[发明专利]视频播放方法、装置、终端设备及存储介质

权利要求书

1.一种视频播放方法，其特征在于，包括：

自视频中提取音频，并生成音频文件；

将所述音频文件转换为文件流，并通过语音识别将所述文件流转换为字幕文本；所述字幕文本中包含与所述音频的播放时间对应的多个时间戳；

根据所述时间戳将所述字幕文本显示在所述视频的播放界面；

接收包含关键词的查询指令，在所述字幕文本中查询与所述关键词对应的目标时间戳；所述多个时间戳包括所述目标时间戳；

根据所述目标时间戳播放所述音频和所述视频。

2.如权利要求1所述的视频播放方法，其特征在于，所述将所述音频文件转换为文件流，并通过语音识别将所述文件流转换为字幕文本；所述字幕文本中包含与所述音频的播放时间对应的多个时间戳，包括：

将所述音频文件转换为所述文件流；

通过所述语音识别接口将所述文件流转换为所述字幕文本；

在所述字幕文本中按照预设规则插入时间戳，并将插入的所述时间戳与所述时间戳之前或所述时间戳之后的文本内容关联。

3.如权利要求2所述的视频播放方法，其特征在于，所述通过所述语音识别接口将所述文件流转换为所述字幕文本，具体为：

令所述语音识别接口通过声学特征、各个词在上下文中的关系、文字与发音之间的映射关系对所述文件流进行解码，并获取所述文件流解码后生成的所述字幕文本；其中，所述声学特征包括各个发音之间的转移关系、发音与声波特征之间的关系。

4.如权利要求2所述的视频播放方法，其特征在于，所述在所述字幕文本中按照预设规则插入时间戳，并将插入的所述时间戳与所述时间戳之前或所述时间戳之后的文本内容关联，包括：

按照所述预设规则将所述字幕文本划分为多个文本内容；其中，所述预设规则包括按照字、词、句、段对所述字幕文本进行划分；

在各所述文本内容之前或/和所述文本内容之后插入与所述文本内容关联的时间戳，并将所述时间戳与所述时间戳之前或之后的文本内容关联；其中，所述字幕文本中插入的所述时间戳与所述音频的播放时间对应；

将包含所述时间戳的所述字幕文本存储至数据库。

5.如权利要求1所述的视频播放方法，其特征在于，所述接收包含关键词的查询指令，在所述字幕文本中查询与所述关键词对应的目标时间戳，包括：

接收包含所述关键词的查询指令，所述关键词由用户在查询界面通过语音输入或通过输入框键入；

自数据库中调取包含时间戳的所述字幕文本，并在所述字幕文本中查询所述关键词；

获取所述字幕文本中包含所述关键词的所有文本内容，并将所有所述文本内容以及与各所述文本内容关联的所述目标时间戳显示在所述查询界面上。

6.一种视频播放装置，其特征在于，包括：

提取模块，用于自视频中提取音频，并生成音频文件；

转换模块，用于将所述音频文件转换为文件流，并通过语音识别将所述文件流转换为字幕文本；所述字幕文本中包含与所述音频的播放时间对应的多个时间戳；

字幕显示模块，用于根据所述时间戳将所述字幕文本显示在所述视频的播放界面；

查询模块，用于接收包含关键词的查询指令，在所述字幕文本中查询与所述关键词对应的目标时间戳；所述多个时间戳包括所述目标时间戳；

播放模块，用于根据所述目标时间戳播放所述音频和所述视频。

7.如权利6所述的视频播放装置，其特征在于，所述转换模块包括：

第一转换子模块，用于将所述音频文件转换为所述文件流；

第二转换子模块，用于通过所述语音识别接口将所述文件流转换为所述字幕文本；

插入子模块，用于在所述字幕文本中按照预设规则插入时间戳，并将插入的所述时间戳与所述时间戳之前或所述时间戳之后的文本内容关联。