一种基于网络的多人同时语音聊天方法及系统与流程

本发明涉及一种基于网络的多人同时语音聊天方法及系统，属于多人语音技术领域。

背景技术：

关于多人语音聊天，当前比较普遍的做法有两种：①分时段的多人聊天系统；②基于虚拟位置的聊天系统。

然而，上述的现有方案仍然有让用户不够方便以及体验不够好的地方：

1、现有的分时段的多人聊天系统在某个时间段只能有一个人发音，其它人不能说话，虽然保证了说话人的声音清晰，但是无法实现多人实时聊天；

2、现有的基于虚拟位置的聊天系统，采用简单的调节左声道和右声道的声音强度的方式进行实现，只是利用空间声音传输衰减的方式来设定左右耳声音的强度，多个人说话时还是会导致听众很难分清说话人的声音，而且根据人耳的声学特征也很难听出虚拟的位置。

技术实现要素：

本发明的目的在于，提供一种基于网络的多人同时语音聊天方法及系统，它可以有效解决现有技术中存在的问题，尤其是采用简单的调节左声道和右声道的声音强度的方式实现多人语音聊天，多个人说话时还是会导致听众很难分清说话人的声音的问题。

为解决上述技术问题，本发明采用如下的技术方案：一种基于网络的多人同时语音聊天方法，包括以下步骤：

s1，所有用户通过internet网连接远程服务器，登录之后进入同一个语音聊天室；

s2，用户开始语音聊天，并将语音数据上传至远程服务器；

s3，改变各个用户发音的音色，使得各个用户的音色差异化；然后直接在本地设备上收听。

优选的，步骤s2中，还包括：对所述的语音数据进行压缩，然后再上传至远程服务器，从而可以有效节约系统传输带宽。

优选的，步骤s3中，通过插值、重采样的方式改变各个用户发音的音色，使得各个用户的音色差异化，也即通过设置不同的插值点数和不同的重采样频率，实现音色的差异化，算法简单，处理效率较高。

前述的基于网络的多人同时语音聊天方法中，步骤s3中在改变各个用户发音的音色之前，还包括：采用降噪、均衡、加入混响、限压等中的一种或几种方式对各个用户的声音进行修饰和美化，从而提高听众的听觉享受，而且所采取的这些技术比较好控制，容易设置获得比较好的听觉效果。

本发明中，步骤s3还包括：在每个听众的本地客户端虚拟出一个位置空间，使得本地用户处于圆心位置，其他用户在本地用户的前面围成一个弧形，然后根据位置关系通过头部相关传输函数模拟出不同用户声音到听众两个耳鼓膜的声音数据，从而可以让每个听众感觉其他的人都站在他的面前进行交谈，而且每个声音都来自不同的方向，不仅便于辨别不同的说话人，还能增强临场感。

优选的，如果除本地用户外其他用户的地位都平等，则所述的其他用户在本地用户的前面围成一个弧形，并在圆弧上均匀分配，从而均匀分配能让听众最大限度的分辨任意两个相邻发言者的声音；如果除本地用户外其他用户的地位不平等，则所述的其他用户在本地用户的前面围成一个弧形，且其中重要用户与剩余的其他用户之间的距离大于剩余的其他各个用户之间的距离，从而可以使得重要发言者的声音最容易被分辨；并且用户越重要可以将其位置设置的与其他用户的距离越远，以此保证重要用户的声音越容易被区分。

一种基于网络的多人同时语音聊天系统，包括：

登陆模块：用于所有用户通过internet网连接远程服务器，登录之后进入同一个语音聊天室；

聊天及数据上传模块，用于用户开始语音聊天，并将语音数据上传至远程服务器；

音色处理模块，用于改变各个用户发音的音色，使得各个用户的音色差异化；

音频收听模块，用于收听处理后的音频数据。

优选的，所述的聊天及数据上传模块还包括：

数据压缩模块，用于对所述的语音数据进行压缩。

优选的，还包括：

声音修饰和美化模块，用于采用降噪、均衡、加入混响、限压中的一种或几种方式对各个用户的声音进行修饰和美化。

本发明的基于网络的多人同时语音聊天系统，还包括：

虚拟位置分配模块，用于在每个听众的本地客户端虚拟出一个位置空间，使得本地用户处于圆心位置，其他用户在本地用户的前面围成一个弧形；

声音数据模拟模块，用于根据位置关系通过头部相关传输函数模拟出不同用户声音到听众两个耳鼓膜的声音数据。

所述的虚拟位置分配模块，如果除本地用户外其他用户的地位都平等，则所述的其他用户在本地用户的前面围成一个弧形，并在圆弧上均匀分配，从而均匀分配能让听众最大限度的分辨任意两个相邻发言者的声音；如果除本地用户外其他用户的地位不平等，则所述的其他用户在本地用户的前面围成一个弧形，且其中重要用户与剩余的其他用户之间的距离大于剩余的其他各个用户之间的距离，从而可以使得重要发言者的声音最容易被分辨；并且用户越重要可以将其位置设置的与其他用户的距离越远，以此保证重要用户的声音越容易被区分。

与现有技术相比，本发明具有以下优点：

1、通过改变各个用户发音的音色，使得各个用户的音色差异化，从而在多个人同时语音聊天时可以让听众清晰的分辨出不同人说话的声音，并且语音相互之间不会干扰；另外，本发明可以极大的优化听众的听觉体验，而且在一个聊天室中可以同时存在多个发言者，使得用户之间的沟通更加高效；

