[發(fā)明專利]一種視頻會(huì)議的聲音處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210184600.9
• 申請(qǐng)日: 2012-06-06
• 公開（公告）號(hào): CN102724604A
• 公開（公告）日: 2012-10-10
• 發(fā)明（設(shè)計(jì)）人: 王瑞
• 申請(qǐng)（專利權(quán)）人: 北京中自科技產(chǎn)業(yè)孵化器有限公司
• 主分類號(hào): H04R1/20
• 分類號(hào): H04R1/20;H04N7/15
• 代理公司: 北京華夏正合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11017
• 代理人: 韓登營;張煥亮

技術(shù)領(lǐng)域

本發(fā)明涉及視頻會(huì)議技術(shù)領(lǐng)域，特別是指一種視頻會(huì)議的聲音處理方法。

背景技術(shù)

對(duì)于目前的視頻會(huì)議（包括如QQ、MSN等即時(shí)通訊的多人視頻對(duì)話）系統(tǒng)終端，通常包括由大屏幕顯示器、投影儀、電視墻等構(gòu)成的顯示終端，設(shè)置在顯示終端兩側(cè)的揚(yáng)聲器，麥克風(fēng)，以及用于傳輸音視頻的主機(jī)。其中主機(jī)可由計(jì)算機(jī)實(shí)現(xiàn)。

當(dāng)用戶與多個(gè)會(huì)議參與者進(jìn)行視頻會(huì)議時(shí)，主機(jī)從網(wǎng)絡(luò)接收各個(gè)會(huì)議參與者的音視頻數(shù)據(jù)，顯示終端顯示各個(gè)會(huì)議參與者的各個(gè)的視頻顯示窗口播放相應(yīng)的視頻，并通過揚(yáng)聲器播放所接收的音頻。

目前，用戶多是通過聲音特性（如聲音粗細(xì)、高低等），或通過觀察各個(gè)視頻窗口參會(huì)者的口型狀態(tài)，判斷出所播放的音頻對(duì)應(yīng)哪個(gè)視頻顯示窗口，即確定是誰在發(fā)言，因此并沒有現(xiàn)場(chǎng)會(huì)議的現(xiàn)場(chǎng)感。

另外，當(dāng)出現(xiàn)多個(gè)參與者同時(shí)發(fā)言的情景時(shí)，發(fā)生揚(yáng)聲器同時(shí)播放出多個(gè)參與者的音頻，還會(huì)造成聲音的混亂，不僅影響通話質(zhì)量，還使得用戶更難以辨別出聲音對(duì)應(yīng)哪個(gè)視頻顯示窗口，即更難確定是誰在發(fā)言。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的主要目的在于，提供一種自動(dòng)配置視頻聲場(chǎng)的方法，實(shí)現(xiàn)通過播放出的聲音對(duì)應(yīng)的方位確定出該方位對(duì)應(yīng)的視頻窗口，從而確定出發(fā)言的會(huì)議參與者。

本發(fā)明動(dòng)配置視頻聲場(chǎng)的方法包括步驟：

A、確定視頻會(huì)議的視頻顯示終端中各個(gè)視頻顯示窗口的位置；

B、根據(jù)各個(gè)視頻顯示窗口的不同位置，分別為各個(gè)視頻顯示窗口配置對(duì)應(yīng)其各自位置的聲場(chǎng)；

C、播放各個(gè)視頻顯示窗口對(duì)應(yīng)的音頻數(shù)據(jù)時(shí)，根據(jù)各個(gè)視頻顯示窗口對(duì)應(yīng)的所配置的聲場(chǎng)播放所述音頻數(shù)據(jù)。

由上，通過配置不同位置的視頻顯示窗口的聲場(chǎng)，實(shí)現(xiàn)通過播放出的聲音對(duì)應(yīng)的方位確定出該方位對(duì)應(yīng)的視頻窗口，從而確定出發(fā)言的會(huì)議參與者。

可選的，確定當(dāng)前用戶在視頻顯示終端上投影對(duì)應(yīng)的位置；

步驟B還包括：將所述投影對(duì)應(yīng)的位置作為聲場(chǎng)的中心，來配置所述各個(gè)視頻顯示窗口對(duì)應(yīng)的聲場(chǎng)。

由上，通過以當(dāng)前用戶投影位置為中心，實(shí)現(xiàn)確定出各視頻顯示窗口相對(duì)于當(dāng)前用戶的位置。從而依據(jù)位置配置聲場(chǎng)。

可選的，還包括：

視頻顯示終端至少兩側(cè)各有一揚(yáng)聲器，步驟B中一視頻顯示窗口的所述聲場(chǎng)的配置包括：

通過配置揚(yáng)聲器之間的音量差、播放音頻數(shù)據(jù)的時(shí)間差和/或相位差配置該視頻顯示窗口對(duì)應(yīng)其位置的所述聲場(chǎng)。

由上，通過音量差、時(shí)間差和/或相位差的配置，實(shí)現(xiàn)模擬出不同位置的聲源。

可選的，配置的所述揚(yáng)聲器之間的音量差、播放音頻數(shù)據(jù)的時(shí)間差和/或相位差隨視頻顯示窗口距離聲場(chǎng)的中心距離的增大而增大。

由上，通過依據(jù)各視頻顯示窗口的距離進(jìn)行配置，實(shí)現(xiàn)模擬出不同位置以及距離的聲源。

可選的，所述確定當(dāng)前用戶在視頻顯示終端上投影對(duì)應(yīng)位置的步驟包括：

采集包括當(dāng)前用戶面部區(qū)域的視頻顯示終端正前方的圖像，確定出雙眼中心；

將所述雙眼中心在視頻顯示終端投影的位置為當(dāng)前用戶在視頻顯示終端上投影對(duì)應(yīng)的位置。

由上，通過確定當(dāng)前用戶的投影位置，以便確定出各視頻顯示終端相對(duì)于當(dāng)前用戶所在的位置。

可選的，還包括：

確定用戶所關(guān)注的視頻顯示窗口，增大該視頻顯示窗口對(duì)應(yīng)的音頻數(shù)據(jù)的音量。

由上，實(shí)現(xiàn)自動(dòng)提高用戶關(guān)注的視頻顯示窗口的音量。

可選的，所述確定用戶所關(guān)注的視頻顯示窗口的步驟包括：

采集當(dāng)前用戶面部區(qū)域圖像，確定出雙眼瞳孔位置；

以穿過該中心位置、垂直所述面部區(qū)域圖像的視頻顯示窗口為用戶所關(guān)注的視頻顯示窗口。

由上，實(shí)現(xiàn)確定用戶雙眼所注視的視頻顯示窗口。

可選的，所述各個(gè)視頻顯示窗口的位置可調(diào)整。

附圖說明

圖1為本發(fā)明自動(dòng)控制視頻音量的方法的流程圖；

圖2為本發(fā)明第一實(shí)施例中多個(gè)視頻顯示窗口的排列示意圖；

圖3為本發(fā)明第二實(shí)施例中多個(gè)視頻顯示窗口的排列示意圖；

圖4為本發(fā)明第三實(shí)施例中多個(gè)視頻顯示窗口的排列示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明所述視頻會(huì)議的聲音處理方法進(jìn)行詳細(xì)描述。如圖1所示，本發(fā)明自動(dòng)控制視頻音量的方法包括步驟：

步驟S10：確定顯示終端中各視頻顯示窗口位于屏幕的所在位置。