検索に戻る
案件記録
一种基于表达代码扩散模型的增强字幕方法
発明不明
10請求項 · 1 独立
§ Ⅰ
案件概要
IPC分類
G10L 15/26 (2006.01)G10L 15/18 (2013.01)H04N 21/4402 (2011.01)H04N 21/488 (2011.01)
本发明提出一种基于表达代码扩散模型的增强字幕方法;针对课堂场景中字幕难以体现意图与韵律、样式切换不稳定的问题,方法接收课堂语音流生成转写文本序列,并提取韵律向量与语义向量形成语音文本对;在意图与韵律约束下驱动表达代码扩散网络输出表达代码、表达强度和表达单元边界,得到表达代码三元组序列;将表达代码一对一映射为唯一主符号模板,并以强度绑定颜色、字重、轮廓、背景、大小和动画等样式参数,在单主通道约束下生成主符号样式流;依据相邻表达单元差异生成模板切换指令集,并按触发规则生成从属标注对象叠加,合成并输出增强字幕帧序列;本方法实现以表达单元为周期的可控渲染与切换,提高字幕呈现一致性。
ログインして全文を読む
請求項 1 を表示しています。無料登録で全 10 項の請求項、明細書全文、全図面、翻訳、法的状態を閲覧できます。
- 全請求項
- 技術分野
- 背景技術
- 発明の概要
- 図面の説明
- 発明を実施するための形態
外部リソース