[发明专利]处理并发语音

说明书

背景技术

所公开的实施例通常涉及分布式客户端-服务器计算机网络系统，并且具体涉及用于处理并发语音的系统和方法。每天，都会举行成百上千的会议，特别是电话会议。不像那些现场会议，电话会议的出席者通常从不同地理位置参加并讲话。但是，由于缺乏视觉线索和其他原因，电话会议的出席者更可能在同时或者大约同时讲话，造成同时、并发或以其他方式重叠的讲话。尽管增加了该重叠讲话的可能性，电话会议的用户仍旧期望他们与其他用户通信是有序和有效的。

在会议系统中，当许多出席者在同时或大约同时讲话时，讲话者的讲话可能在延长的时期内不会被听见，直到所有“早的”讲话已被输出。延长的延迟通常导致用户挫折和混乱，因为讲话者试图再讲一遍或者确定会议系统是否有错误或数据丢失。当讲话频繁被打断时，该情形恶化，并且必须重复许多次才能被完全传递，降低了会议系统的有效性。

发明内容

通过下面所述的所公开的系统和方法来减少或消除上述的用于处理并发语音的常规方法的问题。

在许多情形下，提供有选择地消除并发语音但仍满足用户的使其讲话被适当处理或传递的感知的系统和方法是有利的。特别是，基于一个或多个其他参与者的讲话的属性来有选择地调整特定参与者的讲话的输出，可以增加会议系统的有效性，而没有以串行先入先出方式广播大量参与者讲话的伴随成本。

在一些实施例中，在服务器系统处执行一种方法，该服务器系统具有一个或多个处理器和存储器，所述存储器存储一个或多个程序，用于由所述一个或多个处理器执行，以便执行所述方法。所述方法包括：从会话的第一参与者接收语音数据，从该会话的第二参与者接收语音数据，以及输出第一参与者的语音。所述方法进一步包括：当第二参与者的语音与第一参与者的语音的末端部分在时间上重叠少于第一预定阈值量时，根据对该会话的参与者的语音的调整输出第二参与者的语音，以及当第二参与者的语音与第一参与者的语音的末端部分在时间上重叠多于该第一预定阈值量时，丢弃第二参与者的语音。在一些实施例中，所述方法可选地包括通过延迟第二参与者的语音的输出而根据对该会话的参与者的语音的调整输出第二参与者的语音。

根据一些实施例，一种计算机系统(例如客户端系统或服务器系统)包括一个或多个处理器、存储器和一个或多个程序。所述一个或多个程序存储在存储器中并且被配置为由所述一个或多个处理器执行且所述一个或多个程序包括用于执行上述方法的操作的指令。根据一些实施例，一种非瞬时计算机可读存储介质在其中存储指令，当所述指令被一个或多个处理器执行时，使得计算机系统(例如，客户端系统或服务器系统)执行上述方法的操作。

附图说明

为了更好理解所公开的实施例，下面应该参考实施例的描述，并且结合下面的附图，在附图中，相似的参考标记通篇指代对应的部件。

图1是根据一些实施例图示分布式客户端-服务器系统的框图。

图2是根据一些实施例图示客户端系统的框图。

图3是根据一些实施例图示服务器系统的框图。

图4包括根据一些实施例图示用于处理并发语音的客户端-服务器系统的流程图。

图5是根据一些实施例图示处理并发语音的方法的流程图。

图6是根据一些实施例图示处理并发语音的示例的框图。

图7是根据一些实施例图示处理并发语音的第二示例的框图。

图8是根据一些实施例图示处理并发语音的第三示例的框图。

图9是根据一些实施例图示处理并发语音的第四示例的框图。

图10是根据一些实施例图示处理并发语音的第五示例的框图。

具体实施方式

将理解，尽管这里可以使用术语“第一”、“第二”等来描述各种元素，但是这些元素不应被这些术语所限制。这些术语只用于区分一个元素和另一个元素。例如，第一参与者可以被称为第二参与者，并且类似地，第二参与者可以被称为第一参与者，而不会改变描述的含义，只要所有并发的“第一参与者”一致地被改名并且所有并发的“第二参与者”一致地被改名。第一参与者和第二参与者都是参与者，但是他们不是相同的参与者。