CN111369997A - 会议记录的方法 - Google Patents

Abstract

本申请实施例提供一种会议记录的方法，所述方法包括：服务器获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；服务器获取多个UE的多个UE坐标，服务器计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x‑y个UE；服务器获取x‑y个UE发送的会议场景的x‑y个记录文本，服务器对该x‑y个记录文本整理得到该会议场景的会议文本。本申请提供的技术方案具有提高会议记录准确性的优点。

Description

会议记录的方法

技术领域

本申请涉及通信以及人工智能技术领域，尤其涉及一种会议记录的方法。

背景技术

会议记录是指在会议过程中，由记录人员把会议的组织情况和具体内容记录下来，就形成了会议记录。“记”有详记与略记之别。略记是记会议大要，会议上的重要或主要言论。详记则要求记录的项目必须完备，记录的言论必须详细完整。若需要留下包括上述内容的会议记录则要靠“录”。“录”有笔录、音录和影像录几种，对会议记录而言，音录、像录通常只是手段，最终还要将录下的内容还原成文字。笔录也常常要借助音录、像录，以之作为记录内容最大限度地再现会议情境的保证。

随着人工智能在语音识别上的发展，现有的会议记录引入了人工智能识别的方式来对会议进行记录，但是现有的人工智能识别的方式依赖与单个特定设备，如果单个特定设备故障，人工智能会议记录会中断，因此现有的会议记录方式稳定性差，影响了会议记录的效果。

发明内容

本申请实施例公开了一种会议记录方法，能够通过智能终端设备来实现对会议记录，摆脱了单个特定设备，提高了会议记录的效果，提高了会议文本的准确度。

本申请实施例第一方面公开了一种会议记录方法，包括：

服务器获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；

服务器获取多个UE的多个UE坐标，服务器计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；

服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；

服务器获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

本申请实施例第二方面提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面提供的方法中的步骤的指令。

本申请实施例第三方面提供一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。

本申请实施例第三方面提供一种服务器，包括：

获取单元，用于获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；获取多个UE的多个UE坐标；

处理单元，用于计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

通过实施本申请实施例，本申请提供的技术方案通过UE来进行会议场景的记录文本，然后对该记录文本进行调整，从而避免了单个设备出现故障或AI识别不准确带来的会议文本不准确的问题，并且本申请的技术方案对障碍物影响的障碍区域内的UE进行过滤，这样避免了障碍物对音频信号的影响，提高了采集音频信号的质量，进而提高了会议文本的识别准确度。

附图说明

以下对本申请实施例用到的附图进行介绍。

图1是本申请实施例提供的一种会议***的结构示意图；

图2是本申请实施例提供的一种会议记录方法的流程示意图；

图2a是本申请实施例通过的阻碍区域的示意图；

图3是本申请实施例提供的一种设备的结构示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。

本申请实施例中的终端可以指各种形式的UE、接入终端、用户单元、用户站、移动站、MS(英文：mobile station，中文：移动台)、远方站、远程终端、移动设备、计算机、服务器、云***用户终端、终端设备(英文：terminal equipment)、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、SIP(英文：session initiationprotocol，中文：会话启动协议)电话、WLL(英文：wireless local loop，中文：无线本地环路)站、PDA(英文：personal digital assistant，中文：个人数字处理)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，未来5G网络中的终端设备或者未来演进的PLMN(英文：public land mobile network，中文：公用陆地移动通信网络)中的终端设备等，本申请实施例对此并不限定。

参阅图1，图1为会议***，该会议***包括：服务器10和多个UE11，该服务器可以为终端、个人电脑等设备，该UE可以为带有AI语音识别功能的智能手机、平板电脑等设备，如图1所示，该服务器与多个UE连接。

