[發(fā)明專利]一種混音方法及多點控制服務器

有效

• 申請?zhí)枺?/td>: 201210122891.9
• 申請日: 2012-04-24
• 公開（公告）號: CN103379424A
• 公開（公告）日: 2013-10-30
• 發(fā)明（設計）人: 劉智輝
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04S3/00
• 分類號: H04S3/00;H04S7/00
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

技術領域

本發(fā)明涉及通信領域，尤其涉及一種混音方法及多點控制服務器。

背景技術

視頻會議是現(xiàn)代通信中常用的一種信息交互手段。在視頻會議系統(tǒng)中參加會議的各個會場通過會場終端把本會場的語音數(shù)據(jù)發(fā)送給多點控制服務器如MCU(Multipoint?Control?unit，多點控制單元)，MCU對接收到的語音數(shù)據(jù)進行處理，并把處理后的語音數(shù)據(jù)發(fā)送給其他會場終端，使得其他會場終端播放接收到的處理后的語音數(shù)據(jù)，從而實現(xiàn)視頻會議中的語音通信。

現(xiàn)有技術中，MCU支持的會場語音聲道有單聲道、雙聲道、三聲道。在視頻通信的過程中，由于發(fā)送會場發(fā)送的語音數(shù)據(jù)的語音聲道數(shù)與接收該語音數(shù)據(jù)的接收會場的語音聲道數(shù)不同，故MCU需要對接收到的語音數(shù)據(jù)進行混音處理，將發(fā)送會場的M聲道語音數(shù)據(jù)混音成接收會場的N聲道語音數(shù)據(jù)。其中，若M大于N則為下混，若M小于N則為上混。根據(jù)REC.ITU_R?BS.775-1的混音方法處理如下：其中L表示左聲道，R表示右聲道、C表示中間聲道、Mono表示單聲道；

下混：三聲道→雙聲道：L+0.7071*C→L，R+0.7071*C→R；

三聲道→單聲道：Mono＝0.7071*L+0.7071*R+C；

雙聲道→單聲道：L+R→Mono；

上混：單聲道→雙聲道：0.7071*Mono→L，0.7071*Mono→R；

雙聲道→三聲道：L→L，C＝0，R→R；

單聲道→三聲道：Mono→C。

上述視頻會議的實際會場的示意圖如圖1所示，會場中布置有麥克風1～16(圖1中的為所標識的麥克風的位置)，用來拾取會場中的語音，揚聲器L、揚聲器C、揚聲器R分別用來播放接收的語音。若所述會場為單聲道語音會場，則會場終端通過麥克風1～16拾取單聲道語音發(fā)送出去，并使用揚聲器C來播放接收的語音；若所述會場為雙聲道語音會場，會場有兩個拾音區(qū)，會場終端通過麥克風1～3、7～11來拾取左聲道的語音，通過麥克風4～6、12～16來拾取右聲道的語音，并使用揚聲器L來播放接收到的、已經過混音處理的左聲道語音，用揚聲器R來播放接收到的、已經過混音處理的右聲道語音，同理，會場為三聲道語音會場時，會場有三個拾音區(qū)，分別用揚聲器L、揚聲器C、揚聲器R來播放接收到的、已經過混音處理的左、中、右等三個聲道語音。

在實現(xiàn)上述混音的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術中至少存在如下問題：在下混的時候，如果只有一個人在講話，而各個麥克風拾取的是一個人的聲音，由于麥克風離發(fā)言人的距離不同，多聲道中各聲道的語音數(shù)據(jù)信號就有不同程度的延遲，這些延遲時間不同的信號疊加在一起，會引入梳狀效應(所述梳妝效應為延遲時間不同的幾個信號疊加后出現(xiàn)的在某些頻率上信號加強，在某些頻率上信號減弱的效應)，導致聲音變混濁，清晰度下降。

或者，在上混或下混的時候，沒有考慮實際聲源的方位，導致聲相不準，即發(fā)言人的聲音輸出方位和該發(fā)言人的圖像呈現(xiàn)方位不一致，例如，圖1所示的會場中，有位于麥克風3和6方位的兩個說話人，他們說出的語音分別作為左聲道語音和右聲道語音發(fā)送給MCU，若播放所述語音的會場為三聲道會場，根據(jù)上述的上混方法，位于麥克風3方位的說話人的語音將從三聲道會場中的揚聲器L中播放出來，即說話人在中間位置，用戶聽到的聲音卻在左邊，影響用戶的體驗質量。

發(fā)明內容

本發(fā)明的實施例提供一種混音方法及裝置，可以提升多聲道混合會議的混音效果，提高用戶體驗。

為達到上述目的，本發(fā)明的實施例采用如下技術方案：

一種混音方法，包括：

獲取M聲道中各聲道的語音數(shù)據(jù)及聲源信息；所述聲源信息包括所述M聲道中L個聲源對應的聲道以及L個聲源的方位信息；其中，M≥1；L≥1，L≤M；

根據(jù)所述L個聲源的方位信息查詢方位系數(shù)對照表，以獲得所述L個聲源的方位信息分別對應的混音系數(shù)；

按照所述L個聲源的方位信息對應的混音系數(shù)，將所述M聲道中L個聲源對應的聲道的語音數(shù)據(jù)混音成N聲道的語音數(shù)據(jù)；其中，N≥1。

一種多點控制服務器，包括：

獲取單元，用于獲取M聲道中各聲道的語音數(shù)據(jù)及聲源信息；所述聲源信息包括所述M聲道中L個聲源對應的聲道以及L個聲源的方位信息；其中，M≥1；L≥1，L≤M；

混音系數(shù)查詢單元，用于根據(jù)所述L個聲源的方位信息查詢方位系數(shù)對照表，以獲得所述L個聲源的方位信息分別對應的混音系數(shù)；