[发明专利]视频会议显示的控制方法、装置、电子设备及存储介质

说明书

本申请公开了一种视频会议显示的控制方法、装置、电子设备及存储介质，上述视频会议显示的控制方法包括：获取视频会议的媒体数据，媒体数据包括视频数据以及音频数据；根据视频数据，获取第一身份信息；根据音频数据，获取第二身份信息；根据第一身份信息以及第二身份信息，确定视频会议的演讲者；以及根据接收到的显示指令，显示包含演讲者的面部的图像画面。本方法实现了根据视频会议的视频数据以及音频数据，分别获取到的第一身份信息以及第二身份信息，确定视频会议的演讲者，并根据接收到的显示指令，显示包含演讲者的面部的图像画面，可提高视频会议过程中演讲者的识别准确度，进而可提高视频会议过程中演讲者的图像画面的显示准确度。

技术领域

本申请涉及多媒体通信技术领域，更具体地，涉及一种视频会议显示的控制方法、装置、电子设备及存储介质。

背景技术

在视频会议中，演讲者是会议中的重点关注方，与会人员除了需要关注演讲者内容，如演示文稿(PowerPoint，PPT)，同时演讲者的表情、动作、声音都能及时传达重要信息，因此，演讲者的图像画面也是与会人员重点关注的内容。

传统视频会议系统利用摄像头对与会人员进行拍摄，同时利用麦克风阵列定位视频会议的发言者，并将定位出的发言者的图像显示于视频会议影像中，以作为视频会议的演讲者的图像画面进行显示。然而，利用麦克风阵列对视频会议的发言者进行定位时，易受到环境噪音的影响而导致定位不准确，从而导致视频会议的演讲者的定位不准确，进而导致视频会议演讲者的图像画面显示错误，因此，导致视频会议过程中演讲者的图像画面的显示准确度降低。

发明内容

鉴于上述问题，本申请提出了一种视频会议显示的控制方法、装置、电子设备及存储介质，能够实现根据视频会议的视频数据以及音频数据，分别获取到的第一身份信息以及第二身份信息，确定视频会议的演讲者，并根据接收到的显示指令，显示包含演讲者的面部的图像画面，能够同时根据声音识别以及视频识别来确定演讲者，摒除了环境噪音对识别过程的不良影响，其对演讲者识别的准确度较高，从而使视频会议过程中演讲者的图像画面的显示准确度相对较高，可提高视频会议过程中演讲者的识别准确度，进而可提高视频会议过程中演讲者的图像画面的显示准确度。

第一方面，本申请实施例提供了一种视频会议显示的控制方法，包括：获取视频会议的媒体数据，媒体数据包括视频数据以及音频数据；根据视频数据，获取第一身份信息；根据音频数据，获取第二身份信息；根据第一身份信息以及第二身份信息，确定视频会议的演讲者；以及根据接收到的显示指令，显示包含演讲者的面部的图像画面。

第二方面，本申请实施例提供了一种视频会议显示的控制装置，包括：第一获取模块，用于获取视频会议的媒体数据，媒体数据包括视频数据以及音频数据；第二获取模块，用于根据视频数据，获取第一身份信息；第三获取模块，用于根据音频数据，获取第二身份信息；确定模块，用于根据第一身份信息以及第二身份信息，确定视频会议的演讲者；以及显示模块，用于根据接收到的显示指令，显示包含演讲者的面部的图像画面。

第三方面，本申请实施例提供了一种电子设备，包括：存储器；一个或多个处理器，与存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于执行如上述第一方面提供的视频会议显示的控制方法。

第四方面，本申请实施例提供了一种计算机可读取存储介质，计算机可读取存储介质中存储有程序代码，程序代码可被处理器调用执行如上述第一方面提供的视频会议显示的控制方法。