抖動緩沖器水平估計的制作方法
【技術(shù)領(lǐng)域】
[0001] 本公開內(nèi)容涉及音頻信號處理。具體地，本公開內(nèi)容涉及對遠程通信的音頻信號 的處理，包括但不限于對電話會議或視頻會議的音頻信號的處理。
【背景技術(shù)】
[0002] 分組網(wǎng)絡(luò)上的語音傳輸受到延遲變化，通常稱為抖動（jitter)。例如，可以根據(jù)到 達間隔時間（IAT)變化或分組延遲變化（PDV)來測量抖動?？梢愿鶕?jù)相鄰分組的接收時間 差來測量IAT變化。例如，可以參照與數(shù)據(jù)或"錨"分組接收時間的時間間隔來測量rov。在 基于因特網(wǎng)協(xié)議（IP)的網(wǎng)絡(luò)中，固定延遲可以歸因于由于材料和距離而導致的算法延遲、 處理延遲和傳播延遲，而可變延遲是由于IP網(wǎng)絡(luò)流量的波動、因特網(wǎng)上不同的傳輸路徑等 引起的。
[0003] VoIP (網(wǎng)絡(luò)電話）接收機通常依賴"抖動緩沖器"來對抗抖動的負面影響。通過引 入接收音頻數(shù)據(jù)分組的時刻與再現(xiàn)該分組的時刻之間的附加延遲，抖動緩沖器可以將到達 分組的不均勻流轉(zhuǎn)換成規(guī)則的分組流，使得延遲變化不會對終端用戶造成可感知的音質(zhì)下 降。語音通信對于延遲非常敏感。例如，根據(jù)國際電信聯(lián)盟（ITU)推薦G. 114,對于普通對 話，單向延遲應當保持低于150ms，超過400ms被認為不可接受。因此，由抖動緩沖器添加的 附加延遲需要足夠小以避免造成可感知的音質(zhì)下降。不幸的是，當分組由于網(wǎng)絡(luò)延遲而晚 于所期望的時間到達時，小的抖動緩沖器會導致更頻繁的分組丟失。

【發(fā)明內(nèi)容】

[0004] 根據(jù)本文中所描述的一些實現(xiàn)，方法可以涉及接收基于至少一個在先電話會議的 遺留網(wǎng)絡(luò)抖動信息。遺留網(wǎng)絡(luò)抖動信息可以包括分組延遲變化（PDV)信息和/或到達間隔 時間（IAT)信息。該方法可以涉及至少部分地基于遺留網(wǎng)絡(luò)抖動信息確定參數(shù)化模型的至 少一個參數(shù)。
[0005] 該方法可以涉及至少部分地基于參數(shù)化模型初始化抖動緩沖器大小估計算法。抖 動緩沖器大小估計算法可以至少部分地基于網(wǎng)絡(luò)抖動參數(shù)的累積分布函數(shù)（⑶F)。該方法 可以涉及根據(jù)抖動緩沖器大小估計算法控制電話會議期間的抖動緩沖器大小。在一些實現(xiàn) 中，該方法可以涉及在電話會議期間獲得當前網(wǎng)絡(luò)抖動信息并且基于當前網(wǎng)絡(luò)抖動信息更 新遺留網(wǎng)絡(luò)抖動信息的數(shù)據(jù)庫。
[0006] 在一些示例中，控制抖動緩沖器大小可以涉及針對起音（attack)過程和衰減 (decay)過程應用不對稱的平滑參數(shù)。平滑參數(shù)可以是時變的。
[0007] -些實現(xiàn)可以涉及確定網(wǎng)絡(luò)抖動參數(shù)如分組延遲變化（PDV)。針對起音過程和衰 減過程應用不對稱的平滑參數(shù)可以涉及：如果PDV大于當前抖動緩沖器大小，則應用起音 平滑參數(shù)。該方法可以涉及：如果PDV不大于當前抖動緩沖器大小，則應用衰減平滑參數(shù)。
[0008] 在一些實現(xiàn)中，抖動緩沖器大小估計算法可以基于⑶F并且基于第二分布函數(shù)。 例如，一個分布函數(shù)可以表示抖動緩沖器大小估計算法的確定性分量，另一分布函數(shù)可以 表示抖動緩沖器大小估計算法的非確定性分量。
[0009] 在替選實現(xiàn)中，抖動緩沖器大小估計算法可以基于CDF并且基于參數(shù)化函數(shù)。例 如，參數(shù)化函數(shù)可以表示抖動緩沖器大小估計算法的確定性分量，CDF可以表示抖動緩沖器 大小估計算法的非確定性分量。
