專利名稱：一種實現(xiàn)節(jié)目的字幕制作方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及廣播電視節(jié)目制作系統(tǒng)及方法，尤其涉及實現(xiàn)節(jié)目的字幕制作方法及系統(tǒng)。
背景技術：
到目前為止，現(xiàn)有的生產(chǎn)網(wǎng)節(jié)目制作站點的字幕聽寫及同期字幕制作環(huán)節(jié)都是通過非線性編輯軟件或字幕機進行的。通過非線性編輯軟件進行字幕聽寫及同期字幕制作，在后期制作流程中常會用到兩種方式，一種方式是節(jié)目制作人員利用錄像機和監(jiān)視器音箱等觀看聲音畫面，然后同步地將同期字幕信息輸入到文本文件中，通過非線性編輯后期制作環(huán)節(jié)將該文本文件引入一字幕模塊，并在畫面播放的過程中記錄時碼信息，即拍唱詞；另一種方式則是將需要加入唱詞的視音頻素材上載到節(jié)目制作系統(tǒng)，當對視音頻素材完成節(jié)目時間線粗剪時，便開始通過字幕模塊一邊編寫唱詞一邊上字幕，然后再進行細節(jié)調(diào)整。上述這兩種制作方式的弊端是在其前期的字幕聽寫過程中操作不是很方便，效率較低，而且上字幕操作對后期制作設備資源的占用比例比較大，故相應的業(yè)務部門制作成本比較高。通過在字幕機中進行字幕聽寫及同期字幕制作，并非是在后期制作環(huán)節(jié)中完成， 而是在后期制作完成后通過專用的字幕機完成。這種方式由于不能在后期制作環(huán)節(jié)中完成，故其主要弊端是增加了額外的制作環(huán)節(jié)，因而延長了制作周期；另外，同期字幕操作對設備資源的占用比例比較大，當制作發(fā)生錯誤調(diào)整也不是很方便，制作效率也較低，且會對畫面質(zhì)量造成二次損失。在節(jié)目后期制作過程中，比較大的一個工作量便體現(xiàn)在字幕聽寫環(huán)節(jié)上，往往一期節(jié)目唱詞句數(shù)要數(shù)千句左右。對于工作量如此巨大的制作環(huán)節(jié)，非常需要針對以往的種種弊端加以改進，通過實現(xiàn)字幕聽寫的自動化，方便地進行操作，并提高工作效率及降低制作成本。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術問題是提供一種實現(xiàn)節(jié)目的字幕制作方法及系統(tǒng)，能夠提高字幕聽寫的工作效率。為了解決上述技術問題，本發(fā)明提供了一種實現(xiàn)節(jié)目的字幕制作方法，涉及支持字幕離線制作的一工具平臺，該方法包括用戶創(chuàng)建節(jié)目的字幕工程項目后，從素材資源管理器選擇要進行字幕制作的視音頻素材對象到時間線上；該工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，將生成的字幕文件歸檔字幕工程項目后保存到素材資源管理器。進一步地，該工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作， 具體包括
用戶選擇字幕制作模式為自動斷句模式，并在有唱詞內(nèi)容的情況下導入本地保存的唱詞文本文件；工具平臺至少根據(jù)用戶操作自動斷句鍵自動對視音頻素材中的音頻波形進行斷句操作，并在有唱詞內(nèi)容的情況下依據(jù)導入的唱詞文本文件分布唱詞句；用戶在無唱詞內(nèi)容的情況下通過對唱詞編輯鍵和試播鍵的操作逐句編輯及試播編輯的唱詞，直至完成所有唱詞句的錄制。進一步地，在用戶選擇字幕制作模式為自動斷句模式和工具平臺自動進行斷句操作之間，還包括用戶在斷句參數(shù)設置界面設置相應的參數(shù)值，包括語速方案、停頓時間間隔、語音段時間間隔、基音頻率閾值以及能量閾值中的一種或多種；工具平臺在用戶導入唱詞文本文件后，或在無唱詞內(nèi)容的情況下，除了根據(jù)自動斷句鍵的操作外，還根據(jù)用戶設置的參數(shù)值對音頻波形進行一般語速、稍慢語速以及稍快語速中任意一種斷句操作。進一步地，該方法還包括用戶將工具平臺自動分布的唱詞或用戶手動編輯的唱詞進行手動調(diào)節(jié)，包括選中及拖動所述唱詞句，調(diào)整唱詞句的入點時碼和/或出點的時碼位置。