[实用新型]一种音视频语音处理与检索的系统

说明书

技术领域：

本实用新型涉及音视频语音信息处理和计算机速记领域，特别是一种音视频语音信息同步处理与检索的系统。 

背景技术：

目前在速记领域手写速记除个别场合已很少应用，而计算机速记有专业速记机（如亚伟速录机、华夏速记机等）、普通计算机键盘速记（如全音通、双文速记等）。均依靠人工（速记员）听打录入的高技能和计算机编码来实现，这是当前计算机速记的主体。但这种速记方法存在的问题有：高投入低产出，将一名具有大专以上中文水平的人（年龄不超过25岁）培养成合格的速记师需要再经过专业技能培训1年（约1500学时）及1年以上的实际工作锻炼，成才周期为2年。而且成才率低，最多不超过30%，难于普及；速记人员工作时高度紧张，劳动强度大和同声翻译雷同；行业整体素质低，工作质量难以保证，和行业要求差距较大。真正能胜任速记师工作的速记人员在本行业内是少数约占10%，多数或技能水平低或文化素质低，大专和本科生只有极少数人愿意投入到速记行业，速记行业大部分从业人员为高中、中专、中技的毕业生，约占70%以上，文化底蕴远不能满足速记行业的要求。所以速记专业人才队伍的建设非常困难。在计算机速记领域，以计算机语音识别为主体的新技术取代以人工技能为主体的（专业速记机或计算机键盘）速记是亟待解决的，也是计算机科学技术发展的必然。 

音视频语音信息目前尚无有效的办法进行快速精确的检索定位，基本上凭借具体工作人员的个人经验，对一般人员只能依靠播放音像资料带进行原始的人工查找，费时费力。远不能满足信息化社会对信息时效和信息规范化管理的要求。 

实用新型内容：

 本实用新型所要解决的技术问题是：能够快速处理音视频语音信息并将其转换为文本，并能够通过文本信息检索原始对应的音视频信息，达到音、视、文信息一体化。 

 本实用新型的技术方案提供了一种音视频语音处理与检索的系统，包括采集设备、音视频信息处理计算机、音视频信息检索计算机，其特征在于，所述系 统通过安装音视频采集设备来即时记录音视频信息，并将所述信息提供给所述音视频信息处理计算机进行处理，其处理结果传递给所述音视频语音信息检索计算机进行浏览、检索和打印。 

进一步地，所述采集设备采用音视频语音采集设备或采用数码摄像机、并使用1394采集卡或USB接口，同时进行视频与语音音频的采集。 

进一步地，所述采集设备采用声卡与网络摄像头相结合方式。 

进一步地，所述采集设备将采集到的音视频信号通过USB接口或AV/S端子接口传入所述音视频信息处理计算机进行处理。 

进一步地，所述采集设备和所述音视频信息处理计算机之间通过TCP/IP进行通讯。 

进一步地，所述音视频信息处理计算机的CPU为Intel 双核 E6300 1.68GHz或 以上，内存2G或以上，硬盘80G或以上；所述音视频信息检索计算机的CPU为P4 2.4或以上，RAM为1G 或以上，硬盘为40G或以上。 

本实用新型的有益效果是计算机语音识别和计算机速记在更深层面的应用，同时也填补了我国在音视频语音精确定位与检索领域的一项空白，这项技术的成功问世将是音视频语音处理及计算机速记领域的一场革命，具有良好它的市场前景，具有巨大的社会效益与经济效益。 

附图说明：

图1是实施例中同步处理与检索的系统的结构框图。 

图2是实施例中音视频信息处理系统框图。 

图3是实施例中音视频信息检索系统框图。 

具体实施例：

本系统的结构框图如附图1所示，包括采集设备、音视频语音信息处理计算机（即前端处理平台）、和音视频信息检索计算机（即后端检索应用平台）。其中前端处理平台的要求是CPU为Intel 双核 E6300 1.68GHz 或以上，内存2G或以上，硬盘80G或以上，OS为Windows XP Professional/Windows 2003 .Net Framework 3.5。后端检索应用平台的要求是CPU:为P4 2.4或以上，RAM为1G  或以上，硬盘为40G或以上，OS为Windows XP/Windows 2000 .Net Framework 3.5。