專利名稱：語(yǔ)音服務(wù)器及其語(yǔ)音處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音服務(wù)器及其語(yǔ)音處理方法。
背景技術(shù)：
現(xiàn)有的語(yǔ)音主要有混音和透?jìng)鲀煞N處理方式，而且在同一語(yǔ)音處理系統(tǒng)中，大多只采用單一的處理方式來(lái)處理所有的語(yǔ)音，處理方式固定。由于固定的處理方式大多只針對(duì)常見(jiàn)的一般情況進(jìn)行折中考慮，因此容易導(dǎo)致在某些情況下處理效果的不佳，例如在一個(gè)網(wǎng)絡(luò)聊天室系統(tǒng)中，語(yǔ)音服務(wù)器通常采用混音的方式處理混音數(shù)據(jù)，然而，即使該聊天室中只有固定的一或兩個(gè)用戶聊天時(shí)，采用的還是固定的混音方式，對(duì)有些可以直接通過(guò)透?jìng)鞣绞教幚淼恼Z(yǔ)音還是采用固定的混音的處理機(jī)制進(jìn)行處理，由于混音操作復(fù)雜，從而造成某些語(yǔ)音數(shù)據(jù)傳輸?shù)臅r(shí)延大，且對(duì)服務(wù)器增加了不必要的開(kāi)銷。而且當(dāng)網(wǎng)絡(luò)聊天室用戶的上麥用戶在兩個(gè)以上時(shí)，由語(yǔ)音服務(wù)器以透?jìng)鞣绞教幚碚Z(yǔ)音，并由目的客戶端進(jìn)行混音處理，也可以在確保用戶體驗(yàn)的前提下優(yōu)化語(yǔ)音服務(wù)器及其客戶端的資源配置。

發(fā)明內(nèi)容
本發(fā)明的主要目的在于公開(kāi)一種語(yǔ)音服務(wù)器及其語(yǔ)音處理方法，以靈活地處理多情況下的語(yǔ)音。為達(dá)上述目的，本發(fā)明公開(kāi)了一種語(yǔ)音處理方法，應(yīng)用于聊天室的語(yǔ)音服務(wù)器側(cè)，包括以下步驟:將上麥用戶數(shù)分成至少三個(gè)不同的區(qū)段，并對(duì)應(yīng)上麥用戶數(shù)的不同區(qū)段設(shè)置不同的語(yǔ)音處理方式，所述語(yǔ)音處理方式至少包括透?jìng)鳌⒒煲艉桶胪競(jìng)靼牖煲羧N方式；根據(jù)所述上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式?？蛇x的，上述根據(jù)所述上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式包括:設(shè)置切換語(yǔ)音處理方式的第一及第二閾值；以及當(dāng)所述上麥用戶數(shù)小于所述第一閾值時(shí)，所述語(yǔ)音服務(wù)器以透?jìng)鞯姆绞教幚硭隽奶焓业乃姓Z(yǔ)音數(shù)據(jù)；當(dāng)所述上麥用戶數(shù)大于或等于所述第一閾值且小于所述第二閾值時(shí)，所述語(yǔ)音服務(wù)器以半透?jìng)靼牖煲舻姆绞教幚硭隽奶焓抑械恼Z(yǔ)音數(shù)據(jù)，即以透?jìng)鞣绞教幚砩消溣脩糁g的語(yǔ)音數(shù)據(jù)，并將所有麥上的語(yǔ)音數(shù)據(jù)混音后發(fā)送給聊天室中的其它旁聽(tīng)用戶；當(dāng)所述上麥用戶數(shù)大于或等于所述第二閾值時(shí)，所述語(yǔ)音服務(wù)器以混音的方式處理所述聊天室中的語(yǔ)音數(shù)據(jù)。為達(dá)上述目的，本發(fā)明還公開(kāi)一種與上述處理方法相對(duì)應(yīng)的語(yǔ)音服務(wù)器，包括:與透?jìng)髂K、混音模塊和半透?jìng)靼牖煲裟K建立通信連接的切換模塊，用于獲取上麥用戶數(shù)，判斷上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段，并針對(duì)上麥用戶數(shù)的不同區(qū)段的動(dòng)態(tài)變化調(diào)用相應(yīng)的透?jìng)髂K、混音模塊或半透?jìng)靼牖煲裟K以相應(yīng)的透?jìng)?、混音或半透?jìng)靼牖煲舴绞教幚碚Z(yǔ)音。
