幕经第五编辑操作后的目标字幕;
其中,目标视频片段对应的译文字幕为调用文本翻译服务对源文字幕进行翻译得到的。
根据本申请实施例的另一个方面,提供了一种视频处理装置,该装置包括:
切分模块,用于对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据;其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕;
第一显示模块,用于在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;
第一编辑模块,用于响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;
第二编辑模块,用于响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕;
第二显示模块,用于在显示界面中显示目标字幕。
可选地,切分模块包括:
确定模块,用于确定待处理视频中满足预设静音条件的切分区间;
切分子模块,用于在切分区间对待处理视频进行切分,获得至少两段视频片段,生成各视频片段对应的时间线数据;
其中,预设静音条件包括人声音量小于预设分贝值,并且人声音量小于预设分贝值的持续时长大于预设时长。
可选地,装置还包括以下至少一种:
播放模块,用于播放待处理视频,根据待处理视频的播放进度在显示界面中显示对应的目标视频片段;
进度变更模块,用于响应于对待处理视频的播放进度的进度变更操作,在显示界面中显示待处理视频经播放进度改变后对应的目标视频片段;其中,进度变更操作包括拖动播放进度条滑块。
可选地,第一编辑模块具体用于:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的开始时间进行编辑,若确定目标视频片段经第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,第一预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对开始时间进行修改处理。
可选地,第一编辑模块还具体用于:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的结束时间进行编辑,若确定目标视频片段经第一编辑操作后的结束时间不满足第二预设时间线条件,则显示时间线冲突提示信息;
其中,第二预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对结束时间进行修改处理。
可选地,时间线编辑控件包括时间线拆分控件;
第一编辑模块还包括:
第三编辑模块,用于响应于对时间线拆分控件的第三编辑操作,将显示界面中当前显示的目标视频片段进行切分,获得至少两段目标视频子片段,根据目标视频片段的时间线数据生成目标视频子片段的时间线数据;
第三显示模块,用于显示目标视频片段经第三编辑操作后的至少两段目标视频子片段和对应的时间线数据。
可选地,字幕编辑控件包括源文字幕编辑控件和译文字幕编辑控件;
第二编辑模块包括以下至少一种:
响应于对源文字幕编辑控件的第四编辑操作,显示目标视频片段对应的源文字幕经第四编辑操作后的目标字幕;
响应于对译文字幕编辑控件的第五编辑操作,显示目标视频片段对应的译文字幕经第五编辑操作后的目标字幕;
其中,目标视频片段对应的译文字幕为调用文本翻译服务对源文字幕进行翻译得到的。
根据本申请实施例的另一个方面,提供了一种电子设备,该电子设备包括存储器、处理器及存储在存储器上的计算机程序,处理器执行计算机程序以实现上述任一个方面的视频处理方法的步骤。
根据本申请实施例的再一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一个方面的视频处理方法的步骤。
本申请实施例提供的技术方案带来的有益效果是:
通过对待处理视频进行切分,获得至少两段视频片段和各所述视频片段对应的时间线数据;在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的所述源文字幕进行编辑,得到目标字幕;用户对视频的时间线进行可视化编辑,从而精准定位为视频编辑字幕的节点,提升视频处理的效率和准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种视频处理方法的流程示意图之一;
图2为本申请实施例提供的一种视频本地化系统的界面示意图;
图3为本申请实施例提供的一种视频处理方法的流程示意图之二;
图4为本申请实施例提供的一种视频处理方法的流程示意图之三;
图5为本申请实施例提供的一种视频处理方法的流程示意图之四;
图6为本申请实施例提供的一种视频处理装置的结构示意图;
图7为本申请实施例提供的一种视频处理的电子设备的结构示意图。
具体实施方式
下面结合本申请中的附图描述本申请的实施例。应理解,下面结合附图所阐述的实施方式,是用于解释本申请实施例的技术方案的示例性描述,对本申请实施例的技术方案不构成限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件,但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解,当我们称一个元件被“连接”或“耦接”到另一元件时,该一个元件可以直接连接或耦接到另一元件,也可以指该一个元件和另一元件通过中间元件建立连接关系。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个,例如“A和/或B”可以实现为“A”,或者实现为“B”,或者实现为“A和B”。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面通过对几个示例性实施方式的描述,对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是,下述实施方式之间可以相互参考、借鉴或结合,对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等,不再重复描述。
本申请实施例中提供了一种视频处理方法,如图1所示,包括:
步骤S101,对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据;其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕。
待处理视频为用户导入至视频本地化系统的视频文件。一般而言,待处理视频为一整段视频文件,例如,一部电影的视频文件、一段脱口秀的视频文件,或者一段会议的视频文件等,对此不做限制。
其中,视频本地化系统为本申请实施例提供的一种集成了ASR(Automatic SpeechRecognition,自动语音识别)技术、视频播放器、CAT(Computer Aided Translation,计算机辅助翻译)技术以及字幕编辑器等多种技术的视频处理系统。用户可以使用视频本地化系统对视频文件进行可视化处理。
需要说明的是,视频本地化是指将视频文件处理成为面向一个或多个地区的视频文件,使之符合一个或多个地区的语言习惯和文化传统。例如,一部外国电影需要在国内的平台上发布,对外国电影的视频文件进行视频本地化处理,包括但不限于对视频文件中的人声音频进行语音识别,翻译并编辑汉语字幕,以及对字幕中可能出现的具有地域特色的词汇进行修饰。此外,这里的一个或多个地区可能小至一个社区,也可能大至一个国家,视实际情况而定。
在确定预先导入的待处理视频的源文语言类型的情况下,用户可以在视频本地化系统导入待处理视频时,通过点击按键或者其他触发方式,确定待处理视频的源文语言类型所对应的译文语言类型。用户也可以在导入待处理视频之前或者导入待处理视频之后,确定对应的译文语言类型。
