用于提供对辅助信息的访问的方法和系统的制作方法
【技术领域】
[0001] 本发明涉及一种用于对视频和/或音频会议中的辅助信息提供访问的方法和系 统。
【背景技术】
[0002] 视频和/或音频会议是一种会议，其中处于不同位置的参与设备或参与方(例如， 诸如台式计算机的通信设备和/或诸如膝上电脑、智能电话等的移动设备)能够以声音和视 觉互相通信。该通信能够是点对点的，例如从会议的组织方（即，视频和/或音频会议系统） 到一个参与方(单向的）或者在该组织方和参与方之间（双向的）。该通信还可以涉及到多个 位置的若干(多点）地点，这使得能够进行多向通信。每个参与方可以为一个或多个用户服 务。
[0003] 在这样的会议期间，用户可能需要辅助信息以便更好地理解通信的内容。例如，在 技术会谈中，视频或音频可能包含对于接收方（即，参与设备的用户）而言并非公知常识的 技术术语。在这些情况下，从视频和/或音频会议系统接收到辅助信息对于用户而言将会是 有所帮助的。例如，对于用户而言，接收到能够用作参考的示图、技术术语的技术定义或者 在会议中所使用的关键词等会是有所帮助的。
[0004] 本发明的目标是提供一种用于改善用户对视频和/或音频会议的内容的理解的方 法和系统。
【发明内容】
[0005] 根据本发明的第一方面，该目标能够以一种用于在视频和/或音频会议期间对辅 助信息进行基于标签的访问的方法而实现，该视频和/或音频会议涉及到包括标签与辅助 信息的相关联部分之间的映射的视频和/或音频会议系统，该方法包括：
[0006] -从视频和/或音频会议系统向视频会议的参与方传送视频数据和/或音频数据；
[0007] -从正在传送的视频数据和/或音频数据提取标签；
[0008] -当从参与方接收到对辅助信息的请求时：
[0009] -选择从所传送的视频数据和/或音频数据中提取的至少一个标签；
[0010] -获取与所选择的至少一个标签相关联的至少一个辅助信息部分；
[0011] -将至少一个所获取的辅助信息部分传送至请求该辅助信息的参与方。
[0012] 该辅助信息可以在参与方的呈现设备上进行显示而使得该信息能够轻易被获取。 通过使用标签（即，视觉标签和/或音频标签)在会议期间并且以无缝的方式为参与方(并且 因此为用户）提供对该辅助信息的访问，会议体验可以得到相当程度的提升。假设用户需要 访问辅助信息，则系统从音频和/或视频提取相关标签并且随后基于映射提供对该辅助信 息的访问。
[0013] 另一种提供辅助信息的方式将是对于每个用户而言，显式地地访问其通信设备上 的浏览器并且在互联网上查找辅助信息。这涉及到用户所进行的显式"拉动"。然而，这可能 要求相当数量的劳动和时间，并且可能减少用户在会议期间的贡献。另一种提供辅助信息 的选择是向所有参与方一例如其用户的外部设备一推送辅助信息。然而，该信息可能并非 对于每个用户都是有用的，或者其可能使得(其它）用户从会议分心。根据本发明的多个方 面，每个参与方能够被呈现以个体参与方所特别请求的辅助信息。
[0014] 在本发明的实施例中，该方法包括仅向已经请求了辅助信息的参与方传送至少一 个所获取的辅助信息部分。其优势在于，其它并未请求该辅助信息或者请求了不同辅助信 息的参与方并不会由于接收到与他们无关的辅助信息而受到打扰。然而，在其它实施例中， 该方法包括不仅向进行请求的参与方传送该辅助信息，而且还向一个或多个其它参与方传 送。
[0015] 在另外的实施例中，该方法包括：
[0016] -向该视频和/或音频会议系统注册参与方的外部设备；
[0017] -向所注册的外部设备传送至少一个所获取的辅助信息部分。
[0018] 参与方的注册使得视频和/或音频会议系统更易于识别哪些参与方请求了哪些辅 助信息，而使得其可以确定向每个参与方进行适用于该参与方的发送。
[0019]优选地，在接收到音频或视频数据中的具体事项与传送有关该事项的辅助信息所 过去的时间相对短，例如10秒或更少，从而在早期阶段向参与方(一旦已经从该参与方向会 议系统传送了请求)提供相关信息。