2、通过对所述的语音数据进行压缩，然后再上传至远程服务器，从而可以有效节约系统传输带宽；

3、本发明在使用背景技术的基础上考虑了人耳的结构对声音的衰减作用，也就是利用了头部相关传输函数模拟出不同用户声音到听众两个耳鼓膜的声音数据，从而可以让听众更清晰的分辨出不同人说话的虚拟位置和不同人的声音；

4、通过采用降噪、均衡、加入混响、限压中的一种或几种方式对各个用户的声音进行修饰和美化，从而让聊天室中的每个发言者都有辨识度比较高的优美音色，从而提高了听众的听觉享受，同时使得多个人同时通话聊天时，语音相互之间不会干扰；

5、即使只有一个发言者的情况，发言者也可以使用本系统，对自己的声音进行美化和修饰；

6、本发明将所有远程服务器传输过来的音频在本地用户端进行处理，从而本地客户端可以通过分配不同的插值和采样参数，来保证音色的差异化，一方面降低了远程服务器的运算负载，另一方面也保证了听众可以清晰的分辨出不同人说话的声音；

7、本发明中，进行虚拟位置分配时，如果除本地用户外其他用户的地位都平等，则所述的其他用户在本地用户的前面围成一个弧形，并在圆弧上均匀分配，从而均匀分配能让听众最大限度的分辨任意两个相邻发言者的声音；如果除本地用户外其他用户的地位不平等，则所述的其他用户在本地用户的前面围成一个弧形，且其中重要用户与剩余的其他用户之间的距离大于剩余的其他各个用户之间的距离，从而可以使得重要发言者的声音最容易被分辨；并且用户越重要可以将其位置设置的与其他用户的距离越远，以此保证重要用户的声音越容易被区分。

附图说明

图1是本发明的一种实施例的方法流程图；

图2是本发明的一种系统架构的示意图；

图3是除本地用户外其他用户的地位都平等时的用户虚拟位置分配示意图；

图4是有重要用户时的用户虚拟位置分配示意图。

下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

本发明的实施例：一种基于网络的多人同时语音聊天方法，如图1、图2所示，包括以下步骤：

s1，所有用户通过internet网连接远程服务器，登录之后进入同一个语音聊天室；

s2，用户开始语音聊天，并将语音数据上传至远程服务器；

s3，改变各个用户发音的音色，使得各个用户的音色差异化；然后直接在本地设备上收听。

步骤s2中，还包括：对所述的语音数据进行压缩，然后再上传至远程服务器。

步骤s3中，通过插值、重采样的方式改变各个用户发音的音色，使得各个用户的音色差异化。

步骤s3中在改变各个用户发音的音色之前，可采用降噪、均衡、加入混响、限压中的一种或几种方式对各个用户的声音进行修饰和美化。

也可以通过加入激励的方式对各个用户的声音进行修饰和美化，但是这种方式比较难控制，控制不好的话声音会感觉比较乱。

为了便于辨别不同的说话人，以及增强临场感，步骤s3还包括：在每个听众的本地客户端虚拟出一个位置空间，使得本地用户处于圆心位置，其他用户在本地用户的前面围成一个弧形，然后根据位置关系通过头部相关传输函数模拟出不同用户声音到听众两个耳鼓膜的声音数据。

可选的，如果除本地用户外其他用户的地位都平等，则所述的其他用户在本地用户的前面围成一个弧形，并在圆弧上均匀分配(如图3所示)；如果除本地用户外其他用户的地位不平等，则所述的其他用户在本地用户的前面围成一个弧形，且其中重要用户与剩余的其他用户之间的距离大于剩余的其他各个用户之间的距离，并且用户越重要可以将其位置设置的与其他用户的距离越远(如图4所示)。

一种基于网络的多人同时语音聊天系统，包括：

登陆模块：用于所有用户通过internet网连接远程服务器，登录之后进入同一个语音聊天室；

聊天及数据上传模块，用于用户开始语音聊天，并将语音数据上传至远程服务器；

音色处理模块，用于改变各个用户发音的音色，使得各个用户的音色差异化；

音频收听模块，用于收听处理后的音频数据。

所述的聊天及数据上传模块还包括：

数据压缩模块，用于对所述的语音数据进行压缩。

还包括：

声音修饰和美化模块，用于采用降噪、均衡、加入混响、限压中的一种或几种方式对各个用户的声音进行修饰和美化。

还包括：

虚拟位置分配模块，用于在每个听众的本地客户端虚拟出一个位置空间，使得本地用户处于圆心位置，其他用户在本地用户的前面围成一个弧形；

声音数据模拟模块，用于根据位置关系通过头部相关传输函数模拟出不同用户声音到听众两个耳鼓膜的声音数据。

可选的，所述的虚拟位置分配模块，如果除本地用户外其他用户的地位都平等，则所述的其他用户在本地用户的前面围成一个弧形，并在圆弧上均匀分配；如果除本地用户外其他用户的地位不平等，则所述的其他用户在本地用户的前面围成一个弧形，且其中重要用户与剩余的其他用户之间的距离大于剩余的其他各个用户之间的距离，并且用户越重要可以将其位置设置的与其他用户的距离越远。

本发明的一种实施例的工作原理：

本发明对用户声音的音色进行处理，使得各个用户的音色差异化，相当于我们在听乐队表演的时候，虽然很多音高(频率)相近的声音叠加到一起，但是作为听众我们还是能够清晰的分辨出声音中包含的各个乐器的声音。同理，本发明中只需要修饰各个发言者的语音音色，并利用hrtf处理虚拟场景中不同说话人的语音，使得听众能够分辨自己面前不同方位的发言者，并听到不同的发言者的发言。