CN109788235B - 一种基于视联网的会议记录信息的处理方法和系统 - Google Patents

Abstract

本发明实施例提供了一种基于视联网的会议记录信息的处理方法和系统，其中，所述方法包括：在视联网会议的执行过程中，在第一视联网节点服务器接收到来自第一视联网终端的发言方切换指令，并将发言方切换指令转发至第二视联网节点服务器之后，第二视联网终端接收视联网会议的音频数据；其中，音频数据来源于第二视联网节点服务器根据发言方切换指令，从多个第三视联网终端中选择出的一个目标视联网终端；第二视联网终端对音频数据进行语音识别，得到会议记录信息；第二视联网终端将音频数据、会议记录信息和目标视联网终端的标识信息关联地保存在预设的数据库中。本发明实施例避免了人工处理会议记录信息，提高了会议记录信息的处理效率。

Description

一种基于视联网的会议记录信息的处理方法和系统

技术领域

本发明涉及视联网技术领域，特别是涉及一种基于视联网的会议记录信息的处理方法和一种基于视联网的会议记录信息的处理系统。

背景技术

视联网是一种基于以太网硬件的用于高速传输高清视频及专用协议的专用网络，视联网是互联网的更高级形态，是一个实时网络。随着网络科技的快速发展，视频会议、视频教学等双向通信在用户的生活、工作、学习等方面广泛普及。

在基于视联网的视频会议中，目前只能通过人工的方式处理会议记录信息，如将听到的音频内容记录为文字内容并保存下来。会议记录信息的处理效率低下，且对人工的技能要求较高。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于视联网的会议记录信息的处理方法和相应的一种基于视联网的会议记录信息的处理系统。

为了解决上述问题，本发明实施例公开了一种基于视联网的会议记录信息的处理方法，所述方法应用于视联网中，所述视联网包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，所述第二视联网节点服务器分别与所述第一视联网终端、所述第二视联网终端、所述第三视联网终端和所述第一视联网节点服务器通信，所述方法包括：在视联网会议的执行过程中，在所述第一视联网节点服务器接收到来自所述第一视联网终端的发言方切换指令，并将所述发言方切换指令转发至所述第二视联网节点服务器之后，所述第二视联网终端接收所述视联网会议的音频数据；其中，所述音频数据来源于所述第二视联网节点服务器根据所述发言方切换指令，从多个所述第三视联网终端中选择出的一个目标视联网终端；所述第二视联网终端对所述音频数据进行语音识别，得到会议记录信息；所述第二视联网终端将所述音频数据、所述会议记录信息和所述目标视联网终端的标识信息关联地保存在预设的数据库中。

可选地，所述第二视联网终端对所述音频数据进行语音识别，得到会议记录信息的步骤，包括：所述第二视联网终端将所述音频数据存入预设的数据队列中；所述第二视联网终端从所述数据队列中获取符合预设要求的所述音频数据；所述第二视联网终端对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息。

可选地，所述第二视联网终端将所述音频数据存入预设的数据队列中的步骤，包括：所述第二视联网终端按照接收所述音频数据的顺序，将所述音频数据存入所述数据队列中的一个或多个数据包的数据载荷部分中。

可选地，所述预设要求包括一个或多个所述数据包的所述数据载荷部分存入预设数据量的所述音频数据。

可选地，所述第二视联网终端对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息的步骤，包括：所述第二视联网终端对符合所述预设要求的所述音频数据进行降噪处理；所述第二视联网终端对降噪处理得到的音频数据进行特征提取操作，得到语音特征数据；所述第二视联网终端对所述语音特征数据进行解码操作，得到所述会议记录信息。

本发明实施例还公开了一种基于视联网的会议记录信息的处理系统，所述系统应用于视联网中，所述视联网包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，所述第二视联网节点服务器分别与所述第一视联网终端、所述第二视联网终端、所述第三视联网终端和所述第一视联网节点服务器通信，所述第二视联网终端包括：接收模块，用于在视联网会议的执行过程中，在所述第一视联网节点服务器接收到来自所述第一视联网终端的发言方切换指令，并将所述发言方切换指令转发至所述第二视联网节点服务器之后，接收所述视联网会议的音频数据；其中，所述音频数据来源于所述第二视联网节点服务器根据所述发言方切换指令，从多个所述第三视联网终端中选择出的一个目标视联网终端；识别模块，用于对所述音频数据进行语音识别，得到会议记录信息；保存模块，用于将所述音频数据、所述会议记录信息和所述目标视联网终端的标识信息关联地保存在预设的数据库中。

