WO2014161282A1

WO2014161282A1 - 视频文件播放进度的调整方法及装置

Info

Publication number: WO2014161282A1
Application number: PCT/CN2013/084520
Authority: WO
Inventors: 周鹏
Original assignee: 中兴通讯股份有限公司
Priority date: 2013-07-15
Filing date: 2013-09-27
Publication date: 2014-10-09
Also published as: EP2978232A4; EP2978232A1; US9799375B2; US20160133298A1; CN104301771A

Abstract

本发明公开了一种视频文件播放进度的调整方法及装置，在上述方法中，接收待搜索的文本信息；在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，其中，字幕文件是从视频文件中获取的或者根据视频文件生成的；根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度。根据本发明提供的技术方案，实现了对用户期望回放片段进行准确定位，操作简单方便。

Description

视频文件播放进度的调整方法及装置技术领域本发明涉及通信领域，具体而言，涉及一种视频文件播放进度的调整方法及装置。背景技术随着智能移动终端处理能力的不断提高和显示屏幕的不断增大，视频播放器已经逐渐成为智能移动终端中普遍安装的应用程序。目前，大多数的智能移动终端均配置有触摸屏，用户可以通过手指触摸屏幕来操作和控制应用程序。这种智能移动终端上的视频播放器在播放视频时，通常都会在屏幕上显示进度条、视频的总时间长度以及当前已播放的时间。而进度条上又通常设置有滑块，该滑块会在视频播放的过程中前进，并且该滑块在进度条中的位置与视频播放的进度相对应。当然，用户也可以使用手指来回拖动滑块，此时屏幕上显示的视频内容和当前已播放时间将会进行相应地更新，用户在拖动滑块的过程中通过查看视频内容或者当前已播放时间来定位感兴趣的播放位置。但上述定位播放内容的方式并不方便，这种定位方式只适合于用户根据播放时间进行定位，而在其它一些场景下并不太适用。例如：用户以前看过当前播放的视频，对某个画面或者某个人物说的某句话有印象，其可以是在观看教学视频的时候，记得老师讲过的某个知识点，也可以是在观看电影的时候，记得某句经典台词。如果用户想根据上述线索对视频进行搜索定位，则需要来回反复地拖动进度条上的滑块，并查看对应的视频内容或者视频中人物的讲话，直至能够查找到用户脑海中存有印象的视频播放位置。发明内容本发明提供了一种视频文件播放进度的调整方法及装置，以至少解决相关技术中移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差的问题。根据本发明的一个方面，提供了一种视频文件播放进度的调整方法。本发明的视频文件播放进度的调整方法包括：接收待搜索的文本信息；在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，其中，字幕文件是从视频文件中获取的或者根据视频文件生成的；根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度。根据本发明的另一方面，提供了一种视频文件播放进度的调整装置。本发明的视频文件播放进度的调整装置包括：接收模块，设置为接收待搜索的文本信息；查找模块，设置为在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，其中，字幕文件是从视频文件中获取的或者根据视频文件生成的；调整模块，设置为根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度。上述技术方案具有如下有益效果：采用接收待搜索的文本信息；在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，该字幕文件是从视频文件中获取的或者根据视频文件生成的；根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度，由此，移动终端可以通过确定用户待搜索的文本信息，然后将该文本信息与视频文件中的字幕文件进行匹配，如果能够查找到匹配的字幕内容，则获取与匹配字幕内容对应的播放时间，从而根据播放时间准确调整视频文件的播放进度，解决了相关技术中移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差的问题，进而实现了对用户期望回放片段进行准确定位，操作简单方便。附图说明此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中- 图 1是根据本发明实施例的视频文件播放进度的调整方法的流程图；图 2是根据本发明优选实施例的视频文件播放进度的调整方法的流程图；图 3是根据本发明实施例的视频文件播放进度的调整装置的结构框图；图 4是根据本发明优选实施例的视频文件播放进度的调整装置的结构框图；图 5是根据本发明优选实施例的智能移动终端的软硬件架构示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。图 1是根据本发明实施例的视频文件播放进度的调整方法的流程图。如图 1所示，该方法可以包括以下处理步骤：步骤 S102: 接收待搜索的文本信息；步骤 S104: 在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，其中，字幕文件是从视频文件中获取的或者根据视频文件生成的；步骤 S106: 根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度。相关技术中，移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差。采用如图 1所示的方法，接收待搜索的文本信息；在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，该字幕文件是从视频文件中获取的或者根据视频文件生成的；根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度，由此，移动终端可以通过确定用户待搜索的文本信息，然后将该文本信息与视频文件中的字幕文件进行匹配，如果能够查找到匹配的字幕内容，则获取与匹配字幕内容对应的播放时间，从而根据播放时间准确调整视频文件的播放进度，解决了相关技术中移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差的问题，进而实现了对用户期望回放片段进行准确定位，操作简单方便。优选地，在步骤 S104，查找与文本信息相匹配的字幕内容之前，还可以包括以下操作- 步骤 S1 : 判断视频文件中是否存在字幕文件；步骤 S2: 如果否，则根据视频文件中的音频数据生成字幕文件。在优选实施例中，如果视频文件已经加载了预设格式（例如： srt格式）的字幕文件，则可以直接从本地的视频文件中获取与该视频文件对应的字幕文件，当然还可以从网络中专门提供字幕的网站下载相应的字幕文件；如果视频文件中缺少对应的字幕文件，则可以通过采集视频文件中的音频数据生成相应的字幕文件。字幕文件可以是一个文本文件，其中，描述了视频文件中的各段字幕信息，而每一段字幕信息可以包括：字幕序号、起始时间以及字幕内容。字幕文件可以有多种格式，例如：其中一种字幕文件格式为 srt格式，此类字幕文件的文件名通常以 .srt为后缀。每段字幕的格式如下- 字幕序列号起始时间→终止时间字幕文本（一行或多行）空白行字幕序号一般从 1开始编号，其所采用的时间格式是"小时：分钟：秒，毫秒"。下面是一个格式为 srt的字幕文件的示例：

