專利名稱：語音混合方法、多點(diǎn)會(huì)議服務(wù)器和利用該方法的程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音混合方法、多點(diǎn)會(huì)議服務(wù)器和利用該方法的程序。更 具體而言，本發(fā)明涉及對(duì)全部參與者的語音進(jìn)行混合、從混合語音中減去 一個(gè)參與者的語音、隨后將減后的語音發(fā)送到同一個(gè)參與者的方法，以及 多點(diǎn)會(huì)議服務(wù)器和利用該方法的程序。
背景技術(shù)：
在多點(diǎn)會(huì)議服務(wù)中，經(jīng)語音編碼器編碼的每個(gè)參與者的語音被發(fā)送到 多點(diǎn)會(huì)議服務(wù)器。多點(diǎn)會(huì)議服務(wù)器向每個(gè)參與者發(fā)送混合了除該參與者之 外的其他參與者的語音的語音數(shù)據(jù)。
在混合語音時(shí)，首先，通過將對(duì)每個(gè)參與者的語音數(shù)據(jù)進(jìn)行解碼而獲 得的全部解碼語音信號(hào)相加來計(jì)算出全部參與者的語音信號(hào)。接下來，通 過從全部參與者的語音信號(hào)中減去自己的語音從而獲得語音信號(hào)，這些語 音信號(hào)被解碼，所生成的語音數(shù)據(jù)被發(fā)送到相應(yīng)的參與者。
作為多點(diǎn)會(huì)議服務(wù)中的終端和和服務(wù)器之間的通信協(xié)議的示例，在電
路交換網(wǎng)絡(luò)中使用了 ITU-T H.323和H.324,在移動(dòng)網(wǎng)絡(luò)中使用了 3G-324M，在基于IP (因特網(wǎng)協(xié)議)的分組網(wǎng)絡(luò)中使用了 IETF RFC 3550 RTP
(實(shí)時(shí)傳輸協(xié)議)。
作為語音編碼器，可使用作為ITU-T標(biāo)準(zhǔn)的由G.7U、 G.729和3GPP TS26.090定義的AMR (自適應(yīng)多速率)方法、由TS26.190定義的AMR-WB (寬帶)方法和由3GPP2定義的EVRC (增強(qiáng)可變速率編解碼器)方 法。
G.711方法通過利用對(duì)數(shù)變換來將8kHz采樣的語音信號(hào)中的每個(gè)16 比特的樣本壓縮成8個(gè)比特，并且在該方法中，計(jì)算量較小但是可壓縮性 比率較低。另一方面，G.729方法(AMR方法)和EVRC方法是基于根據(jù)CELP (碼激勵(lì)線性預(yù)測(cè))原理的差分編碼(differential coding)方法的，并且 它們可以更有效地對(duì)語音信號(hào)進(jìn)行編碼。
在CELP中，編碼器通過利用線性預(yù)測(cè)分析(LPC:線性預(yù)測(cè)編碼) 從每個(gè)幀(例如，20ms)的語音信號(hào)中提取出示出了該語音信號(hào)的頻譜特 性的頻譜參數(shù)。
此外，經(jīng)幀劃分的語音信號(hào)還被進(jìn)一步劃分成子幀(例如，5ms)， 基于每個(gè)子幀的過去聲源信號(hào)而提取出自適應(yīng)碼本中的參數(shù)(與基音周期 相對(duì)應(yīng)的延遲參數(shù)和增益參數(shù))，并且根據(jù)自適應(yīng)碼本預(yù)測(cè)相應(yīng)子幀的語 音信號(hào)的基音。從包括預(yù)定類型的噪聲信號(hào)的聲源碼本(向量量化碼本) 中選出最合適的聲源碼向量，并且針對(duì)通過基音預(yù)測(cè)獲得的殘留信號(hào)計(jì)算 出最合適的增益，從而對(duì)聲源信號(hào)進(jìn)行量化。
選擇聲源碼向量以使得上述殘留信號(hào)和由所選噪聲信號(hào)合成的信號(hào)之 間的電功率誤差最小化。指示所選碼向量的類型的自適應(yīng)碼本中的參數(shù)、 索引、增益和頻譜參數(shù)的組合作為語音數(shù)據(jù)被發(fā)送。
解碼器根據(jù)從語音數(shù)據(jù)獲得的參數(shù)來計(jì)算聲源信號(hào)和線性預(yù)測(cè)分析中 的合成濾波器系數(shù)，并且通過合成濾波器驅(qū)動(dòng)聲源信號(hào)，從而獲得復(fù)語音 信號(hào)。
專利文獻(xiàn)1公開了一種語音混合方法，在該方法中不對(duì)每個(gè)樣本執(zhí)行 比較/選擇處理，而是基于對(duì)樣本大小的比較/選擇處理的結(jié)果選擇跟隨所 選語音數(shù)據(jù)的樣本后的多個(gè)樣本。
此外，專利文獻(xiàn)2公開了一種語音混合方法，在該方法中， 一旦在混 合單元中生成了加和信號(hào)，其自身的語音信息(由一個(gè)用戶發(fā)送的語音信 息)就被從加和信號(hào)中減去，并且該用戶之外的其他用戶的語音信息被返 回給自身。
專利文獻(xiàn)3公開了一種通信單元，在該通信單元中語音合成單元將由 每個(gè)異類(heterogeneous)編碼/解碼單元轉(zhuǎn)換成線性數(shù)據(jù)的每個(gè)語音數(shù)據(jù) 相加，此后，通過從相加得到的語音數(shù)據(jù)中減去自己的語音數(shù)據(jù)而生成語 音數(shù)據(jù)，并且其被發(fā)送到相應(yīng)的異類編碼/解碼單元。專利文獻(xiàn)l:日本專利公布早期公開No. 2005-151044 (第0014、 0016 和0045段)