可选地，所述识别模块，包括：虚拟参会方子模块，用于将所述音频数据存入预设的数据队列中；数据处理子模块，用于从所述数据队列中获取符合预设要求的所述音频数据；语音识别子模块，用于对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息。

可选地，所述虚拟参会方子模块，用于按照所述第二视联网终端接收所述音频数据的顺序，将所述音频数据存入所述数据队列中的一个或多个数据包的数据载荷部分中。

可选地，所述预设要求包括一个或多个所述数据包的所述数据载荷部分存入预设数据量的所述音频数据。

可选地，所述数据处理子模块，用于对符合所述预设要求的所述音频数据进行降噪处理；对降噪处理得到的音频数据进行特征提取操作，得到语音特征数据；对所述语音特征数据进行解码操作，得到所述会议记录信息。

本发明实施例包括以下优点：

本发明实施例应用于视联网中，视联网可以包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，第二视联网节点服务器可以分别与第一视联网终端、第二视联网终端、第三视联网终端和第一视联网节点服务器通信。

本发明实施例中，第一视联网终端可以向第一视联网节点服务器发送视联网会议的开会指令，第一视联网节点服务器接收到开会指令之后，转发开会指令至第二视联网节点服务器，第二视联网节点服务器与各视联网终端通信，第二视联网节点服务器根据开会指令准备视联网会议的会议环境。在视联网会议的执行过程中，第一视联网终端向第一视联网节点服务器发送参会方的动态添加指令，将参会方添加到视联网会议中。该参会方可以为多个第三视联网终端中的任意一个或多个。

在视联网会议的执行过程中，第一视联网终端向第一视联网节点服务器发送发言方切换指令，第一视联网节点服务器将发言方切换指令转发至第二视联网节点服务器，第二视联网节点服务器根据发言方切换指令从添加到视联网会议中的多个第三视联网终端中选择出一个目标视联网终端作为发言方，并将目标视联网终端的音频数据发送至第二视联网终端。

第二视联网终端接收到音频数据之后，可以对音频数据进行语音识别，得到会议记录信息，再将音频数据、会议记录信息和目标视联网终端的标识信息等关联地保存在预设的数据库中。

本发明实施例应用视联网的特性，在视联网会议的执行过程中，第二视联网终端作为会议记录信息的处理终端，可以获取任意发言方的音频数据，并将音频数据语音识别为会议记录信息，将音频数据、会议记录信息和目标视联网终端的标识信息关联地保存起来，以便后续可以查看视联网会议的会议记录信息。本发明实施例避免了人工处理会议记录信息，提高了会议记录信息的处理效率。

附图说明

图1是本发明的一种视联网的组网示意图；

图2是本发明的一种节点服务器的硬件结构示意图；

图3是本发明的一种接入交换机的硬件结构示意图；

图4是本发明的一种以太网协转网关的硬件结构示意图；

图5是本发明的一种基于视联网的会议记录信息的处理方法实施例的步骤流程图；

图6是本发明的一种基于视联网的语音识别方法的设计示例图；

图7是本发明的一种基于视联网的语音识别方法中存储网关的结构框图；

图8是本发明的一种基于视联网的会议记录信息的处理系统中第二视联网终端的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

视联网是网络发展的重要里程碑，是一个实时网络，能够实现高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。

视联网采用实时高清视频交换技术，可以在一个网络平台上将所需的服务，如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台，通过电视或电脑实现高清品质视频播放。

为使本领域技术人员更好地理解本发明实施例，以下对视联网进行介绍：

视联网所应用的部分技术如下所述：

网络技术(Network Technology)

视联网的网络技术创新改良了传统以太网(Ethernet)，以面对网络上潜在的巨大视频流量。不同于单纯的网络分组交换(Packet Switching)或网络电路交换(CircuitSwitching)，视联网技术采用网络分组交换满足Streaming(译为成流、流、连续播送，是一种数据传送技术，把收到的数据变成一个稳定连续的流，源源不断地送出，使用户听到的声音或看到的图像十分平稳，而且用户在整个数据传送完之前就可以开始在屏幕上进行浏览)需求。视联网技术具备分组交换的灵活、简单和低价，同时具备电路交换的品质和安全保证，实现了全网交换式虚拟电路，以及数据格式的无缝连接。