1

00:00:10,500→00:00:13,000

Elephant's Dream

2 00:00:15,000→00:00:18,000 At the left we can see... 上述字幕文件中包含有两段字幕，第一段字幕的起始时间是从 10.5秒至 13秒，其字幕内容为 Elephant's Dream, 第二段字幕的起始时间是从 15秒至 18秒，其字幕内容为 At the left we can see...。优选地，在步骤 S2中，根据音频数据生成字幕文件可以包括以下操作：步骤 S21 : 对视频文件中的音频数据进行解码处理；步骤 S22: 将解码后的音频数据转换成字幕文件。在优选实施例中，可以采用移动终端的音视频解码器对视频文件中的音频数据进行解码，然后将其转换成特定语言（例如：中文或者英文）的文本。优选地，在步骤 S104，查找与文本信息相匹配的字幕内容之前，还可以包括以下步骤：步骤 S3 : 判断字幕文件所使用的语言与文本信息所使用的语言是否一致；步骤 S4:如果否，则将字幕文件所使用的语言译成与文本信息所使用的语言一致，或者，按照文本信息所使用的语言重新生成字幕文件。在优选实施例中，在移动终端已经确定用户待搜索的文件信息并且已经获取到或者已经生成与视频文件对应的字幕文件的情况下，如果希望将两者进行匹配，就需要确保两者所使用的语音保持一致。因此，如果字幕文件中的所使用语言与用户进行语音搜索时所使用的语言相同，此时，视频播放器可以允许用户指定字幕文件。但是，如果视频文件中没有加载字幕文件或者其加载的字幕文件所使用的语言与用户所使用的语言不同。此时，需要将字幕文件所使用的语言译成与文本信息所使用的语言一致或者按照文本信息所使用的语言重新生成字幕文件。优选地，在步骤 S106中，根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整播放进度可以包括以下处理步骤：步骤 S5 : 根据查找到的字幕内容确定该字幕内容的字幕序号；步骤 S6: 根据字幕序号获取与查找到的字幕内容对应的播放时间段，并在播放时间段中确定与查找到的字幕内容对应的起始的播放时间；步骤 S7: 按照播放时间调整播放进度。在优选实施例中，尽管字幕文件可以有多种格式，但是在各种格式的字幕文件中均包含有多段字幕信息，而每一段字幕信息又可以包括：字幕序号、播放时间段以及字幕内容。当在字幕文件中查找到与用户待搜索的文本信息匹配的字幕内容后，便可以进一步确定该段字幕内容的字幕序号，并且可以根据字幕序号进一步确定该段字幕内容对应的播放时间段（包括：起始时间与终止时间），由此可以确定该段字幕内容的起始的播放时间，进而按照播放时间调整播放进度。以上述格式为 srt的字幕文件示例为例，假设待搜索的文本信息为" At the left we can see... "，而在字幕文件中确实查找到与该文本信息相匹配的字幕信息，具体如下：

