TWI792183B - 遠距會議系統及其相關資料的生成方法 - Google Patents

Abstract

本發明揭露一種遠距會議系統與遠距會議生成影像方法，遠距會議系統包括影音接收模組、文字轉換模組、文字翻譯模組與影音資料生成模組。影音接收模組從用戶端接收影像資料與音訊資料。文字轉換模組從影音接收模組接收音訊資料，並將其轉換成第一文字資料與第一時序資料。文字翻譯模組從文字轉換模組接收第一文字資料與第一時序資料，並將第一文字資料翻譯為第二文字資料。影音資料生成模組接收第二文字資料與第一時序資料，並將第二文字資料整合於影像資料以產生合成影音資料。藉此，可以將會議中的影音資料轉成帶有文字的合成影音資料。

Description

遠距會議系統及其相關資料的生成方法

本發明涉及遠距線上會議技術領域，尤其涉及一種遠距會議系統與遠距會議生成影像方法。

如今，當與會人員分佈在不同地點時，會首選使用線上會議線上會議的方式進行開會，各個與會人員可透過各式終端設備(例如電腦、手機等)連接互聯網實現遠距開會討論的目的。遠距會議系統可以為廣大用戶提供即時開會、異地同步開會等多種應用模式。由此來看，遠距會議系統是未來會議發展的趨勢所在。

然而，現有的遠距會議系統的功能還不夠完善，有許多方面可以再做突破，給用戶更極致的享受體驗。如何進一步改善遠距會議系統，增加其功能以滿足不同用戶的需求，是本領域技術人員長期以來所要解決的問題之一。

因此，本發明的主要目的在於提供一種遠距會議系統及其相關資料的生成方法，以解決上述問題。

本發明的目的在於提供一種遠距會議系統及其相關資料的生成方法，可將線上會議中的影音資料轉換成帶有文字的影像以傳輸給 用戶，提升用戶使用體驗，滿足需求。

為達所述優點至少其中之一或其他優點，本發明的一實施例提出一種遠距會議系統。此遠距會議系統包括影音接收模組、文字轉換模組、文字翻譯模組與影音資料生成模組。

影音接收模組透過網路從用戶端接收影音資料，其中，接收到的影音資料包含影像資料與音訊資料。

文字轉換模組從影音接收模組接收音訊資料，並將音訊資料轉換產生第一文字資料與對應之第一時序資料。

文字翻譯模組從文字轉換模組接收第一文字資料與對應之第一時序資料，並依據第一時序資料將第一文字資料翻譯產生第二文字資料，其中，第一文字資料與第二文字資料為不同語言。例如，第一文字資料為漢語，第二文字資料為英語。

影音資料生成模組從文字翻譯模組接收第二文字資料與第一時序資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成影音資料。

在一些實施例中，該影音資料生成模組還可依據該第一時序資料將該第一文字資料、該第二文字資料與該音訊資料整合於該影像資料以產生該合成影音資料。

在一些實施例中，遠距會議系統還可包括一影音切換模組，接收來自該用戶端之一切換訊號，並依據該切換訊號控制該用戶端輸出至該影音接收模組之該影音資料之來源。

在一些實施例中，該影像資料係該用戶端之一視訊串流。

在一些實施例中，該第二文字資料係嵌入於該影像資料之邊緣處。

在一些實施例中，該影音接收模組係從一主持端接收該影音資料。

在一些實施例中，遠距會議系統還可包括一影音資料匯出模組，將該合成影音資料匯出至該用戶端。

在一些實施例中，該影像資料係該用戶端之一電腦桌面錄影資料或一攝像頭拍攝資料。

在一些實施例中，該合成影音資料係一視訊串流。

為達所述優點至少其中之一或其他優點，本發明的又一實施例進一步提出一種遠距會議系統相關資料的生成方法。此方法包括：使用影音接收模組透過網路接收用戶端之影音資料，其中，影音資料包含影像資料與音訊資料；使用文字轉換模組接收影音接收模組之音訊資料，並將音訊資料轉換產生第一文字資料與對應之第一時序資料；使用文字翻譯模組接收文字轉換模組之第一文字資料與對應之第一時序資料，並依據第一時序資料將第一文字資料翻譯產生第二文字資料；使用影音資料生成模組接收文字翻譯模組之第二文字資料與第一時序資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成影音資料。

