(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211071885.5 (22)申请日 2022.09.02 (71)申请人 成都市吉祥锐意科技有限公司 地址 610000 四川省成 都市中国(四川)自 由贸易试验区成都市双流区西南航空 港经济开发区公兴街道双兴大道1号 (72)发明人 杨照林　 (74)专利代理 机构 深圳市海顺达知识产权代理 有限公司 4 4831 专利代理师 罗志伟 (51)Int.Cl. H04Q 5/24(2006.01) H04N 5/225(2006.01) H04L 67/10(2022.01) H04L 67/12(2022.01)H04L 69/22(2022.01) H04L 65/65(2022.01) (54)发明名称 一种智能摄像头双向语音对讲的实现方法 与系统 (57)摘要 本发明提供了一种智能摄像头双向语音对 讲的实现方法， 包括以下步骤： 开启对讲： 开启语 音对讲功能由用户端主导控制， 当用户端开启语 音时， 将带有音频的参数的请求发送至云服务 器， 云服务器将此请求发送至网络硬盘录像机 NVR， NVR接收到此请求后， 通过协议库向消费类 摄像机IPC下发开启语音对讲的命令， 开启对讲 成功后， 开启捕获IPC发送的音频数据接口， 用来 接收IPC发送的音频数据。 本发明的有益效果是： 可以实现手机与摄像头全双工对 讲， 优化了用户 体验， 提高了沟通效率。 权利要求书3页 说明书7页 附图2页 CN 115442673 A 2022.12.06 CN 115442673 A 1.一种智能摄 像头双向语音对讲的实现方法， 其特 征在于， 包括以下步骤： 开启对讲： 开启语音对讲功能由用户端主导控制， 当用户端开启语音时， 将带有音频的 参数的请求发送至云服务器， 云服务器将此请求发送至网络硬盘录像机NVR， NVR接收到此 请求后， 通过协议库向消费类摄像机IPC下发开启语音对讲的命令， 开启对讲成功后， 开启 捕获IPC发送的音频 数据接口， 用来接收IPC发送的音频 数据； 停止对讲： 停止语音对讲功能由用户端主导控制， 当触发停止对讲时， 用户端将停止对 讲的请求 发送至云服务器， 云服务器将请求转发至NVR， 当NVR收到停止对 讲请求后， 首先向 IPC下发停止对讲命令， 其次关闭捕获IPC发送对讲 数据的接口。 2.根据权利要求1所述的智能摄像头双向语音对讲的实现方法， 其特征在于， 所述方法 还包括： 用户端播放IPC音频， 当NVR接收到IPC发送过来的音频， NVR首先检查是否将IPC音 频参数发送至云服 务器； 若NVR没有将IPC音频参数发送至云服务器， 则NVR 向IPC获取编码格式、 码流大小、 采样 率、 位深、 声道 参数， 然后 将此参数转 发送至云服务器， 然后开始向云服务器推送 IPC的音频 数据； 若NVR已经将IPC音频参数发送至云服 务器， 则直接开始推送数据。 3.根据权利要求2所述的智能摄像头双 向语音对讲的实现方法， 其特征在于,  用户端 播放IPC音频的步骤如下： S101、 IPC采集到音频 数据后通过与NVR的TCP链接将音频 数据发送至NVR； S102、 NVR接收到IPC发送过来的音频数据后， 判断是否向云服务器发送过音频配置信 息， 判断有无发送过音频配置的方法为NVR端采取状态机方式记录， 配置信息包含： 压缩方 式、 采样率、 位深、 声道； S102.1、 若发送过音频配置信息， 则跳转至S10 3； S102.2、 若未发送音频配置信息， NV R从收到的IPC音频数据中解析出音频参数， 然后将 其发送至云服 务器， 音频 数据添加私有头， 携带音频配置信息； S103、 NVR将收到的音频 数据去掉私有头尾后发送至云服 务器； S104、 云服 务器在接收到推送音频通知后， 发送一个设置块大小消息； S105、 云服务器发送一个用户控制消息， 指定事件 “流记录”和流ID， 再发送另一个用户 控制消息， 指定事 件“流开始”， 向用户端指示 流的开始； S106、 用户端创建语音对讲实例， 并设置对讲模式和音频参数； S107、 用户端注 册监听器， 并处 理语音对讲回调。 