TWI665663B - 影音倒轉播放裝置與系統及其方法 - Google Patents

Abstract

一種影音倒轉播放裝置，包含一接收一聲音訊號的收發模組、一連接收發模組的辨識模組、一連接辨識模組的處理模組及一連接處理模組的播放模組，辨識模組辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，且該文字資訊包括複數文字，處理模組根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔，播放模組將倒轉播放文字檔與倒轉的該聲音訊號同步播放。

Description

影音倒轉播放裝置與系統及其方法

本發明是有關於一種影音倒轉播放裝置與系統，特別是指一種能夠在執行倒轉播放時可使聲音以及字幕軌也能同步播放之影音倒轉播放裝置與系統。

在傳統的影音播放操作中，可以使用諸如前進（forward）、跳轉（seek）、倒退（reverse）和播放（playback）的功能來展示媒體播放器中的多媒體內容。而隨著科技的進步，許多消費電子設備也經常額外支持各種增強的播放模式，例如：變速播放和倒轉播放等。

然而，在一般的倒轉播放的過程中，對於聲音軌的處理方式往往是以靜音方式播放。這樣的方式不僅失去了帶給觀賞者在倒轉播放時的趣味性，也無法反映出在倒轉播放時聲音軌應該有的呈現方式。

因此，本發明之目的，即在提供一種在執行倒轉播放時，可使聲音以及字幕軌也能同步播放之影音倒轉播放裝置。

於是，本發明影音倒轉播放裝置，包含一接收一聲音訊號的收發模組、一連接收發模組的辨識模組、一連接辨識模組的處理模組及一連接處理模組的播放模組，辨識模組辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，且該文字資訊包括複數文字，處理模組根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔，播放模組將倒轉播放文字檔與倒轉的該聲音訊號同步播放。

在一實施例中，收發模組還接收一與聲音訊號有關的影像訊號，播放模組係將倒轉播放文字檔與倒轉的聲音訊號及影像訊號同步播放。

在一實施例中，影音倒轉播放裝置還包含一連接辨識模組及處理模組的儲存模組，用以儲存文字資訊及倒轉播放文字檔。

在一實施例中，處理模組係根據倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。

進一步地，文字資訊還包括複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。

在一實施例中，倒轉播放文字檔的檔案格式為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。

此外，本發明之另一目的，即在提供一種在執行倒轉播放時，可使聲音以及字幕軌也能同步播放之影音倒轉播放系統。

本發明影音倒轉播放系統，包含一影音倒轉播放裝置、一辨識伺服器及一語音分析伺服器，影音倒轉播放裝置與辨識伺服器及語音分析伺服器通訊，且包括一接收一聲音訊號的收發模組及一連接收發模組的播放模組，辨識伺服器辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，且該文字資訊包括複數文字，語音分析伺服器根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔，使得播放模組將該倒轉播放文字檔與倒轉的該聲音訊號同步播放。

在一實施例中，辨識伺服器及語音分析伺服器係整合成同一伺服器。

在一實施例中，收發模組還接收一與該聲音訊號有關的影像訊號，播放模組將該倒轉播放文字檔與倒轉的該聲音訊號及該影像訊號同步播放。

在一實施例中，語音分析伺服器係根據倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。

進一步地，文字資訊還包括複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。

在一實施例中，倒轉播放文字檔的檔案格式可為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。

此外，本發明之又一目的，即在提供一種在執行倒轉播放時，可使聲音以及字幕軌也能同步播放之影音倒轉播放方法。

本發明影音倒轉播放方法，係針對一聲音訊號進行辨識，並產生一對應該聲音訊號的文字資訊，並根據一倒轉播放條件將該文字資訊中的複數文字重新排列，且將重新排列後的該等文字與倒轉的該聲音訊號同步播放。

