CN103402073B - 以输入输出分离方式实现视频通讯的方法 - Google Patents

Abstract

本发明公开了一种以输入输出分离方式实现视频通讯的方法，其技术方案为：在视频输出设备上结合已有的音频输入输出设备实现视频通讯的应用，实现视频与音频的分别传送及有机结合，在不增加任何硬件的基础上实现视频通讯的应用场景；抑或是在视频输出设备上结合已有的视音频输入输出设备的视频通讯终端进行双向视频通讯的应用，实现视频与音频的分别传送及有机结合，通过视频输出设备接受远端的视频流通过电视机进行显示，同时使用本地视音频输入输出设备的摄像头将本地的视频流发送到远端，在不增加硬件设备的基础上实现双向视频通讯的应用场景。

Description

以输入输出分离方式实现视频通讯的方法

技术领域

本发明涉及一种通讯方法，尤其涉及一种使用视频终端输入输出分离的方式实现高清视频通讯的方法。

背景技术

视频通讯的需求日益广泛，包括远程医疗、远程教育、远程视频会议等都会用到视频通讯的通讯手段。

目前也有各类视频通讯解决方案，举例如下。

1）专业视频通讯硬件设备：包括带显示器的桌面视频终端、带视频输出的视频编解码器，此类设备虽然可以满足视频通讯的需求，但是有着价格昂贵、适用面小、对部署要求高、不容易部署与维护的缺点。

2）视频通讯软件：譬如基于电脑的视频通讯软件。此类解决方案的主要缺点有视频质量与电脑配置有关，在电脑资源不足时会出现画面质量下降或程序异常的问题从而影响视频通讯质量。此方案需要在电脑上单独安装与配置，不便于部署和维护。

3）基于新型智能机顶盒的视频通讯：由于传统的机顶盒只具备解码能力，而没有编码能力，所以需要采用新的硬件和技术来实现机顶盒连接电视机实现的视频通讯，此类解决方案虽然可以实现稳定的高清视频通讯，但是由于需要替换原有机顶盒，并且要求机顶盒带有硬件编码芯片，所以投资成本高，不利于大规模的更新与替换。同时对已部署的机顶盒资源造成了资源的浪费。

发明内容

本发明的目的在于解决上述问题，提供了一种以输入输出分离方式实现视频通讯的方法，可以通过绑定现有音频输入输出设备实现单向视频和双向语音通讯，也可以通过在不增加硬件设备的基础上实现双向视频通讯的应用场景。

本发明的技术方案为：本发明揭示了一种以输入输出分离方式实现视频通讯的方法，结合视频输出设备与音频输入输出设备实现单向视频和双向语音的视频通讯，所述方法包括：

步骤1：视频通讯控制系统将内置在视频输出设备中的控制客户端与音频输入输出设备的号码进行绑定；

步骤2：视频通讯控制系统与内置在视频输出设备中的控制客户端协同工作，控制视频输出设备的通讯，将视频输出设备作为视频输出源，音频输入输出设备作为语音输入输出源，通过视频与音频分离的方式实现与远端视频通讯终端的视频通讯交流。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，步骤2包括：

内置在视频输出设备中的控制客户端向视频通讯控制系统注册，将视频输出设备和控制客户端的IP上报至视频通讯控制系统；

远端视频通讯终端向用户发起视频呼叫请求，请求呼叫用户的音频输入输出设备的号码；

视频通讯控制系统根据要拨打的音频输入输出设备的号码，通过查询绑定关系获取对应的视频输出设备和控制客户端的信息，同时识别这是通过呼叫音频输入输出设备来实现视频通讯的视频呼叫；

视频通讯控制系统将呼叫先发送到用户拨打的音频输入输出设备；

音频输入输出设备接通呼叫，建立语音呼叫并根据用户的操作将视频切换到视频输出设备连接的显示终端上；

视频通讯控制系统响应音频输入输出设备的按键控制信号，通过查询到的音频输入输出设备与视频输出设备及控制客户端的对应关系将呼叫转至视频输出设备所在的控制客户端；

视频输出设备的控制客户端在收到相应的呼叫请求后控制视频输出设备的中间件提示用户有视频来电，在用户操作接收来电后远端视频通讯终端的视频流被传送到视频输出设备并在显示终端上显示；

显示终端供用户查看远端视频图像，同时由音频输入输出设备与远端保持双向语音通讯。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，所述视频输出设备包括机顶盒。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，所述音频输入输出设备包括手机或固定电话。

