本发明公开了一种基于语音识别的音字同步方法。该方法首先通过对音频进行端点检测得到音频中人说话的前后端点，然后对音频进行降噪提取特征值，再通过声音模型和语言模型进行语音识别，然后根据识别出的字的特征值判断该字的起止时间,当音频当前播放时间与起始时间相同时，利用Vue的双向绑定机制在屏幕中显示该字。本发明能够得到语音识别结果中每个字在音频中的起始时间与结束时间，并实现音字完全同步显示，可以在语音识别效果检测和视频制作领域起到巨大作用。
📄 2021104270673
📂 H04N21_43
👤 浙江工业大学
📅 2021-04-20
本发明公开了一种基于语音识别的视频中音频流替换方法。所述方法为：首先通过对音频进行端点检测得到音频中人说的前后端点，然后对音频进行降噪提取特征值，再通过声音模型和语言模型进行语音识别，然后根据识别出的字的特征值得出该字的起止时间,通过计算该演讲者的语音特征和机器合成的音频进行合成，实现视频中的音频流替换过程。本发明能够得到语音识别结果中每个字在音频中的起始时间与结束时间，得到识别结果中每个字在音频中的起始时间与结束时间，通过计算使得视频中音频流替换更加科学准确，可以在语音识别效果检测和视频制作领域起到巨大作用。
📄 202110425839X
📂 H04N21_43
👤 浙江工业大学
📅 2021-04-20
基于AVS2视频编码标准的编码端码流分析方法，包含编码信息获取和编码信息呈现。编码信息获取包含序列头、图像、编码单元信息的获取，编码信息呈现使用MFC类库，通过添加各功能控件搭建可视化平台，并根据AVS2编码端源码的工作方式，改变其入口函数配置参数，将其耦合到可视化平台。可视化平台主体分为视频播放、控制功能、数字显示，显示编码过程中的重要参数。视频播放具有选择图像帧、播放、暂停功能；控制功能根据用户的操作，可以选择显示编码单元、预测单元、变换单元、运动矢量的相关信息，在视频播放区域将所选信息图像化叠加到重建图像上；数字显示对选取的编码块以列表方式实时显示对应的序列头、编码图像、编码单元信息。
📄 2017100809522
📂 H04N21_431
👤 浙江工业大学
📅 2017-02-15
本发明公开了一种基于人工智能的教育信息化方法，所述方法包括以下步骤：训练深度学习模型，所述深度学习模型包括改进的BERT模型和Bi‑LSTM模型；将用户在在线教育平台互动交流区域发表的文本数据输入到训练好的深度学习模型中获得输出文本；将获得的输出文本显示在在线教育平台互动交流区域。本发明通过用于自然语言处理的深度学习模型将作恶者在在线教育平台交流互动区留下的侮辱性的语言转变为赞扬性的语言并显示在交流互动区，达到提升教师教学兴趣，驱赶作恶者的目的。
📄 2023100839773
📂 H04N21_431
👤 东宸世纪(雄安)教育科技有限公司
📅 2023-02-09
本发明涉及一种基于异构无线自组织网络的可分级视频传输方法及装置，所述方法包括：网络中自组网节点实时探测收集网络环境信息并统一表征为链路质量信息；依据链路质量信息寻找发端至收端多条传输路径；结合寻路结果和链路状态，发端进行可分级视频编码；编码后的视频选择相应路径并行传输至终端。本发明针对多跳无线网络环境，采用闭环多径传输策略将收端视频接收情况及传输网络状态实时反馈给发端，使发端可自适应调整路径选择方式并指导可分级视频编码，通过利用可分级视频传输设备配备的不同模块，有效解决了多跳无线网络中视频传输不可靠的问题，达到使基础层视频具有较强鲁棒性，增强层视频具有较高吞吐量的特点，有效保证视频传输质量。
📄 2017110783641
📂 H04N21_4363
👤 陕西师范大学
📅 2017-11-06
本发明公开了从终端设备通过局域网一对多投放音频或视频流，同时保持多个接收设备间同步的方法。本发明在Source端和Sink端之间建立起数据和控制流通道，提出了基于自适应RTT预测技术，可支持多设备间分布式计算开始处理时间，并且采用Sink端多设备帧组为粒度的同步方法和Sink端单设备帧组内自适应调整处理频率两项关键技术，有效改善了分布式架构中多媒体流不同步及延迟大等问题，确保在低通信开销的情况下，多设备之间多媒体流处理的一致性，降低丢帧、快进、花屏出现概率。该发明可在普适场景下，保持媒体在多个接收设备间的同步，以实现多媒体立体播放最佳体验。
📄 2020115784407
📂 H04N21_436
👤 杭州电子科技大学
📅 2020-12-28
