CN111768790B - 用于传输语音数据的方法和装置 - Google Patents
用于传输语音数据的方法和装置 Download PDFInfo
- Publication number
- CN111768790B CN111768790B CN201910195180.6A CN201910195180A CN111768790B CN 111768790 B CN111768790 B CN 111768790B CN 201910195180 A CN201910195180 A CN 201910195180A CN 111768790 B CN111768790 B CN 111768790B
- Authority
- CN
- China
- Prior art keywords
- voice data
- determining
- bandwidth
- received
- voice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000005540 biological transmission Effects 0.000 claims abstract description 79
- 238000012790 confirmation Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请实施例公开了用于传输语音数据的方法和装置。该方法的一具体实施方式包括:根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据。该实施方式提供了一种基于可变码率的音频编码器的语音数据传输机制,提高了传输语音数据的效率。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于传输语音数据的方法和装置。
背景技术
随着无线通信技术以及移动互联网的飞速发展,无线互联网用户正在快速地增长。近几年来,由于AI(人工智能)技术概念的普及和广泛推广,语音识别应用,如语音识别输入法、智能语音导航以及车载语音助手等,已经成为移动互联网中最重要的应用场景之一。
与有线传输相比较,无线传输虽然具有组网灵活,可扩展性高的特点,但带宽波动大以及传输延迟不稳定的等无线通信固有的一些问题也为移动互联网的一些应用带来了障碍。例如,当用户的上行带宽不足以满足实时语音上传所需要的带宽时,就会产生丢包。
发明内容
本申请实施例提出了用于传输语音数据的方法和装置。
第一方面,本申请的一些实施例提供了一种用于传输语音数据的方法,该方法包括:根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据。
在一些实施例中,根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽,包括:统计预设时间段内发送的语音数据包的数据总量;根据数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。
在一些实施例中,根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽,包括:确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。
在一些实施例中,基于最小带宽与可用带宽调整音频编码器的码率参数,包括:确定最小带宽与可用带宽的比值;响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
在一些实施例中,低码率参数,包括:根据人耳听觉频率的范围确定出的量化参数。
第二方面,本申请的一些实施例提供了一种用于传输语音数据的装置,该装置包括:第一确定单元,被配置成根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;第二确定单元,被配置成根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;调整单元,被配置成基于最小带宽与可用带宽调整音频编码器的码率参数;编码单元,被配置成使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;发送单元,被配置成向语音数据接收方发送编码后的语音数据。
在一些实施例中,第一确定单元,包括:统计子单元,被配置成统计预设时间段内发送的语音数据包的数据总量;第一计算子单元,被配置成根据数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。
在一些实施例中,第二确定单元,包括:第一确定子单元,被配置成确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;第二计算子单元,被配置成计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。
在一些实施例中,调整单元,包括:第二确定子单元,被配置成确定最小带宽与可用带宽的比值;调整子单元,被配置成响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
在一些实施例中,低码率参数,包括:根据人耳听觉频率的范围确定出的量化参数。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于传输语音数据的方法和装置,通过语音数据传输所需的最小带宽以及语音数据传输的可用带宽,而后基于最小带宽与可用带宽调整音频编码器的码率参数,并使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据,最后向语音数据接收方发送编码后的语音数据,提供了一种基于可变码率的音频编码器的语音数据传输机制,提高了传输语音数据的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一些可以应用于其中的示例性***架构图;
图2是根据本申请的用于传输语音数据的方法的一个实施例的流程图;
图3是根据本申请的用于传输语音数据的方法的应用场景的一个示意图;
图4是根据本申请的用于传输语音数据的方法的又一个实施例的流程图;
图5是根据本申请的用于传输语音数据的装置的一个实施例的结构示意图;
图6是适于用来实现本申请的一些实施例的服务器或终端的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于传输语音数据的方法或用于传输语音数据的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如语音助手类应用、输入法类应用、导航类应用、社交类应用、电子商务类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