本发明还揭示了一种以输入输出分离方式实现视频通讯的方法，结合视频输出设备和视音频输入输出设备实现双向视频和语音的视频通讯，所述方法包括：

步骤1：视频通讯控制系统将内置在视频输出设备中的控制客户端与视音频输入输出设备的通讯客户端的号码进行绑定；

步骤2：视频通讯控制系统通过对视频输出设备内置的控制客户端与视音频输入输出设备内置的通讯客户端的协同控制，通过视频输出设备接收远端的视频流并通过显示终端显示，同时使用本地的视音频输入输出设备的影像采集模块将本地的视频流发送到远端，通过视频与音频分离的方式实现与远端视频通讯终端的双向视频与音频的通讯。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，步骤2进一步包括：

内置在视频输出设备内的控制客户端向视频通讯控制系统进行注册，将视频输出设备和控制客户端的IP上报至视频通讯控制系统；

远端的视频通讯终端向用户发起视频呼叫请求，请求呼叫用户的视音频输入输出设备上的通讯客户端的号码；

视频通讯控制系统根据要拨打的视音频输入输出设备上的通讯客户端的号码，通过查询绑定关系获取其对应的视频输出设备和控制客户端的信息，同时识别出这是通过呼叫视音频输入输出设备的通讯客户端来实现视频通讯的视频呼叫；

视频通讯控制系统将呼叫先发送到视音频输入输出设备上的通讯客户端；

视音频输入输出设备的通讯客户端接听该呼叫，建立远端的视频通讯终端与视音频输入输出设备的视频呼叫；

视音频输入输出设备的通讯客户端在视频呼叫期间通过发送按键控制信号，请求将输出视频流切换到视频输出设备并通过显示终端进行显示，此时视音频输入输出设备的通讯客户端和远端保持双向语音通讯，同时通过视音频输入输出设备的影像采集模块将本地的视频流传送到远端的视频通讯终端；

视频通讯控制系统响应视音频输入输出设备的通讯客户端的按键请求，通过系统中查到的视音频输入输出设备的通讯客户端对应的视频输出设备及控制客户端的信息向控制客户端发送切换视频的呼叫请求；

视频输出设备控制客户端在收到相应的呼叫请求后控制视频输出设备的中间件提示用户有视频来电，在用户操作接收来电后远端的视频通讯终端的视频流被传送到视频输出设备并在显示终端上显示。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，视频输出设备包括机顶盒。

根据本发明的以输入输出分离方式实现视频通讯的方法的一实施例，视音频输入输出设备包括智能手机或者平板电脑。

本发明对比现有技术有如下的有益效果：本发明有两种实现方式，第一种是在视频输出设备上结合已有的音频输入输出设备实现视频通讯的应用，实现视频与音频的分别传送及有机结合，在不增加任何硬件的基础上实现视频通讯的应用场景；第二种是实现在视频输出设备上结合已有的视音频输入输出设备的视频通讯终端进行双向视频通讯的应用，实现视频与音频的分别传送及有机结合，通过视频输出设备接受远端的视频流通过电视机进行显示，同时使用本地视音频输入输出设备的摄像头将本地的视频流发送到远端，在不增加硬件设备的基础上实现双向视频通讯的应用场景。

相较于现有技术，本发明解决了很多传统技术中存在的问题，例如：

（1）本发明解决了SIP(Session Initiation Protocol)消息中SDP（Session DescriptionProtocol）针对视频音频只控制投递到同一个设备的问题，允许视频流和音频流发送到不同的目标设备。

