專利名稱：通話音質(zhì)的監(jiān)控方法、監(jiān)控終端以及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字音頻通信領(lǐng)域，特別是指一種通話音質(zhì)的監(jiān)控方法、監(jiān)控終端以及系統(tǒng)。

背景技術(shù)：
隨著數(shù)字通信技術(shù)的不斷發(fā)展，可視電話等數(shù)據(jù)終端日趨普及。在人們對可視電話的日常使用當(dāng)中，由于音頻信號拾取設(shè)備的指向性以及不同廠商不同批次的音頻信號拾取設(shè)備的差異性，導(dǎo)致了數(shù)字音頻終端采集到的信號的強度以及音效各有不同。圖1為現(xiàn)有技術(shù)中語音終端的音頻通路，使用傳統(tǒng)的數(shù)字音頻終端進行交互的時候，在諸如免提以及可視電話等應(yīng)用場景中，即使網(wǎng)絡(luò)情況良好，人們也根本無法預(yù)期或者感知自己說話的時候?qū)Ψ浇邮盏降恼Z音信號的質(zhì)量以及聽到的聲音大小，因此，無法根據(jù)對方接收到的語音信號的質(zhì)量，來自身進行相應(yīng)的調(diào)節(jié)，往往需要接收方自行對接收到的信號的音量等參數(shù)進行調(diào)節(jié)，甚至要求發(fā)送方提高或者降低說話的音量或者變換通話的環(huán)境，也就是說，當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端無法獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，從而無法對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控。


發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種通話音質(zhì)的監(jiān)控方法、監(jiān)控終端以及系統(tǒng)，第二終端能夠獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，從而使第二終端能夠進行相應(yīng)處理。
為解決上述技術(shù)問題，本發(fā)明的實施例提供技術(shù)方案如下 一方面，提供一種通話音質(zhì)的監(jiān)控系統(tǒng)，包括第一終端和第二終端， 所述第一終端用于，根據(jù)從第二終端接收的語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，并將所述語音質(zhì)量參數(shù)發(fā)送給所述第二終端， 所述第二終端用于，接收所述語音質(zhì)量參數(shù)，并根據(jù)所述語音質(zhì)量參數(shù)進行處理。
另一方面，提供一種通話音質(zhì)的監(jiān)控終端，包括 語音數(shù)據(jù)接收單元，用于從第二終端接收語音數(shù)據(jù)； 生成單元，用于根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)； 參數(shù)發(fā)送單元，用于將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，使所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。
所述的監(jiān)控終端，還包括 參數(shù)接收單元，用于接收第二終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，所述語音質(zhì)量參數(shù)是所述第二終端根據(jù)從所述第一終端接收的語音數(shù)據(jù)生成的； 處理單元，用于根據(jù)所述第二終端的語音質(zhì)量參數(shù)，進行處理。
另一方面，提供一種通話音質(zhì)的監(jiān)控方法，包括 第一終端從第二終端接收語音數(shù)據(jù)； 所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)； 所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端； 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。
所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端的步驟包括 所述第一終端生成語音幀，所述語音幀包括語音幀的編碼標(biāo)識符和所述語音質(zhì)量參數(shù)； 所述第一終端給所述第二終端發(fā)送所述語音幀。
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理的步驟為 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示；和/或 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，調(diào)節(jié)所述第二終端發(fā)送給所述第一終端的語音的質(zhì)量。
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示的步驟為 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，生成圖像信號或者聲音信號； 所述第二終端顯示所述圖像信號或者播放所述聲音信號。
所述語音質(zhì)量參數(shù)包括能量譜和/或信噪比。
本發(fā)明的實施例具有以下有益效果 上述方案中，第一終端從第二終端接收語音數(shù)據(jù)；所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)；所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，使所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端能夠獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，進行相應(yīng)處理，從而對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控。



