CN1327329A - 语音处理方法和语音处理设备 - Google Patents

Abstract

在语音通讯***1中,网关服务器4接收到来自因特网的IP信息包,将IP信息包中的PCM语音数据转换成AMR编码语音数据结构,并传送到移动终端7。在将IP信息包传送到网关服务器4的过程中,有可能丢失IP信息包,或发生严重误差。在这种情况下,网关服务器4将“无数据”的数据作为相应于有疑问的IP信息包的语音编码数据放在数据结构中,并传到移动终端7。该“无数据”的数据是隐蔽的对象。

Description

语音处理方法和语音处理设备

本发明涉及一种适用于实时语音通讯***的语音处理方法和语音处理设备。

实时语音通讯***，如电话，常常通过连接用户终端线路并在线路上传递声音信号而实现其功能。然而今天，随着网络如因特网的迅速发展，人们广泛研究起实时语音信息包例如通讯如网络电话，在网络电话中，语音信号被编码，并且其中传送的是有效载荷中具有编码信号的语音信息包。

以下是公知的一种实时语音信息包通讯的方法。即，通过发射端的设备，使用一定方法如A规律或u规律将语音信号压缩，然后采样，产生PCM(脉冲代码调制)语音采样数据。然后将PCM语音采样数据置于语音信息包的有效载荷部分，并通过网络将其传送到接收端的设备。然而，当使用这种方法时，如果因网络拥塞而将语音信息包丢失，或者如果在传播中语音信息包发生错误，则由于错误的语音信息包，接收端的设备就不能使语音再生。

到目前为止，解码器和检错设备不能将信息包丢失或位错误的信息送到其后的编码器。因此，编码器没有对错误采取任何措施，就将有错误的信息包编码，就导致了语音质量的下降。

本发明就产生于上述环境下。本发明的目的在于：提供一种语音处理方法和语音处理设备，使接收或传播语音数据时保证良好通讯质量成为可能，即使是在很糟糕的境况下也如此，比如通过网络传播语音数据的信息包的过程中信息包丢失或发生错误。

本发明的另一个目的是通过提供如下语音处理方法获得，该语音处理方法包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；并产生第二串语音数据，它包括某部分语音信号的编码语音数据，所述部分相应于第一串未检测到丢失或位错误编码语音数据的那部分，还包括非编码数据，相应于第一串检测到丢失或位错误编码语音数据的那部分。

本发明的进一步目的是通过提供如下语音处理方法获得，该语音处理方法包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；将语音信号编码成第二编码语音数据；并输出包括第二编码语音数据的第二串语音数据，其中标志数字只分配到相应于第一串未检测到丢失或位错误编码语音数据的一部分的第二编码语音数据；缺乏标志数字的意味着应该执行错误隐蔽。

本发明的更进一步目的是通过提供如下语音处理方法获得，该语音处理方法包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；将语音信号编码成第二编码语音数据；并输出包括第二编码语音数据的第二串语音数据，其相应于第一串未检测到丢失或位错误编码语音数据的一部分。

本发明进一步目的是通过提供一种语音处理方法获得，该语音处理方法包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；通过将相应于第一串未检测到丢失或位错误编码语音数据的一部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的一部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

本发明还有一个目的是通过提供如下语音处理设备获得，该语音处理设备包括：通过网络接收第一串编码语音数据的接收机构；检测第一串编码语音数据的丢失或位错误的检测机构；将编码语音数据解码生成语音信号的解码机构；产生第二串语音数据的产生机构，所述第二串语音数据包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，相应于第一串检测到丢失或位错误编码语音数据的一部分。

本发明的另一个目的是通过提供如下语音处理设备获得，该语音处理设备包括：通过网络接收第一串编码语音数据的接收机构；检测第一串编码语音数据的丢失或位错误的检测机构；将编码语音数据解码生成语音信号的第一解码机构；通过将相应于第一串未检测到丢失或位错误编码语音数据的一部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的那部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据的输出机构。

本发明的进一步目的是通过提供使计算机执行语音处理的程序获得，该语音处理程序包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；并产生第二串语音数据，它包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，相应于第一串检测到丢失或位错误编码语音数据的一部分。

本发明的进一步目的是通过提供一种用来存储使计算机执行语音处理的程序的计算机可读存储介质获得，其包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；并产生第二串语音数据，它包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，相应于第一串检测到丢失或位错误编码语音数据的一部分。

