[發(fā)明專利]一種抑制網(wǎng)絡(luò)丟包影響的語音數(shù)據(jù)后處理方法

有效

• 申請?zhí)枺?/td>: 201210041994.2
• 申請日: 2012-02-23
• 公開（公告）號: CN102568488A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: 何佳;王小敏;王大勇;尼秀明
• 申請（專利權(quán)）人: 安徽創(chuàng)世科技有限公司
• 主分類號: G10L19/00
• 分類號: G10L19/00;G10L19/14;G10L21/02
• 代理公司: 合肥天明專利事務(wù)所 34115
• 代理人: 金凱

?

技術(shù)領(lǐng)域

本發(fā)明涉及一種語音數(shù)據(jù)的后處理方法，具體是一種抑制網(wǎng)絡(luò)丟包影響的語音數(shù)據(jù)后處理方法。

背景技術(shù)

隨著近年來互聯(lián)網(wǎng)的迅猛發(fā)展，如視頻會(huì)議、視頻監(jiān)控、VOIP等基于網(wǎng)絡(luò)音視頻技術(shù)的各種應(yīng)用和產(chǎn)品得到了迅速的推廣。其中音頻數(shù)據(jù)在網(wǎng)絡(luò)上傳輸時(shí)，為了保證實(shí)時(shí)性，大多數(shù)應(yīng)用都是基于UDP進(jìn)行傳輸?shù)摹DP傳輸數(shù)據(jù)的特點(diǎn)是傳輸時(shí)不能保證負(fù)載數(shù)據(jù)的完整性。因此傳輸?shù)囊纛l數(shù)據(jù)不可避免的會(huì)產(chǎn)生丟包。如果丟包后的數(shù)據(jù)不做任何處理，直接播放會(huì)引入很多高頻噪音，影響主觀聽覺感受。

人們對音頻數(shù)據(jù)在網(wǎng)絡(luò)傳輸丟包的后處理方法進(jìn)行了相關(guān)的研究，如：[1]、在分布式語音識別處理和系統(tǒng)中減輕傳輸錯(cuò)誤影響的方法和設(shè)備，專利申請?zhí)枺?1809628.X；[2]、處理丟失幀的語音通信系統(tǒng)及方法，專利申請?zhí)枺?1812823.8；[3]、一種在網(wǎng)絡(luò)上傳輸IP語音包的丟包恢復(fù)方法，專利申請?zhí)枺?0129594.2。專利[1]主要是基于識別并替換傳輸?shù)腻e(cuò)誤語音參數(shù)來進(jìn)行語音處理，而基于UDP的數(shù)據(jù)傳輸一般都是數(shù)據(jù)包丟失，而數(shù)據(jù)包內(nèi)容錯(cuò)誤的情況非常少見；專利[2]、專利[3]的目的都是要減輕數(shù)據(jù)包丟失造成的影響，不過這兩個(gè)方法采用的思路是通過曲線擬合、波形插值、線性預(yù)測等方法恢復(fù)丟失的數(shù)據(jù)包的語音數(shù)據(jù)，這樣的處理思路一般要緩沖丟失數(shù)據(jù)包前后各若干個(gè)數(shù)據(jù)包進(jìn)行處理，需要內(nèi)存較多，且影響語音播放的實(shí)時(shí)性。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種抑制網(wǎng)絡(luò)丟包影響的語音數(shù)據(jù)后處理方法，在網(wǎng)絡(luò)傳輸過程中數(shù)據(jù)包丟失情況下，對收到的前后兩個(gè)數(shù)據(jù)包的邊緣數(shù)據(jù)進(jìn)行擬合校正，通過濾除采樣點(diǎn)幅值突變而引入的高頻噪音，改善了主觀聽覺感受。

本發(fā)明的技術(shù)方案為：

一種抑制網(wǎng)絡(luò)丟包影響的語音數(shù)據(jù)后處理方法，其特征在于：包括以下步驟：

（1）、將每一個(gè)音頻數(shù)據(jù)包記為???????????????????????????????????????????????，每個(gè)數(shù)據(jù)包都由個(gè)采樣點(diǎn)組成，第個(gè)采樣點(diǎn)幅值記為，=0……-1；

