[发明专利]一种语音传输方法及系统

说明书

本发明提供一种语音传输方法及系统，其中，方法包括：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；在第一语音数据传输之前，基于第一时间标签和第二时间标签，将第一语音数据和第一图像数据进行关联；将第一语音数据与关联的第一图像数据同步传输。本发明的语音传输方法，为采集的语音数据和图像数据分别设置第一时间标签和第二时间标签，并通过第一时间标签和第二时间标签将两者关联传输，有效解决了播放端播放时音画不匹配的情况。

技术领域

本发明涉及语音传输技术领域，特别涉及一种语音传输方法及系统。

背景技术

目前，网络直播是指通过架设独立的信号采集设备(音频+视频)采集主播的音频和视频信息，再通过网络上传至服务器，发布至网络直播平台供人观看的媒体传播方式。由于音频和视频采集设备是相互独立，音频数据的处理传播和图像数据的处理传播不匹配等因素综合影响，会出现音频和视频不匹配的情况，给观众的观看带来困扰。

发明内容

本发明目的之一在于提供了一种语音传输方法，为采集的语音数据和图像数据分别设置第一时间标签和第二时间标签，并通过第一时间标签和第二时间标签将两者关联传输，有效解决了播放端播放时音画不匹配的情况。

本发明实施例提供的一种语音传输方法，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；

在第一语音数据传输之前，基于第一时间标签和第二时间标签，将第一语音数据和第一图像数据进行关联；

将第一语音数据与关联的第一图像数据同步传输。

优选的，语音传输方法，还包括：

接收服务器生成的第一时间修正指令；

基于第一时间修正指令，对第一时间标签和/或第二时间标签的设置进行修正；

其中，服务器生成第一时间修正指令，执行如下操作：

获取关联的第一语音数据和第一图像数据；

基于预设的唇语识别模型对第一图像数据进行识别，获取第一信息；

基于第一图像数据对应的第二时间标签，确定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第一语音数据进行识别，获取第二信息；

基于第一语音数据对应的第一时间标签，确定第二信息的各个分词的第二时间；

基于第一信息和第二信息中各个分词对应的第一时间和第二时间，确定第一语音数据与第一图像数据的第一时间偏差值；

当第一时间偏差值大于预设的第一阈值时，基于第一时间偏差值生成第一时间修正指令。

优选的，语音传输方法，还包括：

在服务器将第一语音数据发送至播放端播放时，服务器还根据播放端的播放情况对第一语音数据的第一时间标签进行修正；

服务器还根据播放端的播放情况对第一语音数据的第一时间标签进行修正，执行如下操作：

接收播放端生成的第二时间修正指令；

基于第二时间修正指令，对将要输送至播放端的第一语音数据的第一时间标签进行修正；

其中，播放端生成第二时间修正指令，执行如下操作：