CN104871513A - 音频流设备 - Google Patents

Abstract

会议系统常常安装于全体出席的大厅中，并且包括用于参与者讨论的多个麦克风，其中参与者的语音信号由麦克风接收、由会议系统放大并且被分发给讨论的其他参与者。提出了一种音频流装置(1)，包括：多个音频设备(2)，其中每个音频设备(2)适于提供音频流，并且其中每个音频设备(2)包括：音频设备网络接口(8)，其用于通过网络(5)传输其音频流；控制设备(4)，其中所述控制设备(4)适于通过所述网络(5)向任何音频设备(2)发送命令，以将所述音频设备(2)设置为活动状态，其中所述活动状态中的音频设备(2)通过所述网络(5)发送其音频流；处理设备(3)，其用于处理来自活动音频设备(2)的音频流，其中所述处理设备(3)包括用于从所述网络(5)接收音频流的处理设备网络接口(9)，以及具有多个输入通道(12)和输出通道(13)的混合单元(11)，其中每个输入通道(12)可以被分配给来自一个活动音频设备(2)的音频流，并且其中所述混合单元(11)可用于将来自多个输入通道(12)的音频流混合为公共音频流并且向所述输出通道(13)输出所述公共音频流，其中从所述活动音频设备(2)到所述处理设备的所述音频流通过多播传输来传输。

Description

音频流设备

技术领域

本发明涉及一种音频流设备。更具体地说，本发明涉及一种音频流装置，包括多个音频设备，其中每个音频设备适于提供音频流，并且其中每个音频设备包括：音频设备网络接口，其用于通过网络传输其音频流；控制设备，其中控制设备适于通过网络向任何音频设备发送命令以将音频设备设置为活动状态，其中处于活动状态的音频设备通过网络传输其音频流；处理设备，其用于处理来自活动音频设备的音频流，其中处理设备包括用于从网络接收音频流的处理设备网络接口和具有多个输入通道和输出通道的混合单元，其中每个输入通道能够被分配给来自一个活动音频设备的音频流，并且其中混合单元可用于将来自多个输入通道的音频流混合成公共音频流并向输出通道输出公共音频流。

背景技术

会议系统常常安装于全体出席的大厅中，并且包括用于参与者讨论的多个麦克风，其中参与者的语音信号由麦克风接收、由会议系统放大并且被分发给讨论的其他参与者。

文献DE 10 2006 014680A1或许代表了最接近的现有技术，其公开了一种具有多个通信边缘设备和中央设备的通信系统，其中每个通信边缘设备包括麦克风。通信边缘设备和中央设备由网络(例如LAN(局域网))连接。

发明内容

根据本发明，公开了一种具有权利要求1所述特征的音频流装置。由从属权利要求、如下描述和附图公开了本发明的优选或有利实施例。

根据本发明的音频流装置优选是具有多个网络部件的网络系统。连接网络部件的网络优选是使用网际协议的IP网络。优选地，网络使用因特网协议版本4(IPv4)或因特网协议版本6(IPv6)。在可能的实施例中，网络是音频流装置的一部分。

所述音频流装置包括多个音频设备，例如超过十个、二十个或三十个音频设备，作为网络部件，其中每个音频设备适于提供音频流。可以利用音频编解码，例如mp3、Vorbis或AAC将音频流实现为压缩数据。音频流尤其是数字音频流。每个音频设备包括用于通过网络传输其音频流的音频设备网络接口。

所述音频流装置还包括作为另一网络部件的控制设备，其中控制设备适于通过网络向任何音频设备发送命令，以将音频设备优选从非活动状态设置为活动状态。处于活动状态的音频设备通过网络传输其音频流。

作为另一网络部件，所述音频流装置包括处理设备，所述处理设备用于处理来自活动音频设备的音频流。在所述音频流装置中，零个、一个、一些或多个音频设备可以被设置为活动状态。所述处理设备包括处理设备网络接口，用于接收来自网络的音频流。此外，处理设备包括具有多个输入通道和输出通道的混合单元。输入通道能够被一对一(1：1)地分配到来自活动音频设备的音频流。所述混合单元可用于将来自多个输入通道的音频流混合为公共音频流并且向输出通道输出公共音频流。所有输入通道可能被分配到来自活动音频设备的音频流。还可能仅一个或仅两个输入通道被分配给活动音频设备，使得公共音频流仅包括来自一个或两个活动音频设备的音频信号。

