[發明專利]一種智能會議記錄系統及方法

在審

• 申請號: 202110015673.4
• 申請日: 2021-01-07
• 公開（公告）號: CN112348493A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 沈玉勤;陶子元
• 申請（專利權）人: 北京電信易通信息技術股份有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06K9/00;G06K9/62;G06T3/40;H04N5/76;G10L15/26;G10L17/00;G10L17/02;G10L17/06
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開了一種智能會議記錄系統及方法。該系統包括攝像頭、麥克風、同步器、控制模塊、位置解析模塊、聲音識別模塊、圖像處理模塊、人臉識別模塊以及存儲模塊。本發明能夠通過聲音識別模塊生成各個參會人員的發言文字記錄；可以通過圖像處理模塊生成發言人的全景圖片記錄；最終形成文本圖片混合的會議記錄。當用作遠程會議時，還可以通過全景圖像的方式為對方提供視頻信息，提升體驗感。

技術領域

本發明涉及語音、圖像識別領域，特別是涉及一種智能會議記錄系統及方法。

背景技術

會議記錄用于記錄會議中參會人員商討的信息，為會議信息提供準確的依據，同時，也可以讓相應的人員對會議信息進行回顧，避免會議中商討的內容遺失或是忘記。

現有的級別較高的會議室，一般都會配備自動會議記錄的功能，即會議室內裝有拾音設備，對演講者的聲音進行拾取，然后通過語音轉化文字的功能，記錄下會議的內容，這樣會后就會形成會議記錄供參會者使用；或者直接使用視頻采集設備采集整個會議過程中的全部影響。

但此類方式形成的會議記錄比較粗糙，文字版的記錄，不利于用戶從中提取圖像信息；視頻版本的又存在，當需要對特定的內容(例如，特定人員的講話內容，或參會人員針對特定主題的發言內容等)進行查看時，就需要對整段的視頻進行瀏覽才能找到需要的內容，導致觀看用戶花費大量的時間和精力，降低了工作效率。

同時現有的遠程會議中，一般是直接通過固定的攝像頭進行圖像采集，實現方式比較僵化，存在會議體驗感較差的問題。

發明內容

本發明的目的是提供一種智能會議記錄系統及方法，用以結合文字與圖像的各自特點，自動生成含有會議圖像和發言文字信息的會議記錄，提升遠程會議的體驗感。

為實現上述目的，本發明提供了如下方案：

一種智能會議記錄系統，包括：

攝像頭，用于采集會議發生時的視頻圖像信息；

麥克風，用于采集會議發生時的聲音信息；

同步器，分別與所述攝像頭和所述麥克風連接，用于發出同步信號控制所述攝像頭和所述麥克風同時工作；

控制模塊，分別與所述攝像頭、所述麥克風以及所述同步器連接，用于控制同步器工作，以及用于收集所述視頻圖像信息和所述聲音信息；

位置解析模塊，與所述控制模塊連接，用于根據所述視頻圖像信息以及所述聲音信息解析當前發言人的位置；

聲音識別模塊，與所述控制模塊連接，用于提取所述聲音信息中的聲音特征，并將提取到的聲音特征與存儲模塊中存儲的聲音特征進行匹配，確定發言人的身份信息；所述聲音識別模塊還用于將所述聲音信息轉換為文字信息；

人臉識別模塊，與所述控制模塊連接，用于根據所述視頻圖像信息進行人臉識別，并將識別到的人臉特征與存儲模塊中存儲的人臉特征進行匹配，確定參會人員身份信息；

圖像處理模塊，與所述控制模塊以及所述聲音識別模塊連接，用于將多個攝像頭采集的視頻圖像信息進行擬合；所述擬合后的圖像以統一的時間為基準插入到所述文字信息中，生成會議記錄；

存儲模塊，分別與所述控制模塊、所述聲音識別模塊、所述圖像處理模塊、所述人臉識別模塊連接，用于存儲參會人員的聲音特征、參會人員的人臉特征以及所述會議記錄。

可選地，所述根據所述視頻圖像信息以及所述聲音信息解析當前發言人的位置的公式如下：