[发明专利]音量调节方法与系统

说明书

技术领域

本发明系涉及一种音频处理方法，尤其涉及一种使用于网络协议语音（Voice over Internet Protocol，VOIP）系统的音量调节方法及系统。

背景技术

图1显示一般的VOIP音频处理系统的架构示意图。

所述VOIP音频处理系统包括发送端（发话端）11与接收端（收话端）13，其分别具有多个硬件模块或组件。

发送端11至少包括模数转换器（Analog-to-Digital Converter，A/C）112、编解码单元114以及打包处理模块（Packet Module）116。接收端13至少包括增益控制（Gain Control）单元130、数模转换器（Digital-to-Analog Converter，D/C）132、编解码单元134以及解包处理模块136。

模数转换器112取得模拟音频流后，将模拟音频流转换成数字音频流。编解码单元114自所述数字音频流采样出多个音频帧（Audio Frame），并根据G.711编码规则对所述音频帧进行编码（压缩）。当完成编码后，编解码单元114输出多个经过压缩的音频帧给打包处理模块116。

打包处理模块116将对一个编码后的数字音频帧加上一个因特网协议（Internet Protocol，以下称IP）标头（Header），经由用户数据报协议（User Datagram Protocol，以下称UDP）模块（未显示）将所述编码后的数字音频帧打包成UDP包，经由实时传输协议（Real-time Transport Protocol，以下称RTP）模块（未显示）将所述UDP包打包成RTP包，并且再将所述RTP包打包成IP包。

重复上述操作，以将所有编码后的数字音频流打包成IP包。打包处理模块116亦可将数个编码后的数字音频流打包成一个IP包。

另外，当发送端11之声音变化检测器（Voice Activity Detector，VAD）（未显示）检测到没有任何用户说话时，令发送端11之无声插入描述符（Silence Insertion Descriptor，SID）单元（未显示）送出适当的背景噪音给接收端13。

每一个IP包内含有目的地的IP地址，如此当被发送到IP网络中时，可根据所述IP地址转送到目的地。

来自发送端11被打包成多个IP包的音频流被发送至接收端13。接收端13的解包处理模块136取得所述IP包后，将所述IP包解开以取得多个RTP包，并利用RTP模块（未显示）将所述RTP包解开以取得多个UDP包，并且利用UDP模块（未显示）将所述UDP包解开以取得多个编码后的数字音频帧。

编解码单元134对所述编码后的数字音频帧译码得到脉冲编码调制（Pulse Code Modulation，PCM）格式的数字音频流。数模转换器132将数字音频流转换回模拟音频流（声音信号）。接收端13的用户可经由增益控制单元130对声音信号的音量进行调节。

在使用多方会议系统时，常常发生各个接收端有音量大小不一致的情况，使得每个接收端的用户必须自行对音量进行增益控制，又或者对放大器线性度、噪声...等参数进行调节。如此一来，用户可能需要经常的调节音量而造成不便。

发明内容

有鉴于此，需提供一种音量调节方法与系统，适用于音频处理系统，用于用于检测所接收之声音信号的音量大小，并根据默认的标准音量来调节输出至收话端的音量大小。

本发明一种实施方式提供一种音量调节方法，其适用于网络电话系统，所述方法包括：接收来自发送端之数字音频流；判断是否检测到激发信号；若检测到所述激发信号，自所述数字音频流，根据编码规则对采样周期内之多个数字音频包进行采样；根据所述采样操作取得对应所述数字音频包之多个输出值，其中所述输出值中之每一输出值对应至一个音量级别；分析所述数字音频包，以统计取得对应所述音量级别之多个累计值，其中每一累计值表示其对应之音量级别之包采样次数的多个累计值；根据所述累计值计算取得平均音量级别；根据所述平均音量级别与标准音量级别计算取得音量调节值；及根据所述音量调节值对所述数字音频流中后续接收到之数字音频包进行音量调节。

优选地，本发明之音量调节方法还包括：判断所述数字音频包之其中一数字音频包的音量调节结果是否超出上限值或下限值；以及若所述音量调节结果超出所述上限值或所述下限值，则根据上界值或下界值对所述调节后的数字音频包进行微调。