申请/专利权人：清华珠三角研究院;赛业(广州)生物科技有限公司

申请日：2020-11-30

公开（公告）日：2024-04-16

公开（公告）号：CN112562721B

主分类号：G10L21/10

分类号：G10L21/10;G10L25/57;G10L15/26;G10L13/04;G10L13/047;G10L17/00;G10L21/043;G06F40/58;G06V40/16;G06V20/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.04.13#实质审查的生效;2021.03.26#公开

摘要：本发明公开了一种视频翻译方法、系统、装置及存储介质，其中方法包括以下步骤：获取视频数据；对所述视频数据进行语音分割，获得语音片段以及与所述语音片段对应的视频片段；对所述语音片段进行语音识别，获得第一文本，对所述第一文本进行翻译，获得第二文本；根据所述第二文本获取合成语音，通过调整所述合成语音和与之对应的所述视频片段，使所述合成语音与所述视频片段匹配；检测并调整所述视频片段中的唇形，以使所述唇形与所述合成语音同步匹配。本发明实现了对视频自动翻译的功能，能够生成目标语言声音的音频，并生成声音与唇形匹配的视频，解决了不同语种间的交流障碍，无需人工配音，降低了翻译成本，可广泛应用于视频处理领域。

主权项：1.一种视频翻译方法，其特征在于，包括以下步骤：获取视频数据；对所述视频数据进行语音分割，获得语音片段以及与所述语音片段对应的视频片段；对所述语音片段进行语音识别，获得第一文本，对所述第一文本进行翻译，获得第二文本；根据所述第二文本获取合成语音，通过调整所述合成语音和与之对应的所述视频片段，使所述合成语音与所述视频片段匹配；检测并调整所述视频片段中的唇形，以使所述唇形与所述合成语音同步匹配；其中，所述语音片段记录有起始时间和说话人编号；所述通过调整所述合成语音和与之对应的所述视频片段，使所述合成语音与所述视频片段匹配，包括比较所述合成语音的时间长度和所述视频片段的时间长度，确定变速参数；对所述视频片段中的人物动作进行检测，根据动作幅度大小调整所述变速参数；其中，所述变速参数的大小与所述动作幅度的大小正相关；根据调整后的所述变速参数对合成语音和所述视频片段进行调整，以使所述合成语音的时间长度和所述视频片段的时间长度一致。

全文数据：

权利要求：

百度查询： 清华珠三角研究院;赛业(广州)生物科技有限公司 一种视频翻译方法、系统、装置及存储介质

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