進一步地，該工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作， 具體包括用戶選擇字幕制作模式為拍唱詞模式，并導入或錄入全部唱詞內(nèi)容，根據(jù)所述視音頻素材設置和調(diào)整唱詞的入點和/或出點的時碼位置。進一步地，用戶根據(jù)視音頻素材設置和調(diào)整唱詞的入點和/或出點的時碼位置， 具體包括用戶將準備好的唱詞內(nèi)容導入工具平臺，或直接在工具平臺的編輯窗口中錄入唱詞內(nèi)容；用戶針對視音頻素材的前后內(nèi)容敲擊兩次雙時碼設置鍵，分別設置字幕的入點和出點的時碼位置，或者敲擊單時碼設置鍵設置字幕的入點時碼位置。進一步地，該方法還包括當用戶需對部分唱詞內(nèi)容進行修改和調(diào)整，則再次進入拍唱詞模式，對唱詞句進行修改后選中，點擊雙時碼設置鍵或單時碼設置鍵對修改的唱詞句進行時碼位置的調(diào)整；當出現(xiàn)唱詞句重疊時，根據(jù)用戶設置平移或覆蓋后面的唱詞句。進一步地，工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，具體包括用戶選擇字幕制作模式為聽寫模式，工具平臺自動播放視音頻素材；對于常規(guī)錄入，用戶設置唱詞的入點和/或出點的時碼位置，并逐一在新增的唱詞編輯行內(nèi)寫入聽到的唱詞句，直至完成所有唱詞句的聽寫；對于快速錄入，用戶設置唱詞的入點和/或出點的時碼位置，通過專用鍵盤快速輸入聽到的所有唱詞句。進一步地，常規(guī)錄入具體包括用戶選擇常規(guī)錄入按鈕，進入常規(guī)錄入方式；在耳聽視音頻素材播放時用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置；在用戶新增唱詞編輯行后進入唱詞編輯而停止播放，用戶直接在該編輯行中輸入聽到的唱詞句； 直至完成對所有唱詞句的聽寫；快速錄入具體包括用戶選擇快速錄入按鈕，進入快速錄入方式；在耳聽視音頻素材播放的過程中，用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置， 并通過專用鍵盤快速錄入聽到的所有唱詞句。進一步地，工具平臺將生成的字幕文件歸檔字幕工程項目后保存到素材資源管理器，具體包括將生成的字幕文件導出并歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后，保存到素材資源管理器；字幕文件中至少包括B類字幕，即在制作域基于相應的視音頻節(jié)目的工程文件的時間線產(chǎn)生并保持完好的對應關系，被打包成獨立的字幕工程文件，附屬于相應的節(jié)目工程保存及傳輸。為了解決上述技術問題，本發(fā)明提供了一種實現(xiàn)節(jié)目的字幕制作的平臺系統(tǒng)，包括依次連接的字幕工程創(chuàng)建模塊、字幕加工素材選擇模塊、字幕制作模塊以及字幕工程文件歸檔模塊，其中字幕工程創(chuàng)建模塊，用于根據(jù)用戶的請求創(chuàng)建節(jié)目的字幕工程項目；字幕加工素材選擇模塊，用于基于創(chuàng)建的字幕工程項目及用戶的操作，從素材資源管理器選擇要進行字幕制作的視音頻素材對象到時間線上；字幕制作模塊，用于根據(jù)用戶選擇的字幕制作模式進行相應模式的字幕制作，并輸出生成的字幕文件；字幕工程文件歸檔模塊，用于將字幕制作模塊輸出的字幕文件歸檔到字幕工程創(chuàng)建模塊創(chuàng)建的相應的字幕工程項目中，保存到素材資源管理器。進一步地，字幕制作模塊具體包括字幕制作模式選擇單元，還包括自動斷句操作單元、拍唱詞操作單元以及唱詞聽寫操作單元中的一種或多種，其中字幕制作模式選擇單元，用于根據(jù)用戶選擇的自動斷句模式調(diào)用自動斷句操作單元，或根據(jù)用戶選擇的拍唱詞模式調(diào)用拍唱詞操作單元，或根據(jù)用戶選擇的聽寫模式調(diào)用聽寫操作單元；自動斷句操作單元，用于在字幕制作模式選擇單元的調(diào)用下，對視音頻素材中的音頻波形進行斷句操作，并依據(jù)導入的唱詞文本文件分布唱詞句；或根據(jù)用戶操作的唱詞編輯鍵和試播鍵逐句編輯及試播唱詞，直至完成所有唱詞句的錄制；拍唱詞操作單元，用于在字幕制作模式選擇單元的調(diào)用下，根據(jù)用戶的操作導入或錄入全部唱詞，根據(jù)視音頻素材設置和調(diào)整唱詞的入點和/或出點的時碼位置；聽寫操作單元，用于在字幕制作模式選擇單元的調(diào)用下，自動播放視音頻素材，根據(jù)用戶的操作設置唱詞的入點和/或出點的時碼位置，記錄用戶輸入的唱詞內(nèi)容。