CN109743529A - 一种多功能视频会议系统 - Google Patents

Abstract

本申请公开了一种多功能视频会议系统，通过语音转文本系统、文本翻译系统、文本转语音系统、音频输出系统、记录系统和控制系统，能够自动将视频会议中参会人发言的语音翻译成各种语言类别的目标语音，并且能够转换成文本的方式进行保存，生成会议纪要，不需要翻译人员现场同步翻译，也不需要记录人员做会议记录，解决了现有的视频会议涉及多种语言时，需要多个翻译人员现场同步翻译和多个记录人员做会议记录，浪费大量的人力资源和会议效率低下的技术问题。

Description

一种多功能视频会议系统

技术领域

本申请涉及通信技术领域，尤其涉及一种多功能视频会议系统。

背景技术

目前的视频会议系统可以多个有多个会场同时接入，参会者可以实时同步看到和听到其他会场的参会人员图像和声音，还可以实时发送电子文档，极大地降低了会议成本，压缩了会议时间。

然而，当进行跨国视频会议时，由于不同国家所使用的语言不同，各个国家的每个分会场都需要配备翻译人员现场同步翻译，也要为每个会场配备不同国家语言的会议记录人员做会议记录，会议记录需要将不同语言的记录汇总整理才能发布，花费大量的人力资源，且会议效率低下。

发明内容

本申请实施例提供了一种多功能视频会议系统，解决了现有的视频会议涉及多种语言时，需要多个翻译人员现场同步翻译和多个记录人员做会议记录，浪费大量的人力资源和会议效率低下的技术问题。

有鉴于此，本申请第一方面提供了一种多功能视频会议系统，包括：语音转文本系统、文本翻译系统、文本转语音系统、音频输出系统、记录系统和控制系统；

所述语音转文本系统，用于将获取到的待识别语音信号转换成文字信息发送给所述文本翻译系统；

所述文本翻译系统，用于将所述文字信息翻译成目标语言文本发送给所述文本转语音系统；

所述文本转语音系统，用于将所述目标语言文本转换成目标语音信号发送给所述音频输出系统；

所述音频输出系统，用于播放所述目标语音信号对应的语音；

所述记录系统，用于存储所述目标语言文本，并根据会议纪要模版生成会议纪要；

所述控制系统，用于获取目标语言指令，根据所述目标语言指令控制所述文本翻译系统将所述文字信息翻译成所述目标语言文本。

优选地，所述多功能视频会议系统还包括：查询系统；

所述查询系统与所述记录系统连接，用于查询所述多功能视频会议系统的会议纪要。

优选地，所述多功能视频会议系统还包括：压缩系统；

所述压缩系统包括音频压缩系统和音频解压系统；

所述音频压缩系统，用于压缩待压缩语音信号；

所述音频解压系统，用于解压所述待压缩语音信号，得到所述待识别语音信号。

优选地，所述音频压缩系统还用于压缩待压缩目标语音信号；

所述音频解压系统还用于解压所述待压缩目标语音信号，得到所述目标语音信号。

优选地，所述记录系统还用于，存储所述待识别语音信号，和/或所述文字信息，和/或所述目标语音信号。

优选地，所述多功能视频会议系统还包括：语言选择系统；

所述语言选择系统与所述控制器、所述音频输出系统连接，用于获取用户输入的用户语言选择信息，并生成所述目标语言指令。

优选地，所述多功能视频会议系统还包括：显示系统；

所述显示系统与所述文本翻译系统连接，用于显示所述目标语言文本。

优选地，所述多功能视频会议系统还包括：语音检测系统；

所述语音检测系统用于识别所述待识别语音信号的语言类别，并将所述语言类别发送至所述语音转文本系统，使得所述语音转文本系统根据所述语言类别将所述待识别语音信号转换成文字信息。

