[发明专利]一种音频处理方法、装置、电子设备及存储介质

说明书

本发明提供了一种音频处理方法、装置、电子设备及存储介质。所述方法包括：第一视联网终端采集发言人的音视频，并将该音视频编码为音视频数据，第一视联网终端将音视频数据发送给第一视联网服务器，第一视联网服务器将音视频数据中的音频数据发送给第一语音识别服务器，第一语音识别服务器对音频数据进行识别，得到音频数据对应的文本数据，并存储文本数据。采用本发明方案，在视联网会议过程中，对需要进行记录的会议内容可以自动智能的进行文字记录，不再需要人工记录，不但节省了人力资源，并且保证了会议记录的完整性和正确性。

技术领域

本发明涉及通信技术领域，尤其涉及一种音频处理方法、装置、电子设备及存储介质。

背景技术

视联网是一个实时交换平台，是互联网的更高级形态，视联网将众多互联网应用推向高清视频化、统一化，高清面对面。最终将实现世界无距离，实现全球范围内人与人的距离只是一个屏幕的距离；另一方面，视联网具备分组交换的灵活、简单和低价，同时具备电路交换的品质和安全保证，在通讯历史上第一次实现了全网交换式虚拟电路，以及数据格式的无缝连接。

目前通过视联网网络和设备组建会议，各个参会终端可以实时高清的接收到发言人的音视频，其效果远胜于目前互联网领域内，通过互联网网络和设备组建的会议。

但目前基于视联网组建的会议，如果需要对一些重要的会议内容进行保存，则都是使用专人进行人工记录，不但浪费人力，而且人工记录过程中可能会出现记录误差、错误，或者没有完全、完整的保存会议内容的问题。

发明内容

本发明提供的一种音频处理方法、装置、电子设备及存储介质，解决了上述问题。

为了解决上述技术问题，本发明实施例提供了一种音频处理方法，所述方法应用于视联网会议系统，所述视联网会议系统包括：第一视联网终端、第二视联网终端、第一视联网服务器、第一语音识别服务器，所述方法包括：

第一视联网终端采集发言人的音视频，并将该音视频编码为音视频数据；

第一视联网终端将所述音视频数据发送给第一视联网服务器；

第一视联网服务器将所述音视频数据中的音频数据发送给第一语音识别服务器，并将所述音视频数据发送给与所述第一视联网终端处于同一视联网会议的第二视联网终端，其中，所述第一语音识别服务器位于所述第一地理区域内；

所述第二视联网终端接收所述音视频数据并解码后播放对应的音视频；

所述第一语音识别服务器对所述音频数据进行识别，得到所述音频数据对应的文本数据，并存储所述文本数据。

可选地，第二视联网终端与所述第一视联网服务器不在同一地理区域内，所述视联网会议系统还包括第二视联网服务器和第二语音识别服务器；所述第一视联网服务器将所述音视频数据发送给与所述第一视联网终端处于同一视联网会议的第二视联网终端，包括：

所述第一视联网服务器将所述音视频数据发送给所述第二视联网服务器，所述第二视联网服务器与所述第二视联网终端均位于第二地理区域内；

第二视联网服务器将所述音视频数据中的音频数据发送给所述第二语音识别服务器，并将所述音视频数据发送给所述第二视联网终端，其中，所述第二语音识别服务器位于所述第二地理区域内；

所述方法还包括：

所述第二语音识别服务器对所述音频数据进行识别，得到所述音频数据对应的文本数据，并存储所述文本数据。

可选地，所述第一语音识别服务器对所述音频数据进行识别，得到所述音频数据对应的文本数据，包括：

所述第一语音识别服务器对所述音频数据进行解码，得到对应的音频；

所述第一语音识别服务器对所述音频进行过滤，滤除沉默部分和噪声部分；