2

00:00: 15,000→00:00: 18,000 At the left we can see. 由此可以确定该段字幕内容的字幕序号为 2，而与字幕序号为 2对应的播放时间段为 00:00: 15,000→00:00: 18,000，即起始的播放时间为 00:00: 15,000，因此，可以按照播放时间调整视频文件的播放进度。优选地，在步骤 S102中，确定文本信息可以包括但不限于以下方式之一：方式一、接收输入的文本信息；方式二、接收语音数据，并将语音数据转换成文本信息。在优选实施例中，移动终端用户既可以通过键盘或者触摸屏在视频播放器的搜索对话框中输入待搜索的文本信息，也可以通过麦克风将待搜索的文本信息通过语音的方式输入到移动终端中。下面结合图 2所示的优选实施方式对上述优选实施过程做进一步的描述。图 2是根据本发明优选实施例的视频文件播放进度的调整方法的流程图。如图 2 所示，该流程可以包括以下处理步骤：步骤 S202:用户在移动终端上打开视频播放器软件，并选择播放特定的视频文件; 步骤 S204: 用户查找是否存在与视频文件对应的字幕文件，并且可以在视频播放器中指定字幕文件；如果是，则转到步骤 S208; 如果否，则继续执行步骤 S206; 步骤 S206: 如果没有，可以采用移动终端的音视频解码器对视频文件中的音频数据进行解码，然后将其转换成特定语言（例如：中文或者英文）的文本格式并同时记录时间信息，即新生成一个字幕文件；步骤 S208: 用户选择使用语音搜索功能来搜索视频内容；步骤 S210:视频播放器软件将用户通过麦克风输入的语音数据转换成特定格式的文本；步骤 S212: 视频播放器软件使用转换后的用户语音文本在字幕文件中进行搜索，如果查找到相匹配的字幕内容，则可以得到对应字幕的播放时间；步骤 S214: 视频播放器软件使用播放时间调整视频文件的播放进度。图 3是根据本发明实施例的视频文件播放进度的调整装置的结构框图。如图 3所示，该视频文件播放进度的调整装置可以包括：接收模块 10，设置为接收待搜索的文本信息；查找模块 20，设置为在视频文件的字幕文件中查找与文本信息相匹配的字幕内容，其中，字幕文件是从视频文件中获取的或者根据视频文件生成的；调整模块 30，设置为根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照播放时间调整视频文件的播放进度。采用如图 3所示的装置，解决了相关技术中移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差的问题，进而实现了对用户期望回放片段进行准确定位，操作简单方便。优选地，如图 4所示，上述装置还可以包括：第一判断模块 40，设置为判断视频文件中是否存在字幕文件；第一处理模块 50，设置为在第一判断模块输出为否时，根据视频文件中的音频数据生成字幕文件。优选地，如图 4所示，第一处理模块 50可以包括：解码单元 500，设置为对视频文件中的音频数据进行解码处理；转换单元 502，设置为将解码后的音频数据转换成字幕文件。优选地，如图 4所示，上述装置还可以包括：第二判断模块 60，设置为判断字幕文件所使用的语言与文本信息所使用的语言是否一致；第二处理模块 70，设置为在第二判断模块输出为否时，将字幕文件所使用的语言译成与文本信息所使用的语言一致，或者，按照文本信息所使用的语言重新生成字幕文件。优选地，如图 4所示，调整模块 30可以包括：第一确定单元 300，设置为根据查找到的字幕内容确定该字幕内容的字幕序号；第二确定单元 302，设置为根据字幕序号获取与查找到的字幕内容对应的播放时间段，并在播放时间段中确定与查找到的字幕内容对应的起始的播放时间；调整单元 304，设置为按照播放时间调整播放进度。优选地，如图 4所示，确定模块 10可以包括：第一接收单元 100，设置为接收输入的文本信息；第二接收单元 102，设置为接收语音数据，并将语音数据转换成文本信息。