[0010] 根據(jù)一些實現(xiàn)，遺留網(wǎng)絡(luò)抖動信息可以包括參數(shù)化模型的至少一個參數(shù)。在一些 示例中，遺留網(wǎng)絡(luò)抖動信息可以包括與基于一個或更多個在先電話會議的統(tǒng)計模型相對應 的信息。在一些實例中，遺留網(wǎng)絡(luò)抖動信息可以包括與對來自至少一個在先電話會議的rov 數(shù)據(jù)和/或IAT數(shù)據(jù)執(zhí)行的曲線擬合過程相對應的信息?？商娲鼗蚋郊拥兀z留網(wǎng)絡(luò)抖動 信息可以包括來自至少一個在先電話會議的PDV或IAT中至少之一的平均值。遺留網(wǎng)絡(luò)抖 動信息可以包括來自至少一個在先電話會議的原始PDV數(shù)據(jù)或原始IAT數(shù)據(jù)中至少之一。
[0011] 在一些實現(xiàn)中，遺留網(wǎng)絡(luò)抖動信息可以基于一個或更多個環(huán)境因素。環(huán)境因素例 如可以包括網(wǎng)絡(luò)類型、通信裝置類型、目的地信息或往返行程延遲信息中的一個或更多個。
[0012] 根據(jù)一些實現(xiàn)，⑶F可以至少部分地基于網(wǎng)絡(luò)抖動參數(shù)。例如，網(wǎng)絡(luò)抖動參數(shù)可以 是PDV或IAT。根據(jù)抖動緩沖器大小估計算法控制抖動緩沖器大小可以涉及至少部分地基 于當前網(wǎng)絡(luò)抖動參數(shù)值確定是否遞增CDF。根據(jù)抖動緩沖器大小估計算法控制抖動緩沖器 大小可以涉及根據(jù)CDF的函數(shù)和分組丟失閾值確定最小的抖動緩沖器大小。
[0013] 根據(jù)一些實現(xiàn)，本文中所公開的這些方法和/或其他方法可以通過存儲有軟件的 一個或更多個非暫態(tài)介質(zhì)來實現(xiàn)。軟件可以包括用于控制一個或更多個裝置至少部分地執(zhí) 行這種方法的指令。
[0014] 本公開內(nèi)容的至少一些方面可以經(jīng)由設(shè)備來實現(xiàn)。例如，一個或更多個裝置能夠 至少部分地執(zhí)行本文中所公開的方法。根據(jù)一些實現(xiàn)，設(shè)備可以包括接口系統(tǒng)、存儲器系統(tǒng) 以及邏輯系統(tǒng)。存儲器系統(tǒng)可以被配置成包括抖動緩沖器。接口系統(tǒng)可以包括網(wǎng)絡(luò)接口、 邏輯系統(tǒng)與存儲器系統(tǒng)之間的接口、和/或外部裝置接口。邏輯系統(tǒng)可以包括通用單芯片 或多芯片處理器、數(shù)字信號處理器（DSP)、專用集成電路（ASIC)、現(xiàn)場可編程門陣列（FPGA) 或其他可編程邏輯器件、離散門或晶體管邏輯、或離散硬件部件中至少之一。
[0015] 根據(jù)一些實現(xiàn)，邏輯系統(tǒng)能夠經(jīng)由接口系統(tǒng)接收基于至少一個在先電話會議的遺 留網(wǎng)絡(luò)抖動信息。遺留網(wǎng)絡(luò)抖動信息例如可以包括PDV信息和/或IAT信息。邏輯系統(tǒng)能 夠至少部分地基于遺留網(wǎng)絡(luò)抖動信息確定參數(shù)化模型的至少一個參數(shù)。
[0016] 邏輯系統(tǒng)能夠至少部分地基于參數(shù)化模型初始化抖動緩沖器大小估計算法。抖動 緩沖器大小估計算法可以至少部分地基于網(wǎng)絡(luò)抖動參數(shù)的累積分布函數(shù)（⑶F)。邏輯系統(tǒng) 能夠根據(jù)抖動緩沖器大小估計算法控制電話會議期間的抖動緩沖器大小。
[0017] 在一些實現(xiàn)中，控制抖動緩沖器大小可以涉及針對起音過程和衰減過程應用不對 稱的平滑參數(shù)。平滑參數(shù)可以是時變的。邏輯系統(tǒng)能夠確定網(wǎng)絡(luò)抖動參數(shù)如分組延遲變化 (PDV)。針對起音過程和衰減過程應用不對稱的平滑參數(shù)可以涉及：如果PDV大于當前抖動 緩沖器大小，則應用起音平滑參數(shù)。針對起音過程和衰減過程應用不對稱的平滑參數(shù)可以 涉及：如果PDV不大于當前抖動緩沖器大小，則應用衰減平滑參數(shù)。