本发明的进一步目的是通过提供使计算机执行语音处理的程序获得，该语音处理程序包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；通过将相应于第一串未检测到丢失或位错误编码语音数据的一部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的一部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

本发明的进一步目的是通过提供一种用来存储使计算机执行语音处理的程序的计算机可读存储介质获得，其包括：通过网络接收第一串编码语音数据；检测第一串编码语音数据的丢失或位错误；将编码语音数据解码生成语音信号；通过将相应于第一串未检测到丢失或位错误编码语音数据的一部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的一部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

本发明可以被实施，以实现制造或销售与本发明的语音处理方法一致的处理语音的语音处理设备，进一步说，本发明可以被实施，以在计算机可读的存储介质上记录执行符合本发明的语音处理方法的程序，并将介质传送给用户，或者将该程序通过电子通讯回路提供给用户。

图1是一个框图，显示了本发明第一实施例的语音通讯***1的结构。

图2是一个显示了网关服务器4的处理过程。

图3是一个框图，显示了本发明第四实施例的语音通讯***10的结构。

图4是一个时序图，显示了网关服务器40的处理过程。

图5是一个框图，显示了本发明第五实施例的语音通讯***100的结构。

图6是一个时序图，显示了网关服务器50的处理过程。

下面参考附图描述本发明的实施例，但本发明并不仅限于此，对本发明是可能做出各种修改和变化的，但都不离本发明的精神和范围。

〔1〕第一实施例

〔1.1〕第一实施例的结构

图1是一个框图，显示了本发明第一实施例的语音通讯***1的结构。

如图1所示，第一实施例的语音通讯***1包括：通讯终端2，因特网3，网关服务器4，移动网5，无线通讯基站6以及移动终端7。

通讯终端2被连接到因特网3，是一个被用户用来打因特电话的设备。通讯终端2具有一个扬声器，一个麦克风，一个PCM编码器，以及一个因特网界面(这些在图中都没显示)。通讯终端2的用户发出的语音信号输入以PCM式编码，PCM编码语音数据被压缩成一个IP信息包或多个，并送到因特网3。当通讯终端2接收到一个来自因特网3的IP信息包时，IP信息包中的PCM语音数据被解码，然后从扬声器中输出。为了简化说明，下文中每一个IP信息包具有连续时间周期的PCM语音数据。

移动终端7是一个移动电话，能通过移动网5连接到网关服务器4。

移动终端7包括一个麦克风，扬声器，与无线通讯基站6进行无线通讯的单元，显示各种信息的单元，以及输入如数字或特征信息的单元(图中均未示)。移动终端7也有一个内置的微处理器(图中未示)，用来控制上述单元。移动终端7也有一个适应型多等级(AMR)编解码器(编码器/解码器)。通过这个编解码器，移动终端7的用户借助AMR编码语音数据与其他人通讯。AMR是一个多等级编解码器，一种代码激励线性预言(CELP)编解码器。AMR具有隐蔽功能。当由于数据丢失或严重误差不可能解码时，隐蔽功能就借助建立于先前解码数据基础上的预测结果来补偿有问题的解码语音信号。

网关服务器4是一个与因特网3和移动网5互联的***，当网关服务器4接收到来自于移动终端7的并要通过因特网3传送到通讯终端2的AMR编码语音数据结构时，网关服务器4就通过因特网3将具有与上述AMR编码语音数据一致的PCM语音信息的IP信息包传送到通讯终端2。当网关服务器4从因特网3接收到要传送到移动终端7的具有PCM语音信息的IP信息包时，网关服务器4就将PCM语音数据转换成AMR编码语音数据，并通过移动网5传送到移动终端7。在将IP信息包传送到网关服务器4的过程中，有可能丢失IP信息包，或发生严重误差。在这种情况下，由于AMR编码语音数据与错误IP信息包一致，网关服务器4将“无数据”的数据放在数据结构中，并传到移动终端7。该“无数据”意味着在数据结构中发生了错误或结构丢失，并且是隐蔽的对象。

网关服务器4具有一个接收单元41，一个PCM解码器42以及一个AMR编码器43。他们用来从因特网3接收信息包，并将信息包中的PCM编码数据传送到移动网5。图1所示的是将PCM语音数据通过因特网3从通讯终端2传送到移动终端7的必要单元。然而，在第一实施例的语音通讯***中，可以将PCM语音数据从移动单元7传送到通讯终端2。但是，将PCM语音数据从移动单元7传送到通讯终端2的单元没有在图中显示，因为本发明的发明点不在此。

