CN105357208A - 一种多人网络音频会话方法及系统 - Google Patents

Abstract

本发明公开了一种多人网络音频会话方法及系统，包括如下步骤：S1、同一音频会话房间内的多个客户端通过房间信令服务器建立会话连接，房间信令服务器将音频会话房间的信息存储于后台数据库；S2、每一客户端分别发送相应的控制信息至控制服务器，控制服务器将控制信息存储于后台数据库；S3、每一客户端分别发送音频数据给中转服务器，中转服务器获取后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。实施本发明的有益效果是，能高效地将音频信息及时转发至相应的客户端，极大地降低了带宽压力。

Description

一种多人网络音频会话方法及系统

技术领域

本发明涉及多人音频会话技术领域，更具体地说，涉及一种多人网络音频会话方法及系统。

背景技术

多人音频会话系统是一个多对多的网络会话系统，随着网络技术的的迅速发展，多人音频会话系统得到了广泛的应用和发展。为实现多人音频会议或多人音频聊天，主要有以下几种方式：

1)硬件实现音频混音：通过硬件进行音频混音处理，然后进行中转服务分发，该种方式成本高，并且硬件混音的路数被限制，不能进行相应的扩展处理；2)软件实现音频混音：通过软件实现音频混音处理，再进行中转服务分发，该种方式成本低，用户可以通过程序控制混音的路数和方式，但技术实现难度大，处理效率低；3)不混音分发实现方式：该方式不进行混音，把收到的数据直接发送出去，成本低，对开发人员的要求较低，但是对带宽的要求较高；4)不混音不分发实现方式：该方式需要客户端根据房间的人数进行多次数据上传，服务器只进行简单的中转处理即可，效率低下。

而现有多人网络音频会话方法主要是通过软件实现音频混音，但在进行多路混音时会出现效率低下，带来很大的带宽压力，而且不能及时把用户上传上来的音频数据转发出去。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述网络带宽压力大且不能及时把用户上传的音频数据转发出去的缺陷，提供一种多人网络音频会话方法及系统。

本发明解决其技术问题所采用的技术方案是：构造一种多人网络音频会话方法，包括如下步骤：

S1、同一音频会话房间内的多个客户端通过房间信令服务器建立会话连接，房间信令服务器将接收到的所述音频会话房间的信息存储于后台数据库，并通知控制服务器和中转服务器获取所述音频会话房间的信息；

S2、每一所述客户端分别发送相应的控制信息至控制服务器，控制服务器将接收到的所述控制信息存储于所述后台数据库，并通知中转服务器获取所述控制信息；

S3、每一所述客户端分别发送音频数据给中转服务器，所述中转服务器获取所述后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据所述控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

在上述多人网络音频会话方法中，所述控制信息包括第一指令和第二指令，所述第一指令表示需求同一音频会话房间内的所述多个客户端中的至少一个客户端的音频数据；所述第二指令表示向同一音频会话房间内的所述多个客户端中的至少一个客户端屏蔽本端的音频数据，其中：与所述第一指令相比，所述第二指令具有最高优先权。

在上述多人网络音频会话方法中，在所述步骤S3中，所述中转服务器把分配给每一客户端的至少一路音频数据进行混音处理的步骤包括：

S21、将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

S22、将解码后的至少一路解码数据分成一组或多组解码数据，每一组解码数据分别进行混音处理成一路混音数据；

S23、对每一路所述混音数据进行编码压缩。

在上述多人网络音频会话方法中，每一组解码数据包括路数相同的至少一路解码数据。

在上述多人网络音频会话方法中，所述步骤S1包括：

S11、由第一客户端向房间信令服务器发出创建房间的请求指令，所述房间房间信令服务器接收到所述请求指令后创建音频会话房间；

S12、所述房间信令服务器向所述第一客户端请求参与会话的至少一个客户端发起创建房间的通知，邀请参与会话的至少一个客户端加入所述音频会话房间；

S13、所述参与会话的至少一个客户端分别发送应答指令至所述房间信令服务器，所述应答指令包括同意或拒绝；

S14、所述第一客户端和同意参与会话的客户端通过所述房间信令服务器建立会话连接。

还提供一种多人网络音频会话系统，包括房间信令服务器、控制服务器、中转服务器、后台数据库以及多个客户端组，每一客户端组包括位于同一音频会话房间内的通过房间信令服务器建立会话连接的多个客户端，并由所述后台数据库存储音频会话房间的信息，所述多个客户端分别与所述房间信令服务器、控制服务器和所述中转服务器通过网络连接，所述后台数据库分别与所述房间信令服务器、控制服务器和所述中转服务器连接，所述房间信令服务器分别与所述控制服务器和所述中转服务器的连接，所述控制服务器与所述中转服务器连接；

