本发明涉及会议记录技术领域，尤其涉及一种语音转文字的会议记录方法及装置、设备和计算机可读介质。
背景技术：
当前随着商业的快速发展，会议系统应用十分广泛，在会议的过程中，很多情况下需要作会议纪要以便形成文件达成会议决定及共识。
在这种场景中，会议纪要一般需要人工记录或是录音记录，然后再进行人工转写。然而这种方式大大降低了信息时代的工作效率，且对资源形成了大量的浪费，不利于环保及绿色办公。
技术实现要素：
本发明实施例提供一种会议记录方法、装置、设备及计算机可读介质，以解决或缓解现有技术中的以上技术问题。
第一方面，本发明实施例提供了一种会议记录方法，包括：
对会议语音进行预处理；
对会议语音进行语句切分，并上传至语音服务器进行文字转换；
接收由语音服务器进行语音转化后的文字信息。
结合第一方面，本发明在第一方面的第一种实现方式中，所述对会议语音进行预处理包括：
进行回声消除处理；
对会议语音进行波束成形处理；
对会议语音进行降噪处理；
对会议语音进行增强放大处理。
结合第一方面的第一种实现方式，本发明在第一方面的第二种实现方式中，所述对会议语音进行波束成形处理的步骤包括：
通过麦克风阵列接收会议语音信息；
对麦克风阵列收到的语音信息根据不同方位的权重，进行加权求和。
结合第一方面的第一种实现方式，本发明在第一方面的第三种实现方式中，所述对会议语音进行降噪处理包括：
根据语音信号频率、信号强度和信号时长进行噪音抑制，采用噪音频率相同、振幅相同、相位相反的声音进行相互抵消；
根据声场的空间特征进行去混响处理。
结合第一方面，本发明在第一方面的第四种实现方式中，当接收到触发信号时，执行所述步骤：对会议语音进行语句切分，并上传至语音服务器进行文字转换。
结合第一方面的第四种实现方式，本发明在第一方面的第五种实现方式中，所述触发信号为关键词语音触发信号或按键触发信号。
第二方面，本发明实施例提供了一种会议记录装置，包括：
预处理模块，用于对会议语音进行预处理；
语音转换模块，用于对会议语音进行语句切分，并上传至语音服务器进行文字转换；
文字接收模块，用于接收由语音服务器进行语音转化后的文字信息。
结合第二方面，本发明在第二方面第一种实现方式中，所述预处理模块包括：
回声消除单元，用于进行回声消除处理；
波束成形单元，用于对会议语音进行波束成形处理；
降噪单元，用于对会议语音进行降噪处理；
增强放大单元，用于对会议语音进行增强放大处理。
结合第二方面，本发明在第二方面第二种实现方式中，所述波束成形单元包括：
语音信息接收子单元，用于通过麦克风阵列接收会议语音信息；
加权求和子单元，用于对麦克风阵列收到的语音信息根据不同方位的权重，进行加权求和。
结合第二方面，本发明在第二方面第三种实现方式中，所述降噪单元包括：
噪音抑制子单元，用于根据语音信号频率、信号强度和信号时长进行噪音抑制，采用噪音频率相同、振幅相同、相位相反的声音进行相互抵消；
去混响子单元，用于根据声场的空间特征进行去混响处理。
结合第二方面的第三种实现方式，本发明在第二方面的第四种实现方式中，还包括触发模块，用于当接收到触发信号时，执行所述语音转换模块。
结合第二方面的第四种实现方式，本发明在第二方面的第五种实现方式中，所述触发信号为关键词语音触发信号或按键触发信号。
所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，会议记录装置的结构中包括处理器和存储器，所述存储器用于存储支持会议记录装置执行上述第一方面中会议记录方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述会议记录装置还可以包括通信接口，用于会议记录装置与其他设备或通信网络通信。
第三方面，本发明实施例提供了一种计算机可读介质，用于存储会议记录装置所用的计算机软件指令，其包括用于执行上述第一方面的会议记录方法所涉及的程序。
上述技术方案中的一个技术方案具有如下优点或有益效果：本发明实施例通过语音转文字方式的进行会议记录，可以提高工作效率，节约资源。进一步，本发明实施例还对会议语音进行降噪等处理，可以提高语音识别的准确率。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1为实施例一的会议记录方法的步骤流程图；
图2为实施例一的步骤s110的具体步骤流程图；
图3为实施例二的会议记录方法的步骤流程图；
图4为实施例三的会议记录装置的连接框图；
图5为实施例四的会议记录装置的连接框图；
图6为实施例五的会议记录设备连接框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
本发明实施例旨在解决现有技术中在进行会议记录时需要通过人工记录而导致效率低下的技术问题，本发明实施例主要提供了一种通过语音转文字的会议记录方法及装置，下面分别通过以下实施例进行技术方案的展开描述。
实施例一
请参阅图1，其为本发明实施例一的会议记录方法的步骤流程图。本实施例一提供了一种会议记录方法，包括以下步骤：
s110：对会议语音进行预处理。
一般的会议中，由于周围环境的影响，会产生不同的噪音，因此需要对会议中的语音信息进行预处理，以提高语音识别的精确性。如图2所示，在一种实施例中，所述步骤s110中包括：
s111：进行回声消除处理。
在一般的会议系统中，特别是远程会议系统中经常会发生声学回声现象，也即扬声器播放出来的声音被麦克风拾取后发回远端，使远端谈话者能听到自己的声音的现象。因此，需要做回声消除处理。例如，可以采用回波抵消方法，也即可以通过估计回波信号的大小，然后在接收信号中减去该估计值以抵消回波。
s112：对会议语音进行波束成形处理。
其中，在进行波束成形处理时，先通过麦克风阵列接收会议语音信息。然后，再对麦克风阵列收到的语音信息根据不同方位的权重，进行加权求和。在实施例中，通过多个麦克风在不同方位采集用户的语音信息，确定声源的方向。根据不同方位的权重不同，进行加权求和。例如，声源方向的权重比其他方位的声音权重更大，以保证增强用户输入的语音信息，削弱其他声音的影响。
