[发明专利]字幕数据推送方法、字幕展示方法、装置、设备及介质

权利要求书

1.一种字幕数据推送方法，其特征在于，所述方法包括：

获取视频流数据和音频流数据，所述音频流数据是所述视频流数据中的音频部分对应的数据；

根据所述音频流数据生成字幕数据，所述字幕数据中包含所述音频流数据中的语音对应的字幕文本，以及所述字幕文本对应的时间信息；

在向用户终端推送所述视频流数据时，将所述字幕数据推送给所述用户终端，所述字幕数据用于指示所述用户终端根据所述字幕文本对应的时间信息，将所述字幕文本与所述视频流数据中的直播画面同步展示；

所述根据所述音频流数据生成字幕数据，包括：

对所述音频流数据进行语音起止检测，获得所述音频流数据中的语音起始帧和语音结束帧；所述语音起始帧是语音片段开始时的音频帧，所述语音结束帧是语音片段结束时的音频帧；

按照目标语音数据中的各个音频帧对应的时间信息，每隔预定时间间隔进行一次语音帧提取，获得至少一段语音子数据，所述目标语音数据包括所述音频流中任意一组语音起始帧和语音结束帧之间的音频帧，所述语音子数据包括所述目标语音数据的语音起始帧与目标音频帧之间的各个音频帧，所述目标音频帧是所述语音子数据的语音帧提取操作对应在所述目标语音数据中的时间信息处的音频帧；

对所述至少一段语音子数据进行语音识别，获得所述至少一段语音子数据分别对应的识别子文本；

将所述至少一段语音子数据分别对应的识别子文本获取为所述目标语音数据对应的语音识别文本；

根据所述语音识别文本生成所述字幕数据。

2.根据权利要求1所述的方法，其特征在于，所述在向用户终端推送所述视频流数据时，将所述字幕数据推送给所述用户终端，包括：

接收所述用户终端发送的字幕获取请求，所述字幕获取请求中携带有语言指示信息，所述语言指示信息用于指示字幕语言；

当所述语言指示信息指示的字幕语言是所述字幕文本对应的语言时，向所述用户终端推送所述字幕数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述音频流数据生成字幕数据，包括：

通过目标业务，根据所述音频流数据生成所述字幕数据，所述目标业务是至少一个字幕生成业务中的任意业务；

所述字幕获取请求中还携带有业务标识，所述业务标识用于指示字幕生成业务；

所述当所述语言指示信息指示的字幕语言是所述字幕文本对应的语言时，向所述用户终端推送所述字幕数据，包括：

当所述语言指示信息指示的字幕语言是所述字幕文本对应的语言，且所述业务标识指示的字幕生成业务是所述目标业务时，向所述用户终端推送所述字幕数据。

4.根据权利要求2所述的方法，其特征在于，所述字幕获取请求中还包含时间标识，所述时间标识用于指示请求的字幕数据的时间信息；

所述向所述用户终端推送所述字幕数据，包括：

查询是否缓存有与所述时间标识指示的时间信息相对应的所述字幕数据；

若查询到缓存有所述字幕数据，则将缓存的所述字幕数据推送给所述用户终端。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若查询到未缓存所述字幕数据，则从字幕数据库中提取所述字幕数据；

将提取到的所述字幕数据进行缓存。

6.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据向所述用户终端推送的所述字幕数据的时间信息确定下次请求时间；

向所述用户终端发送请求指示信息，所述请求指示信息用于指示所述用户终端在下次请求时间到达时发送新的字幕获取请求。

7.根据权利要求3所述的方法，其特征在于，所述方法还包括：

检测所述字幕数据中的各个数据块的序号是否连续；

若所述字幕数据中的各个数据块的序号不连续，则向所述目标业务请求缺失序号对应的数据块，所述缺失序号是所述字幕数据中的第一个数据块的序号和最后一个数据块的序号之间缺失的序号；

通过所述缺失序号对应的数据块补齐所述字幕数据。