CN109976700A - 一种录音权限转移的方法、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种录音权限转移的方法，包括以下步骤：声音采集步骤：通过声音采集设备获取第一用户的声音信息；语音判断步骤：判断所述声音信息是否为询问语句，如果是，则执行检测步骤；检测步骤：当检测到有第二用户有应答举动的时候，执行权限转移步骤；权限转移步骤：将当前的录音权限转移至对应的第二用户处。本发明提供了还提供了一种电子设备和计算机可读存储介质。本发明的录音权限转移的方法，通过判断当前用户的声音信息并结合其他用户的举动信息以判断将录音权限转移至哪里；从而能够进一步实现声音信息获取的完整性和自动化程度。

Description

一种录音权限转移的方法、电子设备及存储介质

技术领域

本发明涉及一种语音识别技术领域，尤其涉及一种录音权限转移的方法、电子设备及存储介质。

背景技术

目前，常规的会议是采用专门的记录人员进行会议记录；较为先进的是现有的会议中报告及记录的方法，通常是利用摄像机、麦克风、录音笔等设备对会议过程中各人员的发言进行录音及录像。会后做会议记录的人员可以查看、回放录音及录像以整理会议记录。然而，通过人工对语音数据进行标注和提取，对使用者来说，费时且极为不便。

并且如果是设置一个控制人去控制整个会议或者点餐过程的话，这样的话会造成会议过程中记录的缺失或者是使得点餐过程中，不能够综合所有参与者的口味，或者会使得单一个人的选择压力过大；因此，设计一种能够使得整个过程控制权转移的方法成为本领域技术人员所要解决的技术问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种录音权限转移的方法，其能解决录音权限转移的技术问题。

本发明的目的之二在于提供一种电子设备，其能解决录音权限转移的技术问题。

本发明的目的之三在于提供一种计算机可读存储介质，其能解决录音权限转移的技术问题。

本发明的目的之一采用如下技术方案实现：

一种录音权限转移的方法，包括以下步骤：

声音采集步骤：通过声音采集设备获取第一用户的声音信息；

语音判断步骤：判断所述声音信息是否为询问语句，如果是，则执行检测步骤；

检测步骤：当检测到有第二用户有应答举动的时候，执行权限转移步骤；

权限转移步骤：将当前的录音权限转移至对应的第二用户处。

进一步地，所述检测步骤具体包括以下子步骤：

图像采集步骤：通过图像采集设备获取所有第二用户的图像信息；

应答检测步骤：通过识别图像信息当检测到有第二用户有应答动作时，则执行权限转移步骤。

进一步地，所述应答检测步骤具体为：通过识别图像信息当检测到有第二用户有应答动作时，同时开启第二用户所在位置的声音采集设备。

进一步地，所述检测步骤具体为：当声音采集设备检测到第二用户的声音信息的时候，执行权限转移步骤。

进一步地，所述权限转移步骤具体包括以下子步骤：

定位步骤：通过声源定位技术以定位第二用户所在位置；

开启步骤：控制开启所述第二用户所在位置的录音权限，同时关闭第一用户的录音权限。

进一步地，在权限转移步骤之后还包括权限归还步骤：当第二用户所在位置没有声音时，控制开启第一用户的录音权限，同时关闭第二用户的录音权限。

进一步地，在所述权限转移步骤之后还包括声音转换步骤：用于将获取到的声音信息转化为文字信息或者控制指令。

进一步地，所述声音采集设备为环形麦克风。

本发明的目的之二采用如下技术方案实现：

一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明目的之一中任意一项所述的一种录音权限转移的方法。

本发明的目的之三采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之一中任意一项所述的一种录音权限转移的方法。

相比现有技术，本发明的有益效果在于：

本发明的录音权限转移的方法，通过判断当前用户的声音信息并结合其他用户的举动信息以判断将录音权限转移至哪里；从而能够进一步实现声音信息获取的完整性和自动化程度。

附图说明

图1为实施例一的录音权限转移的方法的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一

如图1所示，本实施例提供了一种录音权限转移的方法，包括以下步骤：

S1：通过声音采集设备获取第一用户的声音信息；所述声音采集设备为环形麦克风。采用环形麦克风阵列以采集当前用户的声音信息；这一步主要是为了获取到对应用户的声音信息，这也是下面所有步骤的基础。通过环形麦克风可以更为高效准确的获取圆桌四周的声音信息，获取到的声音源信息越清晰，那么后期进行语音翻译也就会使得其越准确。在本实施例中，其主要是通过声音采集设备来获取第一用户的声音信息，也就是本实施例中的录音权限转移主要发生在具体的场景中，比如当前处于会议状态中，则该系统正在对会议进行过程中的语音信息进行记录，如果是在点餐过程中，其对点餐指令进行感知，然后发出对应的控制指令。还有这里的第一用户有两种含义，一种是拥有录音权限的用户，这个用户可以是一个人，第二种含义是拥有录音权限的用户组，这个用户组是多个人，也即是第一用户组；是为了与第二用户区分开，第一用户是拥有录音控制权限的用户，第二用户是不具有录音控制权限的用户。