可選的，上述切換模塊包括:設(shè)置單元，用于設(shè)置切換語(yǔ)音處理方式的第一及第二閾值；切換單元，用于獲取當(dāng)前的上麥用戶數(shù)，根據(jù)上述設(shè)置單元設(shè)置的第一和第二閾值判斷該上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段；當(dāng)所述上麥用戶數(shù)小于所述第一閾值時(shí)，觸發(fā)所述透?jìng)髂K以透?jìng)鞯姆绞教幚硭隽奶焓业乃姓Z(yǔ)音數(shù)據(jù)；當(dāng)所述上麥用戶數(shù)大于或等于所述第一閾值且小于所述第二閾值時(shí)，觸發(fā)所述半透?jìng)靼牖煲裟K以半透?jìng)靼牖煲舻姆绞教幚硭隽奶焓抑械恼Z(yǔ)音數(shù)據(jù)，即以透?jìng)鞣绞教幚砩消溣脩糁g的語(yǔ)音數(shù)據(jù)，并將所有麥上的語(yǔ)音數(shù)據(jù)混音后發(fā)送給聊天室中的其它用戶；以及當(dāng)所述上麥用戶數(shù)大于或等于所述第二閾值時(shí)，觸發(fā)所述混音模塊以混音的方式處理所述聊天室中的語(yǔ)音數(shù)據(jù)。與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例至少具有以下優(yōu)點(diǎn):可以根據(jù)上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式，實(shí)現(xiàn)了各情況下語(yǔ)音的靈活處理，減少服務(wù)器混音操作的開(kāi)銷。


圖1是本發(fā)明實(shí)施例公開(kāi)的語(yǔ)音處理方法的流程圖；圖2是本發(fā)明實(shí)施例公開(kāi)的語(yǔ)音服務(wù)器的功能結(jié)構(gòu)框圖。
具體實(shí)施例方式下面結(jié)合說(shuō)明書附圖對(duì)本發(fā)明的具體實(shí)現(xiàn)方式做一詳細(xì)描述。實(shí)施例一本實(shí)施例公開(kāi)一種語(yǔ)音的處理方法，應(yīng)用于聊天室的語(yǔ)音服務(wù)器側(cè)，如圖1所示，包括以下步驟:步驟S1、將上麥用戶數(shù)分成至少三個(gè)不同的區(qū)段，并對(duì)應(yīng)上麥用戶數(shù)的不同區(qū)段設(shè)置不同的語(yǔ)音處理方式，所述語(yǔ)音處理方式至少包括透?jìng)?、混音和半透?jìng)靼牖煲羧N方式。本發(fā)明中，所謂上麥用戶即指打開(kāi)麥克風(fēng)、建立有向語(yǔ)音服務(wù)器輸送音頻數(shù)據(jù)通道的用戶。在該步驟中，所謂半透?jìng)靼牖煲舴绞绞侵竿競(jìng)鞣绞教幚砩消溣脩糁g的語(yǔ)音數(shù)據(jù)，并將所有麥上的語(yǔ)音數(shù)據(jù)混音后發(fā)送給聊天室中的其它用戶，值得說(shuō)明的是，該方式中“半”的理解不應(yīng)狹義的限制在1/2，而應(yīng)做廣義的“一部分”理解，后續(xù)不再贅述?，F(xiàn)有語(yǔ)音服務(wù)器的混音處理可以是先解碼源客戶端發(fā)送的語(yǔ)音編碼數(shù)據(jù)，解碼后的數(shù)據(jù)統(tǒng)一為PCM格式，然后判斷所有源客戶端所傳送的語(yǔ)音編碼數(shù)據(jù)的采樣率和聲道是否與標(biāo)準(zhǔn)一致，如果不一致，基于標(biāo)準(zhǔn)采樣率對(duì)與之不同的源客戶端的語(yǔ)音數(shù)據(jù)進(jìn)行重新采樣，并基于標(biāo)準(zhǔn)聲道對(duì)與之不同的所有源客戶端的語(yǔ)音數(shù)據(jù)進(jìn)行擴(kuò)展或合并；根據(jù)時(shí)間戳對(duì)齊所述采樣率和聲道統(tǒng)一的語(yǔ)音數(shù)據(jù)；最后再將對(duì)齊后的語(yǔ)音數(shù)據(jù)進(jìn)行混音處理后發(fā)送給宿客戶端。有關(guān)混音的處理方法，可以參考本案申請(qǐng)人于2011年5月25日被受理的201110136353.0號(hào)專利申請(qǐng)(申請(qǐng)公布日:2011.10.26，公告號(hào):CN102226944A)，在此不作贅述。