[发明专利]一种语音会议混音系统及方法

说明书

本发明公开了一种语音会议混音系统及方法。系统包括会议混音模块。会议混音模块包含输入语音处理单元、输入语音混音单元。输入语音处理单元将每个与会成员的语音输入端口当前帧采集的输入语音数据与前一帧采集的输入语音数据相减，得到每个与会成员当前帧的输入语音差值。输入语音混音单元将当前帧的每个输入语音差值进行逐次叠加，每次叠加得到一个与会成员当前帧的最新混音值。该系统或方法将每个与会成员输入的最新输入语音数据与前一帧输入的语音数据相减，可以有效的去除混音结果的直流分量，避免会议语音信号失真；且设计简单、占用资源少、成本低。

技术领域

本发明涉及语音会议通信技术领域，尤其涉及语音会议混音系统及方法。

背景技术

现有的通信设备中，实现会议混音功能主要有两种实现方式。一种是通过CPU或DSP实现混音；一种是通过FPGA/CPLD实现混音。

通过CPU或DSP实现混音的优点是可能实现更为复杂的混音控制功能。然而，通过CPU或DSP实现混音在相同的会议资源路数时，混音的处理需要占用CPU或DSP的处理时间，更多的会议混音路数要求CPU或DSP在单位时间内能处理更多的指令，从而需要更强的处理器，导致其成本比FPGA/CPLD高出许多。此外，由于CPU或DSP很难做到实时性，所以一般都是基于缓存的语音包处理，而缓存语音包会引入语音的延迟。

通过FPGA/CPLD实现混音功能可以在占用很少资源的前提下轻松实现上万路的语音混音，而且语音混音的实时性很强，引入的语音延迟可以忽略。然而，目前通过FPGA/CPLD实现混音的技术实现由于大都采取了线性语音求和的做法，如果多个输入信号含有同极性的直流分量，线性语音求和后会使结果中的直流分量成倍放大，导致语音数据在这个极性方向溢出的概率变大，溢出后语音波形被削顶，语音信号的信噪比降低。此外，在输入语音含有直流分量时会导致混音后的数据含有直流分量。直流分量会使话机扬声器(听筒)不能发挥其最佳性能而导致语音失真。除非输入信号的直流分量相互抵消，否则求和算法并不能去除直流分量，而现实中很难满足这种巧合。为了克服这些缺点，现有的FPGA/CPLD实现混音的技术在混音模块前需要对语音做预处理，混音后还需要后期调节处理，而这些导致更多的资源占用和成本费用。如果多个会议成员所处的环境接近，从而背景噪声相似，简单的线性语音求和的做法，会使背景噪声成倍放大，导致信噪比降低。

发明内容

针对现有技术的不足，本发明提出了一种语音会议混音系统及方法，该系统或方法使用差值混音求和算法，在FPGA/CPLD上通过分时复用的流水线的方式，完成几十路至上万路语音的会议混音功能，延迟小，且能有效的去除输入信号的直流分量，提高音频信噪比；在不降低混音质量的前提下，解决了现有技术设计复杂、占用资源多、成本高的问题。

为了实现上述目的，本发明技术方案如下：

一种语音会议混音系统，包括会议混音模块。会议混音模块包含输入语音处理单元、输入语音混音单元。输入语音处理单元将每个与会成员的语音输入端口当前帧采集的输入语音数据与前一帧采集的输入语音数据相减，得到每个与会成员当前帧的输入语音差值。输入语音混音单元将当前帧的每个输入语音差值进行逐次叠加，每次叠加得到一个与会成员当前帧的最新混音值；当前帧叠加过程中，第一次叠加是前一帧最后一次叠加得到的最新混音值与当前帧第一个待叠加的输入语音差值相加；输入语音混音单元并且将当前帧每个最新混音值从相应的与会成员的语音输出端口一一输出。

进一步地，会议混音模块还包含输出语音处理单元。输出语音处理单元在当前帧每个最新混音值从相应的与会成员的语音输出端口一一输出前，将每个与会成员的最新混音值减去本与会成员的语音输入端口当前帧采集的输入语音数据。