（2）本发明解决了SIP消息控制的视频流传送要求对等的问题，允许视频流的发送和接受设备不完全对应从而实现通过分离视频流实现视频通讯的方法。

（3）本发明解决了传统视频音频终端控制信号拾取的问题，采用SIP info的DTMF双音多频模式对传统视频音频终端的按键操作进行识别，实现操作的切换与控制。

（4）本发明解决了视频通讯中由于麦克风距离讲话人距离过远造成的无法捕捉声音的问题。

（5）本发明解决了由于传统的机顶盒中不能对视频进行编码从而造成不能进行视频通讯的问题。

（6）本发明解决了传统的手机或者平板电脑的屏幕过小从而造成视频通讯参与者对视频通讯的感觉不佳的问题。

（7）本发明解决了软件解码不稳定和效果不佳的问题。

（8）本发明支持客户端的自动配置下发和在线更新，解决了大规模部署时更新和维护程序不方便的问题。

附图说明

图1示出了本发明的以输入输出分离方式实现视频通讯的方法的第一实施例所依附的系统结构。

图2示出了本发明的以输入输出分离方式实现视频通讯的方法的第一实施例的流程图。

图3示出了上述实施例的处理流程框图。

图4示出了本发明的以输入输出分离方式实现视频通讯的方法的第二实施例所依附的系统结构。

图5示出了本发明的以输入输出分离方式实现视频通讯的方法的第二实施例的流程图。

图6示出了上述实施例的处理流程框图。

图7示出了具体信令控制与其中SDP的交互控制流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的描述。

以输入输出分离方式实现视频通讯的方法的第一实施例

图1示出了本发明的以输入输出分离方式实现视频通讯的方法的第一实施例所依附的系统结构。请参见图1，本实施例的方法是结合视频输出设备与音频输入输出设备实现单向视频和双向语音的视频通讯。

在本实施例中，通过视频通讯控制系统11与嵌入到视频输出设备13（譬如机顶盒）中的控制客户端130协同工作，实现对现有视频输出设备13的通讯相关控制，同时将音频输入输出设备14（譬如手机或固定电话）与视频输出设备13进行绑定，实现使用视频输出设备13作为视频输出源，音频输入输出设备14作为语音输入输出源，利用现有资源采用视频与音频分离的方式实现与远端的视频通讯终端12的视频通讯交流。

图2示出了图1所示的系统上实现的通讯流程，图3示出了本实施例的处理流程框图。请同时参见图2和图3，本实施例的通讯方法的实施步骤如下。

步骤1：视频通讯控制系统11将内置在视频输出设备13（譬如机顶盒）中的控制客户端130与音频输入输出设备14（譬如用户的手机或固话）号码进行绑定，以便将原来没有直接联系的视频输出设备13与音频输入输出设备14绑定在一起，便于之后的呼叫和通讯控制。本步骤的目的是为了将原来没有联系的用户的2个设备即视频输出设备与音频输入输出设备号码绑定在一起，以便实现通讯中2个对应设备之间的切换。

步骤2：内置在视频输出设备13内的控制客户端130向视频通讯控制系统11进行注册，及将视频输出设备13及控制客户端130的IP和账户等信息上报至视频通讯控制系统11，以便视频通讯控制系统11可以获得终端的状态并与客户端130进行实时的交互与通讯。控制客户端130进行注册不仅实现了安全的认证，也将客户端的信息上报到视频通讯控制系统，保持一条双向通讯的链路便于控制信令的交互。

步骤3：在远端视频通讯终端12向用户发起视频呼叫请求，请求呼叫用户的音频输入输出设备13的号码。这是远端视频通讯终端12发起视频通讯请求的触发过程。

步骤4：视频通讯控制系统11根据要拨打的音频输入输出设备14的号码，在系统中查询绑定关系并获取其对应的视频输出设备13及控制客户端130的信息，同时识别这是一通通过呼叫音频输入输出设备来实现视频通讯的视频呼叫。视频通讯控制系统11是通过查询这个绑定关系（在步骤1中进行预设值的绑定关系）来实现后台对终端的逻辑绑定控制。

步骤5：视频通讯控制系统11将此呼叫先发送到用户拨打的音频输入输出设备14。本步骤控制了呼叫的初始发起操作，在主叫和被叫方建立一条语音通讯的链路，同时此链路在之后的控制中起到了传输控制信令的作用。

步骤6：音频输入输出设备14接听这通呼叫，首先建立一通语音呼叫，同时用户在提示下可按音频输入输出设备14的特定数字键请求将视频切换到视频输出设备13连接的显示终端（电视机）上。本步骤确定了被叫的音频输入输出设备接受此呼叫请求，以便实现后续的通讯和控制切换操作。

步骤7：视频通讯控制系统11响应音频输入输出设备14的按键控制信号，并通过查询得的音频输入输出设备14与视频输出设备13及控制客户端130的对应关系将呼叫转至视频输出设备13所在的控制客户端130。此操作是视频通讯控制系统11对音频输入输出设备14的按键请求进行响应，是切换视频流控制信号的判断和触发流程。

步骤8：视频输出设备控制客户端130在收到相应的呼叫请求后控制视频输出设备13中间件提示用户有视频来电，在用户操作接受来电后远端视频通讯终端12的视频流被送到视频输出设备并在电视机上显示。这是视频通讯控制系统11将视频切换到视频输出设备13并在电视机上显示前与客户的通讯和交互过程，在得到客户的操作确认后进行视频的切换操作。