接收单元41具有连接因特网3的界面，并通过因特网3从通讯终端2接收IP信息包。接收单元41减少了收到的IP信息包的抖动，该抖动是在传播过程中产生的，并将IP信息包连续循环地输送到PCM解码器42。作为减少接收单元41中传播迟滞抖动的方法，例如在接收单元41中可以使用缓冲器。接收到的IP信息包可暂时储存在缓冲器中，并连续循环从接收单元41传送到PCM解码器42。

接收单元41检查所接收的IP信息包是否有误差。当IP信息包由于误差不能被解码时，接收单元41将不可解码的信号送到AMR编码器43。当接收到的IP信息包在传播过程有丢失，接收单元也会将不可解码的信号送到AMR编码器43。然而，当IP信息包在传播过程中丢失时，接收单元41就接收不到被丢失的IP信息包，所以，不容易判断IP信息包是否丢失。因此，接收单元41通过一定方法判断IP信息包是否丢失。该方法可能是，例如，观察接收到的IP信息包的时间特征，来预测每一个IP信息包来到的时间。在这种情况下，如果预测时间已过，而且预测时间周期也过了，还没有收到IP信息包，就可以判定，IP信息包丢失了，而且，显示IP信息包不能被解码的不可解码信号被送到AMR编码器43。

PCM解码器42从IP信息包的有效部分提取PCM语音数据，并将其以PCM式解码输出。

AMR编码器43具有与移动网5联系的界面。AMR编码器43将来自PCM解码器42的语音数据以AMR方式编码，产生AMR编码语音数据。AMR编码器43将AMR编码语音数据结构传送到移动网5。在第一实施例中，从AMR编码器43来的每一个结构输出都与从接收单元41来的每一个IP信息包输出一一对应。

当接收单元41输出不可解码信号时，AMR编码器43忽视来自PCM解码器42的PCM语音数据输出。取而代之，AMR编码器43将“无数据”的数据放在数据结构中，该“无数据”的数据是隐蔽的一个对象。

〔1.2〕第一实施例的实施

现在开始描述第一实施例的实施，以语音数据从通讯终端2传送到移动终端7的过程为例。在第一实施例中，将语音数据从移动终端7传送到通讯终端2也是可能的。然而，后者的实施并不是本发明的要点，因此不对它进行描述。

图2是一个时序图，显示了网关服务器4中的传递过程。图2中，当IP信息包在传送过程中抖动被减少之后，从接收单元41输出的IP信息包被连续循环地从接收单元41输出到PCM解码器42。

当网关服务器4正常接收到IP信息包P1时，IP信息包P1在规定时刻输出到PCM解码器42。由于IP信息包P1没有错误，所以没有不可解码信号输出。当接收单元41完全输出了IP信息包P1时，PCM解码器42从IP信息包P1的有效载荷部分提取PCM语音数据，并对提取到的PCM语音数据以PCM方式解码，输出到AMR编码器43。来自PCM解码器42的与IP信息包P1一致的PCM解码语音数据被AMR编码器43以AMR方式编码产生AMR编码语音数据，AMR编码语音数据结构F1被传送到移动网5。

网关服务器4对后续的IP信息包P2执行同样的过程，产生数据结构F2，数据结构F2通过移动网5传送到移动终端7。

接下来，当接收单元41接收到具有严重错误(例如，在标题)的IP信息包P3时，接收单元41将如图2所示的暗示了IP信息包P3的不可能被解码的不可解码信号送到AMR编码器43。

当接收单元41完全输出了IP信息包P3，PCM解码器42开始给IP信息包P3解码。然而由于IP信息包P3在信息包标题有错误，所以，PCM解码器42不能给IP信息包P3解码。结果，PCM解码器42以相等的时间周期输出与“无声音”一致的语音数据到一个IP信息包的PCM编码语音数据。如图2所示，仅在PCM解码器42的输出对应于“无声音”期间，不可解码信号从接收单元41中输出到AMR编码器43。

如图2所示，因为接收单元41输出不可解码信号，AMR编码器43忽视了从PCM解码器42输出的语音数据，并将“无数据”放在数据结构中，该“无数据”数据是隐蔽的对象。

