本發(fā)明涉及混音技術(shù)領(lǐng)域，具體涉及一種混音處理方法及相關(guān)設(shè)備。

背景技術(shù)：

在各類互動的視頻直播業(yè)務(wù)場景(例如：視頻會議)中，經(jīng)常會出現(xiàn)多人同時語音的情況，而網(wǎng)頁的流媒體(英文全稱：FLASH VIDEO，縮寫：FLV)格式的音頻由于不需要安裝額外的插件就能播放已成為一種趨勢。

目前，如圖1所示，服務(wù)器接收音頻采集端發(fā)送的的多個音頻數(shù)據(jù)，該多個音頻數(shù)據(jù)經(jīng)過音頻采集端的一次編碼，然后服務(wù)器通過混音算法對接收到的多個音頻數(shù)據(jù)進行二次編碼，并將二次編碼后的混音數(shù)據(jù)采用FLV格式進行封裝，然后將FLV格式封裝后的混音數(shù)據(jù)通過內(nèi)容分發(fā)網(wǎng)絡(luò)(英文全稱：Content Delivery Network，縮寫：CDN)發(fā)送到終端，終端通過一個FLV格式的播放器對該FLV格式封裝后的混音數(shù)據(jù)進行解碼播放。

但是，服務(wù)器做混音處理時需要通過混音算法對接收到的多個音頻數(shù)據(jù)進行二次編碼，計算量大，復(fù)雜度高。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種混音處理方法及相關(guān)設(shè)備，用于解決現(xiàn)有通過服務(wù)器做混音處理所帶來的計算量大、復(fù)雜度高的問題，無需服務(wù)器通過混音算法對接收到的多個音頻數(shù)據(jù)進行二次編碼，從而節(jié)約了服務(wù)器的資源消耗，由于混音算法計算量大、復(fù)雜度高，從而降低混音解碼出錯的概率。

本發(fā)明第一方面提供一種混音處理方法，包括：

服務(wù)器獲取N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

所述服務(wù)器將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

本發(fā)明第二方面提供一種混音處理方法，包括：

終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

本發(fā)明第三方面提供一種服務(wù)器，包括：

獲取模塊，用于獲取N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

發(fā)送模塊，用于將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

本發(fā)明第四方面提供一種終端，包括：

接收模塊，用于終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

解碼模塊，用于通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

從以上技術(shù)方案可以看出，本發(fā)明實施例具有以下優(yōu)點：

服務(wù)器獲取N個目標音頻數(shù)據(jù)，其中，該N個目標音頻數(shù)據(jù)被封裝成目標格式，與現(xiàn)有技術(shù)不同的是，該服務(wù)器直接將該N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)?？梢姡?wù)器無需對該N個目標音頻數(shù)據(jù)做混音處理，利用終端的N個目標播放器分別對N個目標音頻數(shù)據(jù)進行解碼，從而節(jié)約了服務(wù)器的資源消耗，由于混音算法計算量大、復(fù)雜度高，而目標播放器與目標音頻數(shù)據(jù)的目標格式對應(yīng)，這樣通過目標播放器直接對目標音頻數(shù)據(jù)解碼，無需安裝其他插件，從而降低混音解碼出錯的概率。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為現(xiàn)有技術(shù)中混音處理的一個實施例示意圖；