專利文獻(xiàn)2:日本專利公布早期公開No. 2005-229259 (第0003段和 圖1)
專利文獻(xiàn)3:日本專利公布早期公開No. 6-350724 (第0020段和圖
2)
在現(xiàn)有技術(shù)的多點(diǎn)會(huì)議系統(tǒng)中，混合有除自身參與者之外的其他所有 參與者的語音的語音被編碼并且被發(fā)送給每個(gè)參與者。此刻，由于語音編 碼的計(jì)算量隨參與者數(shù)目增加而增大，所以系統(tǒng)使用一種方法，來檢測(cè)正 在發(fā)音的每個(gè)揚(yáng)聲器并且限制要被混合的語音的數(shù)目，從而減少要操作的 語音編碼器的數(shù)目。
在利用執(zhí)行諸如CELP方法之類的差分編碼的語音編碼器的情形中， 由于根據(jù)揚(yáng)聲器的改變而切換編碼器時(shí)示出該編碼器的狀況的存儲(chǔ)器中存 在不一致性，所以存在在經(jīng)解碼語音中出現(xiàn)異常聲音的問題。
在上述專利文獻(xiàn)1至3中未公開用于解決該問題的手段。

發(fā)明內(nèi)容
本發(fā)明的一個(gè)示例目標(biāo)是提供一種可以防止在根據(jù)揚(yáng)聲器的改變而切 換編碼器時(shí)發(fā)生異常聲音的語音混合方法、多點(diǎn)會(huì)議服務(wù)器和利用該方法 的程序。
根據(jù)本發(fā)明的第一示例性方面， 一種用于混合多個(gè)語音信息的語音混 合方法包括第一步驟，用于從多個(gè)語音信息中選擇語音信息；第二步 驟，用于對(duì)全部所選語音信息進(jìn)行相加；第三步驟，用于通過對(duì)所選語音 信息中除一個(gè)語音信息之外的語音信息進(jìn)行相加來獲得一語音信息；第四 步驟，用于對(duì)在第二步驟中獲得的語音信息進(jìn)行編碼；第五步驟，用于對(duì) 在第三步驟中獲得的語音信息進(jìn)行編碼；以及第六步驟，用于將在第四步 驟中獲得的經(jīng)編碼信息拷貝到第五步驟中的經(jīng)編碼信息中。
根據(jù)本發(fā)明的第二示例性方面， 一種對(duì)多個(gè)語音信息進(jìn)行混合的多點(diǎn) 會(huì)議服務(wù)器包括從多個(gè)語音信息中選擇語音信息的選擇器；對(duì)由選擇器選擇的全部語音信息進(jìn)行相加的全部信號(hào)加法器；通過對(duì)所選語音信息中 除一個(gè)語音信息之外的語音信息進(jìn)行相加來獲得一語音信息的加法器；對(duì) 由全部信號(hào)加法器相加的語音信息進(jìn)行編碼的第一編碼器；對(duì)由加法器相 加的語音信息進(jìn)行編碼的第二編碼器；以及將由第一編碼器獲得的經(jīng)編碼 信息拷貝到第二編碼器中的開關(guān)。
根據(jù)本發(fā)明的第三示例性方面， 一種用于執(zhí)行語音混合多個(gè)語音信息 的程序使計(jì)算機(jī)執(zhí)行以下步驟第一步驟，用于從多個(gè)語音信息中選擇語 音信息；第二步驟，用于對(duì)全部所選語音信息進(jìn)行相加；第三步驟，用于 從逐個(gè)相加的語音信息中減去所選語音信息；第四步驟，用于對(duì)在第二步 驟中獲得的語音信息進(jìn)行編碼；第五步驟，用于對(duì)在第三步驟中獲得的語 音信息進(jìn)行編碼；以及第六步驟，用于將在第四步驟中獲得的經(jīng)編碼信息 拷貝到第五步驟中的經(jīng)編碼信息中。
本發(fā)明的其他目的、特征和優(yōu)點(diǎn)將在下面給出的詳細(xì)描述中變清楚。


在附圖中-
圖1是根據(jù)本發(fā)明第一示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的結(jié)構(gòu)圖； 圖2是示出了根據(jù)本發(fā)明第一示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的操作 過程的流程圖；以及
圖3是根據(jù)本發(fā)明第二示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的結(jié)構(gòu)圖。
具體實(shí)施例方式
下面將參考附圖描述本發(fā)明的示例性實(shí)施例。 (第一示例性實(shí)施例)
圖1是根據(jù)本發(fā)明第一示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的結(jié)構(gòu)圖。根 據(jù)本發(fā)明第一示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器包括語音輸入端子(或者 輸入語音信號(hào))100、 110、…和190，功率計(jì)算器101、 111、…禾卩191， 揚(yáng)聲器選擇器200，語音信號(hào)輸入開關(guān)102、 112、…和192，全部信號(hào)加 法器300，加法器103、 113、…和193，語音編碼器104、 114、…和194，存儲(chǔ)器開關(guān)105、 115、…和195，公共語音編碼器400，語音數(shù)據(jù)開 關(guān)106、 116、…禾卩196，以及接揚(yáng)聲器語音輸出端子(或者接揚(yáng)聲器語音 輸出)107、 117、…和197。
