Zobrazování filmových titulků na základě otisků zvukové stopy

Abstract

Práce se zabývá časováním filmových titulků pomocí otisků získaných ze zvukové stopy. Součástí je analýza existujících titulkových formátů a problémů s jejich synchronizací s videem, popis existujících řešení těchto problémů a návrh formátu, ve kterém jsou titulky časovány primárně pomocí zvukových otisků. K tvorbě a porovnávání zvukových otisků je použita technologie Waveprint. Práce se dále zabývá akcelerací tvorby otisků na GPU pomocí CUDA. Výstupem je jednoduchý video přehrávač, který umožňuje přehrávat video společně s navrženým titulkovým formátem. V závěru se práce věnuje možnostem použití tohoto formátu pro promítání titulků souběžně s filmovou projekcí.

This thesis addresses movie subtitles matching using audio fingerprints. It consists of analysis of existing subtitle formats and problems that can be encountered when synchronizing them with video and description of existing solutions to these problems. The thesis proposes a subtitle format which, instead of timecode, uses audio fingerprints primarily. To create and compare these fingerprints, Waveprint technology is used. This thesis also deals with accelerating the fingerprint creation on the GPU using CUDA. Source codes for a simple video player, capable of displaying subtitles in the proposed subtitle format are included. The thesis also contains analysis how to use this format when displaying subtitles with cinema movie projection simultaneously.