[发明专利]直播方法和装置

说明书

本申请公开了直播方法和装置，涉及直播技术领域。方法的一具体实施方式包括：响应于检测到源站上报的源直播流的相关信息，基于直播翻译进程对源站中的源直播流中的音频数据进行翻译，得到字幕数据；将字幕数据编码进源直播流，得到目标直播流；对源站中的目标直播流进行转码，得到转码后的直播流；基于转码后的直播流进行直播，有效提升了生成直播字幕的效率。

技术领域

本申请涉及计算机技术领域，具体涉及直播技术领域，尤其涉及一种直播方法和装置。

背景技术

随着随着时代的发展，直播行业有了质的飞跃，对高清画质、低延时、声画同步等问题已经优化到了极致，然而用户的需求并不满足于此。

在某些场景例如各大体育赛事、大型会议报告、在线教育培训等，都需要对直播进行实时翻译并添加多语言字幕。现有的技术都是通过线下人工同传+字幕机设备实现直播实时翻译和多语言字幕功能。

而上述方式主要存在如下问题：

1、成本高，每一场直播都需要专业的同传人员和相关的硬件设备；

2、效率低，受人工和设备的影响，效率低下，不具备大规模使用的条件。

发明内容

本申请实施例提供了一种直播方法、装置、设备以及存储介质。

根据第一方面，本申请实施例提供了一种直播方法，该方法包括：响应于检测到源站上报的源直播流的相关信息，基于直播翻译进程对源站中的源直播流中的音频数据进行翻译，得到字幕数据；将字幕数据编码进源直播流，得到目标直播流；对目标直播流进行转码，得到转码后的直播流；基于转码后的直播流进行直播。

在一些实施例中，基于直播翻译进程对源站中的源直播流中的音频数据进行翻译，得到字幕数据，包括：建立AI语音翻译引擎与直播翻译进程之间的通信；基于AI语音翻译引擎与直播翻译进程之间的通信对源站中的源直播流中的音频数据进行翻译，得到字幕数据。

在一些实施例中，建立AI语音翻译引擎与直播翻译进程之间的通信，包括：通过websocket建立AI语音翻译引擎与直播翻译进程之间的通信。

在一些实施例中，将字幕数据编码进所述源直播流，得到目标直播流，包括：响应于获取到字幕数据，将字幕数据与源直播流进行时间戳对齐，得到对齐后的字幕数据与源直播流；将对齐后的字幕数据与源直播流进行合并编码，得到目标直播流。

在一些实施例中，该方法还包括：响应于检测到源站上报的源直播流的相关信息，基于直播翻译进程对所述源直播流进行本地缓存。

根据第二方面，本申请实施例提供了一种直播装置，该装置包括翻译模块，被配置成响应于检测到源站上报的源直播流的相关信息，基于直播翻译进程对源站中的源直播流中的音频数据进行翻译，得到字幕数据；编码模块，被配置成将字幕数据编码进源直播流，得到目标直播流；转码模块，被配置成对目标直播流进行转码，得到转码后的直播流；直播模块，被配置基于转码后的直播流进行直播。

在一些实施例中，翻译模块包括：建立单元，被配置成建立AI语音翻译引擎与直播翻译进程之间的通信；通信单元，被配置成基于AI语音翻译引擎与直播翻译进程之间的通信对源站中的源直播流中的音频数据进行翻译，得到字幕数据。

在一些实施例中，建立单元进一步被配置成：通过websocket建立AI语音翻译引擎与直播翻译进程之间的通信。

在一些实施例中，编码模块包括：对齐单元，被配置成响应于获取到字幕数据，将字幕数据与源直播流进行时间戳对齐，得到对齐后的字幕数据与源直播流；合并单元，被配置成将对齐后的字幕数据与源直播流进行合并编码，得到目标直播流。

在一些实施例中，该装置还包括：缓存模块，被配置成响应于检测到源站上报的源直播流的相关信息，基于直播翻译进程对源直播流进行本地缓存。