所謂透?jìng)?，即是透明傳送，也就是語(yǔ)音服務(wù)器不管傳輸?shù)臉I(yè)務(wù)如何，只負(fù)責(zé)將接收的源客戶端的語(yǔ)音數(shù)據(jù)中轉(zhuǎn)到宿客戶端，而不對(duì)傳輸?shù)臉I(yè)務(wù)進(jìn)行處理，由此省略了編解碼及幀對(duì)齊等處理，相比較混音而言，各路數(shù)據(jù)的傳輸時(shí)延更小。步驟S2、根據(jù)上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式。本實(shí)施例中，可選的，語(yǔ)音服務(wù)器設(shè)置有切換語(yǔ)音處理方式的第一及第二閾值；當(dāng)上麥用戶數(shù)小于第一閾值時(shí)，以透?jìng)鞯姆绞教幚砹奶焓业乃姓Z(yǔ)音數(shù)據(jù)；當(dāng)上麥用戶數(shù)大于或等于第一閾值且小于第二閾值時(shí)，以半透?jìng)靼牖煲舻姆绞教幚砹奶焓抑械恼Z(yǔ)音數(shù)據(jù)；以及當(dāng)上麥用戶數(shù)大于或等于第二閾值時(shí)，以混音的方式處理聊天室中的語(yǔ)音數(shù)據(jù)。舉例說(shuō)明:在一個(gè)簡(jiǎn)單的網(wǎng)絡(luò)聊天室系統(tǒng)中，該第一閾值可以設(shè)置為2，第二閾值可以設(shè)置為3 ;藉此，則在該網(wǎng)絡(luò)聊天室中，當(dāng)一個(gè)上麥用戶發(fā)言時(shí)，直接以透?jìng)鞯姆绞綄?duì)該用戶的語(yǔ)音數(shù)據(jù)廣播給聊天室中的其它旁聽(tīng)用戶，當(dāng)兩個(gè)上麥用戶發(fā)言時(shí)，兩上麥用戶之間的語(yǔ)音數(shù)據(jù)以透?jìng)鞣绞竭M(jìn)行傳輸，延時(shí)短，而對(duì)聊天室中的其它用戶，由于這部分用戶都是聽(tīng)眾，對(duì)語(yǔ)音傳輸?shù)募皶r(shí)性要求不高，則接收的是語(yǔ)音服務(wù)器對(duì)該兩上麥用戶混音后的語(yǔ)音數(shù)據(jù)。在其他具體的應(yīng)用場(chǎng)景中，當(dāng)網(wǎng)絡(luò)聊天室用戶的上麥用戶在兩個(gè)以上時(shí)，通過(guò)合理設(shè)置第一閾值，即由語(yǔ)音服務(wù)器以透?jìng)鞣绞教幚碚Z(yǔ)音，并由目的客戶端進(jìn)行混音處理，也可以在確保用戶體驗(yàn)并減少時(shí)延的前提下優(yōu)化語(yǔ)音服務(wù)器及其客戶端的資源配置。同理，通過(guò)第二閾值的合理設(shè)置，可以進(jìn)一步優(yōu)化語(yǔ)音服務(wù)器及其客戶端的資源配置，極大地提高了語(yǔ)音服務(wù)器處理語(yǔ)音的靈活度。綜上，本實(shí)施例公開(kāi)的語(yǔ)音處理方法，可以根據(jù)上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式，實(shí)現(xiàn)了各情況下語(yǔ)音的靈活處理，減少服務(wù)器混音操作的開(kāi)銷。實(shí)施例二本實(shí)施例公開(kāi)一種執(zhí)行上述實(shí)施例一所公開(kāi)方法的語(yǔ)音服務(wù)器，如圖2所示，包括:與透?jìng)髂K1、混音模塊2和半透?jìng)靼牖煲裟K3建立通信連接的切換模塊4，用于獲取上麥用戶數(shù)，判斷上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段，并針對(duì)上麥用戶數(shù)的不同區(qū)段的動(dòng)態(tài)變化調(diào)用相應(yīng)的透?jìng)髂K、混音模塊或半透?jìng)靼牖煲裟K以相應(yīng)的透?jìng)?、混音或半透?jìng)靼牖煲舴绞教幚碚Z(yǔ)音?？