CN101854308B - VoIP系统高音质服务网络自适应实现方法 - Google Patents

Abstract

本发明涉及一种VoIP系统高音质服务网络自适应实现方法，包括如下步骤：将采集的音频数据依次分区缓存；获取存满一个区域后的音频数据，根据音频数据的音频增益均值以及音频阈值确定头部控制信息；根据头部控制信息确应音频种类进而确定压缩比，根据压缩比对音频数据进行编码；依据RTP协议将编码后的音频数据封装成RTP流，并将RTP流发送到网络中，依据RTCP协议发送RTCP控制流到网络中，在网络中进行RTCP检测并获取数据包丢包率和数据包丢弃率，进而确定网络性能参数；根据网络性能参数以及音频增益均值更新音频阈值，以调整下一区域音频数据的压缩比。本发明网络带宽利用率高、可扩展性高、网络自适应性好、语音质量连续、实时性好。

Description

VoIP系统高音质服务网络自适应实现方法

技术领域

本发明涉及计算机网络传输领域，具体涉及高音质服务在VoIP系统中的网络自适应实现方法。 

背景技术

随着计算机网络条件的逐步优化，VoIP(Voice over InternetProtocol)正在普及与发展，VoIP的主要工作是将模拟的语音讯号经过采样、压缩、封包之后，以数据封包的形式在IP网络的环境中传输，通俗来说也就是互联网电话、网络电话或者简称IP电话。目前，VoIP系统除了具有语言通讯功能外，还能传输高音质音乐。 

通过OnlyDbg、CoolEdit、NetPeeker等工具对ISpeak等主流的商用语音系统进行分析，发现目前VoIP系统的主要缺陷如下： 

(a)网络带宽利用率低：无音乐传输时的码率与音乐传输时的码率相同，带宽资源浪费； 

(b)可扩展性低：采用传统的C/S(Client/Server，客户机/服务器)结构，系统负载不均，可扩展性低； 

(c)网络自适应性差：传输层只用了TCP(Transmission ControlProtocol，传输控制协议)，不能自身所处的网络状况条件主动拥塞控制； 

(d)语音质量不连续：不能适应网络状况的波动，网络稍微恶化时有频繁的停顿现象，不能保证语音质量的连续性； 

(e)实时性差：只支持一路上传语音，需要在客户之间进行“传麦”(指的是同一会话场景下，能够向外发送数据的权限传递过程)操作，灵活性差。 

因此，VoIP系统不能自适应地实现高音质服务，以故有必要提供一种应用于VoIP系统的高音质服务网络自适应实现方法来克服现有技术的缺陷。 

发明内容

本发明的目的是提供一种VoIP系统高音质服务网络自适应实现方法，能克服现有方法中网络带宽利用率低、可扩展性低、网络自适应性差、语音质量不连续、以及实时性差的缺陷。 

为了实现上述目的，本发明提供了一种VoIP系统高音质服务网络自适应实现方法，包括如下步骤：(1)将采集的音频数据依次分区缓存；(2) 获取存满一个区域后的音频数据，根据音频数据的音频增益均值以及音频阈值确定头部控制信息，并将所述头部控制信息填充到所述音频数据中，所述根据音频数据的音频增益均值以及音频阈值确定头部控制信息具体为：当所述音频数据的音频增益均值小于所述音频阈值时，将头部控制信息设置为0，表示音频数据送入编码器后，通过高压缩低保真算法编码；当所述音频数据的音频增益均值不小于所述音频阈值，将头部控制信息设置为1，表示音频数据送入编码器后，通过低压缩高保真算法编码；(3)根据所述头部控制信息确应音频种类，根据音频种类确定压缩比，进而根据所述压缩比对所述音频数据进行编码；(4)依据RTP协议将编码后的音频数据封装成RTP流，并将所述RTP流发送到网络中，依据RTCP协议发送RTCP控制流到网络中，在网络中进行RTCP检测并获取网络的数据包丢包率和数据包丢弃率，根据所述数据包丢包率和数据包丢弃率获取网络性能参数；(5)根据所述网络性能参数以及所述音频增益均值对所述音频阈值进行更新，以调整下一区域音频数据的压缩比。 

