[发明专利]车载音视频监控系统实现多方通话的一种音频混音方法

说明书

本发明涉及音视频监控技术领域，尤其涉及车载音视频监控系统实现多方通话的一种音频混音方法，包括如下步骤：各个车载终端，各车载终端和音视频服务器建立通信连接，创建语音信道，音视频服务器建立数据缓冲池，音频数据混音前初处理，首先进行衰减处理，去除低信号样本，确定各路待混音车载音频数据叠加因子初值f_mix，将多路待混音车载音频数据分段叠加，并进行声音增益，提高音强，并将混音音频数据发送到云会议所有参与端。本发明在实现车载监控系统语音调度时，可选定多辆车载终端进行语音调度，实现监控中心和多车载终端的虚拟云会议，自由讨论专题、发布信息及警情等行业应用。还可避免爆音影响通话语音质量和混音后声音偏小的现象。

技术领域

本发明涉及音视频监控技术领域，尤其涉及车载音视频监控系统实现多方通话的一种音频混音方法。

背景技术

由于我国无线网络覆盖率已达95％以上，网络带宽的大幅提高为无线音视频传输提供了有力保障。作为智能交通的重要一环，运营车辆运营过程中的安全性和高效管理性是必须要解决的首要问题，因此建立车载音视频监控系统是今后运营车辆管理的必然趋势。

无线车载音视频产品主要应用在长途客运车、城市公交、城际巴士、旅游大巴车、城市出租车、物流运输车等领域。

当前的车载音视频监控系统，对于语音通道的应用，多数平台仅仅是实现了监控中心对车载终端的下行广播，没有车载终端的上行语音信息。也有个别平台实现了车载终端的上行语音信息反馈，但监控中心端的语音混音播放效果也不理想，而且车载终端之间也听不到彼此的语音信息，平台语音智能管理功能不健全，无法进行语音智能监控，导致平台管理效率偏低。

混音就是把两路或者多路音频流混合在一起，形成一路音频流。在混音算法中，音频采样数据表征声音的振幅，音频数据的叠加也是线性的。因此，基础的混音算法就是线性叠加，溢出钳位。但未考虑各路混音音频的强度，叠加后容易溢出，产生音爆噪声，而且各路音频的音强不一，声音有的很小，有的又太大，听起来效果不好。

对于多路音频，尤其是多于4路甚至8路以上时，目前采用的算法是配置各路待混音音频权重，然后进行线性叠加，得到混音音频进行解码播放。当混音路数变化时，各路混音权重不会随着变化，会出现混音路数变少，但混音的各路声音强度却依然较小，听起来感觉声音小不清晰；若混音路数增多，线性叠加求和，很容易溢出产生噪声。因此这种混音方法不适合监控平台那种混音路数随时变化的混音场景。为此，我们提出车载音视频监控系统实现多方通话的一种音频混音方法。

发明内容

基于背景技术存在的技术问题，本发明提出了车载音视频监控系统实现多方通话的一种音频混音方法，通过改进了现有车载音视频监控系统仅下行广播通知的处理方式，避免了现有处理方式不能实现车载终端之间相互通话的缺陷；同时改进了常规累加混音易溢出产生噪声及多路(4路以上)音频平均衰减后叠加混音声音偏小的问题。

本发明提供如下技术方案：车载音视频监控系统实现多方通话的一种音频混音方法，包括如下步骤：

S1、监控中心发起云会议调度指令，音视频服务器接收到会议指令后将指令下发到各个车载终端，各车载终端和音视频服务器建立通信连接，创建语音信道；

S2、音视频服务器建立数据缓冲池，音视频服务器接收监控中心及车载终端发送过来的音频数据，进行音频解码，解码后的PCM音频数据按序放入二维矩阵缓冲池；

S3、音频数据混音前初处理，首先进行衰减处理，根据音频样本值的取值范围，即采样上下限值，去除低信号样本，确定各路待混音车载音频数据叠加因子初值f_mix，将多路待混音车载音频数据分段叠加；

S4、当多路待混音车载音频数据分段叠加的叠加值超采样上下限值，叠加因子分别递减1，直到其叠加值在上下限值内，分段音频数据内的后续所有样本数据作同样处理，分段音频数据叠加完成后，将这k路音频的叠加因子分别递增1，进行声音增益，提高音强；