如前所述，AMR编码器43将其中具有“无数据”的数据结构F3送到了移动终端7。

接下来，当网关服务器4接收到无误的IP信息包P4和P5时，网关服务器4对IP信息包P4和P5执行与对IP信息包P1进行的同样过程。

当IP信息包P6在传播过程中丢失时，接收单元41不能到接收IP信息包P6，因此，接收单元41不知道IP信息包P6的丢失。因此，通过一定的方法，接收服务器41判断出IP信息包P6丢失，并将表示IP信息包P6不能被解码的不可解码信号输出到AMR编码器43。如前所述，有一种判定IP信息包丢失的方法，靠这种方法，通过观察接收到的IP信息包的时间特征，可以预测每个IP信息包来到的时间。在这种情况下，如果预测时间已经过去并且预测的时间周期也过去了，但没收到IP信息包，就可判定出IP信息包丢失了。IP信息包不可解码的信号被接收单元41传送到AMR编码器43。例如，图2中，由于IP信息包P6丢失，IP信息包P6在其应该通过的预测时间和预测周期后没有接收到，因此，接收单元41判定IP信息包P6丢失了。当预测的IP信息包P6应该通过的最后时间也过了的时候就开始输出不可解码的信号。接收单元41不断输出不可解码的信号，直到接收单元41完全接收到IP信息包P7为止。

当IP信息包P6丢失时，在IP信息包P6应该从接收单元41中被输出的时间内，接收单元41不输出信息包P6。因此，PCM解码器42不能进行解码操作，直到下一个IP信息包(这里是P7)从接收单元41输出。结果，PCM解码器42在相等时间周期内输出与“无声音”一致的语音数据到一个IP信息包的PCM编码语音数据，方式与对IP信息包P3的一样。

如图2所示，在PCM编码语音数据的时期内，接收单元41输出不可解码信号，PCM解码器42输出丢失的IP信息包P6。接收单元41输出不可解码信号的时候，AMR编码器43忽视了来自PCM解码器42的语音数据，并将“无数据”的数据放在数据结构上产生数据结构F6，该“无数据”的数据是隐蔽的对象。

如前所述，由AMR编码器43产生的“无数据”的数据结构F6被传送到移动终端7。

移动终端7从移动网5接收到数据结构F1-F6，并将F1-F6解码。在这种情况下，由于结构F3和F6的数据是“无数据”数据，移动终端7执行隐蔽功能。通过这种方式，结构F3的语音数据(如，PCM语音数据)基于F3之前的解码结果而得到补偿。通过同样的方式，结构F6的语音数据(如，PCM语音数据)基于F6之前的解码结果而得到补偿。

如前所述，当IP信息包在因特网上发生丢失或位错误，通过移动网中所使用的CODEC隐蔽功能，第一实施例的网关服务器能补偿语音数据给丢失的IP信息包。因此，语音数据的质量在实时语音通讯中的衰减可以被减少。

在第一实施例中，是以AMR CODEC和PCM CODEC为例的。然而，其它CODEC也可用于在通讯终端2和网关服务器4之间转换数据。在网关服务器4和移动终端7之间转换数据也可用到其它具有隐蔽功能的CODEC。

在第一实施例中，给出的例子是基于这样的假定：IP信息包和数据结构是一一对应的。然而，当IP信息包和数据结构的长度不同，则不可能一一对应。在这种情况下，当发生的错误太严重以至不能补救和解码，从PCM解码器42输出的代表错误IP信息包的“无声音”的语音数据扩展到其它几个结构中。在这种情况下，IP信息包反映出来的时间特性用来测量数据丢失的时间，这个时期的结构被产生了“无数据”的数据。通过这种操作，就可以防止丢失的IP信息包扩展到其它几结构中。

例如，当一个结构对应于几个IP信息包，或者一个IP信息包对应于几个数据结构，那就是说，当它们之间的对应是一整体倍数的关系时，最好使IP信息包与结构对应。在这种情况下，当两个IP信息包P1和P2与一个结构F11对应，并且其中一个IP信息包(如P2)丢失时，如果在IP信息包和结构之间建立了同步关系，那么结构F11就产生“无数据“的数据。结构F11之前和之后的结构不被丢失的IP信息包P2影响。

在第一实施例中，上述说明是基于这样的假设：PCM解码器42获得的语音数据是数字信号。然而，如果允许少量语音质量的下降，PCM解码器42可能将语音信号解码成模拟信号，然后送到AMR编码器43。