在本发明的一个实施例中，所述步骤(1)具体为：将采集的音频数据从缓冲区起始位置处起依次放到各子缓冲区中；当所述缓冲区填满时，删除起始位置处子缓冲区中的音频数据；当一个子缓冲区填满音频数据时，获取所述子缓冲区的音频数据。 

在本发明的另一实施例中，所述步骤(4)之后还包括：当所述网络性能参数小于网络性能阈值时，将所述网络性能参数设置为零。 

在本发明的又一实施例中，所述方法还包括：当当前接收音频数据的时间与上次接收音频数据的时间之间的时间间隔小于分析时间间隔常量时，将上次分析的头部控制信息填充到所述音频数据中。 

在本发明的再一实施例中，所述音频阈值的初始值为起始位置处子缓冲区的音频数据的音频增益均值。 

与现有技术相比，本发明具有如下优点： 

(1)网络带宽利用率高：本发明通过头部控制信息效识别音频种类，声音和音乐使用不同的压缩比例，因而高音质传输所需带宽有效地得到降低；(2)可扩展性高：采用对等网络的系统结构，能保证系统的可扩展性；(3)语音质量连续性好：通过RTCP质量反馈报告中的网络数据包丢包率和数据包丢弃率获取对等网的网络性能参数 (链路分析子模块)，根据网络性能参数 

调整音频阈值，进而动态调整音频数据的压缩率，能适应网络状况的波动，保证音频传输会话的连续性，进而保证音频数据在网络中的音质最优化，使用户有更好的体验；(4)实时性好：将自适应策略耗费的时间尽可能短，保证音频传输实时性，保证QoS(Quality of service， 服务质量)；(5)网络自适应性好：根据自身所处的网络状况条件，进行高音质与普通语音的切换，保证用户的有效语音；(6)用户透明性：网络自适应过程自动完成，对用户来说影响非常小。 

通过以下的描述并结合附图，本发明将变得更加清晰，这些附图用于解释本发明的实施例。 

附图说明

图1为本发明对等VoIP系统高音质服务网络自适应实现方法第一实施例的流程图 

图1a为图1所示方法涉及的系统架构图。 

图1b为图1所示方法中网络传输协议示意图。 

图2a为图1所示方法中缓冲区的示意图。 

图2b为图1所示方法中音频流数据分析器确定头部控制信息的流程图。 

图3为本发明对等VoIP系统高音质服务网络自适应实现方法第二实施例的流程图。 

图4为图1所示方法中音频增益均值、音频阈值与网络性能参数变化关系的模拟图。 

具体实施方式

现在参考附图描述本发明的实施例，附图中类似的元件标号代表类似的元件。 

图1a为本发明VoIP系统高音质服务网络自适应实现方法涉及的系统架构图。如图1所示，所述系统架构包括捕捉模块50、数字信号处理(DSP，Digital Signal Processing)模块10、音频编解码模块20、回放模块60、网络模块30、自适应调整策略模块40以及网络70。 

