写作前字幕视频输入对二语写作中生成性词汇的效用分析

本研究将字幕视频输入运用到二语写作领域,基于双重编码与多模态话语理论,以自由型生成性词汇使用为研究对象,分析了写作前英语字幕视频辅助性学习活动,相较于其他视听或阅读模式下的信息输入,对国内英语专业学习者写作过程中词汇生成能力的作用与影响。结果显示,写作前字幕视频输入情况下,学习者高级词汇使用比例增长最为显著,它更利于提高学习者二语写作中生成性词汇能力及降低对高频词汇的依赖。文章同时进一步指出这一调查结果的教学意义。

Meta分析:字幕视频能否促进听力理解

本研究对国内外关于字幕视频对二语/外语听力理解的影响作用的13个研究进行了Meta分析。应用亚组分析和Meta回归分析的方法,分析了语言水平、任务类型、年龄和材料语速4个变量对综合效应的调节作用。结果显示,综合效应量大,表明字幕视频对二语/外语听力理解的促进作用是显著的。但字幕视频在显著促进中级学习者的听力理解的同时,却会阻碍初级学习者的听力理解。而在特定范围内,字幕视频对听力理解的促进作用随着年龄的增长而增强。

二语字幕视频的权衡效应分析

技术的演变和互联网的全球扩展使得信息能在世界各地的交流,视听资源层出不穷,字幕视频逐步发展成一种全球性语言学习资源,人们对字幕文本的接触和研究不断增加。尽管字幕有较强的实用性以及较高的成本效益,但字幕的实际应用更多的是依靠传统经验而不是基于实证研究之上,特别是在二语字幕权衡效应这一块。本研究采用了综合性方法,涵盖了眼动、要旨理解、字幕所含具体词汇的识别以及影视场景的识别等手段,兼顾眼动实验法追踪学习过程和传统认知法测验学习结果,较为完整准确地评估了场景处理和二语字幕处理之间的潜在的权衡效应,分析字幕视频加工的效用。

基于多尺度大核注意力机制的视频字幕去除算法

视频字幕去除是视频修复的子领域,旨在通过深度学习模型自动去除视频中的字幕,提高视频的重复利用率。近年来,许多视频修复方法采用光流和Transformer等技术来增强模型性能,然而这些方法通常伴随着庞大的模型参数、高昂的训练成本和冗长的推理时间。为了克服上述缺陷,提出了一种轻量的基于多尺度大核注意力机制的视频字幕去除算法。该算法框架包括两个主要部分:字幕掩码抽取模块和多尺度大核注意力机制字幕去除模块。得益于新颖的网络模型设计,相较于先前的视频字幕去除方法,该方法不仅具有更小的模型参数和更快的推理速度,而且在定性和定量比较中均表现优异,实现了更出色的字幕去除效果。实验结果证明了该方法的有效性。

基于时空解耦Transformer的视频字幕去除算法

视频字幕在传递信息的同时,固化在视频中的字幕也阻碍了视频的重复利用。提出一种基于时空解耦Transformer的视频字幕去除算法,能够从带有字幕文本的视频序列中去除字幕文本,并重建出被字幕区域遮挡的背景图像。整体框架分为两个部分,字幕掩膜提取模块和字幕去除模块,前者快速精准地获得输入视频序列的二值字幕掩膜,将得到的二值字幕掩膜作为辅助信息,输入到基于时空解耦Transformer的字幕去除模块,进行字幕文本的去除和背景纹理的恢复,实现对整体视频字幕的去除。与现有的经典视频字幕去除方法相比,在峰值信噪比和结构相异性等图像质量指标以及视觉效果上,该方法均取得了更好的性能,实验结果验证了该方法在视频字幕去除领域的有效性。

多模态神经网络在视频字幕生成中的探索

多模态学习是指从多个不同的数据源中提取信息并进行综合分析,以获得比单一模态更为丰富和准确的表征。在视频字幕生成任务中,多模态神经网络能够同时处理视频的视觉信息和音频信息,通过深层次的特征融合与交互,实现对视频内容的全面理解和精准描述。这一技术路径不仅突破了传统方法的局限,还为视频内容的自动化处理开辟了新的可能。

基于支持向量机的视频字幕自动定位与提取

视频字幕蕴含了丰富语义 ,可用于对相应视频流进行高级语义标注 .文中首先将原始图像帧分割为 N× N的子块 ,提取每个子块的灰度特征 ;然后使用预先训练好的 SVM分类机进行字幕子块和非字幕子块的分类 ;最后结合金字塔模型和后期处理过程 ,实现视频图像字幕区域的自动定位提取 .

