[發明專利]一種語音網關的語音加載的預判方法

有效

• 申請號: 202110143615.X
• 申請日: 2021-02-02
• 公開（公告）號: CN112817659B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 曾生根
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06F9/50;G06F16/172;G06F16/174
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

1.一種語音網關的語音加載的預判方法，其特征在于：具體步驟如下：

第一步，根據歷史數據，計算不同碼型的語音文件與G.711碼型文件的語音壓縮比例；

第二步，獲取需要加載的所有G.711碼型的原始語音WAVE文件的容量，根據補全靜音幀的規則，估算出G.711碼型語音的凈荷總容量；

計算語音文件大小時，需要將原始語音WAVE文件的文件頭長度去掉，取凈荷的大小；

因此，G.711碼型的語音凈荷容量計算公式為：

語音凈荷容量?=?WAVE文件總容量+音文件數×(MUTELEN?–?WAVEHEADLEN)

其中MUTELEN為靜音幀長度，WAVEHEADLEN為WAVE文件的文件頭大??；

步驟二中對凈荷進行處理，具體步驟如下：

1）凈荷補足；

語音網關的編碼幀長度為10ms/20ms/30ms，凈荷的長度需要為編碼幀長度的整數倍，不足部分需要以靜音幀補足，按0.5個編碼幀計；

2）語音文件補齊靜音幀；

播放語音時，需要將多個語音文件合并成一個完整的通知音，為了避免兩個音直接連接，導致音的突變，需要在語音文件前/后添加靜音幀，規則為：文件頭/文件尾分別加一個編解碼長度幀，對于10ms的編解碼，文件尾加2個長度幀，即加20ms的靜音幀；

因此，對于WAVE文件的凈荷，對于不同的編碼幀，凈荷分別需要增加如下長度的靜音幀長度MUTELEN，10ms?G.711凈荷的長度為80Bytes：

10ms：（1+2+0.5）×80?=?280?B；

20ms：（1+1+0.5）×160=?400?B；

30ms：（1+1+0.5）×240=?600?B；

第三步，根據語音網關支持的碼型類型，以及不同碼型的壓縮比例，分別估算出不同碼型的語音凈荷的總容量；根據語音文件在硬盤中的存儲格式、在內存中的數據格式，分別估算出需要占用的硬盤容量和內存容量；

不同編解碼的語音內存文件所占有的容量，通過如下的過程推算得到：

語音占用內存容量?=語音凈荷容量×語音轉換比率?+?音文件數×（MEMHEADLEN+8/2+1024/2）；

其中定義MEMHEADLEN為24個字節的文件頭；

不同編解碼的語音硬盤文件占用的容量，通過如下的過程推算得到：

語音占用硬盤容量?=語音凈荷容量×語音轉換比率?+?音文件數×（DISKHEADLEN+8/2）；

根據推算公式，從原始WAVE文件得出一種編解碼的語音文件占用的硬盤容量和內存容量，將語音網關支持的所有編解碼的硬盤容量和內存容量進行求和，最終得到語音加載所需要占用的硬盤總容量和內存總容量；

步驟三中硬盤容量和內存容量具體如下；

內存語音文件為了查找和播放音方便，定義了24個字節的文件頭MEMHEADLEN，為了提高內存訪問數據的效率，內存語音文件凈荷按8字節對齊，在內存語音文件存放時，為了避免形成太多的內存碎片，內存語音文件按1KB大小存放；

其中語音轉換比率，需要根據不同國家、不同語言的語音實際轉換實測，取其中的最大值并向上取整：

硬盤語音文件，參考WAVE文件的格式，需要增加58個字節的DISKHEADLEN，語音文件凈荷按8字節對齊；

第四步，獲取語音網關空閑的硬盤容量和內存容量，和第三步得出的數據進行比較，從而得出語音加載的預判結論；

步驟四具體如下；

從語音網關獲取當前空閑硬盤和空閑內存的容量，如果語音網關涉及多臺主機，需要獲取所有需要播放語音的主機的空閑硬盤和空閑內存的容量，如果語音網關上述所有主機的空閑硬盤容量大于語音占用硬盤總容量，且空閑內存容量大于語音占用內存總容量，則正常進行后續的加載語音操作；如果其中任何主機空閑硬盤或者空閑內存不滿足條件，預判結果為不可以加載語音，需要在減少音文件、減少編解碼類型或者增加硬盤內存容量處理后，再進行嘗試加載音操作。