在音频流装置的操作期间，希望参与公共音频流的音频设备数目可以高于输入通道的数目，使得仅音频设备的选集能够被分配到输入通道。优选地，在音频设备满足两个条件时它们处于活动状态，即，音频设备通过网络传输其音频流，以及音频设备的音频流被分配到混合单元的输入通道之一。

根据本发明，音频流设备适于，尤其是可操作为通过网络由多播传输从活动音频设备向处理设备传输音频流。多播传输是从发射机到接收机的1到n(1：n)传输，并且优选使用多播协议。多播传输优选实现为IP多播。

多播传输的基础构思是，来自源的单个音频流能够被发送到一组接收方。通常乍一想，单播传输似乎更适用于音频流装置，因为来自每个活动音频设备的音频流被1到1(1：1)地发送到处理设备。

但是认识到，例如，从一个当前活动的音频设备变成另一下一个活动音频设备为处理设备(尤其是输入通道中的一个)提供音频流，需要来自控制设备的多个命令，这必须要通过网络传输。因此对于单播传输且对于活动音频设备，四个通信消息或命令必须被传输到：

1.当前活动音频设备：停止经由单播向处理单元传输

2.处理设备：停止从当前活动音频设备接收

3.下一活动音频设备：开始向处理设备传输

4.处理设备：开始从下一活动音频设备接收

在忙碌网络中，这可能费时太久，可能导致来自下一活动音频设备的音频信号开头部分损失。例如，即使快速执行前三个消息或命令，但第四消息被延迟，错过音频信号的开始。

与使用多播将音频流从活动音频设备传输到处理设备相反，可以比使用单播传输时快大约百分之五十地设立和改变活动音频设备。这样避免了音频信号第一部分的损失，尤其是未在音频流或音频信号上引入音频延迟。

与由单播传输使用的该组命令相比，利用下一活动音频设备替代当前活动音频设备仅需要两个消息或命令，即：

1.对于当前活动音频设备：停止

2.对于下一活动音频设备：开始

本发明采用了如下事实：能够由另一发射机替代来自多播传输的发送方或发射机而不通知多播传输的接收机。单播和多播传输之间的这种差异在替代被分配到输入通道中一个的活动音频设备期间节省了百分之五十的消息或命令。

尤其优选的是，活动音频设备适于向多播地址传输其音频流。优选根据地址空间中224.0.0.0到239.255.255.255之间的定义设置多播地址。

在本发明的优选实施例中，处理设备网络接口，尤其是处理设备网络接口的地址在具有多播地址的该组多播传输中。例如，使用多播协议，例如因特网组管理协议(IGMP)来管理向多播地址递送多播流，其中处理设备是多播地址网络上该多播地址接收方的一个且优选唯一的组成员。

在本发明的另一可能实施例中，处理设备网络接口具有多播地址作为其自己的地址。在这一实施例中，消除了从多播地址向组分配处理设备相关的所有困难，因为处理设备是所有者，从而是被发送到多播地址的音频流的接收机。

尤其优选的是，音频流装置适于在音频流装置初始化期间保留若干多播地址，其中保留的多播地址的数目等于混合设备的输入通道的数目，并且其中多播地址被1：1地分配到混合设备的输入通道。因此每个输入通道得到其自己的多播地址。

此外，指示处理设备网络接口以开始从多播地址上的网络接收数据，尤其是音频流。因此在音频流被发送到多播地址的情况下，它们将到达被分配到多播地址的输入通道。在音频流未被发送到多播地址中的一个并且因此被发送到输入通道的情况下，相应的音频输入通道将会静音，不会形成公共音频流的可听部分。实际上，它可能仍然是公共音频流的一部分，但因为它被静音(仅0个样本)，所以对其没有任何影响。

