[發(fā)明專利]一種IP語音緩沖區(qū)的動態(tài)控制方法及裝置

在審

• 申請?zhí)枺?/td>: 201610670378.1
• 申請日: 2016-08-15
• 公開（公告）號: CN107770124A
• 公開（公告）日: 2018-03-06
• 發(fā)明（設(shè)計）人: 趙成;李瑞超;黃其華
• 申請（專利權(quán)）人: 北京信威通信技術(shù)股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及通信的技術(shù)領(lǐng)域，尤其涉及一種IP語音緩沖區(qū)的動態(tài)控制方法及裝置。

背景技術(shù)

IP電話或網(wǎng)絡(luò)電話(Voice Over Internet Protocol，VOIP)是將傳統(tǒng)的語音信號封裝為IP數(shù)據(jù)包的格式，通過Internet傳輸至目的地后，再將IP數(shù)據(jù)包還原為傳統(tǒng)的語音信號并播放，從而現(xiàn)實(shí)語音通話服務(wù)。

與傳統(tǒng)電話不同，IP電話并沒有一條預(yù)先分配的專用邏輯線路用于傳輸語音，而使用分組交換技術(shù)。從IP協(xié)議的本質(zhì)上講，IP電話不能保證話音服務(wù)質(zhì)量，該話音服務(wù)質(zhì)量包括時延、抖動和丟包。對于分組丟失，數(shù)據(jù)業(yè)務(wù)可以采用重傳來彌補(bǔ)，但VOIP是實(shí)時業(yè)務(wù)，對時延、抖動等有嚴(yán)格的要求，所以必須要有一定的QOS保證。時延和抖動是VOIP業(yè)務(wù)中最重要的QOS參數(shù)之一，直接影響語音質(zhì)量，直接關(guān)系到語音是否能在接收端真實(shí)再現(xiàn)。因此，需要采用一定的算法和措施來消除時延和抖動的影響，保證語音質(zhì)量。

通常通過在接收端設(shè)置一個緩沖區(qū)來消除網(wǎng)絡(luò)的時延和抖動，緩沖區(qū)的主要思想是：每個數(shù)據(jù)包在網(wǎng)絡(luò)的傳輸中的時延與其在緩沖區(qū)中緩沖的時延之和應(yīng)該相等。抖動緩沖控制算法包括靜態(tài)抖動緩沖控制算法和動態(tài)抖動緩沖控制算法兩種。

靜態(tài)抖動緩沖控制算法：緩沖區(qū)的大小在語音通話建立后一直到語音通話結(jié)束，均為固定值，對于抖動超出緩沖區(qū)大小的語音包將會丟棄。動態(tài)抖動緩沖控制算法：緩沖區(qū)的大小隨實(shí)際網(wǎng)絡(luò)抖動情況而變化。接收端將當(dāng)前接收到的語音包的延遲與歷史保存的延遲信息相比，得到當(dāng)前網(wǎng)絡(luò)的最大抖動，從而選擇適當(dāng)?shù)木彌_區(qū)大小。

靜態(tài)抖動緩沖控制算法模型簡單，易于實(shí)現(xiàn)。其缺點(diǎn)是當(dāng)網(wǎng)絡(luò)抖動較大時丟包率高，而網(wǎng)絡(luò)抖動較小時，語音延遲較大，不能很好地根據(jù)網(wǎng)絡(luò)情況的變化來調(diào)整緩沖區(qū)的控制策略，而且初始狀態(tài)對后續(xù)通話的影響很大。一般都選擇采用動態(tài)抖動緩沖控制算法，能夠克服靜態(tài)抖動緩沖控制算法的缺點(diǎn)。但是傳統(tǒng)的動態(tài)抖動緩沖控制算法，通常只是選取歷史最大值作為緩沖區(qū)大小，沒有充分利用統(tǒng)計信息，對網(wǎng)絡(luò)抖動的變化適應(yīng)不夠及時，延遲仍然相對較大。同時，傳統(tǒng)的動態(tài)抖動緩沖控制算法在抖動變大時，通過插入靜音包來增加緩沖區(qū)大小；在抖動變小時，通過刪除最老的語音包來減小緩沖區(qū)大小，這種做法會引起語音失真。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提出一種IP語音緩沖區(qū)的動態(tài)控制方法及裝置，旨在解決如何能夠減少語音失真的問題。

為達(dá)此目的，本發(fā)明實(shí)施例采用以下技術(shù)方案：

第一方面，一種IP語音緩沖區(qū)的動態(tài)控制方法，所述方法包括：

接收語音包，并將所述語音包存放在抖動緩沖區(qū)中，通過所述抖動緩沖區(qū)消除網(wǎng)絡(luò)抖動，存放的語音包內(nèi)容包括包頭信息和語音payload，所述包頭信息包括包序號和時戳，所述抖動緩沖區(qū)的容量由單個語音包的時長決定，所述抖動緩沖區(qū)被劃分為若干個插槽，從0開始順序編號，每個插槽存放一個語音包的內(nèi)容；

從所述抖動緩沖區(qū)中獲取所述語音包并解碼出語音采樣數(shù)據(jù)；

將解碼后的語音采樣數(shù)據(jù)存放在語音緩沖區(qū)，并提供給聲卡播放，其中，所述語音緩沖區(qū)總共緩沖了2個語音包長度和10ms的采樣數(shù)據(jù)，所述采樣數(shù)據(jù)分為已播放和未播放兩部分。

第二方面，一種IP語音緩沖區(qū)的動態(tài)控制裝置，所述裝置包括：

存儲模塊，用于接收語音包，并將所述語音包存放在抖動緩沖區(qū)中，通過所述抖動緩沖區(qū)消除網(wǎng)絡(luò)抖動，存放的語音包內(nèi)容包括包頭信息和語音payload，所述包頭信息包括包序號和時戳，所述抖動緩沖區(qū)的容量由單個語音包的時長決定，所述抖動緩沖區(qū)被劃分為若干個插槽，從0開始順序編號，每個插槽存放一個語音包的內(nèi)容；

獲取模塊，用于從所述抖動緩沖區(qū)中獲取所述語音包并解碼出語音采樣數(shù)據(jù)；

播放模塊，用于將解碼后的語音采樣數(shù)據(jù)存放在語音緩沖區(qū)，并提供給聲卡播放，其中，所述語音緩沖區(qū)總共緩沖了2個語音包長度和10ms的采樣數(shù)據(jù)，所述采樣數(shù)據(jù)分為已播放和未播放兩部分。