在一實施例中，本影音倒轉播放方法係應用於一影音倒轉播放裝置中執行。

在一實施例中，本影音倒轉播放方法係應用於一影音倒轉播放系統，該影音倒轉播放系統包含一影音倒轉播放裝置、一辨識伺服器及一語音分析伺服器，影音倒轉播放裝置與辨識伺服器及語音分析伺服器通訊，且包括一接收聲音訊號的收發模組及一連接收發模組的播放模組，辨識伺服器辨識該聲音訊號並產生文字資訊，語音分析伺服器根據倒轉播放條件將文字資訊中的該等文字重新排列，使得該播放模組將重新排列後的該等文字與倒轉的聲音訊號同步播放。

在一實施例中，本影音倒轉播放方法係根據倒轉播放條件將文字資訊中的複數文字重新排列而產生一倒轉播放文字檔，且將倒轉播放文字檔與倒轉的該聲音訊號同步播放，該倒轉播放文字檔的檔案格式為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。

在一實施例中，本影音倒轉播放方法係根據倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。

進一步地，文字資訊包括該等文字及複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。

本發明之功效在於：在執行倒轉播放時，聲音軌及字幕軌隨著影像同步倒轉播放，以增加趣味性。

在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。

參閱圖1，本發明影音倒轉播放裝置100之第一實施例，本影音倒轉播放裝置100能夠使多媒體資訊(例如：電影檔或線上影片等)在倒轉播放時，其聲音以及字幕軌也能同步播放，以增加趣味性。

在本實施例中，影音倒轉播放裝置100可為一實現語音辨識功能及播放軟體的智慧型手機，其中包含一收發模組10、一連接收發模組10的辨識模組20、一連接辨識模組20的處理模組30及一連接處理模組30的播放模組40。

收發模組10接收一多媒體資訊，該多媒體資訊包括一聲音訊號及一與該聲音訊號有關的影像訊號，例如：影片檔中的視訊(Video)及音訊(Audio)，不過在不同的應用需求中，多媒體資訊也可以僅包括聲音訊號(例如：音樂檔)，不以本實施例為限。

辨識模組20針對多媒體資訊中的聲音訊號進行辨識，並產生一對應該聲音訊號的文字資訊，且該文字資訊中包括複數個文字，該等文字可以字、詞、句三種階層來表示，以圖2之舉例來說，其中共有33個第一階層的基本單元(字)，19個第二階層的基本單元(詞)和3個第3階層的基本單元(句)，由於詞由字構成，句由詞構成，所以第二階層中的詞是由第一階層中的文字所組成，第三階層中的句則是由第二階層中的詞所組成。

除此之外，在一些實施例中，文字資訊可包括複數個文字及複數個對應該等文字的持續時間，以圖3之舉例來說，文字資訊包括「I」、「will」、「be」、「back」、「soon」、「you」、「are」、「fired」8個文字，各文字對應的持續時間分別為T1～T8，若該些文字以第一階層(字)表示，其與時間的對應列表如下表一所示。 表一

第一階層	基本語法	持續時間(ms)
1	I	300(T1)
2	will	400(T2)
3	be	200(T3)
4	back	500(T4)
5	soon	300(T5)
6	you	200(T6)
7	are	200(T7)
8	fired	500(T8)

若該些文字以第二階層(詞)表示，其與時間的對應列表如下表二所示。 表二

第二階層	基本語法	持續時間(ms)
1	I will be back soon	1700(T1～T5)
2	You are fired	900(T6～T8)

特別說明的是，上述僅是舉例說明，文字資訊中各文字的表示方式及持續時間皆可配合不同的設定及應用而調整，不以上述為限。

參閱圖1，處理模組30根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔。在本實施例中，倒轉播放條件為上述不同階層的表示方式、字/詞/句的個數等，使用者可以透過應用程式(APP)或軟體來進行設定，以圖4之畫面來說，倒轉播放條件包括播放單位、限制單位及限制個數，其中播放單位是選擇文字表示的階層，也就是在倒轉播放時字幕是要以字、詞或句為基本單位顯示；限制單位是選擇時間或單位倒轉播放，若選擇的是時間(例如：2秒)，則字幕會時間為基準(例如：以每2秒為時間區段)倒轉播放，若選擇的是單位，則字幕會字、詞或句的基本單位為基準倒轉播放；限制個數是設定倒轉播放的字/詞/句的單位個數或時間區段。