所述控制服务器包括控制信息接收模块和消息通知模块，所述控制信息接收模块用于接收同一音频会话房间内的多个客户端发送的控制信息，并将所述控制信息存储于所述后台数据库，所述消息通知模块用于通知中转服务器从所述后台数据库中获取所述控制信息；

所述中转服务器包括音频数据接收模块和音频数据转发模块；

所述音频数据接收模块，用于接收同一音频会话房间内的多个客户端发送的音频数据；

所述音频数据转发模块，用于获取所述后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据所述控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

在上述多人网络音频会话系统中，所述控制信息包括第一指令和第二指令，所述第一指令表示需求同一音频会话房间内的所述多个客户端中的至少一个客户端的音频数据；所述第二指令表示向同一音频会话房间内的所述多个客户端中的至少一个客户端屏蔽本端的音频数据，其中：与所述第一指令相比，所述第二指令具有最高优先权。

在上述多人网络音频会话系统中，所述中转服务器还包括解码处理子模块、分组子模块、混音处理子模块和编码处理子模块；

所述解码处理子模块，将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

所述分组子模块，将解码后的至少一路解码数据分成一组或多组解码数据；

所述混音处理子模块，用于每一组解码数据分别进行混音处理成一路混音数据；

所述编码处理子单元，用于对每一路所述混音数据进行编码压缩。

在上述多人网络音频会话系统中，所述房间信令服务器包括房间创建单元，每一客户端包括会话发起单元和会话响应单元：

所述会话发起单元，用于向房间信令服务器发出创建房间的请求指令；

所述房间创建单元，用于根据接收到所述请求指令后创建音频会话房间；

所述会话响应单元，用于发送应答指令至所述房间信令服务器，所述应答指令包括同意或拒绝。

实施本发明的多人网络音频会话方法及系统，具有以下有益效果：通过房间信令服务器、控制服务器以及中转服务器这三台服务器分别独立工作，并能够根据每一客户端的需求进行控制转发音频数据，在房间信令服务器创建的同一音频会话房间内的多个客户端建立会话连接后，再由控制服务器接收每一客户端的控制信息并存储在后台数据库中，中转服务器则从后台数据库中获取相应房间内的所有客户端的控制信息并根据该控制信息对每一客户端上传的音频数据进行分配，最后把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端，极大地降低了带宽压力。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明一种多人网络音频会话方法实施例的流程示意图；

图2是同一音频会话房间内的多个客户端建立会话连接的流程示意图；

图3是同一音频会话房间内的多个客户端建立会话连接的结构示意图；

图4是同一音频会话房间内的多个客户端进行控制信息传送的结构示意图；

图5是同一音频会话房间内的多个客户端进行音频数据传送的结构示意图；

图6是本发明一种多人网络音频会话方法中中转服务器对音频数据进行混音处理的流程示意图；

图7是本发明一种多人网络音频会话系统中中转服务器对音频数据进行混音处理的结构示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1所示，为本发明一种多人网络音频会话方法实施例的流程示意图，在该实施例中，该多人网络音频会话方法包括如下步骤：

S1、同一音频会话房间内的多个客户端通过房间信令服务器建立会话连接，房间信令服务器将接收到的音频会话房间的信息存储于后台数据库，并通知控制服务器和中转服务器获取所述的音频会话房间的信息

S2、每一客户端分别发送相应的控制信息至控制服务器，控制服务器将接收到的控制信息存储于后台数据库，并通知中转服务器获取所述的控制信息；

S3、每一客户端分别发送音频数据给中转服务器，中转服务器获取后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据这些控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

在上述中，由房间信令服务器创建音频会话房间，并将音频会话房间的信息存储在后台数据库中，可以理解的是，房间信令服务器是可以创建多个音频会话房间的，后台数据库中存储有每一音频会话房间的信息(如包括房间号，在该房间内参与会话的各个客户端的ID号等)，在同一音频会话房间内，包括多个客户端，这多个客户端可以是便携式电脑、手机、台式电脑等中的一种或几种，这多个客户端需先通过房间信令服务来建立会话连接。如图2所示，多个客户端建立会话连接具体包括：

