[發(fā)明專利]語音識別到視頻的轉(zhuǎn)換方法和裝置

無效

• 申請?zhí)枺?/td>: 200610161000.5
• 申請日: 2006-12-11
• 公開（公告）號: CN101202888A
• 公開（公告）日: 2008-06-18
• 發(fā)明（設(shè)計）人: 王東;鄭罡;張嵩
• 申請（專利權(quán)）人: 中興通訊股份有限公司
• 主分類號: H04N7/173
• 分類號: H04N7/173;G10L21/06;G10L15/00
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責任公司
• 代理人: 李偉;吳孟秋

1.一種語音識別到視頻的轉(zhuǎn)換方法，其特征在于，包括以下步驟：

第一步驟：媒體服務(wù)器在啟動時根據(jù)視頻資源的類型建立對應(yīng)的識別碼；

第二步驟：所述媒體服務(wù)器在接收到應(yīng)用服務(wù)器的請求后，建立音頻流的連接通道并接收音頻流；

第三步驟：所述媒體服務(wù)器的語音識別模塊識別音頻數(shù)據(jù)，并將識別后的數(shù)據(jù)輸出到轉(zhuǎn)換處理程序；

第四步驟：所述轉(zhuǎn)換處理程序在接收到所述識別后的數(shù)據(jù)之后進行轉(zhuǎn)換，并將轉(zhuǎn)換后的數(shù)據(jù)與在所述第一步驟中建立的所述識別碼對照，從而實現(xiàn)視頻轉(zhuǎn)換；以及

第五步驟：所述媒體服務(wù)器將轉(zhuǎn)換后的視頻流通過網(wǎng)絡(luò)輸出到終端設(shè)備。

2.根據(jù)權(quán)利要求1所述的語音識別到視頻的轉(zhuǎn)換方法，其特征在于，在所述第一步驟中，如果視頻資源的類型為新添加的類型，則所述媒體服務(wù)器提供接口，以實時地添加所述視頻資源對應(yīng)的識別碼。

3.根據(jù)權(quán)利要求1所述的語音識別到視頻的轉(zhuǎn)換方法，其特征在于，在所述第二步驟中，所述媒體服務(wù)器在接收音頻流后通知所述語音識別模塊開始處理，并且，在所述第三步驟中，所述語音識別模塊在輸出識別后的數(shù)據(jù)之后，通知所述轉(zhuǎn)換處理程序開始處理。

4.根據(jù)權(quán)利要求1所述的語音識別到視頻的轉(zhuǎn)換方法，其特征在于，在所述第四步驟中，所述轉(zhuǎn)換處理程序在接收到開始處理的通知后，將由所述語音識別模塊輸出的數(shù)據(jù)讀取到自己的緩存中，并且將轉(zhuǎn)換后的數(shù)據(jù)與在所述第一步驟中建立的所述識別碼對照后，將轉(zhuǎn)換后的視頻索引添加到所述緩存中。

5.根據(jù)權(quán)利要求4所述的語音識別到視頻的轉(zhuǎn)換方法，其特征在于，所述轉(zhuǎn)換處理程序?qū)λ鲆曨l索引排序，并且在完成排序后通知所述媒體服務(wù)器開始發(fā)送，所述媒體服務(wù)器在接收到所述轉(zhuǎn)換處理程序的通知后，根據(jù)所述視頻索引找到視頻資源，并且開始發(fā)送。

6.一種語音識別到視頻的轉(zhuǎn)換裝置，其特征在于，包括：

識別碼建立模塊，用于在媒體服務(wù)器在啟動時根據(jù)視頻資源的類型建立對應(yīng)的識別碼；

音頻流接收模塊，連接至所述識別碼建立模塊，用于在所述媒體服務(wù)器在接收到應(yīng)用服務(wù)器的請求后，建立音頻流的連接通道并接收音頻流；

語音識別模塊，連接至所述音頻流接收模塊，用于識別音頻數(shù)據(jù)，并將識別后的數(shù)據(jù)輸出到轉(zhuǎn)換處理模塊；

轉(zhuǎn)換處理模塊，連接至所述語音識別模塊和所述識別碼建立模塊，用于在接收到所述語音識別模塊的數(shù)據(jù)之后進行轉(zhuǎn)換，并將轉(zhuǎn)換后的數(shù)據(jù)與所述識別碼建立模塊建立的所述識別碼對照，從而實現(xiàn)視頻轉(zhuǎn)換；以及

視頻流輸出模塊，連接至所述轉(zhuǎn)換處理模塊，用于將轉(zhuǎn)換后的視頻流通過網(wǎng)絡(luò)輸出到終端設(shè)備。

7.根據(jù)權(quán)利要求6所述的語音識別到視頻的轉(zhuǎn)換裝置，其特征在于，如果視頻資源的類型為新添加的類型，則所述識別碼建立模塊提供接口，以實時地添加所述視頻資源對應(yīng)的識別碼。

8.根據(jù)權(quán)利要求6所述的語音識別到視頻的轉(zhuǎn)換裝置，其特征在于，所述音頻流接收模塊在接收音頻流后通知所述語音識別模塊開始處理，并且，所述語音識別模塊在輸出識別后的數(shù)據(jù)之后，通知所述轉(zhuǎn)換處理模塊開始處理，所述轉(zhuǎn)換處理模塊在接收到開始處理的通知后，將由所述語音識別模塊輸出的數(shù)據(jù)讀取到自己的緩存中。。

9.根據(jù)權(quán)利要求8所述的語音識別到視頻的轉(zhuǎn)換裝置，其特征在于，所述轉(zhuǎn)換處理模塊在將轉(zhuǎn)換后的數(shù)據(jù)與由所述識別碼建立模塊建立的所述識別碼對照后，將轉(zhuǎn)換后的視頻索引添加到所述緩存中。

10.根據(jù)權(quán)利要求9所述的語音識別到視頻的轉(zhuǎn)換裝置，其特征在于，所述轉(zhuǎn)換處理模塊對所述視頻索引排序，并且在完成排序后通知所述視頻流輸出模塊開始發(fā)送，并且，所述視頻流輸出模塊在接收到所述轉(zhuǎn)換處理模塊的通知后，根據(jù)所述視頻索引找到視頻資源，并且開始發(fā)送。