所述捕捉模块50通过声卡采集语音数据。 

所述数字信号处理模块10包括静音检测子模块14、回音抑制子模块13、噪音消除子模块12、音频采集子模块11、特效子模块15、以及混音子模块16。所述静音检测子模块14与所述捕捉模块50连接，用于检测所述捕捉模块50采集的语音数据是否静音，在是静音的情况下不继续发送语音数据，以减少带宽消耗，在不是静音的情况下继续发送语音数据。所述回音抑制子模块13与所述静音检测子模块14连接，用于消除所述静音检测子模块14发送的非静音语音数据在语音通话中的回声，以提高语音通话质量，然后发送消除回声后的语音数据。所述噪音消除子模块12与所述回音抑制子模块13连接，用于去掉所述回音抑制子模块13发送的语音数据 中的噪音数据，然后发送去掉噪音数据后的语音数据。所述音频采集子模块11与所述噪音消除子模块12连接，用于根据所述噪音消除子模块12发送的语音数据进行音频的采集，进而获取当前时段的音频增益均值，然后发送采集的音频数据。所述特效子模块15与所述音频采集子模块11连接，用于对所述音频采集子模块11发送的音频数据进行特效处理，以提供语音质感，然后发送特效处理后的音频数据。所述混音子模块16与所述特效子模块15连接，用于对所述特效子模块15发送的音频数据进行混音处理，并发送所述混音处理后的音频数据。 

所述音频编解码模块20与所述数字信号处理模块10连接，其包括降码率子模块21、抖动缓存管理子模块22、以及音频协议编解码子模块23。所述降码率子模块21与所述数字信号处理模块10的混音子模块16连接，用于保存所述混音子模块16发送的音频数据的音频增益均值，并将所述音频增益均值与自身的音频阈值作比较，得出头部控制信息，并将所述音频数据以及头部控制信息发送到所述音频协议编解码子模块23。所述抖动缓存模块22用于接收远端用户发送的音频数据包，将所述远端音频数据包封装成完整的数据帧，并将所述数据帧发送到所述音频协议编解码子模块23。所述音频协议编解码子模块23与所述降码率子模块21、抖动缓存管理子模块22连接，用于根据所述降码率子模块21发送的头部控制信息选择不同的算法对本地音频数据进行编码，以减少数据量从而减轻网络负载，同时对所述抖动缓存管理子模块22发送的远端数据帧进行解码，以还原音频数据，供本地用户收听。 

所述回放模块60与所述音频编解码模块20的音频协议编解码子模块23连接，用于播放所述音频协议编解码子模块23解码后的数据帧。 

所述网络模块30与所述音频编解码模块20以及所述网络70连接，其包括RTCP(Real-time Transport Control Protocol，实时传输控制协议)协议子模块31、RTSP(Real Time Streaming Protocol，实时流传输协议)协议子模块32、以及网络引擎子模块33。结合图1a和图1b，所述网络引擎子模块33包括网络通信协议，其与所述网络70连接。所述RTSP协议子模块32与所述音频协议编解码子模块23以及所述网络引擎子模块33连接，用于依据RTP(Real-time Transport Protocol，实时传输协议)协议将音频协议编解码子模块23编码后的音频数据封装成RTP流，并经由网络引擎子模块33将所述RTP流发送到网络70中。所述RTCP协议子模块31与所述网络引擎子模块33连接，用于依据RTCP协议产生RTCP控制数据流，并经由网络引擎子模块33将所述RTCP控制数据流发送到网络70中， 通过所述RTCP控制数据流在网络70中实时进行RTCP检测，依据RTCP协议获取本地用户91与远端用户92之间的网络连接数据包丢包率和数据包丢弃率。详细见图1b，本实施例VoIP系统高音质服务网络自适应实现方法中的数据传输涉及网络层、应用层。应用层将本地用户的音频数据发送至网络层；网络层通过网络通信协议将本地音频数据通过网络70转发送至远端用户，同时从网络70中接收远端音频数据，并将远端音频数据转发至应用层。其中应用层主要包括自适应调制策略模块40和音频编解码模块20；网络层主要包括网络模块30的RTCP协议子模块31、RTSP协议子模块32和网络引擎子模块33。 

