專利名稱：一種用于集中式電話會議的混音控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于集中式電話會議的混音控制方法，屬于電話會議技術(shù)領(lǐng)域。
背景技術(shù)：
集中式電話會議相對于多播會議、全分布式會議等會議模型而言，具有信令集中 控制、媒體集中處理的特點，因此也是應(yīng)用最廣泛的一種電話會議模型。集中式電話會議的 優(yōu)點是所有的會議控制和媒體處理都集中在會議控制服務(wù)器和混音服務(wù)器上，而對會議終 端的要求不高。普通的會議終端都可以參加到電話會議中，不需要有額外的會議控制功能 和混音功能。這樣更容易搭建電話會議的環(huán)境，但同時也對會議控制服務(wù)器和混音服務(wù)器 的處理能力以及服務(wù)器端的通信帶寬有所要求。總體而言，采用集中式電話會議模型的電話會議系統(tǒng)存在如下亟需解決的技術(shù)問 題(1)混音工作量大對于每個會議終端，混音服務(wù)器都需要把其它會議終端發(fā)送過來的媒體進行混 音，再發(fā)送給此會議終端，因此混音工作量相當(dāng)大。(2)語音編解碼工作量大對于多個會議終端而言，會議控制服務(wù)器需要使用不同的語音編解碼，相應(yīng)的轉(zhuǎn) 換工作量大。(3)帶寬占用大由于每個會議終端都需要發(fā)送相應(yīng)的媒體流，因此對帶寬的占用也比較大。在專利申請?zhí)枮?005100345M.3的中國發(fā)明專利申請中，提出了一種電話會議 混音方法，包括以下步驟A.設(shè)定一個固定時間段，計算各與會方在固定時間段內(nèi)的時域 能量，判斷得出各時間段內(nèi)聲音最大方和次大方；B.在當(dāng)前時間段內(nèi)，依據(jù)上一時間段的 聲音最大方和次大方進行混音，得到第一混音數(shù)據(jù)，以及依據(jù)當(dāng)前時間段的聲音最大方和 次大方進行混音，得到第二混音數(shù)據(jù)；C.將固定時間段分設(shè)為混音區(qū)和平滑區(qū)兩個區(qū)間； 在當(dāng)前時間段的混音區(qū)內(nèi)，混音結(jié)果為第一混音數(shù)據(jù)或第二混音數(shù)據(jù)；而在當(dāng)前時間段的 平滑區(qū)內(nèi)，第一混音數(shù)據(jù)隨時間單調(diào)下降，第二混音數(shù)據(jù)隨時間單調(diào)增加，混音結(jié)果由第一 和第二混音數(shù)據(jù)疊加而成。采用本方法，相鄰時間段不同的混音數(shù)據(jù)可以平滑過度，改善了 混音效果。但是，上述電話會議混音方法并沒能解決集中式電話會議系統(tǒng)所面臨的混音工作 量大的技術(shù)問題。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于提供一種用于集中式電話會議的混音控制方法。 該方法可以實現(xiàn)較大規(guī)模的集中式電話會議在媒體處理和傳輸上的優(yōu)化。為實現(xiàn)上述的發(fā)明目的，本發(fā)明采用下述的技術(shù)方案
一種用于集中式電話會議的混音控制方法，基于會議控制服務(wù)器和混音服務(wù)器實 現(xiàn)，所述混音服務(wù)器由混音控制模塊和媒體混音模塊組成，其特征在于首先使初始加入電話會議的會議終端都處于靜音狀態(tài)；當(dāng)所述會議終端需要發(fā)言時，向所述混音控制模塊請求進入發(fā)言狀態(tài)，在請求被 通過后，所述混音控制模塊向所述會議終端發(fā)送切換會議終端狀態(tài)為發(fā)言狀態(tài)的信令；所 述會議終端接收信令后變成發(fā)言狀態(tài)，并向所述媒體混音模塊雙向發(fā)送媒體流，所述媒體 混音模塊把所述會議終端的媒體流進行混音處理，并發(fā)送給參加電話會議的其他會議終 端；當(dāng)所述會議終端不需要發(fā)言時，向所述混音控制模塊請求進入靜音狀態(tài)，在請求 被通過后，所述混音控制模塊向所述會議終端發(fā)送切換會議終端狀態(tài)為靜音狀態(tài)的信令; 所述會議終端接收信令后變成靜音狀態(tài)，停止向所述媒體混音模塊發(fā)送媒體流，只接收來 自所述媒體混音模塊的單向媒體流。本發(fā)明所提供的混音控制方法具有如下的特點(1)利用部分靜音的方式，緩解了網(wǎng)絡(luò)上傳對帶寬的壓力；(2)全部由會議控制服務(wù)器和混音服務(wù)器提供會議控制和媒體處理功能，不需要 會議終端做任何的修改工作；(3)經(jīng)過優(yōu)化的混音方案降低了混音服務(wù)器的媒體處理壓力。


