控制多方通信的製作方法

2023-06-16 09:40:26 2

專利名稱：控制多方通信的製作方法
技術領域：
本發明涉及控制多方通信，例如，以減少噪聲，減少網絡資源消耗，和/或減少主機終端上的處理負擔。
背景技術：
一些通信系統允許設備(諸如個人計算機)的用戶通過分組計算機網絡(諸如網際網路)通信。這樣的通信系統包括基於網際網路協議的語音(「VoIP」)系統。因為這些系統通常比常規的固定電話線路或者行動網路花費低得多，所以，這些系統對用戶是有利的。對於長途通信可能更是如此。為了使用VoIP系統，用戶在其設備上安裝和執行客戶軟體。客戶軟體建立VoIP連接，以及提供其他功能，諸如註冊和驗證。除了語音通信之外，客戶軟體還可以為其他通信介質建立連接，諸如視頻呼叫、即時消息(「IM」)、SMS消息、文件傳送和語首fe禾苜。一種類型的用於分組通信的通信系統使用對等(「P2P」)拓撲結構。為激活對於對等系統的訪問，用戶必須在其計算機上執行由P2P軟體供應商提供的P2P客戶軟體，並向 P2P系統註冊。當用戶向P2P系統註冊時，由伺服器向客戶軟體提供數字證書。一旦向客戶軟體提供了證書，則能夠隨後在P2P系統的用戶之間建立呼叫或者其他通信連接，並提供其路由，而在該建立過程中無需進一步使用伺服器。作為替代，用戶從分布在P2P系統內的其他最終用戶的計算機上的P2P客戶軟體中的信息中查找所要求的IP位址。也就是說，地址查找列表分布在對等體本身中。一旦被叫方終端的IP位址由此被確定，則主叫方的P2P 客戶軟體與被叫方的P2P客戶軟體交換證書。用戶間的數字證書的交換(或者用戶身份證書，「UIC」)提供了用戶的身份的證明，並提供了用戶在P2P系統中已得到適當地授權和驗證的證明。因此，數字證書的提出提供了對用戶身份的信任。因此，對等通信的特徵是一旦註冊，則用戶能夠以至少部分地分散的方式，基於分布的地址查表和/或一個或者多個數字證書的交換，通過P2P系統建立他們自身的通信路由，而無需使用伺服器來實現那些目的。示例性P2P系統的進一步細節能夠在 W02005/009019 中看到。VoIP或者其他分組通信還能夠使用非P2P系統來實現，非P2P系統不使用集中的呼叫建立和/或驗證，例如，經由伺服器或者蜂窩網絡。在這些和其他類型的通信系統中，對多方呼叫存在增長的需求，多方呼叫有時稱為「會議呼叫」。也就是說，涉及多個其他參與者或者多個被叫方的呼叫，意味著總共至少三個參與者。這些可以是語音呼叫或者帶有語音元素的視頻呼叫。然而，這種呼叫的困難是追加的每一方為會話引入了更多的噪聲，還增加了網絡資源的使用，並且由於在主機終端處混合追加的數據流而增加了處理負擔。在一定程度上減少一個、一些或者全部這些效應將是有利的。在會議的情況下，眾所周知，會議主機不會選擇將來自所有參與者的音頻信號混合成會議混合信號，因為這將由於存在不主動發言但仍在發送來自其發送終端的場所的背景噪聲的參與者而引入增加的噪聲水平。在這種情況下，會議主機將為會議混合信號選擇特定數目的最活躍的信道。為此，會議主機對從參與終端接收到的每一個獨立的信號進行語音活動檢測(VAD)。已知許多不同的選擇最活躍的信道的方法，將不會對其進行進一步詳細討論。典型地，在主機終端或者伺服器上為每個參與信道運行VAD，但也可以將VAD信息連同淨荷一起從端點傳輸到主機。因此，在主機處實現VAD進程提供了上述問題的一個解決方案。然而，可以有利地尋找其他解決方案。

發明內容
根據本發明的一個方案，提供了一種第一用戶終端，其包括收發器，其用於與多個其他用戶終端在通信網絡上通信；以及通信處理裝置，其聯接至所述收發器，並布置為經由所述收發器和通信網絡參與和選定數目的其他用戶終端的呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；其中，所述通信處理裝置能夠用以下模式工作其響應於在所述語音信號上檢測到低於預定的活動水平而暫時中斷所述語音信號的傳送，並且其中，所述通信處理裝置進一步配置為根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述模式。在實施例中，所述通信處理裝置可以配置為當所述呼叫中的其他用戶終端的所述選定數目超過閾值時，選擇性地激活所述模式。所述閾值可以是一個其他用戶終端，以便為任何會議呼叫而非一對一的呼叫激活所述模式。所述通信處理裝置可以配置為當暫時中斷所述語音信號的傳送時，不會代替所述語音信號而傳送舒適噪聲或者用於遠程地生成舒適噪聲的信息。所述通信處理裝置可以配置為由所述第一用戶終端對語音信號的所述傳送包括將語音信號傳送至所述其他用戶終端中的主持終端，以與來自所述其他用戶終端的語音信號進行混合。