[发明专利]音视频同步检测方法及其系统、语音检测方法及其系统

说明书

技术领域

本发明涉及通信领域中的音视频检测技术，尤其涉及一种音视频同步检测方法及其系统，以及一种语音检测方法及其系统。

背景技术

移动通信视频业务中，由于音频和视频在编码过程中并不携带时间信息，因此获得音视频的同步信息变得相当困难。

如果预先在音视频编码后的音频数据包和视频数据包中分别添加时间信息，则当编码后的音视频文件经网络传输到达接收端后，通过对接收端接收到的音视频文件进行解析，解析出音频数据包和视频数据包中携带的时间信息，然后根据解析出的时间信息判断音视频的同步情况。

但是上述音视频同步检测方法存在以下问题：

(1)尽管音频和视频在分别打包后携带时间信息，但是二者分组打包后的时间信息没有相应的对应关系，再者，音频和视频的帧长以及数据包的大小并不相同，因此无法准确确定出音频和视频的相对时延；

(2)根据音频数据包和视频数据包包头中携带的时间信息对音视频同步进行同步检测的结果，仅能反映网络的传输时延，而在实际播放过程中，接收端的音视频文件播放器设有缓存，经过解码的音频流和视频流由播放器通过缓存进行同步调整，因此，根据音频数据包和视频数据包包头中携带的时间信息进行音视频同步检测的结果不能反映出音视频文件播放器进行同步调整后对音视频同步所产生的影响，即，采用该种方式进行音视频同步检测所得到的结果不准确。

发明内容

本发明实施例提供了一种音视频同步检测方法及其系统，用以解决现有音视频同步检测准确性低的问题。

本发明实施例提供的技术方案包括：

一种音视频同步检测方法，包括如下步骤：

确定目标端所播放的音视频文件中，与音频参考数据匹配的音频段的起始播放时间，以及与视频参考数据匹配的视频帧的起始播放时间；

根据所述与音频参考数据匹配的音频段的起始播放时间，以及所述与视频参考数据匹配的视频帧的起始播放时间，确定出所述音视频文件在目标端播放时的音视频播放时间差；

获取所述音视频文件在源端播放时的音视频播放时间差，根据所述音视频文件在源端和目标端播放时的音视频播放时间差，确定出所述音视频文件在所述目标端播放时的音视频同步情况。

一种音视频同步检测系统，包括：

音频识别模块，用于确定目标端所播放的音视频文件中，与音频参考数据匹配的音频段的起始播放时间；

视频识别模块，用于确定目标端所播放的音视频文件中，与视频参考数据匹配的视频帧的起始播放时间；

时间差确定模块，用于根据所述音频识别模块确定出的与音频参考数据匹配的音频段的起始播放时间，以及所述视频识别模块确定出的与视频参考数据匹配的视频帧的起始播放时间，确定出所述音视频文件在目标端播放时的音视频播放时间差；

同步检测模块，用于获取所述音视频文件在源端播放时的音视频播放时间差，根据获取到的所述音视频播放时间差以及所述时间差确定模块确定出的音视频播放时间差，确定出所述音视频文件在所述目标端播放时的音视频同步情况。

本发明的上述实施例，对于目标端所播放的音视频文件，确定其与音频参考数据匹配的音频段的起始播放时间，以及与视频参考数据匹配的视频帧的起始播放时间，从而得到目标端播放时的音视频播放时间差，然后与该音视频文件在源端播放时的音视频播放时间差相比，从而确定出该音视频文件在所述目标端播放时的音视频同步情况，与现有技术相比，本发明实施例的音视频同步检测不依赖于音视频数据包中的时间信息，而是根据目标端所实际播放的音视频文件进行同步检测，同时将目标端的音视频解码过程中对音视频同步进行调整的因素考虑进去，因此所得到的音视频同步检测结果更加准确。尤其适用于对音视频经网络传输后的音视频同步情况检测的过程。

本发明实施例还提供了一种语音检测方法及其系统，用于解决现有技术语音检测准确度低的问题。

本发明实施例提供的技术方案包括：

一种语音检测方法，包括如下步骤：

根据语音信号短时平均幅度，在待测音频中搜索音频信号，当搜索到短时平均幅度超过第一幅度阈值的音频信号时，从当前时刻起向前搜索音频信号，以及在该时刻后搜索到短时平均幅度首次下降到第一幅度阈值以下的音频信号时，从当前时刻起向后搜索音频信号；

当向前和向后搜索到短时平均幅度降到第二幅度阈值的音频信号时，根据短时平均过零率继续沿原搜索方向搜索音频信号；所述第二幅度阈值小于所述第一幅度阈值；