CN103024224B - 一种多人语音通信中的语音控制方法及装置 - Google Patents

Abstract

本发明公开了一种多人语音通信中的语音控制方法。该方法包括：接收多人语音服务器传送的各路语音数据；根据所述各路语音数据确定语音来源数量；根据所述语音来源数量和预设阈值生成控制指令；根据所述控制指令控制是否上传语音数据。采用该技术方案，能够使多人语音通信的用户端在判断能否占麦发言时，不需要通过与多人语音服务器进行通信判定，能够实时判断并进行多人语音通信。本发明还公开了用于实现所述方法的装置。

Description

一种多人语音通信中的语音控制方法及装置

技术领域

本发明涉及语音通信技术领域，尤其涉及一种多人语音通信中的语音控制方法及装置。

背景技术

目前，多人语音软件在网络生活中已经被广泛应用于远程会议、游戏团队在线指挥和在线唱歌等各个领域。但是，目前在语音群聊时，如果多人同时说话，整个群聊声音会变得嘈杂，无法分清每个人的声音，整个群聊状态变得不可使用。为了让多人语音群聊具有更好的听觉效果，需要用户手动占用麦克风进行说话，一旦不占用麦克风，则不再上传他的语音数据。但是这需要用户去单独操作，费时费力。

多人语音软件通常都提供给用户一些麦克风的管理方法。但是这些麦克风的管理方法，都需要去和服务器通信，浪费网络流量。同时，由于网络延迟也会造成语音环境不稳定。

一种技术是在语音软件中提供麦克风的管理方法。例如，语音软件将用户分为频道管理员和普通用户，并提供多种通话模式，包括麦序模式，想说话的用户点击发言并轮流说话，每人默认有300秒时间，频道管理员不受此限制；管理员模式，此时只允许管理员讲话，普通会员不能讲话；自由模式，任何人都可以讲话。这种技术的缺点是，在开一个会议需要多人同时讨论的时候，上述方法变得不那么方便，麦序模式和管理员模式都只允许有限的人同时说话，自由模式无法控制同时说话人的数量，会使语音环境嘈杂混乱。

另一种技术是在多人语音软件的服务器端设置同时传递用户声音的最大值，用户想占用麦克风的时候，需要从服务器端获取当前说话人的个数，然后根据当前的说话的人数来判断是否能够占麦发言。这种技术的缺点是用户端每次说话的时候都需要与服务器通信一次，然后再判断当前是否可以通话，如果有网络延迟，还容易造成用户端判断不准确，本来可以上传的语音被服务器抛弃。

发明内容

本发明实施例提供一种多人语音通信中的语音控制方法及装置，用于实时判断用户端当前是否可以占用麦克风发言，不用每次发言之前都与多人语音服务器通信确认是否可以发言，减少网络延迟量，使用户的占麦信息得到实时响应。

本发明的一个方面，提出了一种多人语音通信中的语音控制方法，包括以下步骤：接收多人语音服务器传送的各路语音数据；根据所述各路语音数据确定语音来源数量；根据所述语音来源数量和预设阈值生成控制指令；根据所述控制指令控制是否上传语音数据。采用该技术方案，能够使多人语音通信的用户端在判断能否占麦发言时，不需要通过与多人语音服务器进行通信判定，能够实时判断并进行多人语音通信。

优选的，根据所述各路语音数据确定语音来源数量的步骤包括：对所述语音数据进行噪音分析；如果所述语音数据是语音信息、或语音信息和噪音信息的混合，则语音来源数量增加一个；如果所述语音数据是噪音信息，则语音来源数量不增加。该技术方案通过对语音数据进行噪音分析，能够排除掉纯噪音通话麦路，为其他用户节省麦路语音，提高麦路的使用效率。

优选的，如果所述语音数据包括噪音信息，则过滤所述噪音信息。该技术方案能够使噪音大的麦路通话质量提高，提高多用户通话效果。

优选的，根据所述各路语音数据确定语音来源数量的步骤包括：检测所述语音数据是否来自于语音文件；如果是，则语音来源数量不增加。该技术方案能够根据用户需要使来自于语音文件的通话不占用麦路，节省通话麦路。

