專利名稱：一種基于rtp協(xié)議多路語音合成的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通訊領(lǐng)域，特別是涉及一種基于RTP協(xié)議多路語音合成的方法。
背景技術(shù)：
當(dāng)代是以信息技術(shù)為主流的時代，VOIP技術(shù)以其運(yùn)營成本低廉，且進(jìn)入門檻低越來越受到人們的歡迎。在呼叫系統(tǒng)中，有錄音監(jiān)控的需求。一種可以直接進(jìn)行語音錄制，但這種受廠家的限制。另一種采用網(wǎng)絡(luò)抓包工具直接采集RTP包。如一次電話會話的過程會產(chǎn)生兩路RTP流，一路是用戶呼入的，另一路是座席呼出的。由于兩方所使用的設(shè)備不一樣以及網(wǎng)絡(luò)環(huán)境也存在差異，這就不能直接將這兩路直接合并，如何對所抓取的包轉(zhuǎn)換成音質(zhì)可靠的語音這個課題急需解決
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提一種基于RTP協(xié)議多路語音合成的方法，提供一種嚴(yán)謹(jǐn)可靠的方法消除語音抖動和不同步問題，使所抓取的RTP包轉(zhuǎn)換成音質(zhì)可靠的語
曰 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提供提一種基于RTP協(xié)議多路語音合成的方法，包括根據(jù)網(wǎng)絡(luò)監(jiān)控工具所抓取的RTP文件進(jìn)行靜態(tài)處理，經(jīng)過分析、處理、合成三個步驟生成各種格式的語音文件；在“分析”步驟中，根據(jù)序號，時間戳，同步源標(biāo)識(SSRC)以及RTP包到達(dá)網(wǎng)絡(luò)接口卡時間對每路RTP包進(jìn)行分析，從序列號和RTP包到達(dá)網(wǎng)絡(luò)接口卡時間統(tǒng)計丟包率，及RTP包發(fā)送率，根據(jù)時間戳統(tǒng)計語音的采樣周期以及靜音期，再統(tǒng)計各路RTP包個數(shù)差值；在“處理”步驟中，根據(jù)上述的統(tǒng)計結(jié)果對各路RTP包進(jìn)行不同的修補(bǔ)插包，其中插包總數(shù)依據(jù)此公式計算T = S+N(T :靜音包總數(shù)，S :不同路RTP之間的差值，N :由于丟包必須添加的靜音包數(shù)目)；第一步先比較各路之間RTP的差值，根據(jù)業(yè)內(nèi)對于SkHz采樣的話音信號，采用每隔20ms構(gòu)成一個數(shù)據(jù)塊的原理并根據(jù)日常的經(jīng)驗(yàn)只有差值在75和300范圍內(nèi)才將差值賦予給S，否則將S設(shè)置為O ;N的值在“分析“步驟中已經(jīng)算出；第二步處理各路RTP包，優(yōu)先將丟失的包N修補(bǔ)上，修補(bǔ)S包根據(jù)如下策略進(jìn)行，P = N/S(P :每隔多少RTP包，N:某路RTP包總數(shù)，S :不同路RTP之間的差值)，若P大于0，則按每隔此值對某路RTP插入一個靜音包，也就是均勻修補(bǔ)。在“合成”步驟中，提取權(quán)利各路修補(bǔ)好的RTP包的載荷數(shù)據(jù)進(jìn)行疊加取均值合成各種格式的音頻文件。由上述方案可以看出，本發(fā)明中對多路RTP進(jìn)行分析、處理、合成三個步驟可以對所抓取的包轉(zhuǎn)換成音質(zhì)可靠的語音，在實(shí)際的使用中，可以將這三步組成為三段流水線，可以提高效率，節(jié)省成本，且便于部署，易于實(shí)現(xiàn)。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖I為本發(fā)明實(shí)施例一中系統(tǒng)結(jié)構(gòu)示意圖；圖2為本發(fā)明實(shí)施例一中分析流程示意圖；圖3為本發(fā)明實(shí)施例一中處理流程示意圖；圖4為本發(fā)明實(shí)施例一中合成流程示意圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式
對本發(fā)明作進(jìn)一步詳細(xì)的說明。顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。實(shí)施例一，參見圖1，圖2，圖3，圖4。本發(fā)明提供提一種基于RTP協(xié)議多路語音合成的方法，提供一種嚴(yán)謹(jǐn)可靠的方法消除語音抖動和不同步問題，使所抓取的RTP包轉(zhuǎn)換成音質(zhì)可靠的語音，系統(tǒng)整體的工作過程參見圖I。在“分析”過程中參見圖2，具體包括以下步驟 步驟I，系統(tǒng)讀取某一路RTP文件；步驟2，系統(tǒng)判斷RTP包序號是否連續(xù)；否，則將發(fā)生不連續(xù)的處的起始和結(jié)束序號存入統(tǒng)計數(shù)據(jù)庫，繼續(xù)步驟3，是，則直接繼續(xù)步驟3 ；步驟3.