CN101789240B - 语音信号处理方法和装置以及通信系统 - Google Patents

Abstract

本发明实施例提供一种语音信号处理方法和装置以及通信系统。方法，包括：在相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位；将插入所述复位帧后的语音片段发送给所述接收端设备。装置，包括：处理模块，用于在相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位；发送模块，用于将插入所述复位帧后的语音片段发送给所述接收端设备。本发明实施例，通过在相邻播放的语音片段之间插入复位帧，可以避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。

Description

语音信号处理方法和装置以及通信系统

技术领域

本发明实施例涉及通信领域，尤其涉及一种语音信号处理方法和装置以及通信系统。 

背景技术

随着通信业务的不断丰富，语音业务也随之快速发展，例如彩铃播放、视频播放业务中的语音传输等。 

分组交换网是一种以分组交换为基础的网络。所谓分组交换，即为将业务数据划分成一定长度的分组，并且以各个分组为单位进行存储转发。因此，在分组交换网中进行语音传输时，语音信号会被划分为多个语音片段，并且以这些语音片段为单位进行存储转发。在分组交换网中，为了降低语音编解码的带宽，语音信号的发送端设备一般采用编码激励线性预测(Code excitedlinear prediction，以下简称：CELP)算法对语音信号进行编码处理，CELP算法根据语音信号的短时相关性，通过之前接收的语音信号对当前的语音信号进行预测，进而实现语音信号编码。语音信号的接收端设备可以应用解码器对接收的语音信号进行相关性解析，从而获取解析后的语音信号。 

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：由于在分组交换网中，语音信号被划分为多个语音片段，这些语音片段之间不存在短时相关性，因此，接收端设备进行相关性解析后，在相邻两段语音片段之间会产生尖锐噪音，降低语音信号质量。 

发明内容

本发明实施例提供一种语音信号处理方法和装置以及通信系统，以实现 提高语音信号质量。 

本发明实施例提供一种语音信号处理方法，包括： 

检测当前播放的语音片段即将切换到下一语音片段，并确定无短时相关性的相邻播放的语音片段之间没有复位帧；在所述无短时相关性的相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位； 

将插入所述复位帧后的语音片段发送给所述接收端设备。 

本发明实施例提供一种语音信号处理装置，包括： 

检测模块，用于检测当前播放的语音片段即将切换到下一语音片段，并确定所述无短时相关性的相邻播放的语音片段之间没有复位帧； 

处理模块，用于在所述无短时相关性的相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位； 

发送模块，用于将插入所述复位帧后的语音片段发送给所述接收端设备。 

本发明实施例还提供一种通信系统，包括上述语音信号处理装置。 

本发明实施例，通过在相邻播放的语音片段之间插入复位帧，可以使得接收端设备在播放相邻的语音片段之间，对其自身的解码器进行复位处理，从而使得接收端设备的解码器可以将相邻播放的语音片段进行独立解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。 

附图说明

图1为本发明语音信号处理方法一个实施例的流程图； 

图2为现有技术中相邻播放的两段语音片段的结构示意图； 

图3为本发明语音信号处理方法实施例插入复位帧后相邻播放的两段语音片段的结构示意图； 

图4为本发明语音信号处理方法另一个实施例的流程图； 

图5为本发明语音信号处理方法再一实施例的流程图； 

图6为本发明语音信号处理装置一个实施例的结构示意图； 

图7为本发明语音信号处理装置另一个实施例的结构示意图； 

图8为本发明语音信号处理装置再一个实施例的结构示意图。 

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 

图1为本发明语音信号处理方法一个实施例的流程图，如图1所示，本实施例的方法包括： 

步骤101、在相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位处理。 

举例来说，语音信号处理装置可以在相邻播放的语音片段之间插入复位帧。具体地，该语音信号处理装置可以判断相邻播放的语音片段之间是否存在复位帧，如果存在则可以不对相邻播放的语音片段进行任何处理，若不存在，则可以在相邻播放的语音片段之间插入复位帧。图2为现有技术中相邻播放的两段语音片段的结构示意图，图3为本发明语音信号处理方法实施例插入复位帧后相邻播放的两段语音片段的结构示意图。如图3所示，插入的复位帧位于第一段语音片段和第二段语音片段之间，该复位帧的作用是对接收端设备的解码器进行复位处理。本实施例中的复位帧可以为协议中定义的Homing Frame。 

步骤102、将插入所述复位帧后的语音片段发送给所述接收端设备。 

插入复位帧后的语音片段在播放时可以被发送给接收端设备，例如移动 终端。 

具体来说，接收端设备的解码器，例如移动终端的解码器，可以以每段语音片段为单位依次接收。解码器在对相邻播放的语音片段的第一段语音片段的每一帧解析完成之后并且在开始解析第二段语音片段的第一帧之前，可以先解析插入的复位帧。解码器在解析该复位帧之后即可进行复位处理，并在复位处理后再对第二段语音片段进行解析。因此，该复位处理可以使得解码器将第一段语音片段和第二段语音片段作为独立的语音片段进行解析，而不会将第一段语音片段和第二段语音片段作为连续语音进行相关性解析，从而不会在相邻播放的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

