專利名稱：一種多媒體會議中分布式混音系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種多媒體會議中分布式混音系統(tǒng)。
背景技術(shù)：
語音混音是多媒體會議中一個(gè)重要組成部分.目前的混音方案采用了傳 統(tǒng)的解碼-混音-編碼模式。這種方法的缺點(diǎn)為(1)、服務(wù)器端的中央處理單元(Central Processing Unit, CPU)負(fù)荷較大；(2)、混音效率較低；(3)、編解 碼語音數(shù)據(jù)流帶來的時(shí)延較長；(4)、參與者麥克風(fēng)不能平滑地切換。發(fā)明內(nèi)容為了克服已有的多媒體會議中混音系統(tǒng)的服務(wù)器端的CPU負(fù)荷較大、 混音效率較低的不足,本發(fā)明提供了一種能夠減少服務(wù)器端的CPU負(fù)荷、提 高混音效率的多媒體會議中分布式混音系統(tǒng)。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種多媒體會議中分布式混音系統(tǒng)，該混音系統(tǒng)包括語音主服務(wù)器、語 音子服務(wù)器以及客戶端，所述的客戶端連接語音子服務(wù)器、所述語音子服務(wù) 器連接語音主服務(wù)器，所述的客戶端包括語音采集模塊，用于在與會者說話時(shí)，傳送通話過程中交談的音頻數(shù)據(jù)流；語音發(fā)送模塊，用于將采集的音頻數(shù)據(jù)流通過傳輸協(xié)議對語音幀打包發(fā)送到語音子服務(wù)器；所述的語音主服務(wù)器與語音子服務(wù)器呈樹狀形的網(wǎng)絡(luò)； 所述的客戶端還包括信號能量計(jì)算模塊，用于在采集到音頻數(shù)據(jù)流之后，計(jì)算信號能量E，音 頻數(shù)據(jù)流的當(dāng)前幀的能量E可由以下公式(1)計(jì)算獲得五=W—l2>2["〗(i)20式中，(SlXIL-o,...，AM表示音頻數(shù)據(jù)流的輸入信號；語音幀的短時(shí)平均能量Energy由相鄰兩幀的信號能量El和E2計(jì)算得出=(五l + ￡7) / 2 (2);在語音發(fā)送模塊中，將平均能量存儲到打包發(fā)送的語音幀的擴(kuò)展位； 混音模塊，用于接收語音子服務(wù)器回傳的終選的音頻數(shù)據(jù)，送入抖動緩 沖區(qū)隊(duì)列，經(jīng)過解碼器解碼后送入語音幀緩沖區(qū)隊(duì)列，定時(shí)激活混音算法處 理程序，混音處理程序從每列語音幀緩沖區(qū)中提取最早到達(dá)的語音幀，做語 音信號混音處理，混音公式表示為(6):w/x/"g[/] = J] z."/ z4刀[/] (6) 7=1其中，0'"p"[j1I^Um)，…，w-i表示第j列語音流所包括的語音幀，經(jīng)解碼后得到的語音輸入信號；混音處理后的輸出結(jié)果被放到mixing[i]， M 表示語音流的總數(shù)；處理完畢送到播放緩沖區(qū)隊(duì)列等待回放；所述的語音子服務(wù)器包括-語音接收模塊，用于接收來自作為發(fā)言者的客戶端的音頻數(shù)據(jù)流，并解析語音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前幀的短時(shí)平均能量Energy;初選模塊，用于比較各音頻數(shù)據(jù)流的平均能量大小，根據(jù)設(shè)定的語音流 的總數(shù)，數(shù)選中平均能量最大的音頻數(shù)據(jù)流作為初選結(jié)果；所述的語音主服務(wù)器包括語音接收模塊，用于接收來自各個(gè)語音子服務(wù)器初選完成的音頻數(shù)據(jù) 流，解析語音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前幀的短時(shí)平均能量Energy;語音活動度量計(jì)算模塊，用于計(jì)算音頻數(shù)據(jù)流的語音活動度量^，其算 式為(3):<formula>formula see original document page 8</formula> (3) 其中^為當(dāng)前語音活動，^為上一次活動； 4由矩形窗『'計(jì)算獲得，如下形式(4):4 =i (4)其中，^即最近語音序列的時(shí)間段，。