步骤9：用户在使用电视机查看对端视频图像的同时，使用音频输入输出设备14与远端保持双向语音通讯。此步骤确保了在视频输出设备13与音频输入输出设备14绑定的场景下，远端视频由视频输出设备13通过电视显示的同时，双向语音信号仍通过音频输入输出设备与远端进行双向传输，保证了通讯的交互性。

整个流程和方法实现在视频输出设备上结合已有的音频输入输出设备实现视频通讯的应用，实现视频与音频的分别传送及有机结合，在不增加任何硬件的基础上实现视频通讯的应用场景。

以输入输出分离方式实现视频通讯的方法的第二实施例

图4示出了本发明的以输入输出分离方式实现视频通讯的方法的第二实施例所依附的系统结构。请参见图4，本实施例的方法是结合视频输出设备和视音频输入输出设备实现双向视频和语音的视频通讯。

在本实施例中，通过用户现有的视音频输入输出设备24（譬如智能手机或平板电脑pad）的摄像头和麦克风进行视频音频采集，配合视频输出设备23（譬如机顶盒）一起实现双向视频和语音的视频通讯。图4中视频通讯控制系统21通过对视频输出设备23内置的控制客户端230与视音频输入输出设备24内置的通讯客户端240的协同控制，由视频输出设备23配合视音频输入输出设备24实现与远端的视频通讯终端22的双向视频与音频通讯。

图5示出了图4所示的系统上实现的通讯流程，图6示出了本实施例的处理流程框图。请同时参见图5和图6，本实施例的通讯方法的实施步骤如下。

步骤1：视频通讯控制系统21将内置在视频输出设备23（譬如机顶盒）中的控制客户端230与视音频输入输出设备24（譬如智能手机或Pad）的通讯客户端240的号码进行绑定，以便将原来没有直接联系的视频输出设备23客户端与视音频输入输出设备24上的视频通讯客户端绑定在一起，便于之后的呼叫和通讯控制。

本步骤的目的是为了将原来没有联系的用户的2个设备即视频输出设备23与视音频输入输出设备24的通讯客户端240绑定在一起，以便实现通讯中2个对应设备之间的切换。

步骤2：内置在视频输出设备23内的控制客户端230向视频通讯控制系统21进行注册，及将视频输出设备23及控制客户端230的IP和账户等信息上报至视频通讯控制系统21，以便视频通讯控制系统21可以获得终端的状态并与客户端进行实时的交互与通讯。

本步骤中的控制客户端230进行注册不仅实现了安全的认证，也将客户端的信息上报到视频通讯控制系统21，保持一条双向通讯的链路便于控制信令的交互。

步骤3：在远端的视频通讯终端22向用户发起视频呼叫请求，请求呼叫用户的视音频输入输出设备24上的通讯客户端240的号码。本步骤是远端视频通讯终端22发起视频通讯请求的触发过程。

步骤4：视频通讯控制系统21根据要拨打的视音频输入输出设备24上的通讯客户端240的号码，在系统中查询绑定关系并获取其对应的视频输出设备23及控制客户端230的信息，同时识别这是一通通过呼叫视音频输入输出设备24的通讯客户端240来实现视频通讯的视频呼叫。视频通讯控制系统21是通过查询这个绑定关系（在步骤1中进行预设值的绑定关系）来实现后台对终端的逻辑绑定控制。

步骤5：视频通讯控制系统21将此呼叫先发送到视音频输入输出设备24上的通讯客户端240。

本步骤是控制了呼叫的初始发起操作，在主叫和被叫方建立一条视频和语音通讯的链路，同时此链路在之后的控制中起到了传输控制信令的作用。

步骤6：视音频输入输出设备24的通讯客户端240接听这通呼叫，首先建立一通远端视频通讯终端22与视音频输入输出设备24的视频呼叫。

此过程确定了被叫的视音频输入输出设备24的通讯客户端240接收此呼叫请求，以便实现后续的通讯和控制切换操作。

步骤7：视音频输入输出设备24上的通讯客户端240在视频呼叫期间通过发送按键控制信号，请求将输出视频流切换到视频输出设备23通过显示终端（电视机）进行显示。此时使用视音频输入输出设备24的通讯客户端240与远端保持双向语音通讯，同时通过视音频输入输出设备24的摄像头将本地的视频流继续传送到远端视频通讯终端22。