圖2為本發(fā)明實施例中服務(wù)器的一個結(jié)構(gòu)示意圖；

圖3為本發(fā)明實施例中混音處理方法的一個應(yīng)用場景示意圖；

圖4為本發(fā)明實施例中混音處理方法的另一個應(yīng)用場景示意圖；

圖5為本發(fā)明實施例中混音處理方法的一個實施例示意圖；

圖6為本發(fā)明實施例中混音處理方法的另一個實施例示意圖；

圖7為本發(fā)明實施例中混音處理方法的另一個實施例示意圖；

圖8為本發(fā)明實施例中混音處理方法的另一個實施例示意圖；

圖9為本發(fā)明實施例中混音處理方法的另一個實施例示意圖；

圖10為本發(fā)明實施例中服務(wù)器的另一個結(jié)構(gòu)示意圖；

圖11為本發(fā)明實施例中終端的一個結(jié)構(gòu)示意圖。

具體實施方式

本發(fā)明實施例提供了一種混音處理方法及相關(guān)設(shè)備，用于解決現(xiàn)有通過服務(wù)器做混音處理所帶來的計算量大、復(fù)雜度高的問題，無需服務(wù)器通過混音算法對接收到的多個音頻數(shù)據(jù)進行二次編碼，從而節(jié)約了服務(wù)器的資源消耗，由于混音算法計算量大、復(fù)雜度高，從而降低混音解碼出錯的概率。

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

在介紹本發(fā)明實施例之前，先介紹一下本發(fā)明中的服務(wù)器，如圖2所示，所述服務(wù)器包括：射頻(英文全稱：Radio Frequency，縮寫：RF)電路110、存儲器120、處理器130、以及電源140等部件。本領(lǐng)域技術(shù)人員可以理解，圖2中示出的服務(wù)器100的結(jié)構(gòu)并不構(gòu)成對服務(wù)器的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。

RF電路110可用于收發(fā)信息，例如：信號的接收和發(fā)送，通常，RF電路110包括但不限于天線、至少一個放大器、收發(fā)信機、耦合器、低噪聲放大器(英文全稱：Low Noise Amplifier，縮寫：LNA)、雙工器等。此外，RF電路110還可以通過無線通信與網(wǎng)絡(luò)和終端等其他設(shè)備通信。上述無線通信可以使用任一通信標準或協(xié)議，包括但不限于全球移動通訊系統(tǒng)(英文全稱：Global System of Mobile communication，縮寫：GSM)、通用分組無線服務(wù)(英文全稱：General Packet Radio Service，縮寫：GPRS)、碼分多址(英文全稱：Code Division Multiple Access，縮寫：CDMA)、寬帶碼分多址(英文全稱：Wideband Code Division Multiple Access，縮寫：WCDMA)、長期演進(英文全稱：Long Term Evolution，縮寫：LTE)、電子郵件、短消息服務(wù)(英文全稱：Short Messaging Service，縮寫：SMS)等。

存儲器120可用于存儲軟件程序以及模塊，處理器130通過運行存儲在存儲器120的軟件程序以及模塊，從而執(zhí)行服務(wù)器100的各種功能應(yīng)用以及數(shù)據(jù)處理。存儲器120可主要包括存儲程序區(qū)和存儲數(shù)據(jù)區(qū)，其中，存儲程序區(qū)可存儲操作系統(tǒng)、至少一個功能所需的應(yīng)用程序(比如聲音播放功能、圖像播放功能等)等；存儲數(shù)據(jù)區(qū)可存儲根據(jù)服務(wù)器100的使用所創(chuàng)建的數(shù)據(jù)(比如音頻數(shù)據(jù)、電話本等)等。此外，存儲器120可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁盤存儲器件、閃存器件、或其他易失性固態(tài)存儲器件。

處理器130是服務(wù)器100的控制中心，利用各種接口和線路連接整個服務(wù)器100的各個部分，通過運行或執(zhí)行存儲在存儲器120內(nèi)的軟件程序和/或模塊，以及調(diào)用存儲在存儲器120內(nèi)的數(shù)據(jù)，執(zhí)行服務(wù)器100的各種功能和處理數(shù)據(jù)，從而對服務(wù)器100進行整體監(jiān)控?？蛇x的，處理器130可包括一個或多個處理單元；優(yōu)選的，處理器130可集成應(yīng)用處理器和調(diào)制解調(diào)處理器，其中，應(yīng)用處理器主要處理操作系統(tǒng)、用戶界面和應(yīng)用程序等，調(diào)制解調(diào)處理器主要處理無線通信?？梢岳斫獾氖?，上述調(diào)制解調(diào)處理器也可以不集成到處理器130中。