因此，利用本發明所提供一種遠距會議系統及其相關資料的生成方法，藉由各種模組的搭配設置，可以將線上會議中的影音資料轉換成帶有文字的合成影音資料，便於用戶理解，滿足用戶需求。透過影音資料匯出模組之設置，可將合成影音資料匯出給用戶。透過影音切換模組 之設置，可控制用戶端輸出至影音接收模組之影音資料之來源。此外，影音資料生成模組還可產生帶有文字、音訊與影像的合成影音資料，進一步提升用戶使用體驗。

上述說明僅是本創作技術方案的概述，為了能夠更清楚瞭解本創作的技術手段，而可依照說明書的內容予以實施，並且為了讓本創作的上述和其他目的、特徵和優點能夠更明顯易懂，以下特舉較佳實施例，並配合圖式，詳細說明如下。

1、1’:遠距會議系統

2:主持端

3:參與端

10:影音接收模組

11:文字轉換模組

12:文字翻譯模組

13:影音資料生成模組

14:影音切換模組

15:影音資料匯出模組

16:影音或相關資料生成模組

17:影音與相關資料合成模組

所包括的圖式用來提供對本申請實施例的進一步的理解，其構成了說明書的一部分，用於例示本申請的實施方式，並與文字描述一起來闡釋本申請的原理。顯而易見地，下面描述中的圖式僅僅是本申請的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些圖式獲得其他的圖式。在圖式中：

[圖1]是本發明遠距會議系統一實施例的方塊示意圖。

[圖2]是本發明主持端以及參與端使用遠距會議系統的流程示意圖。

[圖3]是本發明遠距會議生成影像方法的流程示意圖。

[圖4]是本發明遠距會議系統另一實施例的方塊示意圖。

這裏所公開的具體結構和功能細節僅僅是代表性的，並且是用於描述本發明的示例性實施例的目的。但是本發明可以透過許多替換形式來具體實現，並且不應當被解釋成僅僅受限於這裏所闡述的實施例。

在本發明的描述中，需要理解的是，術語“中心”、“橫 向”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“頂”、“底”、“內”、“外”等指示的方位或位置關係為基於附圖所示的方位或位置關係，僅是為了便於描述本發明和簡化描述，而不是指示或暗示所指的裝置或組件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發明的限制。此外，術語“第一”、“第二”僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有“第一”、“第二”的特徵可以明示或者隱含地包括一個或者更多個該特徵。在本發明的描述中，除非另有說明，“多個”的含義是兩個或兩個以上。另外，術語“包括”及其任何變形，意圖在於覆蓋不排他的包含。

在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以透過中間媒介間接相連，可以是兩個組件內部的連通。對於本領域的普通技術人員而言，可以具體情況理解上述術語在本發明中的具體含義。

這裏所使用的術語僅僅是為了描述具體實施例而不意圖限制示例性實施例。除非上下文明確地另有所指，否則這裏所使用的單數形式“一個”、“一項”還意圖包括複數。還應當理解的是，這裏所使用的術語“包括”和/或“包含”規定所陳述的特徵、整數、步驟、操作、單元和/或組件的存在，而不排除存在或添加一個或更多其他特徵、整數、步驟、操作、單元、組件和/或其組合。

請參閱圖1，圖1是本發明遠距會議系統1一實施例的方塊示意圖。為達所述優點至少其中之一或其他優點，本發明的一實施例提供一種遠距會議系統1，供用戶端登入使用。在本實施例中，用戶端包括主持端2與至少一個參與端3。如圖1中所示，主持端2與參與端3可以是會議主持人以及參與會議人員使用的手機、電腦、平板等電子設備。會議主持人與參與會議人員透過電子設備登入遠距會議系統1，以進行多人線上會議。

