[发明专利]一种音频解码方法和装置

说明书

本发明涉及多方音视频会议领域，公开了一种音频解码方法和装置，其中音频解码方法包括以下步骤：对音频帧进行解码，得到解码结果；判断解码结果中是否存在语音；当不存在语音时，跳过N帧音频帧，对于跳过N帧音频帧后的音频帧返回执行对音频帧进行解码，得到解码结果的步骤，其中，N大于等于1。在音视频会议系统中，多路终端接入时，解码端对没有声音的终端进行跳帧解码，有效降低了整个系统的解码负载，降低系统内存占用率，提高解码后的音频进入混音处理平台时的音质，同时也可以增加接入路数，提高系统利用率。与现有技术相比，本发明提供的音频解码方法不需要对每个音频帧进行声学模型检测打分，进一步有效降低了平台资源的占用率。

技术领域

本发明涉及音视频会议技术领域，具体涉及一种音频解码方法和装置。

背景技术

音视频会议，是提供音频和视频服务的远程会议，系统是通过网络通信技术来实现的虚拟会议。目前，随着通信以及互联网技术的发展，远程音视频交互多方会议系统已经迅速普及。

音视频会议系统顾名思义是包含音频、视频另外还存在数据交互的一个完整系统，具体在音频会议或者音视频会议召开时，需要将多个终端的音频接入平台然后进行混音处理并发回各个终端从而使得会议正常进行，其中对各个接入终端的音频数据进行解码然后混音是一个必经的过程，但是由于不是所有人都在发声，所以并不是所有的接入终端的音频都需要进入混音，只选择有声音的终端进入混音处理，可以有效降低服务器负载，同时也能提高混音后语音的质量。

为了实现上述目的，现在很多主流音视频会议厂家均采用解码后判断能量信息来决定哪个终端进入混音处理，然而这在多个终端接入的情况下，造成了音频解码的高负载以及对解码资源的严重浪费。也有一部分厂商采用在终端发送码流同时带上音频能量信息用于解决是否进行解码从而决定哪些终端进入混音处理的问题，但是这无法做到新老终端的兼容。

公开号CN106710606A的中国专利申请公开了一种基于人工智能的语音处理方法，包括以下步骤：利用声学模型对待解码的语音包中的当前帧进行打分；根据打分结果识别当前帧是否为准静音帧，若为准静音帧，则在解码时跳过当前帧，不对当前帧进行解码；若不为准静音帧，则在解码时对当前帧进行解码。该语音处理方法虽然能够避免冗余解码，对于部分音频帧跳过不解码。但是仍存在以下问题：

1、该技术方案虽然对部分音频不解码，仍然需要对每个音频帧进行声学模型检测打分，仍需要占用平台资源；

2、当待解码的语音包为准静音帧和伪静音帧交替分布时，采用该种语音处理方法势必会导致前后语音的不连贯，影响对语音播放的效果。

发明内容

为此，本发明所要解决的技术问题是：现有技术中需要对每个音频帧进行声学模型检测打分，增加平台资源的占用。

为解决上述技术问题，本发明采用的技术方案如下：

本发明提供了一种音频解码方法，包括以下步骤：

对音频帧进行解码，得到解码结果；

判断所述解码结果中是否存在语音；

当不存在语音时，跳过N帧音频帧，对于跳过所述N帧音频帧后的音频帧返回执行对音频帧进行解码，得到解码结果的步骤，其中，N大于等于1。

可选地，当不存在语音时，还包括：

判断连续解码时间是否为0；

当所述连续解码时间为0时，则执行所述跳过N帧音频帧，对于跳过所述N帧音频帧后的音频帧返回执行对音频帧进行解码，得到解码结果步骤；

当所述连续解码时间不为0时，则减小所述连续解码时间，并获取下一帧音频帧进行解码。

可选地，当存在语音时，将所述连续解码时间设置为初始值，对后续音频帧进行连续解码直至所述连续解码时间减为0。