[发明专利]多点环境中的可伸缩音频

权利要求书

1.一种用于会议的可伸缩音频处理方法，包括：

确定会议中的第一端点的状态，所述状态表明第一端点是会议音频的主声源还是次级声源；

通过将一个或多个规则应用于所述状态来评定所述状态；

使用可伸缩音频编解码器来处理会议的音频，其中可伸缩音频编解码器的至少一个参数是基于所评定的第一端点的状态来选择的；以及

传送经过处理的会议的音频。

2.根据权利要求1所述的方法，其中所述处理和传送是由在会议中接收到所述音频的编码比特流的给定端点实施的，所述给定端点包括会议中的第一端点或第二端点，所述处理和传送包括下列各项中的至少一项：

将编码比特流解码成输出音频，并且发送输出音频以便在所述给定端点进行输出；以及

从编码比特流中剥离比特，将经过剥离的比特流解码成输出音频，并且发送该输出音频以便在所述给定端点进行输出。

3.根据权利要求1所述的方法，其中所述处理和传送是由会议中在给定端点获得输入音频的该给定端点实施的，所述给定端点包括第一端点或第二端点，所述处理和传送包括下列各项中的至少一项：

将输入音频编码成编码比特流，并且经由网络来发送该编码比特流；以及

对编码比特流中的输入音频进行编码，从编码比特流中剥离比特，并且经由网络发送经过剥离的比特流。

4.根据权利要求1所述的方法，其中音频的所述处理和传送是由会议中经由网络与给定端点通信的多点控制单元实施的，所述给定端点包括会议中的所述第一端点或第二端点，所述处理和传送包括下列各项中的至少一项：

经由网络接收音频的编码比特流，并且将编码比特流经由网络中继到所述给定端点；以及

经由网络接收音频的编码比特流，从编码比特流中剥离比特，并且将经过剥离的比特流经由网络发送到所述给定端点。

5.根据权利要求1所述的方法，其中所述状态还表明端点是静默声源。

6.根据权利要求1所述的方法，其中使用可伸缩音频编解码器来处理会议的音频包括：当第一端点的状态指示的是次级声源时，使用可伸缩音频编解码器来从音频的编码比特流中剥离比特。

7.根据权利要求1所述的方法，其中使用可伸缩音频编解码器来处理会议的音频包括：使用可伸缩音频编解码器来从音频的编码比特流中剥离比特，并且其中，可伸缩音频编解码器的所述至少一个参数包括关于在编码比特流中的什么位置剥离比特的指示。

8.根据权利要求1所述的方法，其中通过将一个或多个规则应用于所述状态来评定所述状态包括：

当（i）经过了第一端点处于主声源状态的第一时间间隔并且（ii）会议中的第二端点具有主声源状态时，将第一端点的状态从主声源变成次级声源；或者

当（i）经过了第一端点处于次级声源状态的第二时间间隔并且（ii）会议中的第二端点具有次级声源状态时，将第一端点的状态从次级声源变成静默声源。

9.根据权利要求1所述的方法，其中通过将一个或多个规则应用于所述状态来评定所述状态包括：

当第一端点从没有语音音频变成具有语音音频时，保持主声源状态；

当（i）第一端点从没有语音音频变成具有语音音频并且（ii）会议中的第二端点具有主声源状态而不具有语音音频时，将第一端点的状态从次级声源变成主声源；或者

当第一端点从没有语音音频变成具有语音音频时，将其状态从静默声源变成主声源。

10.根据权利要求1所述的方法，其中通过将一个或多个规则应用于所述状态来评定所述状态包括：

当（i）第一端点从具有语音音频变成没有语音音频并且（ii）经过了第一端点处于主声源状态的第一时间间隔时，将第一端点的状态从主声源变成次级声源；或者

当（i）第一端点从具有语音音频变成没有语音音频以及（ii）经过了第一端点处于次级声源状态的第二时间间隔时，将第一端点的状态从次级声源变成静默声源。

11.根据权利要求1所述的方法，其中确定第一端点的状态包括：检测第一端点的音频中是否存在语音，其中该状态还表明第一端点具有语音音频或者没有语音音频。

12.根据权利要求1所述的方法，还包括：在确定了状态之后，确定经过了与该状态相关联的时间间隔，其中评定状态的处理至少是在经过了该时间间隔之后执行的。