两阶段的视频字幕检测和提取算法

视频字幕检测和提取是视频理解的关键技术之一。文中提出一种两阶段的字幕检测和提取算法,将字幕帧和字幕区域分开检测,从而提高检测效率和准确率。第一阶段进行字幕帧检测:首先,根据帧间差算法进行运动检测,对字幕进行初步判断,得到二值化图像序列;然后,根据普通字幕和滚动字幕的动态特征对该序列进行二次筛选,得到字幕帧。第二阶段对字幕帧进行字幕区域检测和提取:首先,利用Sobel边缘检测算法初检文字区域;然后,利用高度约束等剔除背景,并根据宽高比区分出纵向字幕和横向字幕,从而得到字幕帧中的所有字幕,即静止字幕、普通字幕、滚动字幕。该方法减少了需要检测的帧数,将字幕检测效率提高了约11%。实验对比结果证明,相比单一使用帧间差和边缘检测的方法,该方法在F值上提升约9%。

一种基于学习的视频字幕验证方法

视频字幕验证是字幕检测中的重要环节,其目的在于提高检测准确率。当前的验证方法多是依据经验规则。这些方法在图像背景复杂、图像分辨率低以及字幕字体、大小、颜色多变这些条件下,适应性差。为提高验证方法的适应性和准确性,通过将2维主成分分析(2DPCA)应用到视频字幕验证中,提出了一种基于2DPCA和支撑向量机(SVM)的视频字幕验证方法。该方法分训练和判别两个步骤,即首先采用2DPCA方法提取视频图像块特征,然后通过训练SVM对图像块进行验证和分类。实验结果表明,在图像背景复杂、图像分辨率低以及字幕字体、大小、颜色多变这些传统验证方法或多或少都存在困难的条件下,该方法不仅具有良好的视频字幕验证能力,而且也能明显降低算法的运行耗时。

基于ICA算法的视频字幕检测与定位

研究了独立成分分析法(ICA)在视频序列处理中的应用,提出了一种新的基于ICA算法的视频字幕检测与定位方法,该算法采用了小波变换来提取独立分量.仿真实验结果表明,与传统方法相比,该方法能够有效消除背景信息,提高字幕定位的精度,具有更强的鲁棒性.

一种视频字幕检测定位新方法

简要介绍了现有视频字幕的检测提取方法及独立成分分析的基本理论和算法,探讨了独立成分分析在视频图像序列处理方面的应用,提出了一种基于独立成分分析的新的视频字幕检测提取方法。仿真实验结果表明,在图像背景复杂、图像分辨率低以及字幕字体、大小、颜色多变这些传统检测提取方法或多或少都存在困难的条件下,该方法都具有良好的视频字幕检测提取能力。

基于局部能量特征的视频字幕分割

视频字幕能够给人们提供高度浓缩的与视频内容相关的信息 ,但字幕通常均以图象方式存在于视频、图象中 ,为了提取视频字幕 ,提出了一种基于局部能量的视频字幕分割方法 ,该方法利用局部能量与图象中边缘、轮廓特征之间的对应关系进行字幕的自动分割 .为了快速地进行局部能量的计算 ,在分析局部能量模型基础上 ,将局部能量计算方法进行了推广 ,即先通过选用具有对称性的双正交小波基及 Hilbert变换 ,构造了适于局部能量计算的 90°相移滤波器 ,然后通过多分辨率小波变换实现了信号的多分辨率频带分割 ,并在此基础上计算局部能量 .实验结果表明 。