在工作期间，控制设备适于或可用于通过发送开始命令连同被分配到混合单元的输入通道之一的多播地址，将任何音频设备设置为活动状态。一旦相应的音频设备接收到开始命令，它就将开始向开始命令的多播地址传输其音频流。例如，开始命令是“音频设备1开始Tx 224.x.x.a”。

为了由下一活动音频设备替代当前活动音频设备，控制设备适于或可用于利用当前活动音频设备的多播地址向当前活动音频设备发送停止命令并且向下一活动音频设备发送开始命令。优选首先停止，然后开始，以避免同一多播地址上的两个源。优选地，为命令使用像TCP的可靠通信。应当强调的是，在替代分配期间，不从控制设备向处理设备发送命令。处理设备将继续通过输入通道将从相应多播地址接收的音频流馈送到混合单元。

在本发明的可能发展中，音频设备每个包括扬声器或耳机或相应接口，用于连接扬声器或耳机，其中处理设备，尤其是处理设备网络接口适于通过多播传输向所有音频设备分发公共音频流，尤其是不论它们处于活动状态还是非活动状态。备选地或额外地，公共音频流被分发给具有扬声器网络接口的另一扬声器。

在本发明的另一发展中，一些或每个音频设备包括用于接收来自扬声器或参与者的语音信号的麦克风。语音信号由麦克风转换成模拟音频信号，然后被数字化成音频流。

尤其优选地，音频流装置是实时系统，使得基于公共音频流从向扬声器或耳机输入语音信号到输出语音信号之间的时间差或延迟小于0.1s，尤其是小于0.01s(秒)。

在本发明的优选应用中，音频流装置被具体化为会议系统。在这一实施例中音频设备被实现为代表单元，每个代表单元均包括麦克风和任选的扬声器。在多人希望相互讨论的情况下，这样的会议系统用于全体出席的大厅或会议室中。代表单元例如是具有基体和被布置在基体上的麦克风的桌面设备，并且能够通过音频设备网络接口连接到网络。在工作期间，讨论的发言者或参与者坐在或站在代表单元前，并且向麦克风中讲话，以便向会议系统中输入其语音信号。然后语音信号被转换成音频流并被发送到处理设备。由于在工作期间可能有超过一个发言者或参与者讲话，所以来自活动代表单元的两个或更多音频流被发送到处理设备。如上所述，这些音频流被混合成公共音频流并被分发到代表单元的扬声器或外部扬声器。

优选地，代表单元能够由语音输入激活，即，是由语音激活的。利用这种功能，发言者刚开始向麦克风中讲话，并且代表单元就将自动尝试进入活动状态，使得来自发言者的语音信号被发送到处理设备。由于语音激活是非常快的过程，所以本发明具有如下优点：为了将代表单元从非活动状态改变为活动状态，仅需要通过网络传送非常少的命令，以将代表单元设置为活动状态。为了从非活动改变为活动状态，代表单元将请求从控制设备委派的输入通道。控制设备将许可请求并将分别利用处理设备或混合单元的空闲输入通道的多播地址向请求代表单元发送开始命令。作为对开始命令的反应，代表单元将从非活动状态变为活动状态。由于仅需要通过网络传送两条命令，能够非常快地实现语音激活，因此语音的开头部分，尤其是第一个单词，也能够被发送到处理设备，从而被会议系统放大和发出。

附图说明

通过以下对本发明优选实施例的描述，本发明的其他优点、特征和效果将变得显而易见。附图示出了：

图1示出了作为本发明的实施例的会议系统的示意方框图。

具体实施方式

图1图示了会议系统1作为音频流装置的范例和本发明的实施例。会议系统1包括多个代表单元2作为音频设备、处理设备3和控制设备4，它们通过IP网络5互连。

会议系统1例如被安装于全体出席的大厅、会议室等中，并且允许作为讨论参与者的发言者的语音信号被放大，使得其他讨论参与者能够听到发言者的语音信号。在正常的安装中，每个参与者都使用代表单元2，其被实现为例如桌面或内置单元。