所述自适应调整策略模块40包括路径管理子模块41、会话管理子模块42、以及链路分析子模块43。所述链路分析子模块43与所述网络模块30的RTCP协议子模块31以及所述降码率子模块21连接，用于根据所述RTCP协议子模块31得到的数据包丢包率和数据包丢弃率获取网络性能参数，进而获取音频阈值，并根据所述获取的音频阈值更新所述音频编解码模块20的降码率子模块21的音频阈值。所述路径管理子模块41和会话管理子模块42均与所述链路分析子模块13连接，用于根据所述链路分析子模块13获取的网络性能参数及音频阈值提供决策支持。 

图1为本实施例VoIP系统高音质服务网络自适应实现方法第一实施例的流程图，结合图1和图1a、图1b，所述方法包括如下步骤： 

步骤S1，将数字信号处理模块10采集的音频数据依次在数据缓冲区中分区缓存，存满一个区域后将所述区域的音频数据发送至降码率子模块21(也称为音频流数据分析器)中； 

步骤S2，降码率子模块21接收所述音频数据并获取所述音频数据的音频增益均值； 

步骤S3，降码率子模块21根据音频数据的音频增益均值以及音频阈值确定头部控制信息(HEADMSG)，并将音频数据(DATA)加上所述头部控制信息(HEADMSG)； 

步骤S4，音频协议编解码子模块23根据降码率子模块21中得到的音频数据(DATA)的头部控制信息(HEADMSG)确应音频种类(语音还是音乐，头部控制信息(HEADMSG)为一个二进制位，0表示为语音，1表示为音乐)，根据音频种类选择不同的压缩算法(声音和音乐适用于不同的压缩算法，如mp3与wma适用于音乐，H232、iLBC等适用于语音压缩，以节省带宽)，进而根据相应的压缩算法提供的接口对所述音频数据(DATA)进行编码； 

步骤S5，网络模块30中的RTSP协议子模块32依据RTP协议将音频 编解码模块20的音频协议编解码子模块23编码后的音频数据封装成RTP流，所述网络引擎子模块33通过网络通信协议将所述RTP流发送到网络70中；RTCP协议子模块31依据RTCP协议产生RTCP控制数据流，所述网络引擎子模块33通过网络通信协议将所述RTCP控制数据流发送到网络70中，通过所述RTCP控制数据流在网络70中实时进行RTCP检测，依据RTCP协议获取本地用户91与远端用户92之间的网络连接数据包丢包率和数据包丢弃率；自适应调整策略模块40的链路分析子模块43根据所述数据包丢包率和数据包丢弃率获取网络性能参数(需要说明的是网络70中的任何两用户(本地用户91、远端用户92)之间可以直接相互通信，用户之间的关系是对等的)； 

步骤S6，降码率子模块21根据所述音频增益均值以及链路分析子模块43获取的网络性能参数对所述音频阈值进行更新，以选择下一区域音频数据的压缩算法。 

由上可以看出，本发明通过头部控制信息效识别音频种类，声音和音乐使用不同的压缩比例，能节省带宽。另外，本发明通过RTCP质量反馈报告中网络的数据包丢包率和数据包丢弃率获取网络性能参数，根据网络性能参数调整音频阈值，进而动态调整下一区域音频数据的压缩率，以适应网络的变化，进而保证音频数据在网络中的音质最优化。也就是说，本发明能在有限的网络带宽条件下，根据网络状况进行自适应优化调整，正常地为用户提供高音质服务，提高用户的体验。 

另外，本发明对传输音频数据进行编解码，能在损失部分音质的前提下来保证客户端音频的连贯性。 

其中，所述步骤S1具体为： 

步骤S11，将数字信号处理模块10通过捕捉模块50的声卡采集的音频数据从数据缓冲区起始位置处起依次放到各子缓冲区中，当缓冲区填满时，删除起始位置处子缓冲区中的音频数据，以保证音频数据的本地实时更新； 

