[发明专利]在点对点和多点音频/视频会议期间显示动态呼叫者身份

说明书

技术领域

本申请一般涉及视频会议领域。更具体而非限制性地，本申请涉及在视频会议环境中识别当前发言者以及在信息框中呈现关于当前发言者的信息的方法。

背景技术

在现代商业组织中，具有地理上分散的个人的团体参加视频会议而不是面对面开会并不少见。公司和组织越来越多地使用视频会议来减少差旅费并且节省时间。但是，视频会议系统不能完美地模拟与会者在典型的与其它与会者面对面开会期间可能期待的那样，这可能会抵消掉财务和时间上的节省。在视频会议期间会显著缺少面对面会议的与会者自身低估了其价值(take for granted)的重要的感觉信息，而这阻碍了有效且高效的交流。

由于视频会议系统的性质，经由视频会议链接的不同的会议地点通常包含多个与会者。在这样的情况下，可能有利的是倾听的与会者识别发言的与会者，因此他能将他正在接收的听觉信息放到背景(context)中。发言的对话根据发言者可以具有不同的意义或重要性。不幸的是，常常是这样的情况：由于使用的视频会议技术的限制，与会者对发言者的识别被推迟或变得不可能。例如，视频屏幕可能太小或质量很差，因而与会者可能不能感知远程与会者的嘴唇的运动或他的身体语言。此外，声音的方向性可能会丢失，因为它是在远程位置被再现的。

发明内容

在一个实施例中，本申请提供了一种在多方多地点视频会议或仅有音频和视频的混合的会议中确定并显示个人信息以帮助其它与会者的方法。在会议期间，不同的人将在不同的时间发言，并且可以通过检测在视频会议的终端处的音频输入并使用它识别当前谁正在发言，来识别当前发言的与会者。一被识别出来，就可以将与被识别的人相关联的个人信息提供给会议的其它终端，作为对在这些其它终端处的与会者的帮助。例如，如果他们不具有对那人的识别特征的个人认识，则将为他们呈现当前发言的与会者的姓名和头衔。

在另一个实施例中，存储多种识别信息，以努力增大自动识别当前发言的与会者的准确度。在此实施例中，独立地处理不同类型识别信息中的每一个，并且比较独立处理的结果以在提供个人信息之前确定是否已经找到一致的结果。另外，如果没有获得一致的结果，则可能让呼叫主持人(call moderator)输入识别信息，并且此更新的识别信息随后可以用于提高未来自动识别的准确度。

附图说明

图1示出了具有多个地点和可能正在视频会议中的多个与会者的示例公司。

图2以示例形式示出了在多方、多地点视频会议的一个或多个地点定义会议与会者的过程。

图3以示例形式示出了识别视频会议的当前发言的与会者的过程。

图4示出了识别视频会议的当前发言的与会者的可替换实施例。

图5示出了视频会议系统的一个实施例的框图。

具体实施方式

在典型的面对面会议中，倾听的与会者确定哪一个与会者当前正在发言通常是直接且容易的。需要一种在视频会议的背景下模拟此常规识别任务的视频会议系统。但是，即使倾听的与会者能够辨别哪个人正在发言，他也可能不知道发言者的姓名和头衔。还需要一种在视频会议环境中呈现当前发言者的个人识别信息的系统。

本申请公开了满足这些需要并且包括其它有利特征的方法和系统。在特定的实施例中，将视频会议设备描述为基于用户定义的输入参数结合计算的识别参数来呈现当前发言者的个人信息。计算的识别参数包括但不限于，通过语音识别和/或人脸识别软件、定向传声器及其它环境感测技术获得的参数。

以下本申请还描述了用于在视频会议系统的背景下识别并呈现关于当前发言者的个人信息的方法和系统。本领域技术人员将理解，可以将本申请的发明性质延伸到其它类型的在社区或商业组织(诸如，共享的工作空间、虚拟会议室和在线社区)之间共享的多用户通信技术。请注意，尽管用视频会议来描述本申请的发明性质，但是它也可以应用于仅有音频的会议、遥现、即时消息等。

在现代商业组织中，具有地理上分散的个人的团体参加同时发生的音频会议、视频会议或两者的结合并不少见。例如，参考图1，在配置100中示出了企业A，其具有位于纽约(105)、休斯顿(110)和特拉华(115)的办公室。企业A经由通过网络170连接的视频会议来举行每月的、企业范围的状态会议。每个地点安装有扬声器电话(185)、摄像机(181)和显示设备(180、180a)。在这样的会议期间，当前视频会议系统允许地理上分散的与会者看见并听见他们的远程的同事，但是若干限制可能妨碍体验的有效性。