[发明专利]一种提升视频会议系统混音容量的方法

权利要求书

1.一种提升视频会议系统混音容量的方法，其特征在于，包括以下步骤：

步骤1：活动语音标记提取；

从接收的opus编码语音帧中提取语音活动标记VAD，VAD标记分0、1、2三种值，分别指示非活动语音、活动语音、无法判断三种情况；

步骤2：非活动语音丢弃；

对判断为非活动语音的opus帧在网络接收层选择性丢弃，同时修改后续的RTP包参数；

步骤2的具体实现包括以下子步骤：

步骤2.1：设置非活动语音帧丢弃门限T，如果两次活动语音帧间连续的非活动语音帧数目超过了门限T，则将其间的非活动语音帧全部丢弃；否则保留；

步骤2.2：修改后续语音帧RTP包的序列号和时间戳，确保序列号连续、时间戳递增；

步骤3：静音插入；

当混音器输入语音缓冲区出现下溢时，填充静音帧，同时给出静音帧的VAD标记和能量参数的值。

2.根据权利要求1所述的提升视频会议系统混音容量的方法，其特征在于，步骤1的具体实现包括以下子步骤：

步骤1.1：解析opus码流中编码模式指示位，将当前语音帧区分为silk、celt和混合编码三种模式；所述码流为接收的opus编码语音帧；

步骤1.2：对silk和混合模式，解析码流中VAD标记指示位，获得VAD的0或1标记，0表明为非活动语音，1表明为活动语音；对celt模式，由于码流没有提供VAD指示信息，视为无法判断处理，将VAD标记置为2。

3.根据权利要求1所述的提升视频会议系统混音容量的方法，其特征在于，步骤3的具体实现包括以下子步骤：

步骤3.1：对没有丢弃的活动语音和部分非活动语音，执行opus解码，同时将解码后语音的采样率转换到混音器工作的采样率上，采样率统一后的数据写入混音器输入缓冲区；

步骤3.2：混音器从输入缓冲区读取数据成功时，计算一帧语音的能量参数，若步骤1中提取的VAD标记为0或1，直接保留；否则，若为2，则进一步重新计算该语音帧的VAD标记；

步骤3.3：混音器从输入缓冲区读取数据出现下溢时，将待读取长度的语音数据用全零取代，同时赋予VAD和能量参数为0，跳过采样率转换。