S11、由第一客户端向房间信令服务器发出创建房间的请求指令，房间房间信令服务器接收到请求指令后创建音频会话房间；

S12、房间信令服务器向第一客户端请求参与会话的至少一个客户端发起创建房间的通知，邀请参与会话的至少一个客户端加入该音频会话房间；

S13、参与会话的至少一个客户端分别发送应答指令至房间信令服务器，应答指令包括同意或拒绝；

S14、第一客户端和同意参与会话的客户端通过房间信令服务器建立起会话连接。

在本实施例中，房间信令服务器主要用于提供房间管理服务，由某一客户端，在此设为第一客户端发送创建房间的请求指令至房间信令服务器，该请求指令包括邀请至少一个客户端进入房间以建立会话连接。

房间信令服务器根据该请求指令创建一个音频会话房间，并给该第一客户端请求参与会话的至少一个客户端发出创建房间的通知，该至少一个客户端被邀请进入该房间。在步骤S12和步骤S13之间还包括：由第一客户端发送同意/拒绝进入房间的指令给房间信令服务器，房间信令服务器将同意/拒绝进入房间的通知下发给邀请参与会话的至少一个客户端。

之后该至少一个客户端会根据自身的需求发送应答指令给房间信令服务器，若同意加入此次会话，则第一客户端与该客户端建立会话连接，若该客户端拒绝加入此次会话，则房间信令服务器会自动将该客户端移出房间。可以理解的是，这里的房间信令服务器可以管理音频会议房间的创建/销毁、人员的添加/删除以及对请求加入房间的申请人员的拒绝/同意，此外，对于非房间内人员，可以通过查询该房间号来请求加入。

通过上述描述，步骤S1中的已建立会话连接的多个客户端为第一客户端以及同意参与会话的客户端，第一客户端为这多个客户端中的一个。

以下描述均以位于同一音频会话房间内的已建立会话连接的多个客户端的会话过程为例，为了更好地说明建立会话的具体过程，现以建立会话连接的四个客户端为例。如图3所示，这多个客户端包括客户端A、客户端B、客户端C和客户端D，这四个客户端均通过网络与房间信令服务器连接，在这里客户端A为第一客户端，由客户端A向信令服务器发出创建房间的请求指令，请求客户端B、客户端C和客户端D加入房间以建立会话连接，房间信令服务器接收到该请求指令后创建一个音频会话房间，同时房间信令服务器向客户端B、客户端C和客户端D发出创建房间的通知，邀请客户端B、客户端C和客户端D进入该音频会话房间。

之后，客户端A发送同意/拒绝进入房间的指令给房间信令服务器，房间信令服务器将同意/拒绝进入房间的通知下发给客户端B、客户端C和客户端D，这三个客户端可以根据各自的需求进行同意或拒绝处理，客户端A和同意参与会话的客户端则通过信令服务器建立起会话连接，若某一客户端拒绝加入此次会话，则信令服务器接收到该应答指令后，将该客户端移出房间。若客户端B、客户端C和客户端D均同意加入此次会话，则这四个客户端通过信令服务器建立会话连接。

另外，若客户端A想退出该音频会话房间，则发送退出房间的指令给房间信令服务器，房间信令服务器接收到该指令后发送退出房间的通知至客户端B、客户端C和客户端D，所有客户端均退出该房间。另外，当音频会话房间的信息发生变更时，如上述某人同意/拒绝进入房间、退出房间，房间信令服务会通知后台数据库实时更新该音频会话房间的信息，并通知控制服务器和中转服务器去后台数据库获取更新后的音频会话房间的信息。本实施例只是为了更好地说明本发明建立会话连接的过程，其客户端的个数并不限于此，在此不再赘述。

在同一音频会话房间内的多个客户端通过房间信令服务器建立会话连接后，由控制服务器来管理控制在房间里的每个客户端请求的某路音频信息、屏蔽的某路音频信息，并进行网络的传输控制管理、拥塞控制管理等音频内容是否进行传输的管理控制。

具体地，在已建立会话连接的多个客户端中，每一客户端会发送相应的控制信息给控制服务器，控制服务器会将这些控制信息存储至后台服务器中，并通知中转服务获取所述的控制信息，这里需要说明的是，后台服务器中存储的音频会话房间的信息是与该音频会话房间内的每个客户端发送的控制信息是一一对应的，即一个音频会话房间内存储的是同一音频会话房间的所有客户端发送的控制信息。每一控制信息包括需求某一个或多个客户端的音频数据以及请求对某一个或多个客户端屏蔽自身的音频数据，也就是说，控制信息又包括第一指令和第二指令，第一指令表示需求某一客户端的音频数据；第二指令表示向某一客户端屏蔽自身的音频数据，其中：与第一指令相比，第二指令具有最高优先权。

仍以客户端A、客户端B、客户端C和客户端D为例，这四个客户端已通过房间信令服务器建立了会话连接，即客户端B、客户端C和客户端D均同意了客户端A的会话请求，如图4所示。例如，客户端A向控制服务器发出的控制信息为需求客户端B和客户端C的音频数据(第一指令)，但请求对客户端D屏蔽自身的音频数据(第二指令)，即不让客户端D接收到客户端A的音频数据。

客户端B向控制服务器发送的控制信息为需求客户端D的音频数据(第一指令)。

客户端C向控制服务器发送的控制信息为需求客户端B的音频数据(第一指令)，但请求向其他客户端屏蔽自身的音频数据(第二指令)，即客户端A、客户端B和客户端D都接收不到客户端C的音频数据。

客户端D向控制服务器发送需要客户端A、客户端B和客户端C的音频数据(第一指令)，且请求对客户端B屏蔽自身的音频数据(第二指令)，即客户端B接收不到客户端D的音频数据。

控制服务器将接收到的每一客户端发送的相应的控制信息均存储于后台数据库中。

同时，建立会话连接的多个客户端会分别上传本端音频数据至中转服务器，中转服务器从后台数据库中获取存储的音频会话房间的信息和与该音频会话房间的信息相对应的所有客户端发送的控制信息，如图5所示，即为客户端A、客户端B、客户端C和客户端D的控制信息，并根据这些控制信息，把分配给每一客户端的某路音频数据进行混音处理后转发给相应的客户端。

上述中客户端A和客户端D需求客户端C的音频数据，但客户端C请求对所有客户端屏蔽自身的音频数据，且客户端B需求客户端D的音频数据，但客户端D请求向客户端B屏蔽自身的音频数据，而第二指令具有最高优先权，故中转服务器也就不会将客户端C的音频数据转发给客户端A和客户端D，同理也不会将客户端D的音频数据转发给客户端B。因此通过上述描述，中转服务器根据获取到的控制信息对音频数据进行分配的具体方式为：中转服务器将客户端B的音频数据进行混音处理后转发给客户端A；将客户端B的音频数据进行混音处理后转发给客户端C；将客户端A和客户端B的音频数据进行混音处理后转发给客户端D。这里，还需特别说明的是，若某一客户端发送给控制服务器的控制信息有变更，例如某人请求增加向其他客户端屏蔽本端的音频数据这一控制信息，控制服务器会通知后台数据库实时更新该客户端发送的控制信息，同时控制服务器需要通知中转服务器从后台数据库中获取更新后的控制信息。

上述中转服务器向相应客户端转发的音频数据都是经解码、混音以及编码后的音频数据。具体地，如图6所示，中转服务器把分配给每一客户端的至少一路音频数据进行混音处理后的步骤包括：

S21、将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

S22、将解码后的至少一路解码数据分成一组或多组解码数据，每一组解码数据分别进行混音处理成一路混音数据；其中：每一组解码数据包括路数相同的至少一路解码数据。在该步骤中，若分配给同一客户端的音频数据路数较少时，可以将分配给同一客户端的音频数据混音成一路进行输出，但当分配给同一客户端的音频数据路数较多时，可以进行分组混音。

如图7所示，分配给同一客户端的多路音频数据分别为音频数据1～音频数据n，解码输出后形成解码数据1～解码数据n，可将这n路音频数据混成一路混音数据，也可以将多路音频数据进行分组混音，因在音频数据路数较多时，同时进行混音处理效率非常低下，如把解码数据1～解码数据10分为一组混音成混音数据1输出，把解码数据11～解码数据20分为一组混音成混音数据2输出，依次分组成x组解码数据分别进行混音处理(分组如有剩下不足10路的音频数据，可把这不足10路的音频数据分为一组进行混音处理)，这多路解码数据最终混音处理成x路混音数据输出。