服務(wù)器100還包括給各個部件供電的電源140(比如電池)，優(yōu)選的，電源可以通過電源管理系統(tǒng)與處理器130邏輯相連，從而通過電源管理系統(tǒng)實現(xiàn)管理充電、放電、以及功耗管理等功能。

盡管未示出，所述服務(wù)器100還可以包括輸入單元、顯示單元等，在此不再贅述。

在本發(fā)明實施例中，所述存儲器120用于存儲處理器130執(zhí)行的軟件程序；

所述處理器130用于獲取N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

所述RF電路110用于將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

在一些可能的實現(xiàn)方式中，所述RF電路110還用于接收音頻采集端發(fā)送的所述N個目標音頻數(shù)據(jù)。

在一些可能的實現(xiàn)方式中，所述RF電路110還用于接收音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)；

所述處理器130還用于對所述N個原始音頻數(shù)據(jù)進行封裝得到所述N個目標音頻數(shù)據(jù)。

在另一些可能的實現(xiàn)方式中，所述RF電路110用于通過目標網(wǎng)絡(luò)將所述N個目標音頻數(shù)據(jù)發(fā)送至所述終端。

基于上述對服務(wù)器的描述，在實際應(yīng)用中，該服務(wù)器通信連接終端，其中，一個服務(wù)器上可連接多個終端，該終端可以包括個人電腦(英文全稱：Personal Computer，縮寫：PC)，手機，筆記本，個人數(shù)字助理(英文全稱：Personal Digital Assistant，縮寫：PDA)、車載電腦等任意終端設(shè)備，此處不做具體限定。另外，所述終端的操作系統(tǒng)可以為Windows系列操作系統(tǒng)、Unix類操作系統(tǒng)、Linux類操作系統(tǒng)、Mac操作系統(tǒng)等，此處不做具體限定。

請繼續(xù)參閱圖2，本發(fā)明涉及的終端與如圖2所示的服務(wù)器的結(jié)構(gòu)框架相似，所述終端也包括圖2所示的結(jié)構(gòu)：

存儲器用于存儲處理器執(zhí)行的軟件程序；

RF電路用于接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

所述處理器用于通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

在一些可能的實現(xiàn)方式中，所述處理器用于確定N個目標播放器與N個目標音頻數(shù)據(jù)之間的對應(yīng)關(guān)系；通過每個目標播放器對對應(yīng)的目標音頻數(shù)據(jù)進行解碼。

可見，服務(wù)器獲取N個目標音頻數(shù)據(jù)，其中，該N個目標音頻數(shù)據(jù)被封裝成目標格式，與現(xiàn)有技術(shù)不同的是，該服務(wù)器直接將改N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)?？梢姡?wù)器無需對該N個目標音頻數(shù)據(jù)做混音處理，由于混音算法計算量大、復(fù)雜度高，從而降低混音解碼出錯的概率，利用終端多個播放器分別對各個音頻數(shù)據(jù)進行解碼，從而節(jié)約了服務(wù)器的資源消耗。

