申请/专利权人：北京云水客科技有限公司

申请日：2023-08-28

公开（公告）日：2023-11-28

公开（公告）号：CN117135298A

主分类号：H04N5/278

分类号：H04N5/278;G06V20/40;G06V20/70;G06V30/148

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.15#实质审查的生效;2023.11.28#公开

摘要：本发明公开了一种MV视频字幕逐字生成方法、装置、设备及存储介质，该方法包括：根据预设YOLO模型对源MV视频进行字幕识别，获得当前显示的歌词识别结果集合，所述歌词识别结果集合包括字符、字符时间戳和位置信息的对应关系；根据字符、字符时间戳和位置信息确定字符的演唱时长；根据演唱时长和位置信息将字符逐个生成到目标视频中。由于本发明通过对源MV视频进行字幕识别并检测演唱区域的歌词，获得字符、字符时间戳和位置信息，再确定每个字符的演唱时长，保证逐字歌词的准确性和流畅性，再根据位置信息将字符逐个生成到目标视频中，从而能够高效且准确地生成有时间戳的逐字歌词，大大降低了成本，提高了制作效率。

主权项：1.一种MV视频字幕逐字生成方法，其特征在于，所述方法包括：根据预设YOLO模型对源MV视频进行字幕识别，获得所述源MV视频中当前显示的歌词的歌词识别结果集合，所述歌词识别结果集合包括字符、字符时间戳和位置信息的对应关系；根据所述字符、所述字符时间戳和所述位置信息确定所述字符的演唱时长；根据所述演唱时长和所述位置信息将所述字符逐个生成到目标视频中。

全文数据：

权利要求：

百度查询： 北京云水客科技有限公司 MV视频字幕逐字生成方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD