相关热词搜索：
基于H.323协议的音频混合方案设计2500字
基于H.323协议的音频混合方案设计2500字 为了实现音频信号混合功能，系统必须具备语音信号编解码和音频码流转换 功能。H.323要求所有终端必须支持G.711语音标准，而对G.722，G.728，G.723.1 和G.729标准则是可选择的。对于能够提供高速带宽环境的网络，为了保证语音 的高质量，可以采用速率较高的编码方式，如G.711, G.722;对于远程接入系统， 由于带宽昂贵，则可以采用码率较低的编码方式，如G.723.1。相应地，MCU必须 支持以上各种语音编码标准。音频混合单元要求输入的各路语音信息属于同一种编码，但实际应用中由于 各个终端选用的编码器可能不同，因而发往MCU的音频码流也可能不同。为了解 决这个矛盾，必须在混音之前先进行码流转换，将不同的码流转换成同一种编码， 再送入音频混合处理单元。
2、音频混合方案设计 在实际应用中，如果与会人数只有两人，则只要保证通信是全双工的，就可 以正常地进行会议，而无须进行混音。如果与会人数超过3人，则需要采用混音 或者转发机制。
转发机制有两种策略：其一，将其他端点的数据都转发给一个端点；
其二， 按照约定的某种规则选出一路进行转发，也就是常见的“话筒传递”模式。这两 种模式虽然可以满足一定层面的需求，但都存在明显的缺陷。前者会增加网络的 传输负担和端点的处理负担，后者在多人会议的讨论中有明显的反应慢效果差的 缺陷。如果与会者希望能够进行比较频繁的切换发言或者讨论，则会出现明显的 断续和切换失效等情况。
而实时混音则能很好地解决这些问题。实际应用中，一般的混音方案都会采 用时域叠加作为基本的处理手段。但是根据前面的分析可知，由于数字音频信号 存在量化上限和下限的问题，则因叠加运算肯定会造成结果溢出。通常的处理手 段是进行溢出检测，然后再进行饱和运算，即超过上限的结果被置为上限值，超 过下限的值置为下限值。这种运算本身破坏了语音信号原有的时域特征，从而引入了噪声。这就是在某些系统中会出现爆破声和语音不连续现象的原因。同时， 随着参与混音的人数增加，出现溢出的频率也不断上升，所以这类方法存在一个 上限，而且这个上限值很低，实验证明，一般在4个终端参与混音时其结果就有 很多噪音和断续，无法分辨语流了。
3、音频混合方案的改进设计 直接将各路音频流算术相加得到音频混合信号，其优点是简单且易于实现。
经测试，在输入语音流少于4路时，能清晰地分辨各路语音信号。但系统仍存在 问题。
在前述方法的基础上稍作改进可得到另一类混音设计方法，即将各路音频码 流解码后，先对解码语音信号作一定程度的衰减，再进行算术相加。一般是在各 路语音上乘以一个衰减因子1/n，其中n为进入混音器的语音流数目。这种方法能 绝对保证相加后的语音信号不会溢出，而且对原算法的修改极少，极易实现。但 是它存在的关键问题是，当进入混音器的语音流数较多时，各路语音信号的衰减 程度都比较大，混音的结果是所有信号都比较弱，无法突出重点，严重时可能所 有声音都听不清楚。
实现这一改进策略时，仍然是在每个语音通道上绑定一个解码器，负责该路 语音的解码，但无需再绑定编码器。系统中最多同时存在m+l个编码器，其中m 个分配给m路被选中的语音通道，另一个分配给音频混合信号S，对S编码后的码 流发送到所有未被选中的终端和广播终端。由于解码器的运算复杂度远小于编码 器，因此系统的计算负荷大大降低。改进后的混音器只选取音量最大的m路进行 混音，其余信号被衰减，合理选择m的值，不仅使会议发言重点得以突出，与会 者能获得最重要的发言信息，而且一般情况下都不会发生溢出情况。这一改进措 施同时解决了前述两种方法所存在的问题和缺陷。
某个编码器在由一个语音通道转而分配给另一个语音通道时，必须先进行初 始化(G.711a/u除外)。必须注意，要尽量减少编码器和语音通道之间对应关系的 改变。
4、结束本文在研究了H.323协议的基础上，研究了MCU的音频混合模型，并详细阐述 了音频混合方案，为了过滤混合时的嘈音和增加临场感，提出了音频混合方案的 改进方案。
：
[1] 陈丽霞，范士勇等。基于H.323视频会议系统及其组成。通信技术。2008.6 [2] 张明德，王永东 视频会议系统原理与应用[M]. 第1版. 北京:北京希望 电子出版社，1999.1~49 本文根据H.323协议，分析了多点处理单元（MCU）的组成，包括多点控制器 （MC）和多点处理器（MP）。并在详细的分析了音频多点处理器后，提出了只对 满足条件的m个信道的音频进行音频混合的方案，有效的刻服了现在比较流行的 平均调整权重算法的音频混合方案所产生的缺陷和不足，大大提高了系统对音频 混合的效果。
摘 要：
H.323协议；
音频混合；
设计 近年来，由于网络技术的快速发展为IP网络实现多媒体通信提供了基础条件， IPTV、视频会议、多媒体远程等宽带网络应用成为热点。而视频会议在实用化方 面取得了迅速的发展，功能也己由原先单纯的电视会议功能发展成远程教学系统、 远程监控系统、远程医疗系统等多方面的综合业务。
1、多点控制单元(MCU) H.323协议在逻辑上可以分为四个组成实体:终端(Terminal)、网关 (Gateway)、网守(Gatekeeper)、多点控制单元(MCU)。
多点控制单元用于支持三个以上端点设备的会议。在H.323系统中，一个多 点控制单元由一个多点控制器(MC)和几个多点处理器(MP)组成，但也可以不包含 MP。多点控制器处理终端间的H.245控制信息，从而决定它对视频和音频通常的 处理能力。在必要情况下，多点控制器还可以判断哪些视频流和音频流需要多播， 以控制会议系统使用的资源。
视频会议中，在集体讨论和自由发言的情况下，可能会有多个与会者同时发言。为了使每个与会者能同时听到其他所有发言者的声音，采用了音频混合技术。
音频混合单元从各个终端取得音频信号，经过混合编码后再发送到各终端。该技 术的引入使得各终端在接收多个发言人的音频信号时，在带宽占用和信号处理方 面，与接收单一发言人的音频信号相比，不会增加任何额外负担。
