[發明專利]多人語音通信方法、存儲介質、電子設備及系統

有效

• 申請號: 201710508716.6
• 申請日: 2017-06-28
• 公開（公告）號: CN109147803B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 楊亮;陳少杰;張文明
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: G10L19/008
• 分類號: G10L19/008;G10L19/00;G10L13/02;G10L21/02;H04L12/18;H04L29/06;H04L29/08
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 沈林華

本發明公開了一種多人語音通信方法、存儲介質、電子設備及系統，涉及多人語音通信領域。該方法步驟為：服務端在同一時刻收到客戶端發送的編碼本地語音后，對每條編碼本地語音進行解碼，得到客戶端的解碼本地語音；服務端對所有解碼本地語音進行合成，得到合成語音；服務端對合成語音進行ACC編碼，得到編碼合成語音；服務端將編碼合成語音和客戶端的解碼本地語音，發送至對應的客戶端；客戶端對編碼合成語音進行ACC解碼，得到合成語音；將合成語音中與解碼本地語音相同的語音剔除后進行播放。本發明能夠將N條本地語音進行1次合成、1次編碼和N次轉發，顯著減輕了服務端的工作壓力和負載壓力。

技術領域

本發明涉及多人語音通信領域，具體涉及一種多人語音通信方法、存儲介質、電子設備及系統。

背景技術

多人語音通信在社交類軟件中非常常見，例如QQ群聊天室等。當每個人進入到群聊室后，可以聽到其他人說話的聲音，并且自己所說的也能夠被其他人聽見；要實現上述效果，需要將自己所說的內容需要讓其他所有人聽到。

目前，現有的多人語音通信的方法一般為以下兩種：

(1)客戶端A將本地語音A(即自己的所說的內容)發送至中間服務端，中間服務端將本地語音A轉發至所有處于多人語音狀態(即處于同一聊天室)的其他客戶端。

方法(1)的缺陷為：定義有N個人進行多人語音，則中間服務端轉發1人本地語音至其他人的次數為N-1(自己不用轉發)，當N個人同時說話時，中間服務端轉發本地語音的次數為N·(N-1)，當N較大時，中間服務端的工作壓力較大。

(2)中間服務端將同一時刻收到的本地語音進行語音合成，將合成后的語音進行編碼后，發送至所有人的客戶端；當有N個人進行多人語音時，方法(2)轉發合成語音的次數為N，遠小于方法(1)中的N·(N-1)。

方法(2)的缺陷為：因為需要實現本人聽不到自己的語音(即不會出現回音)，所以進行語音合成時，需要針對每個人合成一次剔除本地語音后的合成語音。當所有人為N時，中間服務端同一時刻會收到N路語音，此時中間服務端需要針對每個人合成一次(N-1)路的合成語音；即中間服務端總共需要合成N次N-1路的合成語音，同理，還需要進行N次N-1路的合成語音編碼。因此，方法(2)雖然能降低中間服務端的工作壓力，但是增加了中間服務端對語音的合成次數和編碼次數，即增加了中間服務端的負載壓力。

發明內容

針對現有技術中存在的缺陷，本發明解決的技術問題為：在多人語音時，如何減少服務端對語音進行轉發、合成和編碼的次數。本發明能夠將N條本地語音進行1次合成、1次編碼和N次轉發，顯著減輕了服務端的工作壓力和負載壓力。

為達到以上目的，本發明提供的多人語音通信方法，其特征在于，該方法包括以下步驟：

S1：服務端在同一時刻收到客戶端發送的編碼本地語音后，對每條編碼本地語音進行解碼，得到客戶端的解碼本地語音，轉到S2；

S2：服務端對所有解碼本地語音進行合成，得到合成語音，轉到S3；

S3：服務端對合成語音進行ACC編碼，得到編碼合成語音，轉到S4；

S4：服務端將編碼合成語音和客戶端的解碼本地語音，發送至對應的客戶端，轉到S5；

S5：客戶端對編碼合成語音進行ACC解碼，得到合成語音；將合成語音中與解碼本地語音相同的語音剔除后進行播放。

在上述技術方案的基礎上，S2流程包括：服務端對每條解碼本地語音設置對應的合成權重因子后，對所有解碼本地語音進行合成，得到合成語音。

本發明提供的存儲介質，該存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現上述多人語音通信方法。