用于將外部設(shè)備關(guān)聯(lián)到視頻會(huì)議會(huì)話的方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及用于通過(guò)識(shí)別聲學(xué)指紋(acoustic fingerprint)將外部設(shè)備關(guān)聯(lián)到視頻會(huì)議會(huì)話的方法和系統(tǒng)。
【背景技術(shù)】
[0002]在例如視頻會(huì)話、網(wǎng)絡(luò)會(huì)議和視頻電話之類的幾種應(yīng)用中采用了運(yùn)動(dòng)圖片的實(shí)時(shí)傳輸。
[0003]視頻會(huì)議系統(tǒng)允許音頻、視頻和數(shù)據(jù)信息在多個(gè)會(huì)議地點(diǎn)之間同時(shí)交換。被稱為多點(diǎn)控制單元(Multipoint Control Unit，MCU)的系統(tǒng)執(zhí)行切換功能，以允許多個(gè)地點(diǎn)的端點(diǎn)在會(huì)議中相互通信。MCU的任務(wù)一般可以由通用的視頻會(huì)議管理布置(VCMA)執(zhí)行，如在本文中術(shù)語(yǔ)MCU所指的分布式MCU、會(huì)議橋(conference bridge)、路由器或會(huì)議管理服務(wù)器。
[0004]通過(guò)從地點(diǎn)接收會(huì)議信號(hào)的幀、處理所接收到的信號(hào)并且將處理后的信號(hào)重新發(fā)送到適當(dāng)?shù)牡攸c(diǎn)，MCU將地點(diǎn)鏈接到一起。會(huì)議信號(hào)包括音頻、視頻、數(shù)據(jù)和控制信息。在切換式會(huì)議中，來(lái)自其中一個(gè)會(huì)議地點(diǎn)的視頻信號(hào)(典型地是聲音最大的講話者的視頻信號(hào))被廣播到每個(gè)參與者。在連續(xù)到場(chǎng)會(huì)議中，使來(lái)自兩個(gè)或更多個(gè)地點(diǎn)的視頻信號(hào)在空間上混合，以形成合成視頻信號(hào)，以便由會(huì)議參與者觀看。當(dāng)不同的視頻流被一起混合到單個(gè)視頻流中時(shí)，所組成的視頻流被發(fā)送到視頻會(huì)議的不同人員，其中每個(gè)被發(fā)送的視頻流優(yōu)選地遵循指示誰(shuí)將接收什么視頻流的設(shè)定模式。
[0005]在常規(guī)的視頻會(huì)議中，其中常常應(yīng)用被稱為“雙路視頻(duo video) ”的視頻流并且包含MCU，附加的視頻/圖形通道從雙路視頻的發(fā)送者連接到MCU，MCU再次將其發(fā)送到所有其他參與者。MCU可以在從端點(diǎn)之一接收到雙路視頻內(nèi)容時(shí)持續(xù)地將該雙路視頻內(nèi)容分發(fā)給有權(quán)訪問(wèn)會(huì)議的個(gè)人設(shè)備。個(gè)人設(shè)備上的會(huì)議應(yīng)用被調(diào)整為接收并顯示從MCU發(fā)送的內(nèi)容。
[0006]除了傳統(tǒng)的固定視頻會(huì)議端點(diǎn)，諸如移動(dòng)設(shè)備和計(jì)算機(jī)設(shè)備、智能電話、平板電腦、個(gè)人設(shè)備和PC之類的外部設(shè)備近來(lái)已進(jìn)入可視通信市場(chǎng)。
[0007]用戶可能位于不是大到足以示出視頻會(huì)議中所有參與者的屏幕前面。如果其中一個(gè)參與者開始共享展示(presentat1n)，則這個(gè)問(wèn)題惡化。在參與者的面部與展示之間共享屏幕將使得展示難以辨認(rèn)。只顯示展示意味著用戶不能再看到陳述者。
[0008]因此，常常需要將計(jì)算機(jī)和其它個(gè)人設(shè)備連接到視頻會(huì)議，例如，用于在視頻會(huì)議會(huì)話中顯示展示并共享文檔。連接傳統(tǒng)上是由例如模擬屏幕電纜之類的電纜提供的。然后，可能出現(xiàn)與屏幕設(shè)置、互操作性和連接器相關(guān)的問(wèn)題。
[0009]即使用戶已經(jīng)是會(huì)話的一部分，找出如何使用這些設(shè)備中的一個(gè)來(lái)參加視頻會(huì)議會(huì)話也比較麻煩。用戶必須找出會(huì)議的標(biāo)識(shí)，例如URI (通用資源標(biāo)識(shí)符)，會(huì)議的標(biāo)識(shí)可能難以追查，并且在特設(shè)會(huì)議(ad hoc meeting)的情況下是不可能的。在本上下文中，特設(shè)會(huì)議可以指被逐步升級(jí)為在MCU上托管的多方會(huì)議的點(diǎn)到點(diǎn)呼叫。在逐步升級(jí)中，呼叫獲取只能尋址到已參與該呼叫的人的新URI。
[0010] 由此，存在對(duì)于無(wú)需或需要有限的用戶交互的、將設(shè)備連接到視頻會(huì)議的方法的需求。

【發(fā)明內(nèi)容】

[0011 ] 本文實(shí)施例的一個(gè)目標(biāo)是克服或者至少緩解以上提到的缺點(diǎn)。該目標(biāo)和其它目標(biāo)是通過(guò)所附獨(dú)立權(quán)利要求實(shí)現(xiàn)的。
