一种实时语音翻译合成的音画字幕对齐方法及系统

本发明提供了一种实时语音翻译合成的音画字幕对齐方法及系统，涉及语音处理技术领域；本发明通过分片级并行处理实现翻译语音与视频的毫秒级对齐，相比传统方案延迟大大降低，解决了直播时翻译后的语音画面不同步问题；本发明根据直播内容自动生成实时语音翻译，再分别处理得到对应的srt文件和翻译后m3u8分片；因此，无需人工提前进行翻译和字幕生成，也无需提前对原视频进行音频替换，节约了人力成本的同时提供了更加通用的直播流字幕方案；此外，本发明在切换语种时，播放器可以自行选择开始的时间点，从而使得本方法支持在线直播和直播回放等多种播放模式。