語音輸入端子100、 110、…和190對(duì)應(yīng)于揚(yáng)聲器1、揚(yáng)聲器2、…、 揚(yáng)聲器M。功率計(jì)算器101、 111、…和191，語音信號(hào)輸入開關(guān)102、 112、…和192，加法器103、 113、…和193， i吾音編碼器104、 114、... 和194，存儲(chǔ)器開關(guān)105、 115、…和195，語音數(shù)據(jù)開關(guān)106、 116、…和 196，以及接揚(yáng)聲器語音輸出端子107、 117、…和197類似地對(duì)應(yīng)于各個(gè) 揚(yáng)聲器。
接下來，將參考圖l和圖2來描述第一示例性實(shí)施例的操作。圖2是 示出了根據(jù)本發(fā)明第一示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的操作過程的流程 圖。在下文中，盡管僅描述了與揚(yáng)聲器l、揚(yáng)聲器2和揚(yáng)聲器M相對(duì)應(yīng)的 處理塊，但是對(duì)未示出的揚(yáng)聲器執(zhí)行相同的處理。
功率計(jì)算器101、功率計(jì)算器111和功率計(jì)算器191分別計(jì)算與揚(yáng)聲 器1、揚(yáng)聲器2和揚(yáng)聲器M的輸入語音信號(hào)100、輸入語音信號(hào)110和輸 入語音信號(hào)190相對(duì)應(yīng)的各個(gè)功率，并且輸出上述功率(圖2的步驟 Sl)。
揚(yáng)聲器選擇器200利用計(jì)算出的各個(gè)揚(yáng)聲器的功率來選擇正發(fā)音的揚(yáng) 聲器，并且輸出所選結(jié)果(圖2的步驟S2)。
語音信號(hào)輸入開關(guān)102、語音信號(hào)輸入開關(guān)112和語音信號(hào)輸入開關(guān) 192基于揚(yáng)聲器200的選擇結(jié)果來切換是否輸出相應(yīng)揚(yáng)聲器的輸入語音信 號(hào)(圖2的步驟S3)。
全部信號(hào)加法器300提供通過對(duì)與揚(yáng)聲器選擇器200中選擇的揚(yáng)聲器 相對(duì)應(yīng)的全部語音加和而獲得的語音信號(hào)(圖2的步驟S4)。
加法器103、加法器113和加法器193提供從自全部信號(hào)加法器300 提供來的語音信號(hào)中減去所選揚(yáng)聲器的語音信號(hào)而獲得的語音信號(hào)(圖2 的步驟S5)。
艮P，它們提供通過從自全部信號(hào)加法器300提供來的語音信號(hào)中減去 分別與所選揚(yáng)聲器的語音編碼器104、 114和194相對(duì)應(yīng)的揚(yáng)聲器的語音信息而獲得的語音信息。
公共語音編碼器400對(duì)從全部信號(hào)加法器300提供來的語音信號(hào)進(jìn)行 編碼(圖2的步驟S6)。
語音編碼器104、語音編碼器114和語音編碼器194對(duì)從加法器 103、加法器113和加法器193提供來的語音信號(hào)進(jìn)行編碼(圖2的步驟 S7)。
存儲(chǔ)器開關(guān)105、存儲(chǔ)器開關(guān)115和存儲(chǔ)器開關(guān)195基于揚(yáng)聲器選擇 器200的選擇結(jié)果，將在公共語音編碼器400的差分編碼中存儲(chǔ)器的內(nèi)容 分別拷貝到語音編碼器104、語音編碼器114和語音編碼器194 (圖2的 步驟S8)。
具體而言，存儲(chǔ)器開關(guān)將公共語音編碼器400的存儲(chǔ)器中存儲(chǔ)的作為 差分編碼的結(jié)果的編碼信息拷貝到語音編碼器104、語音編碼器114和語 音編碼器194的存儲(chǔ)器中。因此，語音編碼器104、語音編碼器114和語 音編碼器194的存儲(chǔ)器變?yōu)榕c公共語音編碼器400的存儲(chǔ)器相同狀況。
基于揚(yáng)聲器選擇器200的選擇結(jié)果，語音數(shù)據(jù)開關(guān)106、語音數(shù)據(jù)開 關(guān)116和語音數(shù)據(jù)開關(guān)196切換輸出語音數(shù)據(jù)(圖2的步驟S9)。
具體而言，作為一個(gè)示例，當(dāng)選擇了揚(yáng)聲器1而未選擇揚(yáng)聲器2和揚(yáng) 聲器M時(shí)，揚(yáng)聲器1的語音輸入信號(hào)開關(guān)102導(dǎo)通，揚(yáng)聲器2的語音輸入 信號(hào)開關(guān)112和揚(yáng)聲器M的語音輸入信號(hào)開關(guān)192斷開，揚(yáng)聲器1的存儲(chǔ) 器開關(guān)105導(dǎo)通，揚(yáng)聲器2的存儲(chǔ)器開關(guān)115和揚(yáng)聲器M的存儲(chǔ)器開關(guān) 195斷開，揚(yáng)聲器1的語音數(shù)據(jù)開關(guān)106被連接到揚(yáng)聲器1 一側(cè)，而揚(yáng)聲 器2的語音數(shù)據(jù)開關(guān)116和揚(yáng)聲器M的語音數(shù)據(jù)開關(guān)196被連接到公共語 音編碼器400—側(cè)。