交换技术(Switching Technology)

视联网采用以太网的异步和包交换两个优点，在全兼容的前提下消除了以太网缺陷，具备全网端到端无缝连接，直通用户终端，直接承载IP数据包。用户数据在全网范围内不需任何格式转换。视联网是以太网的更高级形态，是一个实时交换平台，能够实现目前互联网无法实现的全网大规模高清视频实时传输，将众多网络视频应用推向高清化、统一化。

服务器技术(Server Technology)

视联网和统一视频平台上的服务器技术不同于传统意义上的服务器，它的流媒体传输是建立在面向连接的基础上，其数据处理能力与流量、通讯时间无关，单个网络层就能够包含信令及数据传输。对于语音和视频业务来说，视联网和统一视频平台流媒体处理的复杂度比数据处理简单许多，效率比传统服务器大大提高了百倍以上。

储存器技术(Storage Technology)

统一视频平台的超高速储存器技术为了适应超大容量和超大流量的媒体内容而采用了最先进的实时操作系统，将服务器指令中的节目信息映射到具体的硬盘空间，媒体内容不再经过服务器，瞬间直接送达到用户终端，用户等待一般时间小于0.2秒。最优化的扇区分布大大减少了硬盘磁头寻道的机械运动，资源消耗仅占同等级IP互联网的20％，但产生大于传统硬盘阵列3倍的并发流量，综合效率提升10倍以上。

网络安全技术(Network Security Technology)

视联网的结构性设计通过每次服务单独许可制、设备与用户数据完全隔离等方式从结构上彻底根除了困扰互联网的网络安全问题，一般不需要杀毒程序、防火墙，杜绝了黑客与病毒的攻击，为用户提供结构性的无忧安全网络。

服务创新技术(Service Innovation Technology)

统一视频平台将业务与传输融合在一起，不论是单个用户、私网用户还是一个网络的总合，都不过是一次自动连接。用户终端、机顶盒或PC直接连到统一视频平台，获得丰富多彩的各种形态的多媒体视频服务。统一视频平台采用“菜谱式”配表模式来替代传统的复杂应用编程，可以使用非常少的代码即可实现复杂的应用，实现“无限量”的新业务创新。

视联网的组网如下所述：

视联网是一种集中控制的网络结构，该网络可以是树型网、星型网、环状网等等类型，但在此基础上网络中需要有集中控制节点来控制整个网络。

如图1所示，视联网分为接入网和城域网两部分。

接入网部分的设备主要可以分为3类：节点服务器，接入交换机，终端(包括各种机顶盒、编码板、存储器等)。节点服务器与接入交换机相连，接入交换机可以与多个终端相连，并可以连接以太网。

其中，节点服务器是接入网中起集中控制功能的节点，可控制接入交换机和终端。节点服务器可直接与接入交换机相连，也可以直接与终端相连。

类似的，城域网部分的设备也可以分为3类：城域服务器，节点交换机，节点服务器。城域服务器与节点交换机相连，节点交换机可以与多个节点服务器相连。

其中，节点服务器即为接入网部分的节点服务器，即节点服务器既属于接入网部分，又属于城域网部分。

城域服务器是城域网中起集中控制功能的节点，可控制节点交换机和节点服务器。城域服务器可直接连接节点交换机，也可直接连接节点服务器。

由此可见，整个视联网络是一种分层集中控制的网络结构，而节点服务器和城域服务器下控制的网络可以是树型、星型、环状等各种结构。

形象地称，接入网部分可以组成统一视频平台(圈中部分)，多个统一视频平台可以组成视联网；每个统一视频平台可以通过城域以及广域视联网互联互通。

视联网设备分类

1.1本发明实施例的视联网中的设备主要可以分为3类：服务器，交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。视联网整体上可以分为城域网(或者国家网、全球网等)和接入网。

1.2其中接入网部分的设备主要可以分为3类：节点服务器，接入交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。