進一步地，自動斷句操作單元還提供設置斷句參數(shù)界面，用于設置包括語速方案、停頓時間間隔、語音段時間間隔、基音頻率閾值以及能量閾值中的一種或多種斷句參數(shù)值；根據(jù)用戶設置的所述斷句參數(shù)值對所述音頻波形進行一般語速、稍慢語速以及稍快語速中任意一種斷句操作；拍唱詞操作單元在用戶直接導入的所述唱詞內(nèi)容或在編輯窗口中錄入唱詞內(nèi)容后，根據(jù)用戶對視音頻素材的前后內(nèi)容敲擊兩次雙時碼記錄設置鍵，分別記錄用戶設置的字幕的入點和出點的時碼位置，或者根據(jù)用戶對視音頻素材的內(nèi)容敲擊單時碼設置鍵，記錄用戶設置的字幕的入點時碼位置；聽寫操作單元根據(jù)用戶的選擇進入常規(guī)錄入方式，在用戶用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵時，記錄用戶設置的唱詞句的入點和/或出點的時碼位置；在用戶新增唱詞編輯行后停止所述播放，記錄用戶直接在該編輯行中輸入的唱詞句；或者，根據(jù)用戶的選擇進入快速錄入方式，在用戶手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置，并記錄用戶通過專用鍵盤快速錄入聽到的所有唱詞句。進一步地，自動斷句操作單元還根據(jù)用戶選中及拖動的通過自動分布的唱詞句或通過手動編輯的唱詞句，記錄用戶針對唱詞句調(diào)整的入點時碼和/或出點時碼的位置；拍唱詞操作單元在用戶對所述唱詞句進行修改并通過點擊雙時碼設置鍵或單時碼設置鍵對修改的唱詞句進行時碼位置的調(diào)整時，記錄用戶修改的唱詞句及調(diào)整的時碼位置；根據(jù)用戶針對出現(xiàn)的唱詞句重疊進行的設置平移或覆蓋后面的唱詞句。進一步地，字幕工程文件歸檔模塊將字幕制作模塊生成的字幕文件導出并歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后，保存到素材資源管理器；導出及歸檔的所述字幕文件至少包括B類字幕，即在制作域基于相應的視音頻節(jié)目的工程文件的時間線產(chǎn)生并保持完好的對應關系，被打包成獨立的字幕工程文件。本發(fā)明提供的實現(xiàn)節(jié)目的字幕制作方法及系統(tǒng)，支持文本導入邊看視頻邊聽寫字幕的方式、自動拍唱詞、自動斷句以及配置專用鍵盤實時地進行字幕聽寫的諸多功能；聽寫完畢的字幕可以綁定相應的元數(shù)據(jù)保存成非線性編輯字幕軌道數(shù)據(jù)，當在非編軟件中拖拽素材時該字幕軌道數(shù)據(jù)自動上線，或在非編軟件中直接導入聽寫字幕軌道，使得字幕細節(jié)調(diào)整及字幕特技編輯可在非性編輯中繼續(xù)進行。本發(fā)明的字幕制作系統(tǒng)可部署在桌面辦公站點或PC客戶端中，字幕制作操作過程中無需連接節(jié)目生產(chǎn)網(wǎng)，而成果則可通過專用網(wǎng)絡或移動介質(zhì)方式導入生產(chǎn)網(wǎng)。本發(fā)明通過對同期字幕制作方式的改進，提高了字幕制作效率，降低的節(jié)目部門使用后期制作設備的成本。


圖1為本發(fā)明的實現(xiàn)節(jié)目的字幕制作方法實施例的流程圖；圖2為圖1所示方法實施例中自動斷句模式下的參數(shù)設置界面實施例；圖3為圖1所示方法實施例中依據(jù)選擇的字幕制作模式進行相應操作實施例的流程圖；圖4為本發(fā)明的實現(xiàn)節(jié)目的字幕制作系統(tǒng)實施例的結構框圖。
具體實施例方式以下結合附圖和優(yōu)選實施例對本發(fā)明的技術方案進行詳細地闡述。以下例舉的實施例僅用于說明和解釋本發(fā)明，而不構成對本發(fā)明技術方案的限制。如圖1所示，是本發(fā)明提供的實現(xiàn)節(jié)目的字幕制作方法實施例的流程，包括如下步驟100 創(chuàng)建節(jié)目的字幕工程項目；在本發(fā)明的字幕制作工具平臺上創(chuàng)建一字幕工程項目，該平臺支持節(jié)目的字幕離線制作功能，需指明相關的素材資源管理器。200 從素材資源管理器選擇要添加字幕的視音頻素材到時間線上；通過上述字幕制作工具平臺，從素材資源管理器上拖拽要進行字幕制作的視音頻素材對象到時間線上。300:根據(jù)選擇的字幕制作模式進行相應的操作，將生成的字幕文件保存到素材資