其中,源文语言类型为待处理视频在初始状态下的自然语言,译文语言类型为待处理视频进行视频处理后的自然语言。例如,将一部英语电影的视频数据进行视频处理后,在国内的平台上发布,那么对应的源文语言类型为英语,译文语言类型为汉语。
视频本地化系统在确定预先导入的待处理视频的源文语言类型的情况下,调用语音识别服务对待处理视频进行切分处理,生成至少两段视频片段和对应的时间线数据。
语音识别服务为视频本地化系统中内置的服务。具体而言,检测到用户导入待处理视频,在确定待处理视频对应的源文语言类型的情况下,视频本地化系统将自动调用内置的语音识别服务,对待处理视频进行自动听写处理。
其中,自动听写处理包括对待处理视频进行切分处理,生成至少两段视频片段和对应的时间线数据。
一般而言,待处理视频的播放时间较长、数据量较大,不利于直接进行视频处理。因此,先对待处理视频进行切分处理,得到至少两段视频片段,并生成视频片段对应的时间线数据,再对各视频片段进行视频处理。
自动听写处理还包括对待处理视频中的音频流数据进行语音识别,确定对应的源文语言类型,生成对应的源文字幕。在导入的待处理视频存在源文字幕的情况下,这一步骤可以省略。具体而言,视频数据包括视频流数据和音频流数据,一些视频数据还包括字幕流数据,这三者是相互对应的。
时间线数据包括身份标识号ID、顺序编号、开始时间、结束时间、源文语言类型和源文字幕。
身份标识号ID为切分得到的视频片段的索引信息。顺序编号为视频片段处理时的编号信息,例如,一段时长为1小时的待处理视频,在调用语音识别服务后被切分为六段时长为10分钟的视频片段,那么这六段视频片段的顺序编号分别为1、2、3、4、5、6,便于用户按照顺序进行可视化处理。可以理解的是,视频本地化系统中将不同顺序编号的视频片段以行作为划分进行显示,每一行显示一段视频片段的时间线数据,本申请实施例中视频片段的顺序编号即为用户直观看到的行号。视频片段的ID和顺序编号是唯一的。
开始时间和结束时间为视频片段对应于待处理视频的开始时间和结束时间。源文语言类型和源文字幕可以为待处理视频中已经存在的,也可以为调用语音识别服务自动生成的。
步骤S102,在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件。
对用户导入的待处理视频进行预处理得到多段视频片段后,在视频本地化系统的待处理视频的显示界面,显示时间线编辑控件和字幕编辑控件。
时间线编辑控件在时间线编辑区进行显示,为用户提供编辑视频片段的时间线信息的界面,方便用户精准定位至视频处理的时间线节点。具体而言,视频处理的时间线节点是视频本地化系统自动确定的,在此基础上,用户可以通过时间线编辑控件对视频本地化系统确定的时间线节点进行修改,从而对视频处理,包括字幕编辑处理的时间线节点进行精准定位,无需用户手动寻找。
字幕编辑控件在字幕格式编辑区和字幕文本编辑区进行显示,包括字幕格式编辑控件和字幕文本编辑控件,为用户提供编辑视频片段的字幕的界面。本申请实施例中的字幕文本包括源文字幕文本和译文字幕文本,视频本地化系统调用语音识别服务自动生成视频片段的源文字幕文本,并调用文本翻译服务生成源文字幕文本对应的译文字幕文本。在此基础上,用户可以通过字幕编辑控件对源文字幕文本和译文字幕文本进行修改,使之符合视频本地化的需求。当然,在无法获取文本翻译服务的结果或文本翻译服务的结果不甚理想时,用户也可以通过人工翻译直接给出译文字幕文本。
如图2所示,待处理视频的显示界面还显示有视频播放器,CAT提示区、质检区和反馈区。
其中,视频播放器用于根据用户的编辑操作同步播放待处理视频,直观显示待处理视频对应的视频片段在编辑操作后对应的视频画面效果。
CAT提示区用于显示视频片段的字幕中出现的不规范词汇,提示用户审阅并及时更改。具体而言,视频本地化系统预设术语表和禁忌词表,根据当前处理的目标视频片段的字幕文本查询术语表和禁忌词表。当出现匹配的不规范术语和禁忌词汇时,将其作为不规范词汇在CAT提示区显示。
此外,CAT提示区还包括TU(Translation Unit,翻译单元)展示区,其中,TU展示区通过视频本地化系统内置的TM(Translation Memory,翻译记忆库)功能来实现。具体而言,视频本地化系统调用TM服务查询与源文字幕文本完全匹配或近似匹配的内容,若查询到完全匹配或近似匹配的内容,则将其在CAT提示区的TU展示区显示出来,以便后期复用,保证翻译质量和翻译内容一致性,提高字幕文本翻译的效率。若无法查询到完全匹配或近似匹配的内容,则基于预配置的MT(Machine Translation,机器翻译)引擎获取对应的译文字幕文本,在CAT提示区的TU展示区中显示出来,以便提高翻译效率。
质检区用于显示当前处理的目标视频片段中出现的冲突所对应的冲突类型、冲突严重等级和冲突详情等信息。
反馈区用于用户对质检区中显示的冲突相关信息进行反馈。例如,接受或拒绝更改该冲突,以及相应的理由。
步骤S103,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据。
用户在显示界面对时间线编辑控件进行第一编辑操作,相应的,视频本地化系统响应于对时间线编辑控件的第一编辑操作,对当前显示的目标视频片段对应的时间线数据进行编辑,并显示当前显示的目标视频片段经第一编辑操作后的时间线数据。
其中,第一编辑操作包括对时间线数据进行修改。本申请实施例中,用户对时间线编辑控件进行第一编辑操作,自定义修改对应的时间线数据,同时,视频本地化系统自动对用户修改的时间线数据进行校准,使得最终编辑得到的时间线数据更加精准,有利于实现字幕编辑节点的精准定位。
步骤S104,响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕。
针对用户第一编辑操作后的目标视频片段,视频本地化系统会进行同步检测。在时间线数据中的时间线节点正确的情况下,响应于用户对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,显示目标视频片段经第二编辑操作后的目标字幕。
步骤S105,在显示界面中显示目标字幕。
在显示界面中显示目标字幕,当待处理视频对应的目标视频片段全部处理完成后,视频本地化系统自动将字幕流数据压制入待处理视频中,生成包含本地化字幕的目标视频文件,同时生成对应的质检报告。
应用本申请实施例提供的视频处理方法,对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据,其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕,在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件,然后响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕,进而在显示界面中显示目标字幕。
本申请实施例通过对视频的时间线进行可视化编辑,从而精准定位为视频编辑字幕的节点,提升了视频处理的效率和准确率。
本申请实施例中提供了一种视频处理方法,如图1所示,包括:
步骤S101,对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据;其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕。
待处理视频为用户导入至视频本地化系统的视频文件。一般而言,待处理视频为一整段视频文件,例如,一部电影的视频文件、一段脱口秀的视频文件,或者一段会议的视频文件等,对此不做限制。
其中,视频本地化系统为本申请实施例提供的一种集成了ASR技术、视频播放器、CAT技术以及字幕编辑器等多种技术的视频处理系统。用户可以使用视频本地化系统对视频文件进行可视化处理。
