[发明专利]级联会议中级联会场的处理方法、装置及系统

说明书

技术领域

本发明涉及通信技术领域，尤其涉及级联会议中级联会场的处理方法、装置及系统。

背景技术

一般的视频会议中，通常是一个多点控制单元(MCU，Multipoint ControlUnit)下的普通会场间开会，即会议中的普通会场都是连接在同一个MCU上的。但随着会议容量的增加或者是组网的越来越复杂，这就需要召开级联会议，即不仅每个MCU下的会场入会，并且多个MCU间通过级联会场把多个MCU的会议连成一个会议，这样就达到了多个MCU的会场一起开会的目的。例如某系统需要召开全国会议，其在北京、各省会、各地市、各县均有MCU及会场，这样就可以召开一个全国范围内的级联会议，分别在北京、各省会、各地市安排MCU，各会场分别连接到所属的MCU即可。由于参会会场众多，并且分散在不同的地方，通过级联会议各会场只需要连接最近的MCU，减少对网络的要求。

如下举具体实例对现有的一种级联会议中级联会场的处理方法进行描述，如图1所示，在包含远程呈现会场的级联会议中，MCU1连接有三个会场，分别是远程呈现会场T1、T3和普通会场T2，远程呈现会场T1包括三个屏分别为T1L，T1C，T1R，远程呈现会场T3包括三个屏分别为T3L，T3C，T3R，MCU2连接有三个会场，分别是远程呈现会场T4、T6和普通会场T5，远程呈现会场T4包括三个屏分别为T4L，T4C，T4R，远程呈现会场T6包括三个屏分别为T6L，T6C，T6R。

假设每个MCU都支持保留声音最大2方的音频数据，即MCU从所连接的所有会场(包括普通会场，远程呈现会场和级联会场)中最多选择声音最大的两个会场的音频数据进行混音，如果连接的会场不到两个，则会选择连接的所有的会场的数据进行混音。

若MCU1和MCU2级联召开会议，级联音频通道为T12，假设级联视频通道为一条视频码流，为会场T1的中屏T1C。会议混音处理为：在MCU1的处理中，假设级联通道为最大2方混音，并且假设当时MCU1上的声音最大的2方为会场T1和T2，则MCU1输出到MCU2的级联音频通道的混音码流为T12＝T1+T2。在MCU2中，假设当时声音最大的2方为级联会场T12和T5，如果远程呈现会场T4和T6分别显示的图像为T1C、T5、T6R和T4L、T1C、T5，则对于T4和T6会场听到声音的情况如下：

对会场T4来说，其听到的声音为T12+T5即T1+T2+T5，同时因为会场T4为远程呈现会场，其三个屏幕显示的图像分别为T1会场中屏即T1C、T5、T6会场的右屏T6R的图像。由于用户希望T4会场看到的图像方位与听到的声音方位对应，即听到T1的声音在左边，听到T5的声音在中间，而听到T6的声音在右边，由于各会场本身的声音有一定的方位，并不一定与图像显示的方位一致，所以MCU2就需要对T4听到的声音进行处理，即对各会场的声音进行方位调整，调整至对应图像的方位后再进行混音输出给会场T4，这样，T4听到的声音方位就能和图像的方位相对应。

对远程呈现会场T6来说，也有和T4同样的问题，也是需要对其听到的声音(T12+T5)的方位进行调整，使其与看到图像的方位相对应。对会场T4、T5、T6来说，由于这三个会场与MCU2直接相连，MUC2可以直接对其音频数据进行处理，分别适应会场T4和T6的方位调整。

如现有技术的上述方案中，T12为级联会场，音频数据为上一级MCU混音的结果，即为会场T1和T2的数据之和，由于T4和T6均显示会场T1C的图像，但图像的位置不一样，如果按照各会场显示图像的位置对T1的音频方位进行调整，由于T1和T2的数据无法分开，也就是同时调整了T2的声音方位，由于两个会场看到T1的图像方位不一样，必然会导致T4和T6听到的T2的方位不一样，不能实现级联会议中各会场的图像方位与声音方位一一对应的效果。

从以上可以看出，级联会场的音频数据作为上一级MCU混音的结果，其声音方位常与显示会场的图像位置不一致，由于作为混音的结果其数据无法分开，针对不同的显示屏幕对音频方位进行调整时不能单独的对和该显示屏幕对应的音频进行调整，而是将该混音的结果做统一的调整，即会将不应该调整的音频方位也做了调整，不能实现级联会议中各会场的图像方位和声音方位的一一对应，降低了与会者的用户体验。

发明内容

本发明实施例提供了一种级联会议中级联会场的处理方法、装置及系统，用于实现级联会议中各会场的图像方位和声音方位的一一对应，提高与会者的用户体验。