[發(fā)明專(zhuān)利]一種多媒體會(huì)議中分布式混音系統(tǒng)

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200710067913.5
• 申請(qǐng)日: 2007-03-31
• 公開(kāi)（公告）號(hào): CN101252452A
• 公開(kāi)（公告）日: 2008-08-27
• 發(fā)明（設(shè)計(jì)）人: 宋旭東;杜武平
• 申請(qǐng)（專(zhuān)利權(quán)）人: 紅杉樹(shù)（杭州）信息技術(shù)有限公司
• 主分類(lèi)號(hào): H04L12/18
• 分類(lèi)號(hào): H04L12/18;H04M3/56;G10K15/08
• 代理公司: 浙江杭州金通專(zhuān)利事務(wù)所有限公司
• 代理人: 徐關(guān)壽

1.一種多媒體會(huì)議中分布式混音系統(tǒng)，該混音系統(tǒng)包括語(yǔ)音主服務(wù)器、語(yǔ)音子服務(wù)器以及客戶(hù)端，所述的客戶(hù)端連接語(yǔ)音子服務(wù)器、所述語(yǔ)音子服務(wù)器連接語(yǔ)音主服務(wù)器，所述的客戶(hù)端包括：

語(yǔ)音采集模塊，用于在與會(huì)者說(shuō)話時(shí)，傳送通話過(guò)程中交談的音頻數(shù)據(jù)流；

語(yǔ)音發(fā)送模塊，用于將采集的音頻數(shù)據(jù)流通過(guò)傳輸協(xié)議對(duì)語(yǔ)音幀打包發(fā)送到語(yǔ)音子服務(wù)器；

其特征在于：

所述的語(yǔ)音主服務(wù)器與語(yǔ)音子服務(wù)器呈樹(shù)狀形的網(wǎng)絡(luò)；

所述的客戶(hù)端還包括：

信號(hào)能量計(jì)算模塊，用于在采集到音頻數(shù)據(jù)流之后，計(jì)算信號(hào)能量E，音頻數(shù)據(jù)流的當(dāng)前幀的能量E可由以下公式(1)計(jì)算獲得：

E=Σn=0N-1s2[n]20---(1)]]>

式中，{s[n]}_{n＝0，...，N-1}表示音頻數(shù)據(jù)流的輸入信號(hào)；

語(yǔ)音幀的短時(shí)平均能量Energy由相鄰兩幀的信號(hào)能量E1和E2計(jì)算得出：

Energy＝(E1+E2)/2????????(2)；

在語(yǔ)音發(fā)送模塊中，將平均能量存儲(chǔ)到打包發(fā)送的語(yǔ)音幀的擴(kuò)展位；

混音模塊，用于接收語(yǔ)音子服務(wù)器回傳的終選的音頻數(shù)據(jù)，送入抖動(dòng)緩沖區(qū)隊(duì)列(Jitter?Buffers)，經(jīng)過(guò)解碼器解碼后送入語(yǔ)音幀緩沖區(qū)隊(duì)列，定時(shí)激活混音算法處理程序，混音算法處理程序從每列語(yǔ)音幀緩沖區(qū)中提取最早到達(dá)的語(yǔ)音幀，做語(yǔ)音信號(hào)混音處理，混音公式表示為(6)：

mixing[i]=Σj=1Minput[j][i]---(6)]]>

其中，{input[j][i]}_{i＝0，...，N-1}表示第J列語(yǔ)音流所包括的語(yǔ)音幀，經(jīng)解碼后得到的語(yǔ)音輸入信號(hào)；混音處理后的輸出結(jié)果被放到mixing[i]，M表示語(yǔ)音流的總數(shù)；

處理完畢送到播放緩沖區(qū)隊(duì)列等待回放；

所述的語(yǔ)音子服務(wù)器包括：

語(yǔ)音接收模塊，用于接收來(lái)自作為發(fā)言者的客戶(hù)端的音頻數(shù)據(jù)流，并解析語(yǔ)音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前幀的短時(shí)平均能量Energy；初選模塊，用于比較各音頻數(shù)據(jù)流的平均能量大小，根據(jù)設(shè)定的語(yǔ)音流的總數(shù)，選中平均能量最大的音頻數(shù)據(jù)流作為初選結(jié)果；

所述的語(yǔ)音主服務(wù)器包括：

語(yǔ)音接收模塊，用于接收來(lái)自各個(gè)語(yǔ)音子服務(wù)器初選完成的音頻數(shù)據(jù)流，解析語(yǔ)音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前幀的短時(shí)平均能量Energy；語(yǔ)音活動(dòng)度量計(jì)算模塊，用于計(jì)算音頻數(shù)據(jù)流的語(yǔ)音活動(dòng)度量ψ，其算式為(3)：

ψ＝α₁A₁+α₂A₂????(3)

其中A₁為當(dāng)前語(yǔ)音活動(dòng)，A₂為上一次活動(dòng)；

A₁由矩形窗W₁計(jì)算獲得，如下形式(4)：

A1=1W1Σt=tptp-W1+1Energyt---(4)]]>

其中，W₁即最近語(yǔ)音序列的時(shí)間段，t_p表示當(dāng)前的時(shí)間段，即當(dāng)前的矩形窗長(zhǎng)度；

A₂由矩形窗口W₂計(jì)算得出，表示成(5)：

A2=1W2Σt=tp-W1tp-W1-W2+1Energyt---(5)]]>

其中，W₂即上上個(gè)語(yǔ)音序列的時(shí)間段；終選模塊，用于比較各音頻數(shù)據(jù)流的語(yǔ)音活動(dòng)度量ψ大小，根據(jù)設(shè)定的語(yǔ)音流的總數(shù)，選中語(yǔ)音活動(dòng)度量ψ最大的音頻數(shù)據(jù)流作為終選結(jié)果；音頻轉(zhuǎn)發(fā)模塊，用于將終選得到的音頻數(shù)據(jù)轉(zhuǎn)發(fā)到客戶(hù)端。