（2）、一個(gè)新接收到的數(shù)據(jù)包，如果其通過數(shù)據(jù)包序列號的方式判斷出和上一次接收的數(shù)據(jù)包之間沒有數(shù)據(jù)丟失時(shí)，則此數(shù)據(jù)包的播放按正常方式播放上一次接收的數(shù)據(jù)包，并且將此數(shù)據(jù)包緩沖起來；如果此數(shù)據(jù)包通過數(shù)據(jù)包序列號的方式判斷出和上一次接收的數(shù)據(jù)包之間有數(shù)據(jù)丟失時(shí)，則將上一次接收的數(shù)據(jù)包記為，將這次接收的數(shù)據(jù)包記為；

（3）、如果一個(gè)點(diǎn)的幅值大于前后兩點(diǎn)的幅值，我們稱為極值點(diǎn)；在的采樣點(diǎn)中從后向前找到的第一個(gè)極值點(diǎn)記為，在的采樣點(diǎn)中從前向后找到的第二個(gè)極值點(diǎn)記為；

（4）、以數(shù)據(jù)包每個(gè)采樣點(diǎn)的序號為橫坐標(biāo)，幅值為縱坐標(biāo)，對和前后各一個(gè)點(diǎn)做正弦函數(shù)曲線擬合，得以下函數(shù)式[1]：；對和前后各一個(gè)點(diǎn)同樣按正弦函數(shù)曲線進(jìn)行擬合，得以下函數(shù)式[2]：?；

（5）、[，]對區(qū)間之間的點(diǎn)按式[1]和式[2]的線性組合后得的式[3]來求取新的幅值替代原來的幅值，函數(shù)式[3]為：；

（6）、將更改了之后若干點(diǎn)幅值的新的數(shù)據(jù)包即時(shí)播放，并且將更改了之前若干點(diǎn)幅值的新的數(shù)據(jù)包緩沖起來用于后續(xù)數(shù)據(jù)包的處理；

（7）、返回步驟1重新開始處理下一個(gè)接收到的數(shù)據(jù)包。

本發(fā)明的有益效果：本發(fā)明對收到的前后兩個(gè)數(shù)據(jù)包的邊緣數(shù)據(jù)進(jìn)行擬合校正，濾除了采樣點(diǎn)幅值突變而引入的高頻噪音，從而改善主觀聽覺感受，該方法具有低延時(shí)、內(nèi)存需求少、復(fù)雜度低的優(yōu)點(diǎn)。

附圖說明

圖1是沒有校正前的采樣點(diǎn)波形圖，其中，空心圈代表了前一個(gè)數(shù)據(jù)包的采樣點(diǎn)的幅值，空心矩形代表了當(dāng)前接收的數(shù)據(jù)包的采樣點(diǎn)的幅值，代表前一個(gè)數(shù)據(jù)包從后向前的第一個(gè)極值點(diǎn)，代表當(dāng)前接收的數(shù)據(jù)包從前向后的第二個(gè)極值點(diǎn)。

圖2是校正后的采樣點(diǎn)波形圖，其中空心圈代表了前一個(gè)數(shù)據(jù)包的采樣點(diǎn)的幅值，空心矩形代表了當(dāng)前接收的數(shù)據(jù)包的采樣點(diǎn)的幅值，實(shí)心圈代表了校正后的采樣點(diǎn)的幅值，實(shí)心圈代表了校正后的采樣點(diǎn)的幅值，代表前一個(gè)數(shù)據(jù)包從后向前的第一個(gè)極值點(diǎn)，代表當(dāng)前接收的數(shù)據(jù)包從前向后的第二個(gè)極值點(diǎn)。

具體實(shí)施方式

一種抑制網(wǎng)絡(luò)丟包影響的語音數(shù)據(jù)后處理方法，其特征在于：包括以下步驟：

（1）、將每一個(gè)音頻數(shù)據(jù)包記為，每個(gè)數(shù)據(jù)包都由個(gè)采樣點(diǎn)組成，第個(gè)采樣點(diǎn)幅值記為，=0……-1；