CN105898505B - 视频即时通讯中测试音视频同步的方法、装置及系统 - Google Patents

Abstract

本公开是关于一种视频即时通讯中测试音视频同步的方法、装置及系统。本公开视频即时通讯中测试音视频同步的方法，包括：根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将第一音频波形图显示在测试素材的第一视频信号的视频画面上形成第二视频信号；将第一音频信号和第二视频信号通过视频即时通讯方式发送给接收端的终端设备；播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号；根据第二音频信号和第一音频波形图分析获取音视频的同步结果。本公开实现对视频即时通讯性能的评估、辅助视频引擎的开发与优化等，具备高效率的测试效率，高精度的测试评估。

Description

视频即时通讯中测试音视频同步的方法、装置及系统

技术领域

本公开涉及即时通讯技术，尤其涉及视频即时通讯中测试音视频同步的方法、装置及系统。

背景技术

移动4G通信技术逐步发展和成熟，使视频会议、视频通话等各种视频即时通讯的移动服务得到大规模的发展和应用。从技术角度看，视频即时通讯需要经过采集、处理、压缩、传输、解压缩、渲染等过程，整个通讯过程中音频数据和视频数据是分别处理和传输的。但由于网络的复杂性、移动终端的多样性等因素，视频即时通讯过程中很容易产生音频和视频不同步的现象。

相关技术中，思博伦公司的视频测试系统(Chromatic)可以对视频即时通讯中音视频的同步情况进行测试，该测试系统先对测试素材进行处理，将视频的每一帧图像进行帧号标记，再用一组循环的双音多频(dual-tone multi-frequency，简称：DTMF)声音信号做为音频内容，确定每一帧图像对应的音频DTMF信号；通过视频即时通讯将处理后的音视频发送给接收终端；用高速摄像机和音频设备采集接收终端的音视频数据，识别并提取每一帧图像的帧号标记，同时识别每一帧图像对应的DTMF信号，形成DTMF序列；对比发送终端和接收终端两侧的视频信号和音频信号的时序，分析音频和视频的同步性。

发明内容

为克服相关技术中存在的问题，本公开提供一种视频即时通讯中测试音视频同步的方法、装置及系统。

根据本公开实施例的第一方面，提供一种视频即时通讯中测试音视频同步的方法，包括：

发送端的终端设备根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

所述发送端的终端设备将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备；

所述接收端的终端设备播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

本公开的实施例提供的技术方案可以包括以下有益效果：通过在发送端的视频画面上显示反映发送端的音频信号的音频时序、特性的音频波形，并将该视频画面传输给接收端，由接收端对实际接收的音频信号和发送端的音频信号进行分析比较，从而获取视频即时通讯过程中的音视频同步结果，实现对视频即时通讯性能的评估、辅助视频引擎的开发与优化等，具备高效率的测试效率，高精度的测试评估。

优选的，所述发送端的终端设备将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号，包括：

所述发送端的终端设备根据所述第一音频信号与所述第一视频信号的时序对应关系，将所述第一音频波形图显示在所述第一视频信号的视频画面上形成所述第二视频信号。

本公开的实施例提供的技术方案可以包括以下有益效果：由于音视频播放过程中，视频信号是由一帧一帧有时序的图像组成，相应的每帧图像也有对应的音频信号，因此发送端的终端设备可以第一音频信号与第一视频信号的时序对应关系，在视频画面上显示由第一音频信号形成的第一音频波形图，这样在视频画面上直观的反映出了对应时间范围内的音频波形变化情况。

进一步的，所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果，包括：

所述接收端的终端设备根据所述第二音频信号采用所述预设规则形成第二音频波形图；

所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果。

所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果，包括：

所述接收端的终端设备根据所述第二音频信号与所述第三视频信号的时序对应关系，将所述第二音频波形图显示在所述第三视频信号的视频画面上；

所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图的重合度获取所述同步结果。

本公开的实施例提供的技术方案可以包括以下有益效果：通过在采集的第三视频信号的视频画面上根据第二音频信号形成并显示第二音频波形图，并对视频画面上的两个音频波形图进行重合度的比较，可以直观的获取到音视频的同步结果，提高测试效率。