需要说明的是,视频本地化是指将视频文件处理成为面向一个或多个地区的视频文件,使之符合一个或多个地区的语言习惯和文化传统。例如,一部外国电影需要在国内的平台上发布,对外国电影的视频文件进行视频本地化处理,包括但不限于对视频文件中的人声音频进行语音识别,翻译并编辑汉语字幕,以及对字幕中可能出现的具有地域特色的词汇进行修饰。此外,这里的一个或多个地区可能小至一个社区,也可能大至一个国家,视实际情况而定。
在确定预先导入的待处理视频的源文语言类型的情况下,用户可以在视频本地化系统导入待处理视频时,通过点击按键或者其他触发方式,确定待处理视频的源文语言类型所对应的译文语言类型。用户也可以在导入待处理视频之前或者导入待处理视频之后,确定对应的译文语言类型。
其中,源文语言类型为待处理视频在初始状态下的自然语言,译文语言类型为待处理视频进行视频处理后的自然语言。例如,将一部英语电影的视频数据进行视频处理后,在国内的平台上发布,那么对应的源文语言类型为英语,译文语言类型为汉语。
视频本地化系统在确定预先导入的待处理视频的源文语言类型的情况下,调用语音识别服务对待处理视频进行切分处理,生成至少两段视频片段和对应的时间线数据。
语音识别服务为视频本地化系统中内置的服务。具体而言,检测到用户导入待处理视频,在确定待处理视频对应的源文语言类型的情况下,视频本地化系统将自动调用内置的语音识别服务,对待处理视频进行自动听写处理。
其中,自动听写处理包括对待处理视频进行切分处理,生成至少两段视频片段和对应的时间线数据。
一般而言,待处理视频的播放时间较长、数据量较大,不利于直接进行视频处理。因此,先对待处理视频进行切分处理,得到至少两段视频片段,并生成视频片段对应的时间线数据,再对各视频片段进行视频处理。
本申请一种优选实施例中,如图3所示,对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据,包括:
步骤S1011,确定待处理视频中满足预设静音条件的切分区间。
本申请实施例中,根据音频流数据对待处理视频进行切分处理。字幕流数据往往是和音频流数据中的人声相对应的。因此,根据人声切分待处理视频。
例如,语音识别服务自动识别待处理视频对应的音频流数据中的人声音量,当一段音频流数据中的人声音量小于预设分贝值,并且这一段音频流数据的持续时长大于预设时长,那么可以确定这一段音频流数据对应的视频数据为满足预设静音条件的人声静音区间,即切分区间。
其中,预设静音条件包括人声音量小于预设分贝值,并且持续时长大于预设时长。具体的预设分贝值和预设时长可以根据视频处理中的常规阈值自行设定。
步骤S1012,在切分区间对待处理视频进行切分,获得至少两段视频片段,生成各视频片段对应的时间线数据;
其中,预设静音条件包括人声音量小于预设分贝值,并且人声音量小于预设分贝值的持续时长大于预设时长。
在切分区间对待处理视频进行切分处理,得到至少两段视频片段,使得切分得到的视频片段的开始节点和结束节点都处于人声静音区间中,从而保证视频片段对应的音频流数据中的人声是完整的。这样,顺序编号相邻的两段视频片段中的人声可以是相邻的两句话,也可以是相邻的多句话,还可以是一句话中停顿的两部分。
同时,语音识别服务自动对视频片段进行语音识别,生成对应的时间线数据。其中,时间线数据包括身份标识号ID、顺序编号、开始时间、结束时间、源文语言和源文字幕。
需要说明的是,一般而言,对待处理视频进行切分处理,可以生成至少两段携带人声的视频片段。而在一种特殊的应用场景中,例如,一段时长为10分钟的待处理视频,其中携带人声的视频片段时长只有5秒,那么视频本地化系统只需要对这5秒的视频片段进行数据处理,相应的,在对待处理视频进行处理时,也可能只生成一段携带人声的视频片段。在另一种特殊的应用场景中,待处理视频为短视频文件,例如,一段时长为10秒的待处理视频,视频本地化系统在进行处理时,可能无需对待处理视频进行切分,直接生成一段携带视频片段。
自动听写处理还包括对待处理视频中的音频流数据进行语音识别,确定对应的源文语言类型,生成对应的源文字幕。在导入的待处理视频存在源文字幕的情况下,这一步骤可以省略。具体而言,视频数据包括视频流数据和音频流数据,一些视频数据还包括字幕流数据,这三者是相互对应的。
时间线数据包括身份标识号ID、顺序编号、开始时间、结束时间、源文语言类型和源文字幕。
身份标识号ID为切分得到的视频片段的索引信息。顺序编号为视频片段处理时的编号信息,例如,一段时长为1小时的待处理视频,在调用语音识别服务后被切分为六段时长为10分钟的视频片段,那么这六段视频片段的顺序编号分别为1、2、3、4、5、6,便于用户按照顺序进行可视化处理。可以理解的是,视频本地化系统中将不同顺序编号的视频片段以行作为划分进行显示,每一行显示一段视频片段的时间线数据,本申请实施例中视频片段的顺序编号即为用户直观看到的行号。视频片段的ID和顺序编号是唯一的。
开始时间和结束时间为视频片段对应于待处理视频的开始时间和结束时间。源文语言类型和源文字幕可以为待处理视频中已经存在的,也可以为调用语音识别服务自动生成的。
步骤S102,在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件。
对用户导入的待处理视频进行预处理得到多段视频片段后,在视频本地化系统的待处理视频的显示界面,显示时间线编辑控件和字幕编辑控件。
时间线编辑控件在时间线编辑区进行显示,为用户提供编辑视频片段的时间线信息的界面,方便用户精准定位至视频处理的时间线节点。具体而言,视频处理的时间线节点是视频本地化系统自动确定的,在此基础上,用户可以通过时间线编辑控件对视频本地化系统确定的时间线节点进行修改,从而对视频处理,包括字幕编辑处理的时间线节点进行精准定位,无需用户手动寻找。
字幕编辑控件在字幕格式编辑区和字幕文本编辑区进行显示,包括字幕格式编辑控件和字幕文本编辑控件,为用户提供编辑视频片段的字幕的界面。本申请实施例中的字幕文本包括源文字幕文本和译文字幕文本,视频本地化系统调用语音识别服务自动生成视频片段的源文字幕文本,并调用文本翻译服务生成源文字幕文本对应的译文字幕文本。在此基础上,用户可以通过字幕编辑控件对源文字幕文本和译文字幕文本进行修改,使之符合视频本地化的需求。当然,在无法获取文本翻译服务的结果或文本翻译服务的结果不甚理想时,用户也可以通过人工翻译直接给出译文字幕文本。
如图2所示,待处理视频的显示界面还显示有时间线展示区、视频播放器,CAT提示区、质检区和反馈区。
其中,时间线展示区显示待处理视频对应的所有视频片段的时间线信息,用户可以通过上下滑动进行选定。
视频播放器用于根据用户的编辑操作同步播放待处理视频,直观显示待处理视频对应的视频片段在编辑操作后对应的视频画面效果。
CAT提示区用于显示视频片段的字幕中出现的不规范词汇,提示用户审阅并及时更改。具体而言,视频本地化系统预设术语表和禁忌词表,根据当前处理的目标视频片段的字幕文本查询术语表和禁忌词表。当出现匹配的不规范术语和禁忌词汇时,将其作为不规范词汇在CAT提示区显示。
例如,当源文字幕文本中出现与预设术语表中的规范术语相匹配的词汇,而译文字幕文本中对应的词汇与预设术语表中的规范术语不相匹配时,可以确定译文字幕文本的术语翻译不规范,提示用户进行更改。当译文字幕文本中出现与预设禁忌词表中的禁忌词汇相匹配的词汇时,提示用户进行更改。
此外,CAT提示区还包括TU(Translation Unit,翻译单元)展示区,其中,TU展示区通过视频本地化系统内置的TM(Translation Memory,翻译记忆库)功能来实现。具体而言,视频本地化系统调用TM服务查询与源文字幕文本完全匹配或近似匹配的内容,若查询到完全匹配或近似匹配的内容,则将其在CAT提示区的TU展示区显示出来,以便后期复用,保证翻译质量和翻译内容一致性,提高字幕文本翻译的效率。若无法查询到完全匹配或近似匹配的内容,则基于预配置的MT(Machine Translation,机器翻译)引擎获取对应的译文字幕文本,在CAT提示区的TU展示区中显示出来,以便提高翻译效率。
质检区用于显示当前处理的目标视频片段中出现的冲突所对应的冲突类型、冲突严重等级和冲突详情等信息。
