CN101111035A - 在ptt终端中实现语音缓冲的装置和方法 - Google Patents

Abstract

本发明提供了一种在PTT终端中实现语音缓冲的装置，包括Tx音频编解码器、和编码器，其还包括：语音缓冲池，设置在Tx音频编解码器和编码器之间，用于缓冲从Tx音频编解码器中输出的数据，并将所缓冲的数据延迟地提供给编码器。本发明还提供了一种在PTT终端中实现语音缓冲的方法。从而，克服了现有通话技术中只能在呼叫接通后才能实时传输语音信息的缺点。

Description

在PTT终端中实现语音缓冲的装置和方法

技术领域

本发明涉及在PTT终端中实现语音缓冲的装置的方法。

背景技术

PTT(Push-To-Talk)就是“即按即说”，一按就可以通话，即在手机上实现对讲机功能，在当今信息化时代，人们总希望一按某一个键就立即可以通话，而不像公众移动电话那样先拨号码，还要等一段不短的接通时间才能通话，是一种移动通信里快速建立通话的业务。PTT采用半双工方式，可以进行一对一以及群组通话，当一人在讲话时其他人只能接听，不能讲话。这种“对讲机”的惟一身份号就是手机号码，在用户手机上可以显示群组中每个用户的状态(在线，离线，免打扰等)。群组的建立可以跨越地域的限制，不同城市之间的手机用户都能在同一群组中通话。

当前现存的PTT主要包括以下四种：

1.常规无线专业网

没有系统控制处理中心，通常只有转发台或基地台，因此不论网内用户组呼、群呼和单呼，主叫用户一按发射键，被叫用户不论多少，只要处于同一信道，在无线电信号覆盖范围内都可以收到。其呼叫建立时间是极短的，一般小于100毫秒。

2.集群移动通信专业网

为实现信道共用和众多专业团体用户共享同一资源，必须对通信系统中用户进行控制交换处理，同时为扩大通信范围，系统需要建立多个基站甚至多个交换控制中心。在集群移动通信系统中不论系统有多大，按键后要求在300毫秒或500毫秒内保证能通话，这是集群系统十分重要的指标。

3.公众移动通信网中PS域的PTT

采用全数字VoIP技术，它根据会话发起协议(SIP)和多媒体子系统(IMS)而设计，该技术是基于分组数据网络、存贮交换原理，它不同于集群专业网中电路直接传输交换，但由于它采用了VoIP技术，会导致在2G下其通话质量难以保证。

4.公众移动通信网中CS域的PTT

采用传统技术来承载PTT业务，它根据语音业务和短消息(WMS)而设计，该技术是基于CS域，它属于公众移动通信网中电路直接传输交换。其呼叫建立时间随用户所处位置不同而有所差异，接近普通电话的建立时间。在现有的公众移动通信网络中实现类似这种必须专业网络中才能实现的功能不仅能利用现有的网络资源，还能扩展公众移动网运营商的业务种类，是一种非常有前景的通信业务种类，也是本文关注的重点，在本发明中默认的PTT就是在公众移动通信网中CS域中实现的PTT业务。

发明内容

考虑到上述问题而做出本发明，为此，本发明的主要目的在于，提供一种在PTT终端中实现语音缓冲的装置和方法，用于克服现有通话技术中只能在呼叫接通后才能实时传输语音信息的缺点。

根据本发明的一个方面，提供了一种在PTT终端中实现语音缓冲的装置，包括Tx音频编解码器、和编码器，其还包括：语音缓冲池，设置在Tx音频编解码器和编码器之间，用于缓冲从Tx音频编解码器中输出的数据，并将所缓冲的数据延迟地提供给编码器。

数据可采用PCM数据格式。

根据本发明的另一方面，提供了一种在PTT终端中实现语音缓冲的方法，包括以下步骤：

步骤S202，PTT终端发起语音呼叫，开始建立语音呼叫链路，PTT终端以预定时间间隔将数据顺序写入语音缓冲池；

步骤S204，在建立语音呼叫链路之后，PTT终端以预定时间间隔将数据从语音缓冲池顺序输出；以及

步骤S206，当语音呼叫结束时，停止将数据写入到语音缓冲池，在语音缓冲池中的数据全部输出之后，语音呼叫链路断开。

步骤S202可包括当语音缓冲池写满时，则从语音缓冲池的起始地址开始重新写入。

写入操作可在语音输入的回调函数内部完成。

步骤S204可包括如果语音缓冲池已被写满，则将语音缓冲池的当前写入地址的下一地址设置为将输出地址，如果语音缓冲池未被写满，则将语音缓冲池的起始地址作为将输出地址。

