[发明专利]视频播放方法、装置及计算机可读存储介质

权利要求书

1.一种视频播放方法，其特征在于，包括：

对实时接收到的流媒体数据进行缓存；

从缓存的流媒体数据中获取待添加字幕的目标音轨数据；

对所述目标音轨数据进行解析，获得所述目标音轨数据对应的目标文本信息；

将所述目标文本信息与所述目标音轨数据进行时间轴对齐，获得所述目标文本信息对应的时间轴信息；

根据所述流媒体数据进行视频播放，并基于所述目标文本信息和所述时间轴信息为播放的视频添加字幕。

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：

接收用户设置的语言选择指令，所述语言选择指令用于指示用户设置的目标语种；

所述对所述目标音轨数据进行解析，获得所述目标音轨数据对应的目标文本信息，包括：

对所述目标音轨数据进行语音识别，获得所述目标音轨数据对应的第一文本信息；

在所述第一文本信息与所述目标语种不同的情况下，按照所述目标语种对所述第一文本信息进行语种转换，以获得所述目标文本信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述流媒体数据进行视频播放，并基于所述目标文本信息和所述时间轴信息为播放的视频添加字幕，包括：

播放所述流媒体数据中的所述目标音轨数据和与所述目标音轨数据对应的图像数据，并按照所述时间轴信息显示所述目标文本信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述目标文本信息进行语句分割，确定所述目标文本信息包含的每一语句；

针对每一所述语句，根据所述语句对应的时间轴信息，从所述流媒体数据中确定与所述语句对应的图像数据；

根据所述图像数据确定与所述语句对应的目标人物信息；

所述根据所述流媒体数据进行视频播放，并基于所述目标文本信息和所述时间轴信息为播放的视频添加字幕，包括：

播放所述流媒体数据中的所述目标音轨数据和与所述目标音轨数据对应的图像数据，并按照所述时间轴信息，在所述目标人物信息对应的位置显示所述目标人物信息对应的语句的文本信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述图像数据确定与所述语句对应的目标人物信息，包括：

根据所述图像数据进行人脸识别，确定所述图像数据对应的人物信息；

根据所述语句对应的音轨数据进行声纹特征提取，获得所述语句对应的声纹信息；

根据所述声纹信息，将所述图像数据对应的所述人物信息中与所述声纹信息匹配的人物信息确定为所述目标人物信息。

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：

存储所述目标音轨数据对应的进度信息，以表示所述目标音轨数据已被添加字幕。

7.一种视频播放装置，其特征在于，包括：

缓存模块，被配置为对实时接收到的流媒体数据进行缓存；

获取模块，被配置为从缓存的流媒体数据中获取待添加字幕的目标音轨数据；

解析模块，被配置为对所述目标音轨数据进行解析，获得所述目标音轨数据对应的目标文本信息；

处理模块，被配置为将所述目标文本信息与所述目标音轨数据进行时间轴对齐，获得所述目标文本信息对应的时间轴信息；

播放模块，被配置为根据所述流媒体数据进行视频播放，并基于所述目标文本信息和所述时间轴信息为播放的视频添加字幕。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

接收模块，被配置为接收用户设置的语言选择指令，所述语言选择指令用于指示用户设置的目标语种；

所述解析模块包括：

识别子模块，被配置为对所述目标音轨数据进行语音识别，获得所述目标音轨数据对应的第一文本信息；

转换子模块，被配置为在所述第一文本信息与所述目标语种不同的情况下，按照所述目标语种对所述第一文本信息进行语种转换，以获得所述目标文本信息。