优选的，所述如果语音数据来自于语音文件，则过滤所述来自于语音文件的语音信息。该技术方案能够根据用户需要排除掉来自于语音文件的麦路语音数据，提高多人语音通话效果。

优选的，所述根据所述语音来源数量和预设阈值生成控制指令的步骤包括：如果所述语音来源数量小于所述预设阈值，则生成上传语音数据的控制指令；如果所述语音来源数量大于或等于所述预设阈值，则生成不上传语音数据的控制指令。该技术方案能够根据用户需要设定通话人数，通过预设阈值和实时语音来源数量调节多人语音通话的人数，保证多人语音通信的通畅。

本发明的另一个方面，提出了一种多人语音通信中的语音数据控制装置，包括接收模块、分析模块、指令生成模块和控制模块，其中，所述接收模块，用于接收多人语音服务器传送的各路语音数据；所述分析模块，用于根据所述各路语音数据确定语音来源数量；所述指令生成模块，用于根据所述语音来源数量和预设阈值生成控制指令；所述控制模块，用于根据所述控制指令控制是否上传语音数据。

优选的，所述分析模块包括噪音分析单元和来源数量计算单元，其中，所述噪音分析单元，用于对所述各路语音数据进行噪音分析；所述来源数量计算单元，用于在所述语音数据是语音信息、或语音信息和噪音信息的混合时，控制语音来源数量增加一个；以及在所述语音数据是噪音信息时，控制语音来源数量不增加。

优选的，所述分析模块还包括噪音过滤单元，用于过滤所述噪音信息。

优选的，所述分析模块还包括来源分析单元，用于检测所述语音数据是否来自于语音文件；如果是，则所述来源数量计算单元控制语音来源数量不增加。

优选的，所述分析模块还包括语音文件过滤单元，用于过滤所述来自于语音文件的语音数据。

优选的，所述指令生成模块用于在所述语音来源数量小于所述预设阈值时，生成上传语音数据的控制指令；以及在所述语音来源数量大于或等于所述预设阈值时，生成不上传语音数据的控制指令。

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。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

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为本发明实施例中语音控制方法的流程图；

图2为本发明实施例中语音控制方法的一种优选实施方式的流程图；

图3为本发明实施例中语音控制方法的另一种优选实施方式的流程图；

图4为本发明实施例中语音控制装置的结构示意图；

图5为本发明实施例中一个多人语音界面的示意图；

图6为本发明实施例中语音控制装置分析模块的结构示意图；

图7为本发明实施例中语音控制装置分析模块另一种优选实施方式的结构示意图。

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。

实施例一

如图1所示，为一种多人语音通信中的语音控制方法的一种实施例，包括以下步骤：

步骤101、接收多人语音服务器传送的各路语音数据；

步骤102、根据所述各路语音数据确定语音来源数量；

步骤103、根据所述语音来源数量和预设阈值生成控制指令；

步骤104、根据所述控制指令控制是否上传语音数据。

在该实施例中，用户端接收语音服务器发送的各麦路语音数据并进行分析，得到当前语音来源数量之后，与用户端预先设置的阈值进行比较，判断当前用户端能否占用麦克进行发言，不再需要通过与多人语音服务器进行通信由服务器进行判定，一方面节省了网络流量，另一方面能够实时判断并进行多人语音通信。

实施例二

如图2所示，为上述方法的一个优选实施例，包括以下步骤：

步骤201、接收多人语音服务器传送的各路语音数据；

步骤202、对所述各路语音数据进行噪音分析；

步骤203、根据所述各路语音数据确定语音来源数量，如果所述语音数据是语音信息、或语音信息和噪音信息的混合，则语音来源数量增加1个；如果所述语音数据是噪音信息，则语音来源数量不增加；

步骤204、过滤包含噪音信息的麦路语音数据中的噪音信息；

步骤205、根据所述语音来源数量和预设阈值生成控制指令；

步骤206、根据所述控制指令控制语音数据的传输。

在步骤205中，预设阈值为预先设置的或接收多人语音服务器发送的允许同时说话人数阈值；其判断过程是，如果所述语音来源数量小于所述预设阈值，则生成上传语音数据的控制指令；如果所述语音来源数量大于或等于所述预设阈值，则生成不上传语音数据的控制指令。