优选地，所述多功能视频会议系统还包括：语音切换系统：

所述语音切换系统与所述控制器连接，用于获取语音切换指令并将所述语音切换指令发送至所述控制器，所述语音切换指令为用户输入的语音会场切换指令。

本申请第二方面提供了一种多功能视频会议方法，在第一方面所述的多功能视频会议系统中执行，包括：

控制系统获取目标语言指令；

语音转文本系统将获取到的待识别语音信号转换成文字信息发送给所述文本翻译系统；

所述文本翻译系统根据所述目标语言指令将所述文字信息翻译成目标语言文本，发送给文本转语音系统；

所述文本转语音系统将所述目标语言文本转换成目标语音信号发送给音频输出系统；

记录系统存储所述目标语言文本，根据会议纪要模版生成会议纪要；

所述音频输出系统播放所述目标语音信号对应的语音。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请中，提供了一种多功能视频会议系统，包括：语音转文本系统、文本翻译系统、文本转语音系统、音频输出系统、记录系统和控制系统；语音转文本系统，用于将获取到的语音信号转换成文字信息发送给文本翻译系统；文本翻译系统，用于将文字信息翻译成目标语言文本发送给文本转语音系统；文本转语音系统，用于将目标语言文本转换成目标语音信号发送给音频输出系统；音频输出系统，用于播放目标语音信号对应的语音；记录系统，用于存储目标语言文本，并根据会议纪要模版生成会议纪要；控制系统，用于获取目标语言指令，根据目标语言指令控制所述文本翻译系统将文字信息翻译成目标语言文本。本申请提供的多功能视频会议系统，通过语音转文本系统、文本翻译系统、文本转语音系统、音频输出系统、记录系统和控制系统，能够自动将视频会议中参会人发言的语音翻译成各种语言类别的目标语音，并且能够转换成文本的方式进行保存，生成会议纪要，不需要翻译人员现场同步翻译，也不需要记录人员做会议记录，解决了现有的视频会议涉及多种语言时，需要多个翻译人员现场同步翻译和多个记录人员做会议记录，浪费大量的人力资源和会议效率低下的技术问题。

附图说明

图1为本申请实施例中的一种多功能视频会议系统的结构示意图；

图2为本申请实施例中的一种多功能视频会议系统的另一结构示意图；

图3为本申请实施例中的一种多功能视频会议方法的一个流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了便于理解，请参阅图1，图1为本申请实施例中一种多功能视频会议系统，包括：语音转文本系统101、文本翻译系统102、文本转语音系统103、音频输出系统104、记录系统105和控制系统106；

语音转文本系统101，用于将获取到的待识别语音信号转换成文字信息发送给文本翻译系统。

文本翻译系统102，用于将文字信息翻译成目标语言文本发送给文本转语音系统。

文本转语音系统103，用于将目标语言文本转换成目标语音信号发送给音频输出系统。

音频输出系统104，用于播放目标语音信号对应的语音。

记录系统105，用于存储目标语言文本，并根据会议纪要模版生成会议纪要；

控制系统106，用于获取目标语言指令，根据目标语言指令控制文本翻译系统102将文字信息翻译成目标语言文本。

需要说明的是，本申请实施例中，通过语音转文本系统101获取待识别语音信号，将待识别语音信号转换成文字信息，例如，一段待识别语音信号的内容是英文的“Hello”，在语音转文本系统101获取到这段待识别语音信号的内容之后，将其转换成文字信息“Hello”，并发送给文本翻译系统102，文本翻译系统102将这段文字信息翻译成需要指定的语言对应的目标语言文本，例如，指定的语言是法语，翻译的结果为“Bonjour”，指定的语言是汉语，则翻译的结果为“你好”，将翻译的目标语言文本存储在记录系统105中，然后根据预置的会议纪要模版生成相应的会议纪要，会议纪要模版的内容可以包括语音记录时间和对应的目标语言文本。同时，在文本翻译完成之后，实时将目标语言文本发送至文本转语音系统103，将目标语言文本转换成目标语言信号发送给音频输出系统104进行输出。在这个过程中，控制系统106扮演这获取目标语言指令，根据目标语言指令控制文本翻译系统203将文字信息翻译成目标语言文本的角色，可以理解的是，目标语言指令是用户指定的输出语言的指令。