源管理器。通過上述字幕制作工具平臺可選擇以下三種字幕聽寫模式中的任意一種(1)自動斷句模式自動斷句模式是針對視音頻素材中音頻的波形圖通過語音識別來判斷應該斷句位置。為了達到自動斷句的精確性，字幕制作工具平臺具有自動斷句參數(shù)設置功能，其設置界面如圖2所示，可以設置停頓時間間隔、每段語音的時間間隔(即語音段時間間隔)、 基音頻率閾值以及能量閾值等參數(shù)值，主要用于在音頻的波形圖比較緊密的情況下能夠根據(jù)設置的參數(shù)值精確斷句。自動斷句的語速方案默認有三種方案一般語速(標準語速方案)、較快語速以及較慢語速；自動斷句模式又分為兩種方式，有字幕內(nèi)容和無字幕內(nèi)容兩種方式。(2)拍唱詞模式拍唱詞模式是預先將準備好的唱詞內(nèi)容導入，或者預先在在編輯窗口中錄入唱詞內(nèi)容，針對視音頻素材設置和記錄每句唱詞的時碼入點和/或出點，從而實現(xiàn)拍唱詞功能。(3)聽寫模式聽寫模式是一邊播放視音頻素材，一邊通過添加的唱詞編輯行錄入從播放的視音頻素材中聽到的唱詞內(nèi)容，從而實現(xiàn)字幕聽寫功能。生成的字幕文件中包括以下字幕類別中的任意一種A類字幕，可以直接合成在視音頻素材的視頻圖像上并打包；B類字幕，在制作域可以打包成獨立的字幕工程文件，附屬于節(jié)目工程保存及傳輸，在播出域完成與視音頻節(jié)目圖像的疊加播出；不論是在制作域或是在播出域，此字幕工程文件基于視音頻節(jié)目工程文件的時間線產(chǎn)生，并與其保持完好的對應關系；該類字幕是本發(fā)明的字幕制作方法所特別支持的的一種字幕類別。C類字幕，與B類字幕類似，但能進一步細分成不同版本的唱詞層，可以按照不同的需要被調(diào)用，為將來互動式點播提供基礎。至于本發(fā)明的字幕制作工具平臺如何根據(jù)選擇的模式行相應的字幕聽寫操作，其實施例流程如圖3所示，包括如下步驟
301 選擇自動斷句模式，設置斷句參數(shù)；根據(jù)是否有唱詞內(nèi)容分別進入步驟302、 304執(zhí)行；選擇字幕制作工具平臺上的自動斷句模式；為了達到自動斷句的精確性，可進入圖2所示的斷句參數(shù)設置界面設置相應的參數(shù)值，包括語速方案、停頓時間間隔、語音段時間間隔、基音頻率閾值以及能量閾值中的一種或多種。302 若有唱詞內(nèi)容，則導入本地保存的唱詞文本文件；用戶選擇所述字幕制作模式為自動斷句模式，并在有唱詞內(nèi)容的情況下導入本地保存的唱詞文本文件；303 根據(jù)自動斷句鍵和設置的斷句參數(shù)通過語音識別技術對視音頻素材進行斷句操作，并輔以手調(diào)分布的唱詞；執(zhí)行步驟305 ；在上述字幕制作工具平臺上，當用戶點按自動斷句操作界面上的[自動斷句]按鈕或相應的快捷鍵，平臺系統(tǒng)便根據(jù)設置的斷句參數(shù)值針對視音頻素材中的音頻波形進行一般語速、稍慢語速以及稍快語速中任意一種斷句操作，并在有唱詞內(nèi)容的情況下依據(jù)唱詞文本文件分布唱詞句。平臺系統(tǒng)在斷句后可提供手動調(diào)整功能，用戶針對已經(jīng)分布好的唱詞進行手調(diào)， 包括選擇唱詞句、拖動選擇的唱詞句調(diào)整其位置，或者調(diào)整該唱詞句的入、出點時碼。304:若無唱詞內(nèi)容，則根據(jù)自動斷句鍵和設置的斷句參數(shù)對視音頻素材通過語音識別進行斷句，通過唱詞編輯鍵和試播鍵逐句編輯及試播唱詞，直至完成所有唱詞句的錄制；在上述字幕制作工具平臺上，當用戶點按自動斷句操作界面上的[自動斷句]按鈕或相應的快捷鍵，平臺系統(tǒng)便根據(jù)設置的斷句參數(shù)值針對視音頻素材中的音頻波形進行一般語速、稍慢語速以及稍快語速中任意一種斷句操作，注意此時斷句后的唱詞內(nèi)容尚是空的，待用戶手動編輯；此后，用戶按下[Ctrl+Home]鍵進入第一句唱詞編輯行錄入唱詞內(nèi)容；在錄入唱詞后按下[B]鍵進入唱詞播放狀態(tài)，然后按下[TAB]鍵則重新進入唱詞編輯狀態(tài)；可反復使用[B]和[TAB]實現(xiàn)唱詞的音頻播放與唱詞編輯狀態(tài)的切換。