[发明专利]一种语音传输方法及系统

权利要求书

1.一种语音传输方法，其特征在于，包括：

在第一语音采集设备采集第一语音数据的同时，为采集的第一语音数据设置第一时间标签；

在第一图像采集设备采集第一图像数据的同时，为采集的第一图像数据设置第二时间标签；

在所述第一语音数据传输之前，基于所述第一时间标签和所述第二时间标签，将所述第一语音数据和所述第一图像数据进行关联；

将第一语音数据与关联的所述第一图像数据同步传输。

2.如权利要求1所述的语音传输方法，其特征在于，还包括：

接收服务器生成的第一时间修正指令；

基于所述第一时间修正指令，对所述第一时间标签和/或第二时间标签的设置进行修正；

其中，所述服务器生成所述第一时间修正指令，执行如下操作：

获取关联的所述第一语音数据和所述第一图像数据；

基于预设的唇语识别模型对所述第一图像数据进行识别，获取第一信息；

基于所述第一图像数据对应的第二时间标签，确定所述第一信息的各个分词的第一时间；

基于预设的语音识别模块对所述第一语音数据进行识别，获取第二信息；

基于所述第一语音数据对应的第一时间标签，确定所述第二信息的各个分词的第二时间；

基于所述第一信息和所述第二信息中各个分词对应的所述第一时间和所述第二时间，确定所述第一语音数据与所述第一图像数据的第一时间偏差值；

当所述第一时间偏差值大于预设的第一阈值时，基于所述第一时间偏差值生成所述第一时间修正指令。

3.如权利要求1所述的语音传输方法，其特征在于，还包括：

在服务器将所述第一语音数据发送至播放端播放时，所述服务器还根据所述播放端的播放情况对所述第一语音数据的所述第一时间标签进行修正；

所述服务器还根据所述播放端的播放情况对所述第一语音数据的所述第一时间标签进行修正，执行如下操作：

接收所述播放端生成的第二时间修正指令；

基于所述第二时间修正指令，对将要输送至所述播放端的所述第一语音数据的所述第一时间标签进行修正；

其中，所述播放端生成所述第二时间修正指令，执行如下操作：

通过与所述播放端连接的第二语音采集设备采集第二语音数据，在采集的同时，为采集的第二语音数据设置第三时间标签；

通过与所述播放端连接的第二图像采集设备采集第二图像数据，在采集的同时，为采集的第二语音数据设置第四时间标签；

将所述第二图像数据输入预设的唇语识别模块，获取第三信息；

基于所述第二图像数据对应的第四时间标签，确定所述第三信息中各个分词的第三时间；

将所述第二语音数据输入预设的语音识别模型，获取第四信息；

基于所述第二语音数据对应的所述第三时间标签，确定所述第四信息中各个分词的第四时间；

基于所述第三信息和所述第四信息中各个分词对应的所述第三时间和所述第四时间，确定所述第二语音数据与所述第二图像数据的第二时间偏差值；

当所述第二时间偏差值大于预设的第二阈值时，基于所述第二时间偏差值生成第二时间修正指令。

4.如权利要求1所述的语音传输方法，其特征在于，还包括：

服务器在接收播放端接入请求时，获取主播端的直播情况，基于所述主播端的直播情况确定所述播放端的播放；

其中，所述服务器基于所述主播端的直播情况确定所述播放端的播放，执行如下操作：

解析所述直播情况，确定当前环节的起始时间和/或结束时间；

当所述播放端请求接入对应的请求时间与所述起始时间之间符合预设的第一关系时，将起始时间对应的第一语音数据及其关联的第一图像数据发送至所述播放端，所述播放端采用预设的第一播放方式播放所述第一语音数据及其关联的第一图像数据；

所述播放端请求接入对应的请求时间与所述结束时间之间符合预设的第二关系时，将所述请求时间对应的当前时刻的第一语音数据及其关联的第一图像数据发送至所述播放端，所述播放端采用预设的第二播放方式播放。