CN105118521A - 噪音抑制方法、装置及系统 - Google Patents

Abstract

本发明公开了一种噪音抑制方法、装置及系统，属于网络通话领域。该方法包括：发送端采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端将第i个语音帧缓存至缓冲区，发送端对该语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到噪音检测结果，将噪音检测结果发送至接收端，接收端根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

Description

噪音抑制方法、装置及系统

技术领域

本发明涉及网络通话领域，特别涉及一种噪音抑制方法、装置及系统。

背景技术

基于语音包交换的VOIP(VoiceoverInternetProtocol，网络电话)越来越受到用户青睐。

在使用VOIP进行通话的过程中，由键盘声、敲击声、风声等环境因素产生的噪音会对通话质量造成影响。为了消除噪音的影响，发送端会将当前采集到的原始语音信号中的语音帧进行延时处理，并对该语音帧进行噪音检测和噪音抑制，然后将处理后的语音信号发送给接收端。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：由于原始语音信号在噪音检测之前需要经过延时处理，然后将噪音检测和噪音抑制后的语音信号发送至接收端，延时处理产生的时延被直接带入传输过程，导致影响实时通话的通话效果。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种噪音抑制方法、装置及系统。该技术方案如下：

第一方面，提供了一种噪音抑制方法，所述方法包括：

在语音通话过程中，采集语音帧序列，所述语音帧序列包括若干语音帧；

将所述语音帧序列中的第i个语音帧发送至接收端，i≥1，所述接收端用于将所述第i个语音帧缓存至缓冲区，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

对所述第i个语音帧进行固定时长的延时处理；

在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果；

将所述第i个语音帧的噪音检测结果发送至所述接收端，所述接收端用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

在一种可能的实施方式中，所述在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果，包括：

在延时过程中，使用所述第i个语音帧的相邻语音帧对所述第i个语音帧进行噪音检测；

其中，所述相邻语音帧是所述第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

在一种可能的实施方式中，所述将所述第i个语音帧的噪音检测结果发送至所述接收端，包括：

将所述第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差所述固定时长的语音帧；

将所述第i+x个语音帧发送给所述接收端。

在一种可能的实施方式中，所述在语音通话过程中，采集语音帧序列之前，还包括：

向所述接收端发送通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

接收所述接收端发送的通话建立响应，所述通话建立响应是所述接收端同意所述噪声抑制协商信息时发送的；

根据所述通话建立响应与所述接收端建立通话。

在一种可能的实施方式中，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

第二方面，提供了一种噪音抑制方法，所述方法包括：

在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，所述第i个语音帧是所述发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧；

将所述第i个语音帧缓存在缓冲区中，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

接收所述发送端发送的所述第i个语音帧的噪音检测结果；

根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

在一种可能的实施方式中，所述接收所述发送端发送的所述第i个语音帧的噪音检测结果，包括：

接收所述发送端发送的第i+x个语音帧，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差固定时长的语音帧；

从所述第i+x个语音帧的扩展比特位中读取所述第i个语音帧的噪音检测结果。

在一种可能的实施方式中，所述在语音通话过程中，接收发送端发送的第i个语音帧之前，还包括：

接收所述发送端发送的通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

在同意所述噪声抑制协商信息时，向所述发送端发送通话建立响应。

在一种可能的实施方式中，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

第三方面，提供了一种噪声抑制装置，其特征在于，所述装置包括：

采集模块，用于在语音通话过程中，采集语音帧序列，所述语音帧序列包括若干语音帧；

第一发送模块，用于将所述语音帧序列中的第i个语音帧发送至接收端，i≥1，所述接收端用于将所述第i个语音帧缓存至缓冲区，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

延时模块，用于对所述第i个语音帧进行固定时长的延时处理；

噪音检测模块，用于在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果；

第二发送模块，用于将所述第i个语音帧的噪音检测结果发送至所述接收端，所述接收端用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