蛇x的，如圖2所示，上述切換模塊包括:設(shè)置單元41，用于設(shè)置切換語(yǔ)音處理方式的第一及第二閾值；切換單元42，用于獲取當(dāng)前的上麥用戶數(shù)，根據(jù)上述設(shè)置單元設(shè)置的第一和第二閾值判斷該上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段；當(dāng)上麥用戶數(shù)小于第一閾值時(shí)，觸發(fā)透?jìng)髂K以透?jìng)鞯姆绞教幚砹奶焓业乃姓Z(yǔ)音數(shù)據(jù)；當(dāng)上麥用戶數(shù)大于或等于第一閾值且小于第二閾值時(shí)，觸發(fā)半透?jìng)靼牖煲裟K以半透?jìng)靼牖煲舻姆绞教幚砹奶焓抑械恼Z(yǔ)音數(shù)據(jù)，即以透?jìng)鞣绞教幚砩消溣脩糁g的語(yǔ)音數(shù)據(jù)，并將所有麥上的語(yǔ)音數(shù)據(jù)混音后發(fā)送給聊天室中的其它旁聽(tīng)用戶；以及當(dāng)上麥用戶數(shù)大于或等于第二閾值時(shí)，觸發(fā)混音模塊以混音的方式處理聊天室中的語(yǔ)音數(shù)據(jù)。舉例說(shuō)明:在一個(gè)簡(jiǎn)單的網(wǎng)絡(luò)聊天室系統(tǒng)中，該第一閾值可以設(shè)置為2，第二閾值可以設(shè)置為3 ;藉此，則在該網(wǎng)絡(luò)聊天室中，當(dāng)一個(gè)上麥用戶發(fā)言時(shí)，直接以透?jìng)鞯姆绞綄?duì)該用戶的語(yǔ)音數(shù)據(jù)廣播給聊天室中的其它旁聽(tīng)用戶，當(dāng)兩個(gè)上麥用戶發(fā)言時(shí)，兩上麥用戶之間的語(yǔ)音數(shù)據(jù)以透?jìng)鞣绞竭M(jìn)行傳輸，延時(shí)短，而對(duì)聊天室中的其它用戶，由于這部分用戶都是聽(tīng)眾，對(duì)語(yǔ)音傳輸?shù)募皶r(shí)性要求不高，則接收的是語(yǔ)音服務(wù)器對(duì)該兩上麥用戶混音后的語(yǔ)音數(shù)據(jù)。在其他具體的應(yīng)用場(chǎng)景中，當(dāng)網(wǎng)絡(luò)聊天室用戶的上麥用戶在兩個(gè)以上時(shí)，通過(guò)合理設(shè)置第一閾值，即由語(yǔ)音服務(wù)器以透?jìng)鞣绞教幚碚Z(yǔ)音，并由目的客戶端進(jìn)行混音處理，也可以在確保用戶體驗(yàn)并減少時(shí)延的前提下優(yōu)化語(yǔ)音服務(wù)器及其客戶端的資源配置。同理，通過(guò)第二閾值的合理設(shè)置，可以進(jìn)一步優(yōu)化語(yǔ)音服務(wù)器及其客戶端的資源配置，極大地提高了語(yǔ)音服務(wù)器處理語(yǔ)音的靈活度。綜上，本實(shí)施例公開(kāi)的語(yǔ)音服務(wù)器，可以根據(jù)上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式，實(shí)現(xiàn)了各情況下語(yǔ)音的靈活處理，減少服務(wù)器混音操作的開(kāi)銷。以上公開(kāi)的僅為本發(fā)明的幾個(gè)具體實(shí)施例，但是，本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種語(yǔ)音處理方法，應(yīng)用于聊天室的語(yǔ)音服務(wù)器側(cè)，其特征在于，包括以下步驟: 將上麥用戶數(shù)分成至少三個(gè)不同的區(qū)段，并對(duì)應(yīng)上麥用戶數(shù)的不同區(qū)段設(shè)置不同的語(yǔ)音處理方式，所述語(yǔ)音處理方式至少包括透?jìng)鳌⒒煲艉桶胪競(jìng)靼牖煲羧N方式； 根據(jù)所述上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式。