参阅图2，图2提供了一种会议记录方法，该方法在如图1所示的会议***下执行，该方法包括如下步骤：

步骤S200、服务器获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；

上述步骤S200的方法具体可以包括：

在一种可选的方案中，服务器获取会议场景的第一图片，对该第一图片识别确定会议场景的声源位置和障碍物位置，依据声源位置、障碍物位置以及会议场景标识确定该声源坐标和障碍物坐标。上述识别方式可以通过人工智能方式来识别，此种方案适用于移动声源以及移动障碍物的场景。例如老师讲课的情况，老师讲课时会在会议场景中来回走动，由于是移动的声源，因此需要通过图片识别的技术来确定声援位置，并且是周期性的获取。上述障碍物的外形特性可以参见障碍物坐标的获取方式。

在另一种方式中，服务器获取会议场景的标识，依据该标识确定会议场景的声源坐标和障碍物坐标。此种技术方案适用于固定声援以及固定障碍物的场景，由于相对固定，因此只需要知道是哪个会议场景即可以获取对应的2个参数值。例如，报告会议时，虽然报告的人坐标可能变换，但是发出声源的位置(即音箱)不会改变，并且报告会议时，其障碍物也是固定的。

步骤S201、服务器获取多个UE的多个UE坐标，服务器计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；

上述UE坐标可以为GPS坐标、北斗坐标等等，上述多个UE坐标可以通过对UE定位来获取。上述定位包括但不限于，GPS定位、北斗定位，室内定位等等方式以及结合。

上述x大于等于4的整数。因为需要足够多的UE采集的语音来进行识别才能够提高会议记录的准确性。

此种情况即取离声源位置比较近的UE来来确定为待选UE，因为如果UE太远，那么UE采集音频信息的信号较弱，必定会影响依据音频信息识别得到的记录文本的准确度。

步骤S202、服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；

步骤S203、服务器获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

本申请提供的技术方案通过UE来进行会议场景的记录文本，然后对该记录文本进行调整，从而避免了单个设备出现故障或AI识别不准确带来的会议文本不准确的问题，并且本申请的技术方案对障碍物影响的障碍区域内的UE进行过滤，这样避免了障碍物对音频信号的影响，提高了采集音频信号的质量，进而提高了会议文本的识别准确度。

在一种可选的方案中，上述服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域具体可以包括：

服务器以声源坐标为端点发射多条射线，提取多条射线中与障碍物外形相交的α条射线，计算α条射线的α个斜率，提取α个斜率的最大值kmax以及最小值kmin，将斜率区间【kmin，kmax】确定为阻碍区域。

参见图2a，图2a提供的技术方案中，，对于障碍物260的外形特征可以通过第一图片识别确定，当然也可以依据会议场景的标识来确定更改外形特征，如图2a所示，发射多条射线，角度够的情况下，与障碍物的外形特征相交的射线的最大值以及最小值即为阻碍区域，如图2a所示的黑色区域所示，在该黑色区域，声波会受到影响，因此需要去除在该区域的UE，避免该UE受到影响。此种射线计算的方式对于不规则的阻碍物，例如人来说可以非常方便的确定阻碍区域。

在一种可选的方案中。将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE具体可以包括：

声源坐标为第一端点，x个UE为另一端点计算得到x个斜率，将x个斜率中位于【kmin，kmax】的z个斜率对应的z个UE确定为待过滤UE，计算z个UE与声源坐标之间的z个距离，将z个距离中大于障碍距离(声源坐标与障碍物坐标之间的距离)的y个距离对应的y个UE确定为该阻碍区域的y个UE。

此技术方案直接通过斜率来进行区分，这样比较方便，并且计算简单，无需进行非常复杂的运算即能够将阻碍区域计算出来。

在一种可选的方案中，上述服务器对该x-y个记录文本整理得到该会议场景的会议文本具体可以包括：

服务器对x-y个记录文本中相同的文字信息确定为该会议文本。例如，x-y个记录文本有4个记录文本，在一个文字中，有3个记录文本相同，一个不相同，则确定3个相同的记录文本为会议文本。

请参见图3，图3是本申请实施例提供的一种设备30，该设备30包括处理器301、存储器302和通信接口303，所述处理器301、存储器302和通信接口303通过总线304相互连接。