本发明属于LED显示技术领域，公开了显示屏多视频显示同步方法，第一，在播放器之间增加总线通信作为GPS/北斗卫星进行时间同步的补充，保证多播放器对分割后视频播放的同时性；第二，在播放器视频文件处理过程中，将解码后的图像帧加入帧标识并形成HDMI数据流。发送卡在接收到播放器输出的HDMI数据流后，解析获取帧标识，并恢复原图像帧。然后发送卡按照预定的帧配置参数，通过帧标识选择图像帧并通过网络发送给接收卡，从而保证了拼接图像来源于原视频生成的同一图像帧。通过以上改进，保证了显示屏的视频播放帧同步性，提高了大型显示屏的显示效果。
📄 202210462409X
📂 H04N21_43
👤 陕西科技大学
📅 2022-04-28
本发明公开了一种PS数据流解码方法、装置、计算机设备及存储介质，所述方法包括：对PS数据流进行解析，得到包含H264视频数据包的包集合；以包集合中的H264视频数据包作为测试包，使用预设的过滤条件集合，对测试包进行过滤分析，并根据过滤分析的结果确定H264视频数据包的帧类型和H264视频数据包的包头信息之间的映射关系；根据每个H264视频数据包的包头信息，以及映射关系，对每个H264视频数据包进行数据提取，得到帧数据；按照预设的H264编码要求，将帧数据进行重组，得到H264数据流。本发明的技术方案用一种简便高效的解码方法对PS数据流进行解码，以解决使用SDK库解码的运行效率低的问题。
📄 2018110109899
📂 H04N21_433
👤 平安科技(深圳)有限公司
📅 2018-08-31
本发明公开了一种直播中互动信息的发送装置，包括存储器和处理器，存储器上存储有可在处理器上运行的互动信息发送程序，该程序被处理器执行时实现如下步骤：当接收到用户终端发送的互动信息获取请求时，从互动信息获取请求中获取第一时间戳；获取上次发送的第二时间戳；计算第一时间戳与第二时间戳的时间间隔并判断是否大于预设时间间隔；若是，则获取第一时间戳与预设时长的差值对应的时间点到第一时间戳对应的时间点之间的互动信息发送至用户终端进行显示。本发明还提出一种直播中互动信息的发送方法以及一种计算机可读存储介质。本发明减少了无效数据的传输，增强了互动信息的有效性，避免由于网络抖动产生的大量互动信息滚动的现象。
📄 2017113918212
📂 H04N21_431
👤 平安科技(深圳)有限公司
📅 2017-12-21
本发明属于计算机技术领域，尤其涉及一种媒体文件的下载方法、装置、终端和计算机可读存储介质，其中，所述方法包括：获取网络的即时速度和平均速度；根据所述即时速度和平均速度判断所述网络的网络速度是否发生陡升或陡降；若所述网络的网络速度发生陡升或陡降，则根据预先存储的媒体配置文件选择码率与所述即时速度对应的媒体文件进行下载，解决了在网络速度发生较大波动时，用户终端无法及时切换到码率与变化后的网络速度对应的媒体文件的下载，导致音视频播放出现卡顿或者进入最佳播放状态的时间较长的问题。
📄 2019104619085
📂 H04N21_438
👤 平安科技(深圳)有限公司
📅 2019-05-28
本申请涉及人工智能领域，本申请公开了一种基于人工智能的电视字幕动态生成方法及相关设备，所述方法包括：获取当前观众的画面图像，将所述画面图像输入人脸识别模型，以获取当前观众的人种信息及与所述当前观众的人种对应的人数占比；获取当前定位信息，根据所述当前定位信息、当前观众的人种信息及与所述当前观众的人种对应的人数占比获得当前官方语言；获取语音数据，将所述语音数据通过语音识别模型转换成文字，根据所述当前官方语言将所述文字进行翻译，并在电视屏幕上将所述翻译后的文字进行字幕播放。本申请通过对观众人种的识别，确定字幕语言，帮助障碍人士对电视内容的理解，提高电视收听效率。
📄 2019100427207
📂 H04N21_431
👤 平安科技(深圳)有限公司
📅 2019-01-17
本发明公开了一种视频窗口组件半透明显示方法，该方法包括：获取视频窗口组件的尺寸，以及终端设备的屏幕分辨率；根据所述视频窗口组件的尺寸以及所述屏幕分辨率将原始背景图像编辑为DIV图层；将所述DIV图层导入到canvas元素，然后进行半透明显示设置；将半透明设置后的canvas元素填充到所述视频窗口组件。本发明还提供一种视频窗口组件半透明显示装置、服务器及计算机可读存储介质。本发明提供的视频窗口组件半透明显示方法、装置、计算机设备及计算机可读存储介质能够实现基于视频网页页面自身元素的视频窗口组件半透明化，从而不需要额外加载ActiveX控件，而且适应性更强，应用效果更好。
📄 2019100268450
📂 H04N21_431
👤 平安科技(深圳)有限公司
📅 2019-01-11
柿子坊 · 知识产权运营
柿子坊知识产权运营平台