[发明专利]视频通话方法、装置、计算机设备和存储介质

权利要求书

1.一种视频通话方法，其特征在于，包括：

采集目标成员在视频通话中产生的第一语音及源视频帧；

根据预设的参与所述视频通话的对方成员分别指向的目标语种对所述第一语音进行转换，得到第一文本，并基于每种所述第一文本生成对应的字幕图像，对所述字幕图像进行缓存；

每隔第一预设时长查询缓存中是否存在更新的字幕图像；

若是，将所述更新的字幕图像与所述目标成员自当前时间之前第二预设时长内产生的每个源视频帧进行合成，得到每种目标语种对应的目标视频帧，并将完成合成的字幕图像从所述缓存删除；所述第二预设时长小于所述第一预设时长；

将得到的每种目标语种的目标视频帧发送至相应对方成员。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当触发了目标语种的配置操作时，展示语种配置页面；

获取基于所述语种配置页面所配置的语种配置信息；所述语种配置信息包括所述目标成员及参与所述视频通话的对方成员分别对应的候选语种；

将所述目标成员的成员标识及所述语种配置信息关联存储至服务器，以使所述服务器在存在所述对方成员的成员标识关联的语种配置信息时，将每个所述语种配置信息关联的成员标识所对应的候选语种作为相应成员的目标语种。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将所述第一语音发送至服务器；

接收所述服务器返回的根据每个对方成员的目标语种对所述第一语音进行转换得到的第一文本。

4.根据权利要求1所述的方法，其特征在于，所述第一语音是指目标成员所对应的第一终端在视频通话过程中，基于音频采集组件采集到的目标成员的语音数据。

5.根据权利要求1所述的方法，其特征在于，所述基于每种所述第一文本生成对应的字幕图像包括：

根据所述源视频帧的图像宽度确定字幕宽度；

将所述字幕宽度转换为每种目标语种对应的字符数量阈值；

根据不同的所述字符数量阈值将相应第一文本拆分为多个子文本；

根据所述第一文本对应子文本的数量确定相应第一文本的字幕高度；

将所述第一文本作为字幕内容添加至根据所述字幕宽度及所述字幕高度生成的背景图像中，得到字幕图像。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采集所述对方成员在所述视频通话中产生的第二语音；

获取根据所述目标成员对应的目标语种对第二语音转换得到的第二文本；

展示所述第二文本。

7.根据权利要求1所述的方法，其特征在于，所述视频通话的页面包括所述目标成员以及每个所述对方成员对应的视频帧展示区；所述方法还包括：

在所述目标成员对应的视频帧展示区，展示合成得到的所述目标成员对应目标语种的目标视频帧，记作第一目标视频帧；

获取来自对方成员的第二目标视频帧；所述第二目标视频帧是根据所述目标成员对应目标语种将所述对方成员在所述视频通话中产生的第二语音转换为第二文本，并基于转换得到的第二文本以及所述对方成员在所述视频通话中产生的源视频帧合成得到；

在所述对方成员对应的视频帧展示区，展示所述第二目标视频帧。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

采集所述对方成员在所述视频通话中产生的第二语音；

获取根据所述目标成员对应的目标语种对第二语音转换得到的第二文本；

根据每个所述对方成员对应的视频帧展示区的大小，确定所获取的所述第二文本的展示样式；

根据所述展示样式在所述视频通话的页面弹窗展示所获取的第二文本。

9.根据权利要求6至8中任意一项所述的方法，其特征在于，所述视频通话方法应用于第一终端，所述第一终端包括音频采集组件和音频播放组件；所述第一语音基于所述音频采集组件产生，所述第二语音基于所述音频播放组件产生。