本实施例，通过在相邻播放的语音片段之间插入复位帧，可以使得接收端设备在播放相邻的语音片段之间，对其自身的解码器进行复位处理，从而使得接收端设备的解码器可以将相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

进一步地，本发明实施例中的语音片段可以包括静态语音片段和动态语音片段。其中，静态语音片段可以为预先存储的声音文件中的任一语音片段；动态语音片段可以为实时产生的任一语音片段，例如会议中的话音片段。 

语音片段在通过分组交换网传送给接收端设备的过程中可能经历三种状态。一种是音源存储状态，该音源存储状态可以为作为声音文件的静态语音片段被存储在音源设备上的状态；另一种是语音片段通过播放处理设备(例如文件播放服务器)被发送到分组交换网的播放状态：例如将存储的声音文件通过文件播放服务器发送到分组交换网的播放状态，又例如会议中的人声的实时发送状态；还一种是将播放设备通过分组交换网发送的语音片段转换为接收端设备所需的语音信号的转换状态。对于第二种状态和第三种状态来说，所处理的语音片段均为动态语音片段，具有实时性。因此，本发明实施 例可以在语音片段处于上述这三种状态时进行预处理，以避免接收端设备在进行相关性解析后，在相邻播放的两段语音片段之间产生尖锐噪声。 

与上述语音片段所处的三种状态相对应的，上述实施例的方法可以应用在通信系统中的三种语音信号处理装置上。 

与第一种状态对应的语音信号处理装置可以是音源处理设备。该音源处理设备可以在声音产生源对预先存储的静态语音片段进行处理。以静态语音片段举例来说，在拨打中国移动客服热线时，第一段语音片段为“尊敬的动感地带用户，欢迎您致电10086，查询话费余额，请按1......”，假如用户按下1，则会播放第二段语音片段“您当前的余额为：XXX”。第一段语音片段和第二段语音片段均是在服务器上已经存储好的语音片段。因此，对于这些已经存储好的语音片段来说，可以采用本发明实施例的方法修改已经存储的语音片段，在相邻播放的语音片段之间插入复位帧。下面采用一个具体实施例对第一种状态下静态语音片段的语音信号处理方法进行详细说明。 

图4为本发明语音信号处理方法另一个实施例的流程图，如图4所示，本实施例的方法可以包括： 

步骤401、获取预先存储的语音文件中相邻播放的语音片段。 

举例来说，音源处理设备可以获取预先存储的语音文件中相邻播放的语音片段。具体地，音源处理设备可以两两获取相邻播放的语音片段。假设所需播放的语音片段有4段，依次记为语音片段0、语音片段1、语音片段2和语音片段3。因此，音源处理设备可以相邻播放的语音片段0和1、相邻播放的语音片段1和2以及相邻播放的语音片段2和3。 

步骤402、判断相邻播放的语音片段之间是否存在复位帧，若是，则执行步骤403，否则执行步骤404。 

音源处理设备可以分别判断相邻播放的语音片段0和1之间、相邻播放的语音片段1和2之间以及相邻播放的语音片段2和3之间是否存在复位帧。 

可选地，如果预先已经确定所有相邻播放的语音片段之间均没有复位帧， 例如，通过对所有语音片段的第一帧或者最后一帧进行检测，确定所有语音片段均不包括复位帧，则步骤402的判断过程可以省略，直接执行步骤404即可。 

步骤403、不做任何处理。 

步骤404、将所述复位帧插入到所述相邻播放的语音片段中后播放的语音片段的第一帧之前。 

由于语音文件中的语音片段是分别存储的，因此对于这种静态语音片段来说，音源处理设备在相邻播放的语音片段之间插入复位帧时，需要将复位帧插入到相邻播放的语音片段之间的某一个语音片段中。在本实施例中，音源处理设备可以将复位帧插入到相邻播放的语音片段中后播放的语音片段的第一帧之前。 

本实施例可以假设上述语音片段0和1之间、语音片段1和2之间以及语音片段2和3之间均不存在复位帧，则本实施例可以将复位帧插入到语音片段1、语音片段2以及语音片段3的第一帧之前，也即插入的复位帧作为接收端设备的解码器对语音片段1、语音片段2以及语音片段3进行解析时的第一帧。 

可替换地，步骤404也可以为将所述复位帧插入到所述相邻播放的语音片段中先播放的语音片段的最后一帧之后。例如，将复位帧插入到语音片段0、语音片段1以及语音片段2的最后一帧之后，也即插入的复位帧作为接收端设备的解码器对语音片段1、语音片段2以及语音片段3进行解析时的最后一帧。 