2.根據(jù)權(quán)利要求1所述的語(yǔ)音處理方法，其特征在于，所述根據(jù)所述上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式包括: 設(shè)置切換語(yǔ)音處理方式的第一及第二閾值；以及 當(dāng)所述上麥用戶數(shù)小于所述第一閾值時(shí)，所述語(yǔ)音服務(wù)器以透?jìng)鞯姆绞教幚硭隽奶焓业乃姓Z(yǔ)音數(shù)據(jù)； 當(dāng)所述上麥用戶數(shù)大于或等于所述第一閾值且小于所述第二閾值時(shí)，所述語(yǔ)音服務(wù)器以半透?jìng)靼牖煲舻姆绞教幚硭隽奶焓抑械恼Z(yǔ)音數(shù)據(jù)； 當(dāng)所述上麥用戶數(shù)大于或等于所述第二閾值時(shí)，所述語(yǔ)音服務(wù)器以混音的方式處理所述聊天室中的語(yǔ)音數(shù)據(jù)。
3.一種語(yǔ)音服務(wù)器，其特征在于，包括: 與透?jìng)髂K、混音模塊和半透?jìng)靼牖煲裟K建立通信連接的切換模塊，用于獲取上麥用戶數(shù)，判斷上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段，并針對(duì)上麥用戶數(shù)的不同區(qū)段的動(dòng)態(tài)變化調(diào)用相應(yīng)的透?jìng)髂K、混音模塊或半透?jìng)靼牖煲裟K以相應(yīng)的透?jìng)鳌⒒煲艋虬胪競(jìng)靼牖煲舴绞教幚碚Z(yǔ)音。
4.根據(jù)權(quán)利要求3所述的語(yǔ)音服務(wù)器，其特征在于，所述切換模塊包括: 設(shè)置單元，用于設(shè)置切換語(yǔ)音處理方式的第一及第二閾值； 切換單元，用于獲取當(dāng)前的上麥用戶數(shù)，根據(jù)上述設(shè)置單元設(shè)置的第一和第二閾值判斷該上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段；當(dāng)所述上麥用戶數(shù)小于所述第一閾值時(shí)，觸發(fā)所述透?jìng)髂K以透?jìng)鞯姆绞教幚硭隽奶焓业乃姓Z(yǔ)音數(shù)據(jù)；當(dāng)所述上麥用戶數(shù)大于或等于所述第一閾值且小于所述第二閾值時(shí)，觸發(fā)所述半透?jìng)靼牖煲裟K以半透?jìng)靼牖煲舻姆绞教幚硭隽奶焓抑械恼Z(yǔ)音數(shù)據(jù)，即以透?jìng)鞣绞教幚砩消溣脩糁g的語(yǔ)音數(shù)據(jù)，并將所有麥上的語(yǔ)音數(shù)據(jù)混音后發(fā)送給聊天室中的其它旁聽(tīng)用戶；以及當(dāng)所述上麥用戶數(shù)大于或等于所述第二閾值時(shí)，觸發(fā)所述混音模塊以混音的方式處理所述聊天室中的語(yǔ)音數(shù)據(jù)。
全文摘要
本發(fā)明公開(kāi)一種語(yǔ)音服務(wù)器及其語(yǔ)音處理方法，以靈活地處理多情況下的語(yǔ)音。該語(yǔ)音處理方法可應(yīng)用于聊天室的語(yǔ)音服務(wù)器側(cè)，包括將上麥用戶數(shù)分成至少三個(gè)不同的區(qū)段，并對(duì)應(yīng)上麥用戶數(shù)的不同區(qū)段設(shè)置不同的語(yǔ)音處理方式，語(yǔ)音處理方式至少包括透?jìng)?、混音和半透?jìng)靼牖煲羧N方式；根據(jù)上麥用戶數(shù)區(qū)段的變化動(dòng)態(tài)切換語(yǔ)音處理方式。本發(fā)明公開(kāi)的語(yǔ)音服務(wù)器包括與透?jìng)髂K、混音模塊和半透?jìng)靼牖煲裟K建立通信連接的切換模塊，用于獲取上麥用戶數(shù)，判斷上麥用戶數(shù)所處的切換語(yǔ)音處理方式的區(qū)段，并針對(duì)上麥用戶數(shù)的不同區(qū)段的動(dòng)態(tài)變化調(diào)用相應(yīng)的透?jìng)髂K、混音模塊或半透?jìng)靼牖煲裟K以相應(yīng)的透?jìng)?、混音或半透?jìng)靼牖煲舴绞教幚碚Z(yǔ)音。
文檔編號(hào)H04H60/04GK103151045SQ201310055270
公開(kāi)日2013年6月12日 申請(qǐng)日期2013年2月21日 優(yōu)先權(quán)日2012年10月30日
發(fā)明者李曉鵬, 潘年華, 靳國(guó)文, 王海, 周平, 晏利平, 羅光喜, 楊通濤, 羅洋, 彭佳琦, 袁孟全, 張?jiān)?申請(qǐng)人:貴陽(yáng)朗瑪信息技術(shù)股份有限公司