[發明專利]遠距離音視頻采集的系統、方法、計算機設備和存儲介質

在審

• 申請號: 202010181016.2
• 申請日: 2020-03-16
• 公開（公告）號: CN111556282A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 陳文博;夏若彬
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;H04R1/08;G08B21/00;G10L15/26
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 金無量

1.一種遠距離音視頻采集系統，其特征在于，所述系統包括圖像采集設備、麥克風陣列、音頻處理模塊和存儲模塊；

所述圖像采集設備用于對第一區域進行圖像采集，獲取圖像信息；所述麥克風陣列用于音頻采集，獲取音頻信息，所述麥克風陣列包括至少兩個麥克風，呈線性排列，其中，所述麥克風陣列所處的直線與所述圖像采集設備的光軸平行；

所述音頻處理模塊用于對所述音頻信息進行處理，獲取所述第一區域的定向音頻信息；

所述存儲模塊用于存儲所述圖像信息和與所述圖像信息所對應的所述定向音頻信息。

2.根據權利要求1所述的系統，其特征在于，所述麥克風陣列中的麥克風間距可調。

3.根據權利要求1所述的系統，其特征在于，所述系統還包括主控芯片；

所述主控芯片用于對所述定向音頻信息進行語音識別，獲取語音識別結果；

所述主控芯片用于對所述圖像信息進行圖像識別，獲取圖像識別結果；

所述主控芯片用于匹配所述語音識別結果與所述圖像識別結果。

4.根據權利要求3所述的系統，其特征在于，所述系統還包括聯動模塊；

所述聯動模塊用于在所述語音識別結果滿足觸發條件的情況下，觸發聯動行為。

5.一種遠距離音視頻采集方法，應用于遠距離音視頻采集系統，所述遠距離音視頻采集系統包括麥克風陣列，其特征在于，所述方法包括：

采集第一區域的圖像信息，獲取所述麥克風陣列采集的音頻信息；

根據預設的音頻處理算法處理所述音頻信息，得到所述第一區域的定向音頻信息；

存儲所述圖像信息和所述定向音頻信息。

6.根據權利要求5所述的方法，其特征在于，所述獲取麥克風陣列采集的音頻信息，根據預設的音頻處理算法處理所述音頻信息，得到第一區域的定向音頻信息，包括：

獲取所述麥克風陣列中各個麥克風獲取的音頻信息，所述音頻信息包括聲壓，根據所述聲壓判斷聲源；

在所述聲源在所述遠距離音視頻采集系統的圖像采集范圍內時，對所述聲源對應的音頻信息進行加強；

在所述聲源不在所述遠距離音視頻采集系統的圖像采集范圍內時，對所述聲源對應的音頻信息進行壓制；

獲取定向音頻信息。

7.根據權利要求5所述的方法，其特征在于，所述根據預設的音頻處理算法處理所述音頻信息，得到所述第一區域的定向音頻信息包括：

根據所述麥克風陣列中各個麥克風之間的間距值，選取音頻處理算法；

根據所述音頻處理算法處理所述音頻信息，得到所述定向音頻信息。

8.根據權利要求5所述的方法，其特征在于，所述存儲所述圖像信息和所述定向音頻信息之后，所述方法還包括：

對所述定向音頻信息進行語音識別，獲取語音識別結果；

對所述圖像信息進行圖像識別，獲取圖像識別結果；

根據所述語音識別結果與所述圖像識別結果，匹配所述語音識別結果中的聲源和所述圖像識別結果中的身份特征。

9.根據權利要求8所述的方法，其特征在于，所述方法還包括：

在所述語音識別結果中的第一聲源滿足關鍵字觸發條件的情況下，觸發聯動行為，并獲取與所述第一聲源對應的第一身份特征。

10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求5至9中任一項所述方法的步驟。

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求5至9中任一項所述的方法的步驟。