[0020]如以上所描述的，该会议系统包括标签与辅助信息的相关联部分之间的映射。该 映射在预处理阶段被生成。该方法的预处理阶段可以包括接收具有标签以及它们相关联的 辅助信息部分的至少一个结构化文本文档。这样的文档可能已经被主持视频会议的人员进 行了注释，并且可以被载入到会议系统上并且存储在其存储介质上。可替换地或除此之外， 该方法可以包括：
[0021 ]-由该视频和/或音频会议接收辅助信息；
[0022]-对所接收到的辅助信息进行处理以便从该辅助信息获得一个或多个标签；
[0023] -将所获得的一个或多个辅助信息标签映射至该辅助信息的一个或多个相关联部 分。
[0024] 基于从各个参与方和/或从任意其它源所接收到的可能有用的辅助信息，该方法 可以涉及到自动生成标签并且将所生成的标签与相关联的信息部分进行自动映射。这样的 其它来源的示例是先前的展示、公司内部技术信息、手册、百科全书和能够在线获取的知识 来源。在本发明的实施例中，辅助信息的收集、标签的获取以及标签和辅助信息的相关部分 之间的映射因此可以自动执行，并且原则上不需要用户干预。
[0025] 在本发明的实施例中，辅助信息的处理包括向该辅助信息应用文本解析和/或文 本概括。这些处理操作可以形成标签以及辅助信息的与它们相关联的文本部分(即，与标签 相关的多个文本部分）。
[0026] 在一个实施例中，辅助信息的解析包括：
[0027]-从该辅助信息获得文本分段；
[0028] -针对每个文本分段作为标签的可能性进行打分；
[0029] -从被打分的文本分段中选择一个或多个标签；
[0030] -确定表示所选择标签的含义的多个信息部分。
[0031]针对每个文本分段作为标签的可能性进行打分可以基于各种文本解析技术，例如 基于文本分段(术语)_频率和/或文档倒排频率的技术。
[0032]在本发明的实施例中，辅助信息的处理包括通过将标签与预先存储的纲要 (compendium)进行比较来对标签进行整理以对标签扩充同义词或根形式(root form)。该 纲要可以是任意来源，例如'WordNet?.数据库。这些同义词和根形式可以构成被映射至 相关信息部分的另外的标签。在其它实施例中，该标签仅是根形式。因此，如果会议数据 (BP，视频数据和/或音频数据）中出现同义词或根形式，则更易于识别相关事项而使得参与 方被呈现以高度相关的辅助信息。
[0033] 在本发明的实施例中，辅助信息的处理包括将标签以及与辅助信息部分的映射存 储在标签索引中，优选地将标签存储在该视频和/或音频会议系统上的至少一个标签索引 文件中。以这种方式，能够针对实际和未来的会议轻易获取到知识。该标签索引文件可以包 括便于在查找时进行访问的词素表格(1 exigraphi c tab 1 e)。
[0034] 在部署阶段一即预处理阶段之后的阶段，从正在传送的音频数据中提取标签可以 包括对该音频数据应用话音识别处理以从该音频数据获得文本分段，并且从所识别的文本 分段获取一个或多个标签。类似地，从正在传送的视频数据中提取标签可以包括对该视频 数据应用文本识别处理以从该视频数据获得文本分段，并且从所识别的文本分段获取一个 或多个标签。
[0035] 该方法可以包括从音频数据识别文本分段并且从所识别的文本分段获取标签。这 里的文本分段可以是任意的单词、词根和单词的组合。
[0036] 在本发明的实施例中，标签的提取一更具体地话首识别和标签获取一是在想参与 方进行视频和/或音频数据的数据传输期间执行。换句话说，标签的提取可以联机(on the fly)执行。在其它实施例中，标签的提取可以刚好在向参与方传送视频和/或音频数据之前 (或之后)执行。优选地，该方法在实际的视频数据被生成和/或被传送给参与方的同时或者 在其之后几秒钟向参与方提供标签，而使得用户能够在没有延迟的情况下被呈现以相关的 辅助信息。
[0037] 在本发明的实施例中，从识别自视频和/或音频数据的文本分段获取标签包括：
[0038] -将识别自经处理的视频和/或音频数据的文本分段与映射的标签进行比较；
[0039] -确定对应于一个或多个所识别文本分段的一个或多个标签；
[0040] -针对每个标签从所存储的映射识别一个或多个相关联的辅助信息