CN101719966A

CN101719966A - 通话音质的监控方法、监控终端以及系统

Info

Publication number: CN101719966A
Application number: CN200910261512A
Authority: CN
Inventors: 林章儒
Original assignee: ZTE Corp
Current assignee: ZTE Corp
Priority date: 2009-12-18
Filing date: 2009-12-18
Publication date: 2010-06-02
Also published as: WO2010148777A1

Abstract

本发明提供一种通话音质的监控方法、监控终端以及系统，涉及数字音频通信领域，为解决现有技术中第二终端无法对第一终端的接收第二终端语音数据的语音质量进行监控的技术问题而发明。所述通话音质的监控方法，包括：第一终端从第二终端接收语音数据；所述第一终端根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；所述第一终端将所述语音质量参数，发送给所述第二终端，所述第二终端根据所述语音质量参数进行处理。本发明能够用于监控终端间通话。

Description

通话音质的监控方法、监控终端以及系统

技术领域

本发明涉及数字音频通信领域，特别是指一种通话音质的监控方法、监控终端以及系统。

背景技术

随着数字通信技术的不断发展，可视电话等数据终端日趋普及。在人们对可视电话的日常使用当中，由于音频信号拾取设备的指向性以及不同厂商不同批次的音频信号拾取设备的差异性，导致了数字音频终端采集到的信号的强度以及音效各有不同。图1为现有技术中语音终端的音频通路，使用传统的数字音频终端进行交互的时候，在诸如免提以及可视电话等应用场景中，即使网络情况良好，人们也根本无法预期或者感知自己说话的时候对方接收到的语音信号的质量以及听到的声音大小，因此，无法根据对方接收到的语音信号的质量，来自身进行相应的调节，往往需要接收方自行对接收到的信号的音量等参数进行调节，甚至要求发送方提高或者降低说话的音量或者变换通话的环境，也就是说，当第一终端和第二终端进行通信时，第二终端无法获取第一终端的接收语音数据的语音质量参数，从而无法对第一终端的接收第二终端语音数据的语音质量进行监控。

发明内容

本发明要解决的技术问题是提供一种通话音质的监控方法、监控终端以及系统，第二终端能够获取第一终端的接收语音数据的语音质量参数，从而使第二终端能够进行相应处理。

为解决上述技术问题，本发明的实施例提供技术方案如下：

一方面，提供一种通话音质的监控系统，包括：第一终端和第二终端，

所述第一终端用于，根据从第二终端接收的语音数据，生成第一终端的接收语音数据的语音质量参数，并将所述语音质量参数发送给所述第二终端，

所述第二终端用于，接收所述语音质量参数，并根据所述语音质量参数进行处理。

另一方面，提供一种通话音质的监控终端，包括：

语音数据接收单元，用于从第二终端接收语音数据；

生成单元，用于根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；

参数发送单元，用于将所述语音质量参数，发送给所述第二终端，使所述第二终端根据所述语音质量参数进行处理。

所述的监控终端，还包括：

参数接收单元，用于接收第二终端的接收语音数据的语音质量参数，所述语音质量参数是所述第二终端根据从所述第一终端接收的语音数据生成的；

处理单元，用于根据所述第二终端的语音质量参数，进行处理。

另一方面，提供一种通话音质的监控方法，包括：

第一终端从第二终端接收语音数据；

所述第一终端根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；

所述第一终端将所述语音质量参数，发送给所述第二终端；

所述第二终端根据所述语音质量参数进行处理。

所述第一终端将所述语音质量参数，发送给所述第二终端的步骤包括：

所述第一终端生成语音帧，所述语音帧包括：语音帧的编码标识符和所述语音质量参数；

所述第一终端给所述第二终端发送所述语音帧。

所述第二终端根据所述语音质量参数进行处理的步骤为：

所述第二终端根据所述语音质量参数进行提示；和/或

所述第二终端根据所述语音质量参数，调节所述第二终端发送给所述第一终端的语音的质量。

所述第二终端根据所述语音质量参数进行提示的步骤为：

所述第二终端根据所述语音质量参数，生成图像信号或者声音信号；

所述第二终端显示所述图像信号或者播放所述声音信号。

所述语音质量参数包括：能量谱和/或信噪比。

本发明的实施例具有以下有益效果：

上述方案中，第一终端从第二终端接收语音数据；所述第一终端根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；所述第一终端将所述语音质量参数，发送给所述第二终端，使所述第二终端根据所述语音质量参数进行处理。当第一终端和第二终端进行通信时，第二终端能够获取第一终端的接收语音数据的语音质量参数，进行相应处理，从而对第一终端的接收第二终端语音数据的语音质量进行监控。

附图说明

图1为现有技术中语音终端的音频通路；

图2为本发明所述的监控系统的结构示意图；

图3为本发明所述的通话音质的监控方法的流程示意图；

图4为本发明所述的通话音质监控方法在具体应用场景下的方法流程图。

具体实施方式

为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明的实施例针对现有技术中当第一终端和第二终端进行通信时，第二终端无法对第一终端的接收第二终端语音数据的语音质量进行监控的问题，提供一种通话音质的监控方法、监控终端以及系统。

