[發(fā)明專利]一種精確定位麥克風(fēng)的視頻會(huì)議系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310397415.6
• 申請(qǐng)日: 2023-04-14
• 公開(kāi)（公告）號(hào): CN116347216A
• 公開(kāi)（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 王勇
• 申請(qǐng)（專利權(quán)）人: 北京信息科技大學(xué)
• 主分類號(hào): H04N23/60
• 分類號(hào): H04N23/60;H04N23/617;H04N23/67;H04N23/695;H04N7/15
• 代理公司: 北京索邦智慧專利代理有限公司 11879
• 代理人: 張?jiān)?/td>

本發(fā)明提出一種精確定位麥克風(fēng)的視頻會(huì)議系統(tǒng)，包括一臺(tái)會(huì)議主機(jī)、一個(gè)攝像頭及至少一支麥克風(fēng)，所述會(huì)議主機(jī)分別與所述攝像頭及所述至少一支麥克風(fēng)連接，會(huì)議主機(jī)被配置為：預(yù)先獲取所述至少一支麥克風(fēng)的位置信息，記錄所述至少一支麥克風(fēng)的位置信息并存儲(chǔ)至位置信息數(shù)據(jù)庫(kù)，按照預(yù)設(shè)時(shí)間間隔獲取所述至少一支麥克風(fēng)的位置信息，更新存儲(chǔ)在位置信息數(shù)據(jù)庫(kù)中的至少一支麥克風(fēng)的位置信息，檢測(cè)是否存在正在接收說(shuō)話人聲音的至少一支麥克風(fēng)，若是，從所述位置信息數(shù)據(jù)庫(kù)獲取所述正在接收說(shuō)話人聲音的至少一支麥克風(fēng)的所述位置信息；根據(jù)所述位置信息控制攝像頭調(diào)整所采集的圖像，使圖像包括所述說(shuō)話人。采用本系統(tǒng)，可實(shí)現(xiàn)在只有一個(gè)攝像頭的情況下，也能夠高效準(zhǔn)確的拍攝到說(shuō)話人，并可適配各種會(huì)議場(chǎng)景，進(jìn)一步提升視頻會(huì)議的參與感及沉浸感。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻會(huì)議領(lǐng)域，具體涉及一種精確定位麥克風(fēng)的視頻會(huì)議系統(tǒng)。

背景技術(shù)

視頻會(huì)議系統(tǒng)在日常辦公中扮演著越來(lái)越重要的角色，會(huì)議中可以通過(guò)會(huì)議系統(tǒng)的攝像頭采集會(huì)場(chǎng)圖像及使用麥克風(fēng)采集會(huì)場(chǎng)聲音并經(jīng)由網(wǎng)絡(luò)發(fā)送至其他會(huì)場(chǎng)，極大提升了會(huì)議效率。此外，對(duì)于表演直播、遠(yuǎn)程演講等各種場(chǎng)景，均可以通過(guò)類似于上述的圖像聲音采集和傳輸方式來(lái)實(shí)現(xiàn)。

現(xiàn)有技術(shù)中已出現(xiàn)了一些利用攝像頭實(shí)現(xiàn)對(duì)說(shuō)話人跟蹤拍攝的方案，例如通過(guò)手動(dòng)遙控?cái)z像頭進(jìn)行畫面調(diào)節(jié)，或者利用人臉識(shí)別技術(shù)拍攝說(shuō)話人，或者是利用傳聲器陣列來(lái)對(duì)說(shuō)話人進(jìn)行定位等等，而利用人工手段進(jìn)行調(diào)節(jié)的精確度及便捷性不高，通過(guò)人臉識(shí)別技術(shù)進(jìn)行說(shuō)話人追蹤也常會(huì)出現(xiàn)精確度不高的問(wèn)題，特別對(duì)于遠(yuǎn)端的與會(huì)者識(shí)別度會(huì)顯著降低，利用傳聲器陣列進(jìn)行聲源定位識(shí)別說(shuō)話人的精確度也難以保證；此外在會(huì)議中為了拍攝到不同的參會(huì)者，需要布置多臺(tái)攝像機(jī)，造成系統(tǒng)復(fù)雜度高、成本高昂，而若只安排一部攝像機(jī)，一是很難快速準(zhǔn)確的定位到說(shuō)話人以實(shí)現(xiàn)圖像跟蹤，而且一部攝像機(jī)也難以應(yīng)對(duì)多種會(huì)議場(chǎng)景。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的精確定位麥克風(fēng)的視頻會(huì)議系統(tǒng)。