科普视频双语字幕生成系统的设计与实现

利用云端语音识别引擎和机器翻译引擎,结合开源语音处理软件ffmpeg,设计并实现了一个科普视频汉英双语字幕生成的系统。将科普视频文件用开源软件提取音频内容,调用百度云端语音识别引擎(https://aip.baidubce.com/)联合汉语科普知识库,实现语音到汉语字幕及其时间线的转换;调用百度云端机器翻译引擎(http://api.fanyi.baidu.com/)联合汉英科普对译库,将汉语字幕翻译为英文字幕,并对应到汉语字幕的时间线上,最后生成科普视频的汉英双语云端语音识别字幕。本文利用真实科普视频评估了本文所提系统的处理能力,从汉语语音到英文字幕总正确(可懂)率为77.3%;进一步分析该字幕生成系统的人工用时,接近全人工处理的1/5,能够有效降低人工成本,提高科普视频汉英双语字幕的生成效率。

视频字幕对大学英语听力的影响

随着多渠道学习理论的提出和多媒体辅助教学的广泛应用,英语原版视频资料被广泛地应用到听力教学中。在课堂上播放英语原版视频,一般都带有字幕:英语字幕,中文字幕,或英文+中文字幕。本研究旨在探究三种字幕模式对大学生听力的影响,并试图发现哪一种字幕模式更适合大学生的听力训练。

数字媒体专业英语翻译探究——以视频字幕翻译为例

介绍了视频字幕翻译功能、文本特点。在此基础上,提出视频字幕翻译作为一种特殊类型的翻译,其翻译不仅与文本内容紧密相关,还与视频字幕技术和视觉感受相关,需要借助数字媒体技术将其合理展现,让其可视性凸显出来。进行视频字幕翻译时,译者需要将技术层面的策略与文本层面的策略相结合,结合使用多种翻译技巧,提高视频字幕的翻译质量。

视频字幕对外语听力理解的影响研究述评

本文分析总结了近20年来国内外关于视频字幕模式对外语听力理解的影响这一研究的方法、特点,归纳了学者们的研究成果及存在的不足,并提出了有待进一步讨论的问题。

视频字幕输入方式对大学英语词汇教学的影响

在中国外语教学中,视频字幕的教育功能已经开始得到展示,部分教师已经将视频字幕作为一种教学手段研究并且运用到教学中。通过本实验发现:(1)字幕对于学生的词汇习得和记忆有显著的积极作用。中英字幕习得词汇量最多,英文字幕组其次,中文字幕组最少;(2)不同练习方式对词汇附带习得有不同的影响,角色扮演组习得的词汇量多于回答问题组。调查结果对大学英语教学的启示是在教学过程中,教师和学生要注意合理地利用英文字幕,促进学生词汇量的提高。

数字视频字幕解析

数字视频中的字幕,无论是后期制作中加入的还是场景中出现的,往往包含了一些重要的内容信息。主要介绍了数字视频中字幕的分类及特点,数字视频字幕检测与提取的现状,进行字幕检索的技术难点,以及基于内容的视频字幕检索的一般步骤。

一类可分离的视频游动字幕检测算法

视频数据中游动字幕的检测是现代智能监播系统中的一个重要问题,同时也是后续诸多视频数据处理的一个基本前提和出发点。将基于内容的数据检索技术应用于视频游动字幕的检测算法,设计了游动字幕矢量化方法,给出了相似度的准则,提出了游动字幕的检测算法,并给出了相应的数值实验及算法的复杂度分析。实验证明结果是正确和有效的。

视频帧中改进的字幕检测定位方法

视频帧中的字幕往往包含当前视频的高层语义内容,对视频内容的自动理解、索引和检索有重要意义。首先选取一帧视频字幕,然后进行图像预处理、边缘检测、文字边缘连接成块、文字行的检测、背景噪声去除,最后根据字幕区域本身的特点,检测出文字区域,再依据文字象素密度范围进一步滤去非文字区域的视频字幕。