进一步的，所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果，包括：

所述接收端的终端设备根据所述第一音频波形图采样获取第一音频特征信息；

所述接收端的终端设备根据所述第二音频信号采集获取第二音频特征信息；

所述接收端的终端设备通过信号处理分析比较所述第一音频特征信息和所述第二音频特征信息获取所述同步结果。

本公开的实施例提供的技术方案可以包括以下有益效果：通过分别根据第二音频信号和第一音频波形图得到二者分别对应的音频特征信息，再通过信号处理分析比较二者获取音视频的同步结果，可以直观的获取到音视频的同步结果，提高测试效率。

根据本公开实施例的第二方面，提供一种终端设备，包括：

波形形成模块，被配置为根据测试素材的第一音频信号采用预设规则形成第一音频波形图；

图像处理模块，被配置为将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

发送模块，被配置为将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

进一步的，所述图像处理模块，被配置为根据所述第一音频信号与所述第一视频信号的时序对应关系，将所述第一音频波形图显示在所述第一视频信号的视频画面上形成所述第二视频信号。

根据本公开实施例的第三方面，提供一种终端设备，包括：

播放模块，被配置为播放接收到的音频信号和视频信号；

采集模块，被配置为对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

分析模块，被配置为根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

进一步的，所述分析模块包括：波形形成单元和第一同步分析单元；

所述波形形成单元，被配置为根据所述第二音频信号采用所述预设规则形成第二音频波形图；

所述第一同步分析单元，被配置为分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果。

进一步的，所述第一同步分析单元，被配置为根据所述第二音频信号与所述第三视频信号的时序对应关系，将所述第二音频波形图显示在所述第三视频信号的视频画面上；分析比较所述第二音频波形图和所述第一音频波形图的重合度获取所述同步结果。

进一步的，所述分析模块包括：采样单元、采集单元以及第二同步分析单元；

所述采样单元，被配置为根据所述第一音频波形图采样获取第一音频特征信息；

所述采集单元，被配置为根据所述第二音频信号采集获取第二音频特征信息；

所述第二同步分析单元，被配置为通过信号处理分析比较所述第一音频特征信息和所述第二音频特征信息获取所述同步结果。

根据本公开实施例的第四方面，提供一种终端设备，包括：处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以执行根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

根据本公开实施例的第五方面，提供一种终端设备，包括：处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以执行播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

根据本公开实施例的第六方面，提供一种视频即时通讯中测试音视频同步的系统，包括：素材播放设备、发送设备、接收设备、素材采集设备以及分析设备；其中，

所述素材播放设备，被配置为根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

所述发送设备，被配置为将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给所述接收设备；

所述接收设备，被配置为播放接收到的音频信号和视频信号；

所述素材采集设备，被配置为对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

所述分析设备，被配置为根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的系统框图；

图2是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的系统框图；

图3是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的方法的流程图；

图4是待音频波形的第二视频信号的视频画面示意图；

图5是根据一示例性实施例示出的一种终端设备框图；

图6是根据一示例性实施例示出的一种终端设备框图；

图7是根据一示例性实施例示出的一种终端设备框图；

图8是根据一示例性实施例示出的一种终端设备框图；

图9是根据一示例性实施例示出的一种终端设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的系统框图。参照图1，该系统包括发送端设备和接收端设备。该发送端设备可以是移动电话，消息收发设备，平板设备，个人数字助理等，其可以播放测试素材，对该测试素材的音频信号进行处理形成音频波形图，将该音频波形图显示在视频信号的视频画面上进行播放，然后发送端设备通过录屏功能录制播放中的测试素材，并通过视频即时通讯功能将录制的音频信号和视频信号发送给接收端设备；接收端设备可以通过视频即时通讯功能接收音频信号和视频信号，对其进行播放并录屏，然后对拍摄的音频信号和视频信号进行分析处理，并参照视频信号的视频画面中的音频波形图分析接收到的音频信号和视频信号是否同步，最终实现对视频即时通讯过程中的音视频同步测试。

本实施例中，发送端设备和接收端设备均集成了多个功能，即可以播放音视频，又可以自身录制音视频并对其进行处理和分析，可以提高音视频录制的清晰度，获取更优质的音频信号和视频信号。