如图2所示，为本发明所述的一种通话音质的监控系统，包括：第一终端20和第二终端30；

所述第一终端20用于，根据从第二终端30接收的语音数据，生成第一终端的接收语音数据的语音质量参数，并将所述语音质量参数发送给所述第二终端，

所述第二终端30用于，接收所述语音质量参数，并根据所述语音质量参数进行处理。

上述方案中，当第一终端和第二终端进行通信时，第二终端能够获取第一终端的接收语音数据的语音质量参数，进行相应处理，从而对第一终端的接收第二终端语音数据的语音质量进行监控。

所述的通话音质的监控终端20，包括：

语音数据接收单元21，用于从第二终端接收语音数据；

生成单元22，用于根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；

参数发送单元23，用于将所述语音质量参数，发送给所述第二终端，使所述第二终端根据所述语音质量参数进行处理。

所述的监控终端20，还包括：

参数接收单元24，用于接收第二终端的接收语音数据的语音质量参数，所述语音质量参数是所述第二终端根据从所述第一终端接收的语音数据生成的；

处理单元25，用于根据所述第二终端的语音质量参数，进行处理。

本领域技术人员可以理解，第一终端20和第二终端30具有相同的结构。

如图3所示，为本发明所述的一种通话音质的监控方法，包括：

步骤41，第一终端从第二终端接收语音数据；

步骤42，所述第一终端根据所述语音数据，生成第一终端的接收语音数据的语音质量参数；

步骤43，所述第一终端将所述语音质量参数，发送给所述第二终端；该步骤包括：所述第一终端生成语音帧，所述语音帧包括：语音帧的编码标识符和所述语音质量参数；所述第一终端给所述第二终端发送所述语音帧。

步骤44，所述第二终端根据所述语音质量参数进行处理。该步骤具体为：

所述第二终端根据所述语音质量参数进行提示；和/或所述第二终端根据所述语音质量参数，调节所述第二终端发送给所述第一终端的语音的质量。

其中，所述第二终端根据所述语音质量参数进行提示的步骤为：

所述第二终端显示所述图像信号或者播放所述声音信号。

所述语音质量参数包括：能量谱和/或信噪比。

本发明扩展了数字音频终端对音频数据的处理流程，对第一终端接收到的数据进行分析，提取能量谱以及信噪比等参数发给第二终端，同时接收第二终端发过来的能量谱以及信噪比等参数，并将其通过图形或者声音的形式实时显示出来，从而实现了对第二终端接收到语音信号的音质与音量的实时监控。

第一终端对第二终端发出的编码后的语音帧进行解码后会进行简单的处理，然后进行DA转换，本发明通过截取DA转换前的PCM(Pulse CodeModulation，脉冲编码调制)数据进行具体的分析，得到第一终端接收到的语音信号的能量谱和信噪比(SNR)。同时，第一终端将从第二终端接收到的语音帧中，解析出能量谱和信噪比参数，在第一终端以图形或者声音的方式，实时的提示用户第二终端当前接收到第一终端的语音信号的状况是否良好。

本发明通过实时更新并显示发送语音信号的能量谱以及信噪比，来提示用户实时语音通话的音质及音量，从而达到增加语音通话的舒适程度的目的，使得音频数据终端更加易于使用。

下面结合图4描述本发明的具体实施方式，该场景中，第一终端和第二终端进行通话，以第一终端为例进行描述。

包括以下步骤：

步骤一，第一终端从第二终端接收PCM音频数据，第一终端对D/A转换之前的PCM音频数据进行预处理并做FFT变换。

其中，预处理主要是分帧、预加重并加窗。

该实施例中，每帧取20ms的数据(例如8kHz采样率下，每帧取160点)，加窗(Hamming)。

生成窗函数，

d (n) = 0.54 - 0.46 \cos (\frac{2 πn}{L - 1}),

其中，n＝1...L，L为语音帧的帧长；

然后，进行预加重处理，y(n)＝s(n)-αs(n-1)，其中，α＝0.97，s(n)为原始语音信号，y(n)为预加重后的语音信号；

然后，进行加窗处理，x(n)＝d(n)·y(n)，其中，n＝1...L，x(n)为加窗后的语音信号；

然后，进行FFT变换，频谱w(k)＝FFT(x(n))，k＝1...L。

步骤二：第一终端利用FFT前后的信号进行VAD(voice activitydetector，语音激活检测)，并将信号判决为语音或者噪声。

该实施例中，采用比较简单的频带方差判决，本领域技术人员可以理解，也可以用其他VAD算法进一步改进。

具体为：取N个固定的中心频率分别为fi(i＝1、2、...N)的频带，N可以为16或者32，由于需要进行FFT，为了方便计算，N尽量取2的整数次幂，根据实际情况预先设定，。

对fi频带内的w(k)平方求和得到中心频率为fi的频带的能量W(fi)，设每个频带设有M个频点，则能量谱W(ki)为：

W (fi) = Σ_{m = 1}^{M} w^{2} ({fi}_{m}),

其中，m为频点序号

求取能量谱的均值E：

E = \frac{1}{N} Σ_{i = 1}^{N} W (fi)