S23、对每一路混音数据进行编码压缩。如上一步骤所述，将混音后输出的x路音频数据转发给同一需要的客户端。

上述将多路音频数据进行分组可以提高中转服务器的混音效率，进一步地降低带宽的压力，比如当有100路音频数据需要进行混音处理时，同时对这100路音频数据进行混音的效率非常低下，若把每10路一组进行一次混音，将这混音后的10路数据同时转发给同一个需要的客户端，可明显提高混音效率，降低带宽压力。

相较于现有技术，本发明的多人网络音频会话方法通过房间信令服务器、控制服务器以及中转服务器这三台服务器分别独立工作，并能够根据每一客户端的需求进行控制转发音频数据，在房间信令服务器创建的同一音频会话房间内的多个客户端建立会话连接后，再由控制服务器接收每一客户端的控制信息并存储在后台数据库中，中转服务器则从后台数据库中获取相应房间内的所有客户端的控制信息并根据该控制信息对每一客户端上传的音频数据进行分配，最后把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端，极大地降低了带宽压力。

本发明还提供一种多人网络音频会话系统，包括房间信令服务器、控制服务器、中转服务器、后台数据库以及多个客户端组，每一客户端组包括位于同一音频会话房间内的通过房间信令服务器建立会话连接的多个客户端，并由后台数据库存储音频会话房间的信息，多个客户端分别与房间信令服务器、控制服务器和中转服务器通过网络连接，后台数据库分别与房间信令服务器、控制服务器和中转服务器连接，房间信令服务器分别与控制服务器和中转服务器连接，控制服务器和中转服务器连接；

控制服务器包括控制信息接收模块和消息通知模块，控制信息接收模块用于接收同一音频会话房间内的多个客户端发送的控制信息，并由后台数据库存储控制信息，消息通知模块用于通知中转服务器获取该控制信息；

中转服务器包括音频数据接收模块和音频数据转发模块；

音频数据接收模块，用于接收同一音频会话房间内的多个客户端发送的音频数据；

音频数据转发模块，获取后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

上述控制信息包括第一指令和第二指令，第一指令表示需求同一音频会话房间内的多个客户端中的至少一个客户端的音频数据；第二指令表示向同一音频会话房间内的多个客户端中的至少一个客户端屏蔽本端的音频数据，其中：与第一指令相比，第二指令具有最高优先权。

房间信令服务器包括房间创建单元，每一客户端包括会话发起单元和会话响应单元：

会话发起单元，用于向房间信令服务器发出创建房间的请求指令；

房间创建单元，用于根据接收到所述请求指令后创建音频会话房间，同时第一客户端请求参与会话的至少一个客户端被邀请进入房间。

会话响应单元，用于发送应答指令至所述房间信令服务器，该应答指令包括同意或拒绝。这里被邀请加入此次会话的客户端可以根据自已的需求进行同意或拒绝处理，若同意加入此次会话，第一客户端与该客户端则建立会话连接，若拒绝加入此次会话，则房间信令服务器会将该客户端移出房间。故上述已建立会话连接的多个客户端包括第一客户端和同意参与会话的客户端。另外，当音频会话房间的信息发生变更时，如上述某人同意/拒绝进入房间、退出房间，房间信令服务会通知后台数据库实时更新该音频会话房间的信息，并通知控制服务器和中转服务器去后台数据库获取更新后的音频会话房间的信息。

上述中转服务器还包括解码处理子模块、分组子模块、混音处理子模块和编码处理子模块；

解码处理子模块，将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

分组子模块，将解码后的至少一路解码数据分成一组或多组解码数据；这里将多路音频数据进行分组可以提高中转服务器的混音效率，进一步地降低带宽的压力。

混音处理子模块，用于每一组解码数据分别进行混音处理成一路混音数据；

所述编码处理子单元，用于对每一路混音数据进行编码压缩。

因此本发明通过采用点播式的会话连接方式，以客户端为中心，能够进行高效快捷的多人语音会议。

上面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。

Claims (9)

1.一种多人网络音频会话方法，其特征在于，包括如下步骤：

S1、同一音频会话房间内的多个客户端通过房间信令服务器建立会话连接，房间信令服务器将接收到的所述音频会话房间的信息存储于后台数据库，并通知控制服务器和中转服务器获取所述音频会话房间的信息；

S2、每一所述客户端分别发送相应的控制信息至控制服务器，控制服务器将接收到的所述控制信息存储于所述后台数据库，并通知所述中转服务器获取所述控制信息；

S3、每一所述客户端分别发送音频数据给中转服务器，所述中转服务器获取所述后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据所述控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