图2是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的系统框图。参照图2，该系统包括素材播放设备、发送设备、接收设备、素材采集设备以及分析设备。素材播放设备可以是电视、个人电脑、平板设备等，其可以对该测试素材的音频信号进行处理形成音频波形图，将该音频波形图显示在视频信号的视频画面上播放出来；发送设备可以是移动电话、平板设备等，其可以拍摄素材播放设备播放的音视频，并将拍摄的内容以音频信号和视频信号形式通过视频即时通讯功能发送出去；接收设备可以是移动电话、平板设备等，其可以通过视频即时通讯功能接收音频信号和视频信号，同时播放该音频信号和视频信号；素材采集设备可以是摄像机，其可以将接收设备播放的音视频拍摄下来；分析设备可以是个人电脑、平板电脑、服务器等，其可以对拍摄的音频信号和视频信号进行分析处理，并参照视频信号的视频画面中的音频波形图分析接收到的音频信号和视频信号是否同步，最终实现对视频即时通讯过程中的音视频同步测试。

本实施例中，发送端和接收端的终端设备分别可以由多个设备组成，完成各自独立的功能，可以降低各设备之间的干扰，提高视频即时通讯中音视频同步的测试效率。

图3是根据一示例性实施例示出的一种视频即时通讯中测试音视频同步的方法的流程图，如图3所示，视频即时通讯中测试音视频同步的方法用于图1或图2所示的视频即时通讯中测试音视频同步的系统中，包括以下步骤。

在步骤101中，发送端的终端设备根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将第一音频波形图显示在测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

该步骤中的发送端的设备可以是图1所示系统中的发送端设备，也可以是图2所示系统中的素材播放设备。测试素材可以是任意包含音频和视频的音视频文件，用户可以在测试之前预先准备好该音视频文件。发送端的终端设备采用预设规则将测试素材的第一音频信号形成第一音频波形图，预设规则例如可以是根据第一音频信号的振幅、频率等因素将其生成波形图的方式。由于音视频播放过程中，视频信号是由一帧一帧有时序的图像组成，相应的每帧图像也有对应的音频信号，因此发送端的终端设备可以选择以多帧图像为周期，在连续多帧图像对应的画面上显示该多帧图像对应的音频信号的波形图，多帧图像例如可以选择100帧图像为周期，发送端的终端设备将每100帧图像对应的第一音频信号采用预设规则形成第一音频波形图，然后在每100帧图像播放的过程中在其视频画面上显示这100帧图像对应的第一音频波形图，这便形成了带音频波形的第二视频信号。作为示例，图4是待音频波形的第二视频信号的视频画面示意图，其中第一音频波形图可以包括单色背景、坐标系以及音频波形，为了区别背景和音频波形，尽量选择色差较大的两种颜色显示这两个部分，例如背景选择黑色，音频波形选择红色。可选的，由于音视频在传输过程中可能会降低图像质量，而太低的图像质量会影响接收端的终端设备的分析结果，因此可以将音频波形绘制成条形图、柱状图或分阶方波图的形式，只要其可以体现出第一音频信号的音频特性皆可。

在步骤102中，发送端的终端设备将第一音频信号和第二视频信号通过视频即时通讯方式发送给接收端的终端设备；

该步骤中的发送端的设备可以是图1所示系统中的发送端设备，也可以是图2所示系统中的发送设备，该发送端的终端设备具备通信功能，可以通过即时通讯软件、即时通讯功能等与其他终端设备进行视频即时通讯。发送端的终端设备将测试素材的第一音频信号和带音频波形图的第二视频信号通过视频即时通讯方式发送给接收端的终端设备，该过程即为视频即时通讯的过程，发送和接收双方的终端设备对传输中的第一音频信号和第二视频信号经过采集、处理、压缩、传输、解压缩、渲染等过程，并且对第一音频信号和第二视频信号是分别处理和传输的。

在步骤103中，接收端的终端设备播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，第三视频信号包括显示了第一音频波形图的视频画面；

该步骤中的接收端的设备可以是图1所示系统中的接收端设备，也可以是图2所示系统中的接收设备和素材采集设备的组合，该接收端的终端设备具备通信功能，可以通过即时通讯软件、即时通讯功能等与其他终端设备进行视频即时通讯，还具备音视频播放和采集功能。接收端的终端设备接收到音频信号和视频信号后对其进行播放，同时可以借助自身的录屏功能或高清的拍摄器材对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，该第三视频信号的视频画面中显示的正是发送端的终端设备形成的第一音频波形图。

