专利名称：对使用amr净荷格式的基于ip的系统提高音频质量的系统和方法
背景基于IP的语音(VoIP)已经在个人计算和载波共用中不断得到普及。随着技术的进步，在蜂窝设备中运行类似的业务变得可行。关键的技术问题是如何使业务适于应付与台式PC相比减少的带宽和明显更少的处理能力。基于蜂窝的即按即说(PoC)定义了用于移动设备的半双工VoIP系统。通过使用无线数据网络的分组交换能力，业务在地理上不受限制，这不同于诸如专用移动无线电(PMR)之类的常规双向无线电系统。
为了使PoC获得成功，手持机和网络的性能应该是最佳的。任何影响延迟的性能都可能意味着在业务的成功与失败之间的差别。
PoC的音频质量受到蜂窝系统上可用的GPRS/EGPRS带宽的限制。使用以在作为未确认传输协议的用户数据报协议(UDP)之上的实时传输协议(RTP)封装的自适应多速率(AMR)编码，音频数据被穿过PoC系统传送。结果，丢失的分组永不被重传。
PTT是实时应用，其中音频数据的缓冲被保持最小，以减少从谈话突发开始到重放开始的等待时间。每个RTP分组被加了时间戳以允许系统丢弃延迟的分组，这又防止谈话突发无限制地增长。
当前，通过缓冲以减少抖动，以及通过对分组进行重新排序以纠正所接收的乱序的分组，已经得到了改进AMR RTP分组的下行链路流的技术。然而，已经显示出上行链路(发送侧)中有限的带宽引起了不能在下行链路中被纠正的丢失的分组。该带宽限制可以由拥塞或者由具有最少数据资源的系统来引起。当前，仅有的减少上行链路中的带宽的机制是改变AMR编码速率。该方法并不单独提供带宽的足够减少来防止由于GPRS链路上的最小带宽而引起的丢失的分组。在使用最低的4.75kb AMR编码速率时，已经观察到了由于有限的带宽而引起的问题。
所需要的是一种在PoC或其他使用AMR净荷格式的基于会话业务IP的应用中进一步节省上行链路带宽的系统和/或方法。
概要对使用自适应多速率(AMR)净荷格式的基于因特网协议(IP)的系统提高音频质量的一种系统、方法和计算机程序产品被提出。所述方法对标准RTP AMR帧封装过程提供了增加的智能级别。如果指示网络拥塞的网络缓冲器超出其阈值，则确定是否将NO DATA(无数据)帧置于当前RTP分组中来代替所述AMR帧。如果网络状况过于拥塞，则NO DATA帧被置于当前RTP分组中。对每个输入AMR帧重复该过程。该过程首先确保，在用NO DATA帧替代AMR帧之前，所述AMR编码速率被设置为其最低可能的编码速率。所述替代模式遍布在整个RTP分组上，以避免NO DATA帧群。该过程也可以挑选出对于替代将是好的候选者的较低能量值的AMR帧。
附图简述
图1是说明在标准PoC操作中所使用的典型上行链路侧数据流的图。
图2是说明用于实施本发明的构思的逻辑流程的流程图。
图3是进一步说明本发明的抽取(decimation)处理的流程图。
图4说明在没有AMR帧替代的情况下在源处的实例RTP分组。
图5说明在用NO DATA帧替代某些AMR帧的情况下在源处的实例RTP分组。
图6在目的地比较了无替代的AMR帧和替代的AMR帧的RTP分组。
详细描述在此所述的技术适用于任何使用AMR净荷格式的基于会话业务IP的应用或者任何捆绑AMR帧的协议。而且，本发明可以在移动终端中或者在应用服务器被实施，以节省在拥塞时段期间的带宽。本讨论使用基于蜂窝的即按即说(PoC)来作为示例性实施例，以提供用于描述本发明的构思的基础。另外，与接收侧相对，对于基于会话业务IP的应用的传送或发送侧，本发明解决了带宽节省。