所述通信處理裝置可以配置為檢測來自主機的控制信號，所述控制信號指示所述呼叫中多於特定數目的其他用戶終端已經中斷相應語音信號的傳送，並且作為檢測到所述控制信號的響應而恢復傳送其自身的語音信號。所述控制信號可以指示所述呼叫中的所有其他用戶終端已經中斷傳送。所述通信處理裝置可以配置為能夠作為與所述其他用戶終端的另一個選擇終端進行的另一個呼叫的主機而工作，所述另一個呼叫包括接收來自呼叫中的選定數目的其他用戶終端中的每一個用戶終端的語音信號。所述通信處理裝置可以配置為當其作為主機工作時，檢測所述另一個呼叫中的活動語音信號的數目何時少於閾值，並且作為響應，將信號引入所述另一個呼叫中。所述通信處理裝置可以配置為當其作為主機工作時，作為檢測到在所述另一個呼叫中無活動語音信號的響應，將信號引入所述另一個呼叫中。所述通信處理裝置可以配置為所述信號的引入包括傳送用於命令所述另一個呼叫中的一個或者多個其他用戶終端恢復傳送的控制信號。 所述通信處理裝置可以配置為所述信號的弓I入包括將舒適噪聲傳送至所述另一
6個呼叫中的一個或者多個其他終端用戶。所述通信處理裝置可以配置為只在下述條件下激活所述模式所傳送的語音信號降至預定的活動水平以下已有預定的時間長度。所述通信處理裝置可以配置為不暫時中斷傳送，除非其檢測到來自所述呼叫中的一個其他用戶終端的語音活動。所述通信處理裝置可以包括處理器；以及存儲器，其可操作地聯接至所述處理器，所述存儲器存儲有通信客戶應用程式，所述通信客戶應用程式布置為當由所述處理器執行以在所述呼叫中進行所述參與時，能夠用所述模式工作，並對所述模式進行所述選擇性激活。所述客戶應用程式可以為VoIP客戶程序，並且所述通信網絡包括網際網路。根據本發明的另一個方案，提供了一種主機終端，其包括收發器，其用於與多個其他用戶終端在通信網絡上通信；以及通信處理裝置，其聯接至所述收發器，並布置為經由所述收發器和通信網絡主持與選定數目的所述其他用戶終端的呼叫，所述呼叫包括接收來自所述呼叫中的選定數目的其他用戶終端中的每一個終端的語音信號；其中，所述通信處理裝置配置為檢測所述呼叫中的活動語音信號的數目何時少於閾值，並且作為響應，將信號引入所述呼叫中。所述主機的通信處理裝置可以配置為作為檢測到在所述呼叫中無其他活動語音信號的響應，進行信號到所述呼叫中的所述引入。所述主機的通信處理裝置可以配置為所述信號的弓I入包括傳送用於命令所述呼叫中的一個或者多個其他用戶終端恢復傳送的控制信號。所述主機的通信處理裝置可以配置為所述信號的引入包括將舒適噪聲傳送至所述呼叫中的一個或者多個其他用戶終端。所述主機的通信處理裝置可以配置為對發言者是否為活動的檢測包括檢測所述呼叫中的其他用戶終端是否已經暫時中斷其相應語音信號的傳送。所述呼叫可以包括在所述主機終端處生成語音信號，並且所述通信處理裝置配置為對發言者是否為活動的檢測包括檢測主機的語音信號是否已經降至預定的活動水平以下。根據本發明的另一個方案，提供了一種方法，其包括經由通信網絡，在第一用戶終端與選定數目的其他用戶終端之間創建呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述第一終端的一模式當該模式被激活時，作為在所述語音信號上檢測到低於預定的活動水平的響應，所述第一終端暫時中斷所述語音信號的傳送。根據這裡公開的任何程序或者裝置，所述方法可以包括更多的步驟。根據本發明的另一方案，提供了一種用於在第一用戶終端與多個其他用戶終端之間通信的電腦程式產品，所述程序包括在計算機可讀介質上實施的代碼，並且所述程序配置為當其執行時經由通信網絡，在第一用戶終端與選定數目的所述其他用戶終端之間創建呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述第一終端的一模式當該模式被激活時，作為在所述語音信號上檢測到低於預定的活動水平的響應，所述第一終端暫時中斷所述語音信號的傳送根據這裡公開的任何方法或者裝置，所述程序可以作更多的配置。


為了更好地理解本發明並示出其可以如何實施，現在將通過示例的方式參照附圖，其中圖1是諸如網際網路的分組網絡的示意性圖示；圖2是安裝有P2P客戶應用程式的用戶終端的示意性框圖；圖3是在用戶終端上查看到的P2P客戶應用程式用戶界面的示意性圖示；圖4是在主持多方通信會話中所涉及的路由的示意性圖示，該多方通信會話涉及圖1中的一些終端；以及圖5是示出了 DTX進程的流程圖。
具體實施例方式斷續傳輸(DTX)是這樣一種技術其中，當在輸入的音頻信號中未檢測到語音活動時，即，當信號只包含背景噪聲時，數據的傳輸被短暫中止。通過減少由終端傳輸的數據包的平均數目，DTX增加了 VoIP通信系統的容量並減少了其中的幹擾。然而，一般來說，使用DTX通常減少了解碼輸出的質量，因為在無數據被發送時的間歇需要用人工產生的音頻信號來填補，以令聽者感覺呼叫仍在進行。通常，舒適噪聲(CN)用於填補不活動期間的間歇。發送終端可以發送或者也可以不發送少量的輔助信息，諸如規則低頻的「靜音插入描述符」(SID)。SID描述了發送終端的場所的實際背景噪聲的特徵。在無輔助信息被發送的情況下，CN需要在盡力的基礎上生成，這可能導致背景噪聲信號聽起來不自然。而且，DTX 將減小在網絡上使用的平均帶寬，而不會減小峰帶寬。因而，目前DTX通常僅在具有有限容量的共享網絡上或者當對用戶在特定時間段內能夠使用多少數據有限制時(如月封頂)採用。在本發明的優選實施例中，根據呼叫中參與者的數目，選擇性地激活DTX。如果呼叫中參與者的數目大於二(即，會議呼叫)，則語音引擎選擇性地激活DTX。這麼做以減少在會議混合信號中來自會議參與者的噪聲的量，同時，以最有效的方式使用網絡帶寬。應當注意到，當述及「激活DTX」或者類似陳述時，其表示激活DTX模式。當在DTX 模式下時，根據傳輸終端處的語音活動，開啟和關閉語音信號的傳輸。另一方面，當DTX模式關閉時，語音信號始終被傳輸，無論有無語音活動(即，傳輸終端為連續傳輸模式，或者 CTX模式)。也就是說，對於實際不連續的語音信號，存在兩個標準首先必須激活DTX，然後必須檢測到語音信號已降至低於語音活動所要求的程度。本發明人認識到在會議呼叫的情況下，由沉默的呼叫參與者發送的數據將會不是在會議混合信號中引入多餘的噪聲，就是被會議主機的VAD丟棄，這都是非常有可能的；為了減少會議混合信號中的噪聲量以及減少平均網絡使用，而不降低由會議主機混合的信號的質量，DTX可以有利地用於會議呼叫期間。然而，如果呼叫不是會議呼叫，則激活 CTX (連續傳輸)，並且呼叫質量未被折衷。而且，優選實施例將消除通過會議主機運行語音活動檢測(VAD)的複雜性，並將其移至會議的其他參與終端。取代於在主機終端或伺服器上為會議的每個參與信道運行單獨的VAD，VAD能夠在其他參與終端上運行，每個終端只需要進行單一的VAD。對於非常大型的會議，可能仍然優選為從接收到的所有活動信道中只選擇最活躍的信道，但是，通過減少主機需要從中選擇的接收到的信道的數目，仍能夠減小複雜性。還應當注意到，雖然因為SID提高了 CN生成的質量，所以SID對常規的VAD/DTX 系統很重要，但是另一方面，對於本發明的優選實施例，SID不是必需的，因此不期望在網絡上發送該信息。優選地，SID可以被完全省略。將很快對上述進程的示例性實施例進行詳細討論。然而，首先描述適當的通信系統和客戶應用程式的示例。圖1是諸如網際網路的分組網絡的示意性圖示，該分組網絡包括多個互相連接的諸如標記為102、104、105和106的單元。每個網絡單元與網際網路108的其他部分(rest)相互聯接，並配置為通過傳送和接收網際網路協議(IP)包形式的數據，與其他這樣的單元在網際網路上通信數據。每個單元還具有為其在網際網路內定位的關聯IP位址。圖1中明確示出的單元是多個最終用戶終端102(A)至102(E)，諸如臺式或者膝上個人電腦或者可以使用網際網路的行動電話；一個或者多個P2P伺服器104 ；通往另一種類型的網絡109(諸如傳統的公共交換電話網絡(PSTN)或者其他電路交換網絡，和/或蜂窩行動網路)的網關106。 然而，當然應了解，比所明確示出的單元更多的單元組成網際網路。這由圖1中的通信雲108 示意性地示出，通信雲108將包括許多其他最終用戶終端、伺服器、網關以及網際網路服務供應商(ISP)的路由器和網際網路基幹路由。多個最終用戶終端102中的每個安裝有P2P客戶應用程式形式的通信軟體。執行時，其允許最終用戶終端102利用P2P呼叫建立(或者更一般地稱為連接建立)而經由網際網路創建與其他這樣的最終用戶終端102的雙向通信信道。P2P客戶應用程式還彼此分享存在信息，存在信息提供用戶的可用狀態。優選地，每個用戶的存在信息至少部分地由用戶自身限定。作為對分散的呼叫建立的補充，P2P客戶應用程式可以從P2P伺服器104中檢索一些其他信息，諸如聯繫人列表，聯繫人列表提供用戶聯繫人的姓名、用戶ID和由用戶選擇在P2P系統內表示自身的圖片的「頭像」。還可以在聯接至網際網路108以及一個或者多個其他網絡109(諸如PSTN網絡和/ 或蜂窩行動網路)二者的一個或者多個網關106處安裝P2P客戶應用程式。這允許運行在最終用戶終端102上的P2P客戶應用程式分別與普通的陸線電話和/或行動電話通信，即使這些電話本身不運行P2P客戶應用程式，也不與網際網路直接聯接。在這種情況下，終端 102上的P2P客戶應用程式利用P2P呼叫建立而在網際網路上建立與網關106上的P2P客戶應用程式的連接，且終端102上的P2P客戶應用程式向其提供電話號碼，並且網關106使用該電話號碼建立與在相應的其他網絡上的電話的連接。或者，在另一個方向上，電話用戶可以用標識P2P系統內的用戶的號碼撥號進入網關106，並且網關106將建立與該用戶終端 102在網際網路上的連接。在任一情況下，經由網際網路和PSTN或蜂窩行動網路，都能夠這樣創建雙向通信信道。圖2的示意性框圖示出了最終用戶終端102的示例，最終用戶終端102配置成作為P2P系統在網際網路上工作的終端。終端102包括處理器或者CPU200，處理器或者CPU 200 可操作地聯接至諸如數據機的網絡接口 202，其用於連接至網際網路108 ；諸如硬碟或者快閃記憶體的非易失性存儲設備204;以及諸如隨機存取存儲器(RAM)的易失性存儲設備206。 終端102還包括一個或者多個用戶輸入設備，例如鍵盤或小鍵盤210、滑鼠208、麥克風216 和網絡攝像頭218的形式，每個用戶輸入設備可操作地聯接至CPU 200。終端102進一步包括一個或者多個用戶輸出設備，例如以顯示屏208和揚聲器214的形式，同樣，每個用戶輸出設備可操作地聯接至CPU 200。存儲設備204存儲的軟體至少包括作業系統(0 220和P2P客戶應用程式222形式的分組通信軟體。在啟動或重置終端102時，作業系統軟體220自動加載到RAM 206中， 自此，作業系統軟體220通過在CPU 200上被執行而運行。一旦運行，則作業系統220能夠通過將諸如P2P客戶應用程式222的應用程式加載到RAM 206中並在CPU 200上執行這些應用程式而使這些應用程式運行。為在圖2中示意性地表示，作業系統220和P2P客戶應用程式222示出在CPU 200內。P2P客戶應用程式222包括具有以下三個基本層的「堆棧」輸入輸出(I/O)層224， 客戶引擎層226，和用戶界面(UI)層228。每一層負責特定的功能。因為每個相繼層通常與兩個鄰接層(或者在頂層的情況下，與一個鄰接層)通信，這些層被視為如圖2所示布置在堆棧中。P2P客戶應用程式222如所述在作業系統220 「之上」運行。這意味著在多任務環境中，由作業系統220調度執行；並且進一步地，從輸入設備202、216和218到P2P客戶應用程式222的最低(I/O)層2M的輸入，以及從I/O層2M到輸出設備202、208和214 的輸出，可以經由適當的驅動程序和/或作業系統220的API來傳遞。P2P客戶應用程式的I/O層2M包括音頻和視頻編解碼器形式的語音引擎和可選的視頻引擎，所述語音引擎和可選的視頻引擎接收輸入的編碼流，將其解碼以輸出至揚聲器214，和/或在合適情況下輸出至顯示器208，並接收來自麥克風216和/或網絡攝像頭 218的未編碼的音頻和/或視頻數據，對其編碼以作為流傳送至P2P系統的其他最終用戶終端102。I/O層2M還可以包括控制信號協議，用於在網絡的終端102之間用信號對控制信息進行通知。然後客戶引擎2 處理如上所討論的P2P系統的連接管理功能，諸如通過P2P地址查找和驗證來創建呼叫或者其他連接。客戶引擎還可以負責P2P系統的其他次級功能， 諸如向P2P伺服器104供應最新的用戶的聯繫人列表和/或頭像圖片；或者從P2P伺服器 104中檢索最新的用戶的聯繫人列表以及檢索最新的其他用戶的頭像圖片。而且，通過經由公共API對其定期輪詢，客戶引擎可以從聯繫人列表中的用戶的其他客戶程序中檢索存在信息，並在被那些其他在線客戶程序輪詢時相互地提供其自身的存在信息。經由公共API 而在客戶程序之間直接交換存在信息是優選方法，但是可選擇地可以經由諸如伺服器104 的中間節點來交換存在信息。UI層2 負責經由顯示器208向用戶呈現解碼的視頻，在顯示器208上呈現輸出信號和其他諸如存在信息、個人資料信息以及諸如按鈕和菜單的用戶控制項，並負責經由所呈現的控制項而接收來自用戶的輸入。圖3示意性地圖示了當P2P客戶應用程式222被用戶打開查看時，將在顯示器208 上呈現給用戶的示例性用戶界面。在這個示例中，用戶界面2 是在第一用戶終端102(A) 上運行的P2P客戶應用程式222的界面。用戶界面分為幾個面板。第一個面板302顯示用戶自身的個人資料的一些細節，在這個示例中為用戶的姓名「喬·艾夫利曼」、頭像圖片和「心情消息」。這些細節可以由客戶引擎2 存儲在P2P伺服器104處並可從P2P伺服器104 檢索，以便使得對P2P網絡的其他用戶可用。頭像圖片是由用戶選擇對其他用戶呈現自身的圖片(無需一定是自身的照片)。心情消息是簡短的用戶定義的陳述，其可以用於任何目的，但一般用於表達用戶的感覺、關於用戶生活中的最近事件的新聞，或者任何可能影響用戶當前狀態(availability)的近來的計劃(因此，在一些情況下，心情消息可以被視為一種類型的存在信息)。當其他用戶在其自身的客戶程序中查看喬的個人資料時，這些細節將經由P2P伺服器104對其他用戶可見，相反也是如此，其他用戶的細節將被使得對喬的客戶程序可用(如果他們在彼此的聯繫人列表中)。用戶界面的第二個面板304顯示用戶的朋友或者同事的聯繫人列表，這些人是 P2P網絡的其他用戶。優選地，進入聯繫人列表的條件是來自用戶的同意。聯繫人列表可以由客戶引擎2 存儲在P2P伺服器處並可從P2P伺服器中檢索，以便對於在不同的終端上使用不同實例的P2P客戶應用程式的用戶，同一列表是可用的。在靠近每個聯繫人的面板上還顯示有存在信息。存在信息呈現可用狀態，優選地，可用狀態包括用戶是否在線的指示，並且優選地，部分地由用戶定義。例如，存在狀態可以是用戶離線(X)，用戶在線並選擇示為可用(V )，或者用戶在線但選擇示為不可用(-)。用戶界面的第三個面板306顯示了從聯繫人列表中選擇的用戶的個人資料，在該例下為「史蒂芬·梅達普」，另一個用戶終端102(B)的用戶。所顯示的個人資料包括史蒂芬的姓名、頭像圖片和心情消息，以及史蒂芬可能已經供應給P2P伺服器104的其他細節，諸如當前位置、本地時間、性別和出生日期(DOB)。這些個人資料細節由客戶引擎2 從P2P 伺服器104中檢索。用戶界面的第四個面板308則顯示了與所選擇的聯繫人相關的通信控制項，諸如允許創建語音或視頻呼叫的按鈕，以及用於輸入聊天消息的窗口。任何輸入的聊天消息和聊天歷史也將在這個面板上顯示，並且通過將文檔拖放到聊天窗口中，可以創建文檔傳遞。為了發起會議呼叫，用戶從聯繫人列表304中選擇多個聯繫人。可選擇地，用戶和一個聯繫人已經在一對一的呼叫中，並且選擇一個或者多個其他聯繫人加入該呼叫。可選擇地，該用戶可以是被另一個用戶呼叫的多個用戶之一，該另一個用戶可以已經用類似的方式建立了會議呼叫。通常，用這種方式發起呼叫的用戶也是主機，但無需一定是這樣。現在，結合圖4描述會議呼叫中的主機終端的作用。通過示例，圖4示意性地示出了圖1中的四個用戶終端102 (A. . . D)，其中，喬的用戶終端102 (A)是主機。在每個用戶終端102 (B. . . D)上運行的客戶程序建立與主機用戶終端102(A)的信道，優選地，如上面討論的通過P2P連接建立來建立該信道，但也可以通過其他方式，諸如基於集中式伺服器的建立。在每個終端的客戶程序上的I/O引擎2M包括語音引擎，該語音引擎可操作以將語音信號傳送至與其已經創建信道的其他終端以及從所述其他終端接收語音信號。用這種方式，其他終端102 (B... D)中的每一個分別將語音信號傳送至主機102(A)。主機接收這些語音信號中的每一個，並且將這些語音信號與來自本地用戶(喬)的其自身的本地生成的所有語音信號混合在一起。接著，主機102(A)將所得到的混合信號傳送回所有其他終端 102 (B... D)以便它們中每一個均能夠同時聽到所有四個參與者(當四個參與者同時都在講話時)。應了解的是，這個進程會給主機終端102(A)施加相當高的處理負擔，以及給主機102(A)和網絡108施加較高的帶寬負擔。而且，將所有四個信號混合在一起會引入過多的不希望的噪聲。即使在主機102(A)處使用VAD以從混合信號中選擇性地去除一個或者多個信道(如上所述)，主機102(A)在監控所有信道時仍有處理負擔，且主機102(A)和網絡 108仍有帶寬負擔，因為來自其他所有終端102 (B. . . D)的語音信號仍被傳送，即使後來在主機102㈧處被VAD丟棄。因此，根據本發明的優選實施例，提供了一種選擇性DTX的技術，其中，根據呼叫中參與者的數目，在每次參與時選擇性地激活DTX模式。因為當沒有顯著語音活動時，DTX 阻止傳送，所以，當呼叫中的參與者數目變得過大時，無需不必要地將語音信號傳送至主機，優選地，也無需使用VAD進程來監控在主機處輸入的傳送(儘管在一些情況下，VAD也可以在主機處使用，尤其是大型會議呼叫)。現在，將結合圖5描述在每個客戶應用程式222的視頻引擎2 和客戶引擎2 中實現的示例性的進程。在步驟SlO處，一個用戶終端的用戶諸如102(A)使用其客戶應用程式222發起會議呼叫。在步驟S20處，主叫終端的客戶引擎2 生成會議呼叫建立請求消息。優選地，主叫終端102(A)將是主機，但無需一定是這樣。在步驟S30處，將會議呼叫建立消息的相應實例從主機經由網絡108發送至多個被叫用戶終端，例如，102 (B. . . D)。在優選實施例中，這由P2P連接建立來進行。在步驟S40處，假定被叫用戶願意加入呼叫，則經由其自身的客戶應用程式222的用戶界面，所述多個被叫用戶接受會議呼叫建立請求消息，這樣生成了相應的呼叫接受信號。在步驟S50處，作為從用戶接收到呼叫接受信號的響應，每個被叫終端 102 (B. . . D)的客戶引擎2 進行下列步驟(1)生成會議呼叫建立接受消息；(2)命令語音引擎2M啟動傳送/接收音頻數據；以及(3)向語音引擎2M指示該呼叫為會議呼叫。在步驟S60處，作為確定該呼叫為會議呼叫的響應，語音引擎2M激活DTX模式， 用於向主機102(A)傳送音頻數據。作為S50C3)和S60的可選替代步驟，在步驟S50C3)處，客戶引擎2 可以向語音引擎2M指示該呼叫中其他參與者的數目，並在步驟S60處，語音引擎2M可以根據該數目是否超出特定閾值來選擇性地激活DTX模式。在步驟S70處，從多個被叫用戶終端102 (B. . . D)向主機102 (A)發送會議呼叫建
立接受消息。這樣，創建了會議呼叫信道，用於傳送和接收語音信號。如果在被叫用戶終端 102 (B. . . D)處激活DTX模式，則當所述被叫用戶終端102 (B. . . D)在任何點檢測到其正在傳送的相應的語音信號降至一定活動水平以下時，隨後該終端暫時中斷傳送所述語音信號直至其檢測到活動重新增加。這樣有利地減少了網絡108和主機102(A)的負擔。適當的語音活動檢測的技術本身在本領域為已知的，這些技術能夠應用於這裡公開的本發明的選擇性DTX進程。在會議呼叫中的一些點，可能沒有活動的發言者。為了降低無數據可用於解碼的風險，可以採取措施以將一些信號引入混合信號中。對語音信號是否為活動的檢測可以基於例如在主機處或者在其他參與者終端處的VAD，對主機和其他參與者的語音信號進行； 或者，基於來自其他參與終端指示其自身活動的控制信號。這些措施可以包括一個或者多個下述特徵。在本發明的一個實施例中，參與者終端可以布置為不會暫時中斷傳送，除非其檢測到來自主機或者一個其他參與者的語音活動。在本發明的另一個實施例中，主機可以布置為命令參與者終端切換到連續傳送 (CTX)。例如，可以請求與當前活動的發言者關聯的終端切換到CTX，直至識別到另一個活動的發言者。在本發明的又一個實施例中，每個參與者終端可以布置為只在經過預定的不活動持續時間後停止傳送包。在本發明進一步的實施例中，如果主機未接收到任何數據包，則主機將舒適噪聲傳送給呼叫的參與者。應了解的是，以上的實施例僅以舉例的方式描述。例如，本發明不限於DTX的任何具體的標準含義，而是能夠更一般地以任何類型的這樣的模式使用其中，根據任何適當的措施，作為檢測到一定程度的無活動(例如對應於靜音或者接近靜音)的響應，傳送被暫時中止。術語「會議呼叫」不會以任何方式限制信息內容或者呼叫的目的，而只與參與者的數目有關。最一般地，會議呼叫指涉及至少三個參與者的呼叫。如所提及的，主機可以是主叫方，或者可選擇地為一個被叫方，或者主機根本無需一定是呼叫的參與者，而是可以為伺服器或者作為非參與中繼的最終用戶終端。而且，本發明不限制於「主機」類型的模型，而是可以取代為使用其他路由技術。可以為觸發選擇性DTX模式的多個參與者設置不同的閾值水平-最佳的閾值可以取決於所討論的具體的系統或者網絡，並且可以實驗性地基於模擬來確定。而且，可以設定不同的閾值，用於確定在需要將信號引入混合信號中之前所需的活動發言者的數目-例如，在大型會議的情況下，只有一個活動的發言者不會引入聽起來自然的足夠的噪聲，因此，即使存在有活動的發言者，也要求額外的舒適噪聲。儘管以上主要用術語對等(P2P)系統來描述，但是本發明不特定為P2P，而是可以應用於任何類型的分組通信系統，諸如前面提及的更集中的VoIP系統。而且，本發明不限於使用在網際網路上，而是可以在任何分組網絡上實現。在優選實施例中，斷續傳輸進程通過存儲在諸如快閃記憶體或者硬碟的通用存儲器上、 並在通用處理器上執行的軟體來實現，該軟體優選地但不必集成為客戶應用程式的一部分。然而，可選擇地，該進程可以作為獨立的應用程式實現，或者以固件實現，或者甚至在專用的硬體上實現。在此處給出本公開的情況下，本發明的其他配置和應用對本領域技術人員可以是明顯的。本發明的範圍不由所描述的實施例限制，而由所附的權利要求限制。
權利要求
1.一種第一用戶終端，其包括收發器，其用於與多個其他用戶終端在通信網絡上通信；以及通信處理裝置，其聯接至所述收發器，並布置為經由所述收發器和通信網絡參與和選定數目的所述其他用戶終端的呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；其中，所述通信處理裝置能夠用以下模式工作其響應於在所述語音信號上檢測到低於預定的活動水平而暫時中斷所述語音信號的傳送，並且其中，所述通信處理裝置進一步配置為根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述模式。
2.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置配置為當所述呼叫中的其他用戶終端的所述選定數目超過閾值時，選擇性地激活所述模式。
3.根據權利要求2所述的第一用戶終端，其中，所述閾值為一個其他用戶終端，以便為任何會議呼叫而非一對一的呼叫激活所述模式。
4.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置配置為當暫時中斷所述語音信號的傳送時，不會代替所述語音信號傳送舒適噪聲或者用於遠程地生成舒適噪聲的信息。
5.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置配置為由所述第一用戶終端對語音信號的所述傳送包括將語音信號傳送至所述其他用戶終端中的主機終端， 以與來自所述其他用戶終端的語音信號進行混合。
6.根據權利要求5所述的第一用戶終端，其中，所述通信處理裝置配置為檢測來自主機的控制信號，所述控制信號指示所述呼叫中多於特定數目的其他用戶終端已經中斷相應語音信號的傳送，並且作為檢測到所述控制信號的響應而恢復傳送其自身的語音信號。
7.根據權利要求6所述的第一用戶終端，其中，所述控制信號指示所述呼叫中的所有其他用戶終端已經中斷傳送。
8.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置配置為能夠作為與所述其他用戶終端的另一個選擇終端進行另一個呼叫的主機工作，所述另一個呼叫包括接收來自呼叫中的選定數目的其他用戶終端中的每一個用戶終端的語音信號。
9.根據權利要求8所述的第一用戶終端，其中，所述通信處理裝置配置為當其作為主機工作時，檢測所述另一個呼叫中的活動語音信號的數目何時少於閾值，並且作為響應而將信號引入所述另一個呼叫中。
10.根據權利要求9所述的第一用戶終端，其中，所述通信處理裝置配置為當其作為主機工作時，作為檢測到在所述另一個呼叫中無活動語音信號的響應而將信號引入所述另一個呼叫中。
11.根據權利要求9或10所述的第一用戶終端，其中，所述通信處理裝置配置為所述信號的引入包括傳送用於命令所述另一個呼叫中的一個或者多個其他用戶終端恢復傳送的控制信號。
12.根據權利要求9或10所述的第一用戶終端，其中，所述通信處理裝置配置為所述信號的引入包括將舒適噪聲傳送至所述另一個呼叫中的一個或者多個其他用戶終端。
13.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置配置為只在下述條件下激活所述模式所傳送的語音信號降至預定的活動水平以下已有預定的時間長度。
14.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置布置為不暫時中斷傳送，除非其檢測到來自所述呼叫中的一個其他用戶終端的語音活動。
15.根據權利要求1所述的第一用戶終端，其中，所述通信處理裝置包括處理器；以及存儲器，其可操作地聯接至所述處理器，所述存儲器存儲有通信客戶應用程式，所述通信客戶應用程式布置為當由所述處理器執行以在所述呼叫中進行所述參與時，能夠用所述模式工作，並對所述模式進行所述選擇性激活。
16.根據權利要求15所述的第一用戶終端，其中，所述客戶應用程式為VoIP客戶程序， 並且所述通信網絡包括網際網路。
17.一種主機終端，其包括收發器，其用於與多個其他用戶終端在通信網絡上通信；以及通信處理裝置，其聯接至所述收發器，並布置為經由所述收發器和通信網絡主持與選定數目的所述其他用戶終端的呼叫，所述呼叫包括接收來自所述呼叫中的選定數目的其他用戶終端中的每一個用戶終端的語音信號；其中，所述通信處理裝置配置為檢測所述呼叫中的活動語音信號的數目何時少於閾值，並且作為響應而將信號引入所述呼叫中。
18.根據權利要求17所述的主機終端，其中，所述通信處理裝置配置為作為檢測到在所述呼叫中無其他活動語音信號的響應，進行信號到所述呼叫中的所述引入。
