[发明专利]一种语音通话场景的识别方法以及音频策略服务端

说明书

本申请实施例公开了一种语音通话场景的识别方法，该方法包括音频策略服务端确定应用客户端进入录音；音频策略服务端检测通话状态的模式是否满足预设音频模式；若满足预设音频模式，则音频策略服务端在预设时长内判断下行流的评分结果是否满足预设音频阈值；若满足预设音频阈值，则音频策略服务端识别语音通话VoIP场景。本申请实施例还提供相应的音频策略服务端。本申请技术方案由于只要在预设时长内下行流的评分结果满足预设音频阈值，就能够准确识别出VoIP场景，有效提高识别的准确率，提升用户体验。

技术领域

本申请涉及语音通话技术领域，具体涉及一种语音通话场景的识别方法以及音频策略服务端。

背景技术

为了满足用户在生活或工作中的语音通话、视频通话以及录音等需求，终端设备等具备通话或录音功能，如：移动终端、平板电脑等；而且具备语音通话(voice overinternet protocol,VoIP)网络电话功能的第三方应用程序(application，APP)也越来越多，语音的清晰程度也成为了VoIP技术里最重要的用户体验。

现有技术中对于VoIP场景的识别，通常是通过判断APP的包名是否存在于通话类APP的白名单内，如果存在于白名单内，还要通过验证系统标记来确定当前该APP是否处在VoIP场景，即是否进行语音通话。但这种现有方式中如果APP不存在白名单内或者未设置系统标记，那么采用现有方法并不能识别出该APP处在VoIP场景或造成误识别。

发明内容

本申请实施例提供一种语音通话场景的识别方法以及音频策略服务端，能够实现对语音通话VoIP场景的准确识别。

第一方面，本申请实施例提供了一种语音通话场景的识别方法，该方法可以包括：音频策略服务端确定应用客户端进入录音；所述音频策略服务端检测通话状态的模式是否满足预设音频模式；若满足所述预设音频模式，则所述音频策略服务端在预设时长内判断下行流的评分结果是否满足预设音频阈值；若满足所述预设音频阈值，则音频策略服务端识别语音通话VoIP场景。

可选地，结合第一方面，在第一种可能的实现方式中，所述音频策略服务端在预设时长内判断下行流的评分结果是否满足预设音频阈值，可以包括：所述音频策略服务端划分所述预设时长为至少一个时长区间；所述音频策略服务端分别对每个时长区间中下行流的M个数据特征进行加权计算，以得到每个所述时长区间的评分结果，所述M为正整数；所述音频策略服务端判断至少一个时长区间的评分结果是否满足所述预设音频阈值。

可选地，结合第一方面或第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述音频策略服务端确定应用客户端进入录音，可以包括：所述音频策略服务端监测所述应用客户端的录音行为，所述录音行为包括录音音频源、录音音频频道或录音采样率。

可选地，结合第一方面、第一方面的第一种或第二种可能的实现方式，在第三种可能的实现方式中，在所述音频策略服务端识别语音通话VoIP场景之后，还可以包括：所述音频策略服务端对所述VoIP场景中的语音通话进行降噪。

可选地，结合第一方面、第一方面的第一种或第二种可能的实现方式，在第四种可能的实现方式中，在所述音频策略服务端识别语音通话VoIP场景之后，还可以包括：所述音频策略服务端指示音频管理器进入所述VoIP场景。

可选地，结合上述第一方面的第四种可能的实现方式，在第五种可能的实现方式中，在所述音频策略服务端指示音频管理器进入所述VoIP场景之后，还可以包括：所述音频策略服务端监测所述下行流中是否有声音信息；若未监测到所述声音信息，则所述音频策略服务端确定所述应用客户端退出所述录音。

可选地，结合上述第一方面的第五种可能的实现方式，在第六种可能的实现方式中，在所述音频策略服务端确定所述应用客户端退出所述录音之后，还可以包括：所述音频策略服务端向所述音频管理器发送退出消息，所述退出消息用于指示所述音频管理器退出所述VoIP场景。