全部信號(hào)加法器300對(duì)通過語音信號(hào)輸入開關(guān)102的揚(yáng)聲器1的語音 信號(hào)加和，并且將加和信號(hào)提供給公共語音編碼器400。
加法器103從由全部信號(hào)加法器300加和的揚(yáng)聲器1的語音信號(hào)中減 去揚(yáng)聲器1的語音信號(hào)，并且結(jié)果信號(hào)被提供給語音編碼器104。語音編 碼器104的輸出信號(hào)通過語音數(shù)據(jù)開關(guān)106被發(fā)送給揚(yáng)聲器1。
提供到公共語音編碼器400的語音信號(hào)通過語音數(shù)據(jù)開關(guān)116和196被發(fā)送給未選擇的揚(yáng)聲器2和揚(yáng)聲器M。
本發(fā)明的第一示例性實(shí)施例特征在于在揚(yáng)聲器1從未選擇狀態(tài)轉(zhuǎn)變
到被選擇狀態(tài)時(shí)公共語音編碼器400中存儲(chǔ)的信息通過存儲(chǔ)器開關(guān)105被 拷貝到語音編碼器104中，或者在揚(yáng)聲器2改變到被選擇狀態(tài)時(shí)公共語音 編碼器400中存儲(chǔ)的信息通過存儲(chǔ)器開關(guān)115被拷貝到語音編碼器114。
據(jù)此，當(dāng)在揚(yáng)聲器改變時(shí)切換語音編碼器時(shí)，可以防止由于示出語音 編碼器的狀態(tài)的存儲(chǔ)器中的不一致而導(dǎo)致在經(jīng)解碼語音中發(fā)生異常聲音。
在第一示例性實(shí)施例中，盡管加法器103、加法器113和加法器193 中的每個(gè)都被設(shè)計(jì)來提供通過從自全部信號(hào)加法器300提供來的語音信號(hào) 中減去所選揚(yáng)聲器的語音信號(hào)而獲得的語音信號(hào)，但是在相加和輸出所選 語音信號(hào)中的除所選的一個(gè)揚(yáng)聲器的語音信號(hào)之外的語音信號(hào)的結(jié)構(gòu)中可 以獲得相同的結(jié)果。 (操作示例)
在下文中，將參考圖1描述示例性實(shí)施例的一個(gè)具體示例。首先，功 率計(jì)算器101、功率計(jì)算器111和功率計(jì)算器191分別計(jì)算輸入語音信號(hào) 100、輸入語音信號(hào)110和輸入語音信號(hào)190的功率，并且將計(jì)算出的功 率提供并輸出到揚(yáng)聲器選擇器200。
例如，8kHz采樣的輸入語音信號(hào)s(n)的功率P是在每20毫秒(160個(gè) 樣本)中利用下式(1)計(jì)算出的。
尸式(1)
在這里，作為示例，L=160。
揚(yáng)聲器選擇器200利用揚(yáng)聲器的輸入功率來選擇正在發(fā)音的揚(yáng)聲器， 并且將它是否被選擇提供給語音信號(hào)輸入開關(guān)102、語音信號(hào)輸入開關(guān) 112和語音信號(hào)輸入開關(guān)192，存儲(chǔ)器開關(guān)105、存儲(chǔ)器開關(guān)115和存儲(chǔ)器 開關(guān)195，語音數(shù)據(jù)開關(guān)106、語音數(shù)據(jù)開關(guān)116和語音數(shù)據(jù)開關(guān)196。
作為用于選擇正發(fā)音的揚(yáng)聲器的方法，存在按照功率降低的順序選擇 預(yù)定排名第N (N<M，并且N和M為正整數(shù))的揚(yáng)聲器的方法和選擇功 率超過預(yù)定閾值的揚(yáng)聲器的方法。此外，還可以考慮利用通過泄漏積分而 平滑的值而不是直接利用輸入功率。當(dāng)輸入被定義為x(n)并且輸出被定義為y(n)時(shí)，泄漏積分被表示為 y(n)=kXy(n-l)+x(n)。在這里，0<k<l，并且k是常數(shù)。
語音信號(hào)輸入開關(guān)102、語音信號(hào)輸入開關(guān)112和語音信號(hào)輸入開關(guān) 192將與揚(yáng)聲器選擇器200所選的揚(yáng)聲器相對(duì)應(yīng)的輸入語音信號(hào)100、輸 入語音信號(hào)110、輸入語音信號(hào)190分別提供給相應(yīng)的加法器103、加法 器113和加法器193以及全部信號(hào)加法器300。
全部信號(hào)加法器300將通過對(duì)全部輸入語音信號(hào)加和而獲得的語音信 號(hào)提供給加法器103、加法器113、加法器193以及公共語音編碼器400。
對(duì)于揚(yáng)聲器選擇器200所選的揚(yáng)聲器，加法器103、加法器113和加 法器193將從自全部信號(hào)加法器300提供來的語音信號(hào)中減去自語音信號(hào) 輸入開關(guān)102、語音信號(hào)輸入開關(guān)112和語音信號(hào)輸入開關(guān)192提供來的 相應(yīng)語音信號(hào)而獲得的語音信號(hào)分別提供給語音編碼器104、語音編碼器 114和語音編碼器194。
