[发明专利]用于控制抖动缓冲器的装置和方法

说明书

技术领域

本申请总体上涉及音频信号处理。更具体而言，本申请的实施方式涉及一种用于控制抖动缓冲器的装置和方法。

背景技术

由于高度不均一的网络条件，通过分组网络进行的语音传输会遭遇延迟的波动，通常称为抖动。在基于IP的网络中，固定的延迟可以归因于由于材料和距离而导致的算法、处理和传播延迟，然而，可变延迟是由于IP网络信息业务量的波动、互联网上不同的传输路径等而引起的。VoIP（互联网语音协议）接收机通常依赖于“抖动缓冲器”来对抗抖动的负面影响。在此，数据包（分组）延迟波动或者抖动被定义为在正常的数据包速率的情况下数据包的实际到达时间与参考时钟之间的时间差。通过引入附加的“播放（play out）”延迟，抖动缓冲器旨在将到达数据包的不均匀流转换成规则的数据包流，使得延迟波动不会对最终用户造成可感知的质量下降。语音通信对于延迟非常敏感，其中，对于正常的通话，单向延迟应当被保持为低于150ms，超过400ms被认为是不可接受的（ITU建议书G.114）。因此，由抖动缓冲器添加的附加延迟需要尽可能小。不幸的是，当数据包由于抖动的网络而晚于它们的预期的播放最后期限到达时，小的抖动缓冲器可能导致更频繁的数据包丢失。

为了在延迟与数据包丢失之间寻找最佳平衡，已经提出了各种抖动缓冲器管理方法。在一种典型的抖动缓冲器算法中，将到达的数据包连同元数据如序号等存储在缓冲器中。在一定量的时间如20ms之后，可以将来自抖动缓冲器的最旧的数据包发送给解码器。相应地，基于新的数据包的序号，将新的数据包插入到抖动缓冲器中。关于抖动缓冲器的设计，有两种常见的方法，即，固定抖动缓冲器和自适应抖动缓冲器。具有固定尺寸的抖动缓冲器提供恒定的缓冲器延迟，并且复杂性最小。显然，如果需要容纳大的延迟波动，则其可能引入过多的延迟。自适应抖动缓冲器动态地分配尺寸，这实际上更常用。

需要进一步改进抖动缓冲器的管理算法，使得能够实现最佳的整体感知质量。

发明内容

根据本申请的一种实施方式，提供了一种用于控制抖动缓冲器的装置，包括：用于估计当前语音段中的第一帧的延迟相对于在前语音段中的最后一个锚帧的延迟的偏移值的语音段间延迟抖动估计器；以及用于基于抖动缓冲器的针对每个帧的长期长度和偏移值来调节抖动缓冲器的长度的抖动缓冲器控制器。

根据本申请的另一种实施方式，用于控制抖动缓冲器的装置包括：用于通过计算历史延迟抖动值的统计分布来估计所述抖动缓冲器的针对每个帧的长期长度的长期长度估计器；以及用于设置所述抖动缓冲器的长度的抖动缓冲器控制器。在该装置中，抖动缓冲器控制器被配置成基于针对当前语音段中的第一帧的所述长期长度和与第一帧同时接收到的帧的数量来设置抖动缓冲器的针对第一帧的长度。

本申请的另一实施方式涉及一种用于控制抖动缓冲器的装置，该装置包括：用于通过计算历史延迟抖动值的统计分布来估计抖动缓冲器的针对每个帧的长期长度的长期长度估计器；以及用于朝着长期长度来调节抖动缓冲器的当前长度的抖动缓冲器控制器。

本申请的又一实施方式提供了一种用于控制抖动缓冲器的装置，包括：用于监测抖动缓冲器的占用率的抖动缓冲器监测器；以及用于响应于占用率满足预定条件来增加抖动缓冲器的长度的抖动缓冲器控制器。

本申请还提供了一种用于控制抖动缓冲器的方法。根据该方法的一个实施方式，该方法包括：估计当前语音段中的第一帧的延迟相对于在前语音段中的最后一个锚帧的延迟的偏移值；以及基于抖动缓冲器的针对每个帧的长期长度和所述偏移值来调节抖动缓冲器的长度。

根据本方法的另一实施方式，通过计算历史延迟抖动值的统计分布来估计抖动缓冲器的针对每个帧的长期长度；以及基于针对当前语音段中的第一帧的长期长度和与第一帧同时接收到的帧的数量来设置抖动缓冲器的针对第一帧的长度。

本方法的又一实施方式包括：通过计算历史延迟抖动值的统计分布来估计抖动缓冲器的针对每个帧的长期长度；然后朝着该长期长度来调节抖动缓冲器的当前长度。

本方法的再一实施方式包括：监测抖动缓冲器的占用率；然后响应于占用率满足预定条件来增加抖动缓冲器的长度。

附图说明

通过举例而非限制的方式来对本申请进行说明，在附图中，相似的附图标记指代相似的元件，在附图中：

图1A是示意性地示出了可以应用本申请的实施方式的一种示例性语音通信系统的图；

图1B是示意性地示出了可以应用本申请的实施方式的另一种示例性语音通信系统的图；

图2是示出了根据本申请的一种实施方式的用于控制抖动缓冲器的装置的图；