在步骤104中，接收端的终端设备根据第二音频信号和第三视频信号中的第一音频波形图分析获取在视频即时通讯过程中音视频的同步结果。

该步骤中的接收端的设备可以是图1所示系统中的接收端设备，也可以是图2所示系统中的分析设备，该接收端的终端设备具备图像处理、信号处理等功能。接收端的终端设备将实际接收到的第二音频信号与第三视频信号中的第一音频波形图进行分析比较，可以知道第一音频波形图反应出来的是在发送端测试素材的音频信号的时序、音频特征，而第二音频信号反映的是在接收端实际获取到的音频信号的时序、音频特征，通过对这二者进行分析比较，即可反应出在视频即时通讯的过程中音频的变化情况，进而获取到音视频的同步结果。本公开中对测试素材无限制，可以是任何包含音频和视频的音视频文件，且不改变原有音频，无需对音频进行预处理，在不影响视频即时通讯的前提下获取到高精度的同步测试结果，并且提高测试效率。

本实施例，通过在发送端的视频画面上显示反映发送端的音频信号的音频时序、特性的音频波形，并将该视频画面传输给接收端，由接收端对实际接收的音频信号和发送端的音频信号进行分析比较，从而获取视频即时通讯过程中的音视频同步结果，实现对视频即时通讯性能的评估、辅助视频引擎的开发与优化等，具备高效率的测试效率，高精度的测试评估。

优选的，上述步骤101中发送端的终端设备将第一音频波形图显示在测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号，可以是发送端的终端设备根据第一音频信号与第一视频信号的时序对应关系，将第一音频波形图显示在第一视频信号的视频画面上形成第二视频信号。

由于音视频播放过程中，视频信号是由一帧一帧有时序的图像组成，相应的每帧图像也有对应的音频信号，因此发送端的终端设备可以第一音频信号与第一视频信号的时序对应关系，在视频画面上显示由第一音频信号形成的第一音频波形图，这样在视频画面上直观的反映出了对应时间范围内的音频波形变化情况。例如图4所示，在该截屏的视频画面上显示的这一段波形图，可以认为是当前视频画面所属的一端时间范围内的音频波形图，通过在视频画面上显示第一音频波形图显示出了在发送端音频信号和视频信号的同步情况。

本实施例，通过根据第一音频信号与第一视频信号的时序对应关系，将第一音频波形图显示在第一视频信号的视频画面上形成第二视频信号，将音频信号和视频信号之间的同步情况直观的反映在视频画面上，提高同步测试的准确度，简化测试过程。

进一步的，上述步骤104中接收端的终端设备的分析过程可以是接收端的终端设备根据第二音频信号采用预设规则形成第二音频波形图；分析比较第二音频波形图和第一音频波形图获取同步结果。

接收端的终端设备在采集到第二音频信号和第三视频信号后，可以以同样的预设规则将第二音频信号形成第二音频波形图，再根据第二音频信号与第三视频信号的时序对应关系，将第二音频波形图显示在第三视频信号的视频画面上，此时第三视频信号的视频画面上便出现了两个音频波形图，一个是发送端就已经显示的第一音频波形图，另一个就是在接收端根据第二音频信号形成的第二音频波形图。由于接收端的终端设备形成第二音频波形图也是根据第二音频信号与第三视频信号的时序对应关系的，因此在视频画面上的同一帧图像对象的音频波形图应该是同一时间范围内的音频信号形成的，此时分析比较第二音频波形图和第一音频波形图的重合度即可获取同步结果。

本实施例，通过在采集的第三视频信号的视频画面上根据第二音频信号形成并显示第二音频波形图，并对视频画面上的两个音频波形图进行重合度的比较，可以直观的获取到音视频的同步结果，提高测试效率。

进一步的，上述步骤104中接收端的终端设备的分析过程可以是接收端的终端设备根据第一音频波形图采样获取第一音频特征信息，再根据第二音频信号采集获取第二音频特征信息，最后通过信号处理分析比较第一音频特征信息和第二音频特征信息获取同步结果。

接收端的终端设备可以根据对第三视频信号的视频画面中的第一音频波形图进行采样，获取到与该第一音频波形图对应的第一音频特征信息，例如音频时序、音频特性等，再根据接收端实际接收到的第二音频信号采集该第二音频信号对应的第二音频特征信息，同样例如音频时序、音频特性等，接收端的终端设备可以利用预先编写的信号处理软件或信号处理工具(MathLib)等方式比较第一音频特征信息和第二音频特征信息，得出二者的相似度、时间轴的位移等，从而获取到音视频同步结果。

