TW201410028A - 影音文字紀錄系統 - Google Patents

Abstract

一種影音文字紀錄系統係供透過網際網路進行雙向的視訊會議。其中，該影音文字記錄裝置係包含通訊模組、處理模組、轉換單元、顯示模組與影音擷取模組。該通訊模組係供在該網際網路以第一訊號與第二訊號進行雙向地該視訊會議，且該處理模組係將該第一訊號分離出影像訊號與語音訊號，又該轉換單元將該語音訊號轉換成文字訊息，並將該文字訊息輸出至該顯示模組，用以同步地在該顯示模組顯示該文字訊息及該視訊框架，以及，影音擷取模組藉由擷取外部的影像與聲音而形成第二訊號並透過該處理模組與該通訊模組傳送至該網際網路。

Description

影音文字紀錄系統

本發明係關於影音文字紀錄系統，特別的是透過網際網路進行雙向的視訊會議，且該視訊會議係可提供即時影像、語音與該語音轉換的文字的影音文字紀錄系統。

傳統的遠端會議係可透過例如影像及或聲音的方式進行。

然而，遠端會議係有可能因為語音網路或是網際網路的通訊受到干擾，而產生該影像或聲音品質的劣化，造成在會議過程中傳遞錯誤的訊息。

縱然隨著網路品質的提升，可用於減少上述情形的發生，但在會議過程之後，若要取得會議記錄的文字檔，則需要事先藉由錄音而後再轉成逐字稿的方式取得該文字檔。這變得十分沒有效率，且無法即時確認該會議的內容是否正確等的缺失。

故如何能夠有效地記錄遠端會議中使用者的表情與內容，變成極待解決的問題。

本發明之一目的係提供影音文字紀錄系統，藉由記錄使用者的影像、語音及該語音經辨識後的文字訊息，用以達到完整記錄會議的目的。

本發明之另一目的係提供上述的該影音文字紀錄系統，係應用於具有投影的可攜式電子裝置(例如行動電話)，用以進行雙向的視訊會議。

本發明之又一目的係提供上述的該影音文字紀錄系統，藉由將文字訊息直接地翻譯成另外一語言的翻譯訊息，用以避免因為語言的差異而造成理解錯誤的目的。

本發明之再一目的係提供上述的該影音文字紀錄系統，利用可攜式電子裝置上不管是前方影像擷取單元(亦稱為前鏡頭)或後方影像擷取單元(亦稱為後鏡頭)用以實現視訊會議的目的。

為達到上述的目的與其它目的，本發明係提供一種影音文字紀錄系統，係供透過網際網路進行雙向的視訊會議，且該影音文字記錄裝置係包含通訊模組、處理模組、轉換單元、顯示模組與影音擷取模組。其中，該通訊模組係供在該網際網路以第一訊號與第二訊號進行雙向地該視訊會議；該處理模組係與該通訊模組連接，該處理模組具有影像單元與語音單元，該處理模組係透過該影像單元自該第一訊號分離出與視頻相關的影像訊號，且該處理模組係透過該語音單元自該第一訊號分離出與音頻相關的語音訊號，又該處理模組分別地輸出該影像訊號與該語音訊號；該轉換單元係與該處理模組連接，該轉換單元係接收該語音訊號及將該語音訊號轉換成文字訊息，且該轉換單元係輸出該文字訊息；該顯示模組係連接處理模組與該轉換單元，該顯示模組係供顯示一文字框架與一視訊框架， 該文字框架係供同步地顯示該文字訊息及該視訊框架係供顯示該影像訊號；以及，該影音擷取模組係與該處理模組連接，該影音擷取模組係藉由擷取外部的影像與聲音而形成第二訊號。其中，該處理模組係將該第二訊號自該影音擷取模組輸出至該通訊模組並經由該通訊模組傳送至該網際網路。

與習知技術相較，本發明之影音文字紀錄系統係可在接收位於網際網路的第一訊號之後，即時地將該第一訊號中的該語音訊號同步地轉換成文字訊息並輸出至顯示模組，以及將該第一訊號中的該影像訊號同時地輸出至該顯示模組，並在該顯示模組上顯示該文字訊息與該影像訊息，用以使得視訊會議的過程獲得全面式的紀錄，而不致產生任何遺漏。

又，在轉換文字訊息的過程中，又可透過翻譯單元直接地將該文字訊息翻譯成另外一語言的翻譯訊息，而讓使用者可直接地進行多種語言的視訊會議。

再者，本發明的該影音文字紀錄系統係可應用於可攜式電子裝置，而使得使用者係可透過該可攜式電子裝置進行全紀錄式的雙向視訊會議。

為充分瞭解本發明之目的、特徵及功效，茲藉由下述具體之實施例，並配合所附之圖式，對本發明做一詳細說明，說明如後： 請參考第1圖，係本發明之第一實施例之影音文字紀錄系統的方塊示意圖。於第1圖中，該影音文字紀錄系統10係透過網際網路2進行雙向的視訊會議。其中，該雙向的視訊會議係定義位在不同地理位置的複數使用者，分別地透過該影音文字紀錄系統10連接至該網際網路2，而以影像、語音與文字的方式全程地記錄該視訊會議的內容與該等使用者的影像。