完成第一句唱詞編輯后，按[Enter]鍵后便進入下一句唱詞的編輯和播放，以此類推，通過以上同樣的操作逐句進行唱詞的編輯和播放，直至完成所有唱詞的錄制。同樣，用戶可以對手動編輯的唱詞進行手調(diào)，包括選擇唱詞句、拖動選擇的唱詞句調(diào)整其位置，或者調(diào)整該唱詞句的入、出點時碼。305 將生成的字幕文件導出和/或與相應的視音頻素材綁定后，保存到素材資源管理器，結束流程；上述平臺系統(tǒng)將自動斷句生成的字幕文件導出歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后保存到素材資源管理器。以上步驟是實現(xiàn)自動斷句模式的字幕制作操作步驟。311 選擇拍唱詞模式，導入或錄入全部唱詞，根據(jù)視音頻素材設置和調(diào)整唱詞的時碼入/出點位置；在上述字幕制作工具平臺上，點按[拍唱詞模式]按鈕或相應的快捷鍵進入拍唱詞模式，使得平臺系統(tǒng)進入拍唱詞模式；將準備好的唱詞內(nèi)容導入平臺，或直接在平臺的編輯窗口中錄入唱詞內(nèi)容，針對據(jù)視音頻素材前后敲擊兩次雙時碼設置鍵(譬如空格鍵)，分別設置字幕的入、出點時碼位置，敲擊單時碼設置鍵(譬如[Enter]鍵)則只設置字幕的入點時碼位置。拍唱詞完成后，部分唱詞內(nèi)容可能需要被進一步修改和調(diào)整，可點擊[拍唱詞模式]按鈕再次進入拍唱詞模式，對唱詞句進行修改，選中內(nèi)容修改后的唱詞句，點擊空格鍵或[Enter]鍵則可進行時碼位置的調(diào)整。312 當出現(xiàn)唱詞重疊現(xiàn)象時，根據(jù)設置平移或覆蓋后面的唱詞；唱詞修改完成后退出拍唱詞模式時，如果出現(xiàn)唱詞有重疊現(xiàn)象，則可根據(jù)設置重新平移或覆蓋后面的唱詞，以消除唱詞重疊。313:將生成的字幕文件導出，和/或與視音頻素材綁定后，保存到素材資源管理器，結束流程；上述平臺系統(tǒng)將拍唱詞生成的字幕文件導出歸檔到相應節(jié)目的字幕工程項目中， 和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后保存到素材資源管理器。以上步驟是實現(xiàn)拍唱詞模式的字幕制作操作步驟。321 選擇聽寫模式，自動進行視音頻素材播放；對于常規(guī)錄入和快速錄入，可分別執(zhí)行步驟322和323 ；在上述字幕制作工具平臺上，點擊[聽寫模式]按鈕便進入唱詞聽寫模式，平臺系統(tǒng)將自動對選擇的視音頻素材進行播放。322:對于常規(guī)錄入，設置唱詞時碼的入/出點位置，并逐一在新增的唱詞編輯行內(nèi)寫入聽到的唱詞，直至完成所有唱詞的聽寫，執(zhí)行步驟324 ；選擇[常規(guī)錄入]按鈕，進入常規(guī)錄入方式；在聽視音頻素材播放時敲擊兩次雙時碼設置鍵(譬如空格鍵)或敲擊單時碼設置鍵(如[Enter]鍵)設置唱詞的入點和/或出點的時碼位置；在新增唱詞編輯行后進入唱詞編輯而停止播放，可直接在該編輯行中輸入聽到的唱詞內(nèi)容；重復以上操作，便可完成對所有唱詞內(nèi)容的聽寫。323:對于快速錄入，設置唱詞時碼的入/出點位置，通過專用鍵盤快速輸入所有聽到的唱詞；選擇[快速錄入]按鈕，進入快速錄入方式；在聽視音頻素材播放的過程中，敲擊兩次空格鍵或[Enter]鍵設置唱詞的入、出點時碼位置，并通過專用鍵盤快速錄入唱詞內(nèi)容。324:將生成的字幕文件導出，和/或與視音頻素材綁定后，保存到素材資源管理器，結束流程。上述平臺系統(tǒng)將聽寫唱詞生成的字幕文件導出歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后保存到素材資源管理器。以上步驟是實現(xiàn)聽寫模式的字幕制作操作步驟。本發(fā)明根據(jù)上述方法實施例，相應地還提供了實現(xiàn)節(jié)目的字幕制作系統(tǒng)實施例， 即前已述及的字幕制作工具平臺系統(tǒng)，其結構如圖4所示，包括依次連接的字幕工程創(chuàng)建模塊、字幕加工素材選擇模塊、字幕制作模塊以及字幕工程文件歸檔模塊，其中字幕工程創(chuàng)建模塊，用于根據(jù)用戶的請求創(chuàng)建節(jié)目的字幕工程項目；
