王宇峰 張春武

1.江蘇省專用通信局常州分局；2.江蘇省專用通信局無錫分局

0 引言

隨著我國的經濟高速發(fā)展，人們對會議質量和效率的要求越來越高，純粹的會議擴聲系統(tǒng)早已不能滿足辦公的要求。傳統(tǒng)會議系統(tǒng)被綜合了超清視頻、高幀率音頻、低延遲計算機網絡的智能化多媒體會議系統(tǒng)取代是會議系統(tǒng)發(fā)展的必然趨勢。

大數(shù)據(jù)技術、物聯(lián)網技術和人工智能技術為依托的智能化技術發(fā)展，以及第三代全數(shù)字技術會議系統(tǒng)的迭代，使智能化水平更高的智能會議系統(tǒng)出現(xiàn)了。

智能會議系統(tǒng)與普通會議系統(tǒng)的根本區(qū)別在于計算機技術集成性，前者能夠真正實現(xiàn)設計模塊化、通信即時化、功能體系化、系統(tǒng)平臺化，真正實現(xiàn)了按需定制、個性化設計。智能會議系統(tǒng)可以直接以服務器作為核心中控模塊，再將桌面端及移動端會議平臺、其他業(yè)務板塊平臺、控制平臺通過接口協(xié)議實現(xiàn)實時鏈接，并共享數(shù)據(jù)庫。系統(tǒng)功能更加強大、模塊的適應面更加廣泛、設備配置更加靈活，同時由于可以自定義網絡通信協(xié)議，較之傳統(tǒng)的數(shù)字化會議系統(tǒng)也更加安全可靠。

1 智能會議系統(tǒng)常見問題

1.1 集中控制系統(tǒng)缺乏應急處理機制

智能會議系統(tǒng)主要以控制設備MCU（多點控制單元）以及由其集中控制的各視頻終端設備組成，如果主會場的MCU或分會場的視頻終端出現(xiàn)掉電或宕機等突發(fā)情況，系統(tǒng)無法迅速恢復，影響極大，直接影響整個會議的正常運行。系統(tǒng)由于缺少自我恢復能力和故障預警能力，所以使會議存在中斷風險；當發(fā)生故障后，由于它的應急響應速度慢，需要使用人力才能逐步執(zhí)行應急操作，所以存在較大安全隱患。

1.2 通信網絡傳輸故障處理困難

智能會議平臺就像人的大腦，結合的信息越多，實現(xiàn)的功能也就越多。通信網絡就像人的神經系統(tǒng)，當通信網絡出現(xiàn)問題的時候，整個系統(tǒng)將無法正常運轉。而在常見的視頻會議系統(tǒng)使用環(huán)境當中，參與視頻會議通常是以獨立的會場為細胞，對參會的及時性和準確性要求較高，中間不允許出現(xiàn)影響會議正常進行的故障。所以，整個系統(tǒng)的網絡傳輸是否可靠穩(wěn)定，是極端重要的性能參數(shù)。如果通信網絡傳輸出現(xiàn)故障，那么整個會議系統(tǒng)也將癱瘓，所以這對會議保障人員的素質和業(yè)務技能提出了較高的要求，傳統(tǒng)的技術和協(xié)調手段已經遠遠不能夠處置現(xiàn)場突發(fā)情況。

1.3 場地限制導致部署低效

目前智能會議系統(tǒng)受制于配套設備較多，無法通過智能手機、平板電腦等移動端實現(xiàn)快速部署，快速布設。

1.4 控制器人機功效不高

目前智能會議系統(tǒng)設備多、操作步驟較為復雜，且會議操作系統(tǒng)智能化程度不高，人機功效差，會議保障仍然是傳統(tǒng)的人力保障為主，信息不能直接傳遞至會議系統(tǒng)，各項指令仍然是通過專職操作員手工輸入，辦公效率不高。

2 智能會議系統(tǒng)的改進措施

2.1 提高控制系統(tǒng)的自我恢復能力、故障預警能力

智能控制的子系統(tǒng)就是整個控制系統(tǒng)的核心，它的作用是負責將語音識別結果轉換成會議系統(tǒng)本身可識別的一種指令。為達到目標，需要考慮會議系統(tǒng)中每一種設備不一樣的模式。一般來說，會議系統(tǒng)設備的控制模式可分成兩類：基于服務器的遠程訪問控制模式和基于設備的串口控制模式。

因為音視頻信號是視頻會議里面比較關鍵的一個“組件”，所以子系統(tǒng)要尤其對其予以重視，要時時對其進行檢測，分析和故障處理。子系統(tǒng)主要包括了信號檢測和處理模塊，智能控制模塊和故障預警模塊。

視頻檢測為了確保視頻信號不被中斷，需要實時監(jiān)測多路視頻輸入信號的狀態(tài)，實現(xiàn)主動輸入故障時自動切換到待機輸入。音頻檢測在環(huán)境監(jiān)測和語音感應技術的基礎上，為了保證音頻信號不被中斷，要實現(xiàn)多個通道輸入信號的無縫切換。為避免增益過大，在音視頻處理時要引入多路音頻信號增益共享機制。

