业务实现流程：
● 业务层对接视频云PaaS平台，开启功能并配置翻译模板；
● 现场推流到CDN边缘节点；
● CDN转推到视频云PaaS平台；
● 视频云PaaS平台进行直播流调度及转发、音频流剥离并发送给AI语音服务平台；
● 视频云PaaS平台获取转写及翻译音频流接收，并进行音视频流合并；
● 将合成字幕后的视频云流进行转码、源流及含字幕流切片、录制等，支持时移回看、录制文件回放等，然后将含字幕的直播流转推给CDN；
● 终端平台播放器从CDN获取转码流播放。
技术优势：
● 分析语音数据的处理速度，拿到字幕数据的延迟，在输入层对视频数据进行延迟控制，最终可以控制在1s以内，实现直播声音、画面、字幕完美同步的良好体验；
● 字幕模板动态灵活配置，支持自定义位置、字体大小、颜色、背景色等；
● 支持灵活配置开启或关闭字幕：比如中场休息、播放宣传片或者其他广告内容时，可以关闭字幕；
● 区别于传统的线下翻译+字幕叠加硬件设备，创新性的云线上实时翻译+字幕叠加，通过API的方式实现全部流程，且只支持的并发路数可以动态扩缩容，提升使用和运维效率；另外相比传统的线下实现方式，综合降本预计高达95%以上。
实践过程中遇到的难点：
● 听写以及翻译的准确性，需要根据不同的场景进行定制训练；
● 声音、画面、字幕的同步控制。
技术应用场景：
该技术可以广泛的应用于电商、会展、融媒、教育等领域，比如在电商领域，可以帮助企业聚焦直播带货出海业务场景，通过云端实时翻译+多语言字幕的技术手段，降低海外地区用户的观看门槛，提升直播观看量，从而提升商品购买转化率和GMV；在会展行业，可以完美替代同传和线下硬件设备，大大降低会展直播成本。
技术实践：
该技术在2021年相继应用于服贸会、亚欧商品贸易博览会、商洽会等国际性展会项目中，具体效果通过下面的视频来展示：
文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览92458 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！