在混合后的語音中，可以將每個(gè)揚(yáng)聲器i的輸入語音信號(hào)乘以下式
(2) 示出的可調(diào)節(jié)增益Gi來降低揚(yáng)聲器之間的音量差異。
<formula>formula see original document page 13</formula> 式(2)
標(biāo)號(hào)Pi是利用式(1)計(jì)算出的朝向揚(yáng)聲器i的功率，并且N是混合 信號(hào)的數(shù)目。Gi被與揚(yáng)聲器的功率成反比地計(jì)算出來，并且當(dāng)其在作為功 率Pi的計(jì)算周期的每20毫秒中被更新時(shí)，它改變太大，因此可以如下式
(3) 所示對(duì)其進(jìn)行平滑。
<formula>formula see original document page 13</formula> 式(3)
在這里，G'i示出先前計(jì)算出的可調(diào)節(jié)增益。例如0.9被用作a的值。 為了避免過度調(diào)節(jié)音量，例如，可以將Gi的可能范圍限定為0.5到2。
為了調(diào)節(jié)混合語音信號(hào)的音量，可以將混合語音信號(hào)乘以下式(4) 示出的可調(diào)節(jié)增益Ga。
《=尸。 ,化式(4)
在這里，Pa是利用式(1)計(jì)算出的混合語音信號(hào)的功率，并且P。ut是
在調(diào)節(jié)時(shí)的目標(biāo)值的功率。可以使用揚(yáng)聲器的混合語音信號(hào)中揚(yáng)聲器的最大值和預(yù)定水平的預(yù)定值?？梢詧?zhí)行平滑，并且可以與上述Gi類似地限制 可能的范圍。
公共語音編碼器400對(duì)從全部信號(hào)加法器300提供來的語音信號(hào)進(jìn)行 編碼，并且將經(jīng)編碼語音數(shù)據(jù)提供給語音數(shù)據(jù)開關(guān)106、語音數(shù)據(jù)開關(guān) 116和語音數(shù)據(jù)開關(guān)196。
當(dāng)語音信號(hào)被從加法器103、加法器113和加法器193提供來時(shí)，語 音編碼器104、語音編碼器114和語音編碼器194對(duì)語音信號(hào)進(jìn)行編碼， 并且將經(jīng)編碼語音數(shù)據(jù)提供給語音數(shù)據(jù)開關(guān)106、語音數(shù)據(jù)開關(guān)116和語 音數(shù)據(jù)開關(guān)196。
當(dāng)揚(yáng)聲器選擇器200從未選擇狀態(tài)轉(zhuǎn)變到揚(yáng)聲器選擇狀態(tài)時(shí)，存儲(chǔ)器 開關(guān)105、存儲(chǔ)器開關(guān)115和存儲(chǔ)器開關(guān)195將在公共語音編碼器400的 差分編碼中存儲(chǔ)器的內(nèi)容分別提供給語音編碼器104、語音編碼器114和 語音編碼器194。
由于存儲(chǔ)器開關(guān)的處理，例如，對(duì)于揚(yáng)聲器1，在切換從公共語音編 碼器400到語音編碼器104的輸出語音數(shù)據(jù)的輸出時(shí)，在差分編碼過程中 的存儲(chǔ)器中不會(huì)發(fā)生不一致。
另一方面，在切換從語音編碼器104到公共語音編碼器400的輸出語 音數(shù)據(jù)的輸出時(shí)，由于不能覆寫公共語音編碼器400的存儲(chǔ)器，所以在存 儲(chǔ)器中發(fā)生了不一致。
但是，由于這是在揚(yáng)聲器1的音量變得較小并且語音編碼器104的輸 入語音變得與到公共語音編碼器400的輸入語音基本相等的時(shí)刻，所以由 于二者存儲(chǔ)器中的不一致而導(dǎo)致的聲音質(zhì)量惡化較小。在該情形中，為了 使存儲(chǔ)器中的不一致較小，在與輸入到公共語音編碼器400的語音信號(hào)相 同的語音信號(hào)被提供給語音編碼器104并且其被操作了一段時(shí)間后，語音 數(shù)據(jù)開關(guān)106可以被切換到從公共語音編碼器400提供來的語音數(shù)據(jù)。語 音編碼器104操作相同輸入語音信號(hào)的時(shí)間越長(zhǎng)，存儲(chǔ)器中的不一致相應(yīng) 地變得越小，但是，這種情況下發(fā)生了切換所必需的延遲。
語音數(shù)據(jù)開關(guān)106、語音數(shù)據(jù)開關(guān)116和語音數(shù)據(jù)開關(guān)196在其在揚(yáng) 聲器選擇器200中被選為正在發(fā)音的揚(yáng)聲器時(shí)提供來自語音編碼器104、語音編碼器114和語音編碼器194的語音數(shù)據(jù)，并且它們?cè)谄湓趽P(yáng)聲器選
擇器200中未被選為正在發(fā)音的揚(yáng)聲器時(shí)提供從公共語音編碼器400提供 來的語音數(shù)據(jù)。
在該示例性實(shí)施例中，盡管假設(shè)所有語音編碼器都相同，但是也可以 使用各種類型的語音編碼器，或者可以混合各種類型的比特率。在該情形 中，對(duì)于各種類型的編碼器或比特率的數(shù)目需要相應(yīng)的公共編碼器。對(duì)存 儲(chǔ)器的切換必須對(duì)同一類型的編碼器或者比特率執(zhí)行。