圖1為現(xiàn)有技術(shù)中語音終端的音頻通路； 圖2為本發(fā)明所述的監(jiān)控系統(tǒng)的結(jié)構(gòu)示意圖； 圖3為本發(fā)明所述的通話音質(zhì)的監(jiān)控方法的流程示意圖； 圖4為本發(fā)明所述的通話音質(zhì)監(jiān)控方法在具體應(yīng)用場景下的方法流程圖。

具體實施例方式 為使本發(fā)明的實施例要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及具體實施例進行詳細描述。
本發(fā)明的實施例針對現(xiàn)有技術(shù)中當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端無法對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控的問題，提供一種通話音質(zhì)的監(jiān)控方法、監(jiān)控終端以及系統(tǒng)。
如圖2所示，為本發(fā)明所述的一種通話音質(zhì)的監(jiān)控系統(tǒng)，包括第一終端20和第二終端30； 所述第一終端20用于，根據(jù)從第二終端30接收的語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，并將所述語音質(zhì)量參數(shù)發(fā)送給所述第二終端， 所述第二終端30用于，接收所述語音質(zhì)量參數(shù)，并根據(jù)所述語音質(zhì)量參數(shù)進行處理。
上述方案中，當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端能夠獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，進行相應(yīng)處理，從而對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控。
所述的通話音質(zhì)的監(jiān)控終端20，包括 語音數(shù)據(jù)接收單元21，用于從第二終端接收語音數(shù)據(jù)； 生成單元22，用于根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)； 參數(shù)發(fā)送單元23，用于將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，使所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。
上述方案中，當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端能夠獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，進行相應(yīng)處理，從而對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控。
所述的監(jiān)控終端20，還包括 參數(shù)接收單元24，用于接收第二終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，所述語音質(zhì)量參數(shù)是所述第二終端根據(jù)從所述第一終端接收的語音數(shù)據(jù)生成的； 處理單元25，用于根據(jù)所述第二終端的語音質(zhì)量參數(shù)，進行處理。
本領(lǐng)域技術(shù)人員可以理解，第一終端20和第二終端30具有相同的結(jié)構(gòu)。
如圖3所示，為本發(fā)明所述的一種通話音質(zhì)的監(jiān)控方法，包括 步驟41，第一終端從第二終端接收語音數(shù)據(jù)； 步驟42，所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)； 步驟43，所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端；該步驟包括所述第一終端生成語音幀，所述語音幀包括語音幀的編碼標(biāo)識符和所述語音質(zhì)量參數(shù)；所述第一終端給所述第二終端發(fā)送所述語音幀。
步驟44，所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。該步驟具體為 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示；和/或所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，調(diào)節(jié)所述第二終端發(fā)送給所述第一終端的語音的質(zhì)量。
其中，所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示的步驟為 所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，生成圖像信號或者聲音信號； 所述第二終端顯示所述圖像信號或者播放所述聲音信號。
所述語音質(zhì)量參數(shù)包括能量譜和/或信噪比。
上述方案中，第一終端從第二終端接收語音數(shù)據(jù)；所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)；所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，使所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端能夠獲取第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，進行相應(yīng)處理，從而對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控。