下面结合图 5所示的优选实施方式对上述优选实施过程做进一步的描述。图 5是根据本发明优选实施例的智能移动终端的软硬件架构示意图。该架构可以分为三个层次，从下至上依次分别为硬件层、操作系统层以及应用程序层。硬件层可以包括：处理器、存储器、麦克风、扬声器和触控显示屏。操作系统层负责管理硬件设备、提供文件系统和功能程序库，而功能程序库中可以包括：语音识别模块（相当于上述第一处理模块和确定模块）。语音识别模块的作用在于将语音数据转换成对应的文本内容。应用程序层可以包括：多个应用程序，例如：视频播放器、计算器。视频播放器中可以包括音视频解码器，能够对视频文件进行解码，然后在显示屏上播放图像，并通过扬声器播放声音。本发明所提供的技术方案可以在视频播放器中新增一个功能模块，在显示屏上显示的视频图像中可以将该功能命名为语音搜索（相当于上述查找模块和调整模块）。当用户使用视频播放器观看视频时，可以选择使用语音搜索功能。此时，用户可以对着智能移动终端说出脑海中记忆的期望检索的语句，然后，语音搜索模块即可根据用户说出的语句的字幕内容搜索视频文件中相应的音频数据，进而查找匹配项。如果能够查找到匹配项，则将视频播放器的进度条滑块定位到相应的位置。在该优选实施例中，语音搜索模块完成上述工作需要具备以下前提条件：条件一、智能移动终端的软件系统中包含语音识别模块，该语音识别模块可以由操作系统或者其它应用程序提供，而且视频播放器软件可以对其进行使用。例如：语音识别模块可以接收预设格式（例如：脉冲编码调制（Pulse Code Modulation, 简称为 PCM)) 的音频输入，并将其转换成特定语言（例如：中文或者英文）的文本。条件二、视频播放器中的音视频解码器能够识别视频文件的格式（例如： MP4、 AVI), 并将视频文件中的音频数据解码成语音识别模块能够接收的格式。条件三、语音搜索模块能够通过操作系统从麦克风采集用户说出的语音数据，而且这些语音数据能够被语音识别模块所接收。作为本发明的一个优选实施例，可以采用 srt格式的字幕文件为例进一步对用户希望搜索的文本信息在视频文件中的定位进行详细的描述，当然，在具体实施过程中还可以采用其它格式的字幕文件，此处并不构成对本发明的限定。整个过程具体包括以下几个步骤：第一步、使用视频播放器中的音频解码器将视频文件中的音频数据解码成语音识别模块能够识别的格式（例如： PCM格式）并保存至音频文件中。第二步、分析上述音频文件并生成字幕文件。循环读取音频文件中的语音数据，可以每次读取 1秒的语音数据，其次将这 1秒的音频数据输入至语音识别模块中，生成对应的字幕文本，然后按照 Srt格式生成一段字幕信息保存至字幕文件中。按照上述方式，如果视频文件的长度为 N秒，那么在字幕文件中就会生成 N段字幕。第三步、视频文件的搜索定位。在用户启用语音搜索功能时，用户说出在视频文件中期望检索到的语句，语音搜索模块从麦克风采集到用户说出的语音数据，然后将其输入到语音识别模块中，以生成对应的文本。随后，语音搜索模块在字幕文件中搜索上述生成的文本，如果搜索到与之匹配的文本，按照字幕文件的格式可以获得与匹配文本对应的播放时间。最后，视频播放器根据播放时间进行定位。从以上的描述中，可以看出，上述实施例实现了如下技术效果（需要说明的是这些效果是某些优选实施例可以达到的效果）：采用本发明实施例所提供的技术方案，为用户提供了一种新的视频文件播放进度的调整方法及装置，移动终端可以通过确定用户待搜索的文本信息，然后将该文本信息与视频文件中的字幕文件进行匹配，如果能够查找到匹配的字幕内容，则获取与匹配字幕内容对应的播放时间，从而根据播放时间准确调整视频文件的播放进度，解决了相关技术中移动终端用户在已经观看视频中查找特定片段的方式较为复杂且对该特定片段的播放进度定位的准确性较差的问题，进而实现了对用户期望回放片段进行准确定位，操作简单方便。显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

