[发明专利]一种基于声音检测的会议录像标注系统

说明书

本发明提供一种基于声音检测的会议录像标注系统，包括：容器块头，用于存储会议中同一个参与成员的音视频数据位置信息；N个容器块，用于存储会议中各个参与成员的音视频数据；分辨率缩放模块，用于通过解码和编码视频数据缩放视频分辨率；将会议录像中的音视频数据信息存储到容器块头，将会议录像中各个参与成员的不同音视频数据分别存储到对应的容器块中；本发明播放操作简单，根据标签可以快速切换到需要查看的发言成员的画面。本发明播放可以灵活组合，提取所有发言人的画面同时播放，快速对比各个成员的发言内容。本发明定义简单的文件格式，使用块保存数据，数据提取简单也灵活。

技术领域

本发明涉及音视频处理技术领域，具体涉及一种基于声音检测的会议录像标注系统。

背景技术

现有的会议录像生成模式一般是针对每个会议成员单独录制产生一个录像文件，其播放模式为组合各个录像文件进行播放，播放虽然灵活但操作过于繁琐，如下图1。或者直接对整个会议的混屏画面进行录像，其播放模式为播放整个混屏画面的文件，操作简单明了但播放比较单一，不够灵活，如下图2。现希望找寻一种能够灵活播放整个会议过程的方案，可以自由快速地切换到发言成员的画面，也可以所有成员处在一个时间点同时播放，快速对比每个成员的发言内容。

发明内容

本发明的目的在于提供一种基于声音检测的会议录像标注系统，解决了背景技术中所提出的问题。

针对不同的图像数据加以标识和区分，为后续的播放模式做准备，本发明提供一种基于声音检测的会议录像标注系统，包括：

容器块头(II)：用于存储会议(I)中同一个参与成员的音视频数据位置信息；

N个容器块(III)：指不止附图3中编号的容器块(III)，用于存储会议(I)中各个参与成员的音视频数据；

分辨率缩放模块：用于通过解码和编码视频数据缩放视频分辨率；

将会议(I)录像中的音视频数据信息存储到容器块头(II)，将会议(I)录像中各个参与成员的不同音视频数据分别存储到对应的容器块(III)中；

其中，音视频数据是指音视频媒体流的RTP数据包；音视频数据信息是指记录音视频数据的存储位置，以及该音视频数据所属于的会议成员的名称等信息内容；

对其中每个容器块(III)进行标签设置，在需要使用N个容器块(III)进行录像播放时，从N个容器块(III)中提取整个会议(I)录像中各段的音视频数据，并调整其中每段视频的分辨率，经过分辨率缩放模块(VI)产生一致的视频分辨率，再根据播放器(VII)模式需求组合，渲染各段视频数据，同步音频数据进行播放。

其中，渲染用于显示视频画面的操作；模式需求组合是指：1.按照会议流程播放录像；2.同时播放所有的会议成员录像；3.按照会议流程快速切换播放某成员的所有会议录像片段等组合方式。

本发明中的会议(I)录像存储机制是：以会议(I)发言人基准，即检测到会议(I)发言人的声音，则开始将该发言人的音视频数据放到容器块(III)中，先存入视频数据后放入音频数据，防止录像播放时有声音没画面的情形；

考虑音视频数据的快速检索定位，将音视频数据和音视频数据信息分别存储到容器块(III)和容器块头(II)，当需要某个成员的会议(I)发言音视频图像时，只要从容器块头(II)去检索，完成成员音视频数据查找。

本发明中的容器块头(II)的标签定义：容器块头(II)用于保存会议(I)中各个成员音视频数据在容器块(III)存储的位置，以形成标签，快速定位会议(I)成员的发言起始点；每个标签保存会议(I)成员名称，能够用于快速检索匹配；

考虑某个会议(I)成员在会议(I)中不同时间点会有发言，这些信息也需要被保存起来；