[发明专利]具有语音检测周期持续时间补偿的音频传送方法和设备

说明书

一种计算机实现的技术可以包括在第一和第二计算设备之间建立音频通信会话，以及由第一计算设备使用由麦克风捕捉的音频数据来获得音频输入信号。第一计算设备可以分析音频输入信号以检测其第一用户的语音输入，以及可以确定从音频输入信号被获得直到分析已经完成的检测周期的持续时间。然后，第一计算设备可以向第二计算设备传送(i)在语音输入开始时开始的音频输入信号的部分和(ii)检测周期持续时间，其中音频输入信号的部分和检测周期持续时间的接收使得第二计算设备加速音频输入信号的部分的重放，以补偿检测周期持续时间。

相关申请的交叉引用

本申请要求于2016年8月25日提交的美国申请序列号第15/246,950的优先权。上述申请的公开内容通过引用被整体并入本文。

背景技术

此处所提供的背景技术描述是为了总体呈现本公开的背景。该背景技术部分中所描述的目前署名的发明人的工作，以及在提交时可能没有另外限定为现有技术的描述的方面，对于本公开而言既不应清楚地也不应隐含地被认定为现有技术。

诸如因特网协议语音(VoIP)会话的音频通信会话可以涉及两个或多个向其计算设备提供音频输入的用户，以及经由网络交换指示音频输入的编码音频包的设备。接收后，音频包被解码以获得音频信号，该音频信号可以由接收计算设备经由扬声器输出。在一些情况下，诸如在收听用户没有主动讲话的时段期间，接收音频的回放可以由收听计算设备的麦克风捕捉。然后，该捕捉的回放可以被传送并且在其他计算设备被输出，该捕捉的回放也被称为回声。

发明内容

提出一种计算机实现的方法、第一计算设备和计算机可读介质。第一计算设备可以包括一个或多个处理器以及存储一组指令的非暂时性内存，当一组指令由一个或多个处理器执行时，使得第一计算设备进行操作。计算机可读介质还可以具有被存储在其上的一组指令，当一组指令由第一计算设备的一个或多个处理器执行时，使得第一计算设备进行操作。

方法和操作可以包括由第一计算设备，使用由第一计算设备的麦克风捕捉的音频数据，来获得用于与第二计算设备进行音频通信会话的音频输入信号；由第一计算设备分析音频输入信号，以检测与第一计算设备相关联的第一用户的语音输入；由第一计算设备确定从音频输入信号被获得直到分析已经完成的检测周期的持续时间；从第一计算设备向第二计算设备传送(i)在语音输入开始时开始的音频输入信号的部分和(ii)检测周期持续时间，其中音频输入信号的部分和检测周期持续时间的接收使得第二计算设备加速音频输入信号的部分的重放，以补偿检测周期持续时间；由第一计算设备分析音频输入信号，以检测第一用户的语音输入的结束；以及在与检测到的第一用户的语音输入的结束相对应的点，终止从第一计算设备向第二计算设备传送音频输入信号的部分。

在一些实施例中，方法和操作还可以包括由第一计算设备对音频输入信号的部分进行编码以获得一组音频包，其中传送包括向第二计算设备传送(i)一组音频包和(ii)检测周期持续时间。

在一些实施例中，多个音调周期被移除，特别是具有小于15毫秒的长度的多个音调周期，特别是小于7.5毫秒。该限制可以防止缓冲问题。

在一些实施例中，一组音频包和检测周期持续时间的接收使得第二计算设备：对一组音频包进行解码以获得音频输出信号；移除与一个或多个音调周期相对应的音频输出信号的冗余部分，以获得修改的音频输出信号，其中修改的输出信号具有比音频输出信号更短的长度；以及由第二计算设备的扬声器输出修改的音频输出信号。在一些实施例中，一个或多个移除的音调周期的数量与检测周期持续时间相对应。在一些实施例中，一组音频包和检测周期持续时间的接收使得第二计算设备通过以下方式来移除音频输出信号的冗余部分：将音频输出信号与其自身互相关以获得自相关信号；以及检测超过阈值的自相关信号的一个或多个峰值，阈值指示音频输出信号的一个或多个音调周期。

在另一实施例中，阈值是在0.9至0.3的范围中，特别是在0.6至0.45的范围中，更特别是0.5，其中较低的阈值可以产生增加的速度。