步骤405、将插入所述复位帧后的语音片段发送给所述接收端设备。 

可选地，本实施例在插入复位帧后，可以将插入复位帧的语音片段重新进行存储处理，待需要播放该语音片段的时候，再将插入所述复位帧后的语音片段发送给所述接收端设备。 

不管步骤404是将复位帧插入相邻播放的语音片段中先播放的语音片段 的最后一帧之后，还是将复位帧插入到相邻播放的语音片段中后播放的语音片段的第一帧之前，接收端设备的解码器在对接收的语音片段进行解析时，可以在解析完一段语音片段之后即对解码器进行复位，再解析下一段语音片段。 

本实施例可以在音源产生处即可将复位帧插入到存储成文件形式的语音片段中，因此本实施例对于其他设备无需开发新的功能，只需要修改现有语音文件即可。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

与第二种状态对应的语音信号处理装置可以是播放处理设备，例如用于将语音片段播放到网络上的播放服务器。在语音片段被播放到网络之前，该播放处理设备可以对语音片段进行预处理。下面采用一个具体实施例对第二种状态下动态语音片段的语音信号处理方法进行详细说明。 

图5为本发明语音信号处理方法再一实施例的流程图，如图5所示，本实施例的方法可以包括： 

步骤501、检测当前播放的语音片段即将切换到下一语音片段。 

举例来说，播放处理设备可以检测当前播放的语音片段即将切换到下一语音片段。该检测方法可以采用现有技术中的任一检测方法，例如检测语音片段1已经进入缓存区等，此处不再赘述。 

本实施例可以假设播放处理设备检测语音片段0即将切换到语音片段1。 

步骤502、判断相邻播放的语音片段之间是否存在复位帧，若是，则执行步骤503，否则执行步骤504。 

播放处理设备可以判断语音片段0和语音片段1之间是否存在复位帧。具体地，该播放处理设备可以判断语音片段0的最后一帧是否为复位帧或者语音片段1的第一帧是否为复位帧，或者是否存在复位帧作为单独的一帧插入在语音片段0和语音片段1之间。 

可选地，如果预先已经确定所有相邻播放的语音片段之间均没有复位帧，则步骤502的判断过程可以省略，直接执行步骤504即可。 

步骤503、不做任何处理。 

步骤504、在相邻播放的语音片段之间插入复位帧。 

在具体实现时，播放处理设备既可以将复位帧插入到所述相邻播放的语音片段中后播放的语音片段的第一帧之前，也可以将复位帧插入到所述相邻播放的语音片段中先播放的语音片段的最后一帧之后。 

由于实时处理过程中需要考虑时延问题，而在相邻播放的语音片段之间插入复位帧则会引入播放时延，因此，可选地，播放处理设备在相邻播放的语音片段之间插入复位帧时，可以将先播放的语音片段的最后一帧丢弃，或者将即将播放的下一语音片段的第一帧丢弃。 

播放处理设备可以通过判断当前播放的语音片段是否播放完成，确定丢弃当前播放的语音片段的最后一帧还是丢弃下一语音片段的第一帧。具体来说，若播放处理设备判断当前播放的语音片段的至少最后一帧还未播放，则将当前播放的语音片段的最后一帧丢弃，若当前播放的语音片段的最后一帧已经播放，则将所述下一语音片段的第一帧丢弃。 

步骤505、完成语音片段切换，并将插入所述复位帧后的语音片段发送给所述接收端设备。 

本实施例可以在动态语音片段的实时传送过程中将复位帧插入到相邻播放的语音片段之间。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。而且，本实施例还可以通过判断当前播放的语音片段是否播放完成，确定丢弃当前播放的语音片段的最后一帧还是丢弃下一语音片段的第一帧，从而避免由于插入复位帧而出现的时延问题。 

在本发明语音信号处理方法还一个实施例中，与第三种状态对应的语音 信号处理装置可以是转码设备，例如媒体网关(Media Gateway，以下简称：MGW)，媒体处理器等。其处理的语音片段也为动态语音片段。在语音片段被转换成接收端设备所需的语音信号之前，该转码设备可以对动态语音片段进行预处理。由于转码设备无法区分语音片段是文件播放还是实时播放，也即无法区分语音片段是动态语音片段还是静态语音片段，因此，对于转码设备来说，可以采用动态语音片段的处理方式进行处理，也即采用图5所示的方式进行处理，其具体实现过程不再赘述。 

本实施例可以在转码设备进行转码处理过程中，将复位帧插入到相邻播放的语音片段之间。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。而且，本实施例还可以通过判断当前播放的语音片段是否播放完成，确定丢弃当前播放的语音片段的最后一帧还是丢弃下一语音片段的第一帧，从而避免由于插入复位帧而出现的时延问题。 

