CN101467016A - 用于增强不连续传输功能的方法和系统 - Google Patents

Abstract

本发明允许改进对静音检测(SID)帧的传输的控制，以便在代替回铃音发送至呼叫终端的音乐中避免令人烦恼的影响。这可以通过在呼叫建立时段期间禁止不连续传输功能来实现。存在不同方式以实现本发明背后的思想。

Description

用于增强不连续传输功能的方法和系统

技术领域

本发明涉及电信网络中的话音编码。具体地，本发明涉及一种新颖并创新的方法和系统，所述方法和系统提高了代替回铃音(ringback tone)发送至呼叫终端的音乐或者其他音频信号的质量。

背景技术

低比特率的话音编解码器通常具有不连续传输(DTX)的功能，以便降低传输信道之上的比特率或者信道活动性。DTX功能使用语音活动性检测器(VAD)的现有话音编码器来检测来自活动话音突发的话音暂停。在话音暂停期间，通常仅有电平和频谱信息被编码作为静音描述(SID)帧、或者舒适噪声(comfort noise)帧用于发送，并且这些在信道上贡献低得多的比特率。在无线信道中，由于较小的无线干扰，降低的比特率可以支持更多的容量或者更好的传输质量。在基于分组的传输系统(例如，ATM或者IP无线接入或者核心网络传输)中，当多个呼叫的话音暂停均衡化(equalize)了在基于快速比特率分组的传输信道上的总比特率时，由于静态多路复用现象而使得DTX支持更多的传输容量。

由于前述原因DTX功能是使用无线或者分组传输介质的话音通信系统的重要特征。由此，DTX广泛用于蜂窝和VoIP网络中。

在确定在话音编码器的输入处是否存在话音或者暂停中，语音活动性检测器具有重要作用。由于VAD的错误分类将导致：如果将话音分类为暂停，则导致实际话音的损失；而如果将暂停分类为活动话音，则导致高的信道活动性。

除了基本话音与暂停分类以外，VAD将适当地检测某些特殊音频信号。期望的是，不将例如振铃以及忙音的信息音检测为话音暂停或者背景噪声。因为在话音暂停以及信息音期间的两种背景噪声通常是非常静态的，这一需求不同于基本VAD功能。通常，VAD具有附加的音调检测功能以便确保在信道之上连续传输该信息。

VAD必须适当检测的另一特殊音频信号是音乐。有必要正确地检测音乐信号，并且不允许在整个音乐持续期间向信道之上发送SID帧。不期望将音乐的部分检测为暂停或者背景噪声。此行为的结果是，音乐序列的部分或者音乐的时间片段可能被高水平的舒适噪声所替代。后一现象可以在音乐序列中间产生令人烦恼的噪声突发。现有技术状态的VAD已经具有某些类型的音乐检测器来处理这一问题。

然而，由于世界中存在完全不同的音乐形式和作品，不可能设计出一种总是能够从背景噪声中检测出音乐的带内检测器。由此，存在提高的风险，VAD可能做出错误分类，并且使得当终端用户正在聆听来自终端的音乐时听到令人烦恼的声音效果。

尤其是，音乐检测问题对于一种称作“呼叫者音(caller tune)”或者“个性化回铃音”的新的增值特征来说是重要的。在此特征中，已经由实际音乐替换了被发送回到呼叫者终端的传统振铃音(回铃音)。这一特征已经用于蜂窝电话运营商的附加服务。显然，针对这一应用需要用于音乐检测的完全鲁棒的方法。与DTX一起使用的传统带内音乐检测器通常不够鲁棒。因为这一次佳的性能，系统没有足够的可靠性，DTX功能必须或者从网络中禁止，或者不提供呼叫者音的特征。第一选项将当然对网络容量产生负面影响。而后者将阻止新的商业机会。因此，显然需要能够克服上述问题的改进DTX功能的音乐检测能力，例如当应用音乐来代替回铃音时。

