[發(fā)明專利]實(shí)現(xiàn)從文本到語音TTS的音頻轉(zhuǎn)碼方法、裝置及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201110169703.3
• 申請(qǐng)日: 2011-06-22
• 公開（公告）號(hào): CN102231734B
• 公開（公告）日: 2017-10-03
• 發(fā)明（設(shè)計(jì)）人: 張閩;張偉;劉澍
• 申請(qǐng)（專利權(quán)）人: 南京中興新軟件有限責(zé)任公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司11240
• 代理人: 余剛,梁麗超

1.一種實(shí)現(xiàn)從文本到語音TTS的音頻轉(zhuǎn)碼方法，其特征在于，包括：

媒體服務(wù)器接收來自應(yīng)用服務(wù)器APP的訪問請(qǐng)求，并確定所述媒體服務(wù)器支持的編解碼類型集；

所述媒體服務(wù)器接收所述APP申請(qǐng)的從文本到語音TTS業(yè)務(wù)請(qǐng)求，并根據(jù)TTS業(yè)務(wù)類型向TTS服務(wù)器申請(qǐng)滿足該業(yè)務(wù)類型的媒體業(yè)務(wù)數(shù)據(jù)包；

所述媒體服務(wù)器根據(jù)所述編解碼類型集與所述TTS服務(wù)器進(jìn)行協(xié)商，以獲取協(xié)商后的音頻編解碼類型，并按照所述音頻編解碼類型將所述媒體業(yè)務(wù)數(shù)據(jù)包轉(zhuǎn)碼后發(fā)送至終端。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述媒體服務(wù)器根據(jù)所述編解碼類型集與所述TTS服務(wù)器進(jìn)行協(xié)商，以獲取協(xié)商后的音頻編解碼類型，并按照所述音頻編解碼類型將所述媒體業(yè)務(wù)數(shù)據(jù)包轉(zhuǎn)碼后發(fā)送至終端包括：

媒體控制單元MSCU發(fā)送會(huì)話初始協(xié)議SIP信令至所述TTS服務(wù)器，以協(xié)商并指定所述媒體服務(wù)器與所述TTS服務(wù)器匹配的所述音頻編解碼類型，所述編解碼類型集包括所述音頻編解碼類型；

語音中心交換單元MRU接收所述TTS服務(wù)器返回的所述媒體業(yè)務(wù)數(shù)據(jù)包，并將所述媒體業(yè)務(wù)數(shù)據(jù)包按照協(xié)商的所述音頻編解碼類型進(jìn)行轉(zhuǎn)碼，并將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包發(fā)送并保存至媒體存儲(chǔ)傳輸音頻單元MSTU；

所述MSCU控制所述MSTU將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包發(fā)送至所述終端。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在語音中心交換單元MRU接收所述TTS服務(wù)器返回的所述媒體業(yè)務(wù)數(shù)據(jù)包之前，所述方法還包括：

所述MSCU與所述TTS服務(wù)器建立通信連接；

所述TTS服務(wù)器識(shí)別文本，并將所述文本轉(zhuǎn)換為媒體業(yè)務(wù)數(shù)據(jù)包。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，在語音中心交換單元MRU接收所述TTS服務(wù)器返回的所述媒體業(yè)務(wù)數(shù)據(jù)包之前，所述方法還包括：

所述MSCU向所述MRU下發(fā)轉(zhuǎn)碼命令；

將所述MRU與所述TTS服務(wù)器接通的端口類型指定為協(xié)商后的所述音頻編解碼類型。

5.根據(jù)權(quán)利要求2-4中任一項(xiàng)所述的方法，其特征在于，所述MSCU控制所述MSTU將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包發(fā)送至所述終端包括：

所述MSCU向所述MSTU下發(fā)打開NAT通道的命令；

所述MSTU將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包進(jìn)行NAT后發(fā)送至所述終端。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在媒體服務(wù)器接收來自應(yīng)用服務(wù)器APP的訪問請(qǐng)求之前，所述方法還包括：

所述終端向所述APP發(fā)送多媒體業(yè)務(wù)數(shù)據(jù)包請(qǐng)求；

所述APP根據(jù)所述多媒體業(yè)務(wù)數(shù)據(jù)包請(qǐng)求向所述媒體服務(wù)器發(fā)送所述訪問請(qǐng)求的信令，并將所述MSTU外口地址作為與終端交互的地址。

7.一種實(shí)現(xiàn)從文本到語音TTS的音頻轉(zhuǎn)碼系統(tǒng)，其特征在于，包括：

終端；

TTS服務(wù)器；

媒體服務(wù)器，用于接收來自應(yīng)用服務(wù)器APP的訪問請(qǐng)求，以確定所述媒體服務(wù)器支持的編解碼類型集，并接收所述APP申請(qǐng)的TTS業(yè)務(wù)請(qǐng)求，以根據(jù)TTS業(yè)務(wù)類型向TTS服務(wù)器申請(qǐng)滿足該業(yè)務(wù)類型的媒體業(yè)務(wù)數(shù)據(jù)包，然后根據(jù)所述編解碼類型集與所述TTS服務(wù)器進(jìn)行協(xié)商，以獲取協(xié)商后的音頻編解碼類型，并按照所述音頻編解碼類型將所述媒體業(yè)務(wù)數(shù)據(jù)包轉(zhuǎn)碼后發(fā)送至終端。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述媒體服務(wù)器包括：

媒體控制單元MSCU，用于發(fā)送會(huì)話初始協(xié)議SIP信令至所述TTS服務(wù)器，以協(xié)商并指定所述媒體服務(wù)器與所述TTS服務(wù)器匹配的所述音頻編解碼類型，所述編解碼類型集包括所述音頻編解碼類型；

語音中心交換單元MRU，用于接收所述TTS服務(wù)器返回的所述媒體業(yè)務(wù)數(shù)據(jù)包，并將所述媒體業(yè)務(wù)數(shù)據(jù)包按照協(xié)商的所述音頻編解碼類型進(jìn)行轉(zhuǎn)碼，并將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包發(fā)送并保存至媒體存儲(chǔ)傳輸音頻單元MSTU；

其中，所述MSCU控制所述MSTU將轉(zhuǎn)碼后的所述媒體業(yè)務(wù)數(shù)據(jù)包發(fā)送至所述終端。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述終端向所述APP發(fā)送多媒體業(yè)務(wù)數(shù)據(jù)包請(qǐng)求；所述APP根據(jù)所述多媒體業(yè)務(wù)數(shù)據(jù)包請(qǐng)求向所述媒體服務(wù)器發(fā)送所述訪問請(qǐng)求的信令，并將所述MSTU外口地址作為與終端交互的地址。

10.一種實(shí)現(xiàn)從文本到語音TTS的音頻轉(zhuǎn)碼裝置，其特征在于，包括：

第一處理模塊，用于接收來自應(yīng)用服務(wù)器APP的訪問請(qǐng)求，并確定媒體服務(wù)器支持的編解碼類型集；

第二處理模塊，用于接收所述APP申請(qǐng)的TTS業(yè)務(wù)請(qǐng)求，并根據(jù)TTS業(yè)務(wù)類型向TTS服務(wù)器申請(qǐng)滿足該業(yè)務(wù)類型的媒體業(yè)務(wù)數(shù)據(jù)包；

第三處理模塊，用于根據(jù)所述編解碼類型集與所述TTS服務(wù)器進(jìn)行協(xié)商，以獲取協(xié)商后的音頻編解碼類型，并按照所述音頻編解碼類型將所述媒體業(yè)務(wù)數(shù)據(jù)包轉(zhuǎn)碼后發(fā)送至終端。