预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110797043A(43)申请公布日2020.02.14(21)申请号201911104871.7(22)申请日2019.11.13(71)申请人苏州思必驰信息科技有限公司地址215123江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋(72)发明人何赛娟张华兵周强(74)专利代理机构北京商专永信知识产权代理事务所(普通合伙)11400代理人黄谦车江华(51)Int.Cl.G10L21/0216(2013.01)G10L21/0272(2013.01)G10L21/0364(2013.01)G10L15/22(2006.01)权利要求书2页说明书7页附图2页(54)发明名称会议语音实时转写方法及系统(57)摘要本发明实施例提供一种会议语音实时转写方法。该方法包括:接收多个麦克风阵列所采集的语音信号;对麦克风阵列采集的语音信号进行差分处理;通过盲源分离对差分处理后的语音信号进行处理,提取出语音信号中说话的参会人员各自的语音信号;根据盲源分离后的语音信号进行位置估计,确定出说话的参会人员各自所在的参会区域;对确定出说话的参会区域的语音信号进行语音识别,实时转化成对应的文字。本发明实施例还提供一种会议语音实时转写系统。本发明实施例在会议场景中配置好对应的麦克风集群,提升采集语音的信噪比。有效为各麦克风集群确定各自的识别区域,更加适用于多人同时说话的会议中的语音识别实时转写。CN110797043ACN110797043A权利要求书1/2页1.一种会议语音实时转写方法,应用于由多个麦克风阵列组成的麦克风集群,包括:接收多个麦克风阵列所采集的语音信号,其中,所述多个麦克风阵列分别配置在各自的参会区域中;对所述麦克风阵列采集的语音信号进行差分处理,以增强所述麦克风阵列中与说话的参会人员方向对应麦克风的语音信号;通过盲源分离对差分处理后的语音信号进行处理,提取出语音信号中所述说话的参会人员各自的语音信号;根据盲源分离后的语音信号进行位置估计,确定出所述说话的参会人员各自所在的参会区域;对确定出说话的参会区域的语音信号进行语音识别,实时转化成对应的文字。2.根据权利要求1所述的方法,其中,在所述根据盲源分离后的语音信号进行位置估计,确定出所述说话的参会人员各自所在的参会区域之后,所述方法还包括:为参会人员提供转写模式,所述转写模式包括:中心模式、简单对话模式、全局模式;若参会人员将转写模式配置为中心模式,当多个参会区域的参会人员说话时,按照预先配置的各参会区域的优先级,确定一个有效参会区域,对所述有效参会区域的语音信号进行语音识别;若参会人员将转写模式配置为简单对话模式,仅仅对预先指定的两个参会区域内参会人员的语音信号进行语音识别;若参会人员将转写模式配置为全局模式,依次对确定出说话的参会区域的语音信号进行语音识别。3.根据权利要求2所述的方法,其中,当所述参会人员将转写模式配置为中心模式时,所述方法还包括:将所述有效参会区域的位置信息发送到预先链接的旋转摄像头中,用于通过所述旋转摄像头实时记录参会人员说话过程的视频。4.根据权利要求1所述的方法,其中,在所述接收多个麦克风阵列所采集的语音信号之后,所述方法还包括:对所述语音信号进行分帧,以便于转写的实时处理;对分帧处理后的语音信号加窗处理后进行傅里叶变换,用于将时域信号转换成频域信号的同时避免频谱泄漏。5.根据权利要求1所述的方法,其中,所述麦克风阵列至少包括两个麦克风,所述麦克风间的距离小于2厘米。6.一种会议语音实时转写系统,应用于由多个麦克风阵列组成的麦克风集群,包括:信号采集程序模块,用于接收多个麦克风阵列所采集的语音信号,其中,所述多个麦克风阵列分别配置在各自的参会区域中;信号增强程序模块,用于对所述麦克风阵列采集的语音信号进行差分处理,以增强所述麦克风阵列中与说话的参会人员方向对应麦克风的语音信号;信号分离程序模块,用于通过盲源分离对差分处理后的语音信号进行处理,提取出语音信号中所述说话的参会人员各自的语音信号;区域划分程序模块,用于根据盲源分离后的语音信号进行位置估计,确定出所述说话2CN110797043A权利要求书2/2页的参会人员各自所在的参会区域;识别转写程序模块,用于对确定出说话的参会区域的语音信号进行语音识别,实时转化成对应的文字。7.根据权利要求6所述的系统,其中,在所述区域划分程序模块之后,所述系统还包括:转写模式配置程序模块,用于为参会人员提供转写模式,所述转写模式包括:中心模式、简单对话模式、全局模式;若参会人员将转写模式配置为中心模式,当多个参会区域的参会人员说话时,按照预先配置的各参会区域的优先级,确定一个有效参会区域,对所述有效参会区域的语音信号进行语音识别;若参会人