用于将外部设备关联到视频会议会话的方法和系统的制作方法
【技术领域】
[0001]本发明涉及用于通过识别声学指纹(acoustic fingerprint)将外部设备关联到视频会议会话的方法和系统。
【背景技术】
[0002]在例如视频会话、网络会议和视频电话之类的几种应用中采用了运动图片的实时传输。
[0003]视频会议系统允许音频、视频和数据信息在多个会议地点之间同时交换。被称为多点控制单元(Multipoint Control Unit，MCU)的系统执行切换功能，以允许多个地点的端点在会议中相互通信。MCU的任务一般可以由通用的视频会议管理布置(VCMA)执行，如在本文中术语MCU所指的分布式MCU、会议桥(conference bridge)、路由器或会议管理服务器。
[0004]通过从地点接收会议信号的帧、处理所接收到的信号并且将处理后的信号重新发送到适当的地点，MCU将地点链接到一起。会议信号包括音频、视频、数据和控制信息。在切换式会议中，来自其中一个会议地点的视频信号(典型地是声音最大的讲话者的视频信号)被广播到每个参与者。在连续到场会议中，使来自两个或更多个地点的视频信号在空间上混合，以形成合成视频信号，以便由会议参与者观看。当不同的视频流被一起混合到单个视频流中时，所组成的视频流被发送到视频会议的不同人员，其中每个被发送的视频流优选地遵循指示谁将接收什么视频流的设定模式。
[0005]在常规的视频会议中，其中常常应用被称为“双路视频(duo video) ”的视频流并且包含MCU，附加的视频/图形通道从双路视频的发送者连接到MCU，MCU再次将其发送到所有其他参与者。MCU可以在从端点之一接收到双路视频内容时持续地将该双路视频内容分发给有权访问会议的个人设备。个人设备上的会议应用被调整为接收并显示从MCU发送的内容。
[0006]除了传统的固定视频会议端点，诸如移动设备和计算机设备、智能电话、平板电脑、个人设备和PC之类的外部设备近来已进入可视通信市场。
[0007]用户可能位于不是大到足以示出视频会议中所有参与者的屏幕前面。如果其中一个参与者开始共享展示(presentat1n)，则这个问题恶化。在参与者的面部与展示之间共享屏幕将使得展示难以辨认。只显示展示意味着用户不能再看到陈述者。
[0008]因此，常常需要将计算机和其它个人设备连接到视频会议，例如，用于在视频会议会话中显示展示并共享文档。连接传统上是由例如模拟屏幕电缆之类的电缆提供的。然后，可能出现与屏幕设置、互操作性和连接器相关的问题。
[0009]即使用户已经是会话的一部分，找出如何使用这些设备中的一个来参加视频会议会话也比较麻烦。用户必须找出会议的标识，例如URI (通用资源标识符)，会议的标识可能难以追查，并且在特设会议(ad hoc meeting)的情况下是不可能的。在本上下文中，特设会议可以指被逐步升级为在MCU上托管的多方会议的点到点呼叫。在逐步升级中，呼叫获取只能寻址到已参与该呼叫的人的新URI。
[0010] 由此，存在对于无需或需要有限的用户交互的、将设备连接到视频会议的方法的需求。
【发明内容】
[0011 ] 本文实施例的一个目标是克服或者至少缓解以上提到的缺点。该目标和其它目标是通过所附独立权利要求实现的。
[0012]根据一方面，该目标可以由用于将外部设备关联到由具有可用的会议会话的实时音频的会议基础设施管理的会议会话的方法实现，其中外部设备至少包括在听觉上位于参与该会议会话的端点附近的麦克风。该外部设备通过麦克风捕获从端点发出的音频，并且根据所捕获的音频来创建一个或多个端点音频指纹。此外，该外部设备将该一个或多个端点音频指纹从外部设备发送到会议基础设施。会议基础设施将这一个或多个端点音频指纹与由会议基础设施根据该会议会话的实时音频对应地创建的一个或多个会议音频指纹进行比较，并且当识别出匹配时，将该外部设备关联到会议会话。
[0013]在一些实施例中，所述创建一个或多个端点音频指纹包括将音频分割成包含不同语音活动(voice activity)模式的更小样本。
