[發明專利]基于文字記錄的錄像存檔裝置及方法

在審

• 申請號: 201810896152.2
• 申請日: 2018-08-08
• 公開（公告）號: CN108712624A
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 黃永席;胡淇能
• 申請（專利權）人: 上海啟諾信息科技有限公司
• 主分類號: H04N5/76
• 分類號: H04N5/76;H04N7/15;H04N7/18;G10L15/26;G10L17/22;G10L21/0208
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 徐麗

本發明提供了基于文字記錄的錄像存檔裝置及方法，涉及音像控制設備技術領域，包括音像聯動控制裝置、與其相連的第一攝像設備和話筒設備；話筒設備采集發言人的音頻信息；音像聯動控制裝置的語音處理模塊根據音頻信息生成文字記錄信息、確定發聲位置和身份信息，并根據發聲位置生成畫面控制指令；第一攝像設備根據畫面控制指令將拍攝畫面切換至與發聲位置對應的預設位畫面并采集視頻信息；存儲模塊將音頻信息和視頻信息進行壓縮處理，并將文字記錄信息、身份信息與壓縮音頻信息、壓縮視頻信息進行關聯存檔。本發明在提高音視頻會議、庭審或其它重要場合中記錄畫面細節的豐富性、音頻的清晰度的基礎上，還降低了存儲成本，簡化了存檔查閱的方式。

技術領域

本發明涉及音像控制設備技術領域，尤其是涉及基于文字記錄的錄像存檔裝置及方法。

背景技術

傳統的會議記錄多以記錄員或速錄員的筆記為主，該方式容易出錯出漏，花費人力物力，且信服度較低。對于一些很重要正規的會議開始出現了錄音功能，以及對于一些會議記錄要求嚴格的法庭、上市公司股東大會等正規的視頻會議，慢慢出現了錄音錄像功能。

現有的視頻會議、會議錄像是通過架設攝像機，在一兩個方向上進行全景的實時錄音錄像，以實時錄取會議過程中的音視頻數據。也就是說，這些所謂的會議記錄或會議錄像(有些是高清錄像)，因為都是以攝取全會場全景畫面為主的，所以畫面上只能看到人頭攢動的畫面，比如法庭上，只能看到被告或庭長的小人頭像，根本無法看清其音容笑貌或肢體語言；有些非常重要的場合，必須要看清發言人音容笑貌的、就只能增加攝像機數量，比如庭審、為了能清晰記錄庭長、原告、被告和代理律師的面部表情，就只能給每一個個體增加一個攝像機機位，而每增加一個機位，就對應的多一路視頻信息的存儲。對于錄音如果是攝像頭錄的，則聲音將會吵雜一片，如果是現場話筒錄音，則可以聽到相對清晰的發言聲但無法確定發言人的位置和身份。

現有音視頻會議記錄的方式，除了缺少畫面細節、錄音嘈雜和難以定位發言人之外，在存檔和調取查閱方面也存在不足。目前，對錄像的存檔基本上都是直接光盤或硬盤保存，如果錄像是高清畫面，比如1080P畫質，不壓縮的話，按每秒30幀來說，1分鐘是1920*1080*3*30*60約10GB；如果壓縮成目前最好的H.264格式，可以壓縮到100M多，但對錄制設備會有很高的要求；不管是不壓縮還是H.264，這些錄像的硬盤開銷都很大，比如只需普通錄像的、至少要保存兩路視頻，即：100M*2路*60＝1.2G/小時，但如果是要求很高的庭審錄像，比如實現庭長、原告、被告、各代理律師、全局，共5路“都有特寫畫面”的存儲，需要的存儲空間約為： 100M*5*60＝3.0G/小時，以XXX法院2017年光就受理一審案件489166件 (刑事案件65187件、商事案件423979件)，就光按一案件一庭審，一庭審 2個小時來估算，XXX法院2017年為了一審類案件的庭審錄像，做清晰的庭審記錄(5路視頻)的話，就有489166*2*3G＝5869992G，按普通每個硬盤2T容量(1T＝1024G)計算，需要2935個硬盤，再按2T普通硬盤500 元(專業硬盤還要更貴)計算，2935*500＝1467500元。也就是說，按最低配來計算，XXX法院2017年光為一審庭審做錄像存儲最少就要開銷146.7 萬元。日積月累，對光盤或硬盤的需求量很大，是單位一筆不小的開支。

對錄像存檔的查閱方式，基本還處于：先估算出會議發生的時間段、找來存儲這個時間段會議的硬盤，再查找會議所存在的錄像文件，然后將錄像文件進行8X、16X或32X的快進去查找，需要耗費人工花費大量的時間去查看調取畫面，很是不方便效率極低。

發明內容

有鑒于此，本發明的目的在于提供基于文字記錄的錄像存檔裝置及方法，在提高音視頻會議記錄中畫面細節的豐富性、音頻的清晰度的基礎上，還降低了存儲成本，簡化了存檔查閱的方式。

第一方面，本發明實施例提供了一種基于文字記錄的錄像存檔裝置，其中，包括：音像聯動控制裝置、與所述音像聯動控制裝置相連的第一攝像設備和話筒設備，所述音像聯動控制裝置包括語音處理模塊和存儲模塊；