各接入网设备的具体硬件结构为：

节点服务器：

如图2所示，主要包括网络接口模块201、交换引擎模块202、CPU模块203、磁盘阵列模块204。

其中，网络接口模块201，CPU模块203、磁盘阵列模块204进来的包均进入交换引擎模块202；交换引擎模块202对进来的包进行查地址表205的操作，从而获得包的导向信息；并根据包的导向信息把该包存入对应的包缓存器206的队列；如果包缓存器206的队列接近满，则丢弃；交换引擎模202轮询所有包缓存器队列，如果满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。磁盘阵列模块204主要实现对硬盘的控制，包括对硬盘的初始化、读写等操作；CPU模块203主要负责与接入交换机、终端(图中未示出)之间的协议处理，对地址表205(包括下行协议包地址表、上行协议包地址表、数据包地址表)的配置，以及，对磁盘阵列模块204的配置。

接入交换机：

如图3所示，主要包括网络接口模块(下行网络接口模块301、上行网络接口模块302)、交换引擎模块303和CPU模块304。

其中，下行网络接口模块301进来的包(上行数据)进入包检测模块305；包检测模块305检测包的目的地址(DA)、源地址(SA)、数据包类型及包长度是否符合要求，如果符合，则分配相应的流标识符(stream-id)，并进入交换引擎模块303，否则丢弃；上行网络接口模块302进来的包(下行数据)进入交换引擎模块303；CPU模块204进来的数据包进入交换引擎模块303；交换引擎模块303对进来的包进行查地址表306的操作，从而获得包的导向信息；如果进入交换引擎模块303的包是下行网络接口往上行网络接口去的，则结合流标识符(stream-id)把该包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃；如果进入交换引擎模块303的包不是下行网络接口往上行网络接口去的，则根据包的导向信息，把该数据包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃。

交换引擎模块303轮询所有包缓存器队列，在本发明实施例中分两种情形：

如果该队列是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零；3)获得码率控制模块产生的令牌。

如果该队列不是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。

码率控制模块208是由CPU模块204来配置的，在可编程的间隔内对所有下行网络接口往上行网络接口去的包缓存器队列产生令牌，用以控制上行转发的码率。

CPU模块304主要负责与节点服务器之间的协议处理，对地址表306的配置，以及，对码率控制模块308的配置。

以太网协转网关：

如图4所示，主要包括网络接口模块(下行网络接口模块401、上行网络接口模块402)、交换引擎模块403、CPU模块404、包检测模块405、码率控制模块408、地址表406、包缓存器407和MAC添加模块409、MAC删除模块410。

其中，下行网络接口模块401进来的数据包进入包检测模块405；包检测模块405检测数据包的以太网MAC DA、以太网MAC SA、以太网length or frame type、视联网目的地址DA、视联网源地址SA、视联网数据包类型及包长度是否符合要求，如果符合则分配相应的流标识符(stream-id)；然后，由MAC删除模块410减去MAC DA、MAC SA、length or frame type(2byte)，并进入相应的接收缓存，否则丢弃；

下行网络接口模块401检测该端口的发送缓存，如果有包则根据包的视联网目的地址DA获知对应的终端的以太网MAC DA，添加终端的以太网MAC DA、以太网协转网关的MACSA、以太网length or frame type，并发送。

以太网协转网关中其他模块的功能与接入交换机类似。

终端：

主要包括网络接口模块、业务处理模块和CPU模块；例如，机顶盒主要包括网络接口模块、视音频编解码引擎模块、CPU模块；编码板主要包括网络接口模块、视音频编码引擎模块、CPU模块；存储器主要包括网络接口模块、CPU模块和磁盘阵列模块。

1.3城域网部分的设备主要可以分为3类：节点服务器，节点交换机，城域服务器。其中，节点交换机主要包括网络接口模块、交换引擎模块和CPU模块；城域服务器主要包括网络接口模块、交换引擎模块和CPU模块构成。

2、视联网数据包定义

2.1接入网数据包定义

接入网的数据包主要包括以下几部分：目的地址(DA)、源地址(SA)、保留字节、payload(PDU)、CRC。

如下表所示，接入网的数据包主要包括以下几部分：

DA

SA

Reserved

Payload

CRC

目的地址(DA)由8个字节(byte)组成，第一个字节表示数据包的类型(例如各种协议包、组播数据包、单播数据包等)，最多有256种可能，第二字节到第六字节为城域网地址，第七、第八字节为接入网地址。

源地址(SA)也是由8个字节(byte)组成，定义与目的地址(DA)相同。

保留字节由2个字节组成。

payload部分根据不同的数据报的类型有不同的长度，如果数据报的类型是各种协议包，则payload部分的长度是64个字节，如果数据报的类型是单组播数据包，则payload部分的长度是32+1024＝1056个字节，当然并不仅仅限于以上2种。

