[发明专利]语音识别到视频的转换方法和装置

权利要求书

1.一种语音识别到视频的转换方法，其特征在于，包括以下步骤：

第一步骤：媒体服务器在启动时根据视频资源的类型建立对应的识别码；

第二步骤：所述媒体服务器在接收到应用服务器的请求后，建立音频流的连接通道并接收音频流；

第三步骤：所述媒体服务器的语音识别模块识别音频数据，并将识别后的数据输出到转换处理程序；

第四步骤：所述转换处理程序在接收到所述识别后的数据之后进行转换，并将转换后的数据与在所述第一步骤中建立的所述识别码对照，从而实现视频转换；以及

第五步骤：所述媒体服务器将转换后的视频流通过网络输出到终端设备。

2.根据权利要求1所述的语音识别到视频的转换方法，其特征在于，在所述第一步骤中，如果视频资源的类型为新添加的类型，则所述媒体服务器提供接口，以实时地添加所述视频资源对应的识别码。

3.根据权利要求1所述的语音识别到视频的转换方法，其特征在于，在所述第二步骤中，所述媒体服务器在接收音频流后通知所述语音识别模块开始处理，并且，在所述第三步骤中，所述语音识别模块在输出识别后的数据之后，通知所述转换处理程序开始处理。

4.根据权利要求1所述的语音识别到视频的转换方法，其特征在于，在所述第四步骤中，所述转换处理程序在接收到开始处理的通知后，将由所述语音识别模块输出的数据读取到自己的缓存中，并且将转换后的数据与在所述第一步骤中建立的所述识别码对照后，将转换后的视频索引添加到所述缓存中。

5.根据权利要求4所述的语音识别到视频的转换方法，其特征在于，所述转换处理程序对所述视频索引排序，并且在完成排序后通知所述媒体服务器开始发送，所述媒体服务器在接收到所述转换处理程序的通知后，根据所述视频索引找到视频资源，并且开始发送。

6.一种语音识别到视频的转换装置，其特征在于，包括：

识别码建立模块，用于在媒体服务器在启动时根据视频资源的类型建立对应的识别码；

音频流接收模块，连接至所述识别码建立模块，用于在所述媒体服务器在接收到应用服务器的请求后，建立音频流的连接通道并接收音频流；

语音识别模块，连接至所述音频流接收模块，用于识别音频数据，并将识别后的数据输出到转换处理模块；

转换处理模块，连接至所述语音识别模块和所述识别码建立模块，用于在接收到所述语音识别模块的数据之后进行转换，并将转换后的数据与所述识别码建立模块建立的所述识别码对照，从而实现视频转换；以及

视频流输出模块，连接至所述转换处理模块，用于将转换后的视频流通过网络输出到终端设备。

7.根据权利要求6所述的语音识别到视频的转换装置，其特征在于，如果视频资源的类型为新添加的类型，则所述识别码建立模块提供接口，以实时地添加所述视频资源对应的识别码。

8.根据权利要求6所述的语音识别到视频的转换装置，其特征在于，所述音频流接收模块在接收音频流后通知所述语音识别模块开始处理，并且，所述语音识别模块在输出识别后的数据之后，通知所述转换处理模块开始处理，所述转换处理模块在接收到开始处理的通知后，将由所述语音识别模块输出的数据读取到自己的缓存中。。

9.根据权利要求8所述的语音识别到视频的转换装置，其特征在于，所述转换处理模块在将转换后的数据与由所述识别码建立模块建立的所述识别码对照后，将转换后的视频索引添加到所述缓存中。

10.根据权利要求9所述的语音识别到视频的转换装置，其特征在于，所述转换处理模块对所述视频索引排序，并且在完成排序后通知所述视频流输出模块开始发送，并且，所述视频流输出模块在接收到所述转换处理模块的通知后，根据所述视频索引找到视频资源，并且开始发送。