TWI790123B - 會議系統及其操作方法 - Google Patents

Abstract

一種會議系統包含遠端裝置以及本地端裝置。遠端裝置包含聲音播放元件。本地端裝置包含多個影像擷取元件以及處理器。當遠端裝置經由網路通訊連接至本地端裝置時，影像擷取元件取得本地端裝置的本地端環境中的在場人數。處理器耦接於影像擷取元件。處理器依據在場人數產生語音訊息，並將語音訊息傳送至遠端裝置，使遠端裝置的聲音播放元件播放語音訊息。

Description

會議系統及其操作方法

本揭示中所述實施例內容是有關於一種會議系統及其操作方法，特別是關於一種遠端會議的會議系統及其操作方法。

隨著科技發展，會議網路攝影機也從單鏡頭發展成多鏡頭，會議網路攝影機不僅僅只是單純的鏡頭，也含會議網路攝影機附麥克風和喇叭。隨著設計的改變，越來越多的產品不是在架設在螢幕上，而是放在會議桌上。這種設計優點在於由於放置位置距離使用者更近，可透過多鏡頭的方式，盡可能拍攝到會議上的每位參與者，另外也可以更好的收音。但是同一時間使用者也對這個產品有很多期望，期望其可以帶來更多便利與好處。正如同手機等電子產品，除了基本通話，使用者也期望這個產品有更多功能。

本揭示之一些實施方式是關於一種會議系統，包含遠端裝置以及本地端裝置。遠端裝置包含聲音播放元件。本地端裝置包含多個影像擷取元件以及處理器。當遠端裝置經由網路通訊連接至本地端裝置時，影像擷取元件取得本地端裝置的本地端環境中的在場人數。處理器耦接於影像擷取元件。處理器依據在場人數產生語音訊息，並將語音訊息傳送至遠端裝置，使遠端裝置的聲音播放元件播放語音訊息。

本揭示之一些實施方式是關於一種會議系統的操作方法，其中會議系統包含遠端裝置以及本地端裝置。操作方法包含以下步驟：由本地端裝置的多個影像擷取元件於遠端裝置經由網路通訊連接至本地端裝置時，取得本地端裝置的本地端環境中的在場人數；由本地端裝置的處理器依據在場人數產生一音訊息，並將語音訊息傳送至遠端裝置；以及由遠端裝置的聲音播放元件播放語音訊息。

在本文中所使用的用詞『耦接』亦可指『電性耦接』，且用詞『連接』亦可指『電性連接』。『耦接』及『連接』亦可指二個或多個元件相互配合或相互互動。

參考第1圖。第1圖是依照本揭示一些實施例所繪示的會議系統100的示意圖。

以第1圖示例而言，會議系統100包含本地端裝置110以及遠端裝置150。一般而言，本地端裝置110以及遠端裝置150設置於不同地方，於連接時，透過網路通訊相連接。

本地端裝置110包含記憶體112、處理器113、影像擷取元件114(包含114A、114B)，顯示元件115、鏡頭116以及聲音取得元件117以及聲音播放元件119。於連接關係上，處理器113耦接於影像擷取元件114A、114B，顯示元件115、鏡頭116、聲音取得元件117以及聲音播放元件119，而處理器113又耦接於記憶體112。

遠端裝置150包含記憶體152、處理器154、聲音播放元件155以及顯示元件156。於連接關係上，處理器154耦接於記憶體152、聲音播放元件155以及顯示元件156。

上述顯示裝置100配置僅為示例的目的，顯示裝置100的各種配置皆在本揭示的範圍中。舉例而言，於部分實施方式中，影像擷取元件114A、114B，顯示元件115、鏡頭116、聲音取得元件117以及聲音播放元件119可設置於本地端裝置110之外，並傳送訊號至本地端裝置110或由本地端裝置110接收訊號。再舉例而言，於部分實施方式中，聲音播放元件155以及顯示元件156可設置於遠端裝置150之外，並傳送訊號至遠端裝置150或由遠端裝置150接收訊號。