CRC有4个字节组成，其计算方法遵循标准的以太网CRC算法。

2.2城域网数据包定义

城域网的拓扑是图型，两个设备之间可能有2种、甚至2种以上的连接，即节点交换机和节点服务器、节点交换机和节点交换机、节点交换机和节点服务器之间都可能超过2种连接。但是，城域网设备的城域网地址却是唯一的，为了精确描述城域网设备之间的连接关系，在本发明实施例中引入参数：标签，来唯一描述一个城域网设备。

本说明书中标签的定义和多协议标签交换(Multi-Protocol Label Switch，MPLS)的标签的定义类似，假设设备A和设备B之间有两个连接，那么数据包从设备A到设备B就有2个标签，数据包从设备B到设备A也有2个标签。标签分入标签、出标签，假设数据包进入设备A的标签(入标签)是0x0000，这个数据包离开设备A时的标签(出标签)可能就变成了0x0001。城域网的入网流程是集中控制下的入网过程，也就意味着城域网的地址分配、标签分配都是由城域服务器主导的，节点交换机、节点服务器都是被动的执行而已，这一点与MPLS的标签分配是不同的，MPLS的标签分配是交换机、服务器互相协商的结果。

如下表所示，城域网的数据包主要包括以下几部分：

DA

SA

Reserved

标签

Payload

CRC

即目的地址(DA)、源地址(SA)、保留字节(Reserved)、标签、payload(PDU)、CRC。其中，标签的格式可以参考如下定义：标签是32bit，其中高16bit保留，只用低16bit，它的位置是在数据包的保留字节和payload之间。

基于视联网的上述特性，提出了本发明实施例的核心构思之一，遵循视联网的协议，第二视联网终端作为视联网会议中的会议记录信息的处理终端，将发言方的音频数据进行语音识别得到会议记录信息，并保存会议记录信息，以便后续可以查看会议记录信息。

参照图5，示出了本发明的一种基于视联网的会议记录信息的处理方法实施例的步骤流程图，该方法可以应用于视联网中，视联网可以包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，第二视联网节点服务器分别与第一视联网终端、第二视联网终端、第三视联网终端和第一视联网节点服务器通信，该方法具体可以包括如下步骤：

步骤501，第二视联网终端接收视联网会议的音频数据。

本发明实施例中，视联网会议的执行过程可以涉及到第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和第三视联网终端。在实际应用中，第一视联网节点服务器可以为会议管理服务器，第二视联网节点服务器可以为自治服务器，自治服务器可以管理各视联网终端，包括但不限于：第一视联网终端、第二视联网终端和第三视联网终端。第一视联网终端可以为会议控制终端，会议控制终端用于负责视联网会议的组织、开始、停止、动态添加参会方等。第二视联网终端可以为存储网关，存储网关可以为视联网环境内的资源存储终端。第三视联网终端可以为视联网会议的参会方，或者，第三视联网终端可以为视联网会议的发言方。

第二视联网终端接收到的音频数据可以为视联网会议中任意发言方采集到的音频数据。在实际应用中，第一视联网终端向第一视联网节点服务器发送发言方切换指令，第一视联网节点服务器将发言方切换指令转发至第二视联网节点服务器，第二视联网节点服务器根据发言方切换指令从添加到视联网会议中的多个第三视联网终端中选择出一个目标视联网终端。该发言方切换指令中可以包括目标视联网终端的标识信息。第二视联网节点服务器可以根据目标视联网终端的标识信息在众多的第三视联网终端中选择出目标视联网终端。目标视联网终端的标识信息可以为一组唯一的字符串，本发明实施例对目标视联网终端的标识信息的内容、格式、长度等不作具体限制。

步骤502，第二视联网终端对音频数据进行语音识别，得到会议记录信息。

第二视联网终端作为视联网会议中的会议记录信息的处理终端，可以先将音频数据存储至预设的数据队列中，然后从数据队列中获取符合预设要求的音频数据，再对符合预设要求的音频数据进行语音识别得到会议记录信息。存储至该数据队列中的音频数据可以按照数据包的形式进行存储，具体地，音频数据可以存入数据队列中一个或多个数据包的数据载荷部分，也就是说，音频数据作为数据队列中一个或多个数据包的数据载荷部分。而且，在存在多个音频数据存储至数据队列时，可以按照第二视联网终端接收多个音频数据的顺序，将多个音频数据依次存入多个数据包的数据载荷部分。通常，当一个数据包的数据载荷部分存满之后，将剩余的全部或部分音频数据存入下一个数据包的数据载荷部分，以此类推，直至所有的音频数据都存入数据队列中的数据包中，或者，数据队列中的全部数据包的数据载荷部分均已存满音频数据为止。