本发明提出了通过用NO DATA帧代替RTP分组中好的数据帧来进一步减少上行链路中的带宽。该方法提供了通过减少丢失的AMR RTP分组的数量来适度降低音频质量的手段。
本发明使用来自移动电话中的GPRS模块的反馈以减少在GPRS拥塞期间传送的RTP分组的大小。
在PTT谈话突发期间，从移动终端中的音频子系统以固定的速率生成RTP分组。当该速率超出可以穿过GPRS网络传送分组的速率时，分组将被缓冲。如果未经检查，则该缓冲器将无限制地增长，最终导致丢失分组。缓冲数据还具有延迟传送的效果。由于时间戳被置于RTP分组中，因此任何不可忽视的延迟都可能引起分组在接收侧被丢弃，以防止谈话突发的拉长。本发明通过用NO DATA帧代替一部分好的AMR帧来减小所缓冲的分组的大小。该技术将在系统已经将AMR编码速率退回至最小值4.75kb速率之后被使用。该技术压缩所缓冲的分组，并且通过丢弃一些数据而不是整个分组来保持语音数据的完整性。
图1是说明在标准PoC操作中所使用的典型的上行链路侧数据流的图。如上所述，本发明可以在移动终端中或者在PoC服务器中被实行。因此，图1中的参考数字100可以表示移动终端或者PoC服务器。本描述的剩余部分将采用术语PoC服务器100来简化描述。
语音数据开始作为话筒110的模拟输入。数字信号处理器(DSP)120以每20毫秒一帧的速率将模拟语音数据转换成数字化的AMR帧。然后AMR帧被路由至即按即说(PTT)客户端130。PTT客户端130将从1个至20个的任何地方的AMR帧捆绑成单个RTP AMR净荷分组。然后包含AMR帧净荷的RTP分组被路由至IP栈150。这时，随着带宽变得可用，GPRS/EGPRS栈从IP栈150取出IP分组。如果带宽是可用的，则IP分组将经由天线170穿过GPRS/EGPRS网络160被传送。如果带宽不是可用的，则IP分组被缓冲在GPRS网络模块160中。如果缓冲器增长过大，则将丢失分组。
图2是说明用于实施本发明的构思的逻辑流程的流程图。AMR格式化的RTP分组包含从1个至20个的AMR帧。移动终端在205收集来自音频CODEC的AMR帧。在正常情况下，AMR帧将基于会话协商参数被封装到RTP分组中并被发送。在本发明中，封装算法将确定任何帧是否将被用NO DATA帧替代。第一步是在210检查是否已经达到GPRS缓冲阈值。如果GPRS缓冲器仍然具有空间，则AMR帧在215被放入RTP分组中。在220检查RTP分组以查看它是否为满。如果满了，则RTP分组在225被发送。如果还没有满，则控制移动返回以在205获得另一个AMR帧。
如果达到或超出GPRS缓冲器阈值，则在230进行检查以查看AMR编解码器速率是否被设置为其最低可能的速率。如果不是，则在235将它重设为最低的AMR编解码器速率(4.75kbps)，并且在210重新检查缓冲器阈值。然而，如果GPRS缓冲器为满的并且AMR编解码器速率与其能够达到的一样低，则在240决定是否抽取当前AMR帧。如果该算法决定不抽取AMR帧，则象在215一样，AMR帧被放到RTP分组中。如果当前AMR帧将被抽取，则NO DATA帧在245替代RTP分组中好的AMR帧，从而导致数据的压缩，这减轻了带宽上的负担。在220检查RTP分组以查看它是否为满，并且如果为满的，则在225发送RTP分组。否则，在205获得另一个AMR帧，并且重复该过程。
