[发明专利]混音方法、装置及系统

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种混音方法、装置及系统。

背景技术

随着通信技术的发展，人们已经可以通过视频会议系统实现与异地会场中的与会者进行实时通信。典型的视频会议系统由MCU(Micro control unit，多点控制单元)及终端设备组成，往往一个会场配置一个终端设备，一个MCU与多个会场相连。该终端设备的作用是采集会场内的声音和影像并进行处理后，通过网络传输给与之相连的MCU设备，同时该终端也接收由与之相连的MCU发送过来的其它会场的数据；该MCU的作用是将接收到的其他会场中的音频信号发送给终端设备。然而由于设备成本和带宽的限制，现有技术中MCU并不是将所有其它会场中的音频信号都发送给终端，而是根据一定的方法选择某些音频信号进行混音后再发送给终端。

现有技术的方法为，MCU接收来自各个会场的音频信号，然后按照各个会场的音量大小顺序从所有会场中选取预定数量的会场进行混音。此时，即使主要的声源对象都集中在一个会场中，仍需要混入其他不必要的会场的音频码流，参与混音的不必要的会场太多，导致混音后音质变差，而且消耗了不必要的计算资源。

发明内容

本发明的实施例提供一种混音方法、装置及系统，能够保证混音后的音质，同时降低计算资源的消耗。

为达到上述目的，本发明的实施例采用如下技术方案：

一种混音方法，包括：

接收各个会场的音频码流，并分别对所述各个会场的音频码流进行分析，得到所述各个会场对应的声源对象的声音特征值；

按照声源对象声音特征值从大到小的顺序，从所述声源对象中选取预定数量的声源对象作为主要声源对象；

确定所述主要声源对象所在会场；

根据目标会场和所述主要声源对象所在会场之间的关系，确定所述目标会场需要进行混音的音频码流；

将确定的所述目标会场需要进行混音的音频码流进行混音，并将混音后的音频码流发送给所述目标会场；或者

将确定的所述目标会场需要进行混音的音频码流发送给所述目标会场，并在所述目标会场进行混音。

一种混音装置，包括：

分析单元，用于接收各个会场的音频码流，并分别对所述各个会场的音频码流进行分析，得到所述各个会场对应的声源对象的声音特征值；

选取单元，用于按照声源对象声音特征值从大到小的顺序，从所述声源对象中选取预定数量的声源对象作为主要声源对象；

会场确定单元，用于确定所述主要声源对象所在会场；

音频确定单元，用于根据目标会场和所述主要声源对象所在会场之间的关系，确定所述目标会场需要进行混音的音频码流；

发送单元，用于将确定的所述目标会场需要进行混音的音频码流进行混音，并将混音后的音频码流发送给所述目标会场；或者

所述发送单元还用于，将确定的所述目标会场需要进行混音的音频码流发送给所述目标会场，并在所述目标会场进行混音。

一种混音系统，包括：混音装置和会场终端。

本发明实施例提供的混音方法、装置及系统，与现有技术中通过各个会场的音量大小来选取参与混音的会场相比，通过各个声源对象的能量值大小来选取主要的声源对象，并根据主要声源对象来确定参与混音的会场，避免不必要的会场参与混音，保证了混音后的音质，同时降低了计算资源的消耗。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明实施例1的方法流程图；

图2为本发明实施例2的方法流程图；

图3为本发明实施例2中的一种音频码流生成示意图；

图4为本发明实施例2中的一种会场和MCU连接示意图；

图5为本发明实施例3中的一种混音装置组成示意图；

图6为本发明实施例3中的另一种混音装置组成示意图；

图7为本发明实施例3中的另一种混音装置组成示意图；

图8为本发明实施例3中的另一种混音装置组成示意图；

图9为本发明实施例3中的一种混音系统组成示意图。

具体实施方式