[發明專利]一種會議電話系統

有效

• 申請號: 202110774662.4
• 申請日: 2021-07-09
• 公開（公告）號: CN113225441B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 蔣灝;穆永鵬;林林;劉帥;井祥虎;竇碩鵬;徐明浩
• 申請（專利權）人: 北京中電慧聲科技有限公司
• 主分類號: H04M3/56
• 分類號: H04M3/56;G10L15/26;G10L17/00;G06F16/35
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 焉明濤

本發明公開了一種會議電話系統，包括：麥克風陣列，安裝于會議桌，用于拾取會議桌周圍若干個說話人發出的語音信號；一個或多個處理器，與所述麥克風陣列通信連接，用于根據所述聲源信號對說話人進行識別，并在處理后的語音信號中添加說話人的標識信息；以及對處理后的所述語音信號進行轉寫，并按照說話人的標識信息分類記錄轉寫文本。本發明實施例根據聲源信號對說話人進行識別，并在處理后的語音信號中添加說話人的標識信息，進而對處理后的語音信號進行轉寫，從而實現按照說話人的標識信息分類記錄轉寫文本。

技術領域

本發明涉及通信技術領域，尤其涉及一種會議電話系統。

背景技術

現有的技術中，例如CN110767235A，該方法中的語音輸入單元僅僅通過判斷最大電平的話筒輸入，作為混音后的輸出，方法較為簡單，誤識率較高，席位相鄰話筒有可能有串擾，智能化程度低，此外該發明每個席位需配置話筒，大量的有線話筒使會議桌顯得非常凌亂，走線也比較繁瑣。CN112040119A方法由于聲紋識別需要一定時長的語音作為輸入，所以對于有些短語音無法進行識別，此外聲紋識別技術用于角色分離成熟度較低，誤識的概率較高。

發明內容

本發明實施例提供一種會議電話系統，利用麥克風陣列實現聲源定位，在會議語音轉寫中將發言人角色分離，實現在會議轉寫記錄里自動添加說話人的標識信息。

本公開實施例提出一種會議電話系統，包括：

麥克風陣列，安裝于會議桌，用于拾取會議桌周圍若干個說話人發出的語音信號；

一個或多個處理器，與所述麥克風陣列通信連接，用于根據所述聲源信號對說話人進行識別，并在處理后的語音信號中添加說話人的標識信息；以及

對處理后的所述語音信號進行轉寫，并按照說話人的標識信息分類記錄轉寫文本。

在一實施例中，所述處理器，還用于根據所述麥克風陣列的安裝位置以及所述會議桌的規格參數確定所述會議桌的桌面布局，并根據所述桌面布局確定各個說話人的方位角度。

在一實施例中，所述處理器確定各個說話人的方位角度的流程包括：

根據所述桌面布局中相鄰席位的規格確定席位布局；

基于所述席位布局確定會議席位的角度范圍；

基于會議席位的角度范圍為與會人員配置相應的人員標識。

在一實施例中，根據所述聲源信號對說話人進行識別的過程包括：

識別所述聲源信號的聲源方向，根據所述聲源方向與所述會議席位的角度范圍進行匹配，確定說話人。

在一實施例中，對于任一說話人發出的語音信號，所述處理器識別所述聲源信號的聲源方向的流程包括：

將所述語音信號分為若干子幀，其中相鄰的子幀之間存在信號重疊，對各子幀進行如下處理：

對所述子幀加漢寧窗處理后進行離散傅里葉變換；

在離散傅里葉變換的結果中選取預設數量的感興趣頻點；

計算所述感興趣頻點對應通道的協方差矩陣；

基于陣元位置、信號頻率及每個掃描的方向確定導向矢量；

對所述協方差矩陣進行奇異值分解，以求取噪聲子空間；

基于所述導向矢量和所述噪聲子空間利用預設算法確定譜估計函數；

基于所述譜估計函數識別所述聲源信號的聲源方向。

在一實施例中，所述處理器在任一所述感興趣頻點的能量低于預設閾值的情況下，不計算相應的協方差矩陣。