[0012]根據(jù)一方面，該目標(biāo)可以由用于將外部設(shè)備關(guān)聯(lián)到由具有可用的會(huì)議會(huì)話的實(shí)時(shí)音頻的會(huì)議基礎(chǔ)設(shè)施管理的會(huì)議會(huì)話的方法實(shí)現(xiàn)，其中外部設(shè)備至少包括在聽覺上位于參與該會(huì)議會(huì)話的端點(diǎn)附近的麥克風(fēng)。該外部設(shè)備通過(guò)麥克風(fēng)捕獲從端點(diǎn)發(fā)出的音頻，并且根據(jù)所捕獲的音頻來(lái)創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋。此外，該外部設(shè)備將該一個(gè)或多個(gè)端點(diǎn)音頻指紋從外部設(shè)備發(fā)送到會(huì)議基礎(chǔ)設(shè)施。會(huì)議基礎(chǔ)設(shè)施將這一個(gè)或多個(gè)端點(diǎn)音頻指紋與由會(huì)議基礎(chǔ)設(shè)施根據(jù)該會(huì)議會(huì)話的實(shí)時(shí)音頻對(duì)應(yīng)地創(chuàng)建的一個(gè)或多個(gè)會(huì)議音頻指紋進(jìn)行比較，并且當(dāng)識(shí)別出匹配時(shí)，將該外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話。
[0013]在一些實(shí)施例中，所述創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋包括將音頻分割成包含不同語(yǔ)音活動(dòng)(voice activity)模式的更小樣本。
[0014]在一些實(shí)施例中，所述創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋包括創(chuàng)建交替的語(yǔ)音活動(dòng)和靜默的模式。
[0015]在一些實(shí)施例中，外部設(shè)備是計(jì)算機(jī)、電子平板或者移動(dòng)電話。
[0016]在一些實(shí)施例中，外部設(shè)備設(shè)有應(yīng)用，并且，當(dāng)該應(yīng)用被啟動(dòng)時(shí)和/或當(dāng)該應(yīng)用中的關(guān)聯(lián)選項(xiàng)被選擇時(shí)，方法開始。
[0017]在一些實(shí)施例中，該方法還包括:當(dāng)將外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話時(shí)，將與會(huì)議會(huì)話關(guān)聯(lián)的展示流流傳輸?shù)酵獠吭O(shè)備。
[0018]在一些實(shí)施例中，該方法還包括:當(dāng)將外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話時(shí)，將該外部設(shè)備連接作為會(huì)議會(huì)話的參與者。
[0019]在一些實(shí)施例中，會(huì)議會(huì)話是視頻會(huì)議會(huì)話或電話會(huì)議會(huì)話。
[0020]根據(jù)另一方面，目標(biāo)可以由這樣的系統(tǒng)實(shí)現(xiàn):該系統(tǒng)包括在聽覺上位于參與會(huì)議會(huì)話的端點(diǎn)附近的外部設(shè)備，該外部設(shè)備被關(guān)聯(lián)到由具有可用的會(huì)議會(huì)話的實(shí)時(shí)音頻的會(huì)議基礎(chǔ)設(shè)施管理的會(huì)議會(huì)話。諸如外部設(shè)備的系統(tǒng)包括連接到外部設(shè)備的麥克風(fēng)，外部設(shè)備被調(diào)整為通過(guò)麥克風(fēng)捕獲從端點(diǎn)發(fā)出的音頻。此外，系統(tǒng)，諸如外部設(shè)備，包括諸如處理電路之類的創(chuàng)建裝置，該創(chuàng)建裝置根據(jù)所捕獲的音頻來(lái)創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋。此夕卜，系統(tǒng)，諸如外部設(shè)備，包括諸如發(fā)送器等之類的發(fā)送裝置，該發(fā)送裝置被調(diào)整為將所述一個(gè)或多個(gè)端點(diǎn)音頻指紋從外部設(shè)備發(fā)送到會(huì)議基礎(chǔ)設(shè)施。而且，系統(tǒng)，諸如會(huì)議基礎(chǔ)設(shè)施，包括諸如包含在會(huì)議基礎(chǔ)設(shè)施中的處理電路之類的比較和識(shí)別裝置，該比較和識(shí)別裝置被調(diào)整為比較所述一個(gè)或多個(gè)端點(diǎn)音頻指紋與由會(huì)議基礎(chǔ)設(shè)施根據(jù)該會(huì)議會(huì)話的實(shí)時(shí)音頻而對(duì)應(yīng)地創(chuàng)建的一個(gè)或多個(gè)會(huì)議音頻指紋，并且識(shí)別所述一個(gè)或多個(gè)端點(diǎn)音頻指紋與所述一個(gè)或多個(gè)會(huì)議音頻指紋之間的匹配。系統(tǒng)，諸如會(huì)議基礎(chǔ)設(shè)施，還包括諸如包含在會(huì)議基礎(chǔ)設(shè)施中的處理電路之類的關(guān)聯(lián)裝置，該關(guān)聯(lián)裝置被調(diào)整為當(dāng)由比較和識(shí)別裝置識(shí)別出匹配時(shí)，將該外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話。