终端设备101、102、103可以根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供语音识别服务的后台服务器,服务器105可以接收终端设备101、102、103发送的语音数据并对语音数据进行识别。服务器105也可以是用于传输语音数据的服务器。
需要说明的是,本申请实施例所提供的用于传输语音数据的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,用于传输语音数据的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于传输语音数据的方法的一个实施例的流程200。该用于传输语音数据的方法,包括以下步骤:
步骤201,根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽。
在本实施例中,用于传输语音数据的方法执行主体(例如图1所示的服务器或终端)可以首先根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽。预设时间段可以是过去的一段时间,时间段的长短可以根据实际需要进行设置,时间段设置的越短,对音频编码器码率的调整越及时,传输语音数据的效率越高。
在本实施例的一些可选实现方式中,上述执行主体可以直接统计单位时间内发送的语音数据量作为语音数据传输所需的最小带宽,例如,所需的最小带宽BN可用以下公式计算:
其中,N为发送方在1秒钟内共发送的数据包的个数,Pi(i=1,2,...,N)为每个数据包的大小。
在本实施例的一些可选实现方式中,根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽,包括:统计预设时间段内发送的语音数据包的数据总量;根据数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。可以通过总量除以预设时间段的时长得到最小带宽。
步骤202,根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽。
在本实施例中,上述执行主体可以根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽。语音数据接收方会对收到的语音数据包回复确认报文(ACK),确认报文中可以包括接收方正常收到的语音包包号,语音的发送方可以根据收到的ACK报文确认哪些数据包已经正常到达接收方。根据接收到的两次ACK报文,发送方可以计算当前网络的可用带宽。
在本实施例的一些可选实现方式中,根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽,包括:确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。例如,可用带宽BM可用以下公式计算:
其中,TN为接收到第N个ACK的时间,DN为接收到第N个ACK时已被确认收到的数据大小,TN+1为接收到第N+1个ACK的时间,DN+1接收到第N+1个ACK时已被确认收到的数据大小。
在本实施例的一些可选实现方式中,考虑到网络缓冲的存在,上述执行主体可以在一段时间内连续探测带宽。当探测到的带宽不再显著增大时,认为探测到最大的可用带宽。
步骤203,基于最小带宽与可用带宽调整音频编码器的码率参数。
在本实施例中,上述执行主体可以根据基于步骤201中确定的最小带宽与步骤202中确定的可用带宽调整音频编码器的码率参数。在探测到可用带宽不足以传输当前语音数据后,为了及时改善传输状况,需要对音频编码器的配置参数进行调整,以减小压缩后的音频数据大小,从而在比较差的网络状况下进行传输。可以分别提供高、低码率编码器,其中低码率编码器编码的音频码率为高码率音频的1/2,即只需要一半的带宽即可完成传输。也可以根据实际需要提供更多种码率的编码器。默认状态下,可以使用高码率编码器对采集到的音频进行编码压缩,以保证后续对语音数据的识别效率,当探测到带宽不足时,则可以切换到低码率音频编码器,使用低码率的语音数据代替高码率的语音数据进行传输。
步骤204,使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据。
在本实施例中,上述执行主体可以使用步骤203中调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据。音频编码器可以在降低传输所需要的信道带宽同时保持语音的高质量。需要说明的是,音频编码方法是目前广泛研究和应用的公知技术,在此不再赘述。
在本实施例的一些可选实现方式中,带宽探测发现带宽不足后可以通过回复确认报文确定是否存在传输失败的语音包,若存在,则改用低码率编码器对传输失败的语音包重新进行编码以及传输。
步骤205,向语音数据接收方发送编码后的语音数据。
在本实施例中,上述执行主体可以向语音数据接收方发送步骤204中编码后的语音数据。此外,在语音信息传输过程中可以一直保持带宽的探测,当探测到带宽恢复,足以传输高码率数据包时,为保证识别的正确率,可以重新启用高码率的编码器对采集到的音频进行编码。
继续参见图3,图3是根据本实施例的用于传输语音数据的方法的应用场景的一个示意图。在图3的应用场景中,终端301可以首先通过麦克风采集音频302,而后基于确定出的最小带宽与可用带宽调整音频编码器的码率参数,可以使用高码率音频编码器303或低码率音频编码器304对采集到的语音进行编码,得到编码后的语音数据305,最后向语音数据接收方服务器306发送编码后的语音数据305。
本申请的上述实施例提供的方法通过根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据,提供了一种基于可变码率的音频编码器的语音数据传输机制,提高了传输语音数据的效率。
进一步参考图4,其示出了用于传输语音数据的方法的又一个实施例的流程400。该用于传输语音数据的方法的流程400,包括以下步骤:
步骤401,根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽。
在本实施例中,用于传输语音数据的方法执行主体(例如图1所示的服务器或终端)可以首先根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽。
步骤402,根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽。
在本实施例中,上述执行主体可以根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽。