本發(fā)明提供了一種精確定位麥克風(fēng)的視頻會(huì)議系統(tǒng)，包括一臺(tái)會(huì)議主機(jī)、一個(gè)攝像頭及至少一支麥克風(fēng)，所述會(huì)議主機(jī)分別與所述攝像頭及所述至少一支麥克風(fēng)連接，會(huì)議主機(jī)，其內(nèi)建有位置信息數(shù)據(jù)庫(kù)，該會(huì)議主機(jī)被配置為：預(yù)先獲取所述至少一支麥克風(fēng)的位置信息，記錄所述至少一支麥克風(fēng)的位置信息并存儲(chǔ)至位置信息數(shù)據(jù)庫(kù)，按照預(yù)設(shè)時(shí)間間隔獲取所述至少一支麥克風(fēng)的位置信息，更新存儲(chǔ)在位置信息數(shù)據(jù)庫(kù)中的至少一支麥克風(fēng)的位置信息，檢測(cè)是否存在正在接收說(shuō)話人聲音的至少一支麥克風(fēng)，若是，從所述位置信息數(shù)據(jù)庫(kù)獲取所述正在接收說(shuō)話人聲音的至少一支麥克風(fēng)的所述位置信息；根據(jù)所述位置信息控制攝像頭調(diào)整所采集的圖像，使圖像包括所述說(shuō)話人；所述一個(gè)攝像頭包括至少兩個(gè)定位芯片，所述至少一支麥克風(fēng)包括至少一個(gè)定位芯片；會(huì)議主機(jī)根據(jù)所述攝像頭的至少兩個(gè)定位芯片與所述至少一支麥克風(fēng)的至少一個(gè)定位芯片間的距離進(jìn)行計(jì)算，獲取所述至少一支麥克風(fēng)的位置信息；其中，會(huì)議主機(jī)根據(jù)麥克風(fēng)開(kāi)關(guān)的開(kāi)啟狀態(tài)和/或說(shuō)話人聲音信號(hào)分析結(jié)果，檢測(cè)是否存在正在接收說(shuō)話人聲音的至少一支麥克風(fēng)。

進(jìn)一步的，所述定位芯片為藍(lán)牙定位芯片或超寬帶定位芯片，復(fù)用所述定位芯片以無(wú)線方式由所述麥克風(fēng)傳輸數(shù)字音頻信號(hào)至所述會(huì)議主機(jī)。

進(jìn)一步的，所述一個(gè)攝像頭包括兩個(gè)定位芯片，所述至少一支麥克風(fēng)包括一個(gè)定位芯片；根據(jù)計(jì)算出的距離相對(duì)差，使用RSS和/或TOA測(cè)量得到的距離值作為麥克風(fēng)的定位芯片與攝像頭定位芯片間的距離。

進(jìn)一步的，所述至少一支麥克風(fēng)還包括運(yùn)動(dòng)傳感器，當(dāng)運(yùn)動(dòng)傳感器檢測(cè)到所述至少一支麥克風(fēng)發(fā)生位移時(shí)，會(huì)議主機(jī)按照預(yù)設(shè)時(shí)間間隔獲取所述至少一支麥克風(fēng)新的位置，更新位置信息數(shù)據(jù)庫(kù)中的所述至少一支麥克風(fēng)的位置信息。

進(jìn)一步的，其中，聲音信號(hào)分析結(jié)果包括信號(hào)能量大小和/或信號(hào)是否為語(yǔ)音，會(huì)議主機(jī)將聲音信號(hào)能量超過(guò)預(yù)設(shè)閾值的至少一支麥克風(fēng)和/或所接收信號(hào)被檢測(cè)為語(yǔ)音的至少一支麥克風(fēng)確定為正在接收說(shuō)話人聲音的麥克風(fēng)。