[发明专利]多路语音的混音方法及系统

摘要

本发明公开一种多路语音的混音方法及系统，包括：S1、对各语音通道输入的网络数据包进行解码、丢包隐藏和抖动控制，获得平滑的各语音通道输入音频数据流；S2、对各语音通道输入的音频数据流进行持续性检测和语音能量计算，根据各语音通道输入音频数据流的持续性、语音能量和各语音通道的历史混音信息，选择参与本次混音的语音通道，并更新各语音通道的历史混音信息；S3、根据参与本次混音的语音通道输入的音频数据流，基于自适应归一化混音算法完成混音操作，获得混音数据；S4、将混音数据向各语音通道输出。本发明可实现高质量的混音。

主权项

1.一种多路语音的混音方法，其特征在于，包括：S1、对各语音通道输入的网络数据包进行解码、丢包隐藏和抖动控制，获得平滑的各语音通道输入音频数据流；S2、对各语音通道输入的音频数据流进行持续性检测和语音能量计算，根据各语音通道输入音频数据流的持续性、语音能量和各语音通道的历史混音信息，选择参与本次混音的语音通道，并更新各语音通道的历史混音信息；S3、根据参与本次混音的语音通道输入的音频数据流，基于自适应归一化混音算法完成混音操作，获得混音数据；S4、将混音数据向各语音通道输出；其中，步骤S2进一步包括：S2.1、设置参与混音的语音通道数量最大值为M；S2.2、对各语音通道输入的音频数据流进行持续性检测和语音能量计算，根据各语音通道输入音频数据流的持续性和语音能量，将各语音通道分为本次混音的活跃语音通道和非活跃语音通道；S2.3、根据历史混音信息判断本次混音的活跃语音通道是否参与前一次混音：对于参与前一次混音的本次混音的活跃语音通道，将该语音通道输入的音频数据流的语音能量作为该语音通道的能量值；对于未参与前一次混音的本次混音的活跃语音通道，对该语音通道输入的音频数据流的语音能量进行淡入操作，将进行淡入操作后的音频数据流作为该语音通道输入的音频数据流并将进行淡入操作后的语音能量作为该语音通道的能量值；S2.4、判断本次混音的活跃语音通道数是否大于M：若本次混音的活跃语音通道数大于M，则按语音通道的能量值由大至小对本次混音的活跃语音通道进行排序，将前M路本次混音的活跃语音通道选择为参与混音的语音通道；若本次混音的活跃语音通道数小于或等于M，则将所有本次混音的活跃语音通道选择为参与混音的语音通道；其中，若本次混音的活跃语音通道数小于M，则在将所有本次混音的活跃语音通道选择为参与混音的语音通道之后：根据历史混音信息判断本次混音的非活跃语音通道是否参与前一次混音：对于参与前一次混音的本次混音的非活跃语音通道，将该语音通道输入的音频数据流的语音能量作为该语音通道的能量值，并将该语音通道放入辅助混音队列；对于未参与前一次混音的本次混音的非活跃语音通道，对该语音通道输入的音频数据流的语音能量进行淡入操作，将进行淡入操作后的音频数据流作为该语音通道输入的音频数据流并将进行淡入操作后的语音能量作为该语音通道的能量值，并将该语音通道放入辅助混音队列；判断辅助混音队列中的本次混音的非活跃语音通道数与本次混音的活跃语音通道数之和是否小于等于M：若是，则将辅助混音队列中所有本次混音的非活跃语音通道选择为参与混音的语音通道；若否，则按语音通道的能量值由大至小对辅助混音队列中的本次混音的非活跃语音通道进行排序，将辅助混音队列中前N路本次混音的非活跃语音通道选择为参与混音的语音通道，N的取值为N与本次混音的活跃语音通道数之和等于M；S2.5、更新各语音通道的历史混音信息。