[發明專利]視頻會議自動補音的方法、系統、存儲介質及電子設備

有效

• 申請號: 202010962350.1
• 申請日: 2020-09-14
• 公開（公告）號: CN112270919B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 李璐;陳洪浩;馮文瀾
• 申請（專利權）人: 深圳隨銳視聽科技有限公司;隨銳科技集團股份有限公司
• 主分類號: G10L13/08
• 分類號: G10L13/08;G10L15/26;H04L65/80;H04N21/439;H04N21/8547
• 代理公司: 北京興智翔達知識產權代理有限公司 11768
• 代理人: 張玉梅

1.一種視頻會議自動補音的方法，其特征在于，包括：

發送端麥克風拾音形成音頻流數據包；

所述發送端開啟語音識別功能，將所述音頻流數據包轉為文字信息包；

接收端同時接收所述音頻流數據包及所述文字信息包；

所述接收端對所述音頻流數據包進行檢測，判斷所述音頻流數據包是否丟包；

當發生丟包時，所述接收端將已接收的所述音頻流數據包的時間戳與已接收的所述文字信息包的時間戳進行比對，找到所述音頻流數據包丟包區域相對應的所述文字信息包；

所述接收端開啟語音合成功能，將與丟包區域相對應的所述文字信息包生成音頻數據；以及

將所述音頻數據補充至丟包的所述音頻流數據包相對應的時間戳中；

其中，所述接收端對所述音頻流數據包進行檢測，判斷所述音頻流數據包是否丟包包括：

預設時間內未收到所述音頻流數據包，則判斷所述音頻流數據包發生預設丟包；及

預設時間內接收到所述音頻流數據包，當所述音頻流數據包的丟包數量超過丟包預設值時，則判斷所述音頻流數據包發生預設丟包。

2.如權利要求1所述的視頻會議自動補音的方法，其特征在于，所述音頻流數據包的所述丟包預設值為三個。

3.如權利要求1所述的視頻會議自動補音的方法，其特征在于，所述生成音頻數據的時間范圍小于丟包起始時間，大于丟包結束時間。

4.如權利要求3所述的視頻會議自動補音的方法，其特征在于，將所述音頻數據補充至丟包的所述音頻流數據包相對應的時間戳中包括：

截取所述生成音頻數據中與丟包的所述音頻流數據包相對應的音頻數據，補充至丟包的所述音頻流數據包相對應的時間戳中。

5.一種視頻會議自動補音的系統，其特征在于，包括：

發送端，包括：

音頻流模塊，用以通過麥克風拾音形成音頻流數據包；

語音識別模塊，用以將所述音頻流數據包轉為文字信息包；及

發送模塊；以及

接收端，包括：

接收模塊，用以接收所述發送端的所述發送模塊發送的所述音頻流數據包和所述文字信息包；

檢測判斷模塊，用以對所述音頻流數據包進行檢測，并判斷所述音頻流數據包是否丟包；

對比模塊，當發生丟包時，所述對比模塊用以將已接收的所述音頻流數據包的時間戳與已接收的所述文字信息包的時間戳進行比對，找到所述音頻流數據包丟包區域相對應的所述文字信息包；

語音合成模塊，用以將與丟包區域相對應的所述文字信息包生成音頻數據；及

音頻數據補充模塊，用以將所述音頻數據補充至丟包的所述音頻流數據包相對應的時間戳中；

其中，所述檢測判斷模塊對所述音頻流數據包進行檢測，并判斷所述音頻流數據包是否丟包包括：

預設時間內未收到所述音頻流數據包，則判斷所述音頻流數據包發生預設丟包；及

預設時間內接收到所述音頻流數據包，當所述音頻流數據包的丟包數量超過丟包預設值時，則判斷所述音頻流數據包發生預設丟包。

6.如權利要求5所述的視頻會議自動補音的系統，其特征在于，所述音頻流數據包的丟包預設值為三個。

7.一種存儲介質，其特征在于，所述存儲介質存儲有計算機可執行指令，所述計算機可執行指令用于執行權利要求1-4任意一項所述的視頻會議自動補音的方法。

8.一種電子設備，其特征在于，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；

其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-4任意一項所述的視頻會議自動補音的方法。