某些话音编解码器(例如，AMR(适应性多重速率))已经内建了音乐解码器。然而，已经发现，内建的音乐解码器不能在所有环境下均正确检测音乐。由此，需要发现其他方式来解决上述问题。出于这一目的，有利的是发现一种备选方案而不是开发音乐检测系统。

发明内容

本发明的目的在于尝试解决上述问题。尤其是，本发明的目的在于呈现一种新颖并创新的方法和系统，所述方法和系统用于电信网络中的话音编码系统，以便使其能够例如使用音乐或者其他音频信号来替换回铃音。此外，本发明的目的在于，消除由于话音编码系统中的较低质量的音乐检测而导致的问题。这可以使得能够在所有环境中与话音编码系统一起使用DTX系统。

由此，本发明的主要目的在于改进静音检测(SID)帧的传输控制，以便防止在代替回铃音的发送至呼叫终端的音乐中的令人烦恼的效果。这一目的可以通过在呼叫设立过程期间禁止不连续传输功能来实现。存在多种不同方式来实现本发明背后的思想。

本发明的第一方面是一种方法，在该方法中，在呼叫设立过程期间使用不连续传输功能来控制静音描述帧的传输。然后，禁止所述不连续传输功能直到被呼叫终端回答。从所述呼叫设立过程的信令来检测被呼叫终端回答的时刻，并且基于这一点，在被呼叫终端已经回答之后启用所述不连续传输功能。

本发明的第二方面在于一种设备，所述设备配置以禁止不连续传输功能以便控制静音描述帧的传输。第二方面的系统进一步配置以禁止所述不连续传输功能直到被呼叫终端回答，并且在被呼叫终端已经回答之后启用所述不连续传输功能。

本发明的第三方面在于一种设备，所述设备包括：禁止装置，用于禁止所述不连续传输功能直到被呼叫终端回答的时刻；以及启用装置，用于响应于检测到所述被呼叫终端的回答的时刻，来启用所述不连续传输功能。

本发明的第四方面在于一种实现在计算机可读介质上的计算机程序，所述计算机程序控制数据处理设备来执行以下步骤：

禁止控制静音描述帧的不连续传输功能直到被呼叫终端回答的时刻；

从呼叫设立过程的信令中检测所述被呼叫终端的回答的时刻；以及

响应于检测到所述被呼叫终端的回答的时刻，来启用所述不连续传输功能。

本发明的益处在于，在呼叫设立的警示阶段期间，确保DTX从不裁剪音乐或者回铃音。此外，有利的是，本发明独立于使用的话音编解码器，然而当前的带内音乐检测器是针对每种编解码器而独立实现的。另外，本发明的实现不需要来自代码转换机实体的任何附加资源。

本发明的实现相对较为直接和简单，这是由于其思想是基于当前的层3或者多媒体网关(MGW)控制信令消息，并且不需要附加的消息用于MSC服务器(MSS)实现。

本发明可以应用于当前可用的所有话音接入技术，包括GSM、WCDMA、IMS、FSS以及UMA、以及任何未来的话音通信技术。

附图说明

包括附图以便提供对本发明的进一步理解并且作为此说明书的一部分，示出的本发明的实施方式以及描述有助于解释本发明的原理。在附图中：

图1是描述根据本发明的一个示例性实施方式的图示；

图2是描述根据本发明的另一示例性实施方式的图示；

图3是描述根据本发明的一般系统的图示；

图4呈现了根据本发明的第一实施方式(BSS)的信号发送的图示；

图5a呈现了根据本发明的第二实施方式(MSS)的信号发送的图示1/2；以及

图5b示出了根据本发明的第二实施方式(MSS)的信号发送的图示2/2。

具体实施方式

现在，将详细参考本发明的实施方式，在附图中示出了其中的示例。

图1示出了根据本发明实施方式的系统。在附图中，呈现了两个不同标准。可以经由A接口或者Iu接口来对两个网络建立连接。图1中的虚线表示信令，而实线表示用户平面。呈现这些网络以便解释重要的网元。在图1中，GSM网络由指定了功能和接口的多个功能实体构成。

