在拥挤的通信信道中维持音频通信的制作方法
【技术领域】
[0001] 本发明设及在拥挤的通信信道中维持音频通信的方法，用于实现运样的方法的计 算机程序，具有存储在其上的用于实现该方法的应用的非暂时性计算机可读媒体，W及适 于实现该方法的通信系统。
【背景技术】
[0002] 用户经常遇到关于传输数据诸如尤其是语音数据的问题，其由诸如高比特错误率 (肥R)或分组丢失的网络问题引起。运些问题尤其经常地在无线音频通信中发生。作为结 果，通信质量可能下降并且急剧地变成劣质。如果运些错误起因于关于整个网络的问题而 不仅仅起因于一个特定的通信信道，那么重拨甚至都不将有助于建立具有更好质量的通 话。然而该通话可能是重要的，诸如例如在紧急通话中。
[0003] 因此，电信提供商应提供好的解决方案来挽救音频通信，即使在严重的网络问题 情况下。
[0004] 由于劣质的带宽、高分组延迟、过多的分组丢失或高BER，采用所协商并建立的编 解码器和/或承载信道(bearer channel)挽救通信可能是不可能的。
[000引根据US 7,617，106 B2,为了检查正确的语音到文本(STT)转换，经转换的文本被 再次转换成语音。然后经由立体声头戴式耳麦再现原始语音和从文本表示创建的语音两 者。对校对者(proof-reader)(其在该情况中为听力校对者(proof-listener))来说在原始 的和经转换的语音之间找到差别是容易的。US 7,697,551 B2教导经由系统互连电话和即 时通讯（IM)。该系统将IM文本转换成语音，并且然后将语音转换回到IM文本。US2002/ 123892 A1公开了用于将语音转换成文本的嵌入式系统，该文本在界面上被呈现给用户。在 有错误的情况下，用户向系统提供误识别错误指示。在对此的回应中（in化rn of this)， 将音频输入连同对主动语言模型的参考一起转发到训练过程。根据CN 201440733 U，由移 动通信设备的相机捕获手语(sign language)图像。从所述图像构建照片追踪，并将照片追 踪转换成不明确的文本信息。通过语法和词汇结合参数来进一步精炼该文本。JP 2006005440 A教导在增杂的环境中的情况下，移动电话的相机对嘴唇运动拍照并传输它 们。在接收器侧处，运些照片被显示为运动照片。作为替换，只传输嘴唇运动参数。根据US 2005/049868 A1，将词汇或短语传递到文本到语音应用。然后将所创建的语音传递到一个 或多个语音到文本引擎。对所导出的词汇或短语分配置信度级别。
[0006] 可W通过根据权利要求1的方法解决上面提及的问题。本发明的有优势的实施例 是从属权利要求的主题。
[0007] 根据本发明，在当前承载在发送器侧和接收器侧之间的音频通信中的语音传输的 拥挤的通信信道中维持音频通信的方法，其中通信信道包括至少一个信令信道和至少一个 有效载荷信道，其具有(可变)服务质量，所述方法包括W下步骤:监控有效载荷信道的服务 质量，假使有效载荷信道的服务质量低于指定阔值，中断在有效载荷信道上来自发送器侧 的语音发送，而同时保留通信信道的至少信令信道。换言之，本方法提供了在不结束(drop) 通信信道的情况下，即在维持通信信道的至少信令部分时，停止音频数据的发送。不言而 喻，可W实现对语音数据(也被简称为"语音"）的发送的该中断，维持"全部的"通信信道，即 还有其有效载荷信道。语音被转换成文本并作为文本数据被发送到接收器侧，而不是从发 送器向接收器侧传输语音。除非由用户或由通信方法的控制中屯、另外指示，否则在接收器 侧上产生的语音将被转换成文本并被发送到现在为接收器侧的（从前的）发送器侧。换言 之，在切换成仅传输文本数据之后，在各自发送器侧处的语音被转换成文本并被传输到各 自接收器侧。