在一种可能的实施方式中，所述噪音检测模块

用于在延时过程中，使用所述第i个语音帧的相邻语音帧对所述第i个语音帧进行噪音检测；

其中，所述相邻语音帧是所述第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

在一种可能的实施方式中，所述第二发送模块包括：

编码子模块，用于将所述第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差所述固定时长的语音帧；

发送子模块，用于将所述第i+x个语音帧发送给所述接收端。

在一种可能的实施方式中，所述装置还包括：

请求发送模块，用于向所述接收端发送通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

响应接收模块，用于接收所述接收端发送的通话建立响应，所述通话建立响应是所述接收端同意所述噪声抑制协商信息时发送的；

通话建立模块，用于根据所述通话建立响应与所述接收端建立通话。

在一种可能的实施方式中，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

第四方面，提供了一种噪声抑制装置，其特征在于，所述装置包括：

第一接收模块，用于在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，所述第i个语音帧是所述发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧；

缓冲模块，用于将所述第i个语音帧缓存在缓冲区中，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

第二接收模块，用于接收所述发送端发送的所述第i个语音帧的噪音检测结果；

噪音抑制模块，用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

在一种可能的实施方式中，所述第二接收模块包括：

语音帧接收子模块，用于接收所述发送端发送的第i+x个语音帧，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差固定时长的语音帧；

结果读取子模块，用于从所述第i+x个语音帧的扩展比特位中读取所述第i个语音帧的噪音检测结果。

在一种可能的实施方式中，所述装置还包括：

请求接收模块，用于接收所述发送端发送的通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

响应发送模块，用于在同意所述噪声抑制协商信息时，向所述发送端发送通话建立响应。

在一种可能的实施方式中，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

第五方面，提供了一种噪声抑制系统，所述系统包括：

发送端和接收端，

所述发送端为本发明实施例的第三方面或其可选实施方式中的噪声抑制装置：

所述接收端为本发明实施例的第四方面或其可选实施方式中的噪声抑制装置。

本发明实施例提供的技术方案带来的有益效果是：

通过发送端采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端将第i个语音帧缓存至缓冲区，发送端对第i个语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果，发送端将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。

图1是本发明一个实施例提供的噪声抑制方法的方法流程图；

图2是本发明另一个实施例提供的噪声抑制方法的方法流程图；

图3A是本发明再一个实施例提供的噪声抑制方法的方法流程图；

图3B是本发明又一个实施例提供的噪声抑制方法的方法示意图；

图4是本发明一个实施例提供的噪声抑制装置的结构示意图；

图5是本发明另一个实施例提供的噪声抑制装置的结构示意图；

图6A是本发明一个实施例提供的噪声抑制系统的结构示意图；

图6B是本发明另一个实施例提供的噪声抑制系统中第二发送模块612的结构示意图；

图6C是本发明再一个实施例提供的噪声抑制系统中第二接收模块613的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

请参考图1，其是本发明一个实施例提供的噪声抑制方法的方法流程图，本实施例以该噪声抑制方法应用于网络语音通话中的发送端来举例说明，该发送端可以是手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备。该噪声抑制方法包括：

步骤102，在语音通话过程中，采集语音帧序列，语音帧序列包括若干语音帧。

步骤104，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端用于将第i个语音帧缓存至缓冲区，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。

由于语音帧在网络中传输时，会因为网络环境的影响产生传输时延，所以接收端通常都设置有缓冲区，用来将接收到的语音帧进行缓冲后再进行播放。

步骤106，对第i个语音帧进行固定时长的延时处理。

步骤108，在延时过程中对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果。

步骤110，将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

需要说明的一点是：上述步骤106可以在步骤104之后进行，也可以与步骤104同时进行，还可以在步骤104之前进行。在本实施例中，仅以步骤106在步骤104之后进行举例说明，但对此不作具体限定。

综上所述，本实施例提供的噪声抑制方法，通过采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端用于将第i个语音帧缓存至缓冲区，对第i个语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果，将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