因为同时允许说话的人数限制，如果有人的麦克中噪音比较大，即使他停止说话，麦克仍然会有语音数据上传，这时，在其他终端，该麦克始终占据一个来源，影响他人说话。为了保证语音服务器所传来的数据都是用户真正所说的话，而不是周围噪音，该实施例对语音数据进行噪音分析，能够排除掉纯噪音通话麦路，为其他用户节省出一路麦路语音，使其他用户可以有机会说话，提高麦路的使用效率。

如果语音数据同时包括噪音和语音信息，则对噪音进行消除处理，只保留语音信息，使噪音大的麦路通话质量提高，提高多用户通话效果，并能够根据用户需要设定通话人数，通过预设阈值和实时语音来源数量调节多人语音通话的人数，保证多人语音通信的通畅。

实施例三

如图3所示，为本发明方法实施例的另一种优选实施例，包括以下步骤：

步骤301、接收多人语音服务器传送的各路语音数据；

步骤302、对所述各路语音数据进行噪音分析；

步骤303、过滤包含噪音信息的语音数据中的噪音信息；

步骤304、检测所述语音数据是否来自于语音文件；

步骤305、过滤所述来自于语音文件的语音数据；

步骤306、根据语音数据确定语音来源数量，如果所述语音数据是语音信息、或语音信息和噪音信息的混合，则语音来源数量增加1个；如果所述语音数据是噪音信息或来自于语音文件，则语音来源数量不增加；

步骤307、根据所述语音来源数量和预设阈值生成控制指令；

步骤308、根据所述控制指令控制语音数据的传输。

多人语音软件在使用过程中，会将正在听的歌曲、背景音等不是由麦克风传来的语音进行传递，同样会占用一路语音。为了保证语音数据来自于麦克风而不是语音文件，该实施例中对语音数据进行了来源分析，当检测到的语音数据来自于某一语音文件时，屏蔽掉该语音信息，并不将其计算在语音来源数量中，从而达到节省麦路的目的。

实施例四

该实施例为多人语音通信中的语音控制装置的实施例，如图4所示，该装置包括接收模块401、分析模块402、指令生成模块403和控制模块404，并依次连接。

接收模块401，用于接收多人语音服务器传送的各路语音数据。分析模块402，用于对接收模块接收到的各路语音数据进行分析，确定信息来源和语音信息，信息来源即语音来源数量，是当前多人语音通信中同时发言的人数。如图5所示，为一个多人语音软件的界面，信息来源即当前说话的人数，如图5中所示名字前方有标志的人，取得语音来源数量后将该信息发送给指令生成模块403，语音信息则直接播放。指令生成模块403中存储有允许同时说话人数的一个阈值，默认值可以自己设置，或者由频道管理员设置，通过服务器向每个客户端发送。指令生成模块403根据语音来源数量和预设阈值生成控制指令，例如，假设预设阈值是X＝3，即同时允许3个人发言，而语音来源数量为1，则生成上传指令并发送给控制模块404。控制模块404根据接收到的上传指令上传来自于麦克风的语音数据，此时用户端可以进行发言。

实施例五

如图6所示，为语音控制装置中分析模块的一个优选实施例，该模块包括噪音分析单元4011、噪音过滤单元4012和来源数量计算单元4013。噪音分析单元4011对接收模块接收到的语音数据进行噪音分析，确定当前麦路语音数据是否包含噪音数据。如果包含噪音数据，则通过噪音过滤单元4012过滤掉噪音部分，如果都是噪音数据，没有语音数据，则该路语音不接收。来源数量计算单元4013用于计算来源数量，当语音数据是语音信息或语音信息和噪音信息的混合时，控制语音来源数量增加1个；以及当所述语音数据是噪音信息时，控制语音来源数量不增加。

指令生成模块用于，在所述语音来源数量小于所述预设阈值时，生成上传语音数据的控制指令；以及在所述语音来源数量大于或等于所述预设阈值时，生成不上传语音数据的控制指令。