本步骤保证了将视频输出切换到视频输出设备由电视机显示的同时，视频的输入源仍使用视音频输入输出设备的摄像头，并且由视音频输入输出设备的视频通讯终端实现双向的语音通讯。

步骤8：视频通讯控制系统21响应视音频输入输出设备24的通讯客户端240的按键请求，通过系统中查得的视音频输入输出设备24的通讯客户端240对应的视频输出设备23及控制客户端230的信息向控制客户端230发送切换视频的呼叫请求。

此操作是视频通讯控制系统21对视音频输入输出设备24的通讯客户端240的按键请求进行响应，是切换视频流控制信号的判断和触发流程。

步骤9：视频输出设备23的控制客户端230在收到相应的呼叫请求后控制视频输出设备中间件提示用户有视频来电，在用户操作接受来电后远端视频通讯终端22的视频流被送到视频输出设备23并在电视机上显示。

这是视频通讯控制系统21将视频切换到视频输出设备23并在电视机上显示前与客户的通讯和交互过程，在得到客户的操作确认后进行视频的切换操作。

整个流程和方法实现在视频输出设备上结合已有的视音频输入输出设备的视频通讯终端进行双向视频通讯的应用，实现视频与音频的分别传送及有机结合，通过视频输出设备接受远端的视频流通过电视机进行显示，同时使用本地视音频输入输出设备的摄像头将本地的视频流发送到远端，在不增加硬件设备的基础上实现双向视频通讯的应用场景。

控制和分离视音频路径的核心处理逻辑

控制和分离视频路径是本发明的关键点，通过媒体流路径的控制实现调用不通输入输出设备的资源及实现整合的视频通讯体验的方案。标准的视频和音频路径是由SIP协议的SDP（session description protocol）控制的。一般在一个会话中SDP中会描述本地的视频与音频的地址和端口，而传统的设备由于视音频是在相同的设备中，所以IP地址是相同的。在本发明中，为了能调用不通设备的输入输出和视频音频的能力，视频通讯控制系统通过后台的绑定管理，结合内置在视频输出设备的控制客户端，实现视频流向和端口的控制。

具体信令控制与其中SDP的交互控制流程图如图7所示，其中设备A是远端视频通讯终端（呼叫发起方，譬如普通视频通讯终端），设备B是视频输出设备（譬如机顶盒），设备C是视音频输出输出设备（譬如智能手机或Pad）。

SDP在流程图中的标注说明：IP(A):port(A:audio)表示设备A的IP地址及设备A的语音端口；IP(A):port(A:video)表示设备A的IP地址及设备A的视频端口。

圆圈内的数字从1-6表示了整个呼叫流程和切换流程中的6个SDP控制交互点的视频和语音媒体流控制的具体过程。

SDP控制流程1为主叫设备A发起视频呼叫时携带了A的IP和语音及视频端口。

SDP流程控制2为视频通讯控制系统告诉被叫设备C发起方A的IP及相应的语音和视频端口。

SDP流程控制3是被叫设备C返回C的IP及语音和视频端口。

SDP流程控制4是视频通讯控制系统告诉发起设备A被叫设备C的IP和语音和媒体端口；至此主叫A和被叫C可以通过对方的语音和视频端口相互传输语音流和视频流。

SDP流程控制5是在视音频输出输出设备控制切换媒体流后，视频通讯控制系统通过视音频输入输出设备与视频输出设备的绑定关系查询的视频输出设备（B）并向其发送请求，视频输出设备通过内置的控制控制客户端获得视频输出设备的视频端口后将此信息通知给视频通讯控制系统。

SDP流程控制6是视频通讯控制系统将更新后的视频接收设备（视频输出设备B）IP和端口更新给主叫的视频通讯终端A，至此视频通讯终端A将更新视频流的发送目标地址，将视频流按控制信令发送到视频输出设备（B）。

上述实施例是提供给本领域普通技术人员来实现和使用本发明的，本领域普通技术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书所提到的创新性特征的最大范围。

Claims (6)

1.一种以输入输出分离方式实现视频通讯的方法，结合视频输出设备与音频输入输出设备实现单向视频和双向语音的视频通讯，所述方法包括：

步骤1：视频通讯控制系统将内置在视频输出设备中的控制客户端与音频输入输出设备的号码进行绑定；

步骤2：视频通讯控制系统与内置在视频输出设备中的控制客户端协同工作，控制视频输出设备的通讯，将视频输出设备作为视频输出源，音频输入输出设备作为语音输入输出源，通过视频与音频分离的方式实现与远端视频通讯终端的视频通讯交流；