S2：判断所述声音信息是否为询问语句，如果是，则执行步骤S3；这一步主要是为了获取当前的拥有录音权限的人物是否需要对应的用户的意见，比如在会议过程中，当讨论到某个具体的问题的时候，需要征求多方的意见，如果会议中只记录有对应的用户的意见，则会产生一定的偏颇，所以需要进行对应的录音权限的转移。例如，在一个实施例中，用户产生的语音数据可以包括非疑问句，诸如“好的”、“是的”等陈述句；也可以包括相关的疑问句，诸如用户在遇到问题时产生的自言自语的疑问句“要如何处理呢？”、“该怎么进行呢？”等等，以征求与会者的对应的意见。当识别到陈述句的时候，也就是会议主持人当前不需要征求其他与会者的意见，而当存在有疑问句的时候，则是需要征求相应的意见。

语音识别单元用于对从语音监测单元获取的所述语音数据进行识别，以确定所述语音数据是否包括疑问句；如果确定所述语音数据包括疑问句，则提取出所述疑问句。如上所述地，由于用户产生的语音数据既可以包括疑问句也可以包括非疑问句，即该语音数据也可能只包括非疑问句，所以需要由语音识别单元首先确定语音数据中是否有疑问句，然后提取出该疑问句，以排除非疑问句的语音数据。

具体地，语音识别单元可以通过识别所述语音数据中是否包括用户语音音调的提升和/或用户语音的较小的音量来确定所述语音数据是否包括疑问句。具体地，可以预先设定用户语音音量的判断参考值。例如，在一个实施例中，可以将用户语音音量的判断参考值设定为40分贝，而用户语音音调的升高可以通过语音数据的声波频率的增高来确定。所以，在此实施例中，如果用户语音数据的声波频率增高并且音量小于40分贝，则语音识别单元可以确定所述语音数据包括疑问句。

此外，语音识别单元还可以通过识别所述语音数据中是否包括疑问词来进一步确定所述语音数据是否包括疑问句。例如，语音识别单元可以通过识别出语音数据中包含诸如“如何”、“怎么”、“什么”等的疑问词来进一步确定该语音数据包含疑问句。在一个实施例中，语音识别单元还可以通过识别语音数据以语气词“吗”、“呢”等结尾来进一步确定该语音数据是否包含疑问句。在进行检测的时候，把所有的这类型的词构建成一个完成的数据库，从而将其都囊括进去，然后再进行分词，找寻对应的词语。例如，如果用户的语音数据为“要如何继续进行这个项目呢？”“鱼香肉丝你觉得怎么样呢？”则语音识别单元可以通过识别出户语音包含疑问词“如何”以及语气词“呢”来确定该语音数据包括疑问句。上述方式为进行询问语句检测的方式，除了上述方式外，还可以通过设置语义分析来进行询问语句的检测，因为在常规的语言交流过程中，有可能会出现这样的情况，就是虽然你说出的话不包括上述特征，但是其还是一种询问语句的方式，比如“鱼香肉丝还是糖醋里脊？”这些隐含问句的方式可以通过语义分析的方式来进行识别得到。

S3：当检测到有第二用户有应答举动的时候，执行步骤S4；这一步主要目的是为了识别对应的应答人，当时在进行对应应答人识别的时候，具体怎样进行可以有如下几种方式：

第一种是通过图像识别的方式来进行，因为在正常的回答过程后中，当你对别人的询问进行回答的时候，一般会有对应的回应动作，比如起身或者是端正自己的姿态或者是直接说出来自己的感受；这三种方式都会有对应的动作。

此时，所述步骤S3具体包括以下子步骤：

图像采集步骤：通过图像采集设备获取所有第二用户的图像信息；由于是第一用户发出的询问，所以只需要获取对应的第二用户的图像信息即可，获取图像信息是为了让其作为一个判断基础。

