一种智能设备及视频通话时的同声翻译方法

摘要

本发明涉及智能家居领域，尤其涉及一种智能设备及视频通话时的同声翻译方法。方法包括：接收用户的操作指示，基于所述用户选择的目标交互用户以及目标语言生成视频交互指令，获取第一视频数据和第一音频数据，接收云服务器发送的字幕数据、所述第二音频数据以及所述第二视频数据，将所述字幕数据叠加到所述第二视频数据上，对处理后的第二视频数据和所述第一视频数据进行图像拼接处理，并将生成的合成视频数据以及所述第二音频数据发送至显示设备。这样，无需为实现音频数据转换为文本数据而架设大规模处理设备，且通过将合成视频数据与第二音频数据的同步配置，避免了音频数据与字幕数据之间的延时，实现将同声翻译应用于日常的使用中。