实施例六

如图7所示，为语音控制装置中分析模块的另一个优选实施例，除实施例五中的各单元外，该模块还包括来源分析单元4014和语音文件过滤单元4015，来源分析单元4014用于检测所述语音数据是否来自于语音文件；如果是，则来源数量计算单元在计算语音来源数量时不增加来源数量。语音文件过滤单元4015，用于过滤所述来自于语音文件的语音信息。

由于在多人语音通信过程中一些歌曲或者背景音等来自于语音文件的语音数据是由发言人主动播放给大家的，因此不能在统计过程中排除掉该麦路语音，因此，根据具体情况，该实施例中的功能单元可以由发言人自行开关，以便于用户适应具体情况。

本发明实施例通过在多人语音通信的客户端实时判断，确定当前用户是否可以占用麦克风发言，将原本由多人语音服务器完成的判定工作转移到客户端进行，节省了响应时间，减少了网络延迟量，使用户的占麦信息可以得到实时响应。

要说明的是，本发明各实施例考虑的背景是网络运行正常的情况，当本地网络状况不好、延迟比较高的时候，用户端检测语音麦路数据时，可能一些麦路信息没有传递过来，造成统计得到的用户来源数量与实际情况不符，此时本地用户端虽然判定可以通话，但实际上超过了麦路原来的设定。此种情况下，可以继续在多人语音服务器中保留麦路设定，这样即使因为网络延迟造成了本地的麦路开通，但是多人语音服务器仍然会检测该通话是否超过麦路限制，保证整个多人语音环境的畅通。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多人语音通信中的语音控制方法，包括以下步骤： 

接收多人语音服务器传送的各路语音数据； 

对所述各路语音数据进行噪音分析，确定语音来源数量，其中，如果所述语音数据包括语音信息或语音信息和噪音信息的混合，则语音来源数量增加一个；如果所述语音数据是噪音信息，则语音来源数量不增加； 

根据所述语音来源数量和预设阈值生成控制指令； 

根据所述控制指令控制是否上传语音数据。 

2.如权利要求1所述的方法，其特征在于，如果所述语音数据是噪音信息和语音信息的混合，则过滤所述噪音信息。 

3.如权利要求1至2任一所述的方法，其特征在于，根据所述各路语音数据确定语音来源数量的步骤包括： 

检测所述语音数据的来源，如果所述语音数据来自于语音文件，则所述语音来源数量不增加。 

4.如权利要求3所述的方法，其特征在于，所述的方法还包括： 

过滤所述来自于语音文件的语音数据。 

5.如权利要求1所述的方法，其特征在于，所述根据所述语音来源数量和预设阈值生成控制指令的步骤包括： 

如果所述语音来源数量小于所述预设阈值，则生成上传语音数据的控制指令； 

如果所述语音来源数量大于或等于所述预设阈值，则生成不上传语音数据的控制指令。 

6.一种多人语音通信中语音控制装置，包括接收模块、分析模块、指令生成模块和控制模块，其中， 

所述接收模块，用于接收多人语音服务器传送的各路语音数据； 

所述分析模块，用于对所述各路语音数据进行噪音分析，确定语音来源数量，其中，如果所述语音数据包括语音信息或语音信息和噪音信息的混合，则语音来源数量增加一个；如果所述语音数据是噪音信息，则语音来源数量不增加； 

所述指令生成模块，用于根据所述语音来源数量和预设阈值生成控制指令； 

所述控制模块，用于根据所述控制指令控制是否上传语音数据。 

7.如权利要求6所述的装置，其特征在于，所述分析模块还包括噪音过滤单元，用于过滤所述噪音信息。 

8.如权利要求6至7任一所述的装置，其特征在于， 

所述分析模块还包括： 

来源分析单元，用于检测所述语音数据的来源； 

来源数量计算单元，用于在所述语音数据来自于语音文件时，控制语音来源数量不增加。 

9.如权利要求8所述的装置，其特征在于，所述分析模块还包括语音文件过滤单元，用于过滤所述来自于语音文件的语音数据。 

10.如权利要求6所述的装置，其特征在于，所述指令生成模块用于在所述语音来源数量小于所述预设阈值时，生成上传语音数据的控制指令；以及在所述语音来源数量大于或等于所述预设阈值时，生成不上传语音数据的控制指令。 

Images