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前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，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。 

图6为本发明语音信号处理装置一个实施例的结构示意图，如图6所示，本实施例的语音信号处理装置可以包括：处理模块11和发送模块12，其中，处理模块11用于在相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位处理；发送模块12用于将插入所述复位帧后的语音片段发送给所述接收端设备。 

本实施例的装置与图1所示方法实施例的实现原理类似，此处不再赘述。 

本实施例的装置，通过在相邻播放的语音片段之间插入复位帧，可以使 得接收端设备在播放相邻的语音片段之间，对其自身的解码器进行复位处理，从而使得接收端设备的解码器可以将相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

图7为本发明语音信号处理装置另一个实施例的结构示意图，如图7所示，本实施例在图6所示装置的基础上，进一步包括：获取模块13，该获取模块13用于获取预先存储的语音文件中相邻播放的语音片段，并确定所述相邻播放的语音片段之间没有复位帧；处理模块11还用于将所述复位帧插入到所述相邻播放的语音片段中先播放的语音片段的最后一帧之后，或者将所述复位帧插入到所述相邻播放的语音片段中后播放的语音片段的第一帧之前。 

本实施例的装置可以为音源处理设备，本实施例的装置与图4所示方法实施例的实现原理类似，此处不再赘述。 

本实施例的装置，可以在音源产生处即可将复位帧插入到存储成文件形式的语音片段中，因此本实施例对于其他设备无需开发新的功能，只需要修改现有语音文件即可。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

图8为本发明语音信号处理装置再一个实施例的结构示意图，如图8所示，本实施例在图6所示装置的基础上，进一步包括：检测模块14，该检测模块14用于检测当前播放的语音片段即将切换到下一语音片段，并确定所述相邻播放的语音片段之间没有复位帧。处理模块11还用于在所述当前播放的语音片段的至少最后一帧还未播放时，将所述当前播放的语音片段的最后一帧丢弃，在所述当前播放的语音片段的最后一帧已经播放时，将所述下一语音片段的第一帧丢弃。 

本实施例的装置可以为播放处理设备(如播放服务器)或者转码设备(如 MGW，媒体处理器等)，本实施例的装置与图5所示方法实施例的实现原理类似，此处不再赘述。 

本实施例的装置，可以在动态语音片段的实时传送过程中或者转码设备进行转码处理过程中，将复位帧插入到相邻播放的语音片段之间。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。而且，本实施例还可以通过判断当前播放的语音片段是否播放完成，确定丢弃当前播放的语音片段的最后一帧还是丢弃下一语音片段的第一帧，从而避免由于插入复位帧而出现的时延问题。 

本发明通信系统实施例，可以包括上述图6～8中的任一语音信号处理装置，从而可以在静态语音片段的音源产生处、动态语音片段的实时传送过程中或者转码设备进行转码处理过程中，将复位帧插入到相邻播放的语音片段之间。接收端设备的解码器可以将接收的相邻播放的语音片段进行独立解析，而不会将相邻播放的语音片段作为连续语音进行相关性解析，从而避免在播放相邻的语音片段之间产生尖锐噪音，进而提高了语音信号的质量。 

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。 

Claims (6)

1.一种语音信号处理方法，其特征在于，包括：

检测当前播放的语音片段即将切换到下一语音片段，并确定无短时相关性的相邻播放的语音片段之间没有复位帧；

在所述无短时相关性的相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位；

将插入所述复位帧后的语音片段发送给所述接收端设备。

2.根据权利要求1所述的语音信号处理方法，其特征在于，还包括：

若所述当前播放的语音片段的至少最后一帧还未播放，则将所述当前播放的语音片段的最后一帧丢弃。

3.根据权利要求1所述的语音信号处理方法，其特征在于，还包括：

若所述当前播放的语音片段的最后一帧已经播放，则将所述下一语音片段的第一帧丢弃。

4.一种语音信号处理装置，其特征在于，包括：

检测模块，用于检测当前播放的语音片段即将切换到下一语音片段，并确定所述无短时相关性的相邻播放的语音片段之间没有复位帧；

处理模块，用于在所述无短时相关性的相邻播放的语音片段之间插入复位帧，所述复位帧用于对接收端设备的解码器进行复位；

发送模块，用于将插入所述复位帧后的语音片段发送给所述接收端设备。

5.根据权利要求4所述的语音信号处理装置，其特征在于，所述处理模块还用于在所述当前播放的语音片段的至少最后一帧还未播放时，将所述当前播放的语音片段的最后一帧丢弃，在所述当前播放的语音片段的最后一帧已经播放时，将所述下一语音片段的第一帧丢弃。

6.一种通信系统，其特征在于，包括权利要求4或5所述的语音信号处理装置。

Images