[发明专利]基于音视频的主讲跟踪多方网络会议方法和系统

权利要求书

1.一种基于音视频的主讲跟踪多方网络会议方法，包括建立会议发起者的会议中心和多个与会者的终端的通讯连接，其特征在于，还包括：

记录会议中心为主讲；

获取主讲的音视频数据并传输至各个终端；以及，

识别音视频数据，判断是否存在主讲切换指示信息，如果是，则执行主讲切换处理；

所述主讲切换处理包括：

识别主讲切换指示信息后的其他音视频数据，对比与会者身份信息库得到下一个主讲人的身份数据；以及，

根据与会者终端预关联的与会者身份数据，查找和确定新主讲的终端，并获取新主讲的音视频数据。

2.根据权利要求1所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，所述识别音视频数据包括：

分离音视频数据，得到音频数据和视频数据；

对音频数据执行音频转译文字，识别文字信息；和/或，

对视频数据进行图像识别，识别人体行为识别；

所述主讲切换指示信息包括预选定的文字信息和/或人体行为信息。

3.根据权利要求1所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，还包括:

获取主讲的稿件数据和稿件的章、节或页的切换设置数据；其中，章、节或页的切换设置数据包括各个章、节或页的耗时数据；以及，

根据章、节或页的切换设置数据，计算稿件总耗时并基于其生成动态的进度条；

所述进度条发送至会议中心和/或与会者的终端。

4.根据权利要求3所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，所述章、节或页的切换设置数据的产生方式包括：

分别对各个章、节或页设置耗时；或，

对若干个章、节或页设置耗时；或，

各个章、节或页设置耗时设置为耗时相同，一次性设置。

5.根据权利要求4所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，还包括：

获取预排的交互活动所发生的章、节或页，作为交互节点；以及

根据交互节点确定其在进度条上预发生的区段，作为交互区段；

所述识别音视频数据执行于交互区段。

6.根据权利要求5所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，还包括：

对所述音频数据做静音检测；或，

获取的音视频数据为静音检测后的数据；

在执行音频转译文字前，对静音检测得到的特殊编码帧剔除。

7.根据权利要求1所述的基于音视频的主讲跟踪多方网络会议方法，其特征在于，还包括：

获取与会者终端的反馈信息；

判断是否有举手行为，如果是，则发送举手提示至会议中心；

判断会议中心的反馈信息是否同意举行行为，如果是，则传输与会者终端的反馈信息中的音视频数据至会议中心。

8.一种基于音视频的主讲跟踪多方网络会议系统，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。