步骤S12，当一个子缓冲区填满音频数据时，将该子缓冲区的音频数据(DATA)发送至降码率子模块21中。 

如图2a展示了步骤S11中的缓冲区设计。如图所示，所述缓冲区设计成环形。当程序开始运行时，所述缓冲区开始分配多个(BUFSIZE)个子缓冲区(子缓冲区的个数根据实际的需要确定)，如图2a中示例性的显示了其中的两个子缓冲区81、82。每个子缓冲区缓冲大约20～30ms的音频数据。例如：若缓冲区保留2s内的音频数据，则子缓冲区的个数的初始值可 设置为2×1000/20＝100。数据偏移标识(Offset)83是当前数据的起始位置，实际音频数据长度(length)84表示已经存储的子缓存区的个数。 

其中，所述步骤S2具体为： 

步骤S21，所述降码率子模块21对所述音频数据进行FFT(Fast Fourier Transform，快速傅里叶变换)变换得到频谱图； 

步骤S22，所述降码率子模块21根据所述频谱图计算音频数据(DATA)各个频段的音频增益均值N_average，其中音频增益均值N_average的计算公式为： 

$N_{\mathrm{average}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}N\left(i\right)}{n}$

其中，Ni代表频段为i的增益值，n代表有n个频段。 

如图2b，所述步骤S3具体为： 

步骤S31，降码率子模块21判断所述音频数据的音频增益均值是否小于所述音频阈值，其中所述音频阈值的初始值为起始位置处子缓冲区的音频数据的音频增益均值，如果是，继续步骤S32，如果否，转步骤S33； 

步骤S32，将头部控制信息设置为0(头部控制信息为0，表示音频数据送入编码器后，通过高压缩低保真算法编码)，转步骤S34； 

步骤S33，将头部控制信息设置为1(头部控制信息为1，表示音频数据送入编码器后，通过低压缩高保真算法编码)； 

步骤S34，将音频数据(DATA)加上所述头部控制信息(HEADMSG)。 

其中，所述步骤S5之后还包括： 

当所述链路分析子模块43判断网络性能参数小于网络性能阈值V_networkvalue(网络性能阈值V_networkvalue表示网络性能参数的下限，网络性能阈值为常量值，0＜V_networkvalue＜1)时(说明网络条件非常差)，将所述网络性能参数设置为零。 

下面说明所述步骤S6中音频阈值的更新原理。 

所述降码率子模块21根据所述音频数据的音频增益均值N_average以及所述网络性能参数 

计算音频阈值。具体地，音频阈值的大小受实时音频增益均值N_average和网络性能参数 

的影响。当音频增益均值N_average变大时，网络数据量变大且网络性能参数 变小，导致音频阈值变小，引起网络数据量减小，最终达到平衡状态。 

音频阈值R(s)的计算式如下： 

$R\left(s\right)=\frac{M1}{T1*s+1}*F\left(s\right)-\frac{M2}{T2*s+1}*U\left(s\right)$

其中，该公式是依据控制原理公式得到的，F(s)为f(t)的拉氏变换， f(t)为音频增益均值的函数，表示在t时刻的音频增益均值N_average；U(s)为u(t)的拉氏变换，u(t)为网络性能参数的函数，表示在t时刻的网络性能参数 

的大小；M1，M2分别为增益均值和网络性能参数的权重，可动态更新，以达到适应网络条件的最佳模型，M1表示了F(s)的权值，M2表示U(s)的权值，通常设置M1＝M2＝0.5；1/T1表示了响应R(S)逼近F(s)的速度，1/T2表示了响应R(S)逼近U(s)的速度；s表示的是时间参数，单位为秒。 

图3为本实施例VoIP系统高音质服务网络自适应实现方法第二实施例的流程图。见图3并结合图1b，本方法包括如下步骤： 

步骤S301，将数字信号处理模块10采集的音频数据依次在数据缓冲区中分区缓存，存满一个区域后将所述区域的音频数据发送至降码率子模块21中； 

步骤S302，启动定时器T1，设置定时器T2、定时器T3以及分析时间间隔常量T(T值由用户自行设置，通常为3秒至5秒，T值越小，系统的灵敏度越高，自适应性越高)； 

