[发明专利]视频通信中的音频处理方法和装置

说明书

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种视频通信中的音频处理方法和装置。

背景技术

视讯会议业务是一种多媒体通信手段，利用电视设备和通信网络召开会议，可以同时实现两地或多地之间的图像、语音、数据的交互功能。视讯会议业务一般由视讯终端设备、传输网络、多点控制单元(Multipoint Control Units，以下简称为：MCU)等几部分组成。视讯终端设备主要包括视频输入/输出设备、音频输入/输出设备、视频编解码器、音频编解码器、信息通信设备及多路复用/信号分线设备等。视讯终端设备的基本功能是将本地摄像机拍摄的图像信号、麦克风拾取的声音信号进行压缩编码，然后发送给传输网络，以传至远方会场；同时，接收远方会场传来的数字信号，经解码后，还原成模拟的图像和声音信号。

视讯会议业务实现了远距离的音视频交流，随着技术的不断进步和发展，出现了可以使远程交流达到面对面的交流效果的网真系统。目前的网真系统利用视讯会议技术实现图像与声音的远程传输，配合整体的外设例如采用尺寸较大的液晶电视机实现”真人大小”，并通过一定的摄像头处理技术实现人们交流时的”眼对眼”，再配上整体的会议室装修方案，使得远程呈现出逼真的效果。

虽然现在的网真系统能实现比较逼真的效果。但是对于新出现的双排或多排网真，由于前后排具有一定的距离，而现有的网真系统仅能实现同一平面的图像与声音方位的对应，即前后排的声音都从同一个平面发出，如果不看图像，则无法分辨出声音来自前排还是后排，由此使得声音的临场感效果不真实。

发明内容

本发明实施例提供一种视频通信中的音频处理方法和装置，以分辨出多排视频通信中不同排的声音。

本发明实施例提供一种视频通信中的音频处理方法，包括：

获取视频通信中的音频数据和与所述音频数据对应的音源位置信息；

根据所述音源位置信息，对所述音频数据进行纵深处理。

本发明实施例还提供一种视频通信中的音频处理方法，包括：

获取视频通信的本端的音频数据和与所述音频数据对应的音源位置信息；

将所述音频数据和所述音源位置信息发送给视频通信控制单元或视频通信的对端，以使所述视频通信控制单元或视频通信的对端，根据所述音源位置信息对所述音频数据进行纵深处理。

本发明实施例提供一种视频通信中的音频处理装置，包括：

第一获取模块，用于获取视频通信中的音频数据和与所述音频数据对应的音源位置信息；

处理模块，用于根据所述第一获取模块获取的所述音源位置信息，对所述音频数据进行纵深处理。

本发明实施例还提供一种视频通信中的音频处理装置，包括：

第二获取模块，用于获取视频通信的本端的音频数据和与所述音频数据对应的音源位置信息；

第二发送模块，用于将所述第二获取模块获取的所述音频数据和所述音源位置信息发送给视频通信控制单元或视频通信的对端，以使所述视频通信控制单元或视频通信的对端，根据所述音源位置信息对所述音频数据进行纵深处理。

本发明实施例的视频通信中的音频处理方法和装置，先获取视频通信中的音频数据和与该音频数据对应的音源位置信息，然后根据获取的该音源位置信息，对该音频数据进行纵深处理，将该音频数据处理成具有与该音源位置信息相匹配的纵深感，由此可以将视频通信中不同前后位置关系的对象发出的声音分辨出来。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明视频通信中的音频处理方法实施例一流程图；

图2为本发明视频通信中的音频处理方法实施例二流程图；

图3为本发明视频通信中的音频处理方法实施例三流程图；

图4为图3所示实施例的示意图；

图5为本发明视频通信中的音频处理方法实施例四流程图；

图6为本发明视频通信中的音频处理装置实施例一的示意图；

图7为本发明视频通信中的音频处理装置实施例二的示意图；

图8为本发明视频通信中的音频处理装置实施例三的示意图。

具体实施方式