如上所述，根據(jù)本發(fā)明的操作示例，存在這樣的優(yōu)點(diǎn)在例如對(duì)于揚(yáng)
聲器1、切換從公共語音編碼器400到語音編碼器104的輸出語音數(shù)據(jù)的 輸出時(shí)，在差分編碼過程中的存儲(chǔ)器中不會(huì)發(fā)生不一致。 (第二示例性實(shí)施例)
接下來，將參考圖3描述本發(fā)明的第二示例性實(shí)施例。圖3是根據(jù)本 發(fā)明第二示例性實(shí)施例的多點(diǎn)會(huì)議服務(wù)器的結(jié)構(gòu)圖。相同的標(biāo)號(hào)被指派給 圖l中的相同的組件，并且省略了對(duì)它們的描述。
語音解碼器501、語音解碼器511和語音解碼器591分別對(duì)已編碼的 輸入語音數(shù)據(jù)500、輸入語音數(shù)據(jù)510和輸入語音數(shù)據(jù)590進(jìn)行解碼，并 且將經(jīng)解碼語音提供給功率計(jì)算器101、功率計(jì)算器111和功率計(jì)算器
191，以及語音信號(hào)輸入開關(guān)102、語音信號(hào)輸入開關(guān)112和語音信號(hào)輸入 開關(guān)192。
語音數(shù)據(jù)分析器502、語音數(shù)據(jù)分析器512和語音數(shù)據(jù)分析器592提 供關(guān)于分析輸入語音數(shù)據(jù)500、輸入語音數(shù)據(jù)510和輸入語音數(shù)據(jù)590分 別是有聲音還是靜默的結(jié)果。
AMR語音編碼方法的一個(gè)示例被描述來作為分析方法。在AMR語音 編碼方法中，對(duì)輸入語音執(zhí)行VAD (語音活動(dòng)性檢測(cè))來判斷它有聲音 還是靜默，并且在判斷出靜默時(shí)，可以發(fā)送幀類型為NO—DATA的信息， 或者可以發(fā)送關(guān)于背景噪聲的信息作為SID (靜默指示)。
當(dāng)在語音數(shù)據(jù)的頭部中的幀類型為NO—DATA或SID時(shí)，可以判斷為 靜默。當(dāng)未執(zhí)行VAD但是每一語音數(shù)據(jù)被編碼為有聲音時(shí)，存在一種將 基于語音數(shù)據(jù)中包括的增益參數(shù)和頻譜參數(shù)而呈現(xiàn)的音量提供給揚(yáng)聲器選擇器201的方法。
功率計(jì)算器101、功率計(jì)算器111和功率計(jì)算器191計(jì)算從語音解碼 器501、語音解碼器511和語音解碼器591提供來的經(jīng)解碼信號(hào)的功率， 并且將它們的值提供給揚(yáng)聲器選擇器201 。
揚(yáng)聲器選擇器210基于語音數(shù)據(jù)分析器502、語音數(shù)據(jù)分析器512和 語音數(shù)據(jù)分析器592的分析的結(jié)果并且還基于從功率計(jì)算器101、功率計(jì) 算器111和功率計(jì)算器191提供來的功率來選擇正發(fā)音的揚(yáng)聲器，并且提 供該選擇的結(jié)果。
具體而言，存在以下兩種方法 一種方法按照從功率計(jì)算器101、功 率計(jì)算器111和功率計(jì)算器191提供來的功率降低的順序選擇預(yù)定排名第 N (N<M)的揚(yáng)聲器；另一種方法在從語音數(shù)據(jù)分析器502、語音數(shù)據(jù)分 析器512和語音數(shù)據(jù)分析器592提供來的分析結(jié)果表明聲音或者呈現(xiàn)的音 量超過了某一閾值時(shí)選擇功率超過預(yù)定閾值的揚(yáng)聲器。
如上所述，根據(jù)本發(fā)明的第二示例性實(shí)施例，向選擇揚(yáng)聲器的標(biāo)準(zhǔn)添 加了對(duì)有聲音還是靜默的判斷，從而獲得了比在第一示例性實(shí)施例中更好 的選擇結(jié)果。 (第三示例性實(shí)施例)
第三示例性實(shí)施例涉及用于使計(jì)算機(jī)執(zhí)行語音混合方法的程序。參見 圖1，未示出的控制器控制多點(diǎn)會(huì)議服務(wù)器中包括的功率計(jì)算器101、 111、…和191，揚(yáng)聲器選擇器200，語音信號(hào)輸入開關(guān)102、 112、…和 192，全部信號(hào)加法器300，加法器103、 113、…和193，語音編碼器 104、 114、…和194，存儲(chǔ)器開關(guān)105、 115、…和195，公共語音編碼器 400，以及語音數(shù)據(jù)開關(guān)106、 116、…和196。
此外，該多點(diǎn)會(huì)議服務(wù)器還包括未示出的存儲(chǔ)單元，該存儲(chǔ)單元存儲(chǔ) 圖2的流程圖中示出的語音混合方法的處理過程的程序。
控制器(或計(jì)算機(jī))從存儲(chǔ)單元讀取上述程序，并且根據(jù)該程序控制 上述組件。由于已描述了控制內(nèi)容，所以省略了對(duì)它們的描述。
如上所述，根據(jù)本發(fā)明第三實(shí)施例，可以獲得一種程序，該程序用于 例如對(duì)于揚(yáng)聲器1、防止在切換從公共語音編碼器400到語音編碼器104的輸出語音數(shù)據(jù)的輸出時(shí)、在差分編碼過程中的存儲(chǔ)器中發(fā)生不一致。 下面將描述其他示例性實(shí)施例。
