[发明专利]面向直播场景的实时字幕翻译及系统实现方法有效
| 申请号： | 201811523195.2 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109525787B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 张晖;丁一全 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | H04N5/278 | 分类号： | H04N5/278;G10L17/18;G10L17/04;G10L15/26 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明揭示了一种面向直播场景的实时字幕翻译及系统实现方法，包括如下步骤：S1、使用训练数据集训练深度卷积神经网络；S2、对输入的每帧语音进行傅里叶变换，将时间和频率作为图像的两个维度，获取输入的语音信号的语谱图；S3、将获取的语谱图输入已经训练好的深度卷积神经网络，得到与语音信号相对应的文本数据；S4、将所述文本数据实时显示在屏幕上。本发明能够对每个人的讲话进行实时翻译，并及时显示在屏幕上，从而有效地提升了转写的效率，为观众带来了更为优异的用户体验。 | ||
| 搜索关键词： | 面向 直播 场景 实时 字幕 翻译 系统 实现 方法 | ||
【主权项】：
1.一种面向直播场景的实时字幕翻译及系统实现方法，其特征在于，包括如下步骤：S1、使用训练数据集训练深度卷积神经网络；S2、对输入的每帧语音进行傅里叶变换，将时间和频率作为图像的两个维度，获取输入的语音信号的语谱图；S3、将获取的语谱图输入已经训练好的深度卷积神经网络，得到与语音信号相对应的文本数据；S4、将所述文本数据实时显示在屏幕上。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811523195.2/，转载请声明来源钻瓜专利网。
