[發明專利]基于流媒體技術的視頻綜合系統

在審

• 申請號: 201611124903.6
• 申請日: 2016-12-09
• 公開（公告）號: CN108461089A
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 高璐
• 申請（專利權）人: 青島璐琪信息科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;H04L29/06;H04N7/15
• 代理公司: 暫無信息
• 代理人: 暫無信息

本系統是一種基于流媒體技術的視頻綜合性平臺，采用瀏覽器/服務器模式，方便實用的實時感知交流、隱私保護、文件傳輸、文檔共享、白板等多功能的整合實現。語音處理中采用高效的回音消除、自動增益、背景降噪、靜音檢測技術；視頻處理中采用先進的視頻優化技術、帶寬自適應機制、視頻多碼率支持、誤碼掩蓋技術、前向糾錯編碼技術，使視頻更流暢，更清晰。支持超大規模用戶并發，多服務器交叉級聯、動態網絡帶寬均衡等技術。

技術領域

本系統是一種基于流媒體技術的視頻綜合性平臺，主要用于視頻會議、遠程協助、遠程心理輔導等功能。并基于流媒體協作平臺的靈活、方便的工作空間感知處理方法和保護協作者人物特征的方法，及實現具有隱私保護的遠程音視頻綜合協作平臺，具有重大的理論意義和實際應用價值。

背景技術

現有的視頻會議系統大致可以分為教學型的雙向視頻會議系統、會議型雙向視頻會議系統、商務型視頻會議系統(即桌面型視頻會議系統)、軟件視頻會議系統、軟件專業版高清視頻會議多種類型。但其會議系統在通用技術上差別不大，效果主要受網絡帶寬限制和電腦配置制約。由于其技術方案原因，對于用戶的軟硬件要求較高，通常需配置相應的視頻卡；加上未考慮到用戶隱私保護，給用戶帶來了心理負擔，不利于參與者的大膽工作。

本系統將采用基于膚色和臉部特征的視頻序列中實時人臉檢測與跟蹤方法；采用基于PLAR(PseudoLogAreaRatio)系數曲線變換方法和基于線性預測的基音同步疊加(LP-PSOLA)算法分別對語音信號的譜參數和韻律參數進行修改。

基于以上技術方案，本系統開發的基于流媒體的視頻綜合平臺將具有特有的技術競爭優勢。基于此平臺，還可以方便的構建諸如遠程心理診療系統、咨詢系統、企業商務管理系統、教學系統等應用。

發明內容

本系統基于瀏覽器/服務器模式架構，用戶通過訪問網頁的形式進行視頻協作，在語音處理技術中采用高效的回音消除、自動增益、背景降噪、靜音檢測，帶來比電話還清晰、接近CD播放音質的語音通話效果；并采用先進的視頻編碼技術，以及視頻優化技術、先進的帶寬自適應機制、視頻多碼率支持、誤碼掩蓋技術、前向糾錯編碼技術，使視頻更流暢，更清晰。基于矢量成像技術的文檔共享使得文檔大小縮放不失真；其結構組成：

(1)基于Web的流媒體協作管理子系統包括基于Web的協作會議的組織、協作會議的控制、會議安全管理、訪問權限管理等關鍵技術，同時開發相關模塊，從而構成基于Web的流媒體協作管理子系統。

(2)高效的流媒體與共享文檔的傳輸方式

實時協作系統中必須保證音視頻信息的高效、實時采集、處理和傳輸，研究開發包括多路視頻、多人混音、屏幕廣播、實時錄制、點播等技術和功能的實現方法。

(3)研究靈活的多模式交互方式

集音頻、視頻、文檔、文字、郵件、短信等多種模式的協作交互方式，以保證在音視頻會議的同時能方便地實現電子白板、資料共享、協同瀏覽、遠程輔導、網頁同步、文字討論、系統消息、程序共享等功能。

(4)視頻信息隱私保護處理方法

視頻信息隱私保護處理方法，該方法可根據協作用戶的不同要求，在視頻圖像序列中始終檢測跟蹤待保護的隱私區域，并對此區域進行模糊化處理以隱藏用戶個人生物特征。

(5)音頻信息隱私保護處理方法

音頻信息隱私保護處理方法，該方法在進行語音交流時，可根據協作用戶的要求，實時改變說話人語音、語調，從而能隱藏說話人身份。

(6)基于流媒體的協作綜合平臺的集成開發

在各個子功能模塊設計實現的基礎上，利用基于瀏覽器/服務器模式的方法架構實現整個系統，從而構建基于流媒體的協作綜合平臺。

系統技術路線描述：