[发明专利]见你所见(SWYS)

说明书

技术领域

本发明涉及从发送终端到接收终端的媒体的传输。

背景技术

见我所见(SWIS)是经由移动网络进行通信的一种现代方式。在SWIS中，通信通常包括音频和视频。SWIS的基本思想是执行电话呼叫并且同时发送描述从中执行电话呼叫的环境的实时视频数据。这意味着接收方可观察发送方执行电话呼叫时的环境和情况的视频。

可以不同的方式实施SWIS。可通过电路交换网络来传输音频并且通过分组交换网络来传输视频。还可通过分组交换网络(例如，VoIP)传输二者。在电路交换(CS)网络中，数字数据作为连续的比特流来发送，由此在传输中几乎没有任何的延迟，或延迟基本上是固定的。在分组交换(PS)网络中，通过将数据形成被传输的短分组来发送数字数据。分组交换网络可具有不可预见的延迟或分组甚至可能被丢失，由此发送方不能确定何时在接收方处接收到数据分组。

当前，通过使用实时传输协议(RTP)来处理通过分组交换网络携带的数据。RTP控制协议(RTCP)基于在会话中向所有的参与者周期性地传输控制分组。RTCP的主要功能是提供对数据分发的质量的反馈。通过发送方和接收方报告执行该反馈。

发送方报告(SR)包括针对所述SR的发送方的同步源标识符(SSRC)。在SR中，存在NTP时间戳，该时间戳指示何时发送SR报告的时间。RTP时间戳对应于与NTP时间戳相同的时间，但在与数据分组中的RTP时间戳相同的单元内并且具有相同的随机偏移。SR还包括关于发送方的分组计数的信息，其是由发送方自开始传输起到生成当前SR的时刻传输的RTP数据分组的总数。SR中发送方的八进制计数告知由发送方自开始传输起到生成当前SR时刻在RTP数据分组中传输的净荷八进制的总数。

接收方报告(RR)还包括接收方报告中所涉及的信息的源标识符(SSRC_n)。RR还包括丢包率，其描述自先前SR或RR分组发送起从源SSRC_n丢失的RTP数据分组的比率。该比率被定义为丢失分组的数目除预期的分组的数目。在RR中丢失的分组的累积数是从接收开始已丢失的来自源SSRC_n的RTP数据分组的总数目。该数目被定义为预期的分组数目减去实际接收到的分组数目，其中接收到的分组数目包括迟到的或复制的任意分组。预期的分组数被定义为接收到的扩展最高序号，其包含从源SSRC_n的RTP数据分组中接收到的最高序号，并且序号具有序号周期的相应计数。RR还包括间隔抖动，其是RTP数据分组到达间隔时间的统计方差的估计。另外RR包括最后一个SR时间戳以及自最后一个SR的延迟(DLSR)，其是从SSRC_n接收最后一个SR分组并且发送当前接收报告块之间的延迟。如果还没有从SSRC_n接收到SR分组，则DLSR字段将设置成零。

SWIS和分组交换网络的问题在于不可预见的延迟，由此发送方不能确定接收方何时接收到媒体分组的确切时间。在视频的环境中，发送方因此不能知道在给定的时间，在接收方处可看见媒体的什么部分。因此，在SWIS中，可能比视频明显早地接收到用户的语音，由此如果发送方正在引述在视频传输中示出的东西，则接收方未必知道发送方正在谈论什么。

可从相关现有技术中找到在视频会议中使用的音频和图像的同步方法。这些方法主要涉及所谓的“唇型同步(lip synchronized)”。在EP1057337B1中，通过检测声音和图像输出之间的任意失配并且在网关中调整通过网关路由的信号的可变延迟直到声音和图像输出同步，声音和图像在实时多媒体通信中同步。

然而，在SWIS中，问题更多的涉及事实上发送方无法确切知道接收方当前正在接收和观察的媒体的什么部分或什么阶段。因此，明显需要提供这种类型通信中的改变以提高在人类发送方和接收方之间的整个信息交换和彼此理解。

发明内容

本发明通过提供用于终端间传递媒体的方法、系统、设备和计算机程序产品来针对此类改进。

在用于从发送终端发送媒体到接收终端的方法中，所述媒体的至少一部分作为数据分组的序列被传输到接收终端并且存储在发送终端中，从而作为对接收到的数据分组的响应，从所述接收终端返回通知，由此根据所述通知，在发送终端中形成所存储的传输媒体的呈现。

在用于从发送终端发送媒体到接收终端的系统中，所述发送终端能够将所述媒体的至少一部分作为数据分组的序列进行传输并且存储所述传输的媒体，从而作为对接收到的数据分组的响应，接收终端能够返回通知，由此系统配置成在所述发送终端中根据所述通知形成所存储的传输媒体的呈现。