该算法监视GPRS(网络)模块，以确定IP分组是否正在以它们被生成的速率穿过RF链路被传送。所述GPRS模块包括在传送之前存储数据的缓冲器。该缓冲器设计将提供在缓冲器开始充满时通知PTT模块的机制。在正常情况下缓冲器不应该充满，但是在拥塞情况下缓冲器将充满。该PTT模块将使用所述通知来控制其如何将AMR帧封装在RTP分组中。来自GPRS模块的通知机制将提供缓冲器状态给PTT模块，以使PTT模块可以基于网络拥塞来增加或减少分组替代。在正常情况下将不会发生帧替代。在最坏的情况下，整个分组将用NO DATA帧来充满。
由于NO DATA帧不包含AMR数据，因此每个帧替代将在帧大小上提供最低12比1的减小。封装算法将尽力分散NO DATA帧对好的AMR帧的替代，以避免NO DATA帧群，以便减小对语音的影响。
图3是进一步说明本发明的抽取处理的一种实施方式的流程图。对所述算法的提高将识别用于替代的具有最小音频能量的帧，以进一步减小对语音的影响。在抽取确定过程中，将在310确定AMR帧能量水平。如果它在320在阈值水平以下，则它是用于利用NO DATA帧替代的好的候选者。如果在320能量水平大于阈值，则在330替代AMR帧的第二决定可以基于其他因素被做出。思想是首先抽取所有低能量的AMR帧。
图4说明在没有AMR帧替代的情况下在源处的实例RTP分组。该实例示出每个包含十(10)个AMR帧的三个RTP分组以及用于总数为三十(30)个数据帧的分组报头。
图5说明在由于当前网络拥塞状况而除去某些AMR帧的情况下在源处的实例RTP分组。与图4相比，每个RTP分组包含七个AMR帧而不是十个。另外，丢失的或被替代的AMR帧已经被遍布在该分布上，以试图避免丢失帧的群。
图6在目的地比较了无替代的AMR帧和替代的AMR帧的RTP分组。左边的列表示在源处没有执行帧替代的情况下所接收的AMR帧的RTP分组。在该实例中，源RTP分组是图4中所示的那些分组。然而，网络是拥塞的并且IP栈是过缓冲的，从而导致在目的地丢失一个RTP分组。这被显示为NO DATA帧，而AMR帧11-20本应该在那里。整个RTP分组的丢失对于音频质量具有引人注意的且大大不期望的影响。
图6的右列表示在源处执行帧替代的情况下所接收的AMR帧的RTP分组。在该实例中，源RTP分组是图5中所示的那些分组。由于网络是拥塞的，因此该源利用NO DATA帧来替代几个AMR帧。该替代以相对平均的分布遍布在RTP分组上。因此，虽然实际上丢失了相同数量的AMR分组，但是没有丢失整个RTP分组。每个RTP分组稍微受到几个帧丢失的影响，但是总的音频质量没有急剧地或突然地降低，并且会话可以相对正常地继续。
应该注意，以各种计算机程序指令形式的计算机程序代码可以被用于实施在实现本发明的实施例时所涉及的至少部分过程。这种计算机程序代码可以经由包含所有或部分存储在介质上的计算机程序指令的计算机程序产品而被提供。所述介质可以是固定的或可移动的。这种介质可以是固定的存储介质，但是它也可以仅仅容易地是可移动的光盘或磁盘或者磁带。计算机程序指令可以驻留在任何介质上，所述介质能够包含、存储、传送、传播或传输计算机程序代码，以供任何类型的计算平台、指令执行系统或者经由总线或网络互连的这种系统的集合来执行。例如，这种计算机可读介质可以是但不限于电子的、磁的、光的、电磁的、红外线的或半导体的系统或设备。
实施本发明的全部或部分的计算机程序指令也可以以在诸如因特网之类的网络上进行检索的信息流来实现。注意，当代码可以经由例如光学扫描被电子捕获、然后被编辑和解释或者以合适的方式被另外处理时，计算机可用或计算机可读的介质甚至可以是纸张或者是在其上打印计算机程序代码的另一种合适的介质。