步骤403,确定最小带宽与可用带宽的比值。
在本实施例中,上述执行主体可以确定步骤401中确定的最小带宽与步骤402中确定的可用带宽的比值。
步骤404,响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
在本实施例中,上述执行主体可以响应于步骤403中确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。预定阈值可以根据实际需要进行设置,例如可以设置为70%~90%。低码率参数包括音频编码器进行码率调节时所需的各个参数,例如采样参数,量化参数,具体如何调整由所采用的编码器决定。
在本实施例的一些可选实现方式中,低码率参数,包括:根据人耳听觉频率的范围确定出的量化参数。在本实现方式中,使用不同配置的音频编码器取代常规方法中的单一编码器,从而将采集到的音频编码压缩为多个不同码率的音频,码率越高,其压缩后的音频数据也越大,相应的需要更大的带宽进行传输,而低码率的压缩方法通过损失语音中的人耳不敏感的部分,从而减小压缩后的音频,即使在带宽较低时也可以完成传输。实验证明,使用部分低码率的语音替换高码率的语音对于语音识别服务的识别正确率影响很小,因此可以在上行带宽不足以传输高码率语音时,自动调整解码器配置参数,以生成低码率的音频数据进行传输。
步骤405,使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据。
在本实施例中,上述执行主体可以使用步骤404中调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据。
步骤406,向语音数据接收方发送编码后的语音数据。
在本实施例中,上述执行主体可以向语音数据接收方发送步骤405中编码后的语音数据。
在本实施例中,步骤401、步骤405、步骤406的操作与步骤201、步骤203、步骤204的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于传输语音数据的方法的流程400中通过确定最小带宽与可用带宽的比值调整音频编码器的码率,最小带宽与可用带宽的比值更能体现带宽的使用情况,由此,本实施例描述的方案进一步提高了语音数据的传输效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于传输语音数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于传输语音数据的装置500包括:第一确定单元501、第二确定单元502、调整单元503、编码单元504和发送单元505。其中,第一确定单元501,被配置成根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;第二确定单元,被配置成根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;调整单元,被配置成基于最小带宽与可用带宽调整音频编码器的码率参数;编码单元,被配置成使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;发送单元,被配置成向语音数据接收方发送编码后的语音数据。
在本实施例中,用于传输语音数据的装置500的获取单元501、第一确定单元502、第二确定单元503、第一生成单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选实现方式中,第一确定单元,包括:统计子单元,被配置成统计预设时间段内发送的语音数据包的数据总量;第一计算子单元,被配置成根据数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。
在本实施例的一些可选实现方式中,第二确定单元,包括:第一确定子单元,被配置成确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;第二计算子单元,被配置成计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。
在本实施例的一些可选实现方式中,调整单元,包括:第二确定子单元,被配置成确定最小带宽与可用带宽的比值;调整子单元,被配置成响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
在本实施例的一些可选实现方式中,低码率参数,包括:根据人耳听觉频率的范围确定出的量化参数。
本申请的上述实施例提供的装置,通过根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据,提供了一种基于可变码率的音频编码器的语音数据传输机制,提高了传输语音数据的效率。
下面参考图6,其示出了适于用来实现本申请实施例的服务器或终端的计算机***600的结构示意图。图6示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元、第二确定单元、调整单元、编码单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一确定单元还可以被描述为“被配置成根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽;根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽;基于最小带宽与可用带宽调整音频编码器的码率参数;使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;向语音数据接收方发送编码后的语音数据。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于传输语音数据的方法,包括:
根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽,包括:统计单位时间内发送的语音数据量作为语音数据传输所需的最小带宽;
根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽,包括:基于接收到的至少两条回复确认报文,确定语音数据中正常到达接收方的语音包,基于包括所述语音包的回复确认报文,确定带宽,在一段时间内连续探测所述带宽,当探测到的带宽不再显著增大时,确定探测到可用带宽;
基于所述最小带宽与所述可用带宽调整音频编码器的码率参数;
使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据包括:响应于可用带宽不足,通过回复确认报文确定是否存在传输失败的语音包,若存在,采用低码率编码器对所述传输失败的语音包重新编码;