11
字幕加工素材選擇模塊，用于基于創(chuàng)建的字幕工程項目及用戶的操作，從素材資源管理器選擇要添加字幕的視音頻素材到時間線上；字幕制作模塊，用于根據(jù)用戶選擇的字幕制作模式進行相應的操作，并輸出生成的字幕文件；字幕工程文件歸檔模塊，用于將字幕制作模塊輸出的字幕文件歸檔到字幕工程創(chuàng)建模塊創(chuàng)建的相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后保存到素材資源管理器。在上述字幕制作系統(tǒng)實施例中，字幕制作模塊進一步包括字幕制作模式選擇單元，還包括自動斷句操作單元、拍唱詞操作單元以及唱詞聽寫操作單元中的一種或多種；其中字幕制作模式選擇單元，用于根據(jù)用戶選擇的自動斷句模式調(diào)用自動斷句操作單元，或根據(jù)用戶選擇的拍唱詞模式調(diào)用拍唱詞操作單元，或根據(jù)用戶選擇的聽寫模式調(diào)用聽寫操作單元；自動斷句操作單元，用于在字幕制作模式選擇單元的調(diào)用下對視音頻素材中的音頻波形進行斷句操作，并依據(jù)導入的唱詞文本文件分布唱詞句；或根據(jù)用戶操作的唱詞編輯鍵和試播鍵逐句編輯及試播唱詞，直至完成所有唱詞句的錄制；拍唱詞操作單元，用于在字幕制作模式選擇單元的調(diào)用下進入拍唱詞模式，根據(jù)用戶的操作導入或錄入全部唱詞，根據(jù)視音頻素材設置和調(diào)整唱詞的入/出點時碼位置； 在退出拍唱詞模式時，根據(jù)用戶的操作設置重新平移或覆蓋后面的唱詞；聽寫操作單元，用于在字幕制作模式選擇單元的調(diào)用下，根據(jù)用戶的選擇進入拍唱詞常規(guī)錄入或快速錄入模式，并自動播放視音頻素材；在常規(guī)錄入方式下根據(jù)用戶的操作設置唱詞的入、出點時碼位置，并新增唱詞編輯行后停止播放視音頻素材，并記錄用戶在每一編輯行中輸入的唱詞內(nèi)容；在快速錄入方式下根據(jù)用戶的操作設置唱詞的入/出點時碼位置，并記錄用戶通過專用鍵盤快速輸入所有的唱詞。對于本領域的專業(yè)人員來說，在了解了本發(fā)明內(nèi)容和原理后，能夠在不背離本發(fā)明的原理和范圍的情況下，根據(jù)本發(fā)明的方法進行形式和細節(jié)上的各種修正和改變，但是這些基于本發(fā)明的修正和改變?nèi)栽诒景l(fā)明的權利要求保護范圍之內(nèi)。
權利要求
1.一種實現(xiàn)節(jié)目的字幕制作方法，涉及支持字幕離線制作的一工具平臺，該方法包括用戶創(chuàng)建節(jié)目的字幕工程項目后，從素材資源管理器選擇要進行字幕制作的視音頻素材對象到時間線上；所述工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，將生成的字幕文件歸檔所述字幕工程項目后保存到所述素材資源管理器。
2.按照權利要求1所述的方法，其特征在于，所述工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，具體包括用戶選擇所述字幕制作模式為自動斷句模式，并在有唱詞內(nèi)容的情況下導入本地保存的唱詞文本文件；所述工具平臺至少根據(jù)用戶操作自動斷句鍵自動對所述視音頻素材中的音頻波形進行斷句操作，并在有唱詞內(nèi)容的情況下依據(jù)導入的唱詞文本文件分布唱詞句；用戶在無唱詞內(nèi)容的情況下通過對唱詞編輯鍵和試播鍵的操作逐句編輯及試播編輯的唱詞，直至完成所有唱詞句的錄制。
3.按照權利要求2所述的方法，其特征在于，在用戶選擇所述字幕制作模式為自動斷句模式和所述工具平臺自動進行斷句操作之間，還包括用戶在斷句參數(shù)設置界面設置相應的參數(shù)值，包括語速方案、停頓時間間隔、語音段時間間隔、基音頻率閾值以及能量閾值中的一種或多種；所述工具平臺在用戶導入所述唱詞文本文件后，或在無唱詞內(nèi)容的情況下，除了根據(jù)所述自動斷句鍵的操作外，還根據(jù)用戶設置的所述參數(shù)值對所述音頻波形進行一般語速、 稍慢語速以及稍快語速中任意一種斷句操作。
4.按照權利要求3所述的方法，其特征在于，還包括用戶將所述工具平臺自動分布的唱詞或用戶手動編輯的唱詞進行手動調(diào)節(jié)，包括選中及拖動所述唱詞句，調(diào)整所述唱詞句的入點時碼和/或出點的時碼位置。
