[发明专利]研讨会稳定记录发言的系统及方法

说明书

本发明公开了研讨会稳定记录发言的系统及方法，包括声音采集模块，分布安装在研讨会现场，对每个声音采集模块划分采集区域，与处理模块连接；图像采集模块，采集研讨会现场的人员图像信息，与处理模块连接；处理模块，对音源信息进行噪音以及串音处理后获得稳定的音源信号，根据处理后的音源信号以及人员图像信息进行发言人与音源的匹配后进行音源输出；本发明通过声音采集模块进行研讨会分区域音源信号采集，结合图像采集模块进行发言人员图像采集，处理模块对采集的信息进行音源增益、噪音识别以及串音识别处理后，获得稳定的音源信息，并与发言人匹配后进行稳定的音源输出，实现研讨会发言的稳定记录，减少串音和噪音干扰。

技术领域

本发明涉及声音信号处理技术领域，尤其涉及研讨会稳定记录发言的系统及方法。

背景技术

目前应用的语音识别系统保证高识别准确率具有诸多前提，其中最重要的包括1)发言人讲话稳定清晰明了，且能被拾音设备平稳采集；2)发言人逐一讲话，多人同时发言易出现错误的识别结果，最常见的错误现象是其他人讲话的识别结果在自己识别界面上出现；3)实录现场环境较为安静，白噪音少，且具有均匀的收音环境。目前主要有两种策略对上述现象进行优化：

其一，调整各现场的硬件设施和限制发言人距离，确保发言人的音源被正确的麦克风拾音设备采集，从而有效采集声音信号和避免其被其他麦克风接受，达到优化实录过程的效果。此外，各硬件设备也具备多项参数，包括麦克风灵敏度、收音范围和阈值等，以便实时进行调整。但该方法受限于具体的现场环境和采音设备,不具备泛化性，即需要对每一个现场进行过程繁琐的观测记录、重复测试，此外，由于现场情形多变，不同的目标声源人讲话声音、讲话习惯也不尽相同，通过硬件调整的方式往往难以解决上述提出的问题。

其二,针对串音现象，一般语音识别系统在采集到各通道的声源数字信号后，对其进行预设计的数学变化和策略计算，预测该帧识别结果的输出通道并进行相应的输出。该方法将串音过程中的声音信号采集和串音识别输出分离进行，并不能抑制或消除声源的串音音源部分，因此该方法依赖于硬件的采集结果，易受现场硬件设施和环境结构影响，如音源的反射衍射现象易使某些麦克风采集的音源更容易被串音。

目前，对于研讨会的发言，大部分都需要进行发言记录以及将发言信息通过广播设备播放出去，而在发言过程中，存在多人同时发言时，已发生串音、噪音现象，导致播放设备难以稳定的播放对应发言人的语音信息。

例如，中国专利CN202010497438.0公开了会议声音采集、会议记录以及会议记录呈现方法和装置。通过人声分离进行发言记录；但是其依然无法解决发言过程中的声音采集的稳定性，导致播放设备难以稳定的播放对应发言人的语音信息。

发明内容

本发明主要解决现有的技术中研讨会的发言信息难以被稳定记录的问题；提供一种研讨会稳定记录发言的系统及方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：研讨会稳定记录发言的系统，包括声音采集模块，设置有若干个，分布安装在研讨会现场，对每个声音采集模块划分采集区域，每个声音采集模块均包括若干个麦克风，用于采集研讨会音源信息并转换成数字信号，若干个所述麦克风均与处理模块连接；图像采集模块，设置有若干个，与声音采集模块配对，采集研讨会现场的人员图像信息，与处理模块连接；处理模块，对采集区域进行分区标记，获取每个采集区域内麦克风传递的语音通道的音源信息以及图像采集模块传递的人员图像信息，对音源信息进行噪音以及串音处理后获得稳定的音源信号，根据处理后的音源信号以及人员图像信息进行发言人与音源的匹配后进行音源输出。通过声音采集模块进行研讨会分区域音源信号采集，结合图像采集模块进行发言人员图像采集，处理模块对采集的信息进行处理后，获得稳定的音源信息，并与发言人匹配后进行稳定的音源输出，实现研讨会发言的稳定记录，减少串音和噪音干扰。