请参考图2，其是本发明另一个实施例提供的噪声抑制方法的方法流程图，本实施例以噪声抑制方法应用于网络语音通话中的接收端来举例说明，接收端可以是手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备。该噪声抑制方法包括：

步骤202，在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，第i个语音帧是发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧。

步骤204，将第i个语音帧缓存在缓冲区中，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。

步骤206，接收发送端发送的第i个语音帧的噪音检测结果。

步骤208，根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

需要说明的一点是：上述步骤206可以在步骤204之后进行，也可以与步骤204同时进行，还可以在步骤204之前进行。在本实施例中，仅以步骤206在步骤204之后进行举例说明，但对此不作具体限定。

综上所述，本实施例提供的噪声抑制方法，通过接收发送端发送的第i个语音帧，i≥1，第i个语音帧是发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧，将第i个语音帧缓存在缓冲区中，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区，接收发送端发送的第i个语音帧的噪音检测结果，根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

请参考图3A，本发明再一个实施例提供了一种噪声抑制方法的方法流程图，本实施例以噪声抑制方法应用于手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备中进行举例说明。该噪声抑制方法包括：

步骤301，发送端向接收端发送通话建立请求。

其中，通话建立请求携带有噪声抑制协商信息，噪声抑制协商信息包括，是否启用噪音抑制功能和固定时长的时间长度中的至少一项。其中：

“是否启用噪音抑制功能”是指：若启用噪音抑制功能，则发送端对每个语音帧进行噪音检测，接收端对每个语音帧进行噪音抑制；若不启用噪音抑制功能，则发送端不对每个语音帧进行噪音检测，接收端也不对每个语音帧进行噪音抑制。本实施例以启用噪音抑制功能来举例说明。

“固定时长的时间长度”是指：若启用了噪音抑制功能，发送端在对语音帧进行噪音检测时，对语音帧进行延时的时间长度。该固定时长在协商后保持不变，取值范围可以是20ms～60ms。

相应地，接收端接收发送端发送的通话建立请求。

步骤302，接收端在同意噪声抑制协商信息时，向发送端发送通话建立响应。

相应地，发送端接收接收端发送的通话建立响应。

步骤303，发送端根据通话建立响应与接收端建立通话。

需要说明的是，步骤301至步骤303是以通话建立过程由发送端主动发起来举例说明。该通话建立过程也可以由接收端主动发起，本实施例对此不做具体限定。

步骤304，在语音通话过程中，发送端采集语音帧序列，语音帧序列包括若干语音帧。

发送端通过麦克风采集模拟形式的语音信号，将模拟形式的语音信号通过模数转换转换成为数字形式的语音信号。该数字形式的语音信号生成为一帧帧语音帧，也即语音帧序列。

每个语音帧还可以携带有自身的时间戳。该时间戳可以代表语音帧的生成时间。

由于语音帧序列中的语音帧是按照时间顺序由前至后排列的，本文中为了便于描述，采用第i个语音帧来表示语音帧序列中单个语音帧。

步骤305，发送端将语音帧序列中的第i个语音帧发送至接收端，i≥1。

发送端每采集到一个语音帧后，就将该语音帧发送至接收端。也即，发送端每采集到语音帧序列中的第i个语音帧时，将该第i个语音帧发送至接收端。对于每个语音帧，都会执行本步骤。

其中，第i个语音帧是发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧。

发送端可以将第i个语音帧进行编码后，再发送给接收端。

相应地，接收端接收发送端发送的第i个语音帧。

接收端还对接收到的第i个语音帧进行解码。

步骤306，接收端将第i个语音帧缓存在缓冲区中。

由于语音帧在网络中传输时，会因为网络环境的影响产生传输时延，所以接收端通常都设置有缓冲区，用来将接收到的语音帧进行缓冲后再进行播放。也即，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。缓冲区的设置是为了保证语音帧的播放过程流畅而不中断。