权利要求书

1. 一种视频文件播放进度的调整方法，包括：

接收待搜索的文本信息；

在视频文件的字幕文件中查找与所述文本信息相匹配的字幕内容，其中，所述字幕文件是从所述视频文件中获取的或者根据所述视频文件生成的；

根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照所述播放时间调整所述视频文件的播放进度。

2. 根据权利要求 1所述的方法，其中，在查找与所述文本信息相匹配的字幕内容之前，还包括：

判断所述视频文件中是否存在所述字幕文件；

如果否，则根据所述视频文件中的音频数据生成所述字幕文件。

3. 根据权利要求 2所述的方法，其中，根据所述音频数据生成所述字幕文件包括:

对所述视频文件中的音频数据进行解码处理；

将解码后的音频数据转换成所述字幕文件。

4. 根据权利要求 1所述的方法，其中，在查找与所述文本信息相匹配的字幕内容之前还包括：

判断所述字幕文件所使用的语言与所述文本信息所使用的语言是否一致；如果否，则将所述字幕文件所使用的语言译成与所述文本信息所使用的语言一致，或者，按照所述文本信息所使用的语言重新生成所述字幕文件。

5. 根据权利要求 1所述的方法，其中，根据所述查找到的字幕内容确定与该字幕内容对应的播放时间，并按照所述播放时间调整所述播放进度包括：

根据所述查找到的字幕内容确定该字幕内容的字幕序号；

根据所述字幕序号获取与所述查找到的字幕内容对应的播放时间段，并在所述播放时间段中确定与所述查找到的字幕内容对应的起始的播放时间；

按照所述播放时间调整所述播放进度。

6. 根据权利要求 1至 5中任一项所述的方法，其中，接收所述文本信息包括以下之一：

接收输入的所述文本信息；

接收语音数据，并将所述语音数据转换成所述文本信息。

7. 一种视频文件播放进度的调整装置，包括：

接收模块，设置为接收待搜索的文本信息；

查找模块，设置为在视频文件的字幕文件中查找与所述文本信息相匹配的字幕内容，其中，所述字幕文件是从所述视频文件中获取的或者根据所述视频文件生成的；

调整模块，设置为根据查找到的字幕内容确定与该字幕内容对应的播放时间，并按照所述播放时间调整所述视频文件的播放进度。

8. 根据权利要求 7所述的装置，其中，所述装置还包括：

第一判断模块，设置为判断所述视频文件中是否存在所述字幕文件；第一处理模块，设置为在所述第一判断模块输出为否时，根据所述视频文件中的音频数据生成所述字幕文件。

9. 根据权利要求 8所述的装置，其中，所述第一处理模块包括：

解码单元，设置为对所述视频文件中的音频数据进行解码处理；转换单元，设置为将解码后的音频数据转换成所述字幕文件。

10. 根据权利要求 7所述的装置，其中，所述装置还包括：

第二判断模块，设置为判断所述字幕文件所使用的语言与所述文本信息所使用的语言是否一致；

第二处理模块，设置为在所述第二判断模块输出为否时，将所述字幕文件所使用的语言译成与所述文本信息所使用的语言一致，或者，按照所述文本信息所使用的语言重新生成所述字幕文件。

11. 根据权利要求 7所述的装置，其中，所述调整模块包括：

第一确定单元，设置为根据所述查找到的字幕内容确定该字幕内容的字幕序号；第二确定单元，设置为根据所述字幕序号获取与所述查找到的字幕内容对应的播放时间段，并在所述播放时间段中确定与所述查找到的字幕内容对应的起始的播放时间；

调整单元，设置为按照所述播放时间调整所述播放进度。

12. 根据权利要求 7至 11中任一项所述的装置，其中，所述接收模块包括：

第一接收单元，设置为接收输入的所述文本信息；

第二接收单元，设置为接收语音数据，并将所述语音数据转换成所述文本信息。