反馈区用于用户对质检区中显示的冲突相关信息进行反馈。例如,接受或拒绝更改该冲突,以及相应的理由。
本申请一种优选实施例中,如图4所示,响应于对时间线编辑控件的第一编辑操作之前,方法还包括以下至少一种:
步骤S401,播放待处理视频,根据待处理视频的播放进度在显示界面中显示对应的目标视频片段。
确定待处理视频对应的当前待处理的目标视频片段,在视频本地化系统的显示界面,显示目标视频片段。
其中,目标视频片段可以是用户预先导入或者实时导入的待处理视频预处理得到的。视频本地化系统对用户导入的待处理视频自动执行预处理操作,得到至少两段视频片段。
预先导入的待处理视频预处理得到的视频片段可以预先保存在本地,也可以以文件的形式保存在服务器上,或者以数据的形式保存在数据库中,对此不做限制。
一种应用场景下,当用户在视频本地化系统中打开预先保存的视频片段时,自动加载对应的时间线信息,在显示界面显示目标视频片段,等待用户执行下一步操作。
另一种应用场景下,实时导入的待处理视频在预处理完成后,自动加载对应的时间线信息,在显示界面显示目标视频片段,等待用户执行下一步操作。
待处理视频包括多个视频片段,一般而言,视频本地化系统按照视频片段的顺序编号进行视频处理。首先确定当前处理的目标视频片段,然后在显示界面显示出来。
调用语音识别服务生成视频片段和对应的时间线数据之后,在用户未对待处理视频的播放进度进行操作的情况下,视频本地化系统默认内置的视频播放器从顺序编号为1的视频片段开始播放。此时,显示顺序编号为1的视频片段,并将其作为目标视频片段在显示界面进行显示。
继续播放待处理视频,根据待处理视频的播放进度显示对应的视频片段。例如,视频播放器当前播放至顺序编号为5的视频片段,那么显示顺序编号为5的视频片段,并将其作为目标视频片段在显示界面进行显示。具体而言,视频播放器当前播放至顺序编号为5的视频片段,是指视频播放器的当前播放时刻位于顺序编号为5的视频片段对应的时间线数据的开始时间和结束时间之间。
步骤S402,响应于对待处理视频的播放进度的进度变更操作,在显示界面中显示待处理视频经播放进度改变后对应的目标视频片段;其中,进度变更操作包括拖动播放进度条滑块。
调用语音识别服务生成视频片段和对应的时间线数据之后,在用户对待处理视频的播放进度进行进度变更操作的情况下,根据用户进度变更操作的结果显示对应的目标视频片段。
例如,检测到用户拖动待处理视频对应的播放进度条滑块,根据操作后的进度条确定对应的目标视频片段,显示经播放进度改变后对应的目标视频片段,在显示界面进行显示。
具体而言,根据进度变更操作后的进度条确定对应的目标视频片段,可以理解为在播放进度改变后,如果视频播放器的当前播放时刻位于一段视频片段对应的时间线数据的开始时间和结束时间之间,那么确定这一段视频片段为对应的目标视频片段并显示出来。
此外,用户还可以在时间线展示区点击视频片段对应的时间线信息进行选定,或者在时间线展示区的顺序编号输入框输入想要处理的视频片段的顺序编号进行选定。视频本地化系统将获取用户选定的目标视频片段的顺序编号,将目标视频片段作为当前处理的视频数据。
在待处理视频的显示界面,还显示有“返回首行”控件,用户点击该控件,视频本地化系统将选定顺序编号为1的视频片段,作为当前处理的目标视频片段进行显示。显示界面还显示有“确认并移至下一行”控件,用户点击该控件,视频本地化系统将选定当前处理的视频片段的下一段视频片段,作为当前处理的目标视频片段进行显示。
具体而言,确定当前处理的目标视频片段时,可以以特殊颜色的文字或者特殊的字体在时间线展示区显示该目标视频片段对应的时间线数据,视频播放器从目标视频片段的开始时间进行播放,同时,更新显示的时间线编辑控件和字幕编辑控件中的数据。
例如,根据目标视频片段的ID获取已有的时间线信息,在时间线编辑控件中显示出来。根据目标视频片段的ID获取已有的字幕数据,在字幕编辑控件中显示出来。其中,字幕数据包括字幕格式和字幕内容,字幕格式在字幕格式编辑控件中显示,字幕内容在字幕内容编辑控件中显示,字幕内容包括字幕文本和字幕字符数。
进一步,视频本地化系统根据字幕文本查询术语表和禁忌词表,将匹配的不规范术语和禁忌词汇在CAT提示区显示出来。CAT提示区还包括TU展示区。
视频本地化系统可以配置自动预翻功能或者自动落翻功能。其中,自动预翻功能是指在用户人为编辑译文字幕文本之前,自动调用内置的翻译功能,批量生成源文字幕文本对应的译文字幕文本;自动落翻功能是指在用户人为编辑译文字幕文本时,如果存在未翻译的源文字幕文本,那么自动调用内置的翻译功能,生成未翻译的源文字幕文本对应的译文字幕文本,将机器翻译作为人工翻译的补充内容。
此外,视频本地化系统还可以配置手动落翻功能,例如,用户发出手动落翻指令,视频本地化系统才调用内置的翻译功能,生成未翻译的源文字幕文本对应的译文字幕文本。
上述内置的翻译功能包括TM服务和MT引擎。一般而言,调用内置的翻译功能时,先调用TM服务查询是否存在与源文字幕文本完全匹配或者近似匹配的译文字幕文本,若存在,则将其作为候选译文字幕文本在CAT提示区的TU展示区显示出来;若不存在,则调用MT引擎生成源文字幕文本对应的译文字幕文本,将其作为候选译文字幕文本在CAT提示区的TU展示区显示出来。
同时,在确定当前处理的目标视频片段的情况下,根据目标视频片段的ID获取可能监测到的冲突事件和冲突事件的反馈信息,对应在质检区和反馈区显示。
步骤S103,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据。
用户在显示界面对时间线编辑控件进行第一编辑操作,相应的,视频本地化系统响应于对时间线编辑控件的第一编辑操作,对当前显示的目标视频片段对应的时间线数据进行编辑,并显示当前显示的目标视频片段经第一编辑操作后的时间线数据。
其中,第一编辑操作包括对时间线数据进行修改。本申请实施例中,用户对时间线编辑控件进行第一编辑操作,自定义修改对应的时间线数据,同时,视频本地化系统自动对用户修改的时间线数据进行校准,使得最终编辑得到的时间线数据更加精准,有利于实现字幕编辑节点的精准定位。
本申请一种优选实施例中,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,包括:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的开始时间进行编辑,若确定目标视频片段经第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,第一预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对开始时间进行修改处理。
一种应用场景中,用户通过第一编辑操作修改当前处理的目标视频片段的开始时间。
当第一编辑操作对应的时间节点,即用户通过第一编辑操作选定的开始时间,在前一段的视频片段的开始时间之前(包括开始时间)时,确定第一编辑操作后的开始时间不满足第一预设时间线条件,即时间线数据与当前正在处理的目标视频片段不匹配,那么显示时间线冲突提示信息,以特殊颜色的文字或者特殊的字体进行标注提醒。
当第一编辑操作对应的时间节点,在前一段的视频片段的开始时间之后,以及结束时间之前时,确定第一编辑操作后的开始时间不满足第一预设时间线条件,显示时间线冲突提示信息,并自动将前一段的视频片段的结束时间修改为当前处理的目标视频片段的开始时间。
当第一编辑操作对应的时间节点,在前一段的视频片段的结束时间之后(包括结束时间),以及当前处理的目标视频片段的结束时间之前时,确定第一编辑操作后的时间线数据满足第一预设时间线条件。
当第一编辑操作对应的时间节点,在当前处理的目标视频片段的结束时间之后(包括结束时间)时,确定第一编辑操作后的开始时间不满足第一预设时间线条件,显示时间线冲突提示信息,提示用户重新选定开始时间。
