[发明专利]一种会议语音数据采集方法及系统

说明书

本发明提出了一种会议语音数据采集方法及系统，涉及智能语音识别技术领域，包括：采集初始语音信息并转化为音频信号；通过滤波器消除所述音频信号中的无效语音信号从而得到有效语音信号；将所述有效语音信号进行模数转换后发送到语音信息处理模块得到处理后的语音信息；将所述处理后的语音信息通过时间区间分割为多段语音信息；提取所述多段语音信息的语音特征，并将所述语音特征相同的语音信息进行分类得到分类后的语音信息；将分类后的所述语音信息根据时间先后顺序排列后进行数模转换得到会议中每个人员的语音数据；本发明能提高会议采集语音信息的准确率，并能分辨参会人员的语音信息。

技术领域

本发明涉及智能语音识别技术领域，具体而言，涉及一种会议语音数据采集方法及系统。

背景技术

随着人工智能和通讯技术的发展和普及，越来越多的企业和用户采用音视频会议系统进行本地和多方的会议交流。音视频会议的应用不仅大大的降低了用户沟通成本和时间，提高了企业和用户的生产和工作效率；同时，音视频会议系统中，越来越多的图像和语音的人工智能算法被采用，如人脸识别、OCR、语音识别、声纹识别、角色分离、声源分离等，也进一步提高了数字化会议纪要的效率。

现有的会议系统中需要对会议对话进行语音的采集，涉及诸多语音相关技术。由于会议中说话人的语音采集质量、远场条件下频谱衰减、会议室大小的混响、扬声器声音被麦克风采集导致返回的声音有杂音等因素的影响，存在多个与会者同时发言时的语音混杂，以及其他环境噪音的影响,造成语音采集的正确率很难达到实用的效果。

发明内容

本发明的目的在于提供一种会议语音数据采集方法及系统，其能够提高会议系统中采集语音信息的准确率，并能具体分辨每个参会人员的语音信息。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种会议语音数据采集方法，其包括如下步骤：

步骤S01、采集初始语音信息并转化为音频信号；

步骤S02、通过滤波器消除上述音频信号中的无效语音信号从而得到有效语音信号；

步骤S03、将上述有效语音信号进行模数转换后发送到语音信息处理模块得到处理后的语音信息；

步骤S04、将上述处理后的语音信息通过时间区间分割为多段语音信息；

步骤S05、提取上述多段语音信息的语音特征，并将上述语音特征相同的语音信息进行分类得到分类后的语音信息；

步骤S06、将分类后的上述语音信息根据时间先后顺序排列后进行数模转换得到会议中每个人员的语音数据。

本发明一种会议语音数据采集方法通过滤波器可以消除会议系统中的环境噪声等无效语音信号，然后将剩余的每个参会人员的语音信息作为有效语音信息进行区分，可以通过相同特征的语音信息进行分类，即将同一个人的语音信息分为一类，从而可以详细的分辨具体是哪个参会人员发出的语音信息，并通过时间区间和时间先后顺序进行排列转换从而可以清楚地分辨在会议中每个参会人员在哪个时间段发出了哪些语音信息。

在本发明的一些实施例中，上述无效语音信号包括环境噪音和时间长度大于预定时间阈值的空白语音信号。

在本发明的一些实施例中，上述有效语音信号包括上述初始语音信息中的人体语音信息。

在本发明的一些实施例中，上述人体语音信息包括会议中所有人员的语音信息。

在本发明的一些实施例中，上述步骤S03还包括将模数转换后的上述有效语音信号发送到外接存储单元。

第二方面，本申请实施例提供一种会议语音数据采集系统，其包括：

语音采集模块，用于采集会议人员的初始语音信息并转化为音频信号；