遠距會議系統1包括影音接收模組10、文字轉換模組11、文字翻譯模組12與影音資料生成模組13。

影音接收模組10係透過網路從主持端2或參與端3接收影音資料。影音資料包含影像資料與音訊資料。所述影音資料係主持端2或參與端3之影音串流。具體而言，所述影像資料可以是主持端2或參與端3的攝像頭拍攝內容、分享的顯示畫面內容或電腦桌面錄影資料等視訊串流。所述音訊資料可以是會議主持人透過主持端2發出的講話內容或參與會議人員透過參與端3發出的講話內容。在一實施例中，影音接收模組10係僅從主持端2接收影音資料。不過本案不限於此。在其他實施例中，影音接收模組10還可同時從主持端2與參與端3接收音訊資料，遠距會議系統1對此二音訊資料分別進行處理，整合成於主持端2的影像資料以產生一個合成影音資料。

文字轉換模組11從影音接收模組10接收音訊資料，並將音訊資料轉換產生第一文字資料與對應之第一時序資料。第一文字資料與音訊資料為同種語言。例如，會議主持人講的是漢語，文字轉換模組11是將會議主持人講的漢語轉換產生成相對應的漢語文字。所述第一時序資料是 關聯於音訊資料之產生時間。例如，會議主持人在第一時間段內說“人齊了嗎”，第二時間段內說“現在會議開始”。那麼，文字轉換模組11不僅是將“人齊了嗎”與“現在會議開始”翻譯成文字，還會產生關聯於第一時間段與第二時間段的二個第一時序資料，關聯於第一時間段的第一時序資料則對應於第一文字資料“人齊了嗎”，關聯於第二時間段的第一時序資料則關聯對應於另一第一文字資料“現在會議開始”。進一步說明，此第一時序資料可以理解成是第一文字資料的時間標簽。如此設置，既有利於確保後續文字翻譯模組12的翻譯時序；還有利於影音資料生成模組13按時序將對應的文字資料整合於影像資料以產生合成影音資料，避免不同時間段的影像資料與文字資料相互交叉。

文字翻譯模組12從文字轉換模組11接收第一文字資料與對應之第一時序資料，並依據第一時序資料將第一文字資料翻譯產生第二文字資料。第一文字資料與第二文字資料為不同語言。例如，第一文字資料為漢語，第二文字資料為英語。一般而言，第二文字資料的所屬語種主要是看使用參與端3的的習慣語種。例如，會議主持人傾向於口述漢語，但參與會議人員傾向於閱讀英語，文字翻譯模組12會將漢語文字翻譯成相對應的英語文字，方便參與會議人員理解。在其他實施例中，翻譯產生的第二文字資料的語種可由主持端2進行設定，以符合會議需求。

影音資料生成模組13從文字翻譯模組12接收第二文字資料與第一時序資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成影音資料。沿用前述舉例說明，影音資料生成模組13是將翻譯後的英語文字整合到影音接收模組10接收到的主持端2的影像資料上，最終 產生一個合成影音資料。換言之，此合成影音資料在原有的影像資料基礎上還進一步呈現出翻譯後的第二文字資料，方便後續記錄、整理、查閱整個會議過程。在一實施例中，此合成影音資料係視訊串流。在一實施例中，影音資料生成模組13係將第二文字資料嵌入於影像資料之邊緣處以產生合成影音資料，以避免影像資料被文字資料遮蔽，利於用戶查閱合成影音資料。此外，在一實施例中，若是主持端2與參與端3均產生音訊資料，舉例來說，某個參與會議人員提出問題，主持人進行回答，本案之遠距會議系統1可透過前述方式，針對主持端2與參與端3所產生的音訊資料進行處理與翻譯生成二個第二文字資料，此二個第二文字資料可加註資料來源(即標明參與會議人員或主持人)一併整合於影像資料以產生合成影音資料。