由于蜂窩電話中帶寬很窄，所以必須利用差分編碼技術(shù)來高效地壓縮 語音。在蜂窩電話被用來組成多點(diǎn)會(huì)議系統(tǒng)時(shí)，由于每個(gè)蜂窩電話的處理 器的能力有限，所以利用蜂窩電話進(jìn)行混合不現(xiàn)實(shí)，因此除了蜂窩電話之 外多點(diǎn)會(huì)議服務(wù)器是必需的。本發(fā)明的示例性實(shí)施例在該情形中是有用 的。
考慮下面的模式作為多點(diǎn)會(huì)議系統(tǒng)。第一模式是在每個(gè)會(huì)議室內(nèi)有一 個(gè)人。第二模式是在多個(gè)會(huì)議室內(nèi)有多個(gè)人(此外，在每個(gè)會(huì)議室中有多
對(duì)麥克風(fēng)和揚(yáng)聲器以及在每個(gè)會(huì)議室中有一對(duì)麥克風(fēng)和揚(yáng)聲器的情形)。 本發(fā)明的第二示例性實(shí)施例在該情形中是有用的。
根據(jù)本發(fā)明的示例性實(shí)施例，由于在編碼過程中的存儲(chǔ)器內(nèi)容中不會(huì) 發(fā)生不一致，所以可以防止在根據(jù)揚(yáng)聲器的改變切換編碼器時(shí)在經(jīng)解碼語 音中發(fā)生異常聲音。
盡管已結(jié)合本發(fā)明的優(yōu)選實(shí)施例具體示出并描述了本發(fā)明，但是本發(fā) 明不限于這些實(shí)施例。本領(lǐng)域技術(shù)人員將理解，在不脫離由權(quán)利要求書所 限定的本發(fā)明的精神和范圍的情況下，可以在形式和細(xì)節(jié)上作出改變。
本申請(qǐng)基于2006年8月30日提交的日本專利申請(qǐng)No. 2006-232919并 且要求該申請(qǐng)的優(yōu)先權(quán)，該申請(qǐng)的公開通過引用整體結(jié)合于此。
權(quán)利要求
1. 一種用于混合多個(gè)語音信息的語音混合方法，包括第一步驟，用于從多個(gè)語音信息中選擇語音信息；第二步驟，用于對(duì)全部所選語音信息進(jìn)行相加；第三步驟，用于通過對(duì)所述所選語音信息中除一個(gè)語音信息之外的語音信息進(jìn)行相加來獲得一語音信息；第四步驟，用于對(duì)在所述第二步驟中獲得的語音信息進(jìn)行編碼；第五步驟，用于對(duì)在所述第三步驟中獲得的語音信息進(jìn)行編碼；以及第六步驟，用于將在所述第四步驟中獲得的經(jīng)編碼信息拷貝到所述第五步驟中的經(jīng)編碼信息中。
2. 如權(quán)利要求1所述的語音混合方法，其中在所述第六步驟中，存儲(chǔ)在執(zhí)行所述第四步驟中的編碼的編碼器的存 儲(chǔ)器中的經(jīng)編碼信息被拷貝到執(zhí)行所述第五步驟的編碼的編碼器中。
3. 如權(quán)利要求1或2所述的語音混合方法，還包括第七步驟，根據(jù)在所述第一步驟中的選擇結(jié)果來切換并提供在所述第 四步驟中獲得的經(jīng)編碼信息或在所述第五步驟中獲得的經(jīng)編碼信息。
4. 如權(quán)利要求1至3中任一個(gè)所述的語音混合方法，其中 輸入的經(jīng)編碼信息被解碼，并且經(jīng)解碼語音信息被用作所述第一步驟中的語音信息。
5. 如權(quán)利要求1至4中任一個(gè)所述的語音混合方法，其中 在所述第一步驟中，根據(jù)所述語音信息的語音信號(hào)的功率選擇語音信息。
6. 如權(quán)利要求1至5中任一個(gè)所述的語音混合方法，其中 在所述第一步驟中，根據(jù)所述語音信息的語音數(shù)據(jù)是有聲還是靜默來選擇語音信息。
7. 如權(quán)利要求1至6中任一個(gè)所述的語音混合方法，其中 在所述第三步驟中，通過對(duì)所述所選語音信息中除一個(gè)語音信息之外的語音信息進(jìn)行相加來獲得的語音信息是通過從逐個(gè)相加的語音信息中減去所述所選語音信息而獲得的。
8. 如權(quán)利要求1至7中任一個(gè)所述的語音混合方法，其中所述語音信息是語音信號(hào)的經(jīng)編碼數(shù)據(jù)， 在所述第一步驟中，分析多個(gè)所述經(jīng)編碼數(shù)據(jù)，選擇用于混合的經(jīng)編 碼數(shù)據(jù)，并且對(duì)所選經(jīng)編碼數(shù)據(jù)解碼并生成經(jīng)解碼語音信號(hào)。
9. 如權(quán)利要求1至7中任一個(gè)所述的語音混合方法，其中 所述語音信息是語音信號(hào)的經(jīng)編碼數(shù)據(jù)，在所述第一步驟中，分析所述經(jīng)編碼數(shù)據(jù)和通過對(duì)所述經(jīng)編碼數(shù)據(jù)進(jìn) 行解碼獲得的經(jīng)解碼語音信號(hào)，并且選擇用于混合的經(jīng)解碼語音信號(hào)。
