[发明专利]语音信号的混音方法和装置

权利要求书

1.一种语音信号的混音方法，其特征在于，确定混音时长，所述混音时长小于预设的人耳可承受语音延时对应的混音时长边界值，且大于各参混码流的帧长最大者；

混音过程包括：

对各参混终端的码流进行拼包处理；所述拼包步骤包括：对于帧长与混音时长不存在整数倍关系的码流，以帧长的整数倍为拼包单位进行动态拼包处理；具体动态拼包原则为：针对同一终端本次参混后产生的码流，如果能够满足第i个拼包所包含的语音时长与该码流前i-1个拼包所包含的语音时长之和∑t_pb等于混音时长与i的乘积∑t_hy的条件，则按照∑t_pb＝∑t_hy的关系构造第i个拼包；否则，按照∑t_pb＞∑t_hy且|∑t_pb-∑t_hy|小于该码流的一个帧长的关系构造第i个拼包；

调用解码器对拼包后的码流进行解码，将解码获得的语音数据放入各参混终端对应的输入缓存通道；每个输入缓存通道的容量大于或等于一个混音时长的数据量，且能够容纳下任意一个拼包；

从各输入缓存通道分别读取一个混音时长的语音数据进行混音处理，将混音得到的混音数据分别存入各终端对应的输出缓存通道；每个输出缓存通道的容量大于或等于一个混音时长的数据量，且能够容纳下任意一个拼包；

调用编码器对各输出缓存通道中的混音数据进行编码组包处理；所述编码组包步骤包括：对于帧长与设定的混音时长不存在整数倍关系的码流，以帧长的整数倍为组包单位进行动态编码组包处理；具体动态编码组包原则为：针对同一终端本次参混后产生的码流，如果能够满足第i个编码组包所包含的语音时长与该码流前i-1个编码组包所包含的语音时长之和∑t_zb大于混音时长与i的乘积∑t_hy的条件，则按照∑t_zb＝∑t_hy的关系构造第i个编码组包；否则，按照∑t_zb＜∑t_hy且|∑t_zb-∑t_hy|小于该码流的一个帧长的关系构造第i个编码组包。

2.如权利要求1所述的方法，其特征在于，所述混音时长尽可能多的与各参混终端所采用码流的帧长成整倍数关系。

3.如权利要求2所述的方法，其特征在于，当参混终端中包括采用G系列码流协议和MPEG系列码流协议的终端时，所述混音时长取60ms。

4.如权利要求1所述的方法，其特征在于，所述解码步骤包括：每个输入缓存通道为一个解码缓存区；一个解码缓存区容纳两个混音时长的语音数据；

在开始向一解码缓存区存储相应码流的拼包时，初始化解码缓存区，将相应码流的第1个拼包作为有效码流保存到解码缓存区，并记录有效码流的起始地址和结束地址；后续拼包以有效码流的结束地址为起点存放，并更新有效码流的结束地址；如果解码缓冲区满，则循环存放；每次进行混音时，从有效码流的起始地址读取一个混音时长的语音数据，被读取的语音数据变为无效码流，更新有效码流的起始地址。

5.如权利要求4所述的方法，其特征在于，每个输出缓存通道包括两个混音输出缓存区；每个混音输出缓存区容纳一个混音时长的语音数据；

混音后输出的混音数据交替存放在两个混音输出缓存区内；进行编码时，从两个混音输出缓存区交替读取一个混音时长的混音数据。

6.如权利要求5所述的方法，其特征在于，将语音数据存入解码缓存区之前，进一步包括：当参混终端切换时，如果出现终端切换的解码缓存区中存在切换前终端的残留语音数据，则先初始化存在残留数据的解码缓存区，再存入切换后终端的解码数据；

所述编码组包步骤进一步包括：当参混终端切换时，对于切换的终端，如果切换前对应的混音输出缓存区中存在残留语音数据，则执行以下步骤A和B之一：

A、丢弃所述残留数据，并在编码组包时，在所述残留语音数据的时间段补充静音包，再进行编码组包处理；

B、将所述残留数据和切换后对应的混音输出缓存区中的语音数据拼接，再进行编码组包处理。