本發(fā)明擴展了數(shù)字音頻終端對音頻數(shù)據(jù)的處理流程，對第一終端接收到的數(shù)據(jù)進行分析，提取能量譜以及信噪比等參數(shù)發(fā)給第二終端，同時接收第二終端發(fā)過來的能量譜以及信噪比等參數(shù)，并將其通過圖形或者聲音的形式實時顯示出來，從而實現(xiàn)了對第二終端接收到語音信號的音質(zhì)與音量的實時監(jiān)控。
第一終端對第二終端發(fā)出的編碼后的語音幀進行解碼后會進行簡單的處理，然后進行DA轉(zhuǎn)換，本發(fā)明通過截取DA轉(zhuǎn)換前的PCM(Pulse CodeModulation，脈沖編碼調(diào)制)數(shù)據(jù)進行具體的分析，得到第一終端接收到的語音信號的能量譜和信噪比(SNR)。同時，第一終端將從第二終端接收到的語音幀中，解析出能量譜和信噪比參數(shù)，在第一終端以圖形或者聲音的方式，實時的提示用戶第二終端當(dāng)前接收到第一終端的語音信號的狀況是否良好。
本發(fā)明通過實時更新并顯示發(fā)送語音信號的能量譜以及信噪比，來提示用戶實時語音通話的音質(zhì)及音量，從而達到增加語音通話的舒適程度的目的，使得音頻數(shù)據(jù)終端更加易于使用。
下面結(jié)合圖4描述本發(fā)明的具體實施方式
，該場景中，第一終端和第二終端進行通話，以第一終端為例進行描述。
包括以下步驟 步驟一，第一終端從第二終端接收PCM音頻數(shù)據(jù)，第一終端對D/A轉(zhuǎn)換之前的PCM音頻數(shù)據(jù)進行預(yù)處理并做FFT變換。
其中，預(yù)處理主要是分幀、預(yù)加重并加窗。
該實施例中，每幀取20ms的數(shù)據(jù)(例如8kHz采樣率下，每幀取160點)，加窗(Hamming)。
生成窗函數(shù)，其中，n＝1...L，L為語音幀的幀長； 然后，進行預(yù)加重處理，y(n)＝s(n)-αs(n-1)，其中，α＝0.97，s(n)為原始語音信號，y(n)為預(yù)加重后的語音信號； 然后，進行加窗處理，x(n)＝d(n)·y(n)，其中，n＝1...L，x(n)為加窗后的語音信號； 然后，進行FFT變換，頻譜w(k)＝FFT(x(n))，k＝1...L。
步驟二第一終端利用FFT前后的信號進行VAD(voice activitydetector，語音激活檢測)，并將信號判決為語音或者噪聲。
該實施例中，采用比較簡單的頻帶方差判決，本領(lǐng)域技術(shù)人員可以理解，也可以用其他VAD算法進一步改進。
具體為取N個固定的中心頻率分別為fi(i＝1、2、...N)的頻帶，N可以為16或者32，由于需要進行FFT，為了方便計算，N盡量取2的整數(shù)次冪，根據(jù)實際情況預(yù)先設(shè)定，。
對fi頻帶內(nèi)的w(k)平方求和得到中心頻率為fi的頻帶的能量W(fi)，設(shè)每個頻帶設(shè)有M個頻點，則能量譜W(ki)為 其中，m為頻點序號 求取能量譜的均值E 求取數(shù)據(jù)幀的頻帶方差D 一般認為通話剛剛建立時初始的2～3幀為噪聲幀，噪聲幀的頻帶方差Dnoise從初始的2～3幀得到。設(shè)噪聲門限值M為，取M＝3～5Dnoise，如果數(shù)據(jù)幀的頻帶方差D＞M，則，將將數(shù)據(jù)幀判決為語音幀，否則判為噪聲幀。
步驟三第一終端計算信噪比。
如果是語音幀，則計算語音幀能量； 其中，n＝1...L 如果是噪聲幀，則計算噪聲幀能量； 其中，n＝1...L 根據(jù)語音幀能量和噪聲幀得到信噪比SNR 步驟四第一終端對上行通路中編碼后的語音信號、信噪比SNR以及能量譜W(ki)進行封裝。
現(xiàn)有技術(shù)的語音幀語音幀格式如表1所示 其中，Stream generated by Encoder1為編碼流。
本方案中語音幀格式如表2所示 其中，Magic No.表示編碼類型，Header(頭)表示編碼格式。Magic No.和Header相當(dāng)于上述的編碼標(biāo)識符。Stream generated by Encoder1為編碼流。
步驟五第一終端對接收到的語音幀進行解碼。
如果接收的magic Number和既定的magic Number不同，則認為語音幀是沒有經(jīng)過本文所示的系統(tǒng)處理，說明當(dāng)前第二終端沒有和第一終端相應(yīng)的發(fā)送信噪比等參數(shù)的功能，則直接將語音幀交給現(xiàn)有技術(shù)中解碼器Dedoder1進行處理，得到正常的PCM音頻數(shù)據(jù)，同時停止對第一終端語音的信噪比等參數(shù)的計算，對外發(fā)送表1所示的語音幀。
如果接收到的magic Number和既定的magic Number相同，則按照表2格式對語音幀進行解析。解析過程包括 提取SNR和能量譜W(ki)，并發(fā)送給應(yīng)用程序進行實時顯示，以提醒用戶對方接收到的語音信號的質(zhì)量以及聲音的大??； 同時，提取編碼器Encoder1編碼得到的語音幀，用解碼器Decoder1進行解碼，得到正常的PCM音頻數(shù)據(jù)。
步驟六，如果能正確解析SNR和能量譜，則將其以一定的方式(聲音提示或者圖形顯示)顯示出來，以提示用戶對方所收聽到的語音信號的質(zhì)量。
例如將能量譜和信噪比以柱狀圖的形式實時顯示。隨著SNR的數(shù)值大小不斷變化，柱狀圖高低不斷變化，并且柱狀圖越高，頂端的圖形色調(diào)就越呈現(xiàn)暖色調(diào)，表示SNR很高。否則柱狀圖顯示的SNR會比較低。隨著每個頻帶的能量不斷變化，代表各個頻帶能量的柱狀圖高低隨之不斷變化。
本發(fā)明通過擴展數(shù)字音頻終端對音頻數(shù)據(jù)的處理流程，對第二終端傳回的信噪比等參數(shù)進行實時的顯示或者通過其他手段告知用戶，同時提取第一終端接收到的語音信號的信噪比等參數(shù)，并將其封裝在信源編碼的語音幀中，從而實現(xiàn)了在第一終端監(jiān)控第二終端接收到語音信號的音質(zhì)與音量，同時將第一終端接收到語音的音質(zhì)與音量參數(shù)實時傳送給第二終端。本方案可以實現(xiàn)當(dāng)?shù)谝唤K端和第二終端進行通信時，第二終端對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行實時監(jiān)控。本領(lǐng)域技術(shù)人員可以理解，終端可以同時具備第一終端和第二終端的上述功能。