输出操作可在语音输出的回调函数内部完成。

当建立了语音呼叫链路时，PTT终端通过DTMF信号与PTT服务器交互请求，以获得和保持发言权，当语音呼叫结束时，通过DTMF信号释放发言权。

在语音呼叫链路建立之后，如果发起另一次语音呼叫，则PTT终端将数据实时地发送到编码器。

数据可采用PCM数据格式。

通过上述技术方案，克服了现有通话技术中只能在呼叫接通后才能实时传输语音信息的缺点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是示出了根据本发明的在PTT终端中实现语音缓冲的装置的方框图；

图2是示出了根据本发明的在PTT终端中实现语音缓冲的方法的流程图；以及

图3是示出了根据本发明实施例的交互流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

在公众移动通信网中CS域的PTT中，最为重要的一项技术就是需要在呼叫未接通之前能将所接收到的语音信号储存起来，等到和服务器建立连接之后再将这部分数据发送到服务器侧，而不用等到呼叫接通才开始对话过程，这也是PTT和普通语音通话一个很大的不同点。

为了克服了现有语音通话技术中的只能在呼叫接通后才能实时传输语音信息的缺点，本发明提供一种在PTT呼叫接通之前存储语音信息，并在呼叫接通后能完整地将这些语音信息发送到服务器侧的一种方法。

参照图1，提供了一种在PTT终端中实现语音缓冲的装置，包括Tx音频编解码器102和编码器103，其还包括：语音缓冲池101，设置在Tx音频编解码器102和编码器103之间，用于缓冲从Tx音频编解码器102中输出的数据，并将所缓冲的数据延迟地提供给编码器103。

数据可采用PCM数据格式。

本发明在传统的Tx音频编解码器与编码器之间增加了一个语音缓冲池，以达到语音缓冲的目的。如果注册语音缓冲的话就把Tx音频编解码器的语音流发送到语音缓冲区中，经过语音缓冲区的处理后再通过编码器把语音信息发送到服务器侧。

正常情况下，从Tx音频编解码器输出的PCM数据直接进入编码器中进行编码，表现为语音的实时传输。我们可以提取Tx音频编解码器输出的PCM数据，并给编码器输入自定义的PCM数据，通过这些对于PCM码流的处理，将Tx音频编解码器输出给编码器的PCM语音数据缓存，从而实现语音缓存延迟发送接收。利用对于PCM码流的这些处理，将Tx音频编解码器输出的PCM数据存入预设的缓冲区，在设定时间后从该缓冲区顺序读取PCM数据，并通过发送PCM输入码流到编码器，即可实现发送路径上的语音延迟发送。

参照图2，提供了一种在PTT终端中实现语音缓冲的方法，包括以下步骤：

步骤S202，PTT终端发起语音呼叫，开始建立语音呼叫链路，PTT终端以预定时间间隔将数据顺序写入语音缓冲池；

步骤S204，在建立语音呼叫链路之后，PTT终端以预定时间间隔将数据从语音缓冲池顺序输出；以及

步骤S206，当语音呼叫结束时，停止将数据写入到语音缓冲池，在语音缓冲池中的数据全部输出之后，语音呼叫链路断开。

步骤S202可包括当语音缓冲池写满时，则从语音缓冲池的起始地址开始重新写入。

写入操作可在语音输入的回调函数内部完成。

步骤S204可包括如果语音缓冲池已被写满，则将语音缓冲池的当前写入地址的下一地址设置为将输出地址，如果语音缓冲池未被写满，则将语音缓冲池的起始地址作为将输出地址。

输出操作可在语音输出的回调函数内部完成。

当建立了语音呼叫链路时，PTT终端通过DTMF信号与PTT服务器交互请求，以获得和保持发言权，当语音呼叫结束时，通过DTMF信号释放发言权。

在语音呼叫链路建立之后，如果发起另一次语音呼叫，则PTT终端将数据实时地发送到编码器。

数据可采用PCM数据格式。

图3是示出了根据本发明实施例的交互流程图。

参照图3，第一步，当终端用户发起一个PTT的呼叫时，终端先发起一个普通的语音呼叫，注册语音输入的回调函数，并播放电子提示音告知用户可以开始进行通话，此时这个普通语音呼叫并没有建立成功。其中对于缓冲区的设置，我们采用PCM数据格式为16bit线性采样，采样频率为8KHz，而且设置接收/输出的数据为20ms帧，故每帧大小为320字节。我们设置最大希望存储的语音数据为2分钟，则缓冲区大小为2*60*1000/20*320＝1920KB。