表示當(dāng)前的時(shí)間段，即當(dāng)前的矩 形窗長度；^由矩形窗口『2計(jì)算得出，表示成(5):<formula>formula see original document page 8</formula> … (5)其中，^即上上個(gè)語音序列的時(shí)間段；終選模塊，用于比較各音頻數(shù)據(jù)流的語音活動度量^大小，根據(jù)設(shè)定的 語音流的總數(shù)，數(shù)選中語音活動度量^最大的音頻數(shù)據(jù)流作為終選結(jié)果； 音頻轉(zhuǎn)發(fā)模塊，用于將終選得到的音頻數(shù)據(jù)轉(zhuǎn)發(fā)到客戶端。作為優(yōu)選的一種方案所述的客戶端包括與語音子服務(wù)器連接的客戶端 A、直接與語音主服務(wù)器連接的客戶端H;在所述的語音子服務(wù)器中，接收 來自作為發(fā)言者的客戶端A的音頻數(shù)據(jù)流；在所述的語音主服務(wù)器中，接收 各個(gè)語音子服務(wù)器初選完成的音頻流以及客戶端H的音頻數(shù)據(jù)流。作為優(yōu)選的再一種方案所述的語音主服務(wù)器還包括語音連續(xù)控制模 塊，用于當(dāng)前已有三個(gè)人正在發(fā)言，如第四個(gè)人它的活動度量大于前三者的 任何一位，控制正在說話的人繼續(xù)發(fā)言；如已經(jīng)發(fā)言的三人中任何一位停止 說話，并會選中這第四人，允許該第四人發(fā)言。作為優(yōu)選的另一種方案所述的語音主服務(wù)器還包括子服務(wù)器轉(zhuǎn)發(fā)控 制命令模塊，用于在主服務(wù)器選中的音頻流是來自某個(gè)子服務(wù)器，向該子服 務(wù)器發(fā)送反饋信號，通知它所轉(zhuǎn)發(fā)的某個(gè)音頻流已被選中。進(jìn)一步，在所述的語音采集模塊中，采用語音檢測技術(shù)，傳送通話過程 中的實(shí)際交談的數(shù)據(jù)；當(dāng)與會者不說話處于靜音時(shí)，禁止發(fā)送語音包到服務(wù) 器0更進(jìn)一步，在所述的音頻轉(zhuǎn)發(fā)模塊中，將終選得到的音頻數(shù)據(jù)轉(zhuǎn)發(fā)到除 被選中者之外的其他所有客戶端。本發(fā)明的技術(shù)構(gòu)思為主服務(wù)器(Root Server)實(shí)現(xiàn)終選算法，而子服 務(wù)器(Sub Server)采用初步選擇算法。在這個(gè)架構(gòu)中，主服務(wù)器(Root Server)和子服務(wù)器(Sub Server)組成了一個(gè)樹狀形的網(wǎng)絡(luò)，實(shí)現(xiàn)對各個(gè)客戶端進(jìn)行分布式混音處理?？蛻舳思瓤梢?直接聯(lián)到主服務(wù)器(Root Server),也可以連到子服務(wù)器(Sub Server)。連接 到子服務(wù)器(Sub Server)的客戶端如Al,先發(fā)送音頻流到子服務(wù)器(Sub Served)進(jìn)行初選，如果被子服務(wù)器初選選中，則再轉(zhuǎn)發(fā)到主服務(wù)器(Root Server)做進(jìn)一步的選擇算法。對于直接連到主服務(wù)器的客戶端如Hl，直接發(fā)送音頻流到主服務(wù)器(Root Server)。主服務(wù)接收來自各子服務(wù)器(Sub Server 1， Sub Server2， ...Sub Server N)初選后的音頻流以及直接相連的音頻 流(H1， H2…Hn)，根據(jù)選擇算法選出3~5路音頻流，再通過子服務(wù)器轉(zhuǎn) 發(fā)回客戶端(如Al An， Bl Bn和Cl Cn)，或者直接發(fā)回跟它直接相連的 客戶端(H1，H2.....Hn)。