[发明专利]一种会议角色的确定及语音采集控制方法和装置

说明书

本发明涉及智能语音识别技术领域，具体涉及一种会议角色的确定及语音采集控制方法和装置。该方法包括以下步骤：步骤1：服务器通过监听消息队列获取多路语音数据；所述消息队列由主机对多路语音数据采集后形成；步骤2：服务器获取角色配置数据，并对多路语音数据进行分离，得到多个单路语音数据；步骤3：服务器将分离后得到的多个单路语音数据和角色配置数据进行关联；步骤4：服务器根据角色配置数据获取角色信息，服务器的语音识别引擎将语音数据转换为文本数据，前端展示系统展示文本数据和文本数据对应的角色信息。本发明高效率实现了会议角色的确定，且能将会议角色的语音数据转换为文本信息进行展示。

技术领域

本发明涉及智能语音识别技术领域，具体涉及一种会议角色的确定及语音采集控制方法和装置。

背景技术

随着人工智能的飞速发展，智能语音识别技术作为人机交互的重要技术，已被应用到人们生活，工作的各个方面。智能音箱、语音控制、智能会议等相关应用逐步成熟，被越来越多的企业和个人接受。而智能会议系统是语音识别技术应用比较成熟的系统，其涉及到语音数据采集、语音数据编码、语音数据与引擎进行交互、语音被转换为文字信息、确认当前发言人的角色（姓名，工号）、前端展现角色的信息展示。而发言人角色的区分一般是通过以下手段：（1）通过手工区分；该方法增加额外的人工，对生产效率有影响。（2）通过声纹特征自动区分；实际对于多人会议，该方法受环境条件影响较大，其准确率和时效性很难满足要求。

发明内容

本发明为解决现有技术中发言人角色的区分手段效率低或准确率和时效性很难满足要求的问题，提供一种会议角色的确定及语音采集控制方法和装置，高效率实现了会议角色的确定，且能将会议角色的语音数据转换为文本信息进行展示。

为实现上述目的，本发明采用以下技术方案：

本发明第一方面提出一种会议角色的确定及语音采集控制方法，该方法包括以下步骤：

步骤1：服务器通过监听消息队列获取多路语音数据；所述消息队列由主机对多路语音数据采集后形成；

步骤2：服务器获取角色配置数据，并对多路语音数据进行分离，得到多个单路语音数据；

步骤3：服务器将分离后得到的多个单路语音数据和角色配置数据进行关联；

步骤4：服务器根据角色配置数据获取角色信息，服务器的语音识别引擎将语音数据转换为文本数据，前端展示系统展示文本数据和文本数据对应的角色信息。

在进一步的方案中，主机通过接入多路麦克风的声卡，实时采集多路语音数据。

在进一步的方案中，主机根据预先配置数据进行多路语音数据的采集，在采集过程中根据角色对应的声道索引采集对应声道的语音数据时，如果实际的采样率、位深和预先配置的目标采样率、位深不一致，则进行重采样，将重采样的数据按需要采集的声道数组合成多路语音数据，发送到消息队列。

在进一步的方案中，所述角色配置数据包括会议场景与会议室标识之间的关联信息，会议室标识与被采集语音的会议角色之间的关联信息，以及麦克风标识与被采集语音的会议角色之间的关联信息之外。

在进一步的方案中，步骤4中的语音数据转换为文本数据具体为：服务器根据单路语音数据获取对应的角色信息，再根据角色信息获取此角色对应的语音识别引擎，将单路语音数据和角色信息送语音识别引擎，语音识别引擎将语音数据转为文本数据。

在进一步的方案中，步骤4中的前端展示文本数据和对应的角色信息具体包括：将文本数据和对应的角色信息组合成JSON数据，通过消息队列通知前端展示系统；前端展示系统接受消息队列，按时间顺序展示文本数据和对应的角色信息。

在进一步的方案中，还包括：服务器向主机发送控制指令，所述控制指令包括开始采集指令、暂停采集指令、回复采集指令和停止采集指令，主机收到控制指令后对声卡进行开始采集操作、暂停采集操作、恢复采集操作和停止采集操作。