在一實施例中，影音資料生成模組13還可依據第一時序資料將第一文字資料、第二文字資料與音訊資料整合於影像資料以產生更全面的合成影音資料。也就是說，將相同時間段的第一文字資料、第二文字資料、音訊資料與影像資料整合在一起，形成視頻格式的合成影音資料。不過本案不限於此。又，一實施例中，合成影音資料可以是以PPT(Microsoft Office PowerPoint)的形式呈現給用戶，例如，文字轉換模組11與文字翻譯模組12按照預設的間隔時間段，將會議主持人在不同時間段的發言轉換翻譯成第二文字資料後，影音資料生成模組13依據第一時序資料將第二文字資料整合於對應時間段內最開始接收到的影像資料以產生一張張帶有文字的圖片，並將該些圖片整合在一起形成PPT，相較於視頻格式的合成影音資料，此PPT格式的合成影音資料可以供用戶快速瀏覽，節約時間。此外，有關音訊資料可以透過插入音頻的方式體現於PPT格式的合成影音資料上。

在一實施例中，如圖1中所示，遠距會議系統1還可包括影音切換模組14，接收來自主持端2或參與端3之切換訊號，並依據切換訊號控制主持端2或參與端3輸出至影音接收模組10之影音資料之來源。例如，主持端2包括多個影像提供來源與多個發出聲音來源，其可向影音切換模組14發出切換影音指令，影音切換模組14會控制主持端2從以上多種來源中選擇會議主持人選定的影像提供來源與發出聲音來源，選定來源後，影音接收模組10便會接收來自選定來源的影像資料與音訊資料。具體而言，主持端2可透過影音切換模組14，使得影音接收模組10原本接收的攝像頭拍攝畫面變為接收主持端2的電腦桌面錄影畫面，主持端2可透過影音切換模組14使得影音接收模組10原本接收的發出聲音的第一來源(例如一外接麥克風)變為接收發出聲音的第二來源(例如一預設聲音檔)。值得說明的是，上述操作是在影音切換模組14獲取到主持端2或參與端3相應的操作權限情況下實現的。

在一實施例中，如圖1中所示，遠距會議系統1還可包括影音資料匯出模組15，接收來自影音資料生成模組13之合成影音資料，並將合成影音資料匯出至主持端2或參與端3，供用戶查閱使用。

結合圖1請參閱圖2，圖2是本發明主持端2以及參與端3使用遠距會議系統1的流程示意圖。如圖2所示，會議主持人與參與會議人員使用圖1中的遠距會議系統1的大致流程如下。

對於主持端2而言。首先如步驟S10所述，輸入帳號密碼。也就是，會議主持人在主持端2上輸入帳號密碼，如在對應遠距會議系統1網址的瀏覽器上輸入E-mail的帳號密碼。若是會議主持人還未有帳號密碼， 則需要先行註冊。

隨後，如步驟S20所述，登入遠距會議系統。也就是，透過步驟S10中的輸入帳號密碼以登入此遠距會議系統1。

接下來，如步驟S30所述，開啟會議房間。也就是，在會議主持人登入遠距會議系統1後便可以在瀏覽器界面上選擇開啟會議房間，準備開啟多人線上會議。

進一步說明，在完成步驟S30之後，會議主持人即可進入控制頁面。控制頁面呈現於瀏覽器上，其中具有許多功能供會議主持人使用。如：

步驟S310，切換影音。會議主持人可以對影音切換模組14發出切換影音指令，如點擊瀏覽器上的“切換影音”按鈕，影音切換模組14接收到此指令後，依據此切換影音指令控制主持端2輸出至影音接收模組10之影音資料之來源為會議主持人選定好的來源。

步驟S320，分享會議連結。會議主持人可以在開啟會議房間後，將對應於此會議房間的會議連結分享給參與會議人員，邀請他們加入會議。

步驟S330，分享桌面。會議主持人可以透過點擊瀏覽器上的“分享桌面”按鈕，將其主持端2的桌面的顯示畫面分享給參與端3，供參與會議人員觀看。一實施例中，此桌面的顯示畫面會是以視訊串流的方式上傳至遠距會議系統1，再分享給參與會議人員。一實施例中，此桌面的顯示畫面會與攝像頭拍攝之畫面一併呈現於主持端2或參與端3的顯示畫面上。

