买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉联通沃音乐文化有限公司申请的专利一种基于音频分析的多人视讯会议画面布局方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119788807B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411806678.9，技术领域涉及：H04N7/15；该发明授权一种基于音频分析的多人视讯会议画面布局方法是由弋翔;邹西山;罗岚;罗志亮;温雪阳;邓宇翔;陈静娴;陈星设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于音频分析的多人视讯会议画面布局方法在说明书摘要公布了：本发明公开了一种基于音频分析的多人视讯会议画面布局方法，包括以下步骤：S1、对每一个参会人的音频赋初初始值：参会权重，发言权重和窗口权重；S2、计算每路音频的语音能量；S3、计算得到每路音频的实时语音系数；S4、更新每路音频的参会权重；S5、更新每路音频的窗口权重；S6、更新主演讲人；S7、更新各视频画面的尺寸系数；S8、更新各视频画面的位置系数；S9、计算得到当前各个画面的实际大小和位置情况，即得到最终的画面布局；本发明能够清晰直观的展示会议中多位发言人的情况，让参会者能够更好的关注到会议中的发言人情况。

本发明授权一种基于音频分析的多人视讯会议画面布局方法在权利要求书中公布了：1.一种基于音频分析的多人视讯会议画面布局方法，其特征在于，包括以下步骤： S1、对每一个参会人的音频赋予初始值：参会权重，发言权重和窗口权重； S2、计算每路音频的语音能量；其中，语音能量表征音频流中一帧音频信号中，声音能量的瞬时强度； 音频PCM时域采用数据x[i]； 其中，x[i]为时域振幅采用序列； 记当前音频能量为Pv，则： Pv=SUMx[i]^2； 其中，i在闭区间[a,b]进行取值； S3、通过一段时间范围内，每路音频的语音能量序列，计算得到每路音频的实时语音系数；其中，语音系数表征音频流说话人最近很小一段时间内的说话强度； 记音频帧间隔为T； 记Pv[i]为距离当前时刻T*i时间的语音能量，即： 当前最新的语音能量为Pv[0]； 前一帧的语音能量为Pv[1]； 前二帧的语音能量为Pv[2]，以此类推； 记当前语音系数为Vp，则： Vp=SUMPv[i]*11+i5； i为使T*i1秒成立的所有取值； S4、根据会场中每路音频当前语音系数，更新每路音频的参会权重； 其中，参会权重表征一路音频在截至当前的会议中的语音权重； 记当前时刻会场中共有N路音频，其中第k路音频的语音系数为Vp[k]； 对第k路音频： 记当前帧时刻的参会权重为M[k][i]； 记上一帧时刻的参会权重为M[k][i-1]； 令初始时刻的参会权重为M[k][0]=1； 记全部N路音频的语音系数之和为Vps，则： Vps=SUMVp[k],k属于[0,N]； 记第k路音频当前时刻的参会增益为Am[k]，令： Am[k]=Vp[k]Vps30%?Vp[k]:0； 根据当前时刻的参会增益和上一帧参会权重计算得到当前参会权重： M[k][i]=0.8*M[k][i-1]+Am[k]； S5、根据会场中每路音频当前语音系数，更新每路音频的窗口权重；其中，窗口权重为一个序列； 记音频帧间隔为T； 序列长度为L,令L=60秒T； 对第k路音频，记窗口权重为W[k]，其中的第i个元素为W[k][i]； i取值范围[0,L-1]； 第k路音频，记Vp[k][i]为距离当前时刻T*i时间的语音系数，即： 当前最新的语音系数为Vp[k][0]； 前一帧的语音系数为Vp[k][1]； 前二帧的语音系数为Vp[k][2]，以此类推； 则，令W[k][i]=Vp[k][i]； S6、基于当前各路音频参会权重和窗口权重，更新主演讲人；其中，对于主演讲人系数与主演讲人更新： 对第k路音频，记当前帧的主演讲人系数为S[k]； 记音频帧间隔为T； 令S[k]=3*M[k]+SUMW[k][j]； SUM为对W[k][j]进行j的范围求和，j取值范围为[0,15秒T]； M[k]为第k路音频，当前时刻的参会权重； 比较每个用户的主演讲人系数，系数最大的用户为当前主演讲人； S7、基于当前各路音频参会权重，语音系数，窗口权重，更新各视频画面的尺寸系数；其中，对于画面尺寸系数更新： 尺寸系数决定各个画面是否会被显示，以及按多大尺寸显示； 记当前帧时刻的参会权重为M[k][i]； 对第k路音频，记当前帧时刻的尺寸系数为Q[k][i]，记上一帧时刻的尺寸系数为Q[k][i-1]； 令初始时刻的尺寸系数为Q[k][0]=0； 记第k路音频音频窗口权重的所有元素之和为W[k]； 全部各路音频的W[k]之和为Ws； 若第k路音频的W[k]不在前五名，则令Q[k][i]=0； 若第k路音频的W[k]Ws小于10%，则令Q[k][i]=0； 其余情况： 若Q[k][i-1]=0,则Q[k][i]=100； 否则Q[k][i]=Q[k][i-1]*1+W[k]Ws； S8、基于当前各路音频窗口权重，更新各视频画面的位置系数； S9、根据当前的主演讲人，各画面尺寸系数，以及各画面排序系数，计算得到当前各个画面的实际大小和位置情况，即得到最终的画面布局。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人联通沃音乐文化有限公司，其通讯地址为：510300 广东省广州市黄埔区(中新广州知识城)亿创街1号406房之283；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。