如圖3所示，為本發(fā)明實施例中混音處理方法的一個應(yīng)用場景示意圖：

在日常生活中，很多用戶喜歡玩游戲，用戶可以在個人電腦上下載安裝多種類型的游戲應(yīng)用，然后通過打開個人電腦上的游戲應(yīng)用來玩游戲，從而豐富了用戶的業(yè)余生活。以游戲“縱橫九州”為例，很多用戶在個人電腦上安裝該游戲，在基于網(wǎng)頁使用該游戲開黑(通過語音互動，一起組隊打游戲)時，多個用戶在該游戲中語音交流，可能會涉及多個用戶同時語音的情況，例如：用戶A在該游戲中的身份為“尊敬的國王殿下”，則用戶A可以通過語音指揮其他一起玩該游戲的隊友，有時其他隊友可能針對用戶A的語音發(fā)表自己的看法，假設(shè)多個用戶同時語音，因此，為了分辨清楚每個用戶的語音，涉及到混音處理方法，用戶A對應(yīng)的個人電腦M接收到N個目標音頻數(shù)據(jù)，N為大于1的整數(shù)，其中，該N個目標音頻數(shù)據(jù)被封裝為FLV格式，個人電腦M上安裝N個FLV播放器，每個播放器解碼一個目標音頻數(shù)據(jù)，這樣，N個FLV播放器同時解碼N個目標音頻數(shù)據(jù)，與此同時，個人電腦M的操作系統(tǒng)對N個FLV播放器同時解碼N個目標音頻數(shù)據(jù)的過程中出現(xiàn)的干擾音進行消除，從而使得用戶A聽到的每個目標音頻數(shù)據(jù)是清晰的，有辨識度的。

如圖4所示，為本發(fā)明實施例中混音處理方法的另一個應(yīng)用場景示意圖：

在終端上可能安裝一些游戲(例如：“英雄聯(lián)盟”，“QQ飛車”，“QQ炫舞”等)，在這些游戲的秀場中，可能涉及多個用戶語音的情況，例如：用戶昵稱為“飛兒”作為主播在秀場中視頻直播，此時，可能涉及其他用戶(聽眾)與該用戶“飛兒”同時語音，因此，為了使得用戶“飛兒”分辨清楚每個用戶的語音，涉及到混音處理方法，用戶“飛兒”使用游戲的終端(例如：電腦，筆記本等)B接收到N個目標音頻數(shù)據(jù)(N個聽眾的目標音頻數(shù)據(jù))，N為大于1的整數(shù)，其中，該N個目標音頻數(shù)據(jù)被封裝為FLV格式，終端B上安裝N個FLV播放器，每個播放器解碼一個目標音頻數(shù)據(jù)，這樣，N個FLV播放器同時解碼N個目標音頻數(shù)據(jù)，然后，終端B的操作系統(tǒng)對N個FLV播放器同時解碼N個目標音頻數(shù)據(jù)的過程中出現(xiàn)的干擾音進行消除，從而使得用戶“飛兒”聽到的每個目標音頻數(shù)據(jù)是清晰的。

還有一些場景中，例如：視頻會議中，可能涉及多名參會者同時語音交流的情況，還有一些場景中，可能涉及多個應(yīng)用同時播放語音，例如：QQ音樂應(yīng)用在播放某首歌曲，企鵝FM應(yīng)用在播放某段相聲等，都會涉及到混音處理，與圖3和圖4中的應(yīng)用場景中混音處理的方法相似，具體可參閱圖3和圖4中的描述，此處不再贅述。

請參閱圖5，本發(fā)明實施例中混音處理方法的一個實施例示意圖，具體流程如下：

步驟501、服務(wù)器獲取N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式。

在本發(fā)明實施例中，例如：用戶A和用戶B在對話過程中，可以聽到彼此的語音，該語音經(jīng)過編碼器編碼后，轉(zhuǎn)換成音頻數(shù)據(jù)(例如：數(shù)字信號)，該數(shù)字信號通過通信傳輸?shù)姆绞絺鬏斨练?wù)器，這樣，服務(wù)器就可以對接收到的數(shù)字信號進行處理。

在實際應(yīng)用中，服務(wù)器可通過多種方式獲取N個目標音頻數(shù)據(jù)，其中，該N個目標音頻數(shù)據(jù)為編碼后的音頻數(shù)據(jù)，該N個目標音頻數(shù)據(jù)被封裝成目標格式，由于在終端上安裝該目標格式的播放器，這樣，后續(xù)直接通過終端上安裝的目標格式的播放器就可以對該N個目標音頻數(shù)據(jù)進行混音解碼。