代表单元2包括麦克风6和任选的扬声器7。麦克风6接收发言者的语音信号，扬声器7发出参与者的经放大的语音信号。如稍后详细解释的那样，语音信号连同来自其他代表单元2的其他语音信号被发送到处理设备3，处理设备3可用于将语音信号混合为公共语音信号，也被称为放大的语音信号，并将其发送到代表单元2，以便被扬声器7发出。此外，可能公共语音信号被发送到不是代表单元2一部分的扬声器(未示出)。从实际的角度讲，会议系统1是实时工作的，使得利用麦克风6接收语音信号与利用扬声器7发出公共语音信号之间的时间延迟小于0.01秒。

由于处理单元3中用于接收语音信号的通道数目有限，所以控制设备4适于将代表单元2设置成活动或非活动状态，其中处于活动状态的代表单元2向处理设备3发送语音信号，并且其中处于非活动状态的代表单元2是静默的。因此控制设备4控制哪个代表单元2应当是活动的以及哪个代表单元2是非活动状态。限制活动代表单元2数量的另一个原因是，来自很多麦克风的混合音频流共同增大了噪声(例如输入加倍的任何时候都增大3dB)并减小了反馈裕量。

为了开始传输，代表单元2可以包括开关或按钮，或者作为替代方案，被语音激活。在按下按钮之后或在开始讲话之后，代表单元2向控制设备4发送讲话请求。控制设备4许可该请求并允许代表单元2从非活动状态变为活动状态。之后，由麦克风6接收的语音信号被传递到处理设备3。

代表单元2、控制设备4和处理设备3之间的通信基于IP协议。每个代表单元2都包括代表单元网络接口8，使得代表单元2能够通过网络5将来自麦克风6的语音信号作为音频流发送。此外，代表单元网络接口8使得代表单元2能够从网络5接收公共语音信号作为公共音频流。

处理设备3包括处理设备网络接口9，使得处理设备3能够接收来自活动的代表单元2的音频流并且通过网络发送基于公共音频信号的公共音频流。控制设备4包括控制设备网络接口10，使得控制设备4能够向代表单元2，以及任选地向处理设备3发送和接收命令。

在网络技术中，单播、多播、广播和选播传输之间是有差异的。从处理设备3向所有代表单元2或其他扬声器传输公共音频流基于多播传输，因为一个发射机(即处理设备3)向多个接收机(即代表单元2)发送数据。在图示的范例中，处理设备3使用多播地址224.x.x.c。代表单元2，尤其是代表单元2的代表单元网络接口8，是一组多播地址的成员，使得这些代表单元2接收公共音频流。

相反，从代表单元2向处理设备3传输音频流仅需要单播传输，因为仅有一个发射机向一个接收机发送数据。不过并非使用单播传输，代表单元2，尤其是代表单元网络接口8，使用多播传输向处理设备3传输音频流。

处理设备3包括混合单元11，其具有用于接收音频流的多个输入通道12和用于输出公共输出流的输出通道13。混合单元11适于将来自输入通道12的音频流混合到一个输出通道13中。每个输入通道12被分配到多播地址。在如图所示的范例中，分配两个输入通道12，其中第一输入通道12被分配到多播地址224.x.x.a，并且另一个输入通道12被分配到多播地址224.x.x.b。

在代表单元2前方的发言者希望讲话时，发言者开始讲话并通过语音激活或使用按钮等触发请求，表示他希望讲话。讲话请求被发送到控制设备4并被许可，其中开始命令被发送回代表单元2。开始命令例如是“代表单元2开始Tx 224.x.x.a”。这个开始命令指示，代表单元2应当如开始命令中指示的那样向多播地址发送其音频流。由于输入通道12中的一个被分配到该多播地址，音频流被引导到该输入通道12中并由混合单元11混合成公共音频流。应当强调的是，仅需要向一个接收机(例如代表单元2)发送一个开始命令以开始传输音频流。

为了由下一个活动代表单元2替代被分配到输入通道12中的一个的当前活动代表单元2，仅需要两条命令：第一条命令是发往当前活动代表单元2的停止命令，第二条命令是发往下一个活动代表单元2的具有多播地址的开始命令。因此为了由另一个活动代表单元2替代一个活动代表单元2，仅需要两条命令。