本发明实施例中，预设要求可以理解为数据队列中一个或多个数据包的数据载荷部分存入预设数据量的音频数据，在实际应用中，当某数据包的数据载荷部分存满音频数据时，可以认为该数据包的数据载荷部分的音频数据满足预设要求。此时，预设数据量即数据载荷部分的最大容量值，本发明实施例对预设数据量的数值、单位等不作具体限制。若数据队列中仅存在一个数据载荷部分未存满音频数据的数据包，即最后的音频数据未存满该数据包的数据载荷部分，则该数据包的数据载荷部分的音频数据也可以理解为满足预设要求。也就是说，数据队列中包括N个数据包，N为大于1的正整数，其中，N-1个数据包的数据载荷部分存满音频数据，1个数据包的数据载荷部分未存满音频数据，则该N个数据包的数据载荷部分内的音频数据均可以认为满足预设要求。

第二视联网终端在对符合预设要求的音频数据进行语音识别得到会议记录信息时，可以先对符合预设要求的音频数据进行降噪处理，如进行滤波操作，以过滤掉环境噪音，然后对降噪处理后的音频数据进行特征提取操作，以提取得到语音特征数据。具体地，可以根据语音频率等特征进行特征提取操作得到语音特征数据，最后将语音特征数据进行解码得到文本格式的会议记录信息。

步骤503，第二视联网终端将音频数据、会议记录信息和目标视联网终端的标识信息关联地保存在预设的数据库中。

本发明实施例中，第二视联网终端可以获取任意发言方的音频数据，因此，第二视联网终端可以对任意发言方的音频数据进行语音识别，得到任意发言方的会议记录信息。在保存会议记录信息时，第二视联网终端可以将音频数据、会议记录信息和发言方即目标视联网终端的标识信息关联地保存在第二视联网终端本地的数据库中。例如，第二视联网终端将第三视联网终端C1的音频数据Cy1语音识别为会议记录信息HY1，则第二视联网终端将第三视联网终端C1的标识信息“c001”、音频数据Cy1和会议记录信息HY1关联地存储至数据库中，除此之外，第二视联网终端还可以在数据库中关联地存储音频数据Cy1的日期信息、起始时间信息、长度信息等，方便后续在数据库中查找会议记录信息。本发明实施例对第二视联网终端在数据库中存储的内容、形式、关联关系等不作具体限制。

基于上述关于一种基于视联网的会议记录信息的处理方法实施例的相关说明，下面介绍一种基于视联网的语音识别方法，如图6所示，该方法可以应用于视联网会议中，该视联网会议可以涉及到视联网终端1、视联网终端2、会议控制终端、会议管理服务器和存储网关。存储网关可以包括虚拟终端模块、语音识别模块和数据库，其中，虚拟终端模块可以理解为在存储网关上运行的应用程序，语音识别模块可以采用较成熟的现有的语音识别技术方案。视联网终端1、视联网终端2、会议控制终端、会议管理服务器和存储网关之间通过视联网进行通信。在视联网会议的执行过程中，如图7所示，存储网关中的虚拟终端模块可以作为视联网会议的参会方，接收任意发言方的音频数据。存储网关还可以包括数据处理线程，该数据处理线程可以将虚拟终端模块接收到的音频数据存入数据处理线程的数据队列中，并从数据队列中取出队列满包交给语音识别模块处理。语音识别模块主要进行音频数据的信号处理及特征提取、解码操作，最终得到语音识别结果。

本发明实施例应用于视联网中，视联网可以包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，第二视联网节点服务器可以分别与第一视联网终端、第二视联网终端、第三视联网终端和第一视联网节点服务器通信。