步驟502、所述服務(wù)器將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

與現(xiàn)有技術(shù)不同的是，無需服務(wù)器對獲取的該N個目標音頻數(shù)據(jù)通過混音算法進行混音處理，因此，不會產(chǎn)生混音算法計算量大、復(fù)雜度高的問題，服務(wù)器直接將該N個目標音頻數(shù)據(jù)發(fā)送至終端，從而節(jié)約了服務(wù)器的資源消耗。

請參閱圖6，本發(fā)明實施例中混音處理方法的另一個實施例示意圖，具體流程如下：

步驟601、服務(wù)器接收音頻采集端發(fā)送的所述N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式。

在本發(fā)明實施例中，服務(wù)器可通過音頻采集端獲取N個目標音頻數(shù)據(jù)，其中，該音頻采集端可以是采集原始音頻數(shù)據(jù)的終端(例如：手機，筆記本，電腦等)，例如：用戶A通過手機M上安裝的微信應(yīng)用與用戶B視頻，手機M可通過麥克風(fēng)采集用戶A的語音，則手機M就是音頻采集端，手機M將采集到的用戶A的語音進行編碼成音頻數(shù)據(jù)，再將音頻數(shù)據(jù)封裝成目標音頻數(shù)據(jù)，后將目標音頻數(shù)據(jù)發(fā)送至服務(wù)器。假設(shè)用戶B使用電腦N與用戶微信視頻，則電腦N作為音頻采集端采集用戶B的語音，并將采集到的語音進行編碼成音頻數(shù)據(jù)，再將音頻數(shù)據(jù)封裝成目標音頻數(shù)據(jù)，后將目標音頻數(shù)據(jù)發(fā)送至服務(wù)器。這樣，假設(shè)有N個音頻采集端，則服務(wù)器接收N個音頻采集端發(fā)送的N個目標音頻數(shù)據(jù)。

該N個目標音頻數(shù)據(jù)被封裝成目標格式，由于在終端上安裝該目標格式的播放器，這樣，后續(xù)直接通過終端上安裝的目標格式的播放器就可以對該N個目標音頻數(shù)據(jù)進行混音解碼。

在一些可能的實現(xiàn)方式中，所述目標格式為流媒體FLV格式。

例如：當該目標格式為FLV格式時，則直接可通過終端上安裝的Flash播放器對目標音頻數(shù)據(jù)進行混音解碼。

步驟602、所述服務(wù)器將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

與現(xiàn)有技術(shù)不同的是，無需服務(wù)器對獲取的該N個目標音頻數(shù)據(jù)通過混音算法進行混音處理，因此，不會產(chǎn)生混音算法計算量大、復(fù)雜度高的問題，服務(wù)器直接將該N個目標音頻數(shù)據(jù)發(fā)送至終端，從而節(jié)約了服務(wù)器的資源消耗。

在一些可能的實現(xiàn)方式中，所述服務(wù)器通過目標網(wǎng)絡(luò)將所述N個目標音頻數(shù)據(jù)發(fā)送至所述終端。

在本發(fā)明實施例中，服務(wù)器通過目標網(wǎng)絡(luò)將該N個目標音頻數(shù)據(jù)發(fā)送至終端，以達到快速傳輸數(shù)據(jù)的目的。

在一些可能的實現(xiàn)方式中，所述目標網(wǎng)絡(luò)為內(nèi)容分發(fā)網(wǎng)絡(luò)CDN。

CDN是一種新型網(wǎng)絡(luò)體系，盡可能避開互聯(lián)網(wǎng)上影響數(shù)據(jù)傳輸速度和穩(wěn)定性的瓶頸和環(huán)節(jié)，使數(shù)據(jù)傳輸?shù)母?、更穩(wěn)定。通過在網(wǎng)絡(luò)各節(jié)點處設(shè)置節(jié)點服務(wù)器，構(gòu)成在現(xiàn)有的互聯(lián)網(wǎng)基礎(chǔ)之上的一層智能虛擬網(wǎng)絡(luò)，CDN系統(tǒng)能夠?qū)崟r地根據(jù)網(wǎng)絡(luò)流量和各節(jié)點的連接、負載狀況以及到終端的距離和響應(yīng)時間等綜合信息將終端的請求重新導(dǎo)向離終端最近的節(jié)點服務(wù)器上。其目的是使終端可就近取得所需數(shù)據(jù)，解決互聯(lián)網(wǎng)網(wǎng)絡(luò)擁擠的狀況，提高終端訪問數(shù)據(jù)的響應(yīng)速度。

