[发明专利]音频数据处理方法、装置和多点控制单元

说明书

技术领域

本发明涉及通讯技术领域，特别涉及一种音频数据处理方法、装置和多点控制单元。

背景技术

最早的语音通信系统是传统的PSTN(Public Switched Telephone Network，公共交换电话网络)。PSTN网络中由于语音信号的频谱主要集中在4KHz以下的带宽中，因此早期的PSTN为了节省带宽使用了8KHz的采样率来进行语音编码，这就形成了最早的语音编码协议G.711，现在我们称这些协议为窄带协议。对于基本的语音通信来说，窄带协议能够保证基本的语音可懂度。随着网络和语音技术的发展，出现了使用16KHz采样率的语音协议，典型的就是G.722协议，这些协议被称为宽带音频协议。宽带协议使得声音更逼真更饱满，大大提高了用户的音频体验。而随着网络带宽的发展，网络带宽已不是瓶颈，因此有的通信系统也开始使用超宽带(32KHz采样率)或全带(44KHz以上采样率)音频协议。这时的声音质量可以达到高保真的水平，不光可以传输语音，还可以传输各种音乐，用户音频体验最佳。

由于宽带音频提供了更好更真实的音频体验，因此目前语音通信系统逐渐在向宽带和超宽带过渡，但窄带音频还将与宽带音频共存很长一段时间。在多方进行音频数据传输时，例如进行语音和/或视频通讯时，需要兼顾不同网络环境，支持从窄带到宽带的多种常见协议。下面视讯会议为例进行详细说明。

现有的视频会议系统结构可以简单的表示为如图1所示的结构，包括MCU(MultiPointControl Unit，多点控制单元)和多个接入点：会场1、会场2......会场n。其中，MCU的一个重要功能是对音频数据进行混音，将N路音频数据解码之后进行包络比较后再混成一路，再经过重新编码后发给各个连入的会场。其中“多方”的意思是两方或两方以上。

由于在混音时各个会场使用的协议有可能是不同的，这其中有窄带协议也有宽带协议，因此MCU解码出的音频数据有各种不同的采样率。在进行混音时，为了匹配各种音频采样速率，将所有音频数据进行上采样，使得所有音频具有相同的采样频率，这样就可以将窄带协议的采样率提高到全带(48KHz)。然后进行混音，将多路音频混成一路数据。然后在向连入的会场发送的时候，对该数据再进行协议和采样率匹配，根据各会场使用的协议，对数据再进行下采样，并进行编码，然后将编码后的数据发送到各会场。

在现有技术中，有一种“盲频谱扩展”技术，在中国专利申请号为200680005711.1、名称为《与音频带扩展装置》、公开号为CN101128868A的中国专利中公开了这种技术。

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：

采用现有技术中的方法，虽然可以通过上采样将音频数据的采样频率提高，但音频数据的频谱还是集中在窄带部分。这样导致多点接入系统中如果有窄带音频数据，则各会场听到的都是窄带音频，会议中的音频体验比较差。对于具有宽带音频能力的会场，拥有好的网络环境和高端终端，却只能听到最差的音频质量，不光使得用户音频体验较差，还造成了带宽和设备的浪费。

发明内容

为了解决现有技术中在多点进行音频数据传输时，由于窄带音频数据与宽带音频数据共存，导致使用宽带音频设备的用户的音频体验差及带宽、设备浪费的问题，本发明实施例提供了一种音频数据处理方法、装置和多点控制单元。所述技术方案如下：

本发明实施例提出了一种音频数据处理方法，包括：

读取接入点发送的音频数据，并判断所述音频数据是否为窄带音频数据；如果是，则将所述音频数据进行盲频谱扩展；如果否，则不对音频数据进行处理；

将宽带音频数据和/或所述盲频谱扩展后的窄带音频数据发送到多点控制单元。

本发明实施例还提出了一种音频数据处理方法，包括：

对接收到的多路音频数据进行前置操作；

读取处理后的多路音频数据，并判断其中是否包括窄带音频数据，如果是则对所述窄带音频数据进行盲频谱扩展；

将所述多路音频数据进行混音；

将混音后的音频数据进行后续操作后分别发送到各接入点。

本发明实施例还提出了一种音频数据处理装置，包括：

音频识别模块，用于读取接入点发送的音频数据，判断所述音频数据是否为窄带音频数据；

频谱扩展模块，用于将所述音频识别模块识别出的窄带音频数据进行盲频谱扩展；

数据发送模块，用于将宽带音频数据和/或所述盲频谱扩展后的窄带音频数据发送到多点控制单元。

本发明实施例还提出了一种多点控制单元，包括：