本发明实施例中，第一视联网终端可以向第一视联网节点服务器发送视联网会议的开会指令，第一视联网节点服务器接收到开会指令之后，转发开会指令至第二视联网节点服务器，第二视联网节点服务器与各视联网终端通信，第二视联网节点服务器根据开会指令准备视联网会议的会议环境。在视联网会议的执行过程中，第一视联网终端向第一视联网节点服务器发送参会方的动态添加指令，将参会方添加到视联网会议中。该参会方可以为多个第三视联网终端中的任意一个或多个。

在视联网会议的执行过程中，第一视联网终端向第一视联网节点服务器发送发言方切换指令，第一视联网节点服务器将发言方切换指令转发至第二视联网节点服务器，第二视联网节点服务器根据发言方切换指令从添加到视联网会议中的多个第三视联网终端中选择出一个目标视联网终端作为发言方，并将目标视联网终端的音频数据发送至第二视联网终端。

第二视联网终端接收到音频数据之后，可以对音频数据进行语音识别，得到会议记录信息，再将音频数据、会议记录信息和目标视联网终端的标识信息等关联地保存在预设的数据库中。

本发明实施例应用视联网的特性，在视联网会议的执行过程中，第二视联网终端作为会议记录信息的处理终端，可以获取任意发言方的音频数据，并将音频数据语音识别为会议记录信息，将音频数据、会议记录信息和目标视联网终端的标识信息关联地保存起来，以便后续可以查看视联网会议的会议记录信息。本发明实施例避免了人工处理会议记录信息，提高了会议记录信息的处理效率。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图8，示出了本发明的一种基于视联网的会议记录信息的处理系统实施例中第二视联网终端的结构框图，该系统可以应用于视联网中，所述视联网包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，其中，所述第二视联网节点服务器分别与所述第一视联网终端、所述第二视联网终端、所述第三视联网终端和所述第一视联网节点服务器通信，该第二视联网终端具体可以包括如下模块：

接收模块801，用于在视联网会议的执行过程中，在所述第一视联网节点服务器接收到来自所述第一视联网终端的发言方切换指令，并将所述发言方切换指令转发至所述第二视联网节点服务器之后，接收所述视联网会议的音频数据；其中，所述音频数据来源于所述第二视联网节点服务器根据所述发言方切换指令，从多个所述第三视联网终端中选择出的一个目标视联网终端；识别模块802，用于对所述音频数据进行语音识别，得到会议记录信息；保存模块803，用于将所述音频数据、所述会议记录信息和所述目标视联网终端的标识信息关联地保存在预设的数据库中。

在本发明的一种优选实施例中，所述识别模块802，包括：虚拟参会方子模块8021，用于将所述音频数据存入预设的数据队列中；数据处理子模块8022，用于从所述数据队列中获取符合预设要求的所述音频数据；语音识别子模块8023，用于对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息。

在本发明的一种优选实施例中，所述虚拟参会方子模块8021，用于按照所述第二视联网终端接收所述音频数据的顺序，将所述音频数据存入所述数据队列中的一个或多个数据包的数据载荷部分中。

在本发明的一种优选实施例中，所述预设要求包括一个或多个所述数据包的所述数据载荷部分存入预设数据量的所述音频数据。

在本发明的一种优选实施例中，所述数据处理子模块8022，用于对符合所述预设要求的所述音频数据进行降噪处理；对降噪处理得到的音频数据进行特征提取操作，得到语音特征数据；对所述语音特征数据进行解码操作，得到所述会议记录信息。

对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种基于视联网的会议记录信息的处理方法和一种基于视联网的会议记录信息的处理系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于视联网的会议记录信息的处理方法，其特征在于，所述方法应用于视联网中，所述视联网包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，所述第二视联网终端为存储网关，所述存储网关中的虚拟终端模块作为视联网会议的参会方，接收任意发言方的音频数据；其中，所述第二视联网节点服务器分别与所述第一视联网终端、所述第二视联网终端、所述第三视联网终端和所述第一视联网节点服务器通信，所述方法包括：

在视联网会议的执行过程中，在所述第一视联网节点服务器接收到来自所述第一视联网终端的发言方切换指令，并将所述发言方切换指令转发至所述第二视联网节点服务器之后，所述第二视联网终端接收所述视联网会议的音频数据；