s113：对会议语音进行降噪处理。
其中，在进行降噪处理时，先根据语音信号频率、信号强度和信号时长进行噪音抑制，然后再根据声场的空间特征进行去混响处理。其中，在进行噪音抑制时，例如：可以通过采用与噪音频率相同、振幅相同、相位相反的声音进行相互抵消。而在进行去混响处理时，可以采用现有的一些去混响的音频插件，也可以采用传声器阵列消除混响。
s114：对会议语音进行增强放大处理。
在本实施例中，比如可以采用agc(自动增益控制)方式对语音进行放大处理。
s120：对会议语音进行语句切分，并上传至语音服务器进行文字转换。
当完成语音的预处理后，需要对会议语音进行语句切分，以方便进行文字的转换和记录。比如，可以根据语音的停顿时间进行语音切分等，防止在进行文字转换时出现整段文字而没有标点符号的结果。另外，在进行文字转换时，可以通过训练转换模型方式，通过该转换模型进行文字转换。
s130：接收由语音服务器进行语音转化后的文字信息。
当完成语音转换后，需要将转换后的文字信息发送至用户的设备终端中。其中，可以发送至用户的手机、电脑，或者会议设备等。
实施例二
与实施例一的区别在于：本实施例二还增加了一个触发步骤，具体的方案如下：
如图3所示，本实施例二提供了一种会议记录方法，包括以下步骤：
s210：对会议语音进行预处理。
s220：当接收到触发信号时，执行步骤s230。
通过增加触发步骤，可以方便用户随时启动和关闭语音转换功能。而其中，触发的形式可以采用：按键触发，即通过设置一个触发按键，用户可以通过手动方式进行触发语音转换功能。也可以采用：关键词触发，即用户通过说某一个关键词进行触发语音转换功能。
s230：对会议语音进行语句切分，并上传至语音服务器进行文字转换。
s240：接收由语音服务器进行语音转化后的文字信息。
本实施例二中的步骤s210、s230、s240与实施例一相同，故不再赘述。
实施例三
本实施例三对应于实施例一，提供了一种会议记录装置。请参阅图4，其为本实施例三的会议记录装置的连接框图。
本实施例三的会议记录装置，包括：
预处理模块110，用于对会议语音进行预处理。其中，所述预处理模块110包括：回声消除单元111、波束成形单元112、降噪单元113和增强放大单元114。
所述回声消除单元111，用于进行回声消除处理。
所述波束成形单元112，用于对会议语音进行波束成形处理。所述波束成形单元112包括：
语音信息接收子单元112a，用于通过麦克风阵列接收会议语音信息。
加权求和子单元112b，用于对麦克风阵列收到的语音信息根据不同方位的权重，进行加权求和。
所述降噪单元113，用于对会议语音进行降噪处理。所述降噪单元113包括：
噪音抑制子单元113a，用于根据语音信号频率、信号强度和信号时长进行噪音抑制。
去混响子单元113b，用于根据声场的空间特征进行去混响处理。
所述增强放大单元114，用于对会议语音进行增强放大处理。
语音转换模块120，用于对会议语音进行语句切分，并上传至语音服务器进行文字转换。
文字接收模块130，用于接收由语音服务器进行语音转化后的文字信息。
本实施例三与实施例一的原理相同，故不再赘述。
实施例四
本实施例四与实施例二对应，提供了一种会议记录装置，具体如下：
如图5所示，为本实施例四的会议记录装置的连接框图。本发明实施例四提供了一种会议记录装置，包括：
预处理模块210，用于对会议语音进行预处理。
触发模块220，用于当接收到触发信号时，执行所述语音转换模块。
语音转换模块230，用于对会议语音进行语句切分，并上传至语音服务器进行文字转换。
文字接收模块240，用于接收由语音服务器进行语音转化后的文字信息。
本实施例四的应用方式与原理与实施例二相同，故不再赘述。
实施例五
本发明实施例五提供一种会议记录设备，如图6所示，该设备包括：存储器310和处理器320，存储器310内存储有可在处理器320上运行的计算机程序。所述处理器320执行所述计算机程序时实现上述实施例中的会议记录方法。所述存储器310和处理器320的数量可以为一个或多个。
该设备还包括：
通信接口330，用于与外界设备进行通信，进行数据交互传输。
存储器310可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
如果存储器310、处理器320和通信接口330独立实现，则存储器310、处理器320和通信接口330可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(isa，industrystandardarchitecture)总线、外部设备互连(pci，peripheralcomponent)总线或扩展工业标准体系结构(eisa，extendedindustrystandardcomponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器310、处理器320及通信接口330集成在一块芯片上，则存储器310、处理器320及通信接口330可以通过内部接口完成相互间的通信。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式只读存储器(cdrom)。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
在本发明实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
综上所述，本发明实施例通过语音转文字方式的进行会议记录，可以提高工作效率，节约资源。进一步，本发明实施例还对会议语音进行降噪等处理，可以提高语音识别的准确率。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。