專利名稱：一種供盲人使用的數(shù)字視頻的自動講解系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及一種供盲人使用的數(shù)字視頻的自動講解系統(tǒng)，具體是一種利用TTS語音合成 技術來實現(xiàn)數(shù)字視頻的視聽轉換的自動講解系統(tǒng)。播放控制單元利用TTS語音合成技術，在 相應幀位置處轉換、播放相應的"文本信息"的語音，完成數(shù)字視頻節(jié)目的"視聽轉化"，從 而來實現(xiàn)數(shù)字視頻的自動講解，便于盲人欣賞數(shù)字視頻節(jié)目。本發(fā)明用于信息處理技術領域。
背景技術：
盲人因特殊的視覺障礙，無法欣賞影視等視頻節(jié)目。此前，當一個盲人去電影院看電影
時，必須得有一個人陪同，隨著劇情的發(fā)展來講述故事情節(jié)。這樣就出現(xiàn)了一個問題這位
陪同人員也是頭一回看這部電影，所以在給盲人講述這部電影的情節(jié)的速度總是比電影的速 度慢一些，而且陪同人員也看不好這場電影，并且盲人在這個時候也無法兼顧電影中的對話 與陪同人的描述，他們的竊竊私語也影響其他觀眾觀看電影。電視節(jié)目也是這樣。 對于電影、電視等視頻節(jié)目，過去主要以膠片拷貝、錄像帶等為存儲介質，通過放映機、
放像機等以模擬信號的方式進行傳播，而現(xiàn)在主要以VCD、 DVD等光存儲介質，通過影碟機、 計算機、寬帶網(wǎng)絡等以數(shù)字視頻即數(shù)字信號的方式進行傳播。
在以膠片拷貝、錄像帶等為存儲介質進行視頻傳播的時代，雖然美國、法國、丹麥等也 發(fā)明了一些電影的聽視系統(tǒng)，但該聽視系統(tǒng)需要相關的片源及電影播放設備等硬件的支持， 成本較高，不便推廣，實際上也確實很少能夠得到實施。
而目前，VCD、 DVD、互聯(lián)網(wǎng)寬帶已進入千家萬戶，大街小巷網(wǎng)吧遍布，寬帶影視等數(shù)字 視頻節(jié)目觸手可及。而TTS (Text-to-Speech，語音合成又稱為文語轉換，是指計算機可以 自動把輸入的文本信息轉換成語音的技術)語音合成技術又相當成熟，我們完全可以借助TTS 語音技術來實現(xiàn)數(shù)字視頻的計算機自動講解，為盲人隨時隨地提供數(shù)字視頻節(jié)目。

發(fā)明內(nèi)容
為解決數(shù)字視頻的視聽轉換的自動講解，本發(fā)明提供了一種利用TTS語音合成技術來實 現(xiàn)數(shù)字視頻的視聽轉換的自動講解系統(tǒng)，便于盲人欣賞影視藝術。 本發(fā)明解決其技術問題所采用的技術方案是
基于本發(fā)明的盲人數(shù)字視頻的視聽轉換系統(tǒng)包括視聽轉換信息數(shù)據(jù)庫和播放控制單元兩部分。
視聽轉換信息數(shù)據(jù)庫是將整部數(shù)字視頻逐幀按情節(jié)劃分為一個個視頻幀片段，并對這些 視頻幀片段進行文字描述，進而建立起包含該部視頻的每一個視頻幀片段的文字描述的視聽 轉換信息數(shù)據(jù)庫。每一視頻幀片段的起始視頻幀位置數(shù)據(jù)、結束視頻幀位置數(shù)據(jù)、相應的文 字描述的文本內(nèi)容等視聽轉換信息全部都儲存在視聽轉換信息數(shù)據(jù)庫中。
該視聽轉換信息數(shù)據(jù)庫的數(shù)據(jù)庫結構中包含視頻幀片段的起始視頻幀位置、結束視頻幀 位置、相應的文字描述的文本內(nèi)容等字段。
盲人可根據(jù)各自的需要，隨時隨地選擇播放經(jīng)過視聽轉換信息處理的數(shù)字視頻節(jié)目。播 放開始時，播放控制單元首先讀取當前視頻幀的位置數(shù)據(jù)。根據(jù)當前視頻幀的位置數(shù)據(jù)，播 放控制單元在視聽轉換信息數(shù)據(jù)庫中搜索、查找、過濾，看當前視頻幀片段是否符合條件， 是否需要進行TTS語音合成，轉換、播放相應的視頻幀片段的文字描述的文本內(nèi)容。如果當 前視頻幀片段需要進行TTS語音合成，則播放控制單元自動進行TTS語音合成，轉換、播放 相應的視頻幀片段的文字描述的文本內(nèi)容。否則，播放控制單元繼續(xù)讀入下一視頻幀的位置數(shù)據(jù)。如此反復循環(huán)，直至最后一個視頻幀，播放結束。