關於顯示裝置100的詳細操作方式，將於以下配合第2圖的流程圖一併執行說明。

請參閱第2圖。第2圖是依照本揭示一些實施例所繪示的操作情境的流程圖。如第2圖所繪示，本地端裝置110位於本地端環境210中，而遠端裝置150位於遠端環境250中。本地端裝置110與遠端裝置150經由網路通訊相連接。

請參閱第3圖。第3圖是依照本揭示一些實施例所繪示的操作方法300的流程圖。操作方法300可應用於如第1圖的會議系統100。以下請一併參考第1圖與第3圖。

於步驟S310中，遠端裝置經由網路通訊連接至本地端裝置。於部分實施例中，步驟S310係由第1圖中的遠端裝置150的處理器154執行，以將遠端裝置150經由網路通訊連接至第1圖中的本地端裝置110。

於步驟S320中，本地端裝置偵測本地端環境中的在場人數。於部分實施例中，於步驟S320中，第1圖中的本地端裝置110的影像擷取元件114取得第2圖中的本地端環境210的全景影像後，第1圖中的本地端裝置110的處理器113依據全景影像取得在場人數。

於步驟S330中，本地端裝置依據在場人數產生語音訊息。於部分實施例中，步驟S330係由第1圖中的本地端裝置110的處理器113所執行。舉例而言，當於步驟S320中判定在場人數為3人時，本地端裝置110產生語音訊息「歡迎加入視訊會議，我們有3個人出席會議」。

於步驟S340中，本地端裝置傳送語音訊息至遠端裝置。於部分實施例中，步驟S340係由第1圖中的本地端裝置110的處理器113傳送至第1圖中的遠端裝置150。

於步驟S350中，遠端裝置播放語音訊息。於部分實施例中，步驟S350係由第1圖中的遠端裝置150的聲音播放元件155以語音方式播放語音訊息。

於部分實施例中，於步驟S330中，本地端裝置110的處理器113更依據在場人數產生文字訊息，例如文字訊息「歡迎加入視訊會議，我們有3個人出席會議。」並於步驟S340將上述文字訊息傳送至遠端裝置150。接著於步驟S350中，遠端裝置150的顯示元件156顯示接收到的文字訊息。

於部分實施例中，本地端裝置110的處理器113係先產生文字訊息後，透過TTS(text to speech)的技術以將文字訊息轉為語音訊息，再將文字訊息和語音訊息傳送至遠端裝置150。於部分實施例中，文字訊息和語音訊息會暫存於遠端裝置150的記憶體152中。

如上所述的在場人數以及所產生的語音訊息、文字訊息的內容為例示說明之用，本案的實施方式不以上述為限制。

如此，當遠端環境250中的與會人士透過遠端裝置150連上本地端裝置110時，透過如上所述的歡迎詞的播放，可讓遠端環境250中的與會人士感到參與感並可掌握本地端環境210中的在場人數。

請參閱第4圖。第4圖是依照本揭示一些實施例所繪示的操作方法400的流程圖。操作方法400可應用於如第1圖的會議系統100。以下請一併參考第1圖與第4圖。

於步驟S410中，偵測本地端環境中的多個人臉影像。請一併參閱第2圖。於部分實施方式中，步驟S410係由第1圖中的本地端裝置110的影像擷取元件114執行，以取得如第2圖中的本地端環境210中的與會人物P1至P3的人臉影像。於部分實施方式中，影像擷取元件114每相隔一固定時間進行偵測。

於步驟S420中，判斷多個人臉影像是否均看向鏡頭。於部分實施例中，步驟S420係由第1圖中的本地端裝置110的處理器113所執行。舉例而言，處理器113依據步驟S410中所取得的人臉影像判斷多個人臉影像是否均看向本地端裝置110的鏡頭116。請一併參閱第2圖。於部分實施例中，鏡頭116係設置於影像擷取元件114上，而當與會人物P1至P3看向顯示元件115時，即可能被本地端裝置110的處理器113判定為沒有看向鏡頭116。