步骤S303，降码率子模块21接收所述音频数据(DATA)，计算当前时间与上次分析时间的时间间隔t，上次分析时间的初始值为开始的时间； 

步骤S304，降码率子模块21判断时间间隔t是否大于分析时间间隔常量T，如果否，继续步骤S305，如果是，转步骤S306； 

步骤S305，使用上一次的头部控制信息分析结果填充音频数据(DATA)的头部控制信息(HEADMSG)，并将所述填充有头部控制信息的音频数据放入同步队列，转步骤S311； 

步骤S306，将所述音频数据(DATA)复制到本地缓冲区，对复制后的音频数据进行FFT变换得到频谱图，根据所述频谱图计算音频数据(DATA)的各个频段的音频增益均值N_average； 

步骤S307，判断所述音频数据的音频增益均值N_average是否小于音频阈值，其中所述音频阈值的初始值为起始位置处子缓冲区的音频数据的音频增益均值，如果是，继续步骤S308，如果否，转步骤S309； 

步骤S308，将头部控制信息设置为0，转步骤S310； 

步骤S309，将头部控制信息设置为1； 

步骤S310，将音频数据(DATA)加上所述头部控制信息(HEADMSG)，并将所述填充有头部控制信息的音频数据放入所述同步队列； 

步骤S311，音频协议编解码子模块23根据所述同步队列中音频数据(DATA)的头部控制信息(HEADMSG)确应音频种类，根据音频种类选择不 同的压缩算法，进而根据相应的压缩算法提供的接口对音频数据(DATA)进行编码； 

步骤S312，定时器T2时间到，RTSP协议子模块32接收音频协议编解码子模块23编码后的音频数据，依据RTP协议将编码后的音频数据封装成RTP流，网络引擎子模块33依据网络通信协议将所述RTP流通过网络70发送至远端用户92，所述RTP流用于远端用户解码收听； 

步骤S313，定时器T3时间到，RTCP协议子模块31依据RTCP协议产生RTCP控制数据流，网络引擎子模块33依据网络通信协议将所述RTCP控制数据流通过网络70发送至远端用户92，通过所述RTCP控制数据流在网络70中实时进行RTCP检测； 

步骤S314，远端用户收到RTCP控制数据流，依据TRCP协议处理所述RTCP控制数据流并返回给本地用户RTCP质量反馈报告，RTCP协议子模块31将所述RTCP质量反馈报告发送到链路分析子模块43，链路分析子模块43从所述RTCP质量反馈报告中提取数据包丢失率L_diushi和数据包丢弃率L_diuqi，通过所述数据包丢失率L_diushi和数据包丢弃率L_diuqi计算得到网络性能参数 

( )，其中 ，继续步骤S315并转步骤S317； 

步骤S315，链路分析子模块43判断网络性能参数 是否小于网络性能阈值V_networkvalue，如果是，转步骤S313，如果否，转步骤S317； 

步骤S316，链路分析子模块43将网络性能参数 设置为零，转步骤S313； 

步骤S317，所述音频流数据分析器根据所述网络性能参数以及所述音频增益均值对所述音频阈值进行更新，转步骤S307。 

综上所述，本发明VoIP系统高音质服务网络自适应实现方法具有以下优点： 

(1)网络带宽利用率高：本发明通过头部控制信息效识别音频种类，声音和音乐使用不同的压缩算法，高音质数据采用低压缩的算法，低音质采用高压缩的算法，从而减少音频数据量，进而降低带宽消耗； 