在第一实施例中，从通讯终端2送出的以及被网关服务器4接收的PCM编码语音数据都是被加载于IP信息包上，通过因特网3传送。然而，从通讯终端2送出的以及被网关服务器4接收的PCM编码语音数据可以被加载于信息包或结构上通过其它通讯网络***传送。在这种情况下，当网关服务器4接收到的结构在传播过程中丢失，而产生“无数据”的数据结构时，也以上述方式被传送，也就是说，当从通讯终端2送到移动终端7的结构在传播到网关服务器4的过程中发生严重错误时，网关服务器4承载的是“无数据”的数据而不是语音数据，在该结构中，产生了结构与错误结构一致。也就是说，在传送过程中，被通讯终端2传送的结构可能丢失。在这种情况下，如果预测时间和预测时间周期都过了，也没有接收到结构，网关服务器4判定数据结构丢失，并将“无数据”的数据载于一个数据结构上。该结构与要传送到移动终端7的丢失结构一致。

〔2〕第二实施例

第二实施例的语音通讯***具有与图1所示的第一实施例相似的结构。唯一的区别就在于，在AMR编码器43处的结构产生过程。因此，除了AMR编码器43之外，其他的单元不再描述，因为它们的功能与第一实施例中相同。

从现在开始说明在AMR编码器43处的结构产生过程。

在第二实施例中，AMR编码器43将一个结构数字加到每一个结构上，并通过移动网5将结构传送到移动终端7。IP信息包从通讯终端2到网关服务器4的传播过程中，可能发生丢失或严重错误。在这种情况下，AMR编码器43并不传送丢失或严重错误的IP信息包的结构，而是跳过错误结构的结构数字，产生下一个结构。例如，在如图2所示的情况下，当具有太严重错误而不能被解码的IP信息包P3被网关服务器4收到时，AMR编码器43跳过结构F3，并通过移动网5将结构F4传送到移动终端7。用同样的方式，当IP信息包P6在传播过程中丢失，AMR编码器43跳过F6传送F7。也就是说，AMR编码器43传送的结构没有F3和F6。

移动终端7接收到并将结构F1、F2、F4、F5和F7解码。在这种情况下，移动终端7判定结构数字3和6丢失，因此，移动终端7判定结构F3和F6丢失，然后移动终端7执行隐蔽功能。也就是说，结构F3的语音数据(如PCM语音数据)基于F3之前的结构而得以补偿。用同样的方式，结构F6的语音数据(如PCM语音数据)基于F6之前的结构而得以补偿。

如前所述，当在因特网上发生IP信息包丢失时，第二实施例的网关服务器并不产生丢失结构的数据结构。因此，在网关服务器上处理过程的复杂性就降低了。

〔3〕第三实施例

第三实施例的语音通讯***具有与图1所示的第一实施例相似的结构。唯一的区别就在于，在AMR编码器43处的结构产生过程。因此，除了AMR编码器43之外，其他单元不再描述，因为它们的功能与第一实施例中相同。

从现在开始说明在AMR编码器43处的结构产生过程。

在第三实施例中，AMR编码器43连续循环地将结构传送到移动终端7。IP信息包的丢失或严重错误可能发生在从通讯终端2到网关服务器4的传播过程中。在这种情况下，在丢失或位错误IP信息包应该被传送的时期内，AMR编码器43不传送任何数据结构。例如，如图2所示的情况中，当具有太严重的错误而不能被解码的IP信息包P3被网关服务器4接收到时，AMR编码器43在结构F3时期内并不传送任何数据结构。在这种情况下，当传播过程中IP信息包P6丢失时，AMR编码器43在结构F6时期内并不传送任何数据结构。

移动终端7接收并将F1、F2、F4、F5和F7解码。在这种情况下，移动终端7在结构F3的时期内未接收到结构F3；在结构F6的时期内未接收到结构F6。

当预测时间和预测时间周期都过去了，还没有接收到结构F3和F6，移动终端7判定结构丢失，并执行隐蔽功能。那就是说，结构F3的语音数据(如PCM语音数据)基于F3之前的数据结构而得以补偿。用同样的方式，结构F6的语音数据(如PCM语音数据)基于F6之前的数据结构而得以补偿。