应答检测步骤：通过识别图像信息当检测到有第二用户有应答动作时，则执行权限转移步骤。且其具体为：通过识别图像信息当检测到有第二用户有应答动作时，同时开启第二用户所在位置的声音采集设备。在此用户的应答动作可以有如下几种方式：第一种是起身，如果是在会议进行中，因为不具备录音权限的很多是相应级别不高的与会者，所以此时他们会为了表示对主持人员的尊重，会有起身回答的动作姿态，当有这样的姿态的时候，则可以将其判定为应答者；第二种是举手，在会议过程中为了更有序的进行，当发出一个疑问的时候，当有应答者出现的时候，其一般会通过举手示意的方式请求主持人让其发言，当识别到这样的动作的时候，则将语音控制权转移至对应的用户处。第三种方式是当其有转头这样的动作的时候，将权限转移至其处，因为一般在与会的时候，其会自己进行笔记记录，当听到有询问语句的时候，会通过转头这样的动作转向提问者，然后说出自己的想法；第四种方式是比较随意，其是当听到有对应的询问语句的时候，直接回答，由于其会回答，所以嘴唇会有一个动作的，当有嘴唇动的时候，则判断其要回答，将对应的录音权限转移到对应的第二用户处。除了上述四种方式外，还可以设定其他的方式，只要能够检测到对应的用户的应答即可，在进行实施的过程中，还可以结合几种来进行判断以提升判断效率。对图像信息进行识别，当识别到有用户起身的时候，则判断该用户为发言人，从而将其面前的声音采集设备打开，以便于对其进行录音。

除了上述场景之外，还有一种方式，是为了进一步提升效率，比如当有一个询问语句出现的时候，可能会有多个想要发言的第二用户，这个时候，如何进行进一步确定？在本实施例中，可以采用这样的方式来进行确定，当判断为询问语句之后，有多个第二用户举手示意想要回答这样的问题，如何进行判断？当会议开始后，会对每一个位置进行编号，或者对每一个用户进行图像以及名称信息的录入，当有多个用户示意想要回答询问问题的时候，主持人可以通过说出对应的座位号或者名字名称来进行确认，然后当确认之后，开启对应的用户面前的声音采集装置来采集对应的声音信息。这种方式都是一种被动的方式，只有在出现的询问语句之后才得以进行后续的操作。

除了上述的图像进行确认的方式外，还有一种通过声音确定的方式，采用声音确定的方式的时候，所述步骤S3具体为：当声音采集设备检测到第二用户的声音信息的时候，执行步骤S4。当检测到有询问语句之后，可以有如下的操作方式，一种是开启所有的麦克风，这时候是为了获取到所有的声音信息，当有声音信号进行麦克风中时，则采用声源定位技术以定位声音信息所在位置；所述声源定位技术为基于时延估计的算法或者基于高分辨率谱估计的算法或者基于稀疏表示的算法，且所述定位步骤具体为：当采用声源定位技术定位声音所在位置后，关闭除了与声音信息所在位置最近的麦克风外的其余麦克风。当定位到具体的位置的时候，最好的是只开启其面前的麦克风，而将其余的麦克风关闭，这样能够更为有效的获取当前说话者的声音信息，而屏蔽掉一部分说话者的低语，不会因为产生多处声源而造成声音获取处于一种比较混乱的状态。这种方式是通过声音进行定位的方式。也就是在步骤S3中，主要是设定几种检测方式来对其进行比较深入的检测。

S4：将当前的录音权限转移至对应的第二用户处。所述权限转移步骤具体包括以下子步骤：

定位步骤：通过声源定位技术以定位第二用户所在位置；由于其是环形麦克风，所以当检测对对应的声音信息的时候，可以通过声源定位技术来定位第二用户的所在位置，然后开启对应的麦克风。在进行权限转移之前需要先打开对应的麦克风，如果没有这样的麦克风，那么也就无法实现权限转移，即是使得其具备对应的权限，也因为无法有效获取到声音而无法输出对应的结果。

开启步骤：控制开启所述第二用户所在位置的录音权限，同时关闭第一用户的录音权限。进行权限开启的时候，其主要目的是为了获取第二用户的声音信号，也就是不仅仅可以采用这样的方式进行权限开启，还可以直接将两个录音权限都开启，这样更方便的形式。这个时候由于该用户获取到了对应的录音权限，其发出的声音也就可以被记录。

步骤S5：当第二用户所在位置没有声音时，控制开启第一用户的录音权限，同时关闭第二用户的录音权限。由于在整个会议或者是点餐的过程中，第二用户是处于一种被动的状态，所以其录音权限并不能够处于常开的状态，这样的话，就会使得原本的控制权限设置没有意义，不如直接开放所有用户的录音权限，所以当该第二用户完成对应的说话的时候，此时可以通过权限归还的方式来结束其权限范围。如果此时，其还具有权限的话，则会产生一定的混乱，所以当其说话结束的时候，可以通过设置将其录音权限关闭。

