[發明專利]語音處理方法及其裝置

有效

• 申請號: 202011289739.0
• 申請日: 2020-11-17
• 公開（公告）號: CN112449208B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 邢文浩;張晨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: H04N21/2187
• 分類號: H04N21/2187;H04N21/233;H04N21/439;H04N21/647
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 朱志玲;蘇銀虹

本公開提供了一種語音處理方法及其裝置。一種語音處理方法可包括以下步驟：在第一限速設置下向接收端發送音頻包；從接收端接收限速反饋信息，所述限速反饋信息用于通知當前可用帶寬不夠；響應于所述限速反饋信息，基于第一限速設置確定第二限速設置；以及根據第二限速設置進行語音通信。

技術領域

本公開涉及音頻技術領域，尤其涉及一種語音處理方法及其裝置。

背景技術

隨著網絡直播的發展，各種直播平臺紛紛出現。為了豐富直播的內容，很多直播平臺都具有連麥互動的功能，即在同一直播平臺上，兩個或多個主播之間或者主播與用戶之間可進行語音連麥互動。

在語音連麥過程中，發送端需要通過麥克風進行音頻采集，音頻預處理，音頻編碼，再將編碼好的音頻包通過網絡發送給接收端，然后接收端進行解碼，并且由揚聲器進行播放。當網絡狀態較差時，會導致可用帶寬很小，如果可用帶寬小于音頻包需要的帶寬時，就會產生擁塞，這將導致音頻包無法正常到達接收端，無法進行正常通話。

發明內容

本公開提供一種語音處理方法及其裝置，以至少解決在語音通信過程中當網絡狀態發生變化時保證通信順暢的問題。

根據本公開實施例的第一方面，提供一種語音處理方法，所述方法可包括：在第一限速設置下向接收端發送音頻包；從接收端接收限速反饋信息，所述限速反饋信息用于通知當前可用帶寬不夠；響應于所述限速反饋信息，基于第一限速設置確定第二限速設置；以及根據第二限速設置進行語音通信。

可選地，限速設置可包括不限速設置、第一級限速設置、第二級限速設置和第三級限速設置，并且限速程度越來越高。

可選地，第一級限速設置可以是用于降低當前使用的碼率的設置，第二級限速設置可以是用于啟用動態比特率編碼模式，開啟不連續傳輸并降低前向糾錯技術使用的碼率的設置，第三級限速設置可以是用于合并音頻幀并且采用長幀方式的設置。

可選地，第二限速設置可比第一限速設置的程度高一級。

可選地，基于第一限速設置確定第二限速設置的步驟可包括：在第一限速設置為不限速設置的情況下，如果接收到限速反饋信息，則將第一級限速設置確定為第二限速設置；在第一限速設置為第一級限速設置的情況下，如果接收到限速反饋信息，則將第二級限速設置確定為第二限速設置；在第一限速設置為第二級限速設置的情況下，如果接收到限速反饋信息，則將第三級限速設置確定為第二限速設置。

可選地，所述方法還可包括：在基于第一限速設置確定第二限速設置之后，在第一時間段內不根據限速反饋信息進行限速設置處理。

可選地，所述方法還可包括：如果在第一級限速設置、第二級限速設置或第三級限速設置下進行語音通信時在第二時間段內未接收到限速反饋信息，則可根據當前的限速設置執行不同的處理。

可選地，根據當前的限速設置執行不同的處理的步驟可包括：在當前的限速設置是第三級限速設置的情況下，取消第三級限速設置并且采用第二級限速設置進行語音通信；在當前的限速設置是第二級限速設置的情況下，取消第二級限速設置并且采用第一級限速設置進行語音通信；以及在當前的限速設置是第一級限速設置的情況下，進入探測模式，其中，所述探測模式用于通過增加冗余包使當前碼率達到無損狀態碼率。

可選地，所述方法可包括：在探測模式下通過添加冗余包的數量使當前設置的碼率增大至無損狀態碼率；在按照無損狀態碼率進行語音通信時，如果在第三時間段內未接收到限速反饋信息，則取消第一級限速設置并且恢復不限速設置。

根據本公開實施例的第二方面，提供一種語音處理裝置，所述裝置可包括：發送模塊，被配置為在第一限速設置下向接收裝置發送音頻包；接收模塊，被配置為從接收裝置接收限速反饋信息，所述限速反饋信息用于通知發送裝置當前可用帶寬不夠；以及處理模塊，被配置為響應于所述限速反饋信息，基于第一限速設置確定第二限速設置，并且控制發送模塊根據第二限速設置進行語音通信。