如前所述，第三实施例的网关服务器并未象第二实施例那样给每一个结构假定一个数字。因此，与第二实施例相比，在网关服务器上处理过程的复杂性就进一步降低了。

〔4〕第四实施例

〔4.1〕第四实施例的结构

图3是一个框图，显示了第四实施例的语音通讯***10的结构。在图3中，用同样的参考数字表示与图1一致的单元。

在第四实施例中，网关服务器40包括一个接收单元44，一个PCM解码器42，一个开关45，一个AMR编码器46，以及一个AMR解码器47。

接收单元44具有如第一实施例中的与因特网联系的界面，并接收通过因特网3从通讯终端2传送来的IP信息包。在将传播IP信息包过程中产生的抖动减少后，接收单元44连续循环地将IP信息包输出到PCM解码器42。接收单元44检查所接收的IP信息包是否有错误。当IP信息包不能被解码或IP信息包丢失时，接收单元44将表示IP信息包不能被解码的不可解码信号送到AMR解码器47。减少接收单元44所接收到的IP信息包的传播迟滞抖动和检查IP信息包是否丢失的方法与第一实施例一样。因此，不再对这些方法进行描述。在第四实施例中接收单元44也将不可解码信号输出到开关45。

开关45只有当开关45接收到不可解码信号时才选择终端B。否则选择终端A。那就是说，当开45接收到来自接收单元44的不可解码信号时，开关45将从AMR解码器47输入的语音数据输出到AMR编码器46。在另一种情况时，开关45将从PCM解码器42输入的语音数据输出到AMR编码器46。

用如图1的方法，AMR编码器46将通过开关45输入的语音数据编码，产生数据结构，并将产生的数据结构传送到AMR解码器47，同时通过移动网5传送到移动终端7。

AMR解码器47将从AMR编码器46输入的结构解码获得语音数据，并输出到开关45的终端B。当AMR解码器47接收到来自接收单元44的不可解码信号时，执行隐蔽功能。通过这种方式，基于不可解码结构之前的结构的解码结果，有疑问结构的语音数据得以补偿。

〔4.2〕第四实施例的实施

现在开始描述第四实施例的实施，以语音数据从通讯终端2传送到移动终端7的过程为例。在第四实施例中，将语音数据从移动终端7传送到通讯终端2也是可能的。然而，后者的实施并不是本发明的要点，因此不对它进行描述。

图4是一个时序图，显示了网关服务器40中的传递过程。图4中，在传送过程中IP信息包抖动被减少之后，从接收单元44输出的IP信息包被连续循环地输出到PCM解码器42。

当网关服务器40正常接收到IP信息包P1时，IP信息包P1从接收单元44输出到PCM解码器42。由于IP信息包P1没有错误，所以没有不可解码信号从接收单元44输出。当接收单元44完全输出了IP信息包P1时，PCM解码器42从IP信息包P1的有效载荷部分提取PCM语音数据，并对提取到的PCM语音数据以PCM方式解码，通过开关45的终端A输出到AMR编码器46。来自PCM解码器42的与IP信息包P1一致的PCM解码语音数据被AMR编码器46以AMR方式编码产生AMR编码语音数据结构F1，AMR编码语音数据结构F1通过移动网5被传送到移动终端7。结构F1也被输出到AMR解码器47并被其解码。

网关服务器40对后续的IP信息包P2执行同样的过程，产生数据结构F2，并传送到移动终端7。

接下来，当接收单元44接收到具有严重错误(例如，在标题)的IP信息包P3，接收单元44将如图4所示的表示了IP信息包P3的不可能被解码的不可解码信号送到AMR解码器47和开关45。

当接收单元44完全输出了IP信息包P3，PCM解码器42开始给IP信息包P3解码。然而由于IP信息包P3在信息包标题有错误，所以，PCM解码器42不能给IP信息包P3解码。结果，PCM解码器42以相等的时间周期输出与“无声音”一致的语音数据给一个IP信息包的PCM编码语音数据，并输出到开关45的终端A。

当AMR解码器47接收到来自接收单元44的不可解码信号时，AMR解码器47忽视了从AMR编码器46输出的结构，执行隐蔽功能。通过这种方式，基于结构F3之前的解码结果，结构F3的语音数据得以补偿。那就是说，通过隐蔽操作，AMR解码器47能将新近产生的并与结构F3一致的语音数据输出到终端B，该结构F3同步于与从PCM解码器42到终端A的IP信息包P3一致的语音数据输出。

当开关45在终端A接收到来自PCM解码器42的IP信息包的语音数据，在终端B接收到结构F3的语音数据时，不可解码信号也从接收单元44输入到开关45。因此，开关45选择终端B，将与结构F3一致的语音数据输出到AMR编码器46，结构F3是通过隐蔽操作由AMR解码器47获得的。因此，从PCM解码器42输出的与“无声音”一致的语音数据未输入到AMR编码器46。

