[發明專利]在點對點和多點音頻/視頻會議期間顯示動態呼叫者身份

無效

• 申請號: 200910177629.2
• 申請日: 2009-09-27
• 公開（公告）號: CN101715102A
• 公開（公告）日: 2010-05-26
• 發明（設計）人: M·雷曼
• 申請（專利權）人: 寶利通公司
• 主分類號: H04N7/15
• 分類號: H04N7/15;H04N5/445;G06K9/00;G06K7/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 李鎮江

技術領域

本申請一般涉及視頻會議領域。更具體而非限制性地，本申請涉及在視頻會議環境中識別當前發言者以及在信息框中呈現關于當前發言者的信息的方法。

背景技術

在現代商業組織中，具有地理上分散的個人的團體參加視頻會議而不是面對面開會并不少見。公司和組織越來越多地使用視頻會議來減少差旅費并且節省時間。但是，視頻會議系統不能完美地模擬與會者在典型的與其它與會者面對面開會期間可能期待的那樣，這可能會抵消掉財務和時間上的節省。在視頻會議期間會顯著缺少面對面會議的與會者自身低估了其價值(take?for?granted)的重要的感覺信息，而這阻礙了有效且高效的交流。

由于視頻會議系統的性質，經由視頻會議鏈接的不同的會議地點通常包含多個與會者。在這樣的情況下，可能有利的是傾聽的與會者識別發言的與會者，因此他能將他正在接收的聽覺信息放到背景(context)中。發言的對話根據發言者可以具有不同的意義或重要性。不幸的是，常常是這樣的情況：由于使用的視頻會議技術的限制，與會者對發言者的識別被推遲或變得不可能。例如，視頻屏幕可能太小或質量很差，因而與會者可能不能感知遠程與會者的嘴唇的運動或他的身體語言。此外，聲音的方向性可能會丟失，因為它是在遠程位置被再現的。

發明內容

在一個實施例中，本申請提供了一種在多方多地點視頻會議或僅有音頻和視頻的混合的會議中確定并顯示個人信息以幫助其它與會者的方法。在會議期間，不同的人將在不同的時間發言，并且可以通過檢測在視頻會議的終端處的音頻輸入并使用它識別當前誰正在發言，來識別當前發言的與會者。一被識別出來，就可以將與被識別的人相關聯的個人信息提供給會議的其它終端，作為對在這些其它終端處的與會者的幫助。例如，如果他們不具有對那人的識別特征的個人認識，則將為他們呈現當前發言的與會者的姓名和頭銜。

在另一個實施例中，存儲多種識別信息，以努力增大自動識別當前發言的與會者的準確度。在此實施例中，獨立地處理不同類型識別信息中的每一個，并且比較獨立處理的結果以在提供個人信息之前確定是否已經找到一致的結果。另外，如果沒有獲得一致的結果，則可能讓呼叫主持人(call?moderator)輸入識別信息，并且此更新的識別信息隨后可以用于提高未來自動識別的準確度。

附圖說明

圖1示出了具有多個地點和可能正在視頻會議中的多個與會者的示例公司。

圖2以示例形式示出了在多方、多地點視頻會議的一個或多個地點定義會議與會者的過程。

圖3以示例形式示出了識別視頻會議的當前發言的與會者的過程。

圖4示出了識別視頻會議的當前發言的與會者的可替換實施例。

圖5示出了視頻會議系統的一個實施例的框圖。

具體實施方式

在典型的面對面會議中，傾聽的與會者確定哪一個與會者當前正在發言通常是直接且容易的。需要一種在視頻會議的背景下模擬此常規識別任務的視頻會議系統。但是，即使傾聽的與會者能夠辨別哪個人正在發言，他也可能不知道發言者的姓名和頭銜。還需要一種在視頻會議環境中呈現當前發言者的個人識別信息的系統。

本申請公開了滿足這些需要并且包括其它有利特征的方法和系統。在特定的實施例中，將視頻會議設備描述為基于用戶定義的輸入參數結合計算的識別參數來呈現當前發言者的個人信息。計算的識別參數包括但不限于，通過語音識別和/或人臉識別軟件、定向傳聲器及其它環境感測技術獲得的參數。

以下本申請還描述了用于在視頻會議系統的背景下識別并呈現關于當前發言者的個人信息的方法和系統。本領域技術人員將理解，可以將本申請的發明性質延伸到其它類型的在社區或商業組織(諸如，共享的工作空間、虛擬會議室和在線社區)之間共享的多用戶通信技術。請注意，盡管用視頻會議來描述本申請的發明性質，但是它也可以應用于僅有音頻的會議、遙現、即時消息等。

在現代商業組織中，具有地理上分散的個人的團體參加同時發生的音頻會議、視頻會議或兩者的結合并不少見。例如，參考圖1，在配置100中示出了企業A，其具有位于紐約(105)、休斯頓(110)和特拉華(115)的辦公室。企業A經由通過網絡170連接的視頻會議來舉行每月的、企業范圍的狀態會議。每個地點安裝有揚聲器電話(185)、攝像機(181)和顯示設備(180、180a)。在這樣的會議期間，當前視頻會議系統允許地理上分散的與會者看見并聽見他們的遠程的同事，但是若干限制可能妨礙體驗的有效性。