一种基于VOLTE网络与VOIP融合的多方音视频通信系统和方法与流程

所属的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件（包括固件、驻留软件、微代码等），还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程或方框、以及流程图或方框图中的流程和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的步骤。以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

背景技术：

1、随着技术的发展，volte已经在全球范围内广泛部署，volte和voip的融合通信变得越来越普遍，运营商和服务提供商正在利用这两种技术的优势，提供高质量的融合通信服务，volte和voip融合通信结合了高清语音和视频、无缝通信体验、资源整合和成本节约等优势，为用户提供更优质的通信体验，并在个人通信、企业通信和物联网等领域发挥重要作用。

2、现有技术中存在的问题：在多方音视频通信的网络传输、编码解码、缓冲和同步等多个环节中，当网络负载过高，尤其是在高峰时段或在网络带宽有限的情况下，数据包可能会被延迟或丢弃，导致音视频数据丢失；同时，网络抖动或高延迟情况下，数据包同样可能会在传输过程中丢失，导致部分音视频帧无法到达接收端，影响了用户的通信质量和体验。

技术实现思路

1、本发明的主要目的在于提供一种基于volte网络与voip融合的多方音视频通信方法，并进一步提供一种能够运行并实现上述方法的一种基于volte网络与voip融合的多方音视频通信系统，有效解决背景技术中提到的上述问题。

2、本发明的技术方案如下：

3、第一方面，提出一种基于volte网络与voip融合的多方音视频通信方法，该方法包括如下步骤：

4、s1、提取历史目标传输音视频数据信息和历史无损接收音视频数据信息，基于历史目标传输音视频数据信息和历史无损接收音视频数据信息进行数据的特征提取；

5、s2、获取本次目标传输音视频数据信息和本次实际接收音视频数据信息，调用预先训练好的无损预测模型，判断本次实际接收音视频数据信息中是否存在丢失帧；

6、s3、构建丢失帧补全模型，将丢失的数据帧进行补全还原。

7、本发明进一步的改进在于，所述s1中基于历史目标传输音视频数据信息和历史无损接收音视频数据信息进行数据的特征提取的具体内容为：以每一帧为单位，对历史目标传输音视频数据信息和历史无损接收音视频数据信息进行分割，将每一帧历史目标传输音视频特征数据和对应的历史无损接收音视频特征数据组合形成样本对。

8、本发明进一步的改进在于，所述s2包括以下具体步骤：

9、s21、以每一帧作为单位，对本次目标传输音视频数据信息和本次实际接收音视频数据信息进行分割，并分别提取每一帧的数据特征；

10、s22、将本次目标传输音视频数据信息中每一帧的特征数据作为无损预测模型的输入，输出预测的本次无损接收音视频特征数据；

11、s23、以每一帧作为单位，将本次实际接收音视频特征数据与预测的本次无损接收音视频特征数据进行相关度计算，判断本次实际接收音视频数据信息中是否存在丢失帧。

12、本发明进一步的改进在于，所述s22中无损预测模型的训练方式为：

13、s221、提取所有历史目标传输音视频特征数据和对应的历史无损接收音视频特征数据组合形成的样本对；

14、s222、将每一组历史目标传输音视频特征数据转化为特征向量的形式，将所有特征向量的集合作为无损预测模型的输入，所述无损预测模型以每组特征向量预测的无损接收音视频特征数据作为输出，以每组特征向量对应的实际的无损接收音视频特征数据作为预测目标，以最小化所有预测的无损接收音视频特征数据的预测准确度之和作为训练目标；

15、s223、所述预测准确度的计算公式为：，其中下标k为特征向量的组数，t为样本对的数量，f为预测的无损接收音视频特征数据，f为实际的无损接收音视频特征数据，为第k组特征向量预测的无损接收音视频特征数据与实际的无损接收音视频特征数据之间的预测准确度，对无损预测模型进行训练，直至预测准确度之和达到收敛时停止训练。

16、本发明进一步的改进在于，所述s23中相关度计算的具体公式为：，为本次实际接收音视频数据信息中第i帧特征数据，y为无损预测模型预测的第i帧无损接收音视频特征数据。

17、本发明进一步的改进在于，所述s23中判断本次实际接收音视频数据信息中是否存在丢失帧的具体内容为：预设相关度阈值，当相关度计算结果小于相关度阈值时，判断本次实际接收音视频数据信息中无相关帧，并在本次目标传输音视频数据信息中将其标记为丢失帧。

18、本发明进一步的改进在于，所述s3包括以下具体步骤：

19、s31、提取每一帧历史无损接收音视频特征数据，将任意三个相邻帧的特征数据组合形成样本对，将所有样本对的集合作为丢失帧补全模型的训练数据；

20、s32、将训练数据划分为训练集和测试集，构建分类器，将训练集样本对中第一、三帧的特征数据作为输入数据，将训练集样本对中的中间帧作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设准确度的分类器作为丢失帧补全模型；

21、s33、提取本次实际接收音视频数据信息中与丢失帧相邻两帧的特征数据，输入丢失帧补全模型，并输出中间帧。

22、本发明进一步的改进在于，所述无损预测模型和丢失帧补全模型为朴素贝叶斯算法、随机森林回归或神经网络回归等模型中的任意一种。

23、第二方面，提出一种基于volte网络与voip融合的多方音视频通信系统，该系统包括：

24、数据采集模块、丢失帧查找模块、丢失帧补全模块；

25、所述数据采集模块，用于提取历史目标传输音视频数据信息和历史无损接收音视频数据信息，基于历史目标传输音视频数据信息和历史无损接收音视频数据信息进行数据的特征提取；

26、所述丢失帧查找模块，用于获取本次目标传输音视频数据信息和本次实际接收音视频数据信息，调用预先训练好的无损预测模型，判断本次实际接收音视频数据信息中是否存在丢失帧；

27、所述丢失帧补全模块，用于构建丢失帧补全模型，将丢失的数据帧进行补全还原。

28、本发明的技术效果如下：

29、构建了一种基于volte网络与voip融合的多方音视频通信方法，通过提取历史目标传输音视频数据信息和历史无损接收音视频数据信息，基于历史目标传输音视频数据信息和历史无损接收音视频数据信息进行数据的特征提取；获取本次目标传输音视频数据信息和本次实际接收音视频数据信息，调用预先训练好的无损预测模型，判断本次实际接收音视频数据信息中是否存在丢失帧；构建丢失帧补全模型，将丢失的数据帧进行补全还原。解决了网络抖动、高延迟、高负载环境下由于音视频帧丢失而影响用户通信体验的问题，将丢失的音视频帧高质量还原，有助于提高用户的通信质量和通信体验。