其中步骤2包括：

内置在视频输出设备中的控制客户端向视频通讯控制系统注册，将视频输出设备和控制客户端的IP上报至视频通讯控制系统；

远端视频通讯终端向用户发起视频呼叫请求，请求呼叫用户的音频输入输出设备的号码；

视频通讯控制系统根据要拨打的音频输入输出设备的号码，通过查询绑定关系获取对应的视频输出设备和控制客户端的信息，同时识别这是通过呼叫音频输入输出设备来实现视频通讯的视频呼叫；

视频通讯控制系统将呼叫先发送到用户拨打的音频输入输出设备；

音频输入输出设备接通呼叫，建立语音呼叫并根据用户的操作将视频切换到视频输出设备连接的显示终端上；

视频通讯控制系统响应音频输入输出设备的按键控制信号，通过查询到的音频输入输出设备与视频输出设备及控制客户端的对应关系将呼叫转至视频输出设备所在的控制客户端；

视频输出设备的控制客户端在收到相应的呼叫请求后控制视频输出设备的中间件提示用户有视频来电，在用户操作接收来电后远端视频通讯终端的视频流被传送到视频输出设备并在显示终端上显示；

显示终端供用户查看远端视频图像，同时由音频输入输出设备与远端保持双向语音通讯。

2.根据权利要求1所述的以输入输出分离方式实现视频通讯的方法，其特征在于，所述视频输出设备包括机顶盒。

3.根据权利要求1所述的以输入输出分离方式实现视频通讯的方法，其特征在于，所述音频输入输出设备包括手机或固定电话。

4.一种以输入输出分离方式实现视频通讯的方法，结合视频输出设备和视音频输入输出设备实现双向视频和语音的视频通讯，所述方法包括：

步骤1：视频通讯控制系统将内置在视频输出设备中的控制客户端与视音频输入输出设备的通讯客户端的号码进行绑定；

步骤2：视频通讯控制系统通过对视频输出设备内置的控制客户端与视音频输入输出设备内置的通讯客户端的协同控制，通过视频输出设备接收远端的视频流并通过显示终端显示，同时使用本地的视音频输入输出设备的影像采集模块将本地的视频流发送到远端，通过视频与音频分离的方式实现与远端视频通讯终端的双向视频与音频的通讯；

其中步骤2进一步包括：

内置在视频输出设备内的控制客户端向视频通讯控制系统进行注册，将视频输出设备和控制客户端的IP上报至视频通讯控制系统；

远端的视频通讯终端向用户发起视频呼叫请求，请求呼叫用户的视音频输入输出设备上的通讯客户端的号码；

视频通讯控制系统根据要拨打的视音频输入输出设备上的通讯客户端的号码，通过查询绑定关系获取其对应的视频输出设备和控制客户端的信息，同时识别出这是通过呼叫视音频输入输出设备的通讯客户端来实现视频通讯的视频呼叫；

视频通讯控制系统将呼叫先发送到视音频输入输出设备上的通讯客户端；

视音频输入输出设备的通讯客户端接听该呼叫，建立远端的视频通讯终端与视音频输入输出设备的视频呼叫；

视音频输入输出设备的通讯客户端在视频呼叫期间通过发送按键控制信号，请求将输出视频流切换到视频输出设备并通过显示终端进行显示，此时视音频输入输出设备的通讯客户端和远端保持双向语音通讯，同时通过视音频输入输出设备的影像采集模块将本地的视频流传送到远端的视频通讯终端；

视频通讯控制系统响应视音频输入输出设备的通讯客户端的按键请求，通过系统中查到的视音频输入输出设备的通讯客户端对应的视频输出设备及控制客户端的信息向控制客户端发送切换视频的呼叫请求；

视频输出设备控制客户端在收到相应的呼叫请求后控制视频输出设备的中间件提示用户有视频来电，在用户操作接收来电后远端的视频通讯终端的视频流被传送到视频输出设备并在显示终端上显示。

5.根据权利要求4所述的以输入输出分离方式实现视频通讯的方法，其特征在于，视频输出设备包括机顶盒。

6.根据权利要求4所述的以输入输出分离方式实现视频通讯的方法，其特征在于，视音频输入输出设备包括智能手机或者平板电脑。