GSM网络可以划分成为三个大的部分。移动台(在图1中未示出)由订户携带。包括基本收发机站(BTS)109和基站控制器(BSC)110的基站子系统(BSS)控制与移动台MS的无线链接。BSS还包括代码转换机(TC)实体以实现话音代码转换功能。代码转换机或者驻留在BSC 110中、或者远程地位于多媒体网关105处。MSC服务器系统独立于传输骨干，并且规定在3G合作伙伴计划版本4规范(3GPP Re14)中。其将呼叫控制和信令(控制平面)和业务(用户平面)分离至分立的网元。MSC服务器(MSS)111处理呼叫控制以及信令，而多媒体网关(MGW)105负责切换以及承载实际的业务。MSC服务器111通过在图1中未示出的特定网络实体而进一步连接至PSTN/ISDN 114网络。

在下文的图1中，WCDMA网络部分还包括基站102(称作节点B)和无线网络控制器(RNC)104。RNC是WCDMA无线接入网络(UT-RAN)中的管理元件，负责节点B的控制，换言之，负责用于控制连接到控制器的基站。RNC 104实现无线资源管理、某些移动性管理功能，并且是在往来于移动设备发送用户数据之前进行加密的地点。RNC 104通过媒体网关(MGW)来连接至电路交换核心网络。媒体网关105是一种网元，媒体网关105与MSC服务器111一起形成MSC服务器系统。媒体网关105负责切换和承载实际业务，并且如果必要，则执行代码转换和媒体调整，并且可以连接至IP/ATM/TDM骨干106以及基于IP的IMS、FSS以及UMA网络。在3GPP版本4以及之后的规范中定义了媒体网关功能。

在图2中呈现了其中可以实现本发明的可能的网络架构的一个示例。在3GPP版本99以及更老的规范中规定了此架构。移动服务切换中心(MSC)203执行移动用户之间的呼叫的切换、以及移动和固定网络用户之间的切换。MSC203还处理移动性管理操作。包括基本收发机站(BTS)201以及基站控制器(BSC)202的移动台和基站子系统(BSS)通过Um接口来进行通信，该Um接口也称作空中接口或者无线链接。基站子系统与移动服务切换中心203通过A接口进行通信。尽管该代码转换机210可以远程地定位在MSC 203处，代码转换机210在逻辑上属于BSS。在图2中，代码转换机210呈现为定位在BSS中、或者与MSC 203相连接。

图3示出了描述本发明的重要功能实体的示例性以及一般性框图。在附图中，以DTX控制功能的角度描述了其间的信令和实体，例如在呼叫建立阶段期间使用所述DTX控制功能。在附图中描述了呼叫端301以及被叫端303。这些端点301和303通过在实体之间发送的层3(L3)信令消息而连接到控制器实体302。代码转换实体304定位在呼叫端301和被叫端303之间，并且由控制器实体302进行控制。控制器实体可以集成至BSC(参见图2)或者集成至MSC服务器(参见图1)，用于禁止所述不连续传输功能直到被叫端303回答，并且用于在被叫端303已经回答之后启用所述不连续传输功能。

在下文中，参考图4和图5描述了控制器实体302使用的详细过程和信令。控制器实体302可以集成至具有如下能力的任何网元，所述网元能够访问L3信令，并且具有能够向代码转换实体304提供DTX控制信息的通信链路。通信链路可以是去往代码转换实体(例如，MSS和MGW之间的H.248接口)的直接链路，或者在控制器以及代码转换实体之间可以存在多个接口和网元(例如，从BSC到BTS的Abis接口之上的L3链接、以及在具有远程代码转换机概念的BSS中的从BTS到代码转换机的Abis以及Ater接口之上的TRAU链接)。如果代码转换器集成至BSC，则可以通过使用内部通信链路将DTX控制信息转发至代码转换机。由此，根据网络架构以及所选择的实现，控制器实体302可以定位在代码转换实体304以外的不同网元中，或者该控制器实体302可以驻留在相同的网元中。