下面結(jié)合附圖和具體實施方式
對本發(fā)明作進一步的說明。圖1為本混音控制方法中，會議終端請求發(fā)言的邏輯流程圖；圖2為本混音控制方法中，會議終端請求靜音的邏輯流程圖。
具體實施例方式在集中式電話會議中，混音服務(wù)器的主要作用是與所有會議終端建立單向或雙向 的媒體通道，接收會議終端的媒體流，并對媒體流進行混音，把混音后的媒體流再發(fā)給相應(yīng) 的會議終端。在本發(fā)明所提供的混音控制方法中，混音服務(wù)器還應(yīng)該具有一定的控制功能， 即能夠接收和發(fā)送媒體控制請求和控制信令，用來修改媒體通道方向和混音狀態(tài)。為此，本發(fā)明中的混音服務(wù)器主要由兩個模塊組成一個是混音控制模塊，一個是 媒體混音模塊?；煲艨刂颇K主要用于接收發(fā)言/靜音請求，對發(fā)言/靜音請求進行接受或拒絕 處理，并向會議終端發(fā)送控制發(fā)言/靜音信令?；煲艨刂颇K在接受請求后可以要求媒體 混音模塊修改混音狀態(tài)。媒體混音模塊主要用于接收會議終端的媒體流，對媒體流進行混音，同時把混音 后的媒體流發(fā)送給相應(yīng)的其它會議終端。當(dāng)媒體混音模塊接收到混音控制模塊的修改命令 后，會對混音狀態(tài)進行相應(yīng)的修改。如允許A發(fā)言，就會把A的媒體流加入到混音媒體流中 去，或讓A靜音，這時A就不會發(fā)送媒體流，混音時也不會把A的媒體流加入進去。上述的媒體混音模塊可以由DSP芯片來實現(xiàn)，主要是由DSP芯片把收集到的媒體 轉(zhuǎn)換成PCM編碼，并進行疊加(即混音操作)，再把混音后的媒體進行相應(yīng)的語音編碼轉(zhuǎn)換?；煲艨刂颇K可以是專門編寫的運行在微處理器上的固件或應(yīng)用程序，主要用于實現(xiàn)混音 控制的相應(yīng)邏輯流程。該混音控制模塊可以設(shè)置在DSP芯片中，直接控制媒體混音模塊；或 者基于分布式的通信機制控制媒體混音模塊。參與者在電話會議中有兩種狀態(tài)發(fā)言狀態(tài)和靜音狀態(tài)。其中發(fā)言狀態(tài)是可以說 也可以聽的，此時有從混音服務(wù)器到會議終端和從會議終端到混音服務(wù)器的雙向媒體流； 而靜音狀態(tài)是只能聽不能說的，只有從混音服務(wù)器到會議終端的單向媒體流。上述的發(fā)言 狀態(tài)和靜音狀態(tài)不是一成不變的，可以在電話會議的進行過程中進行切換。例如會議終端 可以直接向會議控制服務(wù)器和混音服務(wù)器請求切換自己的發(fā)言狀態(tài)。電話會議中的角色有兩種會議主持人和一般與會人員。一個電話會議中有且只 有一個會議主持人，其余的都是一般與會人員。在舉行電話會議時，一般與會人員是否能夠 發(fā)言由會議主持人決定。鑒于在一個電話會議中，同一時間一般只有一個人在講話，而其余 與會人員在此時都是聽眾，所以在某一個時間段內(nèi)一般只有一個或兩三個會議終端的媒體 流是有意義的?；谏鲜龅姆治?，如果混音服務(wù)器在進行混音的時候只混音這些有用的媒 體流而不去混音那些大量的沒有用的會議終端的媒體流，無疑將會減少大量的混音工作， 減輕媒體處理的壓力，同時也避免那些沒用的媒體流對整體語音質(zhì)量的影響。在具體實現(xiàn)上，首先使初始加入電話會議的會議終端都處于靜音狀態(tài)。會議終端 在靜音狀態(tài)與發(fā)言狀態(tài)之間的切換可以由會議主持人直接控制。如圖1所示，會議終端A可以向混音控制模塊請求進入發(fā)言狀態(tài)。當(dāng)發(fā)言請求被 會議主持人通過后，混音控制模塊向此會議終端A發(fā)送切換會議終端狀態(tài)為發(fā)言狀態(tài)的信 令，會議終端A接收信令后變成發(fā)言狀態(tài)。處于發(fā)言狀態(tài)的會議終端A向媒體混音模塊雙 向發(fā)送媒體流，媒體混音模塊把此會議終端A的媒體流進行混音處理，并發(fā)送給參加電話 會議的其他會議終端。如圖2所示，處于發(fā)言狀態(tài)的會議終端A在不需要發(fā)言時，也可以向混音控制模塊 請求切換至靜音狀態(tài)。當(dāng)會議終端A的靜音請求被會議主持人通過后，混音控制模塊會向 會議終端A發(fā)送切換會議終端狀態(tài)為靜音狀態(tài)的信令，會議終端A接收信令后變成靜音狀 態(tài)。