所以，接收端在解码得到第i个语音帧时，并不会马上播放第i个语音帧，而是会先缓存在缓冲区，然后进行播放。第i个语音帧在缓冲区中的缓冲时长通常大于固定时长。

步骤307，发送端对第i个语音帧进行固定时长的延时处理。

可选地，步骤307与步骤305是同时执行的步骤。

也即，发送端在将第i个语音帧发送给接收端的同时，发送端还会第i个语音帧进行固定时长的延时处理。

该延时处理的延时长度为固定长度，固定长度的取值范围为20ms-60ms。延时长度越长，噪音检测的结果越准确。

步骤308，发送端在延时过程中对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果。

发送端在延时过程中，使用第i个语音帧的相邻语音帧对第i个语音帧进行噪音检测。其中，相邻语音帧是第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

比如，对于第1个语音帧，采用第1个语音帧和第2个语音帧进行噪音检测；对于第2个语音帧，采用第1个语音帧、第2个语音帧和第3个语音帧进行噪音检测；对于第3个语音帧，采用第2个语音帧、第3个语音帧和第4个语音帧进行噪音检测。诸如此类，不再一一赘述。

示意性的，相邻语音帧包括前一语音帧和后一语音帧，发送端分别计算第i-1帧语音帧、第i帧语音帧和第i+1帧语音帧各自对应的时域能量，如果第i帧语音帧的时域能量相比于第i-1帧语音帧的时域能量的第一突变值超过15dB；且第i帧语音帧的时域能量相比于第i+1帧语音帧的时域能量的第二突变值超过15dB，第一突变值和第二突变值之和相加超过40dB，则发送端认为第i帧语音帧中存在噪声。

不论第i帧语音帧中是否存在噪声，发送端都生成与该第i帧语音帧对应的噪声检测结果。

噪声检测结果至少包括：第i帧语音帧是否为携带有噪音的语音帧。

是否为携带有噪音的语音帧可以采用1个比特来表示，若比特取值为1，则表示第i帧语音帧是携带有噪音的语音帧；若比特取值为0，则表示第i帧语音帧是未携带有噪音的语音帧。

噪声检测结果可选包括：噪音的噪音类型，和/或，噪音的建议抑制幅度。

示意性的，噪音的噪音类型包括：长时平稳噪声和短时冲击噪声。可选地，该噪音的噪音类型由上述检测过程中的不同阈值进行检测。

示意性的，噪音的建议抑制幅度包括：将携带有噪音的语音帧的时域能量抑制为相邻语音帧的时域能量的平均值的预定比例，比如，预定比例是80％。建议抑制幅度可以由噪音类型确定，也可以由上述检测过程中检测到的第一突变值和第二突变值的大小而动态确定。本实施例对发送端如何确定建议抑制幅度不做具体限定。

其中，噪音的噪音类型和建议抑制幅度也可以通过比特位来表示。

步骤309，发送端将第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，第i+x个语音帧是语音帧序列中与第i个语音帧之间相差固定时长的语音帧。

在延时过程中，发送端会生成第i个语音帧的噪音检测结果。发送端根据固定时长，确定出语音帧序列中与第i个语音帧相差固定时长的第i+x个语音帧。

在对第i+x个语音帧进行编码时，发送端将第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中。该扩展比特位最少为1个比特，若编码码流要求不高，该扩展比特位可以为4个比特，甚至更多。