本申请一种优选实施例中,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,包括:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的结束时间进行编辑,若确定目标视频片段经第一编辑操作后的结束时间不满足第二预设时间线条件,则显示时间线冲突提示信息;
其中,第二预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对结束时间进行修改处理。
一种应用场景中,用户通过第一编辑操作修改当前处理的目标视频片段的结束时间。
当第一编辑操作对应的时间节点在当前处理的目标视频片段的开始时间之前(包括开始时间)时,确定第一编辑操作后的结束不满足第二预设时间线条件,即时间线数据与当前正在处理的目标视频片段不匹配,那么显示时间线冲突提示信息,以特殊颜色的文字或者特殊的字体进行标注提醒。
当第一编辑操作对应的时间节点在当前处理的目标视频片段的开始时间之后,以及后一段的视频片段的开始时间之前(包括开始时间)时,确定第一编辑操作后的结束满足第二预设时间线条件。
当第一编辑操作对应的时间节点在后一段的视频片段的开始时间之后,以及后一段的视频片段的结束时间之前时,确定第一编辑操作后的结束时间不满足第二预设时间线条件,显示时间线冲突提示信息,并自动将后一段的视频片段的开始时间修改为当前处理的目标视频片段的结束时间。
当第一编辑操作对应的时间节点在后一段的视频片段的结束时间之后(包括结束时间)时,确定第一编辑操作后的结束时间不满足第二预设时间线条件,显示时间线冲突提示信息,提示用户重新选定结束时间。
本申请一种优选实施例中,时间线编辑控件包括时间线拆分控件;
如图5所示,响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,还包括:
步骤S1031,响应于对时间线拆分控件的第三编辑操作,将显示界面中当前显示的目标视频片段进行切分,获得至少两段目标视频子片段,根据目标视频片段的时间线数据生成目标视频子片段的时间线数据;
步骤S1032,显示目标视频片段经第三编辑操作后的至少两段目标视频子片段和对应的时间线数据。
时间线编辑控件包括时间线展示区的时间节点控件和时间线拆分控件。其中,时间线拆分控件用于将一段目标视频片段的时间线拆分为两段,相应的,这一段目标视频片段也切分为两段。
需要说明的是,用户通过时间线拆分控件对时间线进行拆分的目的,与语音识别服务自动对待处理视频进行切分的目的是不相同的。视频本地化系统调用语音识别服务对待处理视频进行切分,旨在解决待处理视频数据量较大,不便处理的问题。用户通过时间线拆分控件对切分得到的待处理视频的时间线进行拆分,旨在解决字幕文本内容过多,占据视频画面过多的问题。
例如,日语字幕几乎是相同内容的英语字幕的1.5倍长度,将英语字幕翻译为日语字幕时,如果一句话过长,那么日语字幕就会占据大量的视频画面,给观众带来不好的观看体验。因此,用户可以基于时间线拆分控件对这种情况进行处理。
例如,当前处理的目标视频片段的顺序编号为47,接收对时间线拆分控件的第三编辑操作,将目标视频片段拆分为顺序编号为47_a和47_b的两段目标视频子片段,并生成各自对应的时间线数据,显示目标视频子片段和对应的时间线数据。此时,原顺序编号为47的目标视频片段对应删除。
可以理解的是,一般情况下,将目标视频片段拆分为两段目标视频子片段即可解决字幕过长的问题;特殊情况下,也可以将目标视频片段拆分为多段目标视频子片段,或者对拆分得到的目标视频子片段,做进一步拆分处理。
例如,将顺序编号为47_a的目标视频子片段拆分为顺序编号为47_a_a和47_a_b的目标视频子片段,并生成各自对应的时间线数据,显示目标视频子片段和对应的时间线数据。此时,原顺序编号为47_a的目标视频子片段对应删除。
目标视频子片段对应的时间线数据包括新生成的ID、顺序编号、开始时间、结束时间、源文语言类型和源文字幕。
其中,开始时间和结束时间根据目标视频片段的开始时间、结束时间,以及拆分时间节点确定。
步骤S104,响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕。
针对用户第一编辑操作后的目标视频片段,视频本地化系统会进行同步检测。在时间线数据中的时间线节点正确的情况下,响应于对字幕编辑控件的第二编辑操作,显示目标视频片段经第二编辑操作后的目标视频数据。其中,第二编辑操作包括对目标视频片段的目标时间线数据中包含的源文字幕进行编辑,得到目标字幕。
需要说明的是,对源文字幕进行编辑包括将已存在的源文字幕翻译为对应的译文字幕,以及对翻译得到的译文字幕进行修改。
本申请一种优选实施例中,字幕编辑控件包括源文字幕编辑控件和译文字幕编辑控件;
响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕,包括以下至少一种:
响应于对源文字幕编辑控件的第四编辑操作,显示目标视频片段对应的源文字幕经第四编辑操作后的目标字幕;
响应于对译文字幕编辑控件的第五编辑操作,显示目标视频片段对应的译文字幕经第五编辑操作后的目标字幕;
其中,目标视频片段对应的译文字幕为调用文本翻译服务对源文字幕进行翻译得到的。
具体而言,视频本地化系统获取到用户导入的待处理视频时,若待处理视频不存在字幕流数据,则视频本地化系统会调用语音识别服务,生成待处理视频切分得到的视频片段的字幕流数据,其中,字幕流数据包括源文字幕。
在目标视频片段对应的时间线数据中的时间线节点正确的情况下,响应于用户对字幕编辑控件的第四编辑操作,从而对源文字幕做进一步处理。例如,通过第四编辑操作对源文字幕中错误或者不流畅的内容进行修改,显示目标视频片段对应的源文字幕经第四编辑操作后的目标字幕。
响应于对译文字幕编辑控件的第五编辑操作,显示目标视频片段对应的译文字幕经第五编辑操作后的目标字幕。其中,目标视频片段对应的译文字幕为调用文本翻译服务对源文字幕进行翻译得到的。
视频本地化系统调用文本翻译服务,将源文字幕翻译为译文字幕。在此基础上,用户可以在显示界面,通过译文字幕控件进行第五编辑操作。
例如,根据CAT提示区显示的不规范术语和禁忌词汇,对译文字幕进行修改,使之符合视频本地化的要求。根据质检区显示的冲突详情,对译文字幕进行修改,使之符合字幕编辑的处理要求。用户可以根据自己的需要对源文字幕进行修改,对此不做限制。
步骤S105,在显示界面中显示目标字幕。
在显示界面中显示目标字幕,当待处理视频对应的视频片段全部处理完成后,视频本地化系统自动将字幕流数据压制入待处理视频中,生成包含本地化字幕的目标视频文件,同时生成对应的质检报告。
应用本申请实施例提供的视频处理方法,在确定预先导入的待处理视频的源文语言的情况下,调用语音识别服务对待处理视频进行切分处理,生成至少两段目标视频片段和对应的时间线数据,然后在目标视频片段的显示界面,显示时间线编辑控件和字幕编辑控件,进而接收对时间线编辑控件的第一编辑操作,显示目标视频片段经第一编辑操作后的时间线数据,在时间线数据中的时间线节点正确的情况下,接收对字幕编辑控件的第二编辑操作,显示目标视频片段经第二编辑操作后的目标视频数据。
本申请实施例将视频播放器、语音识别、机器翻译以及字幕编辑等功能有机结合起来,以可视化的方式为用户提供视频处理的途径,革新了传统的视频处理方式,通过对待处理视频进行切分处理,并且接收用户对系统确定的视频的时间线的编辑操作,实现精准定位为视频编辑字幕的节点,无需用户手动寻找节点,提升了视频本地化处理的效率和准确率。
本申请实施例中提供了一种视频本地化系统的视频处理步骤,包括:
步骤一,获取待处理视频,调用语音识别服务生成待处理视频对应的源文字幕。
步骤二,调用文本翻译服务,生成待处理视频的源文字幕对应的译文字幕。
步骤三,接收用户的第一编辑操作,对待处理视频对应的目标视频片段的时间线数据进行修改。
步骤四,接收用户的第二编辑操作,对目标视频片段的本地化字幕进行修改。