4.根据权利要求1所述的智能摄像头双向语音对讲的实现方法， 其特征在于， 所述方法 还包括： IP C播放用户端音频， IPC播放用户端发送过来的音 频数据， 根据提前设置好的音频 参数进行解码， IP C从配置信息中获取当前输出的音量大小， 然后开始 播放用户端发送的音 频数据。 5.根据权利要求4所述的智能摄像头双 向语音对讲的实现方法， 其特征在于， IPC播放 用户端音频包括以下步骤： S201、 用户端设置对讲模式、 编码格式、 增益 参数进行声 音采集； S202、 用户端 进行回声消除； S203、 用户端向云服务器发起推流， 云服务器接收到推送音频通知后指定流记录和流权　利　要　求　书 1/3 页 2 CN 115442673 A 2ID向NVR指示 流的开始； S204、 NVR接收到云服 务器发送的音频 数据后， 判断是否向IPC设置音频参数； S205、 NVR将云服务器发送的数据， 通过NVR与IPC之间的TCP链接发送至IPC， 此TCP链接 与NVR接收IPC发送的音视频 数据为同一链接； S206、 IPC收到音频 数据后， 从IPC配置中读取输出音量； S207、 IPC 接收到的NVR 发送的音频 数据后， 将此 数据推送至解码单 元进行音频解码； S208、 解码单元处理完成音频数据后， 将数据推送至音频输出单元， 通过喇叭播放用户 端发送的音频 数据。 6.根据权利要求5所述的智能摄像头双向语音对讲的实现方法， 其特征在于： 在步骤 S202中， 用户端采用G711格式的音频流， 通过Speex库， 将音频格式先转pcm格式然后再转 speex格式， 最后 再转711格式进行回声消除； 在步骤S204中， 判断有无向IPC发送音频配置 的方式为NVR端采取状态机方式记录， 音 频参数包含： 压缩方式、 采样率、 位深、 声道； 用户端 为移动设备。 7.根据权利要求1所述的智能摄像头双向语音对讲的实现方法， 其特征在于： 所述方法 还包括： 用户端设置IPC 输出音量： S301、 用户端通过HTTPS设置对讲音量上传云服务器， 云服务器再通过HTTPS转发至 NVR； S302、 NVR 收到云服务器发送的设置IPC输出音量的命令后， 将 云服务器发送至NVR设置 的输出音量 值通过TCP链接将设置IPC 输出音量的命令及输出音量的值发送至IPC； S303、 IPC收到设置IPC 输出音量的命令后， 将输出音量的值保存在配置文件中； S304、 IPC将保存结果返回给NVR； S305、 NVR有超时机制， 若NVR 发出命令 5s后， IPC没有返回则认为超时； S306、 NVR得到IPC回复的处 理结果后， 将此 结果上报值云服 务器； S307、 用户端通过NVR返回至云服 务器的结果做相对应的提 示； 用户端显示 IPC输出音量： S401、 当NVR链接上一台IPC后， 通过TCP链接向IPC发送获取输出音量的命令； S402、 IPC收到获取输出音量的命令后， 从配置中读取输出音量的值， 并将此值通过TCP 链接发送至NVR； S403、 NVR收到IPC回复的输出音量 值后， 先检验此值是否合法； S404、 若合法则将此值上报至云服务器， 若不合法则向云服务器上报 ‑1， 作为输出音量 初始值； S405、 用户端通过HTTPS从云服务器获取音量数据进行自定义绘制， 原理是将进度条设 置最大值10 0， 通过获取音量 值按百分比进行颜色填充， 向用户展示。 8.根据权利要求1所述的智能摄像头双向语音对讲的实现方法， 其特征在于： 所述方法 还包括： NVR与云服 务器交互接口： 1） 、 开始对讲； 2） 、 停止对讲；权　利　要　求　书 2/3 页 3 CN 115442673 A 3