可見，服務(wù)器通過CDN將該N個目標音頻數(shù)據(jù)發(fā)送至終端，傳輸速度快，從而使得終端快速接收該N個目標音頻數(shù)據(jù)后，對該N個目標音頻數(shù)據(jù)進行混音處理，減少了數(shù)據(jù)傳輸?shù)臅r間，從而將更多的時間提供給終端進行混音處理。

請參閱圖7，本發(fā)明實施例中混音處理方法的另一個實施例示意圖，具體流程如下：

步驟701、服務(wù)器接收音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)，其中，N為大于1的整數(shù)。

與圖6所示實施例不同的是，服務(wù)器沒有直接接收音頻采集端發(fā)送的N個目標音頻數(shù)據(jù)，而接收的是音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)。

在本發(fā)明實施例中，原始音頻數(shù)據(jù)是指采集端采集的語音進行編碼后的音頻數(shù)據(jù)，還未進行封裝處理。例如：用戶A通過手機M上安裝的QQ應(yīng)用與用戶B視頻，手機M可通過麥克風(fēng)采集用戶A的語音，則手機M就是音頻采集端，手機M將采集到的用戶A的語音進行編碼成原始音頻數(shù)據(jù)，再將原始音頻數(shù)據(jù)發(fā)送至服務(wù)器。假設(shè)用戶B使用電腦N與用戶QQ視頻，則電腦N作為音頻采集端采集用戶B的語音，并將采集到的語音進行編碼成原始音頻數(shù)據(jù)，再將原始音頻數(shù)據(jù)發(fā)送至服務(wù)器。這樣，假設(shè)有N個音頻采集端，則服務(wù)器接收N個音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)。

步驟702、所述服務(wù)器對所述N個原始音頻數(shù)據(jù)進行封裝得到所述N個目標音頻數(shù)據(jù)，其中，所述N個目標音頻數(shù)據(jù)被封裝為目標格式。

與圖6所示實施例不同的是，服務(wù)器接收音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)，該N個原始音頻數(shù)據(jù)未進行封裝處理，是通過服務(wù)器對接收到的該N個原始音頻數(shù)據(jù)進行封裝得到所述N個目標音頻數(shù)據(jù)。

該N個目標音頻數(shù)據(jù)被封裝成目標格式，由于在終端上安裝該目標格式的播放器，這樣，后續(xù)直接通過終端上安裝的目標格式的播放器就可以對該N個目標音頻數(shù)據(jù)進行混音解碼。

在一些可能的實現(xiàn)方式中，所述目標格式為流媒體FLV格式。

例如：當該目標格式為FLV格式時，則直接可通過終端上安裝的Flash播放器對目標音頻數(shù)據(jù)進行混音解碼。

步驟703、所述服務(wù)器將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

與現(xiàn)有技術(shù)不同的是，無需服務(wù)器對獲取的該N個目標音頻數(shù)據(jù)通過混音算法進行混音處理，因此，不會產(chǎn)生混音算法計算量大、復(fù)雜度高的問題，服務(wù)器直接將該N個目標音頻數(shù)據(jù)發(fā)送至終端，從而節(jié)約了服務(wù)器的資源消耗。