步骤五,生成本地化处理后的目标视频数据,导出目标视频数据对应的目标视频文件。
本申请实施例提供了一种视频处理装置,如图6所示,该视频处理装置60可以包括:
切分模块601,用于对待处理视频进行切分,获得至少两段视频片段和各视频片段对应的时间线数据;其中,时间线数据包括顺序编号、开始时间、结束时间和源文字幕;
第一显示模块602,用于在待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;
第一编辑模块603,用于响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;
第二编辑模块604,用于响应于对字幕编辑控件的第二编辑操作,对目标时间线数据中包含的源文字幕进行编辑,得到目标字幕;
第二显示模块605,用于在显示界面中显示目标字幕。
本申请一种优选实施例中,切分模块601包括:
确定模块,用于确定待处理视频中满足预设静音条件的切分区间;
切分子模块,用于在切分区间对待处理视频进行切分,获得至少两段视频片段,生成各视频片段对应的时间线数据;
其中,预设静音条件包括人声音量小于预设分贝值,并且人声音量小于预设分贝值的持续时长大于预设时长。
本申请一种优选实施例中,装置还包括以下至少一种:
播放模块,用于播放待处理视频,根据待处理视频的播放进度在显示界面中显示对应的目标视频片段;
进度变更模块,用于响应于对待处理视频的播放进度的进度变更操作,在显示界面中显示待处理视频经播放进度改变后对应的目标视频片段;其中,进度变更操作包括拖动播放进度条滑块。
本申请一种优选实施例中,第一编辑模块603具体用于:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的开始时间进行编辑,若确定目标视频片段经第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,第一预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对开始时间进行修改处理。
本申请一种优选实施例中,第一编辑模块603还具体用于:
响应于对时间线编辑控件的第一编辑操作,对显示界面中当前显示的目标视频片段对应的时间线数据中的结束时间进行编辑,若确定目标视频片段经第一编辑操作后的结束时间不满足第二预设时间线条件,则显示时间线冲突提示信息;
其中,第二预设时间线条件包括与除目标视频片段之外的各视频片段的开始时间和/或结束时间不存在冲突;
时间线冲突提示信息用于指示对结束时间进行修改处理。
本申请一种优选实施例中,时间线编辑控件包括时间线拆分控件;
第一编辑模块603还包括:
第三编辑模块,用于响应于对时间线拆分控件的第三编辑操作,将显示界面中当前显示的目标视频片段进行切分,获得至少两段目标视频子片段,根据目标视频片段的时间线数据生成目标视频子片段的时间线数据;
第三显示模块,用于显示目标视频片段经第三编辑操作后的至少两段目标视频子片段和对应的时间线数据。
本申请一种优选实施例中,字幕编辑控件包括源文字幕编辑控件和译文字幕编辑控件;
第二编辑模块604包括以下至少一种:
响应于对源文字幕编辑控件的第四编辑操作,显示目标视频片段对应的源文字幕经第四编辑操作后的目标字幕;
响应于对译文字幕编辑控件的第五编辑操作,显示目标视频片段对应的译文字幕经第五编辑操作后的目标字幕;
其中,目标视频片段对应的译文字幕为调用文本翻译服务对源文字幕进行翻译得到的。
应用本申请实施例提供的视频处理装置,在初始视频数据的显示界面,显示时间线编辑控件和字幕编辑控件,进而接收对时间线编辑控件的第一编辑操作,显示初始视频数据经第一编辑操作后的时间线数据,在时间线数据中的时间线节点正确的情况下,接收对字幕编辑控件的第二编辑操作,显示初始视频数据经第二编辑操作后的目标视频数据。
本申请实施例通过对视频的时间线进行可视化编辑,从而精准定位为视频编辑字幕的节点,提升了视频处理的效率和准确率。
本申请实施例中提供了一种电子设备(计算机装置/设备/系统),包括存储器、处理器及存储在存储器上的计算机程序,该处理器执行上述计算机程序以实现视频处理方法的步骤,与相关技术相比可实现:通过对视频的时间线进行可视化编辑,从而精准定位为视频编辑字幕的节点,提升了视频处理的效率和准确率。
在一个可选实施例中提供了一种电子设备,如图7所示,图7所示的电子设备7000包括:处理器7001和存储器7003。其中,处理器7001和存储器7003相连,如通过总线7002相连。可选地,电子设备7000还可以包括收发器7004,收发器7004可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器7004不限于一个,该电子设备7000的结构并不构成对本申请实施例的限定。
处理器7001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器7001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线7002可包括一通路,在上述组件之间传送信息。总线7002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线7002可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器7003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质,在此不做限定。
存储器7003用于存储执行本申请实施例的计算机程序,并由处理器7001来控制执行。处理器7001用于执行存储器7003中存储的计算机程序,以实现前述方法实施例所示的步骤。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请实施例还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“1”、“2”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除图示或文字描述以外的顺序实施。
应该理解的是,虽然本申请实施例的流程图中通过箭头指示各个操作步骤,但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明,否则在本申请实施例的一些实施场景中,各流程图中的实施步骤可以按照需求以其他的顺序执行。此外,各流程图中的部分或全部步骤基于实际的实施场景,可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行,这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下,这些子步骤或者阶段的执行顺序可以根据需求灵活配置,本申请实施例对此不限制。
以上所述仅是本申请部分实施场景的可选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请的方案技术构思的前提下,采用基于本申请技术思想的其他类似实施手段,同样属于本申请实施例的保护范畴。
Claims (9)
1.一种视频处理方法,其特征在于,包括:
对待处理视频进行切分,获得至少两段视频片段和各所述视频片段对应的时间线数据;其中,所述时间线数据包括顺序编号、开始时间、结束时间和源文字幕;
在所述待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;
响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;
响应于对所述字幕编辑控件的第二编辑操作,对所述目标时间线数据中包含的所述源文字幕进行编辑,得到目标字幕;
在所述显示界面中显示所述目标字幕;
其中,所述第一编辑操作包括:对所述目标视频片段对应的时间线数据进行修改,以及对修改后的时间线数据进行校准;