步驟S340，開啟辨識翻譯。透過影音接收模組10、文字轉換模組11、文字翻譯模組12與影音資料生成模組13之設置，會議主持人可以開啟辨識翻譯功能，將會議過程中的影像資料與音訊資料整合成合成影音資料，供會議主持人或參與會議人員後續查閱使用。

對於參與端3而言。如步驟S40所述，首先，輸入帳號密碼。也就是，參與會議人員在參與端3上的對應於此遠距會議系統1的瀏覽器上輸入帳號密碼。

隨後，如步驟S50所述，登入遠距會議系統。也就是，透過步驟S40中的輸入帳號密碼以登入此遠距會議系統1。

接下來，如步驟S60所述，輸入會議連結。也就是，參與會議人員輸入相對應的會議連結以準備進入到會議房間。此會議連結可以是由主持端2預先提供給參與端3。

隨後，如S70所述，進入會議房間。也就是，在參與會議人員登入遠距會議系統1以及輸入正確的會議連結之後，就可以進入到會議主持人開啟的會議房間。

相較於主持端2具有多種功能可供選擇，如步驟S710所述，參與端3只有切換影音之功能可供選擇。參與會議人員可以對影音切換模組14發出切換影音指令，影音切換模組14依據此切換影音指令控制參與端3輸出至影音接收模組10之影音資料之來源為參與會議人員選定好的來源。

也就是說，本案之主持端2與參與端3可以都是透過瀏覽器登入遠距會議系統1，並進行相應操作，實現多人在線會議。

請參閱圖3，圖3是本發明遠距會議系統相關資料的生成方 法的流程示意圖。為達所述優點至少其中之一或其他優點，本發明的又一實施例進一步提供一種遠距會議系統相關資料的生成方法。此生成的相關資料可以是合成影音資料(影音檔案)、或是文本資料、或是影像資料。請一併參照圖1所示，本實施例之遠距會議系統相關資料的生成方法包括下列步驟：

S1：使用影音接收模組接收用戶端之影音資料；

S2：使用文字轉換模組接收影音接收模組之音訊資料，並將音訊資料轉換產生第一文字資料與對應之第一時序資料；

S3：使用文字翻譯模組接收文字轉換模組之第一文字資料與對應之第一時序資料，並依據第一時序資料將第一文字資料翻譯產生第二文字資料；

S4：使用影音資料生成模組接收文字翻譯模組之第二文字資料與第一時序資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成影音資料。

在一實施例中，步驟S1可由圖1的影音接收模組10透過網路接收用戶端之影音資料，其中，影音資料包含影像資料與音訊資料。步驟S2可由圖1的文字轉換模組11接收影音接收模組10之音訊資料，並將音訊資料轉換產生第一文字資料與對應之第一時序資料。步驟S3可由圖1的文字翻譯模組12接收文字轉換模組11之第一文字資料與對應之第一時序資料，並依據第一時序資料將第一文字資料翻譯產生第二文字資料。步驟S4可由圖1的影音資料生成模組13接收文字翻譯模組12之第二文字資料與第一時序資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成 影音資料。

在一實施例中，此遠距會議系統1可設置於伺服器上，相關視訊串流、音訊資料、影像資料均由瀏覽器呈現與傳遞，用戶只需打開瀏覽器，輸入對應網址即可進入此遠距會議系統1，使用方便快捷。

在一實施例中，請參閱圖4，圖4是本發明遠距會議系統1’另一實施例的方塊示意圖。如圖4中所示，此遠距會議系統1’相較於圖1中的遠距會議系統1而言，由影音或相關資料生成模組16、影音與相關資料合成模組17替代遠距會議系統1中的影音資料生成模組13。