存储器302包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmableread only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器302用于相关计算机程序及数据。通信接口303用于接收和发送数据。

处理器301可以是一个或多个中央处理器(central processing unit，CPU)，在处理器301是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。

该设备30中的处理器301用于读取所述存储器302中存储的计算机程序代码，执行以下操作：

需要说明的是，各个单元的实现还可以对应参照图1所示的方法实施例的相应描述。

取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；

服务器获取多个UE的多个UE坐标，服务器计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；

服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；

服务器获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

在一种可选的方案中，所述服务器获取定会议场景的声源坐标和障碍物坐标具体包括：

服务器获取会议场景的第一图片，对该第一图片识别确定会议场景的声源位置、障碍物位置和障碍物外形特征，依据声源位置、障碍物位置以及会议场景标识确定该声源坐标和障碍物坐标；

或服务器获取会议场景的标识，依据该标识确定会议场景的声源坐标、障碍物坐标和障碍物外形特征。

在一种可选的方案中，所述服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域具体包括：

服务器以声源坐标为端点发射多条射线，提取多条射线中与障碍物外形相交的α条射线，计算α条射线的α个斜率，提取α个斜率的最大值kmax以及最小值kmin，将斜率区间【kmin，kmax】确定为阻碍区域。

在一种可选的方案中，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE具体包括：

声源坐标为第一端点，x个UE为另一端点计算得到x个斜率，将x个斜率中位于【kmin，kmax】的z个斜率对应的z个UE确定为待过滤UE，计算z个UE与声源坐标之间的z个距离，将z个距离中大于障碍距离的y个距离对应的y个UE确定为该阻碍区域的y个UE。

本申请实施例还提供一种芯片***，所述芯片***包括至少一个处理器，存储器和接口电路，所述存储器、所述收发器和所述至少一个处理器通过线路互联，所述至少一个存储器中存储有计算机程序；所述计算机程序被所述处理器执行时，图1所示的方法流程得以实现。

本申请还提供一种服务器，包括：

获取单元，用于获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；获取多个UE的多个UE坐标；

处理单元，用于计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

本申请服务器实施例中处理单元的具体实现步骤可以参见如图2所示实施例的描述，这里不再赘述。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在网络设备上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行图2所示实施例的方法中的步骤的指令。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种会议记录的方法，其特征在于，所述方法包括：

服务器获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；

服务器获取多个UE的多个UE坐标，服务器计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；

服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；

服务器获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

2.根据权利要求1所述的方法，其特征在于，所述服务器获取定会议场景的声源坐标和障碍物坐标具体包括：

服务器获取会议场景的第一图片，对该第一图片识别确定会议场景的声源位置、障碍物位置和障碍物外形特征，依据声源位置、障碍物位置以及会议场景标识确定该声源坐标和障碍物坐标；

或服务器获取会议场景的标识，依据该标识确定会议场景的声源坐标、障碍物坐标和障碍物外形特征。

3.根据权利要求2所述的方法，其特征在于，所述服务器依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域具体包括：

服务器以声源坐标为端点发射多条射线，提取多条射线中与障碍物外形相交的α条射线，计算α条射线的α个斜率，提取α个斜率的最大值kmax以及最小值kmin，将斜率区间【kmin，kmax】确定为阻碍区域。

4.根据权利要求3所述的方法，其特征在于，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE具体包括：

声源坐标为第一端点，x个UE为另一端点计算得到x个斜率，将x个斜率中位于【kmin，kmax】的z个斜率对应的z个UE确定为待过滤UE，计算z个UE与声源坐标之间的z个距离，将z个距离中大于障碍距离的y个距离对应的y个UE确定为该阻碍区域的y个UE。

5.一种终端，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-4任一项所述的方法的步骤的指令。

6.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-4任一项所述的方法。

7.一种服务器，其特征在于，包括：

获取单元，用于获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；获取多个UE的多个UE坐标；

处理单元，用于计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

Images