本申请实施例中，提供了一种多功能视频会议系统，包括：语音转文本系统101、文本翻译系统102、文本转语音系统103、音频输出系统104、记录系统105和控制系统106；语音转文本系统101，用于将获取到的语音信号转换成文字信息发送给文本翻译系统；文本翻译系统102，用于将文字信息翻译成目标语言文本发送给文本转语音系统；文本转语音系统103，用于将目标语言文本转换成目标语音信号发送给音频输出系统；音频输出系统104，用于播放目标语音信号对应的语音；记录系统105，用于存储目标语言文本，并根据会议纪要模版生成会议纪要；控制系统106，用于获取目标语言指令，根据目标语言指令控制所述文本翻译系统将文字信息翻译成目标语言文本。本申请提供的多功能视频会议系统，通过语音转文本系统101、文本翻译系统102、文本转语音系统103、音频输出系统104、记录系统105和控制系统106，能够自动将视频会议中参会人发言的语音翻译成各种语言类别的目标语音，并且能够转换成文本的方式进行保存，生成会议纪要，不需要翻译人员现场同步翻译，也不需要记录人员做会议记录，解决了现有的视频会议涉及多种语言时，需要多个翻译人员现场同步翻译和多个记录人员做会议记录，浪费大量的人力资源和会议效率低下的技术问题。

为了便于理解，请参阅图2，本申请实施例中提供的另一种多功能视频会议系统，包括：语音转文本系统101、文本翻译系统102、文本转语音系统103、音频输出系统104、记录系统105和控制系统106；

语音转文本系统101，用于将获取到的待识别语音信号转换成文字信息发送给文本翻译系统。

文本翻译系统102，用于将文字信息翻译成目标语言文本发送给文本转语音系统。

文本转语音系统103，用于将目标语言文本转换成目标语音信号发送给音频输出系统。

音频输出系统104，用于播放目标语音信号对应的语音。

记录系统105，用于存储目标语言文本，并根据会议纪要模版生成会议纪要；

控制系统106，用于获取目标语言指令，根据目标语言指令控制文本翻译系统将文字信息翻译成目标语言文本。

需要说明的是，本申请实施例中，通过语音转文本系统101获取待识别语音信号，将待识别语音信号转换成文字信息，例如，一段待识别语音信号的内容是英文的“Hello”，在语音转文本系统101获取到这段待识别语音信号的内容之后，将其转换成文字信息“Hello”，并发送给文本翻译系统102，文本翻译系统102将这段文字信息翻译成需要指定的语言对应的目标语言文本，例如，指定的语言是法语，翻译的结果为“Bonjour”，指定的语言是汉语，则翻译的结果为“你好”，将翻译的目标语言文本存储在记录系统105中，然后根据预置的会议纪要模版生成相应的会议纪要，会议纪要模版的内容可以包括语音记录时间和对应的目标语言文本。同时，在文本翻译完成之后，实时将目标语言文本发送至文本转语音系统103，将目标语言文本转换成目标语言信号发送给音频输出系统104进行输出。在这个过程中，控制系统106扮演这获取目标语言指令，根据目标语言指令控制文本翻译系统102将文字信息翻译成目标语言文本的角色，可以理解的是，目标语言指令是用户指定的输出语言的指令。