5.按照權利要求1所述的方法，其特征在于，所述工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，具體包括用戶選擇所述字幕制作模式為拍唱詞模式，并導入或錄入全部唱詞內(nèi)容，根據(jù)所述視音頻素材設置和調(diào)整所述唱詞的入點和/或出點的時碼位置。
6.按照權利要求5所述的方法，其特征在于，用戶根據(jù)所述視音頻素材設置和調(diào)整所述唱詞的入點和/或出點的時碼位置，具體包括用戶將準備好的所述唱詞內(nèi)容導入所述工具平臺，或直接在所述工具平臺的編輯窗口中錄入所述唱詞內(nèi)容；用戶針對視音頻素材的前后內(nèi)容敲擊兩次雙時碼設置鍵，分別設置字幕的入點和出點的時碼位置，或者敲擊單時碼設置鍵設置字幕的入點時碼位置。
7.按照權利要求6所述的方法，其特征在于，還包括當用戶需對部分唱詞內(nèi)容進行修改和調(diào)整，則再次進入拍唱詞模式，對唱詞句進行修改后選中，點擊所述雙時碼設置鍵或所述單時碼設置鍵對修改的唱詞句進行時碼位置的調(diào)整；當出現(xiàn)唱詞句重疊時，根據(jù)用戶設置平移或覆蓋后面的唱詞句。
8.按照權利要求1所述的方法，其特征在于，所述工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，具體包括用戶選擇所述字幕制作模式為聽寫模式，所述工具平臺自動播放所述視音頻素材； 對于常規(guī)錄入，用戶設置唱詞的入點和/或出點的時碼位置，并逐一在新增的唱詞編輯行內(nèi)寫入聽到的唱詞句，直至完成所有唱詞句的聽寫；對于快速錄入，用戶設置唱詞的入點和/或出點的時碼位置，通過專用鍵盤快速輸入聽到的所有唱詞句。
9.按照權利要求8所述的方法，其特征在于， 所述常規(guī)錄入具體包括用戶選擇常規(guī)錄入按鈕，進入常規(guī)錄入方式；在耳聽視音頻素材播放時用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置；在用戶新增唱詞編輯行后進入唱詞編輯而停止播放，用戶直接在該編輯行中輸入聽到的唱詞句；直至完成對所有唱詞句的聽寫； 所述快速錄入具體包括用戶選擇快速錄入按鈕，進入快速錄入方式；在耳聽視音頻素材播放的過程中，用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置，并通過專用鍵盤快速錄入聽到的所有唱詞句。
10.按照權利要求1所述的方法，其特征在于，所述工具平臺將生成的字幕文件歸檔所述字幕工程項目后保存到所述素材資源管理器，具體包括將生成的所述字幕文件導出并歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后，保存到所述素材資源管理器；所述字幕文件中至少包括B類字幕，即在制作域基于相應的視音頻節(jié)目的工程文件的時間線產(chǎn)生并保持完好的對應關系，被打包成獨立的字幕工程文件，附屬于相應的節(jié)目工程保存及傳輸。
11.一種實現(xiàn)節(jié)目的字幕制作的平臺系統(tǒng)，包括依次連接的字幕工程創(chuàng)建模塊、字幕加工素材選擇模塊、字幕制作模塊以及字幕工程文件歸檔模塊，其中字幕工程創(chuàng)建模塊，用于根據(jù)用戶的請求創(chuàng)建節(jié)目的字幕工程項目； 字幕加工素材選擇模塊，用于基于創(chuàng)建的字幕工程項目及用戶的操作，從素材資源管理器選擇要進行字幕制作的視音頻素材對象到時間線上；字幕制作模塊，用于根據(jù)用戶選擇的字幕制作模式進行相應模式的字幕制作，并輸出生成的字幕文件；字幕工程文件歸檔模塊，用于將字幕制作模塊輸出的字幕文件歸檔到字幕工程創(chuàng)建模塊創(chuàng)建的相應的字幕工程項目中，保存到所述素材資源管理器。