其中，該影音文字紀錄系統10係包含通訊模組12、處理模組14、轉換單元16、顯示模組18與影音擷取模組20。

該通訊模組12係供在該網際網路2以第一訊號FS(first signal)與第二訊號SS(second signal)進行雙向地該視訊會議。其中，該第一訊號FS係定義為來自於該網際網路2的影音訊號；以及，該第二訊號SS係定義為該影音文字紀錄系統10傳送至該網際網路2的影音訊號。再者，該通訊模組12係符合無線保真(Wireless Fidelity)通訊協定、藍芽(Bluetooth)通訊協定與第三代無線通訊協定之至少其一者的通訊規範。

該處理模組14係與該通訊模組12連接。又，該處理模組14具有影像單元142與語音單元144。其中，該處理模組14透過該影像單元142自該第一訊號FS分離出與視頻相關的影像訊號VS(video signal)；以及，該處理模組14係透過該語音單元144自該第一訊號FS分離出與音頻相關的語音訊號PS(phonetic signal)。此外，在該處理模組14自該第一訊號FS分離出該影像訊號VS與該語音訊號PS 之後，該處理模組14係分別地輸出該影像訊號VS與該語音訊號PS。

該轉換單元16與該處理模組14連接。又，該轉換單元接收該語音訊號PS，以及將該語音訊號PS轉換成文字訊息TM(TEXT message)。

該顯示模組18連接處理模組14與該轉換單元16。又，該顯示模組18係供顯示一文字框架182與一視訊框架184，一併可參考第2圖，該顯示模組18所顯示該文字框架182與該視訊框架的示意圖。其中，該文字框架182係供同步地顯示該文字訊息TM及該視訊框架184係供顯示該影像訊號VS。再者，該顯示模組18係可為屏幕單元與投射單元之至少其一者。此外，該顯示模組18係可以左右分割畫面或上下分割畫面配置該文字框架182與該視訊框架184，於本實施例中，該文字框架182與該視訊框架184係以左右分割畫面事例說明。

回到第1圖，該影音擷取模組20係與該處理模組14連接。其中，該影音擷取模組20擷取外部的影像與聲音而形成該第二訊號SS。又，該處理模組14將該第二訊號SS自該影音擷取模組20輸出至該通訊模組12並經由該通訊模組12傳送至該網際網路2。於另外一實施例中，一併可參考第3圖，該影音擷取模組20係進一步可包含為影像擷取單元202與聲音擷取單元204，該影音擷取模組20係透過該影像擷取單元202擷取外部的該影像，以及該影音擷取模組20係透過該聲音擷取單元204擷取外部的該聲音。

請參考第4圖，係本發明之第三實施例之影音文字紀錄系統的方塊示意圖。於第4圖中，該影音文字紀錄系統10’係同樣透過網際網路2進行雙向的視訊會議，且該影音文字紀錄系統10’除具有與第一實施例相同的該通訊模組12、該處理模組14、該轉換單元16、該顯示模組18與該影音擷取模組20之外，更包含記憶單元22、語音資料庫單元24、翻譯單元26與喇叭單元28。

該記憶單元22連接該處理模組14與該轉換單元16。又，該記憶單元22儲存該影像訊號VS、該語音訊號PS與該文字訊息TM之至少其一者，例如該記憶單元22係可為反或閘快閃記憶體(NOR Flash)、反及閘快閃記憶體(NAND FLASH)或動態隨機存取記憶體(DRAM)。

該語音資料庫單元24係與該轉換單元16連接。其中，該語音資料庫單元24具有語音索引表PIT(phonetic index table)，且該語音索引表PIT儲存與頻率f相關的複數文字TEXT，用以使得該轉換單元16係可根據自該語音訊號PS所擷取的頻率f，並藉由與該語音索引表PIT的比對，而自該語音資料庫單元24取得與該頻率f相對應的該等文字TEXT。

該翻譯單元26係與該轉換單元16連接。其中，該翻譯單元26係接收該文字訊息TM並直接地翻譯成另一語言的翻譯訊息TM’(translated message)。

該喇叭單元28係與該處理模組14連接。又，該喇叭單元28用於接收與輸出該語音訊號PS。換言之，該語音 訊號PS係透過該喇叭單元28產生聲波，並使得使用者接收到該聲音。

故本發明之影音文字紀錄系統係可在接收位於網際網路的第一訊號之後，即時地將該第一訊號中的該語音訊號同步地轉換成文字訊息並輸出至顯示模組，以及將該第一訊號中的該影像訊號同時地輸出至該顯示模組，並在該顯示模組上顯示該文字訊息與該影像訊息，用以使得視訊會議的過程獲得全面式的紀錄，而不致產生任何遺漏。