在此公开了本发明的特定实施例。本领域普通技术人员将容易认识到，本发明在其他环境中可以具有其他的应用。事实上，许多实施例和实施方式都是可能的。后面的权利要求书决不打算将本发明的范围限制于上述的特定实施例。另外，“用于...的装置”的任何陈述打算引出元件和权利要求的装置加功能的解释，然而未明确使用陈述“用于...的装置”的任何元件并不打算被当作装置加功能的元件，即使该权利要求另外包括了词“装置”。
权利要求
1.一种对使用自适应多速率(AMR)净荷格式的基于因特网协议(IP)的系统提高音频质量的方法，包括获得AMR帧205；确定实时传输协议(RTP)分组的缓冲器是否由于拥塞的网络状况而已经达到阈值容量210；如果缓冲器还没有达到其容量，则将AMR帧放置到RTP分组中215；否则，基于当前的网络拥塞状况，确定何时将NO DATA帧放置到当前RTP分组中240；以及当网络状况表明过于拥塞时，将NO DATA帧放置到当前RTP分组中245。
2.权利要求1所述的方法，进一步包括在用NO DATA帧替代AMR帧以进入当前RTP分组中245之前，确定AMR编码速率是否被设置为其最低可能的设置230，以及如果不是，将AMR编码速率重设为其最低可能的设置235。
3.权利要求2所述的方法，进一步包括在RTP分组上遍布替代的NO DATA帧，以避免NO DATA帧群。
4.权利要求3所述的方法，进一步包括识别降到指定能量水平以下的AMR帧320；如果AMR帧替代变得必需，则早于具有大于阈值的能量水平的AMR帧来替代在所述指定能量水平以下的AMR帧245。
5.一种用于对使用自适应多速率(AMR)净荷格式的基于因特网协议(IP)的系统提高音频质量的系统，包括用于获得AMR帧205的装置；用于确定实时传输协议(RTP)分组的缓冲器是否由于拥塞的网络状况而已经达到阈值容量210的装置；用于如果缓冲器还没有达到其容量则将AMR帧放置到RTP分组中215的装置；用于基于当前的网络拥塞状况来确定何时将NO DATA帧放置到当前RTP分组中240的装置；以及用于当网络状况表明过于拥塞时将NO DATA帧放置到当前RTP分组中245的装置。
6.权利要求5所述的系统，进一步包括用于在用NO DATA帧替代AMR帧以进入当前RTP分组中之前确定AMR编码速率是否被设置为其最低可能的设置230的装置，以及如果不是，用于将AMR编码速率重设为其最低可能的设置235的装置。
7.权利要求6所述的系统，进一步包括用于在RTP分组上遍布替代的NO DATA帧以避免NO DATA帧群的装置。
8.权利要求7所述的系统，进一步包括用于识别降到指定能量水平以下的AMR帧320的装置；如果AMR帧替代变得必需，则早于具有大于阈值的能量水平的AMR帧来替代在所述指定能量水平以下的AMR帧245的装置。
全文摘要
对使用自适应多速率(AMR)净荷格式的基于因特网协议(IP)的系统提高音频质量的方法被提出。如果指示网络拥塞的网络缓冲器超过其阈值210，则确定是否将NO DATA帧置于当前RTP分组中来代替所述AMR帧240。如果网络状况过于拥塞，则NO DATA帧被置于当前RTP分组中245。对每个输入AMR帧重复该过程。在用NO DATA帧替代AMR帧245之前，该过程首先确保所述AMR编码速率被设置为其最低可能的编码速率230。替代模式遍布在整个RTP分组上，以避免NO DATA帧群。该过程也可以挑选出对于替代将是好的候选者的较低能量值的AMR帧320。
文档编号H04L12/56GK101065946SQ200580040685
公开日2007年10月31日 申请日期2005年6月20日 优先权日2004年12月21日
发明者G·R·科尔 申请人:索尼爱立信移动通讯股份有限公司