一种直播视频文本生成方法、装置、设备及存储介质
授权
摘要
本申请实施例公开了一种直播视频文本生成方法、装置、设备及存储介质。本申请实施例提供的技术方案通过对直播视频进行抽帧处理，并对抽帧得到的视频关键帧进行OCR识别，生成对应于视频关键帧中的文字内容的图片文字识别结果，并抽取直播视频的直播音频，对直播音频进行ASR识别，得到直播音频中语音文字对应的文字识别结果，最后基于图片文字识别结果和语音文字识别结果确定视频文本，并向视频文本呈现给用户，解决了用户在观看直播视频时无法及时记录文字内容的问题，提高用户的学习效率。
基本信息
专利标题 ：
一种直播视频文本生成方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN111526382A
申请号 ：
CN202010313350.9
公开（公告）日 ：
2020-08-11
申请日 ：
2020-04-20
授权号 ：
CN111526382B
授权日 ：
2022-04-29
发明人 ：
曾乙峰
申请人 ：
广东小天才科技有限公司
申请人地址 ：
广东省东莞市长安镇霄边社区东门中路168号
代理机构 ：
北京泽方誉航专利代理事务所(普通合伙)
代理人 ：
陈照辉
优先权 ：
CN202010313350.9
主分类号 ：
H04N21/2187
IPC分类号 ：
H04N21/2187 H04N21/234 H04N21/44 H04N21/8547 H04N21/235 H04N21/435 H04N21/488 G06K9/34
法律状态
2022-04-29 ：
授权
2020-09-04 ：
实质审查的生效
IPC(主分类) : H04N 21/2187
申请日 : 20200420
申请日 : 20200420
2020-08-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111526382A.PDF
PDF下载
