[發明專利]一種智能辦公會議系統及會議記錄方法

在審

• 申請號: 201910166335.3
• 申請日: 2019-03-06
• 公開（公告）號: CN110021302A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 蔣偉濱;李稀敏;肖龍源;蔡振華;劉曉葳;譚玉坤
• 申請（專利權）人: 廈門快商通信息咨詢有限公司
• 主分類號: G10L17/22
• 分類號: G10L17/22;G10L15/22;G10L21/0208;G06Q10/10
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 樂珠秀

本發明公開了一種智能辦公會議系統及會議記錄方法，其通過獲取說話人的音頻信息；根據所述音頻信息進行聲紋識別，得到所述說話人的身份信息；根據所述音頻信息進行語音識別，將所述音頻信息轉換為文本信息；根據所述說話人的身份信息，對所述文本信息或者所述音頻信息進行說話人分割，得到每個說話人對應的分割文本信息；根據所述說話人的身份信息和所述分割文本信息，輸出會議記錄，從而實現智能化辦公，無需后期整理，提高工作效率。

技術領域

本發明涉及通信技術領域，特別是一種智能辦公會議系統及對應的方法。

背景技術

會議記錄是指在會議過程中，由記錄人員把會議的組織情況和具體內容記錄下來，就形成了會議記錄。記有詳記與略記之別。略記是記會議大要，會議上的重要或主要言論。傳統的人工記錄方式通常只能實現略記，若要實現快速有效的詳記，則需要利用攝像機、麥克風以及錄音筆等設備對會議過程中各人員進行錄音或錄像；會議結束后，還需要通過查看、回放錄音及錄像做成會議記錄，或者通過語音識別的方式將錄下來的內容還原成文字記錄。

對于現有技術的會議記錄，一方面，人工記錄方式不僅效率低而且容易出錯；另一方面，錄音錄像的記錄方式雖然能夠記錄得更詳細，但其后期整理過程也是相當的繁雜和費時，效率低。

在當前社會中，幾乎每時每刻都有人在進行各種大大小小的會議，如何實現快速的、準確的、詳細的記錄每個與會人員的發言內容、發言時間，以便最大限度地再現會議情境，是一個亟待解決的問題。

發明內容

本發明為解決上述問題，提供了一種智能辦公會議系統及會議記錄方法，其通過對會議的音頻信息進行說話人的身份識別和文本化處理，自動輸出每個說話人的發言內容，無需后期整理，從而實現智能化辦公，提高工作效率。

為實現上述目的，本發明采用的技術方案為：

本發明的目的之一，在于提供一種智能辦公會議系統，其包括：

麥克風陣列，用于獲取說話人的音頻信息；

聲紋識別模塊，用于根據所述音頻信息進行聲紋識別，得到所述說話人的身份信息；

語音識別模塊，用于根據所述音頻信息進行語音識別，將所述音頻信息轉換為文本信息；

說話人分割模塊，根據所述說話人的身份信息，對所述文本信息進行說話人分割，得到每個說話人對應的分割文本信息；或者，根據所述說話人的身份信息，對所述音頻信息進行說話人分割，得到每個說話人對應的分割音頻信息，再通過所述語音識別模塊將所述分割音頻信息轉換為分割文本信息；

記錄輸出模塊，根據所述說話人的身份信息和所述分割文本信息，輸出會議記錄。

優選的，所述的麥克風陣列包括兩個以上不同方位的麥克風陣元，并進一步根據不同方位的麥克風陣元所捕捉的音頻信息對所述說話人進行聲源定位，得到說話人的聲源位置信息；所述說話人分割模塊根據所述說話人的身份信息和聲源位置信息，對所述文本信息或所述音頻信息進行說話人分割。

優選的，所述聲源定位進一步包括：

計算所述音頻信息中的聲源到達所述麥克風陣列中的各麥克風陣元之間的相對時間差；

根據所述相對時間差計算出聲源到達各麥克風陣元的距離差；

結合陣列拓撲結構用幾何算法或搜索確定聲源位置信息。

優選的，根據所述說話人的身份信息和聲源位置信息，對所述文本信息或所述音頻信息進行說話人分割，進一步包括：

根據所述聲源位置信息對所述文本信息和/或所述音頻信息進行預分割，得到分割后的信息片段；

判斷相鄰兩個信息片段的聲源位置信息是否發生改變：