申请/专利权人:深圳市北电正光科技有限公司
申请日:2024-04-09
公开(公告)日:2024-06-28
公开(公告)号:CN118264771A
主分类号:H04N7/15
分类号:H04N7/15;G10L15/02;G10L25/51
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明属于通信技术领域,公开了一种基于语音识别的视频会议图像跟踪方法及系统,包括配置语音识别系统,对参会人员进行样本声音的采集,特征提取获得音频特征,和对应的个人身份信息存储于特征数据库;获取会议内的声音信息,通过语音识别技术识别当前发言人的声音特征,与特征数据库进行匹配,获取对应的个人身份信息;当前发言人移动时,根据声阈的变化驱动视频跟踪单元跟踪,并相应地更新其图像信息;结合声音传播特点连贯准确地追踪到发言人,对硬件要求更低,计算量相对较小,通过语音识别技术实现视频会议中的图像跟踪,降低了对环境条件的限制,显著提高了会议的互动性和管理效率,在各种场景下都能保持高效的识别和跟踪性能。
主权项:1.一种基于语音识别的视频会议图像跟踪方法,其特征在于,包括:配置语音识别系统,通过所述语音识别系统对参会人员进行样本声音的采集,并对采集的样本声音进行特征提取,获得音频特征,将所述音频特征和对应的个人身份信息存储于所述特征数据库;会议中,所述语音识别系统获取会议内的声音信息,通过语音识别技术识别当前发言人的声音特征;根据识别的所述声音特征与所述特征数据库进行匹配,获取对应的个人身份信息,在显示界面上显示视频跟踪单元获取的图像信息和对应的个人身份信息;所述语音识别系统持续获取会议内的声音信息,通过判断声音信息的波强变化,判断当前发言人是否移动;若否,则继续显示当前图像信息;若是,则根据声阈的变化驱动所述视频跟踪单元跟踪,并相应地更新其图像信息。
全文数据:
权利要求:
百度查询: 深圳市北电正光科技有限公司 一种基于语音识别的视频会议图像跟踪方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。