进一步地，多功能视频会议系统还包括：查询系统107；

查询系统107与记录系统105连接，用于查询多功能视频会议系统的会议纪要。

进一步地，多功能视频会议系统还包括：压缩系统108；

压缩系统包括音频压缩系统和音频解压系统；

音频压缩系统，用于压缩待压缩语音信号。

音频解压系统，用于解压待压缩语音信号，得到待识别语音信号。

进一步地，音频压缩系统还用于压缩待压缩目标语音信号。

音频解压系统还用于解压待压缩目标语音信号，得到目标语音信号。

进一步地，记录系统105还用于，存储待识别语音信号，和/或文字信息，和/或目标语音信号。

进一步地，多功能视频会议系统还包括：语言选择系统109；

语言选择系统109与控制器106、音频输出系统104连接，用于获取用户输入的用户语言选择信息，并生成目标语言指令。

进一步地，多功能视频会议系统还包括：显示系统1010；

显示系统1010与文本翻译系统102连接，用于显示目标语言文本。

进一步地，多功能视频会议系统还包括：加密系统1011；

加密系统1011用于对待压缩语音信号进行加密和解密，还用于对待压缩目标语音信号进行加密和解密。

进一步地，多功能视频会议系统还包括：语音检测系统1012；

语音检测系统1012用于识别待识别语音信号的语言类别，并将语言类别发送至语音转文本系统101，使得语音转文本系统101根据语言类别将待识别语音信号转换成文字信息。

进一步地，多功能视频会议系统还包括：语音切换系统1013：

语音切换系统1013与控制器106连接，用于获取语音切换指令并将语音切换指令发送至控制器106，语音切换指令为用户输入的语音会场切换指令。

需要说明的是，本申请实施例中提供的多功能视频会议系统应用于多个会场终端设备，可以包括一个主会场终端设备和多个分会场终端设备，当然，可以理解的是，主会场和分会场的主分关系可以改变。

对多功能视频会议系统的软件处理流程分析如下：

在会议开始前，各分会场通过语言选择系统109，可以是语言选择器，将各会场的会议输出语言选择结果发送至控制系统106，控制系统106记录各分会场的会议输出语言，未提供会议输出语言的会场，可以根据会场的历史会议语言记录为其提供会议输出语言结果，也可以默认为不需要翻译，即直接收听主会场的原声。

会议开始之后，控制系统106控制非发言的分会场禁声，即关闭非发言的分会场的语音获取功能，开启发言的主会场的语音获取功能，在发言的会场通过音频输入系统，可以是录音机，接收原始语音信号，然后通过音频压缩系统对原始语音信号(即待压缩语音信号)进行压缩后由专用的数据传输系统发送至各非发言的分会场的音频解压系统。

音频解压系统对压缩的原始语音信号进行解压处理，解压处理后的语音信号即为待识别语音信号，将待识别语音信号存储到记录系统中，可以对该待识别语音信号存储为“原始语音”，语音检测系统1012对待识别语音信号进行语言类别检测，然后根据各分会场会议输出语言选择结果，通过语音转文本系统101将待识别语音信号转换成文字信息，将文字信息存储到记录系统105中，可以命名为“原始文字信息”,并将文字信息发送给文本翻译系统102进行文本翻译，将文字信息由语音检测系统1012检测的语言类别翻译成会议输出语言选择结果的语言类别的文本，将其存储到记录系统105中，记录系统105根据预置的会议纪要模版将文本生成会议纪要。需要说明的是，若系统中没有其中两种语言之间直接翻译的软件，可以先将“原始语音”翻译成英文，再由英文翻译为对应的语言文本，存入记录系统，作为该语言版本的会议记录。

通过文本转语音系统103，将目标语言文本转换成目标语音信号发送给音频输出系统104，即将翻译后的各语言文本转换为语音文件，然后通过音频压缩系统压缩后经数据传输系统发送至音频输出系统104，音频输出系统104接收到目标语音信号之后通过音频解压系统进行解压，通过播放器播放目标语音信号对应的语音。

