[发明专利]一种IP语音缓冲区的动态控制方法及装置

说明书

技术领域

本发明实施例涉及通信的技术领域，尤其涉及一种IP语音缓冲区的动态控制方法及装置。

背景技术

IP电话或网络电话(Voice Over Internet Protocol，VOIP)是将传统的语音信号封装为IP数据包的格式，通过Internet传输至目的地后，再将IP数据包还原为传统的语音信号并播放，从而现实语音通话服务。

与传统电话不同，IP电话并没有一条预先分配的专用逻辑线路用于传输语音，而使用分组交换技术。从IP协议的本质上讲，IP电话不能保证话音服务质量，该话音服务质量包括时延、抖动和丢包。对于分组丢失，数据业务可以采用重传来弥补，但VOIP是实时业务，对时延、抖动等有严格的要求，所以必须要有一定的QOS保证。时延和抖动是VOIP业务中最重要的QOS参数之一，直接影响语音质量，直接关系到语音是否能在接收端真实再现。因此，需要采用一定的算法和措施来消除时延和抖动的影响，保证语音质量。

通常通过在接收端设置一个缓冲区来消除网络的时延和抖动，缓冲区的主要思想是：每个数据包在网络的传输中的时延与其在缓冲区中缓冲的时延之和应该相等。抖动缓冲控制算法包括静态抖动缓冲控制算法和动态抖动缓冲控制算法两种。

静态抖动缓冲控制算法：缓冲区的大小在语音通话建立后一直到语音通话结束，均为固定值，对于抖动超出缓冲区大小的语音包将会丢弃。动态抖动缓冲控制算法：缓冲区的大小随实际网络抖动情况而变化。接收端将当前接收到的语音包的延迟与历史保存的延迟信息相比，得到当前网络的最大抖动，从而选择适当的缓冲区大小。

静态抖动缓冲控制算法模型简单，易于实现。其缺点是当网络抖动较大时丢包率高，而网络抖动较小时，语音延迟较大，不能很好地根据网络情况的变化来调整缓冲区的控制策略，而且初始状态对后续通话的影响很大。一般都选择采用动态抖动缓冲控制算法，能够克服静态抖动缓冲控制算法的缺点。但是传统的动态抖动缓冲控制算法，通常只是选取历史最大值作为缓冲区大小，没有充分利用统计信息，对网络抖动的变化适应不够及时，延迟仍然相对较大。同时，传统的动态抖动缓冲控制算法在抖动变大时，通过插入静音包来增加缓冲区大小；在抖动变小时，通过删除最老的语音包来减小缓冲区大小，这种做法会引起语音失真。

发明内容

本发明实施例的目的在于提出一种IP语音缓冲区的动态控制方法及装置，旨在解决如何能够减少语音失真的问题。

为达此目的，本发明实施例采用以下技术方案：

第一方面，一种IP语音缓冲区的动态控制方法，所述方法包括：

接收语音包，并将所述语音包存放在抖动缓冲区中，通过所述抖动缓冲区消除网络抖动，存放的语音包内容包括包头信息和语音payload，所述包头信息包括包序号和时戳，所述抖动缓冲区的容量由单个语音包的时长决定，所述抖动缓冲区被划分为若干个插槽，从0开始顺序编号，每个插槽存放一个语音包的内容；

从所述抖动缓冲区中获取所述语音包并解码出语音采样数据；

将解码后的语音采样数据存放在语音缓冲区，并提供给声卡播放，其中，所述语音缓冲区总共缓冲了2个语音包长度和10ms的采样数据，所述采样数据分为已播放和未播放两部分。

第二方面，一种IP语音缓冲区的动态控制装置，所述装置包括：

存储模块，用于接收语音包，并将所述语音包存放在抖动缓冲区中，通过所述抖动缓冲区消除网络抖动，存放的语音包内容包括包头信息和语音payload，所述包头信息包括包序号和时戳，所述抖动缓冲区的容量由单个语音包的时长决定，所述抖动缓冲区被划分为若干个插槽，从0开始顺序编号，每个插槽存放一个语音包的内容；

获取模块，用于从所述抖动缓冲区中获取所述语音包并解码出语音采样数据；

播放模块，用于将解码后的语音采样数据存放在语音缓冲区，并提供给声卡播放，其中，所述语音缓冲区总共缓冲了2个语音包长度和10ms的采样数据，所述采样数据分为已播放和未播放两部分。