所述方法實施例是與所述裝置實施例相對應(yīng)的，在方法實施例中未詳細描述的部分參照裝置實施例中相關(guān)部分的描述即可，在裝置實施例中未詳細描述的部分參照方法實施例中相關(guān)部分的描述即可。
本領(lǐng)域普通技術(shù)人員可以理解，實現(xiàn)上述實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，包括如上述方法實施例的步驟，所述的存儲介質(zhì)，如磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。
在本發(fā)明各方法實施例中，所述各步驟的序號并不能用于限定各步驟的先后順序，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，對各步驟的先后變化也在本發(fā)明的保護范圍之內(nèi)。
以上所述是本發(fā)明的優(yōu)選實施方式，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)明所述原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。
權(quán)利要求
1.一種通話音質(zhì)的監(jiān)控系統(tǒng)，包括第一終端和第二終端，其特征在于，
所述第一終端用于，根據(jù)從第二終端接收的語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，并將所述語音質(zhì)量參數(shù)發(fā)送給所述第二終端，
所述第二終端用于，接收所述語音質(zhì)量參數(shù)，并根據(jù)所述語音質(zhì)量參數(shù)進行處理。
2.一種通話音質(zhì)的監(jiān)控終端，其特征在于，包括
語音數(shù)據(jù)接收單元，用于從第二終端接收語音數(shù)據(jù)；
生成單元，用于根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)；
參數(shù)發(fā)送單元，用于將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，使所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。
3.根據(jù)權(quán)利要求2所述的監(jiān)控終端，其特征在于，還包括
參數(shù)接收單元，用于接收第二終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)，所述語音質(zhì)量參數(shù)是所述第二終端根據(jù)從所述第一終端接收的語音數(shù)據(jù)生成的；
處理單元，用于根據(jù)所述第二終端的語音質(zhì)量參數(shù)，進行處理。
4.一種通話音質(zhì)的監(jiān)控方法，其特征在于，包括
第一終端從第二終端接收語音數(shù)據(jù)；
所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)；
所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端；
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。
5.根據(jù)權(quán)利要求4所述的通話音質(zhì)的監(jiān)控方法，其特征在于，所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端的步驟包括
所述第一終端生成語音幀，所述語音幀包括語音幀的編碼標(biāo)識符和所述語音質(zhì)量參數(shù)；
所述第一終端給所述第二終端發(fā)送所述語音幀。
6.根據(jù)權(quán)利要求4或5所述的通話音質(zhì)的監(jiān)控方法，其特征在于，所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理的步驟為
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示；和/或
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，調(diào)節(jié)所述第二終端發(fā)送給所述第一終端的語音的質(zhì)量。
7.根據(jù)權(quán)利要求6所述的通話音質(zhì)的監(jiān)控方法，其特征在于，所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行提示的步驟為
所述第二終端根據(jù)所述語音質(zhì)量參數(shù)，生成圖像信號或者聲音信號；
所述第二終端顯示所述圖像信號或者播放所述聲音信號。
8.根據(jù)權(quán)利要求4或5所述的通話音質(zhì)的監(jiān)控方法，其特征在于，所述語音質(zhì)量參數(shù)包括能量譜和/或信噪比。
全文摘要
本發(fā)明提供一種通話音質(zhì)的監(jiān)控方法、監(jiān)控終端以及系統(tǒng)，涉及數(shù)字音頻通信領(lǐng)域，為解決現(xiàn)有技術(shù)中第二終端無法對第一終端的接收第二終端語音數(shù)據(jù)的語音質(zhì)量進行監(jiān)控的技術(shù)問題而發(fā)明。所述通話音質(zhì)的監(jiān)控方法，包括第一終端從第二終端接收語音數(shù)據(jù)；所述第一終端根據(jù)所述語音數(shù)據(jù)，生成第一終端的接收語音數(shù)據(jù)的語音質(zhì)量參數(shù)；所述第一終端將所述語音質(zhì)量參數(shù)，發(fā)送給所述第二終端，所述第二終端根據(jù)所述語音質(zhì)量參數(shù)進行處理。本發(fā)明能夠用于監(jiān)控終端間通話。
文檔編號H04M3/22GK101719966SQ20091026151
公開日2010年6月2日 申請日期2009年12月18日 優(yōu)先權(quán)日2009年12月18日
發(fā)明者林章儒 申請人:中興通訊股份有限公司