系統(tǒng)判斷RTP包時間戳以此判斷是否存在靜音，是，則保存靜音期的起始和結(jié)束序號。繼續(xù)步驟4，否，則直接繼續(xù)步驟4;步驟4，系統(tǒng)判斷RTP是否讀取完，否，則轉(zhuǎn)到步驟1，是，則結(jié)束分析。在“處理”步驟中參見圖3，具體包括以下步驟步驟I，系統(tǒng)讀取各個RTP文件，計算RTP包數(shù)目的差值；步驟2，系統(tǒng)從統(tǒng)計數(shù)據(jù)庫讀取統(tǒng)計結(jié)果和由步驟I獲取的RTP包數(shù)目的差值，根據(jù)上述的統(tǒng)計結(jié)果對各路RTP包進(jìn)行不同的修補(bǔ)插包，其中插包總數(shù)依據(jù)此公式計算T =S+N(T:靜音包總數(shù)，S :不同路RTP之間的差值，N:由于丟包必須添加的靜音包數(shù)目)；步驟3，系統(tǒng)判斷各路RTP是否處理結(jié)束，否，則轉(zhuǎn)步驟1，是，則結(jié)束處理；在“合成”步驟中參見圖4，具體包括以下步驟步驟1，系統(tǒng)同時讀取各路RTP包載荷取和再均值；步驟2，系統(tǒng)將經(jīng)過步驟I處理過的數(shù)據(jù)流送入音頻編碼器處理；步驟3，系統(tǒng)判斷各路RTP包是否讀取完畢，否，則將將剩余的RTP送入音頻編碼器處理，是，則結(jié)束合成。由上可見，本發(fā)明提供的一種基于RTP協(xié)議多路語音合成的方法，有以下優(yōu)點(diǎn)。
(I)便于部署，降低成本本發(fā)明將多路RTP包合成語音操作過程，合理地分為分析，處理，合成三個步驟，降低開發(fā)的難度和成本。(2)各個模塊簡潔，高效模塊內(nèi)高內(nèi)聚，模塊間低耦合，可以采用多線程和流水線等技術(shù)，加快語音合成。(3)提供穩(wěn)定清晰的語音合成服務(wù)使用內(nèi)建嚴(yán)謹(jǐn)?shù)乃惴?，可以使系統(tǒng)長時間可靠運(yùn)行，又有較高的容錯性，即使語音的RTP包出現(xiàn)丟包，系統(tǒng)也能提供清晰的語音。通過以上的方法實(shí)施例的描述，所屬領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明以 一種簡單可靠的方式處理各路語音RTP包，消除VOIP中常見的語音抖動和不同步問題，通過又借助流水線的理念將處理過程分段，可以顯著提高軟件的運(yùn)行效率。以上所述僅是本發(fā)明的具體實(shí)施方式
，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種基于RTP協(xié)議多路語音合成的方法，其特征在于，此方法根據(jù)網(wǎng)絡(luò)監(jiān)控工具所抓取的RTP文件進(jìn)行靜態(tài)處理，經(jīng)過分析、處理、合成三個步驟生成各種格式的語音文件。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括在“分析”步驟中，根據(jù)序號，時間戳，同步源標(biāo)識(SSRC)以及RTP包到達(dá)網(wǎng)絡(luò)接口卡時間對每路RTP包進(jìn)行分析，從序列號和RTP包到達(dá)網(wǎng)絡(luò)接口卡時間統(tǒng)計丟包率，及RTP包發(fā)送率，根據(jù)時間戳統(tǒng)計語音的采樣周期以及靜音期，再統(tǒng)計各路RTP包個數(shù)差值。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括在“處理”步驟中，根據(jù)權(quán)利要求2所述的統(tǒng)計結(jié)果對各路RTP包進(jìn)行不同的修補(bǔ)插包。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括在“合成”步驟中，提取權(quán)利要求3所述各路修補(bǔ)好的RTP包的載荷數(shù)據(jù)進(jìn)行疊加取均值合成各種格式的音頻文件。
全文摘要
本發(fā)明公開了一種基于RTP協(xié)議多路語音合成的方法，可用于當(dāng)代呼叫系統(tǒng)語音監(jiān)控。此方法首先，分析各路語音RTP包中的序號，時間戳，同步源標(biāo)識(SSRC)，統(tǒng)計相關(guān)的丟包率，音頻采樣周期等，再綜合分析每路之間的差異；其次，根據(jù)上述統(tǒng)計結(jié)果，對每路語音的RTP包進(jìn)行填充修補(bǔ)；最后，提取各路修補(bǔ)好的語音RTP包的載荷數(shù)據(jù)進(jìn)行疊加取均值合成各種格式的音頻文件。解決了語音抖動和不同步問題。
文檔編號G10L13/02GK102916938SQ20121033729
公開日2013年2月6日 申請日期2012年9月8日 優(yōu)先權(quán)日2012年9月8日
發(fā)明者梁平, 李劍, 湯湛成 申請人:佳都新太科技股份有限公司