以圖2中第二句之舉例來說，若播放單位設定為第二階層(詞，以實線表示)，限制單位設定為單位播放，限制個數設定為1，則該些文字會如圖5所示倒敘排列，其中每個「詞」屬於一個逆向播放單元體，在逆向播放單元體中是以正向順序播放。若播放單位設定為第二階層(詞)，限制單位設定為單位播放，限制個數設定為2(以點鏈線表示)，則該些文字將會以2個詞為一個逆向播放單元體進行倒敘排列，其重新排列後的結果將如圖6所示。

以圖3之舉例來說，若播放單位設定為第一階層(字)，限制單位設定為時間播放，限制個數設定為900ms，則文字重新排列後的結果將如圖7所示，其中由於限制單位是設定為時間，因此每900ms屬於一個逆向播放單元體，在逆向播放單元體中是以正向順序播放，而有些字(例如：be)會因同時落於兩時間區間而重複播放。

因此，處理模組30根據預設或使用者設定的倒轉播放條件將該等文字重新排列並產生倒轉播放文字檔，該倒轉播放文字檔的檔案格式可以為純文字檔或是字幕軌的形式檔案(例如：webvtt)，亦或是任何具有階層、時間資料欄位概念的元資料(metadata)，並將該倒轉播放文字檔輸出至播放模組40。

補充說明的是，本實施例之影音倒轉播放裝置100還包含一連接辨識模組20及處理模組30的儲存模組50，用以儲存辨識模組20辨識聲音訊號後而產生的文字資訊，以及處理模組30所產生的倒轉播放文字檔，兩者儲存的格式皆可為純文字檔或字幕軌的形式檔案，或是任何具有階層、時間資料欄位概念的元資料。再者，倒轉播放文字檔可以與辨識模組20所產生的文字資訊合併儲存成同一檔案，或是另存於一個新檔，也可以是儲存為原本多媒體檔案的一個資料軌，皆不以此為限。

播放模組40可為顯示螢幕、喇叭或是可執行播放軟體的電路或其組合，播放模組40將該倒轉播放文字檔與倒轉的聲音訊號及影像訊號同步播放，如此一來，當使用者在執行倒轉播放時，除了影像會倒轉外，聲音及對應的文字也會隨之倒轉，將能更增加製作影片或是使用上的趣味性。

參閱圖8，為本發明影音倒轉播放裝置100之第二實施例，在本實施例中，影音倒轉播放裝置100可應用於一影音倒轉播放系統，該影音倒轉播放系統包含影音倒轉播放裝置100，以及與影音倒轉播放裝置100通訊的一辨識伺服器200及一語音分析伺服器300，其中辨識伺服器200的功能及運作如同第一實施例之辨識模組20(如圖1)，或包含一如同第一實施例之辨識模組20的電路，而語音分析伺服器300則包含一處理模組30及一連接處理模組30的儲存模組50，該處理模組30及儲存模組50的功能與運作與第一實施例相同，故不多加贅述。

本實施例之影音倒轉播放裝置100可為智慧型手機、智慧型電視，或任何具有多媒體播放器的電子裝置，其中收發模組10及播放模組40的功能與運作與第一實施例相同。當收發模組10接收到一多媒體資訊，可透過網路將該多媒體資訊傳送至辨識伺服器200，使得辨識伺服器200會針對多媒體資訊中的聲音訊號進行辨識，並產生一對應該聲音訊號的文字資訊，且將該文字資訊回傳至影音倒轉播放裝置100，當使用者欲要執行倒轉播放時，影音倒轉播放裝置100會將該文字資訊傳送至語音分析伺服器300，使其根據一倒轉播放條件將文字資訊中的文字重新排列，並產生一倒轉播放文字檔，且將該倒轉播放文字檔回傳至影音倒轉播放裝置100，以供播放模組40將該倒轉播放文字檔與倒轉的聲音訊號同步播放。如此，透過雲端伺服器(辨識伺服器200及語音分析伺服器300)的服務，同樣能使聲音軌及字幕軌隨著影像同步倒轉播放，以增加趣味性。