19.根據權利要求17所述的主機終端，其中，所述通信處理裝置配置為所述信號的引入包括傳送用於命令所述呼叫中的一個或者多個其他用戶終端恢復傳送的控制信號。
20.根據權利要求17所述的主機終端，其中，所述通信處理裝置配置為所述信號的引入包括將舒適噪聲傳送至所述呼叫中的一個或者多個其他用戶終端。
21.根據權利要求17所述的主機終端，其中，所述通信處理裝置配置為對發言者是否為活動的檢測包括檢測所述呼叫中的其他用戶終端是否已經暫時中斷其相應語音信號的傳送。
22.根據權利要求17所述的主機終端，其中，所述呼叫包括在所述主機終端處生成語音信號，並且所述通信處理裝置配置為對發言者是否為活動的檢測包括檢測主機的語音信號是否已經降至預定的活動水平以下。
23.一種方法，其包括經由通信網絡，在第一用戶終端與選定數目的其他用戶終端之間創建呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述第一終端的一模式，其中，當所述模式被激活時，作為在所述語音信號上檢測到低於預定的活動水平的響應，所述第一終端暫時中斷所述語音信號的傳送。
24.根據權利要求23所述的方法，其包括當所述呼叫中的其他用戶終端的所述選定數目超過閾值時，選擇性地激活所述模式。
25.根據權利要求M所述的方法，其中，所述閾值為一個其他用戶終端，以便為任何會議呼叫而非一對一的呼叫激活所述模式。
26.根據權利要求23所述的方法，其中，對所述語音信號的傳送進行暫時中斷時，不會代替所述語音信號傳送舒適噪聲或者用於遠程地生成舒適噪聲的信息。
27.根據權利要求23所述的方法，其中，由所述第一用戶終端對語音信號的所述傳送包括將語音信號傳送至所述其他用戶終端中的主機終端，以與來自其他用戶終端的語音信號進行混合。
28.根據權利要求27所述的方法，其包括檢測到所述呼叫中多於特定數目的其他用戶終端已經中斷相應語音信號的傳送，並且作為響應而恢復傳送所述第一終端自身的語音信號。
29.根據權利要求觀所述的方法，其包括檢測到所述呼叫中的所有其他用戶終端已經中斷相應語音信號的傳送，並且作為響應而恢復傳送所述第一終端自身的語音信號。
30.根據權利要求27所述的方法，其包括檢測所述呼叫中的活動語音信號的數目何時少於閾值，並且作為響應而將信號引入所述呼叫中。
31.根據權利要求30所述的方法，其中，作為檢測到在所述呼叫中無活動語音信號的響應，將所述信號引入所述呼叫中。
32.根據權利要求30所述的方法，其中，所述信號的引入包括傳送來自所述主機的用於命令所述呼叫中的一個或者多個第一用戶終端或者其他用戶終端恢復傳送的控制信號。
33.根據權利要求30所述的方法，其中，所述信號的引入包括傳送舒適噪聲。
34.根據權利要求23所述的方法，其中，只在下述條件下激活所述模式所傳送的語音信號降至預定的活動水平以下已有預定的時間長度。
35.根據權利要求23所述的方法，其中，在所述模式下，不暫時中斷來自所述第一終端的所述語音信號的傳送，除非檢測到來自所述呼叫中的一個其他用戶終端的語音活動。
36.一種用於在第一用戶終端與多個其他用戶終端之間通信的電腦程式產品，所述程序包括在計算機可讀介質上實施的代碼，並且所述程序配置為當其執行時經由通信網絡，在第一用戶終端與選定數目的所述其他用戶終端之間創建呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號；根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述第一終端的一模式，其中，當所述模式被激活時，作為在所述語音信號上檢測到低於預定的活動水平的響應，所述第一終端暫時中斷所述語音信號的傳送。
全文摘要
本發明涉及第一用戶終端、主機終端、方法和程序。所述第一終端包括收發器，其用於與多個其他用戶終端在通信網絡上通信；以及通信處理裝置，其聯接至所述收發器，並布置為經由所述收發器和通信網絡參與和選定數目的其他用戶終端的呼叫，所述呼叫包括傳送來自所述第一用戶終端的語音信號。所述通信處理裝置能夠用以下模式工作其響應於在所述語音信號上檢測到低於預定的活動水平而暫時中斷所述語音信號的傳送，並且所述通信處理裝置進一步配置為根據所述呼叫中的其他用戶終端的所述選定數目，選擇性地激活所述模式。
文檔編號H04M3/56GK102550008SQ201080046088
公開日2012年7月4日 申請日期2010年7月30日 優先權日2009年8月14日
發明者亨裡克·奧斯特倫, 卡斯滕·范德伯格·瑟恩森, 朱莉安·施皮特卡, 澤倫·斯卡克·延森, 科恩·貝爾納德·福斯 申請人:斯凱普有限公司