[发明专利]一种语音流的处理方法及装置

说明书

技术领域

本发明涉及语音通信领域，尤其涉及一种语音流的处理方法及语音流处理装置。

背景技术

目前，基于因特网协议的语音(Voice over Internet Protocol，VoIP)技术已逐步从试验走向商用，VoIP是指将模拟的声音信号经过压缩和封装之后，以语音数据包的形式在因特网协议(Internet Protocol，IP)网络的环境进行语音信号的传输，也就是通常说的互联网电话、网络电话或IP电话。

但是，在VoIP的实际应用过程中我们遇到了很多实际问题，例如安全性问题，它是VoIP发展中急需解决的关键的问题，在软交换环境中也是软交换技术进一步发展的障碍。可以预计，多媒体通信的高速发展期已经来临，而要把这项业务推向大众，就必须重视安全问题。网络监听作为一种网络安全保障技术，是一种捕获网络上传输的数据并进行分析的行为，这在网络安全领域占有极其重要的地位。对网络安全管理而言，网络监听不仅是监控本地网络状况的直接手段，也是基于网络的入侵检测系统的基础。

由于传统公共交换电话网络(Public Switched Telephone Network，PSTN)采用分层传输、集中交换的设计，因此只要在电信机房的交换装置处挂设监控设备，就可以记录下所有呼叫拨打行为留下的完整通话记录(Call Detail Record，CDR)，从而较容易地执行监控任务。但VoIP采用的是非固定信道传输、分组交换的组网模式，不能再采用传统的监听模式，因此为了保证通信安全，提升服务质量，在大规模运营之际，必须将VoIP监听系统的应用提上日程。

现有技术提供了一种VoIP监听技术，参照图1的现有技术的VoIP监听装置示意图，该VoIP监听技术主要流程包括：

语音流过滤模块在捕获到网络上传输的实时传输协议(Real-time TransportProtocol，RTP)流后，从这个RTP流中按照其中语音流的方向提取出不同方向的两条语音流(为了加以区分，我们把其中一条语音流称为上行语音流，另一条称之为下行语音流，上、下行的称谓是相对的，可以根据不同的应用场景加以定义)，并对这两条语音流分别进行RTP包预处理和语音解码等过程，形成上、下行两条单独的语音信号，并分别对这两条单独的语音信号进行输出、播放，或者生成语音文件加以保存。语音解码模块通常是采用标准的语音解码算法，而语音流过滤模块和RTP包预处理模块在不同系统中有不同的实现方式。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

由于现有技术是通过对单条语音流的解码来实现语音信号的还原，这样一个通话过程就会产生两条语音信号且分别输出，从而只能分别记载通话一方的语音通话记录，缺乏一种技术手段将通话双方的语音通话记录作为一个整体输出进行处理，降低了服务质量。

发明内容

本发明实施例提供了一种语音流的处理方法及一种语音流处理装置，能对至少两条语音流进行合并处理，从而可实现对双方通话乃至多方通话的同时监听，提升了服务质量。

本发明实施例提出了一种语音流的处理方法，包括：

获得至少两条语音流，所述各语音流中携带有用于调整语音流中语音数据包时序的第一信息和用于控制各语音流中语音数据包对应的压缩语音帧同步输出的第二信息；

根据所述第一信息，调整各语音流中语音数据包的时序，并根据所述第二信息，控制将所述调整时序后的各语音流中语音数据包对应的压缩语音帧同步输出；

对所述同步输出的压缩语音帧还原成原始语音帧；

合并所述各语音流对应的原始语音帧。

相应地，本发明实施例还提供了一种语音流处理装置，包括：

语音流获取模块，获得至少两条携带有用于调整语音流中语音数据包时序的第一信息、用于控制各语音流中语音数据包对应的压缩语音帧同步输出的第二信息的语音流；

预处理模块，根据所述第一信息，调整各语音流中语音数据包的时序；

同步控制模块，根据所述第二信息，控制将所述调整时序处理后的各语音流中语音数据包对应的压缩语音帧同步输出；

还原模块，对所述同步输出的压缩语音帧还原成原始语音帧；

语音信号合并模块，合并所述各语音流对应的原始语音帧。

本发明实施例通过首先对获取的至少两条语音流进行语音数据包时序的调整，并控制各语音流对应语音数据包中压缩语音帧的同步输出，然后对同步输出的压缩语音帧进行还原及合并，从而能对至少两条语音流进行合并处理，从而可实现对双方通话乃至多方通话的同时监听，提升了服务质量。