[0014]在一些实施例中，所述创建一个或多个端点音频指纹包括创建交替的语音活动和静默的模式。
[0015]在一些实施例中，外部设备是计算机、电子平板或者移动电话。
[0016]在一些实施例中，外部设备设有应用，并且，当该应用被启动时和/或当该应用中的关联选项被选择时，方法开始。
[0017]在一些实施例中，该方法还包括:当将外部设备关联到会议会话时，将与会议会话关联的展示流流传输到外部设备。
[0018]在一些实施例中，该方法还包括:当将外部设备关联到会议会话时，将该外部设备连接作为会议会话的参与者。
[0019]在一些实施例中，会议会话是视频会议会话或电话会议会话。
[0020]根据另一方面，目标可以由这样的系统实现:该系统包括在听觉上位于参与会议会话的端点附近的外部设备，该外部设备被关联到由具有可用的会议会话的实时音频的会议基础设施管理的会议会话。诸如外部设备的系统包括连接到外部设备的麦克风，外部设备被调整为通过麦克风捕获从端点发出的音频。此外，系统，诸如外部设备，包括诸如处理电路之类的创建装置，该创建装置根据所捕获的音频来创建一个或多个端点音频指纹。此夕卜，系统，诸如外部设备，包括诸如发送器等之类的发送装置，该发送装置被调整为将所述一个或多个端点音频指纹从外部设备发送到会议基础设施。而且，系统，诸如会议基础设施，包括诸如包含在会议基础设施中的处理电路之类的比较和识别装置，该比较和识别装置被调整为比较所述一个或多个端点音频指纹与由会议基础设施根据该会议会话的实时音频而对应地创建的一个或多个会议音频指纹，并且识别所述一个或多个端点音频指纹与所述一个或多个会议音频指纹之间的匹配。系统，诸如会议基础设施，还包括诸如包含在会议基础设施中的处理电路之类的关联装置，该关联装置被调整为当由比较和识别装置识别出匹配时，将该外部设备关联到会议会话。
[0021]在一些实施例中，创建装置还被调整为将音频分割成包含不同语音活动模式的更小样本，以创建一个或多个端点音频指纹。
[0022]在一些实施例中，创建装置还被调整为创建交替的语音活动和静默的模式。
[0023]在一些实施例中，外部设备是计算机、电子平板或者移动电话。
[0024]在一些实施例中，外部设备设有应用，并且，当该应用被启动时和/或当该应用中的关联选项被选择时，系统被激活。
[0025]在一些实施例中，关联装置还被调整为，当将外部设备关联到会议会话时，将展示流流传输到外部设备。
[0026]在一些实施例中，关联装置还被调整为将外部设备连接作为会议会话的参与者。
[0027]在一些实施例中，会议会话是视频会议会话或电话会议会话。
[0028]根据本文实施例的方法和系统的优点是:为了将外部设备关联到由会议基础设施操作的会议会话，不需要或者需要有限的用户交互。
[0029]根据另一方面，目标可以由外部设备执行的方法实现，以使得能够将外部设备关联到由具有可用的会议会话的实时音频的会议基础设施管理的会议会话，其中外部设备至少包括在听觉上位于参与该会议会话的端点附近的麦克风。该外部设备通过麦克风捕获从端点发出的音频。然后，该外部设备根据所捕获的音频来创建一个或多个端点音频指纹。随后，该外部设备将所述一个或多个端点音频指纹发送到会议基础设施。
[0030]根据又一方面，目标可以由会议基础设施执行的方法实现，该方法用于将外部设备关联到由具有可用的会议会话的实时音频的会议基础设施管理的会议会话，其中外部设备至少包括在听觉上位于参与该会议会话的端点附近的麦克风。会议基础设施从外部设备接收一个或多个端点音频指纹。会议基础设施比较所述一个或多个端点音频指纹与由会议基础设施根据会议会话的实时音频而对应地创建的一个或多个会议音频指纹。之后，当识别出匹配时，会议基础设施将该外部设备关联到会议会话。
【附图说明】
[0031]图1是系统的实施例的示意性概述。
[0032]图2是示出了在图1系统中执行的方法的实施例的示意性流程图。
[0033]图3是示出了外部设备的实施例的示意性框图。
[0034]图4是示出了会议基础设施的实施例的示意性框图。