比如，固定时长为40ms，每个语音帧的时长为20ms，则与第1个语音帧相差40ms的语音帧为第3个语音帧；与第2个语音帧相差40ms的语音帧为第4个语音帧。

步骤310，发送端将第i+x个语音帧发送给接收端。

步骤311，接收端接收发送端发送的第i+x个语音帧，第i+x个语音帧是语音帧序列中与第i个语音帧之间相差固定时长的语音帧。

步骤312，接收端从第i+x个语音帧的扩展比特位中读取第i个语音帧的噪音检测结果。

接收端从第i+x个语音帧的扩展比特位中读取出噪声检测结果。

接收端根据第i+x个语音帧和固定时长，确定出该噪声检测结果是第i个语音帧的噪音检测结果。

比如，固定时长为40ms，接收端在接收到第4个语音帧时，根据第4个语音帧的时间戳，可以推算出第4个语音帧携带的噪音检测结果为第2个语音帧的噪音检测结果。

步骤313，接收端根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

由于缓冲区的缓冲时长通常都大于固定时长，所以接收端在读取到第i个语音帧的噪音检测结果时，第i个语音帧还缓存在缓冲区中未被播放。

此时，接收端根据噪音检测结果对第i个语音帧进行噪音抑制处理。

若噪音检测结果仅携带有第i个语音帧是否为携带有噪音的语音帧，则接收端在第i个语音帧是携带有噪音的语音帧时，对第i个语音帧进行噪音抑制处理；在第i个语音帧不是携带有噪音的语音帧时，对第i个语音帧不进行噪音抑制处理。可选地，噪音抑制处理时采用的抑制幅度为默认抑制幅度。

若噪音检测结果还携带有噪音的噪音类型，则接收端可以根据噪音类型选择对应的抑制幅度，然后对第i个语音帧进行噪音抑制处理。

若噪音检测结果还携带有噪音的建议抑制幅度，则接收端根据该建议抑制幅度对第i个语音帧进行噪音抑制处理。

比如，建议抑制幅度是80％，则接收端将第i个语音帧的时域能量抑制为：第i-1个语音帧和第i+1个语音帧的时域能量的平均值的80％。

但是，如果读取到第i个语音帧的噪声检测结果时，第i个语音帧已经移出缓冲区被播放，则接收端忽略对该第i个语音帧的噪音抑制处理。

而为了保证对各个语音帧的噪音抑制效果，接收端中的缓冲区的缓冲时长大于或者等于固定时长。

以x为2来举例说明，请参考图3B，具体噪声抑制过程为

发送端采集到语音帧序列，语音帧序列按采集的先后顺序编号为第1个语音帧、第2个语音帧、第3个语音帧、第4个语音帧……，图中仅以语音帧的序号来表示对应语音帧，即1表示第1个语音帧。

发送端对采集到的语音帧进行编码。比如，先后将第1个语音帧、第2个语音帧进行编码，编码后发送至接收端。相应地，接收端先后接收第1个语音帧和第2个语音帧，并先后对第1个语音帧和第2个语音帧进行解码。

接收端先后将第1个语音帧和第2个语音帧缓存在缓冲区中。

另一方面，发送端先后对第1个语音帧和第2个语音帧延时固定时长40ms，在各自延时过程中，对第1个语音帧和第2个语音帧进行噪音检测，得到对应的噪音检测结果，图中分别以1表示第1个语音帧的噪音检测结果，以2表示第2个语音帧的噪音检测结果。

发送端将第1个语音帧的噪音检测结果1编码至第3个语音帧的扩展比特位中，第3个语音帧是语音帧序列中与第1个语音帧之间相差固定时长40ms的语音帧。

发送端将第2个语音帧的噪音检测结果2编码至第4个语音帧的扩展比特位中，第4个语音帧是语音帧序列中与第2个语音帧之间相差固定时长40ms的语音帧。

发送端还先后将第3个语音帧和第4个语音帧发送给接收端，第1个语音帧和第2个语音帧的噪音检测结果1和2也随之被发送至接收端。

接收端在解码第3个语音帧时得到噪音检测结果1，在解码第4个语音帧时得到噪音检测结果2。同时对第3个语音帧和第4个语音帧进行缓存。

由于此时，第1个语音帧和第2个语音帧还在缓冲区中进行缓存，所以接收端利用噪音检测结果1对位于缓冲区中的第1个语音帧进行噪音抑制处理；利用噪音检测结果2对位于缓冲区中的第2个语音帧进行噪音抑制处理。