本实施例，通过分别根据第二音频信号和第一音频波形图得到二者分别对应的音频特征信息，再通过信号处理分析比较二者获取音视频的同步结果，可以直观的获取到音视频的同步结果，提高测试效率。

图5是根据一示例性实施例示出的一种终端设备框图。参照图5，该终端设备包括波形形成模块11、图像处理模块12以及发送模块13。

该波形形成模块11，被配置为根据测试素材的第一音频信号采用预设规则形成第一音频波形图；

该图像处理模块12，被配置为将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

该发送模块13，被配置为将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

进一步的，所述图像处理模块12，被配置为根据所述第一音频信号与所述第一视频信号的时序对应关系，将所述第一音频波形图显示在所述第一视频信号的视频画面上形成所述第二视频信号。

图6是根据一示例性实施例示出的一种终端设备框图。参照图6，该终端设备包括播放模块21、采集模块22以及分析模块23。

该播放模块21，被配置为播放接收到的音频信号和视频信号；

该采集模块22，被配置为对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

该分析模块23，被配置为根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种终端设备框图。参照图7，该终端设备在图6所示框图的基础上，所述分析模块23包括波形形成单元231和第一同步分析单元232；

所述波形形成单元231，被配置为根据所述第二音频信号采用所述预设规则形成第二音频波形图；

所述第一同步分析单元232，被配置为分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

进一步的，所述第一同步分析单元232，被配置为根据所述第二音频信号与所述第三视频信号的时序对应关系，将所述第二音频波形图显示在所述第三视频信号的视频画面上；分析比较所述第二音频波形图和所述第一音频波形图的重合度获取所述同步结果。

图8是根据一示例性实施例示出的一种终端设备框图。参照图8，该终端设备在图6所示框图的基础上，所述分析模块23包括采样单元233、采集单元234以及第二同步分析单元235；

所述采样单元233，被配置为根据所述第一音频波形图采样获取第一音频特征信息；

所述采集单元234，被配置为根据所述第二音频信号采集获取第二音频特征信息；

所述第二同步分析单元235，被配置为通过信号处理分析比较所述第一音频特征信息和所述第二音频特征信息获取所述同步结果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种终端设备的框图。例如，终端设备可以是移动电话，消息收发设备，平板设备，个人数字助理等。

参照图9，终端设备可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(input/output，简称：I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制终端设备的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory，简称：SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称：EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，简称：EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称：PROM)，只读存储器(Read-Only Memory，简称：ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为终端设备的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述终端设备和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称：LCD)和触摸面板(TouchPanel，简称：TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当终端设备处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(Microphone，简称：MIC)，当终端设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件814可以检测到终端设备的打开/关闭状态，组件的相对定位，例如所述组件为终端设备的显示器和小键盘，传感器组件814还可以检测终端设备或终端设备一个组件的位置改变，用户与终端设备接触的存在或不存在，终端设备方位或加速/减速和终端设备的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，简称：CMOS)或电荷耦合元件(Charge-coupled Device，简称：CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如无线保真(WIreless-Fidelity，简称：WiFi)，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(Near Field Communication，简称：NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(Radio Frequency Identification，简称：RFID)技术，红外数据协会(Infrared Data Association，简称：IrDA)技术，超宽带(Ultra Wideband，简称：UWB)技术，蓝牙(Bluetooth，简称：BT)技术和其他技术来实现。

在示例性实施例中，终端设备可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，简称：ASIC)、数字信号处理器(Ddigital SignalProcessor，简称：DSP)、数字信号处理设备(Digital Signal Processing Device，简称：DSPD)、可编程逻辑器件(Programmable Logic Device，简称：PLD)、现场可编程门阵列(Field Programmable Gate Array，简称：FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端设备的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，简称：RAM)、只读光盘(Compact Disc Read-Only Memory，简称：CD-ROM)、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由图9所示终端设备的处理器执行时，使得终端设备能够执行一种视频即时通讯中测试音视频同步的方法，所述方法包括：终端设备根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；所述终端设备将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

图9所示的终端设备的框图即可以用作发送端的终端设备，也可以用作接收端的终端设备，在作为接收端的终端设备时，与上述区别在于：一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行一种视频即时通讯中测试音视频同步的方法，所述方法包括：终端设备播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；所述终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (14)

1.一种视频即时通讯中测试音视频同步的方法，其特征在于，包括：

发送端的终端设备根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

所述发送端的终端设备将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备；

所述接收端的终端设备播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。

2.根据权利要求1所述的方法，其特征在于，所述发送端的终端设备将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号，包括：