向语音数据接收方发送所述编码后的语音数据。
2.根据权利要求1所述的方法,其中,所述根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽,包括:
统计预设时间段内发送的语音数据包的数据总量;
根据所述数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。
3.根据权利要求1所述的方法,其中,所述根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽,包括:
确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;
计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。
4.根据权利要求1-3中任一项所述的方法,其中,所述基于所述最小带宽与所述可用带宽调整音频编码器的码率参数,包括:
确定所述最小带宽与所述可用带宽的比值;
响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
5.根据权利要求4所述的方法,其中,所述低码率参数,包括:
根据人耳听觉频率的范围确定出的量化参数。
6.一种用于传输语音数据的装置,包括:
第一确定单元,被配置成根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽,所述第一确定单元进一步被配置成:统计单位时间内发送的语音数据量作为语音数据传输所需的最小带宽;
第二确定单元,被配置成根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽,所述第二确定进一步被配置成:基于接收到的至少两条回复确认报文,确定语音数据中正常到达接收方的语音包,基于包括所述语音包的回复确认报文,确定带宽,在一段时间内连续探测所述带宽,当探测到的带宽不再显著增大时,确定探测到可用带宽;
调整单元,被配置成基于所述最小带宽与所述可用带宽调整音频编码器的码率参数;
编码单元,被配置成使用调整过码率参数的音频编码器对采集到的语音进行编码,得到编码后的语音数据;所述编码单元进一步被配置成:响应于可用带宽不足,通过回复确认报文确定是否存在传输失败的语音包,若存在,采用低码率编码器对所述传输失败的语音包重新编码;
发送单元,被配置成向语音数据接收方发送所述编码后的语音数据。
7.根据权利要求6所述的装置,其中,所述第一确定单元,包括:
统计子单元,被配置成统计预设时间段内发送的语音数据包的数据总量;
第一计算子单元,被配置成根据所述数据总量计算单位时间内发送的语音数据量作为语音数据传输所需的最小带宽。
8.根据权利要求6所述的装置,其中,所述第二确定单元,包括:
第一确定子单元,被配置成确定预设时间段内接收到第一回复确认报文的时间与接收到第二回复确认报文的时间之间的时间差,以及接收到的第一回复确认报文时已被确认收到的语音数据量与接收到的第二回复确认报文时已被确认收到的语音数据量之间的差值;
第二计算子单元,被配置成计算所确定的语音数据量之间的差值与所确定的时间差的比值,得到语音数据传输的可用带宽。
9.根据权利要求6-8中任一项所述的装置,其中,所述调整单元,包括:
第二确定子单元,被配置成确定所述最小带宽与所述可用带宽的比值;
调整子单元,被配置成响应于确定出的比值大于预定阈值,将音频编码器的码率参数调整为低码率参数。
10.根据权利要求9所述的装置,其中,所述低码率参数,包括:
根据人耳听觉频率的范围确定出的量化参数。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195180.6A CN111768790B (zh) | 2019-03-14 | 2019-03-14 | 用于传输语音数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195180.6A CN111768790B (zh) | 2019-03-14 | 2019-03-14 | 用于传输语音数据的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768790A CN111768790A (zh) | 2020-10-13 |
CN111768790B true CN111768790B (zh) | 2023-11-21 |
Family
ID=72717945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910195180.6A Active CN111768790B (zh) | 2019-03-14 | 2019-03-14 | 用于传输语音数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768790B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113450808B (zh) * | 2021-06-28 | 2024-03-15 | 杭州网易智企科技有限公司 | 音频码率确定方法、装置、存储介质及电子设备 |
CN113923480A (zh) * | 2021-09-27 | 2022-01-11 | 西安万像电子科技有限公司 | 用于图像传输的宽带确定方法、电子设备及存储介质 |
CN113724716B (zh) * | 2021-09-30 | 2024-02-23 | 北京达佳互联信息技术有限公司 | 语音处理方法和语音处理装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1926861A (zh) * | 2003-11-12 | 2007-03-07 | 索尼电子有限公司 | 用于提供动态比特率编码的设备和方法 |
CN101494054A (zh) * | 2009-02-09 | 2009-07-29 | 深圳华为通信技术有限公司 | 一种音频码率控制方法及*** |
WO2009106015A1 (zh) * | 2008-02-27 | 2009-09-03 | 华为技术有限公司 | 动态码率分配方法、分组域流媒体服务器 |
CN103854655A (zh) * | 2013-12-26 | 2014-06-11 | 上海交通大学 | 一种低码率语音编码器以及解码器 |
EP2983313A1 (en) * | 2014-08-03 | 2016-02-10 | Services Petroliers Schlumberger | Acoustic communications network with frequency diversification |