在图4中，以信令图的方式描绘了BSS的实现。示出了在MSC、BSC、BTS和MS之间的带外层3呼叫控制，并且示出了在代码转换机(TC)和BTS之间的状态以及带内TRAU帧控制。在图4中省略了初始呼叫设立(RACH/SDCCH阶段)以及无关信令消息。

一旦移动设备发起的呼叫已经前进至Assigment(分配)请求阶段，则MSC向BSC发送Assignment请求消息。因为运营商已经在MSC中针对特定BTS激活了下行链路DTX，此消息包含允许针对该连接使用DL-DTX的信元。然而，由于BSC正在使用根据本发明的实现，其忽略此所接受的DTX状态，并且不考虑针对DL-DTX启用的MSC请求，并且由此，BSC在此阶段中禁止DL-DTX。由此，BSC在信道激活消息中将DTXd标记设置为关(OFF)状态，并且将该消息发送至BTS。一旦BTS接收信道激活消息，则其建立所请求空中和Abis接口业务信道，并且开始向具有被设置为关状态的DTXd控制位的上行链路发送TRAU帧。一旦BSC通过TRAU帧连接至Ater接口，则代码转换机同步至上行链路TRAU帧。由于DTXd控制位被设置为关，则TC开始向具有被禁止的DL-DTX的DL方向编码TRAU帧。由此，所有DL TRAU帧是话音帧并且根本没有发送SID帧。

一旦建立Abis/Ater业务信道，则BSC通过发送Assignment命令消息来命令MS使用所分派的业务信道。由于MS已经转向业务信道，其向MSC发送Assignment完成。其后，发送警示消息，以及开始经由MSC、TC、BSC和BTS向MS发送带内振铃音。如果正在使用呼叫者音特征，则发送音乐而不是振铃音。由于已经禁止了DL-DTX，仅将话音帧发送至移动设备，并且音乐总是免受裁剪并防止舒适噪声伪像的影响。

一旦被叫方订户回答了来话呼叫，则由MSC经由BSC和BTS向MS发送连接消息。尽管此消息是以透明方式发送通过BSC，然而BSC能够监控此消息及其内容。通过监控DL方向中的连接消息、或者通过监控UL方向中的连接应答，BDC可以检测被叫方订户何时已经回答。

另外，在此阶段，停止振铃音或者呼叫者音乐的发送。由此，可以针对呼叫的其余时段来激活DL-DTX。为了在有效呼叫期间激活DL-DTX，BSC可以使用模式修改过程来调整有效业务信道的属性。在此情况下，BSC发送具有DTXd标记的Mode Modify(模式修改)消息以便对BTS设置开(ON)。一旦BTS接收此消息，则在UL TRAU帧中的DTXd控制位状态改变至开。由此，一旦TC在UL TRAU帧中接收到设置为开的DTXd，则TC在DL方向中激活DL-DTX。现在，根据是否从A接口接收到话音或者暂停/背景噪声，TC将DL TRAU帧解码为话音或者SID帧。

图5呈现了用于MSS版本4系统的实现。如果代码转换机和DTX功能驻留在MGW内部，即，其用于WCDMA、IMS、FSS以及UMA接入，则此实施方式不依赖于所使用的接入网络。注意，对于GSM访问，将应用本发明的第一实施方式，因为在A接口上使用的G.711编解码器不具有DTX功能。

在图5中，呈现了移动设备发起的从3G UE到PSTN的信令序列的示例。3GPP TS 23.205规范示出了在MSS环境中的移动设备发起和终止呼叫的某些示例。在图5中，呈现了在无线接入侧的早期分配过程以及核心网络侧上的前向承载者建立。应该注意，这仅仅是一个示例，并且还可以利用其他呼叫建立过程，即，很早期、早期或者最近访问载波分配以及前向或者后向载波建立的任何结合。信令图示出了RAN以及MSS侧上的最重要的层3(L3)消息、PSTN中的MSS和MGW以及ISUP消息之间的H.248消息。从发明的角度没有示出某些无关的L3和H.248消息和较低层的消息。

本发明的基本概念还应用于此实施方式，即，仅在被叫终端已经回答之后启用DTX。在MSS环境中，动态DTX控制可以比BSS环境中更为复杂，这是因为在话音路径中存在多个层叠的MSS和MGW。此外，在不同MGW中可以存在层叠的话音代码转换。最后，MSS可能不知道在哪个MGW中并且在其所分派的上下文的两个末端的哪个中，执行实际的编码转换，并且由此可能不知道VAD/DTX功能实际驻留在何处。

由此，重要的是，DTX控制被分发至话音路径链中的所有用户平面接口(MGW的末端)和所有MGW。在此示例中，存在两个MSS和MGW。每个MSS控制其管理的MGW的DTX状态。最初，在被叫终端回答之前，在两个MGW中禁止DTX。一旦被叫方回答，则在两个MGW中启用DTX。

MSS可以通过利用H.248消息ADD REQUEST(增加请求)或者MODIFY REQUEST(修改请求)来控制MGW的DTX状态。在H.248消息之中可能包括静音抑制控制标记(属性ID(PropertyID))。这呈现在H.248.1的附件C中。

在早期的分配过程的第一阶段中，朝向RAN的无线接入载波在核心网络侧载波建立之前建立(图5a)。这通过准备朝向RAN的Iu连接而实现。这需要来自MGW1的Iu接口的资源分派。这可以通过向MGW1发送Add请求消息来实现。在Add请求消息内部，DTX由静音抑制属性ID来禁止。一旦在MGW1中已经准备了Iu接口，则通过使用RAB分配过程(RANAP消息：RAB Assignment请求和RAB Assignment响应)来建立实际接入载波。

一旦已经设立接入载波，则建立核心网络侧上的载波。首先，MMS1发送BICC协议中的初始地址消息(IAM)至MMS2，并且MSS2将其作为ISUP消息向PSTN转发。然后，MSS2通过向MGW2发送Add请求消息来在MGW2中准备朝向MGW1的载波。在Add请求消息中，通过静音抑制属性ID来禁止DTX。MSS2通过向MSS1发送载波信息消息来返回载波地址以及绑定引用。基于此信息，MSS1能够通过向MGW1发送Add请求消息来建立朝向MGW2的载波。在Add请求消息中，通过静音抑制属性ID来禁止DTX。现在可以在MGW1和MGW2之间的Nb接口上建立载波。

在图5b中，MSS2首先通过向MGW2发送Add请求消息来准备朝向PSTN的载波。在Add请求消息中，通过静音抑制属性ID来禁止DTX。现在，在两个MGW的所有末端中禁止DTX。

最后，一旦在PSTN中已经建立所有载波，则将地址完成消息(ACM)反向发送至MSS2，并且然后转发至MSS1。ACM被MSS1转换为朝向RAN的警示消息。同时，通过用户平面信道而从本地PSTN交换机或者从呼叫者音服务器发送振铃音或者呼叫者音的音乐，并且从移动终端听取音调或者音乐。因为已经针对整个话音处理链禁止了DTX功能，因而将不存在SID帧，并由此将完全避免噪声突发和音乐裁剪问题。

