[发明专利]一种远程会议语音识别数据传输方法

权利要求书

1.一种远程会议语音识别数据传输方法，包括若干个参会终端设备，每个参会终端设备包括麦克风阵列、摄像头、wifi模块、语音处理模块、声纹训练模块、存储模块、语音识别服务器、中央处理器、扬声器和显示屏，所述语音处理模块分别连接声纹训练模块和麦克风阵列，所述中央处理器分别连接存储模块、摄像头、麦克风阵列、wifi模块、扬声器和显示屏，所述Wifi模块通过互联网连接语音识别服务器，其特征在于，该方法包括构建远程视频会议和生成会议记录文档，其中，

构建远程视频会议包括以下步骤：

步骤1.1）多个参会终端设备同步运行，打开显示屏，并开启摄像头和麦克风阵列分别对现场会议视频和音频进行拾取；

步骤1.2）摄像头捕捉视频画面传送到对应参会终端设备的中央处理器进行编解码，麦克风阵列搜集语音，一份传送至对应参会终端设备的中央处理器进行编解码，另一份传送至语音处理模块进行声纹特征对比以及降噪去回音；

步骤1.3）参会终端设备的中央处理器将编解码后的视频画面和语音通过wifi模块连接互联网传送至其它参会终端设备进行解码，解码后的视频画面通过显示器显示，解码后的语音通过扬声器播放，实现远程视频会议；

生成会议记录文档包括以下步骤：

步骤2.1）语音处理模块对步骤1.2）中传输来的语音流进行声纹特征对比、降噪、去回声处理，声纹训练模块从语音处理模块调用处理过的语音流进行处理并返回给语音处理模块建立声纹角色数据库；

步骤2.2）语音处理模块将处理后的语音流通过wifi模块上传至语音识别服务器进行识别转码，并生成会议记录文档；

步骤2.3）语音识别服务器将生成的会议记录文档回传至语音处理模块；

步骤2.4）语音处理模块通过中央处理器将生成的会议记录文档根据保存地址进行存储。

2.根据权利要求1所述的远程会议语音识别数据传输方法，其特征在于，所述步骤2.1）中，进行声纹特征对比之前，需对参会人员角色通过声纹训练模块定义需做声纹训练处理，对于训练结果需要对每段人声进行一次性定义，当语音处理模块接收到语音流时对声纹信息进行对比，如果比对成功，则判定发声人，如果比对失败，则进行默认定义。

3.根据权利要求1或2所述的远程会议语音识别数据传输方法，其特征在于，所述步骤2.2）中，语音识别服务器对语音处理模块上传来的语音流进行角色特征识别对比以及语音内容识别对比，最后生成会议记录文档。

4.根据权利要求2所述的远程会议语音识别数据传输方法，其特征在于，在声纹训练处理时，每个角色的定义需要一定量的训练语音流，在视频会议之前进行语音流训练，训练语音流传通过语音处理模块建立语音流类别，从而确定发声角色，类库中的语音流传输至声纹训练模块进行训练，声纹训练模块对训练语音流进行特征提取以及通过模型进行训练，当训练得出的对比特征阈值R稳定在一定范围内后对角色进行定义，从而建立声纹角色数据库，方便在今后的远程视频会议文档记录的时候进行调用。

5.根据权利要求4所述的远程会议语音识别数据传输方法，其特征在于，在远程视频会议过程中，参会人员的角色语音通过语音处理模块处理后与声纹角色数据库中的角色语音进行特征对比，当对比特征阈值R≤1时，表示角色语音能够与声纹角色数据库中的角色匹配，匹配成功后则定义记录角色，同时开始识别发声角色的语音内容，从而生成特定角色的文档，当对比特征阈值R＞1时，则标识无法在声纹角色数据库中匹配到准确定义的角色，则系统定义发声角色为默认角色，然后以默认角色的定义识别语音内容后生成文档。