(2)可扩展性高：采用对等网络的系统结构，能保证系统的可扩展性； 

(3)网络自适应性良好：根据自身所处的网络状况条件，进行高音质与普通语音的切换，在应用层级别进行了数据量的拥塞控制，保证用户的有效语音； 

(4)语音质量连续性好：通过RTCP质量反馈报告中的网络数据包丢包率和数据包丢弃率获取对等网的网络性能参数 (链路分析子模块)，根 据网络性能参数 

调整音频阈值，进而动态调整音频数据的压缩率，能适应网络状况的波动，保证音频传输会话的连续性，进而保证音频数据在网络中的音质最优化，使用户有更好的体验； 

(5)实时性好：将自适应策略耗费的时间尽可能短，保证音频传输实时性，保证QoS(Quality of service，服务质量)； 

(6)用户透明性：网络自适应过程自动完成，对用户来说影响非常小。 

实例：假设当前音视频房间名称为“华中区武汉1房”，房间人数上限为400人，在房间的所有用户都依次进入房间，对于用户A来说，A通过耳麦语音或者K歌等，系统通过音频采集，网络自适应过程，得到了网络性能参数、音频增益均值和音频阈值模拟图如图4所示：当网络性能参数为0.3、音频增益均值的变化趋近于1时，音频阈值会陡然上升趋近于0.94，此时音频高音质的数据量占6％，普通语音数据量为94％；当网络性能参数为0.7、音频增益均值的变化趋近于1时，音频阈值会陡然上升趋近于0.72，也就是说音频高音质的数据量占28％，普通语音数据量占72％。在对等网络性能参数不同情况下，音频增益均值的变化影响着音频阈值的变化；也影响着网络的性能参数。整个过程都是网络自适应的一个过程，对用户来说是完全透明的。 

以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效组合。 

Claims (5)

1.一种VoIP系统高音质服务网络自适应实现方法，包括如下步骤：

(1)将采集的音频数据依次分区缓存；

(2)获取存满一个区域后的音频数据，根据音频数据的音频增益均值以及音频阈值确定头部控制信息，并将所述头部控制信息填充到所述音频数据中；所述根据音频数据的音频增益均值以及音频阈值确定头部控制信息具体为：当所述音频数据的音频增益均值小于所述音频阈值时，将头部控制信息设置为0，表示音频数据送入编码器后，通过高压缩低保真算法编码；当所述音频数据的音频增益均值不小于所述音频阈值，将头部控制信息设置为1，表示音频数据送入编码器后，通过低压缩高保真算法编码；

(3)根据所述头部控制信息确应音频种类，根据音频种类确定压缩比，进而根据所述压缩比对所述音频数据进行编码；

(4)依据实时传输协议RTP将编码后的音频数据封装成RTP流，并将所述RTP流发送到网络中，依据实时传输控制协议RTCP发送RTCP控制流到网络中，在网络中进行RTCP检测并获取网络的数据包丢包率和数据包丢弃率，根据所述数据包丢包率和数据包丢弃率获取网络性能参数；

(5)根据所述网络性能参数以及所述音频增益均值对所述音频阈值进行更新，以调整下一区域音频数据的压缩比。

2.如权利要求1所述的VoIP系统高音质服务网络自适应实现方法，其特征在于，所述步骤(1)具体为：

将采集的音频数据从缓冲区起始位置处起依次放到各子缓冲区中；

当所述缓冲区填满时，删除起始位置处子缓冲区中的音频数据；

当一个子缓冲区填满音频数据时，获取所述子缓冲区的音频数据。

3.如权利要求1所述的VoIP系统高音质服务网络自适应实现方法，其特征在于，所述步骤(4)之后还包括：

当所述网络性能参数小于网络性能阈值时，将所述网络性能参数设置为零。

4.如权利要求1所述的VoIP系统高音质服务网络自适应实现方法，其特征在于，还包括：

当当前接收音频数据的时间与上次接收音频数据的时间之间的时间间隔小于分析时间间隔常量时，将上次分析的头部控制信息填充到所述音频数据中。

5.如权利要求1所述的VoIP系统高音质服务网络自适应实现方法，其特征在于，所述音频阈值的初始值为起始位置处子缓冲区的音频数据的音频增益均值。

Images