通常缓冲区的缓冲时长大于等于固定时长。但如果接收到第1个语音帧的噪声检测结果时，第1个语音帧已经移出缓冲区被播放，则接收端忽略处理。

综上所述，本实施例提供的噪声抑制方法，通过发送端采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端将第i个语音帧缓存至缓冲区，发送端对第i个语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果，发送端将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

请参考图4，本发明一个实施例提供了一种噪声抑制装置的结构方框图，本实施例以噪声抑制装置应用于手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备中进行举例说明。该装置包括：

采集模块402，用于在语音通话过程中，采集语音帧序列，语音帧序列包括若干语音帧。

第一发送模块404，用于将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端用于将第i个语音帧缓存至缓冲区，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。

延时模块406，用于对第i个语音帧进行固定时长的延时处理。

噪音检测模块408，用于在延时过程中对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果。

第二发送模块410，用于将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

综上所述，本实施例提供的噪声抑制装置，通过采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端用于将第i个语音帧缓存至缓冲区，对第i个语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果，将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

请参考图5，本发明另一个实施例提供了一种噪声抑制装置的结构方框图，本实施例以噪声抑制装置应用于手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备中进行举例说明。该装置包括：

第一接收模块502，用于在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，第i个语音帧是发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧。

缓冲模块504，用于将第i个语音帧缓存在缓冲区中，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。

第二接收模块506，用于接收发送端发送的第i个语音帧的噪音检测结果。

噪音抑制模块508，用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

综上所述，本实施例提供的噪声抑制装置，通过接收发送端发送的第i个语音帧，i≥1，第i个语音帧是发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧，将第i个语音帧缓存在缓冲区中，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区，接收发送端发送的第i个语音帧的噪音检测结果，根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

请参考图6A，本发明一个实施例提供了一种噪声抑制系统的结构方框图，本实施例以噪声抑制装置应用于手机、平板电脑、膝上便携式计算机或者台式计算机之类的电子设备中进行举例说明。该装置包括：发送端600A和接收端600B。其中，

发送端600A包括下述模块：

采集模块606，用于发送端在语音通话过程中，采集语音帧序列，语音帧序列包括若干语音帧。

第一发送模块607，用于发送端将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端用于将第i个语音帧缓存至缓冲区，缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区。

延时模块610，用于发送端对第i个语音帧进行固定时长的延时处理。

噪音检测模块611，用于发送端在延时过程中对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果。

第二发送模块612，用于发送端将第i个语音帧的噪音检测结果发送至接收端。

可选地，噪音检测模块，用于发送端在延时过程中，使用第i个语音帧的相邻语音帧对第i个语音帧进行噪音检测。

其中，相邻语音帧是第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

可选地，第二发送模块612包括编码子模块612A和发送子模块612B。如图6B所示，

编码子模块612A，用于将第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，第i+x个语音帧是语音帧序列中与第i个语音帧之间相差固定时长的语音帧。

发送子模块612B，用于将第i+x个语音帧发送给接收端。

可选地，发送端600A还包括，

请求发送模块601，用于发送端向接收端发送通话建立请求，通话建立请求携带有噪声抑制协商信息，噪声抑制协商信息包括：是否启用噪音检测和噪音抑制和固定时长的时间长度中的至少一项。