所述发送端的终端设备根据所述第一音频信号与所述第一视频信号的时序对应关系，将所述第一音频波形图显示在所述第一视频信号的视频画面上形成所述第二视频信号。

3.根据权利要求1或2所述的方法，其特征在于，所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果，包括：

所述接收端的终端设备根据所述第二音频信号采用所述预设规则形成第二音频波形图；

所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果。

4.根据权利要求3所述的方法，其特征在于，所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果，包括：

所述接收端的终端设备根据所述第二音频信号与所述第三视频信号的时序对应关系，将所述第二音频波形图显示在所述第三视频信号的视频画面上；

所述接收端的终端设备分析比较所述第二音频波形图和所述第一音频波形图的重合度获取所述同步结果。

5.根据权利要求1或2所述的方法，其特征在于，所述接收端的终端设备根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果，包括：

所述接收端的终端设备根据所述第一音频波形图采样获取第一音频特征信息；

所述接收端的终端设备根据所述第二音频信号采集获取第二音频特征信息；

所述接收端的终端设备通过信号处理分析比较所述第一音频特征信息和所述第二音频特征信息获取所述同步结果。

6.一种终端设备，其特征在于，包括：

波形形成模块，被配置为根据测试素材的第一音频信号采用预设规则形成第一音频波形图；

图像处理模块，被配置为将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

发送模块，被配置为将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

7.根据权利要求6所述的终端设备，其特征在于，所述图像处理模块，被配置为根据所述第一音频信号与所述第一视频信号的时序对应关系，将所述第一音频波形图显示在所述第一视频信号的视频画面上形成所述第二视频信号。

8.一种终端设备，其特征在于，包括：

播放模块，被配置为播放接收到的音频信号和视频信号；

采集模块，被配置为对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了第一音频波形图的视频画面；

分析模块，被配置为根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在视频即时通讯过程中音视频的同步结果。

9.根据权利要求8所述的终端设备，其特征在于，所述分析模块包括：波形形成单元和第一同步分析单元；

所述波形形成单元，被配置为根据所述第二音频信号采用预设规则形成第二音频波形图；

所述第一同步分析单元，被配置为分析比较所述第二音频波形图和所述第一音频波形图获取所述同步结果。

10.根据权利要求9所述的终端设备，其特征在于，所述第一同步分析单元，被配置为根据所述第二音频信号与所述第三视频信号的时序对应关系，将所述第二音频波形图显示在所述第三视频信号的视频画面上；分析比较所述第二音频波形图和所述第一音频波形图的重合度获取所述同步结果。

11.根据权利要求8所述的终端设备，其特征在于，所述分析模块包括：采样单元、采集单元以及第二同步分析单元；

所述采样单元，被配置为根据所述第一音频波形图采样获取第一音频特征信息；

所述采集单元，被配置为根据所述第二音频信号采集获取第二音频特征信息；

所述第二同步分析单元，被配置为通过信号处理分析比较所述第一音频特征信息和所述第二音频特征信息获取所述同步结果。

12.一种终端设备，其特征在于，包括：处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以执行根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给接收端的终端设备。

13.一种终端设备，其特征在于，包括：处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以执行播放接收到的音频信号和视频信号，同时对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了第一音频波形图的视频画面；根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在视频即时通讯过程中音视频的同步结果。

14.一种视频即时通讯中测试音视频同步的系统，其特征在于，包括：素材播放设备、发送设备、接收设备、素材采集设备以及分析设备；其中，

所述素材播放设备，被配置为根据测试素材的第一音频信号采用预设规则形成第一音频波形图，并将所述第一音频波形图显示在所述测试素材的第一视频信号的视频画面上形成带音频波形的第二视频信号；

所述发送设备，被配置为将所述第一音频信号和所述第二视频信号通过视频即时通讯方式发送给所述接收设备；

所述接收设备，被配置为播放接收到的音频信号和视频信号；

所述素材采集设备，被配置为对播放中的音频信号和视频信号进行采集形成第二音频信号和第三视频信号，所述第三视频信号包括显示了所述第一音频波形图的视频画面；

所述分析设备，被配置为根据所述第二音频信号和所述第三视频信号中的所述第一音频波形图分析获取在所述视频即时通讯过程中音视频的同步结果。