特別說明的是，辨識伺服器200及語音分析伺服器300可以整合成同一伺服器(例如：影音伺服器)，可提供使用者連線上傳/下載多媒體影片並進行語音分析處理。此外，語音分析伺服器300產生的倒轉播放文字檔同樣也可儲存於儲存模組50中，或是回傳至影音倒轉播放裝置100中儲存，亦或是兩者都儲存，可配合不同的使用需求而定。

參閱圖9，為本發明影音倒轉播放方法，本影音倒轉播放方法可應用於上述兩實施例之影音倒轉播放裝置100及影音倒轉播放系統，或是任何可執行本方法之電子裝置。以下將詳細說明本影音倒轉播放方法的流程。

步驟S10，影音倒轉播放裝置100可透過網路等方式取得多媒體資訊，該多媒體資訊可包括一聲音訊號及一與該聲音訊號有關的影像訊號，或是僅包括聲音訊號。

步驟S20，影音倒轉播放裝置100(或透過辨識伺服器200)辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，該文字資訊可僅包括複數文字(純文字檔)，或是包括複數文字及複數對應該等文字的持續時間。

步驟S30，影音倒轉播放裝置100(或透過語音分析伺服器300)根據一倒轉播放條件將文字資訊中的文字重新排列並產生一倒轉播放文字檔，其中倒轉播放條件可包括播放單位、限制單位及限制個數等，且倒轉播放文字檔的檔案格式可為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。

步驟S40，影音倒轉播放裝置100將倒轉播放文字檔與倒轉的聲音訊號同步播放，使得在執行倒轉播放時，聲音軌及字幕軌隨著影像同步倒轉播放，以增加趣味性。

另外，在一些特定的應用中，本發明影音倒轉播放方法可以一電腦程式產品呈現，使得於電腦或任何電子裝置載入該程式並執行後，可執行上述之影音倒轉播放方法。

綜上所述，本發明影音倒轉播放裝置100及影音倒轉播放系統，藉由語音辨識及文字分析，使得多媒體資訊在執行倒轉播放時，其聲音軌以及字幕軌也能同步播放，以增加趣味性，故確實能達成本發明之目的。

惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。

100‧‧‧影音倒轉播放裝置

200‧‧‧辨識伺服器

300‧‧‧語音分析伺服器

10‧‧‧收發模組

20‧‧‧辨識模組

30‧‧‧處理模組

40‧‧‧播放模組

50‧‧‧儲存模組

S10～S40‧‧‧步驟

本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是本發明影音倒轉播放裝置的第一實施例的電路方塊示意圖； 圖2是第一實施例中文字資訊的示意圖； 圖3是第一實施例中文字資訊之另一種態樣的示意圖； 圖4是第一實施例之設定倒轉播放條件的畫面示意圖； 圖5是將圖2之第二句以播放單位為第二階層，限制單位為單位播放，限制個數為1之設定下的倒轉播放結果； 圖6是將圖2之第二句以播放單位為第二階層，限制單位為單位播放，限制個數為2之設定下的倒轉播放結果； 圖7是將圖3以播放單位為第一階層，限制單位為時間播放，限制個數為900ms之設定下的倒轉播放結果； 圖8是本發明影音倒轉播放裝置的第二實施例的電路方塊示意圖；及 圖9是本發明影音倒轉播放方法的流程圖。

Claims (19)

