买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉网易有道信息技术(北京)有限公司申请的专利自动生成字幕的方法及其相关产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114420104B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210102736.4，技术领域涉及：G10L15/05；该发明授权自动生成字幕的方法及其相关产品是由高圣洲;穆禹彤;王艳;孙艳庆;段亦涛;周枫设计研发完成，并于2022-01-27向国家知识产权局提交的专利申请。

本自动生成字幕的方法及其相关产品在说明书摘要公布了：本发明的实施方式提供了一种自动生成字幕的方法及相关产品。其中，该方法包括：获取与多媒体文件中语音时序相关的音频信息；获取所述音频信息的语音识别文本；对所述语音识别文本进行文本可读性增强处理；以及基于处理后的所述语音识别文本，生成与所述多媒体文件中语音对照的字幕文本。通过本发明的方案，可自动生成与多媒体文件中语音对照的字幕文本，不仅能够有效节省人力成本和时间成本，而且有能够确保字幕文本与语音的高度匹配。此外，还提供了一种设备和计算机可读存储介质。

本发明授权自动生成字幕的方法及其相关产品在权利要求书中公布了：1.一种自动生成字幕的方法，其特征在于，包括： 获取与多媒体文件中语音时序相关的音频信息，所述音频信息包括与所述多媒体文件中语音在时间及次序上相关的待识别的音频，且利用前置断句模型对所述多媒体文件中语音进行断句处理，以得到所述音频信息，其中利用前置断句模型对所述多媒体文件中语音进行断句处理包括：利用所述前置断句模型对所述多媒体文件中语音进行时序上的逐帧预测，以获得每个音频帧的断句标签，其中所述断句标签包括四种类型：句首静音、句中静音、句尾静音以及音频；以及将所述音频帧中的、且类型为句尾静音的首帧确定为断句点； 获取所述音频信息的语音识别文本； 对所述语音识别文本进行文本可读性增强处理；以及 基于处理后的所述语音识别文本，生成与所述多媒体文件中语音对照的字幕文本； 其中所述前置断句模型包括门控递归神经网络模型和条件随机场解码模块，并且所述前置断句模型是经由以下操作而预先训练的： 根据带有文本标注的训练音频生成训练语料，其中所述训练语料中每个音频帧与其对应文本时序对齐并且每个音频帧标注有断句标签的类型； 利用所述门控递归神经网络模型和所述条件随机场解码模块，对每个音频帧进行时序上的逐帧预测以得到预测的断句标签；以及 基于所述标注的断句标签和所述预测的断句标签，对所述前置断句模型进行训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人网易有道信息技术(北京)有限公司，其通讯地址为：100094 北京市海淀区西北旺东路10号院中关村软件园西区7号楼A座1层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。