[0018] 根據(jù)一些實現(xiàn)，抖動緩沖器大小估計算法可以基于⑶F并且基于第二分布函數(shù)。 例如，一個分布函數(shù)可以表示抖動緩沖器大小估計算法的確定性分量，另一個分布函數(shù)可 以表示抖動緩沖器大小估計算法的非確定性分量。
[0019] 然而，在一些實現(xiàn)中，抖動緩沖器大小估計算法可以基于⑶F并且基于參數(shù)化函 數(shù)。例如，參數(shù)化函數(shù)可以表示抖動緩沖器大小估計算法的確定性分量，CDF可以表示抖動 緩沖器大小估計算法的非確定性分量。
[0020] 在附圖和下面的描述中闡述了本說明書中所描述的主旨的一個或更多個實現(xiàn)的 細節(jié)。根據(jù)該描述、附圖和權(quán)利要求，其他特征、方面和優(yōu)點將變得明顯。注意，沒有按比例 繪制下面的附圖的相對尺寸。
【附圖說明】
[0021] 圖IA是示意性示出可以應用本申請的實施方式的語音通信系統(tǒng)的示例的圖；
[0022] 圖IB是示意性示出可以實現(xiàn)本申請的方面的語音通信系統(tǒng)的另一示例的圖；
[0023] 圖2是示出本文所提供的一些抖動緩沖器控制方法的塊的流程圖；
[0024] 圖3是示出WiFi網(wǎng)絡(luò)中的分組延遲變化的示例的曲線圖；
[0025] 圖4是提供能夠?qū)崿F(xiàn)本公開內(nèi)容的各個方面的設(shè)備的部件的示例的框圖；以及
[0026] 圖5是提供音頻處理設(shè)備的部件的示例的框圖。
[0027] 各個圖中的相似的附圖標記和名稱指示相似的元素。
【具體實施方式】
[0028] 下面的描述針對用于描述本公開內(nèi)容的一些創(chuàng)新方面的某些實現(xiàn)，以及可以實現(xiàn) 這些創(chuàng)新的方面的上下文的示例。然而，可以以多種不同的方式來應用本文中的教示。例 如，盡管就音頻數(shù)據(jù)處理的具體示例描述了多種實現(xiàn)，但是本文中的教示可廣泛應用于其 他已知的音頻數(shù)據(jù)處理實現(xiàn)以及在未來可能引入的音頻數(shù)據(jù)處理實現(xiàn)。
[0029] 在本文中同義地使用術(shù)語"塊"和"分組"。因此，"音頻塊"或"音頻數(shù)據(jù)的塊"將 具有與"音頻分組"或"音頻數(shù)據(jù)的分組"相同的含義。
[0030] 如本文中所使用的，術(shù)語"緩沖器"可以指代用于暫時存儲數(shù)據(jù)的物理存儲器裝置 的區(qū)域，或指代"指向"物理存儲器中的位置的邏輯或虛擬數(shù)據(jù)緩沖器。"抖動緩沖器"將一 般指代用于存儲所接收的音頻幀的邏輯或物理緩沖器。盡管抖動緩沖器通?？梢杂糜谠诮?碼處理之前暫時存儲編碼音頻數(shù)據(jù)，但是依賴于具體實現(xiàn)，抖動緩沖器可以存儲各種形式 的音頻分組或音頻幀。因此，貫穿本說明書，術(shù)語"抖動緩沖器"應當被理解為包括實際存 儲(或指向）音頻幀的抖動緩沖器以及實際存儲(或指向）各種形式的分組(塊）的抖動緩沖 器，隨后該各種形式的分組(塊）在被播放或被反饋到部件以進一步處理之前被解碼成音頻 幀。盡管通常在音頻數(shù)據(jù)的再現(xiàn)或"回放"之前執(zhí)行解碼，但可以不總是明確地結(jié)合緩沖處 理討論解碼處理。因此，本文中所使用的術(shù)語"幀"應當被廣義地理解為包括已經(jīng)從分組解 碼的幀、仍然編碼在分組中的幀、本身包括一個或更多個幀的分組、或者編碼在分組中或已 經(jīng)從分組中解碼的多于一個的幀。換言之，在本申請的上下文中，涉及幀的處理還可以被理 解為涉及分組的處理或同時涉及包含在分組中的多于一個的幀的處理。
[0031] 在本申請的上下文中，表達