1. 一種影音倒轉播放裝置，包含： 一收發模組，接收一聲音訊號； 一辨識模組，連接該收發模組，該辨識模組辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，且該文字資訊包括複數文字； 一處理模組，連接該辨識模組，該處理模組根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔；及 一播放模組，連接該處理模組，該播放模組將該倒轉播放文字檔與倒轉的該聲音訊號同步播放。
2. 如請求項1所述的影音倒轉播放裝置，其中，該收發模組還接收一與該聲音訊號有關的影像訊號，該播放模組係將該倒轉播放文字檔與倒轉的該聲音訊號及該影像訊號同步播放。
3. 如請求項1所述的影音倒轉播放裝置，還包含一連接該辨識模組及該處理模組的儲存模組，用以儲存該文字資訊及該倒轉播放文字檔。
4. 如請求項1所述的影音倒轉播放裝置，其中，該處理模組根據該倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。
5. 如請求項4所述的影音倒轉播放裝置，其中，該文字資訊還包括複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。
6. 如請求項1所述的影音倒轉播放裝置，其中，該倒轉播放文字檔的檔案格式為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。
7. 一種影音倒轉播放系統，包含： 一影音倒轉播放裝置，包括一接收一聲音訊號的收發模組及一連接該收發模組的播放模組； 一辨識伺服器，與該影音倒轉播放裝置通訊，該辨識伺服器辨識該聲音訊號並產生一對應該聲音訊號的文字資訊，且該文字資訊包括複數文字；及 一語音分析伺服器，與該影音倒轉播放裝置通訊，該語音分析伺服器根據一倒轉播放條件將該等文字重新排列，並產生一倒轉播放文字檔，使得該播放模組將該倒轉播放文字檔與倒轉的該聲音訊號同步播放。
8. 如請求項7所述的影音倒轉播放系統，其中，該辨識伺服器及該語音分析伺服器係整合成同一伺服器。
9. 如請求項7所述的影音倒轉播放系統，其中，該收發模組還接收一與該聲音訊號有關的影像訊號，該播放模組將該倒轉播放文字檔與倒轉的該聲音訊號及該影像訊號同步播放。
10. 如請求項7所述的影音倒轉播放系統，其中，該語音分析伺服器係根據該倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。
11. 如請求項10所述的影音倒轉播放系統，其中，該文字資訊還包括複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。
12. 如請求項7所述的影音倒轉播放系統，其中，該倒轉播放文字檔的檔案格式為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。
13. 一種影音倒轉播放方法，係針對一聲音訊號進行辨識，並產生一對應該聲音訊號的文字資訊，並根據一倒轉播放條件將該文字資訊中的複數文字重新排列，且將重新排列後的該等文字與倒轉的該聲音訊號同步播放。
14. 如請求項13所述的影音倒轉播放方法，其中，該影音倒轉播放方法係應用於一影音倒轉播放裝置中執行。
15. 如請求項13所述的影音倒轉播放方法，其中，該影音倒轉播放方法係應用於一影音倒轉播放系統，該影音倒轉播放系統包含一影音倒轉播放裝置、一辨識伺服器及一語音分析伺服器，該影音倒轉播放裝置與該辨識伺服器及該語音分析伺服器通訊，且包括一接收該聲音訊號的收發模組及一連接該收發模組的播放模組，該辨識伺服器辨識該聲音訊號並產生該文字資訊，該語音分析伺服器根據該倒轉播放條件將該文字資訊中的該等文字重新排列，使得該播放模組將重新排列後的該等文字與倒轉的該聲音訊號同步播放。
16. 如請求項13所述的影音倒轉播放方法，其中，該影音倒轉播放方法係根據該倒轉播放條件將該文字資訊中的複數文字重新排列而產生一倒轉播放文字檔，且將該倒轉播放文字檔與倒轉的該聲音訊號同步播放，該倒轉播放文字檔的檔案格式為純文字檔、字幕軌的形式檔案，或是具有階層、時間資料欄位概念的元資料(metadata)。
17. 如請求項13所述的影音倒轉播放方法，其中，該影音倒轉播放方法係根據該倒轉播放條件將該等文字以字、詞或句為單位倒敘排列，該倒轉播放條件包括字/詞/句的表示設定及字/詞/句的個數設定。
18. 如請求項17所述的影音倒轉播放方法，其中，該文字資訊包括該等文字及複數對應該等文字的持續時間，該倒轉播放條件還包括以該持續時間為基準或以字/詞/句的基本單位為基準之設定。
19. 一種電腦程式產品，於電腦載入該程式並執行後，可完成如請求項13～18中任一項所述之方法。