求取数据帧的频带方差D：

D = \frac{1}{N} Σ_{i = 1}^{N} (W (fi) - E)

一般认为通话刚刚建立时初始的2～3帧为噪声帧，噪声帧的频带方差D_noise从初始的2～3帧得到。设噪声门限值M为，取M＝3～5D_noise，如果数据帧的频带方差D＞M，则，将将数据帧判决为语音帧，否则判为噪声帧。

步骤三：第一终端计算信噪比。

如果是语音帧，则计算语音帧能量；

W_{S} = Σ_{n = 1}^{L} x^{2} (n),

其中，n＝1...L

如果是噪声帧，则计算噪声帧能量；

W_{N} = Σ_{n = 1}^{L} x^{2} (n)

其中，n＝1...L

根据语音帧能量和噪声帧得到信噪比SNR：

SNR = \frac{W_{S} - W_{N}}{W_{N}}

步骤四：第一终端对上行通路中编码后的语音信号、信噪比SNR以及能量谱W(ki)进行封装。

现有技术的语音帧语音帧格式如表1所示：

Stream generated by Encoder1

其中，Stream generated by Encoder1为编码流。

本方案中语音帧格式如表2所示：

Magic No.

Header

SNR

能量谱

Stream generated by Encoder1

其中，Magic No.表示编码类型，Header(头)表示编码格式。Magic No.和Header相当于上述的编码标识符。Stream generated by Encoder1为编码流。

步骤五：第一终端对接收到的语音帧进行解码。

如果接收的magic Number和既定的magic Number不同，则认为语音帧是没有经过本文所示的系统处理，说明当前第二终端没有和第一终端相应的发送信噪比等参数的功能，则直接将语音帧交给现有技术中解码器Dedoder1进行处理，得到正常的PCM音频数据，同时停止对第一终端语音的信噪比等参数的计算，对外发送表1所示的语音帧。

如果接收到的magic Number和既定的magic Number相同，则按照表2格式对语音帧进行解析。解析过程包括：

提取SNR和能量谱W(ki)，并发送给应用程序进行实时显示，以提醒用户对方接收到的语音信号的质量以及声音的大小；

同时，提取编码器Encoder1编码得到的语音帧，用解码器Decoder1进行解码，得到正常的PCM音频数据。

步骤六，如果能正确解析SNR和能量谱，则将其以一定的方式(声音提示或者图形显示)显示出来，以提示用户对方所收听到的语音信号的质量。

例如将能量谱和信噪比以柱状图的形式实时显示。随着SNR的数值大小不断变化，柱状图高低不断变化，并且柱状图越高，顶端的图形色调就越呈现暖色调，表示SNR很高。否则柱状图显示的SNR会比较低。随着每个频带的能量不断变化，代表各个频带能量的柱状图高低随之不断变化。

本发明通过扩展数字音频终端对音频数据的处理流程，对第二终端传回的信噪比等参数进行实时的显示或者通过其他手段告知用户，同时提取第一终端接收到的语音信号的信噪比等参数，并将其封装在信源编码的语音帧中，从而实现了在第一终端监控第二终端接收到语音信号的音质与音量，同时将第一终端接收到语音的音质与音量参数实时传送给第二终端。本方案可以实现当第一终端和第二终端进行通信时，第二终端对第一终端的接收第二终端语音数据的语音质量进行实时监控。本领域技术人员可以理解，终端可以同时具备第一终端和第二终端的上述功能。

所述方法实施例是与所述装置实施例相对应的，在方法实施例中未详细描述的部分参照装置实施例中相关部分的描述即可，在装置实施例中未详细描述的部分参照方法实施例中相关部分的描述即可。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括如上述方法实施例的步骤，所述的存储介质，如：磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，对各步骤的先后变化也在本发明的保护范围之内。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种通话音质的监控系统，包括：第一终端和第二终端，其特征在于，

2.一种通话音质的监控终端，其特征在于，包括：

语音数据接收单元，用于从第二终端接收语音数据；

3.根据权利要求2所述的监控终端，其特征在于，还包括：

4.一种通话音质的监控方法，其特征在于，包括：

第一终端从第二终端接收语音数据；

所述第一终端将所述语音质量参数，发送给所述第二终端；

所述第二终端根据所述语音质量参数进行处理。

5.根据权利要求4所述的通话音质的监控方法，其特征在于，所述第一终端将所述语音质量参数，发送给所述第二终端的步骤包括：

所述第一终端给所述第二终端发送所述语音帧。

6.根据权利要求4或5所述的通话音质的监控方法，其特征在于，所述第二终端根据所述语音质量参数进行处理的步骤为：

所述第二终端根据所述语音质量参数进行提示；和/或

7.根据权利要求6所述的通话音质的监控方法，其特征在于，所述第二终端根据所述语音质量参数进行提示的步骤为：

所述第二终端显示所述图像信号或者播放所述声音信号。

8.根据权利要求4或5所述的通话音质的监控方法，其特征在于，所述语音质量参数包括：能量谱和/或信噪比。