影音與相關資料合成模組17係從文字翻譯模組12接收第二文字資料與第一時序資料，從影音接收模組10接收影像資料，並依據第一時序資料將第二文字資料整合於影像資料以產生合成影音資料。影音或相關資料生成模組16可以從文字轉換模組11接收第一文字資料，並將第一文字資料轉換成字幕檔案、txt文本、會議文本記錄等形式文本傳輸給影音資料匯出模組15，影音資料匯出模組15再將資料匯出至主持端2和參與端3，供用戶使用。影音或相關資料生成模組16亦可以從文字翻譯模組12接收第二文字資料，並將第二文字資料轉換成字幕檔案、txt文本、會議文本記錄等形式文本傳輸給影音資料匯出模組15，影音資料匯出模組15再將資料匯出至主持端2和參與端3，供用戶使用。

影音資料匯出模組影音資料匯出模組綜上所述，利用本發明所提供之遠距會議系統1、1’與遠距會議生成影像方法，藉由各種模組的搭配設置，可以將線上會議中的影音資料轉換成帶有文字的合成影音資料，便於用戶理解，滿足用戶需求。透過影音資料匯出模組15之設置，可將合 成影音資料匯出給用戶。透過影音切換模組14之設置，可控制用戶端輸出至影音接收模組10之影音資料之來源。此外，影音資料生成模組13還可產生帶有文字、音訊與影像的合成影音資料，進一步提升用戶使用體驗。

藉由以上較佳具體實施例的詳述，是希望能更加清楚描述本發明的特徵與精神，而並非以上述所揭露的較佳具體實施例來對本發明的範疇加以限制。相反地，其目的是希望能涵蓋各種改變及具相等性的安排於本發明所欲申請的專利範圍的範疇內。

1:遠距會議系統

2:主持端

3:參與端

10:影音接收模組

11:文字轉換模組

12:文字翻譯模組

13:影音資料生成模組

14:影音切換模組

15:影音資料匯出模組

Claims (9)

1. 一種遠距會議系統，包括：一影音接收模組，透過網路從一用戶端接收一影音資料，該影音資料包含一影像資料與一音訊資料；一文字轉換模組，從該影音接收模組接收該音訊資料，並將該音訊資料轉換產生一第一文字資料與對應之一第一時序資料；一文字翻譯模組，從該文字轉換模組接收該第一文字資料與對應之該第一時序資料，並依據該第一時序資料將該第一文字資料翻譯產生一第二文字資料，該第一文字資料與該第二文字資料為不同語言；以及一影音資料生成模組，從該文字翻譯模組接收該第二文字資料與該第一時序資料，並依據該第一時序資料將該第二文字資料整合於該影像資料以產生一合成影音資料；其中，該合成影音資料是以PPT的形式呈現，該文字轉換模組與該文字翻譯模組按照預設的間隔時間段，將該音訊資料經轉換與翻譯過程形成該第二文字資料後，該影音資料生成模組依據該第一時序資料將該第二文字資料整合於對應時間段內最開始接收到的影像資料以產生一張張帶有文字的圖片，並將該些圖片整合在一起形成PPT。
2. 如請求項1所述的遠距會議系統，其中，該影音資料生成模組還可依據該第一時序資料將該第一文字資料、該第二文字資料與該音訊資料整合於該影像資料以產生該合成影音資料。
3. 如請求項1所述的遠距會議系統，更包括一影音切換模組，接收來自該用戶端之一切換訊號，並依據該切換訊號控制該用戶端輸出至該影音接收模組之該影音資料之來源。
4. 如請求項1所述的遠距會議系統，其中，該影像資料係該用戶端之一視訊串流。
5. 如請求項1所述的遠距會議系統，其中，該第二文字資料係嵌入於該影像資料之邊緣處。
6. 如請求項1所述的遠距會議系統，其中，該影音接收模組係從一主持端接收該影音資料。
7. 如請求項1所述的遠距會議系統，更包括一影音資料匯出模組，將該合成影音資料匯出至該用戶端。
8. 如請求項1所述的遠距會議系統，其中，該影像資料係該用戶端之一電腦桌面錄影資料。
9. 如請求項1所述的遠距會議系統，其中，該合成影音資料係一視訊串流。

Images