[發明專利]音頻多編碼傳輸方法及相應裝置

在審

• 申請號: 201210440924.4
• 申請日: 2012-11-07
• 公開（公告）號: CN103812824A
• 公開（公告）日: 2014-05-21
• 發明（設計）人: 包樂輝
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G10L19/005
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 馬東偉

技術領域

本發明涉及通信技術領域，尤其涉及一種音頻多編碼傳輸方法及相應裝置。

背景技術

隨著Internet的普及，越來越多的媒體（如視頻、音頻）通過IP網絡傳送，VoIP（Voice?over?Internet?Protocol）就是基于IP分組網絡多媒體的一個典型業務，它利用IP網或互聯網進行話音傳輸，該技術的主要特點為將模擬聲音信號經過壓縮編碼和打包分組之后，以數據包的形式在IP網絡上傳輸。

實時語音傳輸一般用UDP協議來傳輸語音數據分組以提高傳輸的實時性，UDP協議的機制是best?effort方式傳輸IP數據包，不保證將數據分組正確傳送到目的地，數據分組在網絡中傳輸時會由于網絡抖動、網絡擁塞等原因造成分組丟失、時延，數據分組丟失直接降低了話音質量，并且丟失的分組還會影響后續正確接收的語音數據的解碼，語音通話會出現延時大甚至中斷等現象，嚴重影響用戶體驗。對于IP分組丟失，現有的技術是采用前向糾錯（FEC，ForwardError?Correction）對丟失的語音包進行恢復，然而FEC技術增加了對帶寬的需求，丟失的語音包需要其他語音包做運算來恢復，也增大了延時。

IP網絡由于自身的局限性，相對于傳輸文本信息，在傳輸語音等實時通信媒體時無法提供很高的質量保證。因此，如何對現有語音編解碼能力進行擴展，提高高實時媒體的業務質量，保證語音通話用戶體驗是一個有待解決的問題。

發明內容

鑒于上述的分析，本發明旨在提供一種音頻多編碼傳輸方法及相應裝置，用以解決現有技術中由于IP網絡由于自身的局限性所帶來的傳輸語音等實時通信媒體時無法提供質量保證的問題。

本發明的目的主要是通過以下技術方案實現的：

本發明提供了一種音頻多編碼的編碼端，包括：

編碼控制模塊，用于根據輸入的多編碼參數信息、信息數據以及音頻數據生成編碼標識并發送給多編碼器，并將信息數據以及音頻數據發送給信息編碼模塊或者直接將信息數據作為增強數據發送給多編碼器；

信息編碼模塊，包含多個信息編碼器，所述信息編碼器用于根據輸入的信息數據和/或音頻數據生成增強數據并發送給多編碼器；

音頻編碼器，用于將輸入的音頻數據進行編碼后生成音頻編碼數據并發送給多編碼器；

多編碼器，用于根據接收到的編碼標識、增強數據以及音頻編碼數據生成帶有增強數據的多編碼語音幀，并打包發送至音頻多編碼的解碼端。

進一步地，所述編碼控制模塊具體用于，根據輸入的多編碼參數信息以及信息數據的類型制定編碼策略，并在接收到音頻數據時，根據制定的編碼策略生成編碼標識；其中，所述編碼策略包括：

信息編碼器相關參數的配置以及多編碼器相關參數的配置。

進一步地，所述編碼標識用于幫助信息編碼器以及多編碼器解碼，具體包括：數據信息編碼有關信息、音頻數據編碼信息、增強數據編碼信息。

進一步地，所述信息數據包括解碼端反饋信息、輔助信息、增強信息或者增值信息中一個或多個。

進一步地，所述多編碼語音幀包括：多編碼幀頭和多編碼數據，其中，多編碼幀頭用以確定幀頭長、音頻數據長度以及信息數據長度；多編碼數據包括：音頻數據和增強數據。

本發明還提供了一種音頻多編碼的解碼端，包括：

多編碼解析器，用于接收編碼端發來的多編碼語音幀并進行解析，將解析后得到的編碼標識、編碼后的增強數據發送給信息解碼模塊，將解析得到的編碼后的音頻數據發送給音頻解碼器；

信息解碼模塊，包括多個信息解碼器，所述信息解碼器用于根據編碼標識對編碼后的增強數據進行解碼，并將解碼后得到的信息數據發送出去；

音頻解碼器，用于對編碼后的音頻數據進行解碼，將解碼后得到的音頻數據發送出去。

本發明還提供了一種音頻多編碼的編碼方法，包括：

編碼端根據輸入的多編碼參數信息、信息數據以及音頻數據生成編碼標識；

根據輸入的信息數據和/或音頻數據生成增強數據；或者直接將信息數據作為增強數據；

將輸入到編碼端的音頻數據進行編碼后生成音頻編碼數據；

根據編碼標識、增強數據以及音頻編碼數據生成帶有增強數據的多編碼語音幀，并打包發送至音頻多編碼的解碼端。

進一步地，生成編碼標識的步驟具體包括：