所述响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,包括:
响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据中的所述开始时间进行编辑,若确定所述目标视频片段经所述第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,所述第一预设时间线条件包括与除所述目标视频片段之外的各所述视频片段的开始时间和/或结束时间不存在冲突;
所述时间线冲突提示信息用于指示对所述开始时间进行修改处理。
2.根据权利要求1所述的视频处理方法,其特征在于,所述对待处理视频进行切分,获得至少两段视频片段和各所述视频片段对应的时间线数据,包括:
确定所述待处理视频中满足预设静音条件的切分区间;
在所述切分区间对所述待处理视频进行切分,获得至少两段视频片段,生成各所述视频片段对应的时间线数据;
其中,所述预设静音条件包括人声音量小于预设分贝值,并且所述人声音量小于预设分贝值的持续时长大于预设时长。
3.根据权利要求1所述的视频处理方法,其特征在于,所述响应于对所述时间线编辑控件的第一编辑操作之前,所述方法还包括以下至少一种:
播放所述待处理视频,根据所述待处理视频的播放进度在所述显示界面中显示对应的目标视频片段;
响应于对所述待处理视频的播放进度的进度变更操作,在所述显示界面中显示所述待处理视频经播放进度改变后对应的目标视频片段;其中,所述进度变更操作包括拖动播放进度条滑块。
4.根据权利要求1所述的视频处理方法,其特征在于,所述响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,还包括:
响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据中的所述结束时间进行编辑,若确定所述目标视频片段经所述第一编辑操作后的结束时间不满足第二预设时间线条件,则显示时间线冲突提示信息;
其中,所述第二预设时间线条件包括与除所述目标视频片段之外的各所述视频片段的开始时间和/或结束时间不存在冲突;
所述时间线冲突提示信息用于指示对所述结束时间进行修改处理。
5.根据权利要求4所述的视频处理方法,其特征在于,所述时间线编辑控件包括时间线拆分控件;
所述响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,还包括:
响应于对时间线拆分控件的第三编辑操作,将所述显示界面中当前显示的目标视频片段进行切分,获得至少两段目标视频子片段,根据所述目标视频片段的时间线数据生成所述目标视频子片段的时间线数据;
显示所述目标视频片段经所述第三编辑操作后的至少两段目标视频子片段和对应的时间线数据。
6.根据权利要求1所述的视频处理方法,其特征在于,所述字幕编辑控件包括源文字幕编辑控件和译文字幕编辑控件;
所述响应于对所述字幕编辑控件的第二编辑操作,对所述目标时间线数据中包含的所述源文字幕进行编辑,得到目标字幕,包括以下至少一种:
响应于对源文字幕编辑控件的第四编辑操作,显示所述目标视频片段对应的源文字幕经所述第四编辑操作后的目标字幕;
响应于对译文字幕编辑控件的第五编辑操作,显示所述目标视频片段对应的译文字幕经所述第五编辑操作后的目标字幕;
其中,所述目标视频片段对应的译文字幕为调用文本翻译服务对所述源文字幕进行翻译得到的。
7.一种视频处理装置,其特征在于,包括:
切分模块,用于对待处理视频进行切分,获得至少两段视频片段和各所述视频片段对应的时间线数据;其中,所述时间线数据包括顺序编号、开始时间、结束时间和源文字幕;
第一显示模块,用于在所述待处理视频的显示界面中,显示时间线编辑控件和字幕编辑控件;
第一编辑模块,用于响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据;
第二编辑模块,用于响应于对所述字幕编辑控件的第二编辑操作,对所述目标时间线数据中包含的所述源文字幕进行编辑,得到目标字幕;
第二显示模块,用于在所述显示界面中显示所述目标字幕;
其中,所述第一编辑操作包括:对所述目标视频片段对应的时间线数据进行修改,以及对修改后的时间线数据进行校准;
所述响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据进行编辑,显示编辑后的目标时间线数据,包括:
响应于对所述时间线编辑控件的第一编辑操作,对所述显示界面中当前显示的目标视频片段对应的时间线数据中的所述开始时间进行编辑,若确定所述目标视频片段经所述第一编辑操作后的开始时间不满足第一预设时间线条件,则显示时间线冲突提示信息;
其中,所述第一预设时间线条件包括与除所述目标视频片段之外的各所述视频片段的开始时间和/或结束时间不存在冲突;
所述时间线冲突提示信息用于指示对所述开始时间进行修改处理。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行根据权利要求1至6任一项所述的视频处理方法。
9.一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,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的视频处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580147.9A CN114268829B (zh) | 2021-12-22 | 2021-12-22 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580147.9A CN114268829B (zh) | 2021-12-22 | 2021-12-22 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114268829A CN114268829A (zh) | 2022-04-01 |
CN114268829B true CN114268829B (zh) | 2024-01-16 |
Family
ID=80828776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580147.9A Active CN114268829B (zh) | 2021-12-22 | 2021-12-22 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114268829B (zh) |
Families Citing this family (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 |
CN115136233B (zh) * | 2022-05-06 | 2023-09-22 | 湖南师范大学 | 一种基于自建模板的多模态快速转写及标注系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381388A (zh) * | 2018-11-14 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 一种基于人工智能的字幕生成方法和装置 |
CN110740275A (zh) * | 2019-10-30 | 2020-01-31 | 中央电视台 | 一种非线性编辑系统 |
CN111639233A (zh) * | 2020-05-06 | 2020-09-08 | 广东小天才科技有限公司 | 学习视频字幕添加方法、装置、终端设备和存储介质 |
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 |