在会议系统1(尤其是处理设备3)的初始化期间多播地址被分配到输入通道12。在初始化期间，指示处理设备网络接口9在输入通道12的多播地址上接收。在输入通道12上未接收数据或未针对输入通道12接收数据时，接收处理设备网络接口9的IP音频块将使音频通道12静音。

如上所述，会议系统1仅需要非常少的命令来开始将音频流从代表单元2中的一个传输到处理设备3，并且仅需要非常少的命令来利用另一个活动代表单元2替代活动代表单元2。考虑到性能，尤其是在处理设备3中开始处理语音信号所需的时间，这样有很大优点。与使用单播传输相比，开始传输或改变活动代表单元2所用的命令数目减少了50％。在有人开始讲话而没有引入音频延迟时，性能的这种改善避免了损失发言的第一部分。

Claims (10)

1.一种音频流装置(1)，包括：

多个音频设备(2)，其中每个音频设备(2)适于提供音频流，并且其中每个音频设备(2)包括用于通过网络(5)传输其音频流的音频设备网络接口(8)，

控制设备(4)，其中所述控制设备(4)适于通过所述网络(5)向任何所述音频设备(2)发送命令，以将所述音频设备(2)设置为活动状态，其中处于所述活动状态的所述音频设备(2)通过所述网络(5)发送其音频流，

处理设备(3)，其用于处理来自活动音频设备(2)的所述音频流，其中所述处理设备(3)包括用于从所述网络(5)接收所述音频流的处理设备网络接口(9)，以及具有输出通道(13)和多个输入通道(12)的混合单元(11)，其中每个输入通道(12)能够被分配到来自一个活动音频设备(2)的音频流，并且其中所述混合单元(11)能够用于将来自所述多个输入通道(12)的所述音频流混合为公共音频流并且向所述输出通道(13)输出所述公共音频流，

其特征在于

所述音频流是通过多播传输从所述活动音频设备(2)被传输到所述处理设备的。

2.根据权利要求1所述的音频流装置(1)，其特征在于，所述活动音频设备(2)适于向多播地址发送其音频流。

3.根据权利要求2所述的音频流装置(1)，其特征在于，所述处理设备网络接口(9)适于接收所述多播地址上的所述音频流。

4.根据前述权利要求2或3中的一项所述的音频流装置(1)，其特征在于，所述音频流装置(1)适于在所述音频流装置(1)的初始化期间保留多个多播地址，其中所述多播地址的数目等于所述混合设备(11)的所述输入通道(12)的数目。

5.根据前述权利要求2到4中的一项所述的音频流装置(1)，其特征在于，在初始化期间，所述处理设备网络接口(9)被指示以开始接收来自所述网络(5)在或来自所述多播地址的数据，尤其是音频流。

6.根据前述权利要求中的一项所述的音频流装置(1)，其特征在于，所述控制设备(4)适于通过发送开始命令连同所述多播地址，将任何所述音频设备(2)设置为所述活动状态。

7.根据权利要求6所述的音频流装置(1)，其特征在于，所述控制设备适于通过向所述活动音频设备发送停止命令，并向另一音频设备发送开始命令，由另一音频设备替换分配给所述输入通道中的一个输入通道的一个活动音频设备。

8.根据前述权利要求中的一项所述的音频流装置(1)，其特征在于，所述音频设备(2)包括扬声器(7)或耳机，其中所述处理设备(3)适于通过多播传输向所有音频设备(2)分发所述公共音频流，从而所述公共音频流能够由所述扬声器(7)或所述耳机发出。

9.根据前述权利要求中的一项所述的音频流装置(1)，其特征在于，所述音频流装置(1)是实时系统，其中从所述活动音频设备(2)中的一个向所述处理设备(3)传输所述音频流和由同一音频设备(2)接收具有所述音频流的所述公共音频流之间的时差或延迟小于0.1s。

10.根据前述权利要求中的一项所述的音频流装置(1)，其特征在于，所述音频流装置(1)是会议系统，其中所述音频设备(2)是所述会议系统的代表单元。