專利名稱：一種全交互會議的dsp混音方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻技術(shù)，具體涉及ー種全交互會議的DSP (Digital SignalProcessing,數(shù)字信號處理)混音方法和裝置。
背景技術(shù)：
在多通道音頻會議中，所有參與者都有自由發(fā)言的權(quán)利，每個通道能夠同時接收多個與會者(自己的聲音除外)的聲音，這種會議通常也稱為全交互會議。、
現(xiàn)有技術(shù)中通常采用混音的辦法實現(xiàn)通道能夠同時接收多個與會者的聲音?；煲粢话憔褪侵赣靡粋€輸出設(shè)備播放多個音頻流，提供一個單輸出多輸入的信道。隨著信號處理方法，硬件處理能力方面的不斷改進，多媒體通訊也越來越普及。音頻會議是多媒體通信系統(tǒng)的基本模塊，作為有多個通道參與的音頻會議，在全交互模式下，為了能夠在每個通道同時接受多個與會者的聲音，必須采用多路音頻流混合方案。多個音頻源同時播放時，人耳聽到的聲波是各個聲源聲波的線性疊加，同理聲音在數(shù)字化后，其混音結(jié)果也應是線性相加的。然后，在全交互會議通話中，若將所有通道都參與混音，很可能會導致音頻數(shù)據(jù)溢出而造成混音后失真。另外，若當前與會者A在持續(xù)發(fā)言，突然與會者B發(fā)言打斷，那么在這ー時間段的語言樣本中，按照時域能量大小去選取，有可能會把A拋棄掉，而將B加入到混音之中。因此在實際的會議中必須要確定ー個合適的混音路數(shù)，同時還需要合理確定要參與混音的通道，以保證聲音的清晰度和準確度。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)的技術(shù)問題，本發(fā)明提供ー種具有較好清晰度的全交互會議的DSP混音方法和裝置。本發(fā)明解決技術(shù)問題的技術(shù)方案包括音頻數(shù)據(jù)采集；對與會者通道接收的多路模擬音頻信號進行采集，得到多路語音樣本；幀處理；對輸入的語音樣本按照預先設(shè)定的時間長度進行分幀，得到X個語音樣本數(shù)據(jù)。能量計算；對每一路語音樣本數(shù)據(jù)進行能量計算。確定參與混音的與會通道；根據(jù)計算得到的每一路音頻樣本能量，選擇最大的前4個作為混音通道?；煲?；對確定參與混音的與會通道的語音數(shù)據(jù)進行混音?；煲舭l(fā)送；對混音信號進行處理，向每個與會通道發(fā)送只占ー個信號通道的混音音頻流。其中，每個參與混音的與會通道只接收的另外3個參與混音的與會通道的混音數(shù)據(jù)，其他未參與混音的與會通道接收所有4個參與混音的與會通道的混音數(shù)據(jù)。本發(fā)明還提供ー種全交互會議的DSP混音裝置，包括依次連接的采集單元、處理単元和混音發(fā)送單元。所述處理単元包括幀處理単元、能量計算單元、混音選擇單元和混音単元。其中，所述采集単元用于采集各個與會通道的語音數(shù)據(jù)，所述幀處理單元用于采集的語音數(shù)據(jù)進行幀處理。所述能量計算單元用于對幀處理后的語音數(shù)據(jù)進行能量計算，采用能量累計計算方法。所述混音選擇單元用于根據(jù)各路語音數(shù)據(jù)計算后能量選擇確定能量最大的前4路對于的與會通道參與混音。所述混音単元用于將參與混音的與會通道的語音數(shù)據(jù)進行混音。所述混音發(fā)送單元用于將混音后的語音數(shù)據(jù)通過ー個信號通道發(fā)送給所有與會通道。相較于現(xiàn)有技術(shù)，本發(fā)明ー種全交互會議的DSP混音方法和裝置采用能量累計方法計算語音數(shù)據(jù)能量，通過增加對過去時刻的能量的考慮，選擇并確定能量最大的4個與會通道參與混音，本發(fā)明的有益效果是能夠防止因某路信號突然增大而造成對混音通道選擇的誤差，保證與會者的持續(xù)發(fā)言不會被突然中斷。