若步驟S420中判定存在人臉影像未看向鏡頭116，執行步驟S430。而若步驟S420中判定多個人臉影像均看向鏡頭116，執行步驟S410。

於步驟S430中，紀錄未看向鏡頭的時間。於部分實施例中，步驟S430係由第1圖中的本地端裝置110的處理器113所執行。於部分實施例中，處理器113設置計時器以紀錄未看向鏡頭116的時間。舉例而言，若處理器113判定與會人物P1未看向鏡頭116時，處理器113設置對應於與會人物113的計時器開始計時。於部分實施例中，不同的與會人物對應於不同的計時器。

於步驟S440中，判斷未看向鏡頭的時間是否達到時間閾值。於部分實施例中，步驟S440係由第1圖中的本地端裝置110的處理器113所執行。舉例而言，處理器113判定計時器所統計的時間是否達到時間閾值。於部分實施例中，時間閾值可為10秒，然本案不以此為限制。此外，於部分實施例中，若是與會人士於計時器開始計時後重新看向鏡頭116，計時器停止計時並重新設置，或是還原時間至0。

若步驟S440中判定未看向鏡頭116的時間達到時間閾值，執行步驟S450。若步驟S440中判定未看向鏡頭116的時間未達到時間閾值，執行步驟S410以繼續偵測人臉影像，並繼續計時。

於步驟S450中，產生並顯示提醒訊息。於部分實施例中，步驟S450係由第1圖中的本地端裝置110的處理器113和顯示元件115所執行。舉例而言，若是處理器113判定第2圖中的與會人物P1未看向鏡頭116的時間達到時間閾值，第1圖中的處理器113產生提醒訊息，並由第1圖中的顯示元件115顯示提醒訊息，以提醒與會人物看向鏡頭。於部分實施例中，顯示元件115會顯示第2圖中的本地端環境210的即時影像，並將未看向鏡頭的與會人物P1的影像框起。於其他一些實施例中，係由第1圖中的本地端裝置110的聲音播放元件119播放提醒訊息。

如此，可確保與會人士看向鏡頭，不會讓遠端環境250中的與會人士只看到本地端環境210中的與會人士的後腦勺或頭頂，提高使用上的滿意度。

請參閱第5圖。第5圖是依照本揭示一些實施例所繪示的操作方法500的流程圖。操作方法500可應用於如第1圖的會議系統100。以下請一併參考第1圖與第5圖。

於步驟S510中，啟動投票服務。於部分實施例中，步驟S510係由第1圖中的本地端裝置110的處理器113所執行。於部分實施例中，當第1圖中的影像擷取元件114取得特定手勢訊息或是聲音取得元件117取得特定聲音訊息時，處理器113啟動投票服務。舉例而言，當聲音取得元件117取得特定聲音訊息「開始投票」時，處理器113啟動投票服務。

於部分實施例中，聲音取得元件117於投票服務被啟動後，取得聲音訊息，例如「投票『披薩』，投票項目1『海鮮』，投票項目2『夏威夷』」。接著，處理器113將上述投票主題『披薩』、投票項目1『海鮮』、投票項目2『夏威夷』等資訊存入記憶體112中。

於步驟S520中，取得多個投票手勢影像。於部分實施例中，步驟S520係由第1圖中的本地端裝置110的影像擷取元件114所執行。舉例而言，於投票服務啟動後，與會人物比出投票手勢，影像擷取元件114取得本地端環境210中的多個投票手勢影像。

於步驟S530中，確認投票結束。於部分實施例中，步驟S530係由第1圖中的本地端裝置110的處理器113所執行。於部分實施例中，當處理器113判定投過達到預設時間(例如20秒)時，結束投票。於其他一些實施例中，當聲音取得元件117取得特定聲音訊息，例如「結束投票」時，處理器113判定投票結束。

於步驟S540中，依據多個投票手勢影像判定多個投票項目的票數。於部分實施例中，步驟S540係由第1圖中的本地端裝置110的處理器113所執行。請一併參閱第6圖。第6圖是依照本揭示一些實施例所繪示的手勢影像的示意圖。若是手勢影像為手勢1，處理器113判定為投給項目1，而若是手勢影像為手勢2，處理器113判定為投給項目2。如此，處理器113依據影像擷取元件114取得本地端環境210中的多個投票手勢影像判定項目1的票數和項目2的票數。