在一些可能的實現(xiàn)方式中，所述服務(wù)器通過目標網(wǎng)絡(luò)將所述N個目標音頻數(shù)據(jù)發(fā)送至所述終端。

在本發(fā)明實施例中，服務(wù)器通過目標網(wǎng)絡(luò)將該N個目標音頻數(shù)據(jù)發(fā)送至終端，以達到快速傳輸數(shù)據(jù)的目的。

在一些可能的實現(xiàn)方式中，所述目標網(wǎng)絡(luò)為內(nèi)容分發(fā)網(wǎng)絡(luò)CDN。

可見，服務(wù)器通過CDN將該N個目標音頻數(shù)據(jù)發(fā)送至終端，傳輸速度快，從而使得終端快速接收該N個目標音頻數(shù)據(jù)后，對該N個目標音頻數(shù)據(jù)進行混音處理，減少了數(shù)據(jù)傳輸?shù)臅r間，從而將更多的時間提供給終端進行混音處理。

圖5至圖7從服務(wù)器側(cè)對混音處理方法進行了描述，下面從終端側(cè)對混音處理方法進行描述，請參閱圖8，本發(fā)明實施例中混音處理方法的另一個實施例示意圖，具體流程如下：

步驟801、終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式。

在本發(fā)明實施例中，該N個目標音頻數(shù)據(jù)可以是通過服務(wù)器封裝成目標格式，也可以是通過音頻采集端封裝成目標格式并發(fā)送至服務(wù)器，并通過服務(wù)器將該N個目標音頻數(shù)據(jù)發(fā)送至終端，則終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)。

該N個目標音頻數(shù)據(jù)被封裝成目標格式，由于在終端上安裝該目標格式的播放器，這樣，直接通過終端上安裝的目標格式的播放器就可以對該N個目標音頻數(shù)據(jù)進行混音解碼。

步驟802、所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

在本發(fā)明實施例中，終端上安裝N個目標播放器，則通過該N個目標播放器對該N個目標音頻數(shù)據(jù)進行混音解碼，無需安裝插件，無需按照混音算法對目標音頻數(shù)據(jù)進行解碼，從而降低混音解碼出錯的概率，無需服務(wù)器對獲取的該N個目標音頻數(shù)據(jù)通過混音算法進行混音處理，因此，不會產(chǎn)生混音算法計算量大、復(fù)雜度高的問題，也節(jié)約了服務(wù)器的資源消耗。

請參閱圖9，本發(fā)明實施例中混音處理方法的另一個實施例示意圖，具體流程如下：

步驟901、終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式。

在本發(fā)明實施例中，該N個目標音頻數(shù)據(jù)可以是通過服務(wù)器封裝成目標格式，也可以是通過音頻采集端封裝成目標格式并發(fā)送至服務(wù)器，并通過服務(wù)器將該N個目標音頻數(shù)據(jù)發(fā)送至終端，則終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)。

在一些可能的實現(xiàn)方式中，所述目標格式為流媒體FLV格式。

例如：當該目標格式為FLV格式時，則直接可通過終端上安裝的Flash播放器對目標音頻數(shù)據(jù)進行混音解碼。

步驟902、所述終端確定N個目標播放器與N個目標音頻數(shù)據(jù)之間的對應(yīng)關(guān)系。

在本發(fā)明實施例中，每個目標播放器對應(yīng)一個目標音頻數(shù)據(jù)。例如：終端上安裝5個目標播放器，當終端接收到4個目標音頻數(shù)據(jù)時，則終端選取其中4個目標播放器，并將每個目標播放器對應(yīng)一個目標音頻數(shù)據(jù)。

步驟903、所述終端通過每個目標播放器對對應(yīng)的目標音頻數(shù)據(jù)進行解碼。

在本發(fā)明實施例中，每個目標播放器對對應(yīng)的目標音頻數(shù)據(jù)進行解碼，則N個目標播放器分別對N個目標音頻數(shù)據(jù)進行解碼，其中，解碼是與編碼相對，例如：將數(shù)據(jù)信號轉(zhuǎn)換成用戶可以識別的語音。

