[发明专利]会议混音方法、终端和媒体资源服务器

说明书

技术领域

本发明涉及通信技术，尤其涉及一种会议混音方法、终端和媒体资源服务器。

背景技术

实时传输协议(Real-time Transfer Protocol；以下简称：RTP)为数据提供了具有实时特征的端对端传送服务，如在组播或单播网络服务下的交互式视频、音频或模拟数据。另外，应用程序也在用户数据包协议(User Datagram Protocol；以下简称：UDP)上运行RTP，以便使用多路结点和校验服务。RTP和UDP均提供了传输层协议的功能，但RTP可以与其他适合的底层网络或传输协议一起使用；且如果底层网络提供组播方式，则RTP可以使用该组播表传输数据到多个目的地。RTP作为一种网络传输协议，被广泛地应用于音频和视频会议中。

在现有技术中的会议混音方案中，图1为现有技术中会议混音方法的场景示意图，如图1所示，每个终端(User Equipment；以下简称：UE)将自己的语音流发给媒体资源服务器(Media Resource Server；以下简称：MRS)，即UE A、UE B、UE C、UE D分别将自己的语音流发送给MRS；MRS将除各终端自身之外的所有终端的语音流下发给各终端，终端收到会议中其他成员的语音后，在本地完成混音后播放，即MRS将UE B、UE C和UE D的语音流发给UE A，UE A在本地混音后播放；MRS将UEA、UE C和UE D的语音流发给UE B，UE B在本地混音后播放；MRS将UE A、UE B和UE D的语音流发给UE C，UE C在本地混音后播放；MRS将UE A、UE B和UE C的语音流发给UE D，UE D在本地混音后播放。现有技术中的会议混音方案无需对语音媒体进行解码和编码，对服务器的性能消耗较少。

然而，从上述图1中可以看出，假设单路语音的带宽为w，如果有N方成员加入会议，则UE与服务器之间消耗的网络传输带宽为N*N*w，可见，现有技术中的会议混音方案在UE和服务器之间的网络传输带宽消耗很大。

发明内容

本发明的第一个方面是提供一种会议混音方法，包括：

向媒体资源服务器MRS发送语音数据包，在所述语音数据包中携带终端的能量值，所述能量值用于标识所述终端的本地语音音量；

接收所述MRS发送的所述终端自身对应的有效语音数据包，所述有效语音数据包为所述MRS从接收到的所有语音数据包中选择的音量最大的预设数量的语音数据对应的语音数据包；

对所述终端自身对应的有效语音数据包进行混音处理。

本发明的另一个方面是提供一种会议混音方法，包括：

分别接收各终端发送的语音数据包，各所述语音数据包中分别携带所述各终端的能量值，各所述能量值分别用于标识所述各终端的本地语音音量；

根据所述各能量值从所述各语音数据包中选择音量最大的预设数量的语音数据对应的语音数据包，作为有效语音数据包；

将与所述各终端对应的有效语音数据包分别发送到所述各终端，分别由所述各终端进行混音处理。

本发明的又一个方面是提供一种终端，包括：

第一发送模块，用于向媒体资源服务器MRS发送语音数据包，在所述语音数据包中携带终端的能量值，所述能量值用于标识所述终端的本地语音音量；

第一接收模块，用于接收所述MRS发送的所述终端自身对应的有效语音数据包，所述有效语音数据包为所述MRS从接收到的所有语音数据包中选择的音量最大的预设数量的语音数据对应的语音数据包；

混音模块，用于对所述终端自身对应的有效语音数据包进行混音处理。

本发明的再一个方面是提供一种媒体资源服务器，包括：

第二接收模块，用于分别接收各终端发送的语音数据包，各所述语音数据包中分别携带所述各终端的能量值，各所述能量值分别用于标识所述各终端的本地语音音量；

选择模块，用于根据所述各能量值从所述各语音数据包中选择音量最大的预设数量的语音数据对应的语音数据包，作为有效语音数据包；

第三发送模块，用于将与所述各终端对应的有效语音数据包分别发送到所述各终端，分别由所述各终端进行混音处理。

本发明的技术效果是：通过向MRS发送携带UE的能量值的语音数据包，并接收MRS返回的UE自身对应的有效语音数据包，有效语音数据包为MRS选择的音量最大的预设数量的语音数据包，并对UE自身对应的有效语音数据包进行混音处理；本实施例只向UE下发有效语音数据包，与现有技术相比，大大减少了UE和MRS之间网络传输带宽的消耗。