[发明专利]会议记录方法、装置、设备及存储介质

说明书

本发明实施例提供一种会议记录方法、装置、设备及存储介质，该方法包括：获取全景摄像设备采集的会议视频和红外线摄像设备采集的红外视频，所述会议视频中包括音频信息；根据所述音频信息确定多个文本段和每个文本段的第一时间信息；根据所述会议视频中的第一图像集合和所述红外视频中的第二图像集合，确定多个第一讲话时段、和每个第一讲话时段对应的对象信息，所述多个第一讲话时段按照时间顺序排列；根据所述多个文本段、每个文本段的第一时间信息、所述多个第一讲话时段、和每个第一讲话时段对应的对象信息，生成会议记录。提高了讲话对象分离的准确率，进而使得生成的会议记录的准确率更高。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种会议记录方法、装置、设备及存储介质。

背景技术

会议助手主要是用于在进行会议时帮助记录会议的具体内容，形成会议记录，并根据会议记录生成会议纪要。

目前会议助手的实现方案多是基于音频录音进行，即在会议进行时通过录音笔设备完成录音后，通过语音识别对录音进行语音识别和角色分离，然后生成会议记录和会议纪要，其中，会议记录和会议纪要中包括每个参会人员说话的文本，以及每个参会人员的身份。

由于一个录音文件中包含了参会的多个人的语音，参会人语音的时长各有不同，说话的间隔较短等因素，使得参会人的语音难以从录音中单独区分处理，即录音说话人分离的准确率较低，影响会议记录的生成。

发明内容

本发明的主要目的在于提供一种会议记录方法、装置、设备及存储介质，旨在解决由于会议中讲话对象分离的准确率低导致的会议记录生成不准确的技术问题。

为实现上述目的，本发明提供一种会议记录方法，所述方法包括：

获取全景摄像设备采集的会议视频和红外线摄像设备采集的红外视频，所述会议视频中包括音频信息；

根据所述音频信息确定多个文本段和每个文本段的第一时间信息；

根据所述会议视频中的第一图像集合和所述红外视频中的第二图像集合，确定多个第一讲话时段、和每个第一讲话时段对应的对象信息，所述多个第一讲话时段按照时间顺序排列；

根据所述多个文本段、每个文本段的第一时间信息、所述多个第一讲话时段、和每个第一讲话时段对应的对象信息，生成会议记录。

在一种可能的实施方式中，所述根据所述会议视频中的第一图像集合和所述红外视频中的第二图像集合，确定多个第一讲话时段、和每个第一讲话时段对应的对象信息，包括：

根据所述第二图像集合，确定各时刻的讲话对象；

根据各时刻的讲话对象，确定所述多个第一讲话时段，一个所述第一讲话时段中的讲话对象相同；

根据所述第一图像集合，确定每个第一讲话时段对应的对象信息。

在一种可能的实施方式中，所述根据所述第二图像集合，确定各时刻的讲话对象，包括：

在所述第二图像集合的每张第二图像中，确定多个参会对象的口腔红外特征；

根据每张第二图像中所述多个参会对象的口腔红外特征，确定所述各时刻的讲话对象。

在一种可能的实施方式中，所述根据所述第一图像集合，确定每个第一讲话时段对应的对象信息，包括：

针对任意一个第一讲话时段，确定所述第一讲话时段中的讲话对象在第二图像中的对象位置，所述第二图像为所述第二图像集合中的图像；

根据所述讲话对象在所述第二图像中的对象位置，确定所述讲话对象在第一图像中的对象位置，所述第一图像为所述第一图像集合中的图像，所述讲话对象在所述第二图像中的对象位置与所述讲话对象在所述第一图像中的对象位置相同；