10. 如權(quán)利要求8或9所述的語音混合方法，其中 在所述第二步驟中，生成對(duì)全部所述經(jīng)解碼語音信號(hào)加和的語音信號(hào)，在所述第三步驟中，生成對(duì)所述所選經(jīng)解碼語音信號(hào)中除一個(gè)經(jīng)解碼 語音信號(hào)之外的經(jīng)解碼語音信號(hào)加和的語音信號(hào)，在所述第四步驟中，在第一編碼器中對(duì)所述第二步驟生成的所述語音 信號(hào)進(jìn)行差分編碼，在所述第五步驟中，在第二編碼器中對(duì)所述第三步驟生成的所述語音 信號(hào)進(jìn)行差分編碼，在所述第六步驟中，在對(duì)用于混合的經(jīng)解碼語音信號(hào)的選擇結(jié)果被改 變時(shí)，使指示所述第五步驟中第二編碼器的狀態(tài)的存儲(chǔ)器內(nèi)容與指示所述 第四步驟中第一編碼器的狀態(tài)的存儲(chǔ)器內(nèi)容相同。
11. 如權(quán)利要求1至10中任一個(gè)所述的語音混合方法，包括 用于將用于混合的語音信號(hào)之間的音量差調(diào)節(jié)變小的步驟。
12. 如權(quán)利要求1至10中任一個(gè)所述的語音混合方法，包括 用于將經(jīng)混合語音的音量調(diào)節(jié)到與用于混合的語音信號(hào)中的最大音量相等或者調(diào)節(jié)到預(yù)定水平的步驟。
13. —種對(duì)多個(gè)語音信息進(jìn)行混合的多點(diǎn)會(huì)議服務(wù)器，包括 選擇裝置，用于從所述多個(gè)語音信息中選擇語音信息； 全部信號(hào)相加裝置，用于對(duì)由所述選擇裝置選擇的全部語音信息進(jìn)行相加；加法裝置，用于通過對(duì)所述所選語音信息中除一個(gè)語音信息之外的語 音信息進(jìn)行相加來獲得語音信息；第一編碼裝置，用于對(duì)由所述全部信號(hào)相加裝置相加的語音信息進(jìn)行 編碼；第二編碼裝置，用于對(duì)由所述加法裝置相加的語音信息進(jìn)行編碼；以及開關(guān)裝置，用于將由所述第一編碼裝置獲得的經(jīng)編碼信息拷貝到所述 第二編碼裝置中。
14. 如權(quán)利要求13所述的多點(diǎn)會(huì)議服務(wù)器，其中所述開關(guān)裝置根據(jù)所述選擇裝置的選擇結(jié)果，將存儲(chǔ)在所述第一編碼 裝置的存儲(chǔ)器中的經(jīng)編碼信息拷貝到所述第二編碼裝置中。
15. 如權(quán)利要求13或14所述的多點(diǎn)會(huì)議服務(wù)器，還包括輸出開關(guān)裝置，用于根據(jù)所述選擇裝置的選擇結(jié)果，切換并提供由所 述第一編碼裝置獲得的經(jīng)編碼信息或由所述第二編碼裝置獲得的經(jīng)編碼信息。
16. 如權(quán)利要求13至15中任一個(gè)所述的多點(diǎn)會(huì)議服務(wù)器，包括 解碼裝置，用于對(duì)多個(gè)輸入的經(jīng)編碼語音信息進(jìn)行解碼，其中 所述選擇裝置從由所述解碼裝置解碼的多個(gè)語音信息中選擇語音信息。
17. 如權(quán)利要求13至16中任一個(gè)所述的多點(diǎn)會(huì)議服務(wù)器，其中 所述選擇裝置根據(jù)所述語音信息的語音信號(hào)的功率來選擇語音信息。
18. 如權(quán)利要求13至17中任一個(gè)所述的多點(diǎn)會(huì)議服務(wù)器，其中 所述選擇裝置根據(jù)所述語音信息的語音數(shù)據(jù)是有聲音還是靜默來選擇語音f曰息o
19. 如權(quán)利要求13至18中任一個(gè)所述的多點(diǎn)會(huì)議服務(wù)器，其中 所述加法裝置通過從由所述全部信號(hào)相加裝置逐個(gè)相加的語音信息中減去所選語音信息，來獲得對(duì)所述所選語音信息中除一個(gè)語音信息之外的 語音信息加和的語音信息。
20. —種用于執(zhí)行語音混合多個(gè)語音信息的程序，包括以下功能第一功能，用于從多個(gè)語音信息中選擇語音信息； 第二功能，用于對(duì)全部所選語音信息進(jìn)行相加； 第三功能，用于從逐個(gè)相加的語音信息中減去所選語音信息； 第四功能，用于對(duì)在所述第二功能中獲得的語音信息進(jìn)行編碼； 第五功能，用于對(duì)在所述第三功能中獲得的語音信息進(jìn)行編碼；以及 第六功能，用于將在所述第四功能中獲得的經(jīng)編碼信息拷貝到所述第 五功能中獲得的經(jīng)編碼信息中。
全文摘要
提供了一種語音混合方法，該方法能防止當(dāng)在揚(yáng)聲器被切換而切換編碼器時(shí)在解碼語音中生成噪聲。該語音混合方法包括第一步驟，用于從多個(gè)語音信息中選擇語音信息；第二步驟，用于對(duì)全部所選語音信息進(jìn)行相加；第三步驟，用于通過對(duì)所選語音信息中除一個(gè)語音信息之外的語音信號(hào)進(jìn)行相加來獲得一語音信號(hào)；第四步驟，用于對(duì)在第二步驟中獲得的語音信息進(jìn)行編碼；第五步驟，用于對(duì)在第三步驟中獲得的語音信息進(jìn)行編碼；以及第六步驟，用于將在第四步驟中獲得的經(jīng)編碼信息拷貝到第五步驟中的經(jīng)編碼信息中。
文檔編號(hào)G10L19/00GK101513030SQ20078003255
公開日2009年8月19日 申請(qǐng)日期2007年8月28日 優(yōu)先權(quán)日2006年8月30日
發(fā)明者伊藤博紀(jì), 小澤一范 申請(qǐng)人:日本電氣株式會(huì)社