2.2 通信網絡發(fā)生緊急狀況處理困難

由于單鏈路傳輸網絡在發(fā)送故障后，不易通過人工方式恢復正常，所以可以通過視頻信號的主備雙鏈路由方式來提高視頻系統(tǒng)的可靠性。備份設計理念實現(xiàn)了從源頭和路徑的全自動備份。當故障發(fā)生時，系統(tǒng)會自行進行主備切換，使參會人員感覺不到故障產生。

2.2.1 信號源部分

此部分對接收到音視頻信號進行分析，在源頭上智能選擇信號的輸出，分別傳遞。過程非透明，但是系統(tǒng)保證了收發(fā)兩端的正常。

（1）信號發(fā)出處置

視頻終端設備（編碼器）：隨著MCU控制開發(fā)和推廣，會場需設計一套用來備用的視頻會議終端。

本地信號的接入：本地會場采用多攝像設備，滿足整體畫面和細節(jié)畫面的全方位錄取和轉換。

（2）信號接收處置

視頻終端設備（解碼器）：與信號輸入源頭一樣，本地在發(fā)送信號時，也有兩套設備系統(tǒng)，保障了整個路由的安全。

本地畫面：一般采用多畫面顯示，確保顯示無誤。

2.2.2 系統(tǒng)設計

自動化備份的設計思路為，經過至少2條路由線路向下一個端點或節(jié)點。在信號發(fā)送端，不僅設計了多個信號外，還保證了每個信號都同時發(fā)送雙路由；將智能切換設備加入到輸出端，至少設計出兩套顯示設備，當系統(tǒng)中有一個鏈路出現(xiàn)了故障，信號還可以從另一條通過。這兩條鏈路互為備份，不分主輔。

2.2.3 矩陣備份

因為視頻信號的切換一般通過切換矩陣來完成，需避免人工切換造成的時間差，所以矩陣的同步很重要。如果使用支持多面板控制系統(tǒng)的矩陣，就可以實現(xiàn)以一面板控制為主，另一為備用，或者是利用其他統(tǒng)一控制統(tǒng)一發(fā)送命令，使得兩個面板同時切換，間隔不超過10毫秒。

2.2.4 視頻信號智能切換器

多路信號源通過不同的路徑同時匯入信號發(fā)送端，具備了視頻內容的發(fā)出和攝入等。輸出端不僅要能智能切換到正常信號，還要定位到路由上的故障屏蔽，及時中斷信號和通道上的信號。多通道智能視頻切換器可以主動判斷信號丟失和實現(xiàn)自動快速切換，此設計邏輯如下：

（1）對主備用信號進行實時對比和檢驗。當主用信號丟失，同時主場黑屏等待的信號正常，初步判定是主用信號出現(xiàn)故障，50毫秒后就能智能切換到待機信號一側，以避免造成不必要的損失。

（2）當黑場和主信號正常的時候，備用信號丟失了，可以判斷出備用信號出現(xiàn)了故障，同上時間切換到主信號端。

（3）一般情況下，為了避免來回切換減掉不必要的麻煩，如果備用信號正常的話，即使主信號正常，也不會切換回主信號。

（4）切換設備若是在斷電的情況，會恢復到主用線路上，視頻信號連通正常，確保設備的穩(wěn)定運行。

視頻通信網絡傳輸系統(tǒng)如圖1所示：

圖1 基于備份設計基礎的會議系統(tǒng)原理示意圖

2.3 開發(fā)基于智能移動終端的會議系統(tǒng)應用

智能移動終端可以記錄參會人員簽到信息，參會人員也可以查閱會議資料，會議結束后還可以下載有關會議內容。期間智能移動終端的會議系統(tǒng)應用可以快速地統(tǒng)計會議時發(fā)起投票的結果。

為了方便瀏覽，界面可以自動在大小不同設備里面改變大小與排列布局，易于操作，讓所有用戶愛上這款新產品。

系統(tǒng)架構采用客戶機/服務器結構。軟件開發(fā)語言主要有VStudio2019；C、CSS3、Java網頁風格語言等組成。數(shù)據(jù)庫系統(tǒng)主要采用MySQL數(shù)據(jù)庫；網絡基礎協(xié)議必須支持TCP/IP協(xié)議；系統(tǒng)應用兼容Android、iOS等平臺。

2.3.1 系統(tǒng)運行原理

移動智能終端會議的服務器，在無線網絡方面，采用無線AP設備和路由器的形式，同時參與者都是同一網絡入會。會議組織人員創(chuàng)建會議后，上傳有關資料，設置投票環(huán)節(jié)，所有的數(shù)據(jù)都會自動儲存在此服務器內，參會人員在登錄會議后，隨時可以查閱有關會議資料。極大地方便了各參會人員，避免了繁瑣的操作。省去場合地點一切以用戶便捷為主。系統(tǒng)工作原理如圖2所示。

