[发明专利]一种实现多语言会议的多点控制单元和会议终端

说明书

本申请是对申请号为200610063017.7，申请日为2006年9月30日，名称为“一种实现多语言会议的系统及方法”的申请文件所作的分案申请，其全部内容通过引用包含于本申请之中。 

技术领域

本发明涉及通讯技术领域，尤其涉及一种实现多语言会议的多点控制单元和会议终端。 

背景技术

近年来，随着通讯技术的发展，视讯会议得到了广泛的开展和应用。视讯会议可以理解为通常意义上的电视会议业务，通过多媒体通信手段，利用电视设备和通信网络召开会议，可以同时实现两地或多个地点之间的图像、语音、数据的交互功能。如附图1所示，视讯会议一般由视讯终端、传输网络、多点控制单元(MCU，Multipoint ControlUnit)等几部分组成。 

视讯终端设备主要包括视频输入/输出设备、音频输入输出设备、视频编解码器、音频编解码器、信息通信设备及多路复用/信号分线设备等。其基本功能是将本地摄像机拍摄的图像信号、麦克风采集的声 音信号进行压缩编码，经过传输网络，传至远方会场。同时，接收来自远方会场的声音信号，经过解码后，还原成模拟的图像和声音信号。其中对音频数据的处理过程如附图2所示。 

要组成一个完整的电视会议系统必须通过通信网络将终端设备同MCU连接起来，传输信道可以光纤、电缆、微波或卫星等方式。 

MCU是视讯会议的控制核心，当参加会议的会议终端数量多于两个时，必须经过MCU进行控制，所有会议终端都要通过标准接口连接到MCU，MCU按照国际标准H.221、H.242等协议实现，主要功能是实现图像和语音的混合和交换，实现所有会场的控制功能。 

MCU对于音频数据的处理主要是实现多点会场的混音功能，参与混音的会场为多点会场中发言音量较大的会场。如实现三点混音，则参加混音的会场是多点会场中音量最大的三个会场，混音策略介绍如下： 

1)当前只有一个会场发言，在发言会场听不到自己的声音，其他会场均能听到发言会场的声音； 

2)如果当前有两个会场同时发言，则发言双方均能听到对方的声音，但不能听到自己的声音，而其他会场均能同时听到发言的两个会场的声音； 

3)如果当前有三个会场或超过三个以上的会场同时发言时，则音量最大的三方会场参加混音，如附图3所示，T1、T2、T3为当前会场中 发言音量最大的三个会场，其中任意一个会场均能听到其他两个会场的声音，如T1会场可以听到T2和T3的声音；T1、T2、T3之外其他会场均能同时听到这三个会场的声音。 

采用当前的视讯会议系统开会，会议系统对声音的处理如附图2所示，发言会场的数据编码后发送到MCU，MCU经过混音处理将发言会场的声音数据发送到其他会议终端，其他终端解码后即可听到发言会场的声音。在当前的视讯会议系统中，MCU和终端将某个会场的音频数据是作为一路数据进行处理的。当整个会议系统中只使用一种语言时，多个会场之间的交流不会存在问题。但是，当整个会议系统中存在两种或两种以上的语音种类时，与会者之间就会存在语言交流的障碍，现有技术中针对该问题，可以有以下两种解决方案，我们以中英文混合会议为例，并且考虑多个会场中有一个会场用英文发言的情形： 

第一种方法是：其他所有的中文会场，为了听懂上述英文会场的发言内容，均各自配备翻译人员，分别为自己的会场进行英文到中文的翻译。这样做的后果是，如果会议规模较大，就要配备很多的翻译，造成人员的浪费。而且，每个中文会场的翻译人员在进行翻译时，麦克风会将翻译数据传递给其他会场，这样场面就会非常混乱，在实际中不可行；若麦克风设置为不将翻译数据传递给其他会场，则发言会场不清楚中文会场是否翻译完成，无法控制自己的讲话速度，这样会造成整个会议质量较差。 

第二种方法是：专门指定一个会场为翻译终端，为参与混音的会场发言进行翻译。但这种方案同样存在弊端，如果英文会场发言，该翻译将其翻译成中文，则各个会场均会先听到英文，后听到中文，但事实上，中文会场无需听到英文发言，英文会场也无需听到翻译后的中文发言，这就使得与会者不得不听到许多无用的信息，中英文混杂，使得会议秩序混乱，与会者极易产生疲劳，而且翻译的过程会使会议节奏变慢，效率降低。 

如果再考虑到会议中可能存在三种甚至三种以上的语言种类，而且可能有多个会场同时发言，考虑到混音之后的效果，上述两种方案将会导致会议质量较差，无法应用。 

发明内容