如前所述，语音数据首先是通过隐蔽操作由AMR解码器47补偿的，然后被AMR编码器46编码成AMR编码语音数据结构F3，并被传送到移动终端7。

接下来，当网关服务器40接收到无误的IP信息包P4和P5时，网关服务器40对其执行与IP信息包P1的同样的处理过程。

当IP信息包P6在传播过程中丢失时，接收单元44不能接收到IP信息包P6，不能判断IP信息包P6是否丢失。因此，接收单元44通过一定的方法可以判定IP信息包P6丢失。然后，接收单元44将IP信息包P6不可解码的信号输出到AMR解码器47和开关45。判定IP信息包P6丢失的方法是与第一实施例中接收单元41所使用的方法一样。因此，不再对它进行描述。

接收单元44在IP信息包P6应该输出的时期内没有输出IP信息包P6。因此PCM解码器42不能执行解码功能，直到下一个IP信息包(在本例中是P7)从接收单元44中输出。结果，与“无声音”一致的语音数据以相等时间周期在一个IP信息包中从PCM解码器42输出到终端A。当接收单元44输出不可解码信号时，AMR解码器47忽视了AMR编码器46输出的结构而执行隐蔽功能。通过这种方式，结构F6的语音数据基于结构F6之前的解码结果而得以补偿，并被输出到终端B。

当开关45在终端A接收到来自PCM解码器42的“无声音”语音数据，在终端B接收到通过隐蔽操作由AMR解码器47获得的结构F6的语音数据时，不可解码信号从接收单元44输入到开关45。因此，开关45选择终端B将语音数据从AMR解码器47输出AMR编码器46。AMR编码器46将来自AMR解码器47的通过开关45的语音数据编码成AMR编码语音数据结构F6，并传送到移动终端7。

如前所述，在第四实施例的语音通讯***中，甚至当IP信息包在因特网中发生错误时，载于信息包上的数据在网关服务器中通过执行隐蔽操作，产生数据结构。因此，不再有必要在移动终端使用AMR译编码器的隐蔽功能，而且，移动终端的解码器也不必具有隐蔽功能。结果，由于在移动终端使用译编码器带来的语音质量的变化就减少了。

〔5〕第五实施例

在第五实施例，描述一种适于实时语音通讯的语音通讯***，其通过使用一种不具有隐蔽功能的编码***的网络来通讯。

图5是一个框图，显示了第五实施例的语音通讯***的结构。在图5中，用同样的参考数字表示与图1一致的单元。

第五实施例的语音通讯***100如图5所示包括：通讯终端2，网络30，语音通讯终端50。

当语音通讯终端50从网络30接收到其上载有PCM语音数据的IP信息包时，如果接收的IP信息包在传播过程中产生严重错误，第五实施例的语音通讯终端50就执行隐蔽功能。

AMR解码器48是一个给来自AMR编码器43的结构解码来获得语音数据的设备。当从AMR编码器43输出的结构上具有“无数据”数据时，AMR解码器48通过使用先前结构的解码结果执行隐蔽功能。

参考图6的时序图描述第五实施例的实施。

当接收单元41从网络30接收到IP信息包，在减少了传播过程中产生的抖动后，接收单元41以连续循环方式将IP信息包输出到PCM解码器42。接收单元41还检查IP信息包是否有误差。当语音通讯终端50接收到的IP信息包由于误差太大不能被解码时，接收单元41将不可解码的信号送到AMR编码器43。将不可解码的信号从接收单元41送到AMR编码器43的方式与第一实施例一样。因此，不再对不可解码信号进行说明。

当IP信息包在传播过程中丢失时，接收单元41不能接收到IP信息包P6，不能判定IP信息包是否丢失。因此，接收单元41通过一定的方法可以判定IP信息包P6丢失。然后，接收单元44将IP信息包P6不可解码的信号输出到AMR解码器43。判定IP信息包P6丢失的方法是与第一实施例中接收单元41判定的方法一样。因此，不再对它进行描述。

用与第一实施例一样的方式，PCM解码器42给PCM语音数据解码，该PCM语音数据是从IP信息包的有效载荷部分提取出来的，该IP信息包被连续循环地从接收单元41中输出。解码的PCM语音数据被输出到AMR编码器43。当语音通讯***50接收到具有错误严重的不能解码的IP信息包时，PCM解码器42将与“无声音”一致的语音数据以相等时间周期输出到一个IP信息包的PCM语音数据。当IP信息包P6在传播过程中丢失，PCM解码器42以IP信息包P3一样的方式输出与“无声音”一致的语音数据。