當(dāng)一個(gè)音頻實(shí)時(shí)傳送協(xié)義(Real-Time Transport Protocol, RTP)包到達(dá)客 戶端混音模塊時(shí)，它首先被送入抖動緩沖區(qū)隊(duì)列，經(jīng)過解碼器解碼后送入語 音幀緩沖區(qū)隊(duì)列(先進(jìn)先出隊(duì)列)。 一個(gè)多媒體定時(shí)器將定時(shí)激活混音算法 處理程序，混音處理程序從每列語音幀緩沖區(qū)中提取最早到達(dá)的語音幀，做 語音信號混音處理，處理完畢送到播放緩沖區(qū)隊(duì)列等待回放。本發(fā)明的有益效果主要表現(xiàn)在1、能夠減少了服務(wù)器端的CPU負(fù)荷； 2、提高了混音效率；3、并能夠減少編解碼語音數(shù)據(jù)流帶來的時(shí)延，提高帶 寬資源利用率，并且增強(qiáng)服務(wù)器的轉(zhuǎn)發(fā)能力；4、提高帶寬利用率，節(jié)省通 信資源和麥克風(fēng)資源(應(yīng)用產(chǎn)品中都會限制麥克風(fēng)總數(shù))，并且將會使麥克風(fēng) 的切換更加流暢。


圖1是多媒體會議中分布式混音系統(tǒng)的架構(gòu)圖。圖2是語音幀的短時(shí)平均能量在RTP頭中存儲格式示意圖。圖3是語音活動窗計(jì)算的示意圖。圖4是客戶端混音原理圖。
具體實(shí)施方式
下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。參照圖1 圖4, 一種多媒體會議中分布式混音系統(tǒng)，該混音系統(tǒng)包括 語音主服務(wù)器、語音子服務(wù)器以及客戶端.所述的客戶端連接語音子服務(wù)器、 所述語音子服務(wù)器連接語音主服務(wù)器。所述的客戶端包括語音采集模塊，用于在與會者說話時(shí)，傳送通話過 程中交談的音頻數(shù)據(jù)流；語音發(fā)送模塊，用于將采集的音頻數(shù)據(jù)流通過傳輸 協(xié)議對語音幀打包發(fā)送到語音子服務(wù)器；所述的語音主服務(wù)器與語音子服務(wù)器呈樹狀形的網(wǎng)絡(luò)；所述的客戶端還 包括信號能量計(jì)算模塊，用于在采集到音頻數(shù)據(jù)流之后，計(jì)算信號能量 E，音頻數(shù)據(jù)流的當(dāng)前幀的能量E可由以下公式(1)計(jì)算獲得、2>2["〗五=^— (1)式中，(剩U，.，,表示音頻數(shù)據(jù)流的輸入信號；語音幀的短時(shí)平均能量Energy由相鄰兩幀的信號能量El和E2計(jì)算得出=(五l +五2) / 2 (2);在語音發(fā)送模塊中，將平均能量存儲到打包發(fā)送的語音幀的擴(kuò)展位； 混音模塊，用于接收語音子服務(wù)器回傳的終選的音頻數(shù)據(jù)，送入抖動緩沖區(qū) 隊(duì)列，經(jīng)過解碼器解碼后送入語音幀緩沖區(qū)隊(duì)列，定時(shí)激活混音算法處理程 序，混音處理程序從每列語音幀緩沖區(qū)中提取最早到達(dá)的語音幀，做語音信 號混音處理，混音公式可以表示為(6):wix/"g[/〗=J] /"p"/[y〗[/] (6)戶i其中，^戸心][/]},=。 j一表示第J列語音流所包括的語音幀，經(jīng)解碼后得到的語音輸入信號；混音處理后的輸出結(jié)果被放到m/;a'"gA/, M表示語音流 的總數(shù)；處理完畢送到播放緩沖區(qū)隊(duì)列等待回放；所述的語音子服務(wù)器包括語音接收模塊，用于接收來自作為發(fā)言者的 客戶端的音頻數(shù)據(jù)流，并解析語音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前幀的 短時(shí)平均能量5wwgV;初選模塊，用于比較各音頻數(shù)據(jù)流的平均能量大小， 根據(jù)設(shè)定的語音流的總數(shù)，數(shù)選中平均能量最大的音頻數(shù)據(jù)流作為初選結(jié) 果；所述的語音主服務(wù)器包括語音接收模塊，用于接收來自各個(gè)語音子服 務(wù)器初選完成的音頻數(shù)據(jù)流，解析語音幀的擴(kuò)展位，獲得各音頻數(shù)據(jù)流當(dāng)前 幀的短時(shí)平均能量五恥rgy;語音活動度量計(jì)算模塊，用于計(jì)算音頻數(shù)據(jù)流的 語音活動度量^，其算式為(3):^,4+"2^2 (3)其中4為當(dāng)前語音活動，^為上一次活動； ^由矩形窗『,計(jì)算獲得，可寫成如下形式(4):2>，' (4)其中，『,即最近語音序列的時(shí)間段，/p表示當(dāng)前的時(shí)間段，即當(dāng)前的矩形窗長度；^由矩形窗口K計(jì)算得出，表示成(5):次7 (5) 其中，『2即上上個(gè)語音序列的時(shí)間段；終選模塊，用于比較各音頻數(shù)據(jù)流的語音活動度量^大小，根據(jù)設(shè)定的語音流的總數(shù)，數(shù)選中語音活動度量^最大的音頻數(shù)據(jù)流作為終選結(jié)果；12音頻轉(zhuǎn)發(fā)模塊，用于將終選得到的音頻數(shù)據(jù)轉(zhuǎn)發(fā)到客戶端。所述的客戶端包括與語音子服務(wù)器連接的客戶端A、直接與語音主服務(wù) 器連接的客戶端H;在所述的語音子服務(wù)器中，接收來自作為發(fā)言者的客戶 端A的音頻數(shù)據(jù)流；在所述的語音主服務(wù)器中，接收各個(gè)語音子服務(wù)器初選 完成的音頻流以及客戶端H的音頻數(shù)據(jù)流。圖1示出了一個(gè)基本的分布式混音架構(gòu)。在這個(gè)架構(gòu)中，主服務(wù)器(Root Server)和子服務(wù)器(Sub Server)組成了一個(gè)樹狀形的網(wǎng)絡(luò)，實(shí)現(xiàn)對各個(gè)客戶 端進(jìn)行分布式混音處理?？蛻舳思瓤梢灾苯勇?lián)到主服務(wù)器(Root Server), 也可以連到子服務(wù)器(Sub Server)。連接到子服務(wù)器(Sub Server)的客戶 端如Al，先發(fā)送音頻流到子服務(wù)器(Sub Serverl)進(jìn)行初選，如果被子服 務(wù)器初選選中，則再轉(zhuǎn)發(fā)到主服務(wù)器(Root Server)做進(jìn)一步的選擇算法。對 于直接連到主服務(wù)器的客戶端如HI,直接發(fā)送音頻流到主服務(wù)器(Root Server)。主服務(wù)接收來自各子服務(wù)器(Sub Server 1， Sub Server2, ...Sub Server N)初選后的音頻流以及直接相連的音頻流(H1， H2…Hn)，根據(jù)選擇算法 選出3 5路音頻流，再通過子服務(wù)器轉(zhuǎn)發(fā)回客戶端(如Al An， Bl Bn和 Cl Cn)，或者直接發(fā)回跟它直接相連的客戶端(H1,H2.....Hn)。另外，為了保證該方案有效的工作，每一個(gè)客戶端在采集語音時(shí)采用語 音檢測技術(shù)。當(dāng)與會者不說話處于靜音時(shí)，不再發(fā)送語音包到服務(wù)器，只傳 送通話過程中的實(shí)際交談的數(shù)據(jù)，從而提高帶寬利用率，節(jié)省通信資源和麥 克風(fēng)資源(應(yīng)用產(chǎn)品中都會限制麥克風(fēng)總數(shù))，并且將會使麥克風(fēng)的切換更加 流暢。每個(gè)客戶端采集到語音輸入信號之后將計(jì)算信號能量E,當(dāng)前幀的能量 E可由以下公式計(jì)算獲得——20式中，(4"]表示語音輸入信號.每個(gè)客戶端通過實(shí)時(shí)傳輸協(xié)議對語音 幀打包，每一個(gè)RTP包括兩個(gè)語音幀。語音幀的短時(shí)平均能量Energy由相鄰 兩幀的信號能量El和E2計(jì)算得出= (￡1 + ￡2) / 2 (2)平均能量由兩個(gè)字節(jié)組成，并被存儲到RTP頭的擴(kuò)展位里，如圖2如示。子服務(wù)器(Sub Server)接收來自各客戶端(發(fā)言者)的音頻數(shù)據(jù)流， 通過解析RTP包獲得各音頻數(shù)據(jù)流當(dāng)前幀的短時(shí)平均能量五"ergy。比較各 音頻數(shù)據(jù)流的平均能量大小，選中三個(gè)平均能量最大的音頻數(shù)據(jù)流作為初選 結(jié)果。初選完成后的音頻數(shù)據(jù)流連同該數(shù)據(jù)流對應(yīng)的客戶端識別號被轉(zhuǎn)發(fā)到 主服務(wù)器(RootServer)。為確保說話者語音流暢，使正在進(jìn)行的語音會話不被其他與會者的噪聲 (環(huán)境噪聲，麥克風(fēng)搬動時(shí)的磨擦聲等)打斷，我們定義了一個(gè)語音活動度 量y。它由當(dāng)前語音活動^和上一次活動^決定。^ = 0^+0^2 (3)其中^可以由矩形窗『，(最近語音序列的時(shí)間段)計(jì)算獲得，可寫成如 下形式W ' 這里 表示當(dāng)前的時(shí)間段(矩形窗長度)如圖3所示。而矩形窗『,設(shè)置 成3秒。4由上上個(gè)語音序列的時(shí)間段(矩形窗口K)計(jì)算得出，表示成2>， (5) 『2設(shè)成2秒；這里權(quán)值a,可以為0.6， "2為0.4.主服務(wù)器(Root Server)接收所有與它直接相連的客戶端音頻流以及從 子服務(wù)器初選完成后的音頻流，解析音頻流中的RTP包頭，獲得每個(gè)音頻流 的當(dāng)前語音幀的短時(shí)平均能量。根據(jù)公式(3)計(jì)算語音活動度量y,選出活 動度量W最大的三條音頻流，這三條音頻流相對應(yīng)的發(fā)言者認(rèn)為被真正選 中，選中的三條音頻流將通過主服務(wù)器或者子服務(wù)器轉(zhuǎn)發(fā)給所有與會者(注 不發(fā)給被選中者本身，以減少帶寬資源占用)。為了使每個(gè)與會者能清晰的聽到發(fā)言人的整句話，需要采取策略確保當(dāng) 前發(fā)言者的語音不被打斷。舉個(gè)例子，如果當(dāng)前己經(jīng)有三個(gè)人正在發(fā)言，那 么即使有第四個(gè)人它的活動度量大于前三者的任何一位，這第四個(gè)人也不能 被選中，以避免打斷已經(jīng)進(jìn)行的語音交流，而是讓正在說話的人繼續(xù)發(fā)言。 直到已經(jīng)發(fā)言的三人中任何一位停止說話，服務(wù)器才會選中這第四人，充許 他/她發(fā)言。另外，如果主服務(wù)器選中的音頻流是來自某個(gè)子服務(wù)器，那么主服務(wù)器 不需要發(fā)回該音頻流到該子服務(wù)器，僅僅通過一個(gè)反饋信號通知該子服務(wù) 器，通知它所轉(zhuǎn)發(fā)的某個(gè)音頻流已被選中。這種措施可以有效的減少聲音時(shí) 延，提高帶寬資源利用率，并且增強(qiáng)服務(wù)器的轉(zhuǎn)發(fā)能力。圖4展示了客戶端的混音工作原理。當(dāng)一個(gè)音頻RTP包到達(dá)客戶端混音模塊時(shí)，它首先被送入抖動緩沖區(qū)隊(duì)列，經(jīng)過解碼器解碼后送入語音幀緩沖 區(qū)隊(duì)列(先進(jìn)先出隊(duì)列)。 一個(gè)多媒體定時(shí)器將定時(shí)激活混音算法處理程序， 混音處理程序從每列語音幀緩沖區(qū)中提取最早到達(dá)的語音幀，做語音信號混音處理，處理完畢送到播放緩沖區(qū)隊(duì)列等待回放?；煲艄娇梢员硎緸锳/w/x/"別=g /，4刀[/] (6)其中，{/"/^[刀[/]},=。，…，^表示第J列語音流所包括的語音幀，經(jīng)解碼后得到的語音輸入信號。混音處理后的輸出結(jié)果被放到W/xZ>2g^/。 M表示語音流的總數(shù)，這里設(shè)成3。
權(quán)利要求
1. 一種多媒體會議中分布式混音系統(tǒng)，該混音系統(tǒng)包括語音主服務(wù)器、語音子服務(wù)器以及客戶端，所述的客戶端連接語音子服務(wù)器、所述語音子服務(wù)器連接語音主服務(wù)器，所述的客戶端包括語音采集模塊，用于在與會者說話時(shí)，傳送通話過程中交談的音頻數(shù)據(jù)流；語音發(fā)送模塊，用于將采集的音頻數(shù)據(jù)流通過傳輸協(xié)議對語音幀打包發(fā)送到語音子服務(wù)器；其特征在于所述的語音主服務(wù)器與語音子服務(wù)器呈樹狀形的網(wǎng)絡(luò)；所述的客戶端還包括信號能量計(jì)算模塊，用于在采集到音頻數(shù)據(jù)流之后，計(jì)算信號能量E，音頻數(shù)據(jù)流的當(dāng)前幀的能量E可由以下公式(1)計(jì)算獲得
2、 如權(quán)利要求1所述的一種多媒體會議中分布式混音系統(tǒng)，其特征在 于所述的客戶端包括與語音子服務(wù)器連接的客戶端A、直接與語音主服務(wù) 器連接的客戶端H;在所述的語音子服務(wù)器中，接收來自作為發(fā)言者的客戶端A的音頻數(shù)據(jù)流；在所述的語音主服務(wù)器中，接收各個(gè)語音子服務(wù)器初選完成的音頻流以 及客戶端H的音頻數(shù)據(jù)流。
3、 如權(quán)利要求1或2所述的一種多媒體會議中分布式混音系統(tǒng)，其特 征在于所述的語音主服務(wù)器還包括語音連續(xù)控制模塊，用于當(dāng)前已有三個(gè)人正在發(fā)言，如第四個(gè)人它的活動度量大于前三者的任何一位，控制正在說話的人繼續(xù)發(fā)言；如已經(jīng)發(fā)言的 三人中任何一位停止說話，并會選中這第四人，允許該第四人發(fā)言。
4、 如權(quán)利要求1或2所述的一種多媒體會議中分布式混音系統(tǒng)，其特征在于所述的語音主服務(wù)器還包括子服務(wù)器轉(zhuǎn)發(fā)控制命令模塊，用于在主服務(wù)器選中的音頻流是來自某個(gè) 子服務(wù)器，向該子服務(wù)器發(fā)送反饋信號，通知它所轉(zhuǎn)發(fā)的某個(gè)音頻流已被選 中。
5、 如權(quán)利要求3所述的一種多媒體會議中分布式混音系統(tǒng)，其特征在于在所述的語音采集模塊中，采用語音檢測技術(shù)，傳送通話過程中的實(shí)際 交談的數(shù)據(jù)；當(dāng)與會者不說話處于靜音時(shí)，禁止發(fā)送語音包到服務(wù)器。
6、 如權(quán)利要求4所述的一種多媒體會議中分布式混音系統(tǒng)，其特征在 于在所述的語音采集模塊中，采用語音檢測技術(shù)，傳送通話過程中的實(shí)際 交談的數(shù)據(jù)；當(dāng)與會者不說話處于靜音時(shí)，禁止發(fā)送語音包到服務(wù)器。
7、 如權(quán)利要求1或2所述的一種多媒體會議中分布式混音系統(tǒng)，其特 征在于在所述的音頻轉(zhuǎn)發(fā)模塊中，將終選得到的音頻數(shù)據(jù)轉(zhuǎn)發(fā)到除被選中者之外的其他所有客戶端。
全文摘要
一種多媒體會議中分布式混音系統(tǒng)，該混音系統(tǒng)包括語音主服務(wù)器、語音子服務(wù)器以及客戶端，所述的客戶端連接語音子服務(wù)器、所述語音子服務(wù)器連接語音主服務(wù)器，所述的客戶端包括語音采集模塊，用于在與會者說話時(shí)，傳送通話過程中交談的音頻數(shù)據(jù)流；語音發(fā)送模塊，用于將采集的音頻數(shù)據(jù)流通過實(shí)時(shí)傳輸協(xié)議對語音幀打包發(fā)送到語音子服務(wù)器；信號能量計(jì)算模塊，用于在采集到音頻數(shù)據(jù)流之后，計(jì)算信號能量E；所述的語音主服務(wù)器與語音子服務(wù)器呈樹狀形的網(wǎng)絡(luò)；語音主服務(wù)器實(shí)現(xiàn)終選算法，而語音子服務(wù)器采用初步選擇算法。本發(fā)明提供了一種能夠減少服務(wù)器端的CPU負(fù)荷、提高混音效率的多媒體會議中分布式混音系統(tǒng)。
文檔編號H04M3/56GK101252452SQ20071006791
公開日2008年8月27日 申請日期2007年3月31日 優(yōu)先權(quán)日2007年3月31日
發(fā)明者宋旭東, 杜武平 申請人:紅杉樹(杭州)信息技術(shù)有限公司