會議終端切換成靜音狀態(tài)后，停止向媒體混音模塊發(fā)送媒體流，只接收來自媒體混音模 塊的單向媒體流。與依靠靜音檢測實現(xiàn)的優(yōu)化方案相比較，上述的方案進一步緩解了下行 的網(wǎng)絡(luò)傳輸壓力，同時也避免了某個會議終端因偶然原因發(fā)出聲音而被設(shè)置為混音會議終 端，影響整個電話會議的語音質(zhì)量。為了提高電話會議的效率，會議主持人應(yīng)該適當(dāng)控制同一時間發(fā)言人的數(shù)量(建 議維持在2 3人)，這樣可以控制混音服務(wù)器的處理工作量，緩解網(wǎng)絡(luò)上傳對帶寬的壓力， 同時提高混音處理的質(zhì)量。與普通的電話會議相比較，如果是4人規(guī)模的電話會議，只有一個人正在發(fā)言。利 用本混音控制方法不需要任何的混音操作，此時上行媒體流只有1路，下行媒體流有4路。 而普通的電話會議需要4次對其他三人的混音，上下行媒體流分別為4路。如果是N(N為 自然數(shù))人的會議，只有一個人在發(fā)言。利用本混音控制方法仍不需要任何混音，上行媒體 流也只有1路，下行媒體流有N路。而普通的電話會議就需要N次對N-I人的混音，上下行 媒體流也分別為N路。如果是兩個人發(fā)言，利用本混音控制方法需要一次對兩人的混音，上 行媒體流有兩路，下行媒體流有N路。由此可見，在與會人員越多、發(fā)言人數(shù)越少的情況下，
5本混音控制方法的實施效果越好。 上面對本發(fā)明所述的用于集中式電話會議的混音控制方法進行了詳細的說明。對 本領(lǐng)域的一般技術(shù)人員而言，在不背離本發(fā)明實質(zhì)精神的前提下對它所做的任何顯而易見 的改動，都將構(gòu)成對本發(fā)明專利權(quán)的侵犯，將承擔(dān)相應(yīng)的法律責(zé)任。
權(quán)利要求
1.一種用于集中式電話會議的混音控制方法，基于會議控制服務(wù)器和混音服務(wù)器實 現(xiàn)，所述混音服務(wù)器由混音控制模塊和媒體混音模塊組成，其特征在于首先使初始加入電話會議的會議終端都處于靜音狀態(tài)；當(dāng)所述會議終端需要發(fā)言時，向所述混音控制模塊請求進入發(fā)言狀態(tài)，在請求被通過 后，所述混音控制模塊向所述會議終端發(fā)送切換會議終端狀態(tài)為發(fā)言狀態(tài)的信令；所述會 議終端接收信令后變成發(fā)言狀態(tài)，并向所述媒體混音模塊雙向發(fā)送媒體流，所述媒體混音 模塊把所述會議終端的媒體流進行混音處理，并發(fā)送給參加電話會議的其他會議終端；當(dāng)所述會議終端不需要發(fā)言時，向所述混音控制模塊請求進入靜音狀態(tài)，在請求被通 過后，所述混音控制模塊向所述會議終端發(fā)送切換會議終端狀態(tài)為靜音狀態(tài)的信令；所述 會議終端接收信令后變成靜音狀態(tài)，停止向所述媒體混音模塊發(fā)送媒體流，只接收來自所 述媒體混音模塊的單向媒體流。
2.如權(quán)利要求1所述的用于集中式電話會議的混音控制方法，其特征在于所述混音控制模塊用于接收發(fā)言/靜音請求，對所述發(fā)言/靜音請求進行接受或拒絕 處理，并向所述會議終端發(fā)送控制發(fā)言/靜音信令。
全文摘要
本發(fā)明公開了一種用于集中式電話會議的混音控制方法。該方法基于會議控制服務(wù)器和混音服務(wù)器實現(xiàn)，混音服務(wù)器由混音控制模塊和媒體混音模塊組成。首先，使初始加入電話會議的會議終端都處于靜音狀態(tài)；當(dāng)會議終端需要發(fā)言時，向混音控制模塊請求進入發(fā)言狀態(tài)，在請求被通過后向媒體混音模塊雙向發(fā)送媒體流；當(dāng)會議終端不需要發(fā)言時，向混音控制模塊請求進入靜音狀態(tài)，在請求被通過后停止向媒體混音模塊發(fā)送媒體流，只接收來自媒體混音模塊的單向媒體流。本發(fā)明所提供的混音控制方法利用部分靜音的方式，緩解了網(wǎng)絡(luò)上傳對帶寬的壓力；同時降低了混音服務(wù)器的媒體處理壓力。
文檔編號H04L29/06GK102118523SQ20091024455
公開日2011年7月6日 申請日期2009年12月30日 優(yōu)先權(quán)日2009年12月30日
發(fā)明者叢遠建, 侯玉成, 張徽 申請人:北京大唐高鴻數(shù)據(jù)網(wǎng)絡(luò)技術(shù)有限公司