响应接收模块604，用于发送端接收接收端发送的通话建立响应。

通话建立模块605，用于发送端根据通话建立响应与接收端建立通话。

可选地，第i个语音帧对应的噪音检测结果包括：第i个语音帧是否为携带有噪音的语音帧、噪音的噪音类型、噪音的建议抑制幅度中的至少一项。

另一方面，发送端600B包括下述模块：

第一接收模块608，用于接收端在语音通话过程中，接收发送端发送的第i个语音帧，i≥1。

缓冲模块609，用于接收端将第i个语音帧缓存在缓冲区中。

第二接收模块613，用于接收端接收发送端发送的第i个语音帧的噪音检测结果。

噪音抑制模块614，用于接收端根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理。

可选地，第二接收模块613包括语音帧接收子模块613A和结果读取子模块613B，如图6C所示。

语音帧接收子模块613A，用于接收发送端发送的第i+x个语音帧，第i+x个语音帧是语音帧序列中与第i个语音帧之间相差固定时长的语音帧。

结果读取子模块613B，用于从第i+x个语音帧的扩展比特位中读取第i个语音帧的噪音检测结果。

可选地，发送端600B还包括，

请求接收模块602，用于接收端接收发送端发送的通话建立请求。

响应发送模块603，用于接收端在同意噪声抑制协商信息时，向发送端发送通话建立响应。

可选地，第i个语音帧对应的噪音检测结果包括：第i个语音帧是否为携带有噪音的语音帧、噪音的噪音类型、噪音的建议抑制幅度中的至少一项。

综上所述，本实施例提供的噪声抑制装置，通过发送端采集包括若干语音帧的语音帧序列，将语音帧序列中的第i个语音帧发送至接收端，i≥1，接收端将第i个语音帧缓存至缓冲区，发送端对第i个语音帧进行固定时长的延时处理，对第i个语音帧进行噪音检测，得到第i个语音帧的噪音检测结果，发送端将第i个语音帧的噪音检测结果发送至接收端，接收端用于根据噪音检测结果对位于缓冲区中的第i个语音帧进行噪音抑制处理；解决了现有技术中的噪声抑制方法中存在的延时处理产生的时延被直接带入传输过程，影响实时通话的通话效果的问题；达到了由发送端完成噪音检测过程，接收端完成噪音抑制过程，将噪音检测过程产生的延时与接收端在接收时的缓冲延时重叠，从而减少噪声抑制时延，提升实时通话的通话质量的效果。

需要说明的是：上述实施例提供的噪声抑制装置在进行噪音抑制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的噪声抑制的装置与噪声抑制的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (19)

1.一种噪声抑制方法，其特征在于，所述方法包括：

在语音通话过程中，采集语音帧序列，所述语音帧序列包括若干语音帧；

将所述语音帧序列中的第i个语音帧发送至接收端，i≥1，所述接收端用于将所述第i个语音帧缓存至缓冲区，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

对所述第i个语音帧进行固定时长的延时处理；

在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果；

将所述第i个语音帧的噪音检测结果发送至所述接收端，所述接收端用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

2.根据权利要求1所述的方法，其特征在于，所述在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果，包括：

在延时过程中，使用所述第i个语音帧的相邻语音帧对所述第i个语音帧进行噪音检测；

其中，所述相邻语音帧是所述第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

3.根据权利要求1所述的方法，其特征在于，所述将所述第i个语音帧的噪音检测结果发送至所述接收端，包括：

将所述第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差所述固定时长的语音帧；

将所述第i+x个语音帧发送给所述接收端。

4.根据权利要求1至3任一所述的方法，其特征在于，所述在语音通话过程中，采集语音帧序列之前，还包括：

向所述接收端发送通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

接收所述接收端发送的通话建立响应，所述通话建立响应是所述接收端同意所述噪声抑制协商信息时发送的；

根据所述通话建立响应与所述接收端建立通话。

5.根据权利要求1至3任一所述的方法，其特征在于，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

6.一种噪声抑制方法，其特征在于，所述方法包括：

在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，所述第i个语音帧是所述发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧；

将所述第i个语音帧缓存在缓冲区中，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

接收所述发送端发送的所述第i个语音帧的噪音检测结果；

根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

7.根据权利要求6所述的方法，其特征在于，所述接收所述发送端发送的所述第i个语音帧的噪音检测结果，包括：

接收所述发送端发送的第i+x个语音帧，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差固定时长的语音帧；