於步驟S550中，檢查票數的總和。於部分實施例中，步驟S550係由第1圖中的本地端裝置110的處理器113所執行。於部分實施例中，處理器113判斷各個項目的票數的總和是否與在場人數相等。

舉例而言，在第2圖的情境中，本地端環境210的在場人數為3。處理器113可根據項目1與項目2的投票結果總和判斷總投票人數是否與本地端環境210的在場人數相同。例如當項目1的票數為1，且項目2的票數為2，處理器113判斷總投票人數與在場人數相同。此時，處理器113產生投票結果訊息，使第1圖中的聲音播放元件119播放投票結果訊息或是顯示元件115顯示投票結果訊息。另一方面，若是處理器113判定項目1的票數和項目2的票數總和與在場人數不相等時，處理器113可使聲音播放元件119播放提示訊息或由顯示元件115顯示提示訊息，以提醒在場使用者進行投票或不要重覆投票。舉例而言，可透過聲音播放元件119播放語音訊息「投票票數和在場人數不同，請確認是否重新投票」或「投票票數大於在場人數不同，請確認是否重覆投票」。如此，可確保每個人都投到票。在另一實施例中，處理器113可透過顯示元件115顯示確認投票或勿重複投票之訊息。

於部分實施例中，於確認完投票票數和在場人數相同後，處理器113產生投票結果訊息。例如「海鮮1票、夏威夷2票」。上述投票結果訊息可為透過聲音播放元件119播放語音訊息或可為投過顯示元件115顯示。

如上所述的投票項目、票數、投票手勢等僅為例示說明之用，本案的實施方式不以上述為限制。

請參閱第7圖。第7圖是依照本揭示一些實施例所繪示的操作方法700的流程圖。操作方法700可應用於如第1圖的會議系統100。以下請一併參考第1圖與第7圖。

於步驟S710中，啟動統計服務。於部分實施例中，步驟S710係由第1圖中的本地端裝置110的處理器113所執行。於部分實施例中，當第1圖中的影像擷取元件114取得特定手勢訊息或是聲音取得元件117取得特定聲音訊息時，處理器113啟動統計服務。舉例而言，當聲音取得元件117取得特定聲音訊息「開始統計」時，處理器113啟動統計服務。於部分實施例中，特定聲音訊息係儲存於記憶體112中，以供處理器113判斷是否啟動統計服務。

於部分實施例中，本地端裝置110的聲音取得元並取得聲音訊息，例如「要喝奶茶的，請舉手」時，處理器113依據聲音訊息判定第一統計項目為「奶茶」。於部分實施例中，處理器113並將第一統計項目為「奶茶」暫存於記憶體112中。

於步驟S720中，取得多個手勢影像。於部分實施例中，步驟S720係由第1圖中的本地端裝置110的影像擷取元件114所執行。舉例而言，於投票服務啟動後，在場人物比出特定手勢影像，影像擷取元件114取得本地端環境210中的多個手勢影像以作為多個統計手勢影像。於部分實施例中，影像擷取元件114取得多個統計手勢影像後，本地端裝置110的處理器113若是判定統計手勢係為特定手勢(例如：舉手)時，處理器113判定為1票。

於步驟S730中，判斷是否進行下一個統計項目。於部分實施例中，步驟S730係由第1圖中本地端裝置110的聲音取得元件117和處理器113執行。若是步驟S730中判定進行下一個統計項目，執行步驟S720。若是步驟S730中判定不進行下一個統計項目，執行步驟S740。

舉例而言，於部分實施例中，若是聲音取得元件117取得聲音訊息「下一輪」，處理器113判定進行下一個統計項目，執行步驟S720。若是聲音取得元件117取得聲音訊息「結束」，處理器判定不進行下一個統計項目，執行步驟S740。

於步驟S740中，顯示統計結果。於部分實施例中，步驟S740係由第1圖中的本地端裝置110的處理器113執行。舉例而言，若是於第一輪統計中，處理器113依據多個統計手勢影像判定第一統計項目的票數為3票，而於第二輪統計中，處理器113依據多個統計手勢影像判定第一統計項目的票數為1票。處理器113整理出上述統計結果後，由顯示元件115顯示上述統計結果。於部分實施例中，處理器113整理出上述統計結果後，聲音播放元件119播放出語音訊息，例如「第一統計項目3票，第二統計項目1票」。