S6：用于将获取到的声音信息转化为文字信息或者控制指令。这里获取的声音信息可以是来自于第一用户的声音信息，也可以是来自于第二用户的声音信息，转换为文字信息主要是应用于对应的会议记录中，将获取到的声音信息进行翻译。转化为控制指令主要是为了将其应用于点餐系统中，将获取到的声音信息转换为点餐指令从而完成点餐。当场景为会议的时候，通过将所有得到的声音信息转化为对应的文字信息，此时，则可以完成对声音信息的记录，如果此时应用的是点餐系统，那么此时得到的是点餐指令，比如“烧鹅”、“烧鸭”等，则控制发送至服务器完成点餐。

本实施例的录音权限转移主要应用于需要进行录音的场景中，并且在该场景中只存在一个或者不超过参与人数的个数的录音权限；如果所有的人都具备录音权限的话，则不存在有权限转移这样的说法。比如在点餐过程中，如果所有人都拥有录音权限，也就是点餐权限，在自动化的点餐中，会产生一种问题就是点了过多的菜，这样就会使得顾客觉得商家有一种欺骗的行为，并且也不利于系统的长期使用；如果设定好一个固定的点菜人，在点菜过程中对其进行整体的控制，询问以及指令发送，那么就会使得整个点菜的过程更为的可操作。同样的在会议过程中也一样，如果对所有的用户都进行记录，则会使得会议不能够突出重点；通过设定固定的人来进行控场，并通过对其录音权限进行交割，会使得整体的过程能够更加的可控，使得该声音系统更为的稳定。本实施例的录音权限转移的方法，通过判断当前用户的声音信息并结合其他用户的举动信息以判断将录音权限转移至哪里；从而能够进一步实现声音信息获取的完整性和自动化程度。

实施例二

实施例二公开了一种电子设备，该电子设备包括处理器、存储器以及程序，其中处理器和存储器均可采用一个或多个，程序被存储在存储器中，并且被配置成由处理器执行，处理器执行该程序时，实现实施例一的一种录音权限转移的方法。该电子设备可以是手机、电脑、平板电脑等等一系列的电子设备。

实施例三

实施例三公开了一种计算机可读存储介质，该存储介质用于存储程序，并且该程序被处理器执行时，实现实施例一的一种录音权限转移的方法。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述基于内容更新通知装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种录音权限转移的方法，其特征在于，包括以下步骤：

声音采集步骤：通过声音采集设备获取第一用户的声音信息；

语音判断步骤：判断所述声音信息是否为询问语句，如果是，则执行检测步骤；

检测步骤：当检测到有第二用户有应答举动的时候，执行权限转移步骤；

权限转移步骤：将当前的录音权限转移至对应的第二用户处。

2.如权利要求1所述的一种录音权限转移的方法，其特征在于，所述检测步骤具体包括以下子步骤：

图像采集步骤：通过图像采集设备获取所有第二用户的图像信息；

应答检测步骤：通过识别图像信息当检测到有第二用户有应答动作时，则执行权限转移步骤。

3.如权利要求2所述的一种录音权限转移的方法，其特征在于，所述应答检测步骤具体为：通过识别图像信息当检测到有第二用户有应答动作时，同时开启第二用户所在位置的声音采集设备。

4.如权利要求1所述的一种录音权限转移的方法，其特征在于，所述检测步骤具体为：当声音采集设备检测到第二用户的声音信息的时候，执行权限转移步骤。

5.如权利要求4所述的一种录音权限转移的方法，其特征在于，所述权限转移步骤具体包括以下子步骤：

定位步骤：通过声源定位技术以定位第二用户所在位置；

开启步骤：控制开启所述第二用户所在位置的录音权限，同时关闭第一用户的录音权限。

6.如权利要求5所述的一种录音权限转移的方法，其特征在于，在权限转移步骤之后还包括权限归还步骤：当第二用户所在位置没有声音时，控制开启第一用户的录音权限，同时关闭第二用户的录音权限。

7.如权利要求1-6中任意一项所述的一种录音权限转移的方法，其特征在于，在所述权限转移步骤之后还包括声音转换步骤：用于将获取到的声音信息转化为文字信息或者控制指令。

8.如权利要求7所述的一种录音权限转移的方法，其特征在于，所述声音采集设备为环形麦克风。

9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8中任意一项所述的一种录音权限转移的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的一种录音权限转移的方法。