从所述第i+x个语音帧的扩展比特位中读取所述第i个语音帧的噪音检测结果。

8.根据权利要求6或7所述的方法，其特征在于，所述在语音通话过程中，接收发送端发送的第i个语音帧之前，还包括：

接收所述发送端发送的通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

在同意所述噪声抑制协商信息时，向所述发送端发送通话建立响应。

9.根据权利要求6或7所述的方法，其特征在于，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

10.一种噪声抑制装置，其特征在于，所述装置包括：

采集模块，用于在语音通话过程中，采集语音帧序列，所述语音帧序列包括若干语音帧；

第一发送模块，用于将所述语音帧序列中的第i个语音帧发送至接收端，i≥1，所述接收端用于将所述第i个语音帧缓存至缓冲区，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

延时模块，用于对所述第i个语音帧进行固定时长的延时处理；

噪音检测模块，用于在延时过程中对所述第i个语音帧进行噪音检测，得到所述第i个语音帧的噪音检测结果；

第二发送模块，用于将所述第i个语音帧的噪音检测结果发送至所述接收端，所述接收端用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

11.根据权利要求10所述的装置，其特征在于，所述噪音检测模块

用于在延时过程中，使用所述第i个语音帧的相邻语音帧对所述第i个语音帧进行噪音检测；

其中，所述相邻语音帧是所述第i个语音帧的前n个语音帧和/或后n个语音帧，n是正整数。

12.根据权利要求10所述的装置，其特征在于，所述第二发送模块包括：

编码子模块，用于将所述第i个语音帧的噪音检测结果编码至第i+x个语音帧的扩展比特位中，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差所述固定时长的语音帧；

发送子模块，用于将所述第i+x个语音帧发送给所述接收端。

13.根据权利要求10至12任一所述的装置，其特征在于，所述装置还包括：

请求发送模块，用于向所述接收端发送通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

响应接收模块，用于接收所述接收端发送的通话建立响应，所述通话建立响应是所述接收端同意所述噪声抑制协商信息时发送的；

通话建立模块，用于根据所述通话建立响应与所述接收端建立通话。

14.根据权利要求10至12任一所述的装置，其特征在于，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

15.一种噪声抑制装置，其特征在于，所述装置包括：

第一接收模块，用于在语音通话过程中，接收发送端发送的第i个语音帧，i≥1，所述第i个语音帧是所述发送端采集的语音帧序列中包括的若干语音帧中的一个语音帧；

缓冲模块，用于将所述第i个语音帧缓存在缓冲区中，所述缓冲区是用于抵消网络传输不稳定导致的语音抖动所设置的缓冲区；

第二接收模块，用于接收所述发送端发送的所述第i个语音帧的噪音检测结果；

噪音抑制模块，用于根据所述噪音检测结果对位于所述缓冲区中的所述第i个语音帧进行噪音抑制处理。

16.根据权利要求15所述的装置，其特征在于，所述第二接收模块包括：

语音帧接收子模块，用于接收所述发送端发送的第i+x个语音帧，所述第i+x个语音帧是所述语音帧序列中与所述第i个语音帧之间相差固定时长的语音帧；

结果读取子模块，用于从所述第i+x个语音帧的扩展比特位中读取所述第i个语音帧的噪音检测结果。

17.根据权利要求15或16所述的装置，其特征在于，所述装置还包括：

请求接收模块，用于接收所述发送端发送的通话建立请求，所述通话建立请求携带有噪声抑制协商信息，所述噪声抑制协商信息包括：是否启用噪音抑制功能和所述固定时长的时间长度中的至少一项；

响应发送模块，用于在同意所述噪声抑制协商信息时，向所述发送端发送通话建立响应。

18.根据权利要求15或16所述的装置，其特征在于，所述第i个语音帧对应的噪音检测结果包括：所述第i个语音帧是否为携带有噪音的语音帧、所述噪音的噪音类型、所述噪音的建议抑制幅度中的至少一项。

19.一种噪声抑制系统，其特征在于，所述系统包括：

发送端和接收端，

所述发送端包括权利要求10至14任一所述的噪声抑制装置；

所述接收端包括权利要求15至18任一所述的噪声抑制装置。