如上所述的特定手勢、特定聲音訊息、統計項目、票數等僅為例示說明之用，本案的實施方式不以上述為限制。

綜上所述，本揭示藉由提供一種會議系統及其操作方法，傳達傳達歡迎的意思的訊息給剛連上視訊會議的遠端環境中的與會人物，提供與會人物賓至如歸的感覺。此外，過去多鏡頭桌上型視訊裝置，鏡頭拍攝到前排與會人物，並不會多做其他服務。本案的做法可自動提醒與會人士要看鏡頭，使會議進行更順暢。最後，本案透過多鏡頭視訊裝置解決生活中常見統計問題，例如:開完會要慶祝，有人提議訂晚餐(披薩、炸機)，可透過本案智慧系統快速有效進行統計或投票。並且結合影像辨識技術計算票數，於使用上更為便利。

各種功能性元件已於此公開。對於本技術領域具通常知識者而言，功能性元件可由電路(不論是專用電路，或是於一或多個處理器及編碼指令控制下操作的通用電路)實現。

雖然本揭示已以實施方式揭露如上，然其並非用以限定本揭示，任何本領域具通常知識者，在不脫離本揭示之精神和範圍內，當可作各種之更動與潤飾，因此本揭示之保護範圍當視後附之申請專利範圍所界定者為準。

100:會議系統 110:本地端裝置 150:遠端裝置 112:記憶體 113:處理器 114,114A,114B:影像擷取元件 115:顯示元件 116:鏡頭 117:聲音取得元件 119:聲音播放元件 152:記憶體 154:處理器 155:聲音播放元件 156:顯示元件 210:本地端環境 250:遠端環境 P1,P2,P3:與會人物 300:操作方法 S310,S320,S330,S340,S350:步驟 400:操作方法 S410,S420,S430,S440,S450:步驟 500:操作方法 S510,S520,S530,S540,S550:步驟 700:操作方法 S710,S720,S730,S740:步驟

為讓本揭示之上述和其他目的、特徵、優點與實施例能夠更明顯易懂，所附圖式之說明如下： 第1圖是依照本揭示一些實施例所繪示的會議系統的示意圖； 第2圖是依照本揭示一些實施例所繪示的操作情境的流程圖； 第3圖是依照本揭示一些實施例所繪示的操作方法的流程圖； 第4圖是依照本揭示一些實施例所繪示的操作方法的流程圖； 第5圖是依照本揭示一些實施例所繪示的操作方法的流程圖； 第6圖是依照本揭示一些實施例所繪示的手勢影像的示意圖；以及 第7圖是依照本揭示一些實施例所繪示的操作方法的流程圖。

100:會議系統

110:本地端裝置

150:遠端裝置

112:記憶體

113:處理器

114,114A,114B:影像擷取元件

115:顯示元件

116:鏡頭

117:聲音取得元件

119:聲音播放元件

152:記憶體

154:處理器

155:聲音播放元件

156:顯示元件

Claims (20)