圖2 基于智能移動終端的會議系統(tǒng)原理示意圖

2.3.2 功能模塊部分

會議系統(tǒng)是由會議管理模塊和系統(tǒng)管理模塊組成。其中會議管理模塊分成三個部分：歷史會議，創(chuàng)建會議，當前會議。系統(tǒng)功能模塊按照它的用途將用戶分成三個角色，分別是會議里的輔助，主持者，與會者。系統(tǒng)功能的差異取決于對應角色的不同。結構如圖3所示。

圖3 基于移動智能終端的會議系統(tǒng)模塊整合

2.4 開發(fā)運用語音識別系統(tǒng)設備實現(xiàn)會場語音的智能識別

為了加快會議點名率，可選擇將語音辨別體系和視頻系統(tǒng)進行連通，完成切換畫面的智能化。經過優(yōu)化調整，會議系統(tǒng)的控制部分得到了改善，滿足了召開會議時點名的應答及時性，便捷了網絡維護人員的操作，提升了會議的質量和效率。

2.4.1 功能簡介

（1）語音采集功能：當不同的人在說話時會對其造成一定的影響，這個時候就要進行噪聲消除?？梢酝ㄟ^在會議設備上的語音攝入，利用端到端的在線校驗，信號放大和過濾手段。語音信號在經過處理后，其在本質的特性就被有效輸出。

（2）實時語音識別功能：采取自我學習算法計算，因為每個人語音都有自己的特性，所以對其進行一定的辨別后處理。

（3）關鍵詞查詢：對各個不同的語音進行甄別、放大、過濾，并篩選出需要的關鍵字和關鍵詞。

（4）達到視頻會議系統(tǒng)交互的目的：處理每個角色的發(fā)言語音的時候，將其有關關鍵詞篩選出，按照不一樣的關鍵詞進行相關交互動作的設計。

2.4.2 技術方案

業(yè)務流程：預處置，主要流程為提取相關特征，匹配關聯(lián)模式，語音辨別，語音處置等內容。下面內容是流程的主要環(huán)節(jié)：

（1）預處置。預處置就是在進行處理之前要做的第一個步驟，在所有等待識別的初始語音信號中，這里需要一個預處理，一般會實施預加重和分幀等處理。

（2）特征提取。在這個過程中提取到預處理里面的語音信號之后，從這些信號里面可以得到一些數(shù)據(jù)特征，然后利用得到的這些信息，計算獲取相應特征參數(shù)，這些參數(shù)表示了這個語音信號的實質性的狀態(tài)與情況。

（3）語音識別模型訓練。將語音樣本的數(shù)據(jù)庫中的每條樣本語音特征參數(shù)提取出，將它們進行優(yōu)化，并且不斷地進行優(yōu)化，利用學習算法，根據(jù)得到的樣本語音特征參數(shù)去形成較為完整的語音辨別模型。

（4）關聯(lián)模式匹配。將等待辨別的語音中的特性、參數(shù)與已備份的系統(tǒng)庫中的參照內容進行匹配，這樣就能獲取上佳的匹配效果。

（5）后語音處理。要達到提升語音識別系統(tǒng)性能的目的，就要讓識別結果更為準確，要有語言和機器學兩大方面的相關技術與經驗知識，進而利用語法和語義層面去分析和識別結果。

將交互設計增加在本系統(tǒng)在原有的流程上，詳細的操作流程如下：

（1）對于整個語音的接入，采取的是在原來的會議系統(tǒng)調音臺上將其中一路音頻分出接入到語音識別交互系統(tǒng)之中。

（2）對該音頻進行數(shù)據(jù)采樣與特征提取，要在原始的會議系統(tǒng)上對歷史的語音數(shù)據(jù)和實時語音數(shù)據(jù)進行模擬訓練。

（3）在現(xiàn)場接收到的語音數(shù)據(jù)與識別到的交互系統(tǒng)互相聯(lián)系后，就可以對語音進行識別和判斷，然后再根據(jù)其屬于哪個會議里的信息進行分門別類。

（4）就像在QQ上對別人進行遠程控制桌面一樣，先向別人發(fā)出請求，同意后就可以對其電腦上的信息進行分析與交互，這個道理也是如此，向原來的會議系統(tǒng)發(fā)送請求，并且針對實時更新的語音會議分析出相應結果，智能交還原先會議和接口數(shù)據(jù)，如切換圖像。

（5）用戶也可以采用手動模式，采取模塊式特點，結合了點和面的控制，獲得點名等操作和會議控制的高效率。

3 結束語

綜上所述，智能會議系統(tǒng)集成了傳統(tǒng)的電氣自動化技術、現(xiàn)代網絡通信技術、人工智能技術等技術，隨著AI技術的深入學習和推廣，未來必將出現(xiàn)更加智能便捷的會議系統(tǒng)來幫助人們更好地提高工作和生產效率。