一种VoLTE语音报文双向合并实时播放方法与流程

一种volte语音报文双向合并实时播放方法
技术领域
1.本发明涉及volte语音播放领域，具体涉及一种volte语音报文双向合并实时播放方法。


背景技术：

2.volte全称为voice over lte(长期演进语音承载),是lte网络中终端设备和网络传输语音数据的技术。volte通信是一种基于lte系统和ims(internetprotocol multimedia system，互联网协议多媒体系统)网络的语音业务。
3.对于支持volte技术的终端来说，语音播放只需要将网络发送到终端的语音报文解码播放即可，但在某些特殊场景需求下，网络发送给终端、终端发送给网络两个方向的语音报文需要双向实时播放，普通终端和通用技术则无法支持。
4.例如，专利申请号为202010074382.8的专利公布了一种volte语音优化方法，针对volte语音报文的传输从无线通信的角度提出了优化的策略，提高语音通话的mos值，但该发明未提出关于双向语音报文播放的方法，所以不能解决上述问题。
5.又例如，专利申请号为201911358366.5的专利提出了一种rtp语音报文的混音方法，按照语音报文rtp头中信息区分出静音帧和目标终端信息，从而将语音报文发送到相应的终端上，从而实现了语音报文的混音。该发明虽然提出了一定的流程进行多路音频报文的混音，但对于多路音频报文的合并策略、报文乱序、多路达到时间不对称等问题未提出解决方法，所以也不能解决volte语音报文双向合合并实时播放的问题。
6.由于本发明对于volte语音报文双向合并播放的主要过程如语音报文乱序、到达时间不对称、双向合并等均提出了高效的处理方法，所有可以实现volte语音报文的双向实时播放。