[0008] 如所解释的那样，通过使用本发明的方法，甚至在劣质的服务质量的情况下都可 W挽救通话。
[0009] 根据本发明的一方面，文本数据的传输在有效载荷信道上发生。
[0010] 本发明是基于如下推理，拥挤的通信信道的带宽可能仍足W传达/传输如文本数 据的必要信息，并且W避免音频流式传输(audio S化earning)W便能够使用具有低服务质 量或带宽的信道。可W通过在所有类型的通信中存在的矩阵来感测服务质量。除其它之外， 可W如下检测在有效载荷信道或实时传输协议(RTP)信道中的声音流的服务质量： 1)顺序地给在流中的RTP分组(其在IP UDP(用户数据报协议)分组中被传输)计数。当 一个或多个分组正缺少时容易地检测分组丢失。还可W检测在序列外的分组。运可能发生 在IP分组采取不同的路线到目的地时。
[0011] 2)具有比特错误的分组指示坏的分组。虽然RTP流可能不具有比特错误检测机制， 但是一些编码、RTP有效载荷具有检测比特错误的可能性(根据RFC 4867)。在该上下文中， 可W使用像G.722的编解码器和AMR类型的编解码器。
[0012] 3)也可W使用在接收器中设置的抖动缓冲器和分组延迟来检测劣质的传输质量。 基于所定义的/所使用的编解码器，确定RTP分组间隔。由于在传输周期上的分组延迟，通常 使用专用缓冲器来缓冲少数分组并消除抖动到达。该缓冲器引起在流外的被延迟的播放 (play)。由于在接收器侧上的人没有看到发射器，容许高达某一延迟量(也被称为"滞后"）。 然而，该缓冲器的大小是有限的，并且当延迟分组的到达超过该缓冲器大小时，于是由接收 器侧将识别语音中的停顿。抖动缓冲器的欠载运行(underrun)也可W指示坏的声音质量 (服务质量）。
[0013] 4)在流重构后还可W使用分析音频来检测坏的音频质量。基于突然的音频变化， 可能检测不规则性。
[0014] 如果本发明的方法包括将所接收的文本转换回语音的步骤，那么对各自接收器来 说可W是有优势的。在该情况中，在电话通话或音频通信中设及的用户可W继续他们的基 于听觉的通信，而不是被迫读取先前被从语音转换成文本的所传输的文本。各自用户在其 末端处可W强制系统继续显示通过通信信道传输的文本而不是使该文本重新转换成语音 当然是可能的。
[0015] 假使连续地监控有效载荷信道的服务质量，只要检测到了足够的服务质量就切换 回在所保留的有效载荷信道上传输语音W便重新建立"正常的"音频通信或电话通话可W 是有优势的。
[0016] 只要语音的发送被中断并替代地传输起因于语音到文本转换的文本数据，就向各 自接收器侧发送警报消息可W是有优势的。运可W帮助各自接收器更好地为当前通信即将 到来的变化做准备。
[0017] 假使正使用某一密钥和特殊算法加密当前音频通信，那么使用相同的密钥和相同 的算法用于也加密所传输的文本是有优势的。W运种方式，即使针对仅文本数据的传输发 生了变化还是可W维持安全连接的特性。
[0018] 根据本发明的一方面，仅信令信道可W被用于传输文本。因此，例如在其中服务质 量(传输质量)变得过低的情况中，或为了挽救用于使用有效载荷信道的费用，结束当前通 信信道的有效载荷信道是可能的。在该实例中，数据可W是W任何格式，诸如RAW、XML或其 它格式。然而，应用信号通知通信伙伴其它数据而不是先前同意的/协商的那些数据将到达 了W及哪个类型和格式的文本将到达。
[0019] 根据本发明的进一步的方面，可W包括检测语音的语言的步骤W便将语音