在實際應(yīng)用中，繼續(xù)參考上述步驟902的示例，假設(shè)該目標播放器為Flash播放器，該目標音頻數(shù)據(jù)為FLV格式的音頻數(shù)據(jù)，當每個Flash播放器對對應(yīng)的目標音頻數(shù)據(jù)進行解碼，則4個Flash播放器解碼出4路語音，無需安裝插件，無需按照混音算法對目標音頻數(shù)據(jù)進行解碼，從而降低混音解碼出錯的概率，與此同時，終端的操作系統(tǒng)對4個Flash播放器同時解碼4個目標音頻數(shù)據(jù)的過程中出現(xiàn)的干擾音進行消除，這樣，用戶就可以清楚地識別該4路語音。

為便于更好的實施本發(fā)明實施例的上述相關(guān)方法，下面還提供用于配合上述方法的相關(guān)裝置。

請參閱圖10，本發(fā)明實施例中服務(wù)器1000的一個結(jié)構(gòu)示意圖，所述服務(wù)器1000包括：獲取模塊1010和發(fā)送模塊1020。

獲取模塊1010，用于獲取N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

發(fā)送模塊1020，用于將所述N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

所述獲取模塊具體用于接收音頻采集端發(fā)送的所述N個目標音頻數(shù)據(jù)。

在一些可能的實現(xiàn)方式中，所述獲取模塊1010具體用于接收音頻采集端發(fā)送的N個原始音頻數(shù)據(jù)；對所述N個原始音頻數(shù)據(jù)進行封裝得到所述N個目標音頻數(shù)據(jù)。

在一些可能的實現(xiàn)方式中，所述發(fā)送模塊1020具體用于通過目標網(wǎng)絡(luò)將所述N個目標音頻數(shù)據(jù)發(fā)送至所述終端。

在一些可能的實現(xiàn)方式中，所述目標格式為流媒體FLV格式。

在一些可能的實現(xiàn)方式中，所述目標網(wǎng)絡(luò)為內(nèi)容分發(fā)網(wǎng)絡(luò)CDN。

請參閱圖11，本發(fā)明實施例中終端1100的一個結(jié)構(gòu)示意圖，所述終端1100包括：接收模塊1110和解碼模塊1120。

接收模塊1110，用于終端接收服務(wù)器發(fā)送的N個目標音頻數(shù)據(jù)，其中，N為大于1的整數(shù)，所述N個目標音頻數(shù)據(jù)被封裝為目標格式；

解碼模塊1120，用于通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。

在一些可能的實現(xiàn)方式中，所述解碼模塊1120具體用于確定N個目標播放器與N個目標音頻數(shù)據(jù)之間的對應(yīng)關(guān)系；通過每個目標播放器對對應(yīng)的目標音頻數(shù)據(jù)進行解碼。

在一些可能的實現(xiàn)方式中，所述目標格式為流媒體FLV格式。

綜上，服務(wù)器獲取N個目標音頻數(shù)據(jù)，其中，該N個目標音頻數(shù)據(jù)被封裝成目標格式，與現(xiàn)有技術(shù)不同的是，該服務(wù)器直接將該N個目標音頻數(shù)據(jù)發(fā)送至終端，以使得所述終端通過N個目標播放器對所述N個目標音頻數(shù)據(jù)進行混音解碼，其中，所述目標播放器與所述目標格式對應(yīng)。可見，服務(wù)器無需對該N個目標音頻數(shù)據(jù)做混音處理，利用終端的N個目標播放器分別對N個目標音頻數(shù)據(jù)進行解碼，從而節(jié)約了服務(wù)器的資源消耗，由于混音算法計算量大、復(fù)雜度高，而目標播放器與目標音頻數(shù)據(jù)的目標格式對應(yīng)，這樣通過目標播放器直接對目標音頻數(shù)據(jù)解碼，無需安裝其他插件，從而降低混音解碼出錯的概率。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。