12.按照權利要求11所述的平臺系統(tǒng)，其特征在于，所述字幕制作模塊具體包括字幕制作模式選擇單元，還包括自動斷句操作單元、拍唱詞操作單元以及唱詞聽寫操作單元中的一種或多種，其中字幕制作模式選擇單元，用于根據(jù)用戶選擇的自動斷句模式調(diào)用自動斷句操作單元， 或根據(jù)用戶選擇的拍唱詞模式調(diào)用拍唱詞操作單元，或根據(jù)用戶選擇的聽寫模式調(diào)用聽寫操作單元；自動斷句操作單元，用于在字幕制作模式選擇單元的調(diào)用下，對所述視音頻素材中的音頻波形進行斷句操作，并依據(jù)導入的唱詞文本文件分布唱詞句；或根據(jù)用戶操作的唱詞編輯鍵和試播鍵逐句編輯及試播唱詞，直至完成所有唱詞句的錄制；拍唱詞操作單元，用于在字幕制作模式選擇單元的調(diào)用下，根據(jù)用戶的操作導入或錄入全部唱詞，根據(jù)視音頻素材設置和調(diào)整唱詞的入點和/或出點的時碼位置；聽寫操作單元，用于在字幕制作模式選擇單元的調(diào)用下，自動播放視音頻素材，根據(jù)用戶的操作設置唱詞的入點和/或出點的時碼位置，記錄用戶輸入的唱詞內(nèi)容。
13.按照權利要求12所述的平臺系統(tǒng)，其特征在于，所述自動斷句操作單元還提供設置斷句參數(shù)界面，用于設置包括語速方案、停頓時間間隔、語音段時間間隔、基音頻率閾值以及能量閾值中的一種或多種斷句參數(shù)值；根據(jù)用戶設置的所述斷句參數(shù)值對所述音頻波形進行一般語速、稍慢語速以及稍快語速中任意一種斷句操作；所述拍唱詞操作單元在用戶直接導入的所述唱詞內(nèi)容或在編輯窗口中錄入所述唱詞內(nèi)容后，根據(jù)用戶對視音頻素材的前后內(nèi)容敲擊兩次雙時碼記錄設置鍵，分別記錄用戶設置的字幕的入點和出點的時碼位置，或者根據(jù)用戶對視音頻素材的內(nèi)容敲擊單時碼設置鍵，記錄用戶設置的字幕的入點時碼位置；所述聽寫操作單元根據(jù)用戶的選擇進入常規(guī)錄入方式，在用戶用手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵時，記錄用戶設置的唱詞句的入點和/或出點的時碼位置；在用戶新增唱詞編輯行后停止所述播放，記錄用戶直接在該編輯行中輸入的唱詞句；或者，根據(jù)用戶的選擇進入快速錄入方式，在用戶手敲擊兩次雙時碼設置鍵或敲擊單時碼設置鍵設置唱詞句的入點和/或出點的時碼位置，并記錄用戶通過專用鍵盤快速錄入聽到的所有唱詞句。
14.按照權利要求13所述的平臺系統(tǒng)，其特征在于，所述自動斷句操作單元還根據(jù)用戶選中及拖動的通過自動分布的唱詞句或通過手動編輯的唱詞句，記錄用戶針對所述唱詞句調(diào)整的入點時碼和/或出點時碼的位置；所述拍唱詞操作單元在用戶對所述唱詞句進行修改并通過點擊所述雙時碼設置鍵或所述單時碼設置鍵對修改的唱詞句進行時碼位置的調(diào)整時，記錄所述用戶修改的唱詞句及調(diào)整的所述時碼位置；根據(jù)用戶針對出現(xiàn)的唱詞句重疊進行的設置平移或覆蓋后面的唱詞句。
15.按照權利要求11至14任一項所述的平臺系統(tǒng)，其特征在于，所述字幕工程文件歸檔模塊將所述字幕制作模塊生成的所述字幕文件導出并歸檔到相應節(jié)目的字幕工程項目中，和/或?qū)С龅淖帜晃募c相應的視音頻素材綁定后，保存到所述素材資源管理器；導出及歸檔的所述字幕文件至少包括B類字幕，即在制作域基于相應的視音頻節(jié)目的工程文件的時間線產(chǎn)生并保持完好的對應關系，被打包成獨立的字幕工程文件。
全文摘要
本發(fā)明披露了一種實現(xiàn)節(jié)目的字幕制作方法及系統(tǒng)，涉及支持字幕離線制作的一工具平臺，該方法包括用戶創(chuàng)建節(jié)目的字幕工程項目后，從素材資源管理器選擇要進行字幕制作的視音頻素材對象到時間線上；該工具平臺根據(jù)選擇的字幕制作模式自動進行相應模式的字幕制作，將生成的字幕文件歸檔字幕工程項目后保存到素材資源管理器。本發(fā)明的系統(tǒng)可部署在桌面辦公站點或PC客戶端中，字幕制作操作過程中無需連接節(jié)目生產(chǎn)網(wǎng)，而字幕制作的成果可通過專用網(wǎng)絡或移動介質(zhì)方式導入生產(chǎn)網(wǎng)。本發(fā)明提高了字幕制作效率，降低的節(jié)目部門使用后期制作設備的成本。
文檔編號H04N5/278GK102348071SQ201110147909
公開日2012年2月8日 申請日期2011年6月2日 優(yōu)先權日2011年6月2日
發(fā)明者余軍, 尚峰, 王繼正, 蓋璐斯, 羅天, 羅檑, 黃奇志, 黃海 申請人:上海東方傳媒集團有限公司, 成都索貝數(shù)碼科技股份有限公司