2.根据权利要求1所述的多人网络音频会话方法，其特征在于，所述控制信息包括第一指令和第二指令，所述第一指令表示需求同一音频会话房间内的所述多个客户端中的至少一个客户端的音频数据；所述第二指令表示向同一音频会话房间内的所述多个客户端中的至少一个客户端屏蔽本端的音频数据，其中：与所述第一指令相比，所述第二指令具有最高优先权。

3.根据权利要求1所述的多人网络音频会话方法，其特征在于，在所述步骤S3中，所述中转服务器把分配给每一客户端的至少一路音频数据进行混音处理的步骤包括：

S21、将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

S22、将解码后的至少一路解码数据分成一组或多组解码数据，每一组解码数据分别进行混音处理成一路混音数据；

S23、对每一路所述混音数据进行编码压缩。

4.根据权利要求3所述的多人网络音频会话方法，其特征在于，每一组解码数据包括路数相同的至少一路解码数据。

5.根据权利要求1所述的多人网络音频会话方法，其特征在于，所述步骤S1包括：

S11、由第一客户端向房间信令服务器发出创建房间的请求指令，所述房间房间信令服务器接收到所述请求指令后创建音频会话房间；

S12、所述房间信令服务器向所述第一客户端请求参与会话的至少一个客户端发起创建房间的通知，邀请参与会话的至少一个客户端加入所述音频会话房间；

S13、所述参与会话的至少一个客户端分别发送应答指令至所述房间信令服务器，所述应答指令包括同意或拒绝；

S14、所述第一客户端和同意参与会话的客户端通过所述房间信令服务器建立会话连接。

6.一种多人网络音频会话系统，其特征在于，包括房间信令服务器、控制服务器、中转服务器、后台数据库以及多个客户端组，每一客户端组包括位于同一音频会话房间内的通过房间信令服务器建立会话连接的多个客户端，并由所述后台数据库存储音频会话房间的信息，所述多个客户端分别与所述房间信令服务器、控制服务器和所述中转服务器通过网络连接，所述后台数据库分别与所述房间信令服务器、控制服务器和所述中转服务器连接，所述房间信令服务器分别与所述控制服务器和所述中转服务器连接，所述控制服务器与所述中转服务器连接；

所述控制服务器包括控制信息接收模块和消息通知模块，所述控制信息接收模块用于接收同一音频会话房间内的多个客户端发送的控制信息，并将所述控制信息存储于所述后台数据库，所述消息通知模块用于通知中转服务器从所述后台数据库中获取所述控制信息；

所述中转服务器包括音频数据接收模块和音频数据转发模块；

所述音频数据接收模块，用于接收同一音频会话房间内的多个客户端发送的音频数据；

所述音频数据转发模块，用于获取所述后台数据库中存储的音频会话房间的信息和与该音频会话房间的信息相对应的控制信息，并根据所述控制信息，把分配给每一客户端的至少一路音频数据进行混音处理后转发给相应的客户端。

7.根据权利要求6所述的多人网络音频会话方法，其特征在于，所述控制信息包括第一指令和第二指令，所述第一指令表示需求同一音频会话房间内的所述多个客户端中的至少一个客户端的音频数据；所述第二指令表示向同一音频会话房间内的所述多个客户端中的至少一个客户端屏蔽本端的音频数据，其中：与所述第一指令相比，所述第二指令具有最高优先权。

8.根据权利要求6所述的多人网络音频会话系统，其特征在于，所述中转服务器还包括解码处理子模块、分组子模块、混音处理子模块和编码处理子模块；

所述解码处理子模块，将分配给每一客户端的至少一路音频数据中的每一路分别解码成一一对应的解码数据；

所述分组子模块，将解码后的至少一路解码数据分成一组或多组解码数据；

所述混音处理子模块，用于每一组解码数据分别进行混音处理成一路混音数据；

所述编码处理子单元，用于对每一路所述混音数据进行编码压缩。

9.根据权利要求6所述的多人网络音频会话系统，其特征在于，所述房间信令服务器包括房间创建单元，每一客户端包括会话发起单元和会话响应单元：

所述会话发起单元，用于向房间信令服务器发出创建房间的请求指令；

所述房间创建单元，用于根据接收到所述请求指令后创建音频会话房间；

所述会话响应单元，用于发送应答指令至所述房间信令服务器，所述应答指令包括同意或拒绝。