[0021]在一些實(shí)施例中，創(chuàng)建裝置還被調(diào)整為將音頻分割成包含不同語(yǔ)音活動(dòng)模式的更小樣本，以創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋。
[0022]在一些實(shí)施例中，創(chuàng)建裝置還被調(diào)整為創(chuàng)建交替的語(yǔ)音活動(dòng)和靜默的模式。
[0023]在一些實(shí)施例中，外部設(shè)備是計(jì)算機(jī)、電子平板或者移動(dòng)電話。
[0024]在一些實(shí)施例中，外部設(shè)備設(shè)有應(yīng)用，并且，當(dāng)該應(yīng)用被啟動(dòng)時(shí)和/或當(dāng)該應(yīng)用中的關(guān)聯(lián)選項(xiàng)被選擇時(shí)，系統(tǒng)被激活。
[0025]在一些實(shí)施例中，關(guān)聯(lián)裝置還被調(diào)整為，當(dāng)將外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話時(shí)，將展示流流傳輸?shù)酵獠吭O(shè)備。
[0026]在一些實(shí)施例中，關(guān)聯(lián)裝置還被調(diào)整為將外部設(shè)備連接作為會(huì)議會(huì)話的參與者。
[0027]在一些實(shí)施例中，會(huì)議會(huì)話是視頻會(huì)議會(huì)話或電話會(huì)議會(huì)話。
[0028]根據(jù)本文實(shí)施例的方法和系統(tǒng)的優(yōu)點(diǎn)是:為了將外部設(shè)備關(guān)聯(lián)到由會(huì)議基礎(chǔ)設(shè)施操作的會(huì)議會(huì)話，不需要或者需要有限的用戶交互。
[0029]根據(jù)另一方面，目標(biāo)可以由外部設(shè)備執(zhí)行的方法實(shí)現(xiàn)，以使得能夠?qū)⑼獠吭O(shè)備關(guān)聯(lián)到由具有可用的會(huì)議會(huì)話的實(shí)時(shí)音頻的會(huì)議基礎(chǔ)設(shè)施管理的會(huì)議會(huì)話，其中外部設(shè)備至少包括在聽覺上位于參與該會(huì)議會(huì)話的端點(diǎn)附近的麥克風(fēng)。該外部設(shè)備通過(guò)麥克風(fēng)捕獲從端點(diǎn)發(fā)出的音頻。然后，該外部設(shè)備根據(jù)所捕獲的音頻來(lái)創(chuàng)建一個(gè)或多個(gè)端點(diǎn)音頻指紋。隨后，該外部設(shè)備將所述一個(gè)或多個(gè)端點(diǎn)音頻指紋發(fā)送到會(huì)議基礎(chǔ)設(shè)施。
[0030]根據(jù)又一方面，目標(biāo)可以由會(huì)議基礎(chǔ)設(shè)施執(zhí)行的方法實(shí)現(xiàn)，該方法用于將外部設(shè)備關(guān)聯(lián)到由具有可用的會(huì)議會(huì)話的實(shí)時(shí)音頻的會(huì)議基礎(chǔ)設(shè)施管理的會(huì)議會(huì)話，其中外部設(shè)備至少包括在聽覺上位于參與該會(huì)議會(huì)話的端點(diǎn)附近的麥克風(fēng)。會(huì)議基礎(chǔ)設(shè)施從外部設(shè)備接收一個(gè)或多個(gè)端點(diǎn)音頻指紋。會(huì)議基礎(chǔ)設(shè)施比較所述一個(gè)或多個(gè)端點(diǎn)音頻指紋與由會(huì)議基礎(chǔ)設(shè)施根據(jù)會(huì)議會(huì)話的實(shí)時(shí)音頻而對(duì)應(yīng)地創(chuàng)建的一個(gè)或多個(gè)會(huì)議音頻指紋。之后，當(dāng)識(shí)別出匹配時(shí)，會(huì)議基礎(chǔ)設(shè)施將該外部設(shè)備關(guān)聯(lián)到會(huì)議會(huì)話。
【附圖說(shuō)明】
[0031]圖1是系統(tǒng)的實(shí)施例的示意性概述。
[0032]圖2是示出了在圖1系統(tǒng)中執(zhí)行的方法的實(shí)施例的示意性流程圖。
[0033]圖3是示出了外部設(shè)備的實(shí)施例的示意性框圖。
[0034]圖4是示出了會(huì)議基礎(chǔ)設(shè)施的實(shí)施例的示意性框圖。