在会议结束之后，工作人员可以通过查询系统107查询各种语言类别的会议纪要。

可以理解的是，为了保证视频会议中的信息不被泄漏，可以增加加密系统1011对传输数据进行传输加密，为了更好地提高会议过程的语音理解效果，还可以增加显示系统1010，对目标语音文本进行显示，在参会人员漏听或未听清楚语音内容时，可以通过显示的目标语音文本查看文字信息。

本申请实施例中提供了一种多功能视频会议方法，在包括：

步骤101、控制系统获取目标语言指令。

步骤102、语音转文本系统将获取到的待识别语音信号转换成文字信息发送给文本翻译系统。

步骤103、文本翻译系统根据目标语言指令将文字信息翻译成目标语言文本，发送给文本转语音系统。

步骤104、文本转语音系统将目标语言文本转换成目标语音信号发送给音频输出系统。

步骤105、记录系统存储目标语言文本，根据会议纪要模版生成会议纪要。

步骤106、音频输出系统播放目标语音信号对应的语音。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种多功能视频会议系统，其特征在于，包括：语音转文本系统、文本翻译系统、文本转语音系统、音频输出系统、记录系统和控制系统；

所述语音转文本系统，用于将获取到的待识别语音信号转换成文字信息发送给所述文本翻译系统；

所述文本翻译系统，用于将所述文字信息翻译成目标语言文本发送给所述文本转语音系统；

所述文本转语音系统，用于将所述目标语言文本转换成目标语音信号发送给所述音频输出系统；

所述音频输出系统，用于播放所述目标语音信号对应的语音；

所述记录系统，用于存储所述目标语言文本，并根据会议纪要模版生成会议纪要；

所述控制系统，用于获取目标语言指令，根据所述目标语言指令控制所述文本翻译系统将所述文字信息翻译成所述目标语言文本。

2.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：查询系统；

所述查询系统与所述记录系统连接，用于查询所述多功能视频会议系统的会议纪要。

3.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：压缩系统；

所述压缩系统包括音频压缩系统和音频解压系统；

所述音频压缩系统，用于压缩待压缩语音信号；

所述音频解压系统，用于解压所述待压缩语音信号，得到所述待识别语音信号。

4.根据权利要求3所述的多功能视频会议系统，其特征在于，所述音频压缩系统还用于压缩待压缩目标语音信号；

所述音频解压系统还用于解压所述待压缩目标语音信号，得到所述目标语音信号。

5.根据权利要求1所述的多功能视频会议系统，其特征在于，所述记录系统还用于，存储所述待识别语音信号，和/或所述文字信息，和/或所述目标语音信号。

6.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：语言选择系统；

所述语言选择系统与所述控制器、所述音频输出系统连接，用于获取用户输入的用户语言选择信息，并生成所述目标语言指令。

7.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：显示系统；

所述显示系统与所述文本翻译系统连接，用于显示所述目标语言文本。

8.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：语音检测系统；

所述语音检测系统用于识别所述待识别语音信号的语言类别，并将所述语言类别发送至所述语音转文本系统，使得所述语音转文本系统根据所述语言类别将所述待识别语音信号转换成文字信息。

9.根据权利要求1所述的多功能视频会议系统，其特征在于，所述多功能视频会议系统还包括：语音切换系统：

所述语音切换系统与所述控制器连接，用于获取语音切换指令并将所述语音切换指令发送至所述控制器，所述语音切换指令为用户输入的语音会场切换指令。

10.一种多功能视频会议方法，在如权利要求1-9中任一项多功能视频会议系统中执行，其特征在于，包括：

控制系统获取目标语言指令；

语音转文本系统将获取到的待识别语音信号转换成文字信息发送给所述文本翻译系统；

所述文本翻译系统根据所述目标语言指令将所述文字信息翻译成目标语言文本，发送给文本转语音系统；

所述文本转语音系统将所述目标语言文本转换成目标语音信号发送给音频输出系统；

记录系统存储所述目标语言文本，根据会议纪要模版生成会议纪要；

所述音频输出系统播放所述目标语音信号对应的语音。