本發明在上文中已以較佳實施例揭露，然熟習本項技術者應理解的是，該實施例僅用於描繪本發明，而不應解讀為限制本發明之範圍。應注意的是，舉凡與該實施例等效之變化與置換，均應設為涵蓋於本發明之範疇內。因此，本發明之保護範圍當以申請專利範圍所界定者為準。

2‧‧‧網際網路

10、10’‧‧‧影音文字紀錄系統

12‧‧‧通訊模組

14‧‧‧處理模組

142‧‧‧影像單元

144‧‧‧語音單元

16‧‧‧轉換單元

18‧‧‧顯示模組

182‧‧‧文字框架

184‧‧‧視訊框架

20‧‧‧影音擷取模組

202‧‧‧影像擷取單元

204‧‧‧聲音擷取單元

22‧‧‧記憶單元

24‧‧‧語音資料庫單元

26‧‧‧翻譯單元

28‧‧‧喇叭單元

FS‧‧‧第一訊號

SS‧‧‧第二訊號

VS‧‧‧影像訊號

PS‧‧‧語音訊號

TM‧‧‧文字訊息

PIT‧‧‧語音索引表

第1圖係本發明之第一實施例之影音文字紀錄系統的方塊示意圖；第2圖係說明第1圖中顯示模組顯示文字框架與視訊框架的配置示意圖；第3圖係本發明之第三實施例之影音文字紀錄系統的方塊示意圖；以及第4圖係本發明之第四實施例之影音文字紀錄系統的方塊示意圖。

2‧‧‧網際網路

10‧‧‧影音文字紀錄系統

12‧‧‧通訊模組

14‧‧‧處理模組

142‧‧‧影像單元

144‧‧‧語音單元

16‧‧‧轉換單元

18‧‧‧顯示模組

20‧‧‧影音擷取模組

FS‧‧‧第一訊號

SS‧‧‧第二訊號

VS‧‧‧影像訊號

PS‧‧‧語音訊號

TM‧‧‧文字訊息

Claims (10)

1. 一種影音文字紀錄系統，係供透過網際網路進行雙向的視訊會議，且該影音文字記錄裝置係包含：通訊模組，係供在該網際網路以第一訊號與第二訊號進行雙向地該視訊會議；處理模組，係與該通訊模組連接，該處理模組具有影像單元與語音單元，該處理模組係透過該影像單元自該第一訊號分離出與視頻相關的影像訊號，且該處理模組係透過該語音單元自該第一訊號分離出與音頻相關的語音訊號，又該處理模組分別地輸出該影像訊號與該語音訊號；轉換單元，係與該處理模組連接，該轉換單元係接收該語音訊號及將該語音訊號轉換成文字訊息，且該轉換單元係輸出該文字訊息；顯示模組，係連接處理模組與該轉換單元，該顯示模組係供顯示一文字框架與一視訊框架，該文字框架係供同步地顯示該文字訊息及該視訊框架係供顯示該影像訊號；以及影音擷取模組，係與該處理模組連接，該影音擷取模組係擷取外部的影像與聲音而形成該第二訊號；其中該處理模組係將該第二訊號自該影音擷取模組輸出至該通訊模組並經由該通訊模組傳送至該網際網路。
2. 如申請專利範圍第1項所述之影音文字紀錄系統，更包含記憶單元，係連接該處理模組與該轉換單元，該記憶單元係儲存該影像訊號、該語音訊號與該文字訊息之至少其一 者。
3. 如申請專利範圍第1項所述之影音文字紀錄系統，其中該影音擷取模組係為影像擷取單元與聲音擷取單元，該影音擷取模組係透過該影像擷取單元擷取外部的該影像，以及該影音擷取模組係透過該聲音擷取單元擷取外部的該聲音。
4. 如申請專利範圍第1項所述之影音文字紀錄系統，其中該顯示模組係為屏幕單元與投射單元之至少其一者。
5. 如申請專利範圍第1項所述之影音文字紀錄系統，更包含語音資料庫單元，係與該轉換單元連接，該語音資料庫單元係具有語音索引表，且該語音索引表係儲存與頻率相關的複數文字。
6. 如申請專利範圍第5項所述之影音文字紀錄系統，其中該轉換單元係根據自該語音訊號所擷取的頻率，藉由與該語音索引表的比對，而自該語音資料庫單元取得與該頻率相對應的該等文字。
7. 如申請專利範圍第1項所述之影音文字紀錄系統，更包含翻譯單元，係與該轉換單元連接，該翻譯單元係接收該文字訊息並直接地翻譯成另一語言的翻譯訊息。
8. 如申請專利範圍第1項所述之影音文字紀錄系統，其中該顯示模組係以左右分割畫面或上下分割畫面配置該文字框架與該視訊框架。
9. 如申請專利範圍第1項所述之影音文字紀錄系統，更包含喇叭單元，係與該處理模組連接，該喇叭單元係接收與輸 出該語音訊號。
10. 如申請專利範圍第1項所述之影音文字紀錄系統，其中該通訊模組係符合無線保真(Wireless Fidelity)通訊協定、藍芽(Bluetooth)通訊協定與第三代無線通訊協定之至少其一者的通訊規範。