基于分布式计算的多方会议通话系统、方法及计算设备与流程

1.本发明涉及声音处理技术领域，具体涉及一种基分布式计算的多方会议通话系统、方法及计算设备。


背景技术：

2.随着全球化经济的发展，远程会议使用越来越频繁。传统单麦克风的电话会议系统在拾音质量、回声和环境噪声抑制方面都难以满足需求。而多麦克风阵列的电话会议系统通过采用多通道去混响和回声消除技术，大大地提高了语音通话质量。
3.但是，多麦克风阵列在提高语音通话质量的同时，引入了新的技术问题。由于多麦克风阵列的计算复杂度较高，因此要求会议通话设备的芯片具有较高的算力，从而增加了芯片模组的成本。


技术实现要素：

4.针对上述技术缺陷，本发明实施例的目的在于提供一种分布式计算的多方会议通话系统、方法及计算设备。
5.为实现上述目的，第一方面，本发明实施例提供了一种分布式计算的多方会议通话系统，包括：
6.麦克风阵列，用于拾取待处理的语音数据；
7.多个会议通话设备，用于对待处理的语音数据进行分布式计算，得到目标语音数据；且多个会议通话设备之间相互通信。
8.其中，第k个会议通话设备具备的实际算力为：
9.gsk g*(tk
‑
gsk)/(t1 t2
……
tk
……
tn
‑
gs1
‑……
gsk
‑……‑
gsn)
10.gsk为第k个设备的前置算力，gsn为第n个设备的前置算力，g为麦克风阵列算法的算力要求，tk为第k个会议通话设备的原始算力，tn为第n个会议通话设备的原始算力。
11.第二方面，本发明实施例提供了一种基于分布式计算的多方会议通话方法，包括：
12.接收麦克风阵列拾取的待处理语音数据；
13.通过多个会议通话设备对待处理语音数据进行分布式计算，得到目标语音数据；且多个会议通话设备之间相互通信。
14.作为本技术的一种具体实施方式，接收麦克风阵列拾取的待处理语音数据之前，所述方法还包括：
15.建立多个会议通话设备之间的算力握手机制。
16.作为本技术的一种具体实施方式，所述方法还包括：
17.计算每一会议通话设备的实际算力；
18.根据每一会议通话设备的实际算力对待处理语音数据进行分布式计算。
19.第三方面，本发明实施例提供了一种计算设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储
计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如下步骤：
20.接收麦克风阵列拾取的待处理语音数据；
21.采用实际算力对待处理语音数据进行计算，得到目标语音数据；
22.其中，所述实际算力根据多个会议通话设备和麦克风阵列的算力要求计算所得；第k个会议通话设备具备的实际算力为：
23.gsk g*(tk
‑
gsk)/(t1 t2
……
tk
……
tn
‑
gs1
‑……
gsk
‑……‑
gsn)
24.其中，gsk为第k个设备的前置算力，gsn为第n个设备的前置算力，g为麦克风阵列算法的算力要求，tk为第k个会议通话设备的原始算力，tn为第n个会议通话设备的原始算力。
25.实施本发明的方法及其系统，通过麦克风阵列拾取语音，在会议通话设备的通信端建立算力握手机制，将本机部分算法的算力分摊到点对点的设备上进行分布式计算，从而降低了芯片模组的成本。
附图说明
26.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
27.图1是本发明实施例所涉及的算力计算原理图；
28.图2是本发明实施例提供的基于分布式计算的多方会议通话系统的结构图；
29.图3是本发明实施例提供的基于分布式计算的多方会议通话方法的流程图；
30.图4是本发明实施例提供的计算设备的结构图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.请参考图1，本发明的发明构思是：
33.在会议通话设备的通信端建立算力握手机制，将本机部分算法的算力分摊到点对点的设备上进行分布式计算。如下图所示，当n个设备进行通信时，第k个设备的算力为tk，第k个设备的语音需要广播到n
‑
1个设备上完成会议通话，把第k个设备上需要完成的麦克风阵列算力部分放到n
‑
1个设备上进行分布式计算，麦克风阵列算法的算力要求为g，前置算力(必须放在本地端执行的算法部分所需算力)为gsk，则第k个设备只需要具备gsk g*(tk
‑
gsk)/(t1 t2
……
tk
……
tn
‑
gs1
‑……
gsk
‑……‑
gsn)的算力，参与分布式计算的设备要求平均算力不得低于算法前置算力gsk。
34.基于上述发明构思，本发明实施例提供了一种基于分布式计算的多方会议通话系统，如图2所示，包括：
35.麦克风阵列，用于拾取待处理的语音数据；
36.多个会议通话设备，用于对待处理的语音数据进行分布式计算，得到目标语音数
据；且多个会议通话设备之间相互通信。
37.其中，第k个会议通话设备具备的实际算力为：
38.gsk g*(tk
‑
gsk)/(t1 t2
……
tk
……
tn
‑
gs1
‑……
gsk
‑……‑
gsn)
39.gsk为第k个设备的前置算力，gsn为第n个设备的前置算力，g为麦克风阵列算法的算力要求，tk为第k个会议通话设备的原始算力，tn为第n个会议通话设备的原始算力。
40.实施本发明系统，通过麦克风阵列拾取语音，在会议通话设备的通信端建立算力握手机制，将本机部分算法的算力分摊到点对点的设备上进行分布式计算，从而降低了芯片模组的成本。
41.基于相同的发明构思，本发明实施例还提供了一种基于分布式计算的多方会议通话方法，如图3所示，可以包括：
42.s1，建立多个会议通话设备之间的算力握手机制。
43.s2，计算每一会议通话设备的实际算力。
44.举例来说，第k个会议通话设备具备的实际算力为：
45.gsk g*(tk
‑
gsk)/(t1 t2
……
tk
……
tn
‑
gs1
‑……
gsk
‑……‑
gsn)
46.其中，gsk为第k个设备的前置算力，gsn为第n个设备的前置算力，g为麦克风阵列算法的算力要求，tk为第k个会议通话设备的原始算力，tn为第n个会议通话设备的原始算力。
47.s3，接收麦克风阵列拾取的待处理语音数据。
48.s4，通过多个会议通话设备对待处理语音数据进行分布式计算，得到目标语音数据。
49.具体地，根据前述计算的每一会议通话设备的实际算力对待处理的语音数据进行分布式计算，从而将本机部分算法的算力分摊到点对点的其他设备商，在保证语音质量的同时，降低了芯片模组的成本。
50.再请参考图4，本发明实施例提供了一种计算设备，包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述方法实施例部分的方法。
51.应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(central processing unit，cpu)，深度学习显卡(如：华为npu,英伟达gpu,谷歌tpu)该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
52.输入设备102可以包括键盘等，输出设备103可以包括显示器(lcd等)、扬声器等。
53.该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
54.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。