[發(fā)明專利]會議記錄生成方法、裝置、電子設(shè)備以及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111130140.7
• 申請日: 2021-09-26
• 公開（公告）號: CN113822205A
• 公開（公告）日: 2021-12-21
• 發(fā)明（設(shè)計）人: 孔祥暉
• 申請（專利權(quán)）人: 北京市商湯科技開發(fā)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G10L17/22
• 代理公司: 北京中知恒瑞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11889
• 代理人: 吳迪

1.一種會議記錄生成方法，其特征在于，包括：

獲取發(fā)言對象對應(yīng)的圖像信息；

基于所述圖像信息，確定所述發(fā)言對象的身份標識信息；

獲取所述發(fā)言對象的發(fā)言信息，并建立所述發(fā)言信息與所述身份標識信息之間的第一映射關(guān)系，以基于所述第一映射關(guān)系，生成所述發(fā)言對象對應(yīng)的會議記錄信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取發(fā)言對象對應(yīng)的圖像信息，包括：

獲取會議區(qū)域內(nèi)的音頻信息；

基于所述音頻信息，確定所述發(fā)言對象在所述會議區(qū)域內(nèi)所處位置的位置信息；

基于所述位置信息，從所述會議區(qū)域?qū)?yīng)的視頻數(shù)據(jù)中獲取所述發(fā)言對象對應(yīng)的圖像信息。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述獲取發(fā)言對象對應(yīng)的圖像信息，包括：

獲取所述會議區(qū)域?qū)?yīng)的視頻數(shù)據(jù)，并從所述視頻數(shù)據(jù)中獲取至少一幀會議圖像；

基于所述會議圖像中各參會對象的面部特征，確定各參會對象在預(yù)設(shè)時間段內(nèi)執(zhí)行預(yù)設(shè)動作的次數(shù)；

將大于第一預(yù)設(shè)閾值的所述次數(shù)對應(yīng)的參會對象作為所述發(fā)言對象，并從所述發(fā)言對象所屬會議圖像中獲取所述發(fā)言對象對應(yīng)的圖像信息。

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述發(fā)言對象的發(fā)言信息包括以下至少一項：所述發(fā)言對象的音頻信息、所述音頻信息對應(yīng)的文字信息；

所述圖像信息包括以下至少一項：所述發(fā)言對象對應(yīng)的圖像、所述發(fā)言對象對應(yīng)的視頻。

5.根據(jù)權(quán)利要求1至4任一項所述的方法，其特征在于，所述基于所述第一映射關(guān)系，生成所述發(fā)言對象對應(yīng)的會議記錄信息，包括：

建立所述圖像信息與所述身份標識信息之間的第二映射關(guān)系；

基于所述第一映射關(guān)系以及所述第二映射關(guān)系，生成所述發(fā)言對象對應(yīng)的會議記錄信息。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述建立所述圖像信息與所述身份標識信息之間的第二映射關(guān)系，包括如下至少一項：

確定所述發(fā)言對象的發(fā)言時長；在所述發(fā)言時長大于預(yù)設(shè)時長的情況下，建立所述發(fā)言對象對應(yīng)的圖像信息與所述身份標識信息之間的第二映射關(guān)系；

對所述圖像信息對應(yīng)的圖像進行識別，確定所述發(fā)言對象的人臉對應(yīng)子圖像信息；建立所述子圖像信息與所述身份標識信息之間的第二映射關(guān)系。

7.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述發(fā)言信息包括所述發(fā)言對象的音頻信息；

所述基于所述第一映射關(guān)系，生成所述發(fā)言對象對應(yīng)的會議記錄信息，包括：

基于所述音頻信息，確定所述發(fā)言對象對應(yīng)的聲紋屬性信息；

建立所述聲紋屬性信息與所述身份標識信息之間的第三映射關(guān)系；

基于所述第一映射關(guān)系以及所述第三映射關(guān)系，生成所述發(fā)言對象對應(yīng)的會議記錄信息。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述聲紋屬性信息包括以下至少一項：所述發(fā)言對象的聲紋特征信息；所述發(fā)言對象的聲紋標識信息。

9.根據(jù)權(quán)利要求3所述的方法，其特征在于，確定所述參會對象在預(yù)設(shè)時間段內(nèi)執(zhí)行預(yù)設(shè)動作的次數(shù)，包括：

分別確定所述參會對象的第一預(yù)設(shè)部位，在所屬的每張會議圖像中的第一特征點信息；

基于每張會議圖像對應(yīng)的所述第一特征點信息，確定所述第一預(yù)設(shè)部位在預(yù)設(shè)時間段內(nèi)執(zhí)行預(yù)設(shè)動作的次數(shù)。