CN106303539A (zh) * | 2015-05-22 | 2017-01-04 | 江苏惠纬讯信息科技有限公司 | 一种基于h.264视频报文类型的不等差错传输保护方法 |
CN106331577A (zh) * | 2015-06-25 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种调整编码的方法及装置 |
CN109361494A (zh) * | 2018-11-29 | 2019-02-19 | 广州市百果园信息技术有限公司 | 一种音频数据的处理方法、装置、设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060096044A (ko) * | 2003-10-16 | 2006-09-05 | 닛본 덴끼 가부시끼가이샤 | 미디어 신호의 송신 방법 및 수신 방법과 송수신 방법 및장치 |
-
2019
- 2019-03-14 CN CN201910195180.6A patent/CN111768790B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1926861A (zh) * | 2003-11-12 | 2007-03-07 | 索尼电子有限公司 | 用于提供动态比特率编码的设备和方法 |
WO2009106015A1 (zh) * | 2008-02-27 | 2009-09-03 | 华为技术有限公司 | 动态码率分配方法、分组域流媒体服务器 |
CN101494054A (zh) * | 2009-02-09 | 2009-07-29 | 深圳华为通信技术有限公司 | 一种音频码率控制方法及*** |
CN103854655A (zh) * | 2013-12-26 | 2014-06-11 | 上海交通大学 | 一种低码率语音编码器以及解码器 |
EP2983313A1 (en) * | 2014-08-03 | 2016-02-10 | Services Petroliers Schlumberger | Acoustic communications network with frequency diversification |
CN106303539A (zh) * | 2015-05-22 | 2017-01-04 | 江苏惠纬讯信息科技有限公司 | 一种基于h.264视频报文类型的不等差错传输保护方法 |
CN106331577A (zh) * | 2015-06-25 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种调整编码的方法及装置 |
CN109361494A (zh) * | 2018-11-29 | 2019-02-19 | 广州市百果园信息技术有限公司 | 一种音频数据的处理方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111768790A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11227612B2 (en) | Audio frame loss and recovery with redundant frames | |
CN111768790B (zh) | 用于传输语音数据的方法和装置 | |
CN101365125B (zh) | 多路视频通信方法与*** | |
CN112312137A (zh) | 一种视频传输方法、装置、电子设备及存储介质 | |
CN114039703B (zh) | 数据传输方法、装置、设备和介质 | |
CN112312229A (zh) | 一种视频传输方法、装置、电子设备及存储介质 | |
CN110781150A (zh) | 数据传输方法、装置和电子设备 | |
CN104601521A (zh) | 用于动态选择通信传输协议的方法、装置和*** | |
US20050192796A1 (en) | Audio codec system and audio signal encoding method using the same | |
US9912617B2 (en) | Method and apparatus for voice communication based on voice activity detection | |
CN111385574B (zh) | 视频编码中的码率控制方法、装置、移动终端及存储介质 | |
CN111385576B (zh) | 视频编码方法、装置、移动终端及存储介质 | |
CN117221894B (zh) | 一种基于大数据的5g通信传输方法 | |
EP1934861A2 (en) | Method and system for control loop response time optimization | |
JP2016001221A (ja) | 音声データ送信装置およびその動作方法 | |
CN115767149A (zh) | 一种视频数据的传输方法和装置 | |
CN117336521A (zh) | 视频流传输的控制方法及装置、设备、介质 | |
CN112737971B (zh) | 数据处理方法、装置、存储介质及网络设备 | |
US20180176285A1 (en) | Enhanced transmission of media to client devices | |
US8996361B2 (en) | Method and device for determining a decoding mode of in-band signaling | |
CN112511702A (zh) | 视频彩铃的推送方法、服务器、电子设备和存储介质 | |
CN113301029A (zh) | 数据发送方法、装置、设备以及存储介质 | |
CN113300971A (zh) | 数据处理***及方法 | |
US20120213298A1 (en) | Method and system for optimizing quantization for noisy channels | |
US10743210B2 (en) | Using uplink buffer status to improve video stream adaptation control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |