[发明专利]基于单服务器实现大容量会议服务的系统及方法

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种电话会议、语音会议大容量服务的混音、视频优化技术。

背景技术

目前，针对电话会议和视频会议涉及到的音、视频子系统，如何在提升音、视频品质的同时提高并发容量，一直是学术界、技术界积极探索的课题。针对并发容量有采用服务器级联技术实现大规模并发会议需求；也有采用硬件板卡去分担混音给其CPU带来的负载；还有通过P2P（peer-to-peer,即点对点）技术实现超大规模的会议。针对音、视频品质而言，有采用先进的音、视频编解码实现会议的高品质，如采用GIPS（Global IP Sound）语音引擎，它是采用ILBC（Internet Low Bitrate Codec）的编、解码，是一种适合互联网低比特率传输的编、解码技术。视频方面大都采用H.264或基于多层自适应传输编解码技术。虽然这些技术在一定程度上满足了大容量会议的需求，同时会议品质也有了一定保证。但是以上技术或策略同样也存在弊端，如服务器级联或通过板卡技术会加剧系统的硬件投入，P2P模式满足了大容量，而P2P天生延迟性的弊端导致在交互性很强的会议系统中体现的尤为明显。因此，如何在低廉的单台服务器下满足大规模、高品质会议需求还是亟需解决的一个技术难题。

发明内容

本发明目的是提供一种基于单服务器实现大容量会议服务的系统及方法，其中采用音、视频优化技术实现了单台服务器下高品质、大容量的会议服务。

一种基于单服务器大容量会议服务实现的系统，包括多个与会者客户端和会议服务器，其特征在于：

所述会议服务器包括多个前置处理单元、一个混音处理模块、一个后置处理单元；

所述前置处理单元包括依次连接的缓冲模块、解码模块和降噪模块；所述每个缓冲模块的输入端与一个与会者客户端相连，用于缓冲该与会者客户端的音频数据并输出；所述解码单元将相应与会者客户端缓冲后的音频数据进行编码后转换成线性数据；所述降噪模块用于过滤相应解码单元输出的线性数据中因传输或干扰形成的噪音并输出线性数据至混音处理模块；

所述混音处理模块将多个降噪模块送入的线性数据进行时域线性叠加并送入后置处理单元；

所述后置处理单元包括一个语音代理模块、多个编码模块以及与编码模块一一对应的多个线性分离模块；所述语音代理模块接收混音模块输出的数据或者直接接收单一发言与会者客户端降噪模块输出的数据，再将上述数据进行缓冲，再根据所有静音状态的与会者客户端支持的解码能力进行分类编码后依次送入相应的与会者客户端；所述每个线性分离模块用于从叠加的线性数据中分离并过滤掉相应与会者客户端自身的音频数据后将余下音频数据送入所对应的编码模块；所述每个编码模块采用互不相同的编码格式，用于将语音代理模块输出的或者线性分离模块线性分离后的数据按照相应的编码格式进行编码后送入具有相应解码能力的一个或多个与会者客户端。

上述编码模块包括ULAW/ALAW编码模块、ILBC编码模块和G.729编码模块中的一种或多种。

一种基于单服务器大容量会议服务实现的方法，其特殊之处在于：包括音频处理步骤，所述音频处理步骤包括：

1】音频数据的前置处理：

1.1】正在发言的与会者客户端的音频数据通过网络进入会议服务器，单独进行缓冲处理；

1.2】会议服务器判断当前会议是否还有其他与会者客户端的音频数据输入，若无，则将缓冲后的数据直接进行降噪处理，转至步骤4；若有，则转至步骤1.3；

1.3】将缓冲处理后的数据进行解码和降噪处理；

2】音频数据的混音：

降噪处理后的多个不同与会者客户端音频数据通过线性叠加的方式进行混音；

3】数据的后置处理：

会议服务器根据其他与会者的发言或静音状态进行分类处理，其中针对所有静音状态的与会者客户端而言，会议服务器会将混音后的数据发给语音代理模块，转至步骤4；针对所有发言状态的与会者客户端，会议服务器依次将混音后的数据通过分离和过滤技术，过滤掉该与会者客户端自身的音频输入数据，然后对过滤后的音频数据根据与会者客户端自身解码能力进行对应编码，并将编码后的数据发送给与会者客户端；

4】语音代理处理：

语音代理模块首先将接收到单一发言的与会者客户端降噪后的数据或混音模块输出的数据进行缓冲，然后根据输入数据类型判断，若输入的数据为单一发言的与会者客户端降噪后的数据，则转至步骤5；若为混音模块输出的数据则转至步骤6；