采用与第一实施例相同的方式，AMR编码器43以AMR方式将从PCM解码器42输出的语音数据编码成AMR编码语音数据。当在传播过程(图6中P3和P6)中IP信息包丢失或严重错误而不能被正确解码时，接收单元41将不可解码信号输出到AMR编码器43。通过这种方式，AMR编码器43忽视从PCM解码器42的输出，产生了数据结构F3和F6，该结构具有“无声音”数据，代替了AMR编码语音数据。

AMR解码器48给由AMR编码器43产生的数据结构解码并输出。在由AMR编码器43输出的结构中，F3和F6具有“无数据”数据。因此，AMR解码器48基于结构F3之前的解码结果，执行隐蔽功能来补偿与结构F3一致的语音数据(如PCM语音数据)，并输出结果。AMR解码器48也基于结构F6之前的解码结果，来补偿与结构F6一致的语音数据(如PCM语音数据)，并输出结果。

如前所述，凭借第五实施例的语音通讯终端，即使语音通讯通过一个网络进行，而该网络用的是不具有隐蔽功能的编码***时，也可以在语音通讯终端进行隐蔽操作。因此，当IP信息包在网络中丢失，包含在丢失的IP信息包中的语音数据(如PCM语音数据)能得到补偿。因此，实时语音通讯得以执行而语音质量的降低却最少或者没有。

在上述实施例中，用于编码的AMR具有预测代码功能。然而，使用其它的不具有预测代码功能的编码设备也是可能的。在这种情况下，可通过如***噪音的方法来达到隐蔽功能，该噪音信号强度几乎要高至语音信号的强度。

本发明可以被实施，以便在计算机可读的存储介质上记录执行语音处理的程序，该语音处理是由语音处理设备在实施例所描述的网关服务器中执行的，并将介质传送给用户，或者将该程序通过电子通讯回路提供给用户。

Claims (10)

1.一种语音处理方法，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

产生第二串语音数据，它包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，相应于第一串检测到丢失或位错误编码语音数据的那部分。

2.一种语音处理方法，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

将语音信号编码成第二编码语音数据；

输出第二串语音数据，它包括第二编码语音数据，其中标志数字只分配到相应于第一串未检测到丢失或位错误编码语音数据的那部分的第二编码语音数据；

其中缺乏标志数字意味着应该执行错误隐蔽。

3.一种语音处理方法，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

将语音信号编码成第二编码语音数据；

输出第二串语音数据，它包括第二编码语音数据，其相应于第一串未检测到丢失或位错误编码语音数据的那部分。

4.一种语音处理方法，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

通过将相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的那部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

5.一种语音处理设备，包括：

通过网络接收第一串编码语音数据的接收机构；

检测第一串编码语音数据的丢失或位错误的检测机构；

将编码语音数据解码并生成语音信号的解码机构；

产生第二串语音数据的产生机构，所述第二串语音数据包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，其相应于第一串检测到丢失或位错误编码语音数据的那部分。

6.一种语音处理设备，包括：

通过网络接收第一串编码语音数据的接收机构；

检测第一串编码语音数据的丢失或位错误的检测机构；

将编码语音数据解码并生成语音信号的第一解码机构；

通过将相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的那部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据的输出机构。

7.一种使计算机执行语音处理的程序，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

产生第二串语音数据，它包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，其相应于第一串检测到丢失或位错误编码语音数据的那部分。

8.一种计算机可读存储介质，用来存储使计算机执行语音处理的程序，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

产生第二串语音数据，它包括相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号的编码语音数据，还包括非编码数据，其相应于第一串检测到丢失或位错误编码语音数据的那部分。

9.一种使计算机执行语音处理的程序，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

通过将相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的那部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

10.一种用来存储使计算机执行语音处理的程序的计算机可读存储介质，包括：

通过网络接收第一串编码语音数据；

检测第一串编码语音数据的丢失或位错误；

将编码语音数据解码并生成语音信号；

通过将相应于第一串未检测到丢失或位错误编码语音数据的那部分的语音信号编码，将相应于第一串检测到丢失或位错误编码语音数据的那部分的语音信号隐蔽来补偿语音信号并将补偿语音信号编码，输出第二串编码语音数据。

Images