圖I是本發(fā)明ー種全交互會議的DSP混音方法的一個實施方式的流程示意圖。圖2是的混音過程中出現(xiàn)噪聲示意圖。圖3是本發(fā)明ー種全交互會議的DSP混音裝置的一個實施方式的方框示意圖。
具體實施例方式下面結(jié)合附圖和具體實施方式
對本發(fā)明做進ー步詳細說明。請參閱圖1，本發(fā)明ー種全交互會議的DSP混音方法包括步驟SI，音頻數(shù)據(jù)采集；對與會者通道接收的多路模擬音頻信號進行采集，得到多路語音樣本；步驟S2,巾貞處通；其中，在時域上語首樣本是短時平穩(wěn)イ目號，例如I秒內(nèi)具有8000幀，對輸入的語音樣本按照預先設(shè)定的長度進行分幀，得到X個語音樣本數(shù)據(jù)。步驟S3，能量計算；對每一路語音樣本數(shù)據(jù)進行能量計算。步驟S4，確定參與混音的與會通道；根據(jù)計算得到的每一路音頻樣本能量，選擇最大的前4個作為混音通道。步驟S5，混音；對確定參與混音的與會通道的語音數(shù)據(jù)進行混音。步驟S6，混音發(fā)送；對混音信號進行處理，向每個與會通道發(fā)送只占ー個信號通道的混音音頻流。其中，每個參與混音的與會通道只接收的另外3個參與混音的與會通道的混音數(shù)據(jù)，其他未參與混音的與會通道接收所有4個參與混音的與會通道的混音數(shù)據(jù)。本實施方式中，混音路數(shù)設(shè)定為4路，即每次參與混音的通道個數(shù)為4個，為了避免出現(xiàn)發(fā)言的與會者沒有被選擇參與混音，在能量計算時采用能量累積計算方法，且在計算每路能量的時候，將過去時刻的能量也考慮進去。公式如下Ε=Σ E(η)/2η其中，η代表時間，O代表當前時間，O彡η彡X，對應于幀處理的時間節(jié)點數(shù)。本發(fā)明的混音路數(shù)的選擇原則是保證與會者的發(fā)言不被打斷，保持其聲音的連續(xù)性，過濾掉混有噪聲的通道，保證聲音的清晰度，在其他實施方式中，也可以根據(jù)需要和與會人數(shù)選擇其他的通道個數(shù)進行混音。
請同時參閱圖2，混音路數(shù)為4路，tl時間段之前有4個與會者在持續(xù)發(fā)言。在tl時間段時，突然有一路通道聲音發(fā)生突變，在這小段的時間內(nèi)其能量值接近或超過了其他正在發(fā)言的與會者，若對tl時間段的語音幀按照最大能量來選取參與混音的通道，這可能將導致有一個持續(xù)發(fā)言的與會通道被拋棄，其發(fā)言會被中斷。而所述實施方式的能量計算將過去時刻能量也進行計算的方法能夠很好避免上述情形的發(fā)生。請參閱圖3，是本發(fā)明ー種全交互會議的DSP混音裝置的一個實施方式的方框示意圖。所述全交互會議的DSP混音裝置包括依次連接的采集單元10、處理單元20和混音發(fā)送單元30。所述處理単元20包括幀處理単元21、能量計算單元22、混音選擇單元23和混音単元24。其中，所述采集単元10用于采集各個與會通道的語音數(shù)據(jù)，所述幀處理單元21用于采集的語音數(shù)據(jù)進行幀處理 。所述能量計算單元22用于對幀處理后的語音數(shù)據(jù)進行能量計算，采用能量累計計算方法。所述混音選擇單元23用于根據(jù)各路語音數(shù)據(jù)計算后能量選擇確定能量最大的前4路對于的與會通道參與混音。所述混音単元24用于將參與混音的與會通道的語音數(shù)據(jù)進行混音。所述混音發(fā)送單元30用于將混音后的語音數(shù)據(jù)通過ー個信號通道發(fā)送給所有與會通道。其中，每個參與混音的與會通道只接收的另外3個參與混音的與會通道的混音數(shù)據(jù)，其他未參與混音的與會通道接收所有4個參與混音的與會通道的混音數(shù)據(jù)。相較于現(xiàn)有技術(shù)，本發(fā)明ー種全交互會議的DSP混音方法和裝置采用能量累計方法計算語音數(shù)據(jù)能量，通過增加對過去時刻的能量的考慮，選擇并確定能量最大的4個與會通道參與混音，本發(fā)明的有益效果是能夠防止因某路信號突然增大而造成對混音通道選擇的誤差，保證與會者的持續(xù)發(fā)言不會被突然中斷。以上實施方式僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施方式對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解其依然可以對前述實施方式所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施方式技術(shù)方案的精神和范圍。
權(quán)利要求
1.ー種全交互會議的DSP混音方法，包括如下步驟 音頻數(shù)據(jù)采集，對與會者通道接收的多路模擬音頻信號進行采集，得到多路語音樣本； 幀處理，對輸入的語音樣本按照預先設(shè)定的時間長度進行分幀，得到X個語音樣本數(shù)據(jù)； 能量計算，對每一路語音樣本數(shù)據(jù)進行能量計算； 確定參與混音的與會通道，根據(jù)計算得到的每一路音頻樣本能量，選擇最大的前4個作為混音通道； 混音，對確定參與混音的與會通道的語音數(shù)據(jù)進行混音； 混音發(fā)送，對混音信號進行處理，向每個與會通道發(fā)送只占ー個信號通道的混音音頻流。
2.根據(jù)權(quán)利要求I所述的全交互會議的DSP混音方法，其特征在于，所述混音發(fā)送具體包括每個參與混音的與會通道只接收的另外3個參與混音的與會通道的混音數(shù)據(jù)，其他未參與混音的與會通道接收所有4個參與混音的與會通道的混音數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的全交互會議的DSP混音方法，其特征在于，所述能量計算具體包括采用能量累積計算方法，按照E =Σ E (η)/2η計算能量，其中，η代表時間，O代表當前時間，O≤η≤X，X對應于幀處理的時間節(jié)點數(shù)。
4.ー種全交互會議的DSP混音裝置，其特征在于，包括依次連接的采集單元、處理單元和混音發(fā)送單元。所述處理単元包括幀處理単元、能量計算單元、混音選擇單元和混音單元。其中，所述采集単元用于采集各個與會通道的語音數(shù)據(jù)，所述幀處理單元用于采集的語音數(shù)據(jù)進行幀處理。所述能量計算單元用于對幀處理后的語音數(shù)據(jù)進行能量計算，采用能量累計計算方法。所述混音選擇單元用于根據(jù)各路語音數(shù)據(jù)計算后能量選擇確定能量最大的前4路對于的與會通道參與混音。所述混音単元用于將參與混音的與會通道的語音數(shù)據(jù)進行混音。所述混音發(fā)送單元用于將混音后的語音數(shù)據(jù)通過ー個信號通道發(fā)送給所有與會通道。
5.根據(jù)權(quán)利要求4所述的全交互會議的DSP混音裝置，其特征在干，每個參與混音的與會通道只接收的另外3個參與混音的與會通道的混音數(shù)據(jù)，其他未參與混音的與會通道接收所有4個參與混音的與會通道的混音數(shù)據(jù)。
全文摘要
本發(fā)明公開了一種全交互會議的DSP混音方法，包括音頻數(shù)據(jù)采集，得到多路語音樣本；幀處理，對輸入的語音樣本按照預先設(shè)定的時間長度進行分幀，得到多個語音樣本數(shù)據(jù)；能量計算，對每一路語音樣本數(shù)據(jù)進行能量計算；確定參與混音的與會通道，根據(jù)計算得到的每一路音頻樣本能量，選擇最大的前4個作為混音通道；混音，對確定參與混音的與會通道的語音數(shù)據(jù)進行混音；混音發(fā)送，對混音信號進行處理，向每個與會通道發(fā)送只占一個信號通道的混音音頻流。本發(fā)明還公開了一種使用上述全交互會議的DSP混音方法的裝置。本發(fā)明能夠防止因某路信號突然增大而造成對混音通道選擇的誤差，保證與會者的持續(xù)發(fā)言不會被突然中斷。
文檔編號H04L29/06GK102664019SQ20121012957
公開日2012年9月12日 申請日期2012年4月27日 優(yōu)先權(quán)日2012年4月27日
發(fā)明者代同杰, 王有海, 王灝 申請人:深圳市邦彥信息技術(shù)有限公司