本發(fā)明的有益效果是，盲人可以根據(jù)自己的需要，隨時隨地通過VCD、 DVD、計算機、 互聯(lián)網(wǎng)等途徑"觀看"自己喜歡的數(shù)字視頻節(jié)目。影視公司可以在不改變現(xiàn)有任何拍攝、編 輯、制作等硬件設備的情況下，制作出既滿足普通觀眾，又滿足盲人需要的數(shù)字影視節(jié)目。


下面結合附圖和實施例對本發(fā)明進一步說明。 附圖是本發(fā)明的播放控制單元的流程圖。
具體實施例方式
對任一數(shù)字視頻，制作完成后，將整部視頻逐幀按情節(jié)劃分為一個個視頻幀片段，并對 這些視頻幀片段進行文字描述，進而建立起包含該部視頻的每一個視頻幀片段的文字描述的 視聽轉換信息數(shù)據(jù)庫。每一視頻幀片段的起始視頻幀位置數(shù)據(jù)、結束視頻幀位置數(shù)據(jù)、相應 的文字描述的文本內(nèi)容等視聽轉換信息全部都儲存在視聽轉換信息數(shù)據(jù)庫中。在附圖中，播 放開始時，播放控制單元首先讀取當前視頻幀的位置數(shù)據(jù)。根據(jù)當前視頻幀的位置數(shù)據(jù)，播 放控制單元在視聽轉換信息數(shù)據(jù)庫中搜索、查找、過濾，看當前視頻幀片段是否符合條件， 是否需要進行TTS語音合成，轉換、播放相應的視頻幀片段的文字描述的文本內(nèi)容。如果當 前視頻幀片段需要進行TTS語音合成，則播放控制單元自動進行TTS語音合成，轉換、播放 相應的視頻幀片段的文字描述的文本內(nèi)容。否則，播放控制單元繼續(xù)讀入下一視頻幀的位置 數(shù)據(jù)。如此反復循環(huán)，直至最后一個視頻幀，播放結束。
本發(fā)明既可以各種編程語言、開發(fā)工具開發(fā)出獨立運行的，存儲在磁盤、光盤等存儲介 質上的完整版本的軟件產(chǎn)品，又可以插件、補丁的形式存在，存儲在磁盤、光盤等存儲介質 上，作用于現(xiàn)有的各種專業(yè)、非專業(yè)的商用機、家用機上運行的各種流行、非流行、專業(yè)、 非專業(yè)、商用、非商用的視頻媒體播放器上，也可以固化在電子、存儲芯片中，應用在VCD、 DVD、數(shù)字電視、手機等各類視頻媒體播放機中，更可以廣播信號的形式，在電視、數(shù)字電 視等視頻媒體接受裝置中。
權利要求
1. 一種供盲人使用的數(shù)字視頻的自動講解系統(tǒng)，其特征在于它主要由視聽轉換信息數(shù)據(jù)庫和播放控制單元兩部分組成。
2、 根據(jù)權利要求l所述的供盲人使用的數(shù)字視頻的自動講解系統(tǒng)，其特征在于視聽轉換信 息數(shù)據(jù)庫的數(shù)據(jù)庫結構中包含視頻幀片段的起始視頻幀位置、結束視頻幀位置、相應的文字 描述的文本內(nèi)容等字段。
3、 根據(jù)權利要求l所述的供盲人使用的數(shù)字視頻的自動講解系統(tǒng)，其特征在于每一視頻幀 片段的起始視頻幀位置數(shù)據(jù)、結束視頻幀位置數(shù)據(jù)、相應的文字描述的文本內(nèi)容等視聽轉換 信息全部都儲存在視聽轉換信息數(shù)據(jù)庫中。
4、 根據(jù)權利要求l所述的供盲人使用的數(shù)字視頻的自動講解系統(tǒng)，其特征在于播放控制單 元以視聽轉換信息數(shù)據(jù)庫中儲存的每一視頻幀片段的起始視頻幀位置數(shù)據(jù)、結束視頻幀位置 數(shù)據(jù)為過濾條件對整部視頻進行動態(tài)過濾，利用TTS語音合成技術，在相應視頻幀位置處自 動轉換、播放相應的"文本信息"的語音。
全文摘要
一種供盲人使用的數(shù)字視頻的自動講解系統(tǒng)。包括視聽轉換信息數(shù)據(jù)庫和播放控制單元兩部分，視聽轉換信息數(shù)據(jù)庫中儲存著整部數(shù)字視頻中的每一視頻幀片段的起始視頻幀位置數(shù)據(jù)、結束視頻幀位置數(shù)據(jù)、相應的文字描述的文本內(nèi)容等視聽轉換信息。播放控制單元利用TTS語音合成技術，在相應幀位置處轉換、播放相應的“文本信息”的語音，完成數(shù)字視頻節(jié)目的“視聽轉化”，從而實現(xiàn)數(shù)字視頻的自動講解，便于盲人欣賞數(shù)字視頻節(jié)目。
文檔編號G09B5/00GK101286274SQ20081009942
公開日2008年10月15日 申請日期2008年5月8日 優(yōu)先權日2008年5月8日
發(fā)明者李衛(wèi)紅 申請人:李衛(wèi)紅