技术实现要素：

7.针对现有技术存在的缺陷，本发明提出了一种volte语音报文双向合并实时播放方法。
8.本发明的技术方案如下：
9.一种volte语音报文双向合并实时播放方法，具体包括以下步骤：
10.步骤1、将接收到的rtp报文按照上行和下行、按接收的顺序存入上行和下行两个缓冲区；
11.步骤2、分别解析上行和下行缓冲区中第一个接收的报文rtp头中的timestamp(时间戳)字段中，记录为t1和t2；
12.步骤3、当上行和下行任何一个缓冲区域存储达到最大值后，启动20ms定时器；
13.步骤4、当20ms定时器超时的时候时，从上行缓冲区底部的报文开始，逐个解析rtp第一个timestamp，计算deltt＝timestamp
‑
t1；通过遍历缓冲区中所有报文，找到deltt(两个语音报文的时间差)最大的语音帧，并记录最大的语音帧帧的位置为n1、时间差为delt1；
14.步骤5、重复步骤4中缓冲区处理部分，对下行缓冲区做与步骤4相同的处理，得到的位置记为n2、时间差记为delt2；
15.步骤6、解析n1位置语音报文rtp第一个的sn号，并检查上行缓冲区中所有报文，解析并进行对比，当有相同的sn号报文时，则将相同的sn号的报文从缓冲区中删除；
16.步骤7、解析n2位置语音报文rtp第一个的sn号，按步骤6，将重复的下行缓冲区n2位置的报文删除，并按照下列情况分别处理：
17.步骤7.1、当delt1大于delt2时，则只送n1位置的报文到语音解码器解码；
18.步骤7.2、当delt1小于delt2时，则只送n2位置的报文到语音解码器解码；
19.步骤7.3、当delt1等于delt2时，则送n1和n2位置两个报文到语音解码器解码；
20.步骤8、p1和p2是上行和下行语音音量权值，取值范围均为[0,1]，p1和p2通过预设置的方式确定参数，用于对语音解码器输出的pcm信号进行加权，设解码器输出上行和下行pcm信号分别记为pcm1、pcm2，加权后的信号分别为rpcm1、rpcm2，则语音音量加权计算公式(1)、公式(2)为：
[0021]
rpcm1＝pcm1*p1
……
(1)，
[0022]
rpcm2＝pcm2*p2
……
(2)，
[0023]
步骤9、在步骤8的基础上，当步骤8中解码器输出的是一路pcm信号时，即只有上行的rpcm1或下行的rpcm2，则将rpcm1、rpcm2直接发送给播放器进行播放；
[0024]
当步骤8中解码器输出的是二路pcm信号时，则生成rpcm信号，并将生成rpcm信号发送到播放器进行播放，rpcm生成的公式(3)如下：
[0025]
rpcm＝rpcm1 rpcm2
……
(3)，
[0026]
步骤10、生成的pcm数据流即为最终播放的数据，将最终的播放数据送入播放器(语音的编码译码器)进行播放。
[0027]
进一步地，在步骤5中，当上述步骤确定的两个语音帧时间差不同，则取时间差大的语音帧，将时间差大的语音帧的rtp报文送入语音解码器，得到一个语音帧的pcm数据流；当上述步骤确定的两个语音帧时间差相等，则将这两个语音帧的rtp报文分别送入解码器，得到两个pcm数据流。
[0028]
本发明所述volte语音报文双向合并实时播放方法的有益效果是：
[0029]
本发明在volte语音报文双向合并播放的过程，克服了语音报文乱序、到达时间不对称、双向合并的弊端，保证语音报文顺序正确、到达时间对称，能够实现volte语音报文的双向实时播放。
附图说明
[0030]
图1为现有技术中典型volte的传输rtp报文时间顺序示意图。
[0031]
图2为本发明所述volte语音报文双向合并实时播放方法提出的处理策略示意图。
[0032]
图3为本发明所述volte语音报文双向合并实时播放方法提出的方法软件流程示意图。
具体实施方式
[0033]
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式
对本发明作进一步的详细说明。
[0034]
如图2、图3所示，本发明的具体的实施步骤如下：
[0035]
骤1、将接收到的rtp报文按照上行和下行、按接收的顺序存入上行和下行两个缓冲区；
[0036]
步骤2、分别解析上行和下行缓冲区中第一个接收的报文rtp头中的timestamp(时间戳)字段中，记录为t1和t2；
[0037]
步骤3、当上行和下行任何一个缓冲区域存储达到最大值后，启动20ms定时器；
[0038]
步骤4、当20ms定时器超时的时候时，从上行缓冲区底部的报文开始，逐个解析rtp第一个timestamp，计算deltt＝timestamp
‑
t1；通过遍历缓冲区中所有报文，找到deltt(两个语音报文的时间差)最大的语音帧，并记录该帧的位置为n1、时间差为delt1；
[0039]
步骤5、重复步骤4中缓冲区处理部分，对下行缓冲区做与步骤4相同的处理，得到的位置记为n2、时间差记为delt2；
[0040]
步骤6、解析n1位置语音报文rtp第一个的sn号，并检查上行缓冲区中所有报文，解析并进行对比，当有相同的sn号报文时，则将相同的sn号的报文从缓冲区中删除；
[0041]
步骤7、解析n2位置语音报文rtp第一个的sn号，按步骤6方法，将重复的下行缓冲区n2位置的报文删除，并按照下列情况分别处理：
[0042]
步骤7.1、当delt1大于delt2时，则只送n1位置的报文到语音解码器解码；
[0043]
步骤7.2、当delt1小于delt2时，则只送n2位置的报文到语音解码器解码；
[0044]
步骤7.3、当delt1等于delt2时，则送n1和n2位置两个报文到语音解码器解码；
[0045]
步骤8、p1和p2是上行和下行语音音量权值，取值范围均为[0,1]，p1和p2通过预设置的方式确定参数，用于对语音解码器输出的pcm信号进行加权，设解码器输出上行和下行pcm信号分别记为pcm1、pcm2，加权后的信号分别为rpcm1、rpcm2，则语音音量加权计算公式(1)、公式(2)为：
[0046]
rpcm1＝pcm1*p1
……
(1)，
[0047]
rpcm2＝pcm2*p2
……
(2)，
[0048]
步骤9、在步骤8的基础上，当步骤8中解码器输出的是一路pcm信号时，即只有上行的rpcm1或下行的rpcm2，则将rpcm1、rpcm2直接发送给播放器进行播放；
[0049]
当步骤8中解码器输出的是二路pcm信号时，则生成rpcm信号，并将生成rpcm信号发送到播放器进行播放，rpcm生成的公式(3)如下：
[0050]
rpcm＝rpcm1 rpcm2
……
(3)，
[0051]
步骤10、生成的pcm数据流即为最终播放的数据，将最终的播放数据送入播放器(语音的编码译码器)进行播放。
[0052]
进一步地，在步骤5中，当上述步骤确定的两个语音帧时间差不同，则取时间差大的语音帧，将时间差大的语音帧的rtp报文送入语音解码器，得到一个语音帧的pcm数据流；当上述步骤确定的两个语音帧时间差相等，则将这两个语音帧的rtp报文分别送入解码器，得到两个pcm数据流。
[0053]
本发明并不限于上述实施方式，在不背离本发明实质内容的情况下，本领域技术人员可以想到的任何变形、改进、替换均落入本发明的保护范围。