[發(fā)明專利]一種智能辦公會(huì)議系統(tǒng)及會(huì)議記錄方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910166335.3
• 申請(qǐng)日: 2019-03-06
• 公開（公告）號(hào): CN110021302A
• 公開（公告）日: 2019-07-16
• 發(fā)明（設(shè)計(jì)）人: 蔣偉濱;李稀敏;肖龍?jiān)?/a>;蔡振華;劉曉葳;譚玉坤
• 申請(qǐng)（專利權(quán)）人: 廈門快商通信息咨詢有限公司
• 主分類號(hào): G10L17/22
• 分類號(hào): G10L17/22;G10L15/22;G10L21/0208;G06Q10/10
• 代理公司: 廈門仕誠聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 35227
• 代理人: 樂珠秀

1.一種智能辦公會(huì)議系統(tǒng)，其特征在于，包括：

麥克風(fēng)陣列，用于獲取說話人的音頻信息；

聲紋識(shí)別模塊，用于根據(jù)所述音頻信息進(jìn)行聲紋識(shí)別，得到所述說話人的身份信息；

語音識(shí)別模塊，用于根據(jù)所述音頻信息進(jìn)行語音識(shí)別，將所述音頻信息轉(zhuǎn)換為文本信息；

說話人分割模塊，根據(jù)所述說話人的身份信息，對(duì)所述文本信息進(jìn)行說話人分割，得到每個(gè)說話人對(duì)應(yīng)的分割文本信息；或者，根據(jù)所述說話人的身份信息，對(duì)所述音頻信息進(jìn)行說話人分割，得到每個(gè)說話人對(duì)應(yīng)的分割音頻信息，再通過所述語音識(shí)別模塊將所述分割音頻信息轉(zhuǎn)換為分割文本信息；

記錄輸出模塊，根據(jù)所述說話人的身份信息和所述分割文本信息，輸出會(huì)議記錄。

2.根據(jù)權(quán)利要求1所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：所述的麥克風(fēng)陣列包括兩個(gè)以上不同方位的麥克風(fēng)陣元，并進(jìn)一步根據(jù)不同方位的麥克風(fēng)陣元所捕捉的音頻信息對(duì)所述說話人進(jìn)行聲源定位，得到說話人的聲源位置信息；所述說話人分割模塊根據(jù)所述說話人的身份信息和聲源位置信息，對(duì)所述文本信息或所述音頻信息進(jìn)行說話人分割。

3.根據(jù)權(quán)利要求2所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：所述聲源定位進(jìn)一步包括：

計(jì)算所述音頻信息中的聲源到達(dá)所述麥克風(fēng)陣列中的各麥克風(fēng)陣元之間的相對(duì)時(shí)間差；

根據(jù)所述相對(duì)時(shí)間差計(jì)算出聲源到達(dá)各麥克風(fēng)陣元的距離差；

結(jié)合陣列拓?fù)浣Y(jié)構(gòu)用幾何算法或搜索確定聲源位置信息。

4.根據(jù)權(quán)利要求2所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：根據(jù)所述說話人的身份信息和聲源位置信息，對(duì)所述文本信息或所述音頻信息進(jìn)行說話人分割，進(jìn)一步包括：

根據(jù)所述聲源位置信息對(duì)所述文本信息和/或所述音頻信息進(jìn)行預(yù)分割，得到分割后的信息片段；

判斷相鄰兩個(gè)信息片段的聲源位置信息是否發(fā)生改變：

若所述聲源位置信息不變，則判定為所述相鄰兩個(gè)信息片段屬于相同說話人，并將所述相鄰兩個(gè)信息片段進(jìn)行合并，對(duì)合并后的信息片段進(jìn)一步通過所述聲紋識(shí)別模塊進(jìn)行判斷所述說話人的身份信息；

若所述聲源位置信息發(fā)生改變，則判定為所述相鄰兩個(gè)信息片段屬于不同說話人，則對(duì)兩個(gè)信息片段分別通過所述聲紋識(shí)別模塊進(jìn)行判斷各個(gè)說話人的身份信息。

5.根據(jù)權(quán)利要求1所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：所述的聲紋識(shí)別模塊，是通過預(yù)先獲取每個(gè)說話人的聲紋信息和對(duì)應(yīng)的身份信息并存儲(chǔ)在聲紋庫中，對(duì)當(dāng)前說話人的音頻信息進(jìn)行聲紋識(shí)別時(shí)，將識(shí)別到的聲紋信息與聲紋庫中的聲紋信息進(jìn)行匹配，將匹配得到的聲紋信息所對(duì)應(yīng)的身份信息作為當(dāng)前說話人的身份信息。

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：還包括存儲(chǔ)模塊，用于將所述音頻信息及其對(duì)應(yīng)的身份信息、文本信息存儲(chǔ)于會(huì)議記錄數(shù)據(jù)庫中。

7.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：還包括時(shí)間戳控制器，用于對(duì)所述音頻信息和所述文本信息標(biāo)記時(shí)間戳。

8.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的一種智能辦公會(huì)議系統(tǒng)，其特征在于：還包括降噪處理模塊，所述麥克風(fēng)陣列獲取說話人的音頻信息后，先通過所述降噪處理模塊對(duì)所述音頻信息進(jìn)行降噪處理，再對(duì)降噪后的音頻信息進(jìn)行聲紋識(shí)別和語音識(shí)別。

9.一種智能辦公會(huì)議系統(tǒng)的會(huì)議記錄方法，其特征在于，包括以下步驟：

獲取說話人的音頻信息；

根據(jù)所述音頻信息進(jìn)行聲紋識(shí)別，得到所述說話人的身份信息；

根據(jù)所述音頻信息進(jìn)行語音識(shí)別，將所述音頻信息轉(zhuǎn)換為文本信息；

根據(jù)所述說話人的身份信息，對(duì)所述文本信息進(jìn)行說話人分割，得到每個(gè)說話人對(duì)應(yīng)的分割文本信息；

根據(jù)所述說話人的身份信息和所述分割文本信息，輸出會(huì)議記錄。

10.一種智能辦公會(huì)議系統(tǒng)的會(huì)議記錄方法，其特征在于，包括以下步驟：

獲取說話人的音頻信息；

根據(jù)所述音頻信息進(jìn)行聲紋識(shí)別，得到所述說話人的身份信息；

根據(jù)所述說話人的身份信息，對(duì)所述音頻信息進(jìn)行說話人分割，得到每個(gè)說話人對(duì)應(yīng)的分割音頻信息；

將所述分割音頻信息轉(zhuǎn)換為分割文本信息；

根據(jù)所述說話人的身份信息和所述分割文本信息，輸出會(huì)議記錄。