第二步，当听到提示音后，用户开始对话，这时候语音输入回调函数开始工作，将从MIC中获得的语音信息以每20毫秒将320字节大小的数据拷贝到缓冲池中，将输入缓冲区的地址指向最新的缓冲块。如果达到了缓冲区的最大值，就取余回到缓冲区的头部区域重新写入。

第三步，当终端收到呼叫链路成功建立的信号后，终端注册语音输出的回调函数，开始将缓冲池中的语音数据以每20毫秒一次，每次320字节的速率填到输出的PCM码流中。经编码器编码后发送到网络侧，被叫用户就能收到之前记录的语音信息。如果这时的输入语音信息已经写过至少一遍缓冲区，则设置输出缓冲区的当前地址为输入缓冲区当前地址的下一地址，也就是缓冲区中时间最久的数据，如果第一遍写缓冲区还没有完成，则设置输出缓冲区的当前地址为整个缓冲区的起始地址。

第四步，这时只要用户还没有松开PTT键，发起呼叫的终端就一直保持发言权的状态，输入和输出回调就是同时存在的，而被叫的各个终端用户听到的是已经延时的语音数据。

第五步，当用户松开PTT键释放发言权时，我们去注册语音输入的回调函数，停止语音输入的保存，并记录输入缓冲区的最后地址。

第六步，当输出缓冲池中的当前地址播放到输入缓冲池中最后记录的地址时，意味着缓冲池中语音数据已经播放完成，终端将通过DTMF信号将终端释放发言权的命令发送到服务器，这时服务器就可以决策将当前通话权交给下一个终端用户。

第七步，呼叫已经接通后，如果某一终端用户按PTT键获得了通话权，因为此时所有用户的连接已经建立，该用户的输入的语音信息将直接通过传统的实时语音通路发送到网络侧。并采用这样的规则通话直到本次通话结束。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种在PTT终端中实现语音缓冲的装置，包括Tx音频编解码器、和编码器，其特征在于，还包括：

语音缓冲池，设置在所述Tx音频编解码器和所述编码器之间，用于缓冲从所述Tx音频编解码器中输出的数据，并将所缓冲的数据延迟地提供给所述编码器。

2.根据权利要求1所述的装置，其特征在于，所述数据采用PCM数据格式。

3.一种在PTT终端中实现语音缓冲的方法，其特征在于，包括：

步骤S202，PTT终端发起语音呼叫，开始建立语音呼叫链路，所述PTT终端以预定时间间隔将数据顺序写入语音缓冲池；

步骤S204，在建立所述语音呼叫链路之后，所述PTT终端以预定时间间隔将所述数据从所述语音缓冲池顺序输出；以及

步骤S206，当所述语音呼叫结束时，停止将所述数据写入到所述语音缓冲池，在所述语音缓冲池中的所述数据全部输出之后，所述语音呼叫链路断开。

4.根据权利要求3所述的方法，其特征在于，所述步骤S202包括当所述语音缓冲池写满时，则从所述语音缓冲池的起始地址开始重新写入。

5.根据权利要求4所述的方法，其特征在于，所述写入操作在所述语音输入的回调函数内部完成。

6.根据权利要求3所述的方法，其特征在于，所述步骤S204包括如果所述语音缓冲池已被写满，则将所述语音缓冲池的当前写入地址的下一地址设置为将输出地址，如果所述语音缓冲池未被写满，则将所述语音缓冲池的起始地址作为所述将输出地址。

7.根据权利要求6所述的方法，其特征在于，所述输出操作在所述语音输出的回调函数内部完成。

8.根据权利要求5或7所述的方法，其特征在于，当建立了所述语音呼叫链路时，所述PTT终端通过DTMF信号与PTT服务器交互请求，以获得和保持发言权，当所述语音呼叫结束时，通过所述DTMF信号释放发言权。

9.根据权利要求8所述的方法，其特征在于，在所述语音呼叫链路建立之后，如果发起另一次语音呼叫，则所述PTT终端将数据实时地发送到编码器。

10.根据权利要求9所述的方法，其特征在于，所述数据采用PCM数据格式。

Images