1. 一種會議系統，包含：一遠端裝置，包含：一聲音播放元件；以及一本地端裝置，包含：複數個影像擷取元件，其中當該遠端裝置經由網路通訊連接至該本地端裝置時，該些影像擷取元件取得該本地端裝置的一本地端環境中的一在場人數；以及一處理器，耦接於該些影像擷取元件，其中該處理器依據該在場人數產生一文字訊息，並且該處理器將該文字訊息轉換為一語音訊息以將該語音訊息傳送至該遠端裝置，使該遠端裝置的該聲音播放元件播放該語音訊息。
2. 如請求項1所述的會議系統，其中該本地端裝置將該文字訊息傳送至該遠端裝置，其中該遠端裝置更包含：一顯示元件，用以顯示該文字訊息。
3. 如請求項1所述的會議系統，其中該本地端裝置更包含：一鏡頭：以及一顯示元件； 其中，該些影像擷取元件更用以偵測該本地端環境中的複數個人臉影像，當該本地端裝置的該處理器判定該些人臉影像中的一者並未看向該鏡頭的一時間達到一時間閾值時，該處理器更用以產生一提醒訊息，其中該本地端裝置的該顯示元件更用以顯示該提醒訊息。
4. 如請求項3所述的會議系統，其中該本地端裝置的該處理器更用以設置一計時器，並依據該計時器判斷該至少一人臉影像並未看向該鏡頭的該時間是否達到該時間閾值。
5. 如請求項1所述的會議系統，其中該本地端裝置的該處理器更用以依據一聲音訊息或一手勢訊息啟動一投票服務。
6. 如請求項5所述的會議系統，其中該本地端裝置的該影像擷取元件更用以擷取該本地端環境中的複數個投票手勢影像，其中該本地端裝置的該處理器並依據該些投票手勢影像判定該投票服務中的複數個投票項目的複數個票數。
7. 如請求項6所述的會議系統，其中該本地端裝置的該處理器更用以判定該些票數的一總和是否與該在場人數相等。
8. 如請求項7所述的會議系統，其中當該總和與該在場人數相等時，該處理器產生一投票結果訊息；以及當該總和與該在場人數不相等時，該處理器產生一提示訊息。
9. 如請求項1所述的會議系統，其中該本地端裝置的該處理器更用以依據一聲音訊息或一手勢訊息啟動一統計服務。
10. 如請求項9所述的會議系統，其中該本地端裝置的該影像擷取元件更用以擷取該本地端環境中的複數個統計手勢影像，其中該本地端裝置的該處理器並依據該些統計手勢影像判定該統計服務中的至少一統計項目的票數。
11. 一種會議系統的操作方法，其中該會議系統包含一遠端裝置以及一本地端裝置，其中該操作方法包含：由該本地端裝置的複數個影像擷取元件於該遠端裝置經由網路通訊連接至該本地端裝置時，取得該本地端裝置的一本地端環境中的一在場人數；由該本地端裝置的一處理器依據該在場人數產生一文字訊息，並且該處理器將該文字訊息轉換為一語音訊息以 將該語音訊息傳送至該遠端裝置；以及由該遠端裝置的一聲音播放元件播放該語音訊息。
12. 如請求項11所述的操作方法，更包含：由該本地端裝置的該處理器將該文字訊息傳送至該遠端裝置；以及由該遠端裝置的一顯示元件顯示該文字訊息。
13. 如請求項11所述的操作方法，更包含：由該本地端裝置的該些影像擷取元件偵測該本地端環境中的複數個人臉影像；當由該本地端裝置的判定該些人臉影像中的一者未看向一鏡頭的一時間達到一時間閾值時，由該處理器產生一提醒訊息；以及由該本地端裝置的該顯示元件顯示該提醒訊息。
14. 如請求項13所述的操作方法，更包含：由該本地端裝置的該處理器設置一計時器；以及由該處理器依據該計時器判斷該至少一人臉影像並未看向該鏡頭的該時間是否達到該時間閾值。
15. 如請求項11所述的操作方法，更包含：由該本地端裝置的該處理器依據一聲音訊息或一手勢訊息啟動一投票服務。
16. 如請求項15所述的操作方法，更包含：由該本地端裝置的該影像擷取元件擷取該本地端環境中的複數個投票手勢影像；以及由該本地端裝置的該處理器依據該些投票手勢影像判定該投票服務中的複數個投票項目的複數個票數。
17. 如請求項16所述的操作方法，更包含：由該本地端裝置的該處理器判定該些票數的一總和是否與該在場人數相等。
18. 如請求項17所述的操作方法，更包含：當該總和與該在場人數相等時，由該本地端裝置的該處理器產生一投票結果訊息；以及當該總和與該在場人數不相等時，由該本地端裝置的該處理器產生一提示訊息。
19. 如請求項11所述的操作方法，更包含：由該本地端裝置的該處理器依據一聲音訊息或一手勢訊息啟動一統計服務。
20. 如請求項19所述的操作方法，更包含：由該本地端裝置的該影像擷取元件擷取該本地端環境中的複數個統計手勢影像；以及 由該本地端裝置的該處理器依據該些統計手勢影像判定該統計服務中的至少一統計項目的票數。

Images