[發(fā)明專利]視頻會議方法及系統(tǒng)、計(jì)算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010988005.5
• 申請日: 2020-09-18
• 公開（公告）號: CN112188145A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 李璐;馮文瀾
• 申請（專利權(quán)）人: 隨銳科技集團(tuán)股份有限公司
• 主分類號: H04N7/15
• 分類號: H04N7/15;G06K9/00;G10L15/00
• 代理公司: 北京中譽(yù)威圣知識產(chǎn)權(quán)代理有限公司 11279
• 代理人: 王芊雨

1.一種視頻會議方法，其特征在于，所述視頻會議方法包括：

監(jiān)測視頻會議中的發(fā)言人的人臉狀態(tài)；

若監(jiān)測到所述人臉狀態(tài)滿足第一預(yù)設(shè)條件，則將視頻畫面中的所述發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型；

對所述發(fā)言人進(jìn)行語音識別；以及

在視頻畫面中的所述發(fā)言人的人臉模型中，根據(jù)語音識別情況添加唇部模擬動作。

2.如權(quán)利要求1所述的視頻會議方法，其特征在于，所述監(jiān)測視頻會議中的發(fā)言人的人臉狀態(tài)包括：

實(shí)時(shí)獲取視頻流中的發(fā)言人的人臉信息。

3.如權(quán)利要求1所述的視頻會議方法，其特征在于，所述第一預(yù)設(shè)條件包括所述發(fā)言人的閉眼時(shí)間超過第一預(yù)設(shè)閾值、所述發(fā)言人的人臉在預(yù)設(shè)時(shí)間內(nèi)進(jìn)出視頻畫面的次數(shù)超過第二預(yù)設(shè)閾值、或所述發(fā)言人的人臉在視頻畫面中顯示不全的狀態(tài)持續(xù)時(shí)間超過第三預(yù)設(shè)閾值。

4.如權(quán)利要求1所述的視頻會議方法，其特征在于，所述視頻會議方法還包括：

將視頻畫面中的所述發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型之后，繼續(xù)監(jiān)測所述發(fā)言人的人臉狀態(tài)；

若監(jiān)測到所述發(fā)言人的人臉狀態(tài)滿足第二預(yù)設(shè)條件，則將視頻畫面中的所述發(fā)言人的人臉模型切換回所述發(fā)言人的真實(shí)人臉。

5.如權(quán)利要求4所述的視頻會議方法，其特征在于，所述第二預(yù)設(shè)條件為所述發(fā)言人的人臉在視頻畫面中完全顯示的狀態(tài)持續(xù)時(shí)間超過第四預(yù)設(shè)閾值且所述發(fā)言人的閉眼時(shí)間不超過第一預(yù)設(shè)閾值。

6.一種視頻會議方法，其特征在于，所述視頻會議方法包括：

當(dāng)接收到第一人臉切換請求時(shí)，將視頻畫面中的發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型；

對所述發(fā)言人進(jìn)行語音識別；以及

在視頻畫面中的所述發(fā)言人的人臉模型中，根據(jù)語音識別情況添加唇部模擬動作。

7.如權(quán)利要求6所述的視頻會議方法，其特征在于，所述視頻會議方法還包括：

當(dāng)接收到第二人臉切換請求時(shí)，將視頻畫面中的所述發(fā)言人的人臉模型切換回所述發(fā)言人的真實(shí)人臉。

8.一種視頻會議系統(tǒng)，其特征在于，所述視頻會議系統(tǒng)包括：

人臉狀態(tài)監(jiān)測模塊，用于監(jiān)測視頻會議中的發(fā)言人的人臉狀態(tài)；

第一人臉切換模塊，與所述人臉狀態(tài)監(jiān)測模塊相耦合，用于若所述人臉狀態(tài)監(jiān)測模塊監(jiān)測到所述人臉狀態(tài)滿足第一預(yù)設(shè)條件，則所述第一人臉切換模塊將視頻畫面中的發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型；

語音識別模塊，與所述第一人臉切換模塊相耦合，用于在所述第一人臉切換模塊將視頻畫面中的發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型之后，對所述發(fā)言人進(jìn)行語音識別；以及

唇部模擬模塊，與所述語音識別模塊相耦合，用于在視頻畫面中的發(fā)言人的人臉模型中，根據(jù)語音識別情況添加唇部模擬動作。

9.一種視頻會議系統(tǒng)，其特征在于，所述視頻會議系統(tǒng)包括：

第三人臉切換模塊，用于當(dāng)接收到第一人臉切換請求時(shí)，將視頻畫面中的發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型；

語音識別模塊，與所述第三人臉切換模塊相耦合，用于在所述第三人臉切換模塊將視頻畫面中的發(fā)言人的真實(shí)人臉替換為預(yù)存的所述發(fā)言人的人臉模型之后，對所述發(fā)言人進(jìn)行語音識別；以及

唇部模擬模塊，與所述語音識別模塊相耦合，用于在視頻畫面中的所述發(fā)言人的人臉模型中，根據(jù)語音識別情況添加唇部模擬動作。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)用于執(zhí)行如權(quán)利要求1～7任一所述的視頻會議方法。