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 |
CN112752047A (zh) * | 2019-10-30 | 2021-05-04 | 北京小米移动软件有限公司 | 视频录制方法、装置、设备及可读存储介质 |
CN112954434A (zh) * | 2021-02-26 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 字幕处理方法、系统、电子设备和存储介质 |
CN112995736A (zh) * | 2021-04-22 | 2021-06-18 | 南京亿铭科技有限公司 | 语音字幕合成方法、装置、计算机设备及存储介质 |
WO2021147461A1 (zh) * | 2020-01-21 | 2021-07-29 | 北京字节跳动网络技术有限公司 | 展示字幕信息的方法、装置、电子设备和计算机可读介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11856315B2 (en) * | 2017-09-29 | 2023-12-26 | Apple Inc. | Media editing application with anchored timeline for captions and subtitles |
US11432049B2 (en) * | 2019-08-29 | 2022-08-30 | Snap Inc. | Subtitle splitter |
CN112437337B (zh) * | 2020-02-12 | 2023-07-07 | 上海哔哩哔哩科技有限公司 | 一种直播实时字幕的实现方法、系统及设备 |
-
2021
- 2021-12-22 CN CN202111580147.9A patent/CN114268829B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381388A (zh) * | 2018-11-14 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 一种基于人工智能的字幕生成方法和装置 |
CN110740275A (zh) * | 2019-10-30 | 2020-01-31 | 中央电视台 | 一种非线性编辑系统 |
CN112752047A (zh) * | 2019-10-30 | 2021-05-04 | 北京小米移动软件有限公司 | 视频录制方法、装置、设备及可读存储介质 |
WO2021147461A1 (zh) * | 2020-01-21 | 2021-07-29 | 北京字节跳动网络技术有限公司 | 展示字幕信息的方法、装置、电子设备和计算机可读介质 |
CN111639233A (zh) * | 2020-05-06 | 2020-09-08 | 广东小天才科技有限公司 | 学习视频字幕添加方法、装置、终端设备和存储介质 |
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 |
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 |
CN112954434A (zh) * | 2021-02-26 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 字幕处理方法、系统、电子设备和存储介质 |
CN112995736A (zh) * | 2021-04-22 | 2021-06-18 | 南京亿铭科技有限公司 | 语音字幕合成方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114268829A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114268829B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
EP2946279B1 (en) | System and method for captioning media | |
US8572488B2 (en) | Spot dialog editor | |
US20100299131A1 (en) | Transcript alignment | |
US20200126583A1 (en) | Discovering highlights in transcribed source material for rapid multimedia production | |
EP2136370B1 (en) | Systems and methods for identifying scenes in a video to be edited and for performing playback | |
US20140099076A1 (en) | Utilizing subtitles in multiple languages to facilitate second-language learning | |
Georgakopoulou | Technologization of audiovisual translation | |
US20200126559A1 (en) | Creating multi-media from transcript-aligned media recordings | |
US11636273B2 (en) | Machine-assisted translation for subtitle localization | |
JP2007525900A (ja) | 番組内のコンテンツを位置特定する方法及び装置 | |
CN109348145B (zh) | 基于字幕生成关联弹幕的方法及设备、计算机可读介质 | |
JPH11162107A (ja) | デジタルビデオ情報及びオーディオ情報を編集するためのシステム | |
CN110781328A (zh) | 基于语音识别的视频生成方法、系统、装置和存储介质 | |
EP4322029A1 (en) | Method and apparatus for generating video corpus, and related device | |
CN104994404A (zh) | 一种为视频获取关键词的方法及装置 | |
CN104349173A (zh) | 视频复读方法及装置 | |
CN112101353A (zh) | 文本信息提取方法、装置、电子设备及存储介质 | |
KR101412722B1 (ko) | 자막 관리방법 및 자막 검색방법 | |
CN113343675A (zh) | 一种字幕生成方法、装置和用于生成字幕的装置 | |
CN112711954A (zh) | 翻译方法、装置、电子设备和存储介质 | |
KR101783872B1 (ko) | 동영상 검색 시스템 및 방법 | |
EP3252770A1 (en) | Automated identification and processing of audiovisual data | |
CN112104917B (zh) | 一种单双语字幕修改查找处理方法及系统 | |
KR20140137219A (ko) | 멀티미디어 파일에서 원하는 부분만 쉽고 빠르게 정확히 추출하거나 저장하여 s,e,u-컨텐츠를 만드는 장치 및 그 방법 또는 요점 추출 저장 |
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 |