[发明专利]音频混合

说明书

技术领域

本发明涉及混合音频信号的方法和被设计以根据这种方法来操作的音频 混合装置。

背景技术

在音频会议系统中，若干参与者被连接到会议桥(conference bridge)。会 议桥将处理参与者的入场控制、会议控制功能等。当正在进行音频会议时， 会议桥进行媒体处理以便从参与者接收音频信号，将音频信号混合为将被发 送到参与者的总信号(除了将减去其自身的信号以避免回声以外)。

总体上，会议系统应该可缩放，即，运行会议桥的硬件应该能够同时处 理若干会议和大量参与者。然而，在音频会议中的通常的行为是最大2或3 个人们同时讲话。而且，需要限制被允许同时讲话的人们的数量以使得该会 议对听众来说是有意义的。因此，有利的是，设计用于控制音频信号的混合 的逻辑，以便对于特定的会议，同时允许某一最大数量的活跃参与者。将根 据这些活跃的参与者计算所得总混合音频信号。活跃参与者将在已经减去其 自身的信号以避免参与者听到他自己的声音之后，接收该总混合信号。所有 其他参与者将接收并听到该总混合信号。以这种方式，仅需要发送少量不同 的信号。这减少了混合和编码两者的复杂性。

另外，即使活跃参与者的当前数量低，也期望最大化要混合的音频信道 的数量。这是因为，混合太多信道，其中一些仅包含背景噪声，这会降低质 量，如它会降低所得混合信号的信噪比。

本发明解决了如下问题：当将相应的音频信号混合为所得混合音频信号 时如何选择音频信道，。

EP 0 995 191公开了多个同时音频流的混合。每个流包括一系列帧，且从 同时帧选择要被混合的一个子组的特定帧。该选择包括按重要性的顺序对该 同时帧分级，并然后选择最重要的帧。该分级基于每个同时帧所固有的质量， 诸如其内能(energy content)。选择还可以基于内能与被分配给各个流的优先级 的组合。

现有技术的一个问题是难以将新的音频流包括到音频流的混合中。例如， 考虑新用户想参与的语音会议。如果该新用户的音频流不被分派足够高的等 级，由于其低的内能或由于其音频流的低优先级，具有更高等级的其他音频 流将阻止该新的参与者轻易加入该会议。

上述现有技术的另一问题是这种用于混合音频流的机制在某些普通情况 下将导致背景噪声中恼人的切换行为。在研究以下本发明的公开时，将更全 面地理解该问题。

发明内容

本发明的目的是减轻用于选择要被混合的音频信道的现有技术机制的一 些问题。

本发明通过提供根据权利要求1的用于混合音频信号的方法和根据权利 要求9的用于音频混合的音频混合装置来实现该目的。

本发明基于以下思想：将混合什么音频信道的选择基于音频信道的动态 行为(按照音频信道是否活跃)，而不是将该选择基于音频信道的定量测量。

根据本发明，在混合堆栈中排列一组音频信道，且从在堆栈中预定阈值 水平之上的最顶部信道产生混合音频信号。每当信道变得活跃时，则将其放 置在堆栈的顶部。这具有以下优点：每当音频信道变得活跃时，它都将成为 混合音频输出信号的一部分，而不考虑其在系统中的分级。在语音会议应用 中，这意味着新用户可以容易地加入正在进行的会议，而不必须依赖例如在 不同的用户之间由系统对他的分级。

本发明的另一优点在于：将避免在一些情况下在背景噪声中的恼人的切 换行为。在当信道从活跃变为不活跃时、且不存在足够的活跃信道以将该不 活跃信道“推入”到阈值水平之下(即当前活跃信道比要混合的信道的数量 更少)的情况下，刚变成不活跃的信道的背景噪声将成为混合输出信号的一 部分。由于没有要被混合的不活跃信道的不必要改变，这将产生更自然的混 合输出信号。这可以与如下系统相比较：在该系统中，某一标准确定要混合 什么信道，例如能量标准。在这种系统中，不活跃信道将经常被改变为另一 不活跃信道，这是由于例如后者的背景噪声的内能更高，或由于后者不活跃 信道更好地满足的一些其他标准。这随后会导致在混合输出信号的背景噪声 中的恼人的切换行为。或者，这种系统可以选择在混合输出信号中不包括任 何不活跃信道，这也会导致不太自然的混合输出信号。