当被叫方订户回答时，从PSTN向MSS2发送回答消息(ANM)，MSS2将该回答消息转发至MSS1，并且MSS1将其转换为朝向RAN的连接消息。在此阶段，在两个MGW中连接端对端的双向话音路径，以及振铃音或者呼叫者音的音乐停止。当MSS2和MSS1检测ANM时，他们通过分别向MGW2和MGW1发送Modify请求消息而启用DTX。在Modify请求消息中，通过静音抑制属性ID来启用DTX。现在，两个MGW中的DTX均被启用，并且根据话音激活状态来将话音帧和SID帧两者发送至移动终端。注意，使用相同的消息用于将话音路径连接的拓扑修改至双向类型。这意味着，针对DTX的启用，不需要附加H.248消息。

对于本领域技术人员易见的是，随着技术进步，可以以各种方式实现本发明的基本思想。本发明及其实施方式由此不限于上述示例，而是可以在权利要求书的范围内有所变化。

Claims (17)

1.一种方法，包括：

禁止控制静音描述帧传输的不连续传输功能，直到被叫方终端回答；

从呼叫设立过程的信令中检测所述被叫方终端回答的时刻；以及

响应于检测到所述被叫方终端回答的时刻，启用所述不连续传输功能。

2.根据权利要求1所述的方法，其中中断发送消息静音描述帧直到启用所述不连续传输功能为止。

3.根据权利要求1或者2所述的方法，其中在话音编解码器中提供所述不连续传输功能。

4.根据权利要求1至3的任一项所述的方法，进一步包括：向控制网络编码转换实体的控制器转发呼叫进程状态。

5.根据权利要求1所述的方法，其中如下来实现所述不连续传输功能的禁止：忽略不连续传输状态信息，以及不考虑在所述呼叫设立过程中启用不连续传输的请求。

6.根据权利要求1所述的方法，其中通过从适当信令消息中检测所述被叫终端回答的时刻，来实现所述不连续传输功能的启用。

7.根据权利要求1所述的方法，其中通过向所述呼叫设立过程的所述信令添加禁止信息，来实现所述不连续传输功能的禁止，以启用所有所述涉及的网络实体来接收所述不连续传输功能被禁止的信息。

8.根据权利要求1所述的方法，其中通过在从第一网络实体发送至第二网络实体的回答消息中检测所述被叫终端回答的时刻，来实现启用所述不连续传输功能。

9.一种设备，被配置以：

禁止控制静音描述帧传输的不连续传输功能直到被叫方终端回答的时刻；以及

响应于从呼叫设立过程的信令中检测到所述被叫方终端回答的时刻，启用所述不连续传输功能。

10.根据权利要求9所述的设备，提供在话音编解码器中。

11.根据权利要求9或者10所述的设备，进一步配置以向网络代码转换机实体控制器转发呼叫进程状态。

12.根据权利要求9所述的设备，进一步配置以忽略不连续传输状态信息、以及不考虑在所述呼叫设立过程中启用不连续传输的请求。

13.根据权利要求9所述的设备，进一步配置以从适当信令消息中检测所述被叫终端回答的时刻。

14.根据权利要求9所述的设备，进一步配置以向所述呼叫设立过程的所述信令添加禁止信息，以启用所有所述涉及的网络实体来接收所述不连续传输功能被禁止的信息。

15.根据权利要求9所述的设备，进一步配置以在从第一网络实体发送至第二网络实体的回答消息中检测所述被叫终端回答的时刻。

16.一种设备，包括：

装置，用于禁止控制静音描述帧的传输的不连续传输功能直到被叫方终端回答的时刻；以及

装置，响应于检测到所述被叫方终端回答的时刻，启用所述不连续传输功能。

17.一种在计算机可读介质上实现的计算机程序，所述计算机程序控制数据处理设备来执行以下步骤：

禁止控制静音描述帧传输的不连续传输功能直到被叫方终端回答的时刻；

从呼叫设立过程的信令中检测所述被叫方终端回答的时刻；以及

响应于检测到所述被叫方终端回答的时刻，启用所述不连续传输功能。

Images