其中，所述音频数据来源于所述第二视联网节点服务器根据所述发言方切换指令，从多个所述第三视联网终端中选择出的一个目标视联网终端；

所述第二视联网终端对所述音频数据进行语音识别，得到会议记录信息；

所述第二视联网终端将所述音频数据、所述会议记录信息和所述目标视联网终端的标识信息关联地保存在预设的数据库中；

所述方法还包括：所述第二视联网节点服务器根据所述发言方切换指令从所述视联网会议中的多个所述第三视联网终端中选择出目标视联网终端作为发言方，并将所述目标视联网终端的音频数据发送至所述第二视联网终端。

2.根据权利要求1所述的基于视联网的会议记录信息的处理方法，其特征在于，所述第二视联网终端对所述音频数据进行语音识别，得到会议记录信息的步骤，包括：

所述第二视联网终端将所述音频数据存入预设的数据队列中；

所述第二视联网终端从所述数据队列中获取符合预设要求的所述音频数据；

所述第二视联网终端对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息。

3.根据权利要求2所述的基于视联网的会议记录信息的处理方法，其特征在于，所述第二视联网终端将所述音频数据存入预设的数据队列中的步骤，包括：

所述第二视联网终端按照接收所述音频数据的顺序，将所述音频数据存入所述数据队列中的一个或多个数据包的数据载荷部分中。

4.根据权利要求2所述的基于视联网的会议记录信息的处理方法，其特征在于，所述预设要求包括一个或多个所述数据包的所述数据载荷部分存入预设数据量的所述音频数据。

5.根据权利要求2至4中任一项所述的基于视联网的会议记录信息的处理方法，其特征在于，所述第二视联网终端对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息的步骤，包括：

所述第二视联网终端对符合所述预设要求的所述音频数据进行降噪处理；

所述第二视联网终端对降噪处理得到的音频数据进行特征提取操作，得到语音特征数据；

所述第二视联网终端对所述语音特征数据进行解码操作，得到所述会议记录信息。

6.一种基于视联网的会议记录信息的处理系统，其特征在于，所述系统应用于视联网中，所述视联网包括第一视联网节点服务器、第二视联网节点服务器、第一视联网终端、第二视联网终端和多个第三视联网终端，所述第二视联网终端为存储网关，所述存储网关中的虚拟终端模块作为视联网会议的参会方，接收任意发言方的音频数据；其中，所述第二视联网节点服务器分别与所述第一视联网终端、所述第二视联网终端、所述第三视联网终端和所述第一视联网节点服务器通信，所述第二视联网终端包括：

接收模块，用于在视联网会议的执行过程中，在所述第一视联网节点服务器接收到来自所述第一视联网终端的发言方切换指令，并将所述发言方切换指令转发至所述第二视联网节点服务器之后，接收所述视联网会议的音频数据；

其中，所述音频数据来源于所述第二视联网节点服务器根据所述发言方切换指令，从多个所述第三视联网终端中选择出的一个目标视联网终端；

识别模块，用于对所述音频数据进行语音识别，得到会议记录信息；

保存模块，用于将所述音频数据、所述会议记录信息和所述目标视联网终端的标识信息关联地保存在预设的数据库中；

还包括：

发送模块，用于所述第二视联网节点服务器根据所述发言方切换指令从所述视联网会议中的多个所述第三视联网终端中选择出目标视联网终端作为发言方，并将所述目标视联网终端的音频数据发送至所述第二视联网终端。

7.根据权利要求6所述的基于视联网的会议记录信息的处理系统，其特征在于，所述识别模块，包括：

虚拟参会方子模块，用于将所述音频数据存入预设的数据队列中；

数据处理子模块，用于从所述数据队列中获取符合预设要求的所述音频数据；

语音识别子模块，用于对符合所述预设要求的所述音频数据进行语音识别，得到会议记录信息。

8.根据权利要求7所述的基于视联网的会议记录信息的处理系统，其特征在于，所述虚拟参会方子模块，用于按照所述第二视联网终端接收所述音频数据的顺序，将所述音频数据存入所述数据队列中的一个或多个数据包的数据载荷部分中。

9.根据权利要求7所述的基于视联网的会议记录信息的处理系统，其特征在于，所述预设要求包括一个或多个所述数据包的所述数据载荷部分存入预设数据量的所述音频数据。

10.根据权利要求7至9中任一项所述的基于视联网的会议记录信息的处理系统，其特征在于，所述数据处理子模块，用于对符合所述预设要求的所述音频数据进行降噪处理；对降噪处理得到的音频数据进行特征提取操作，得到语音特征数据；对所述语音特征数据进行解码操作，得到所述会议记录信息。

Images