CN107786836A - 一种音视频会话业务实现方法和装置 - Google Patents

Abstract

本发明公开了一种音视频会话业务实现的方法及装置。本发明实施例提供的技术方案中，在协商建立音视频通话时，第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，该音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，该场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。本发明提供了一种在具有多个音视频采集器的终端上，终端根据场景指示信息选择对应的摄像头和音视频采集器的技术方案。

Description

一种音视频会话业务实现方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种音视频会话业务实现的方法和装置。

背景技术

音视频会话业务，有视频监控、视频回传、环境伴音、语音等业务。在一些终端上，会存在多个视频源和音频源；在一些业务场景中，也会有多路视频和音频同时存在的现象，比如在进行语音业务时也执行带伴音的视频监控和/或视频回传业务，也可能在执行带伴音的视频监控和/或视频回传业务时同时进行语音业务，在这种视频监控和/或视频回传以及环境伴音与语音业务并发执行时，在终端上会有多路音频进行采集和播放。

实现音视频会话业务的终端可连接有多个音视频采集器，比如，监控系统的终端中内置有摄像头、麦克风，还可以通过高清晰度多媒体接口(High Definition MultimediaInterface，简称HDMI)连接带拾音器的数码摄像机(Digital Video，简称DV)摄像头。不同类型的音视频会话业务需要使用不同的音视频采集器，比如，视频监控业务可使用内置摄像头或DV摄像头进行视频拍摄，环境伴音业务需要使用拾音器采集声音，大终端向调度台回传监控视频的同时也需要将环境伴音回传到调度台。

可以看出，在这些业务并发执行时，在具有多个音视频采集器的终端上选择相应的音频采集器，是目前亟需解决的问题。

发明内容

本发明实施例提供了一种音视频会话业务实现方法和装置，用以实现根据音视频会话业务的音视频会话场景使用相应音频采集器。

本发明实施例提供的音视频会话业务实现方法，包括：

第一设备确定第一音视频会话业务的音视频会话场景；

所述第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，所述第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息之后，还包括：

所述第一设备接收所述第二设备根据所述音视频会话请求消息返回的响应消息，所述响应消息中携带有所述场景指示信息；

所述第一设备根据所述响应消息中携带的场景指示信息选择音视频采集器。

可选地，所述第一设备与所述第二设备建立第一音视频会话业务的音视频会话通道之后，还包括：

所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第二设备；和/或

所述第一设备接收所述第二设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第二设备发送的音视频数据是所述第二设备根据所述场景指示信息选择的音视频采集器采集到的。

可选地，所述场景指示信息携带于SDP中。

可选地，所述场景指示用于指示以下音视频会话业务场景中的一种：普通会话、环境伴音、监控、视频回传。

本发明另外的实施例提供的音视频会话业务实现方法，包括：

第二设备接收第一设备发送的第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息；

所述第二设备根据所述场景指示信息选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，第二设备接收第一设备发送的第一音频业务的音视频会话请求消息之后，还包括：

所述第二设备向所述第一设备返回响应消息，所述响应消息中携带有所述场景指示信息，所述场景指示信息用于指示所述第一设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，所述第二设备与所述第一设备建立第一音视频会话业务的音视频会话通道之后，还包括：

所述第二设备使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第一设备；和/或

所述第二设备接收所述第一设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第一设备发送的音视频数据是所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集的。

可选地，所述场景指示信息携带于会话描述协议SDP中。

可选地，所述场景指示用于指示以下音视频会话业务场景中的一种：普通会话、环境伴音、监控、视频回传。

本发明实施例提供的音视频会话设备，作为第一设备应用于与第二设备的音视频会话业务中，该设备包括：

确定模块，用于确定第一音视频会话业务的音视频会话场景；

业务建立模块，用于向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，所述业务建立模块还用于：发送第一音视频会话业务的音视频会话请求消息之后，接收所述第二设备根据所述音视频会话请求消息返回的响应消息，所述响应消息中携带有所述场景指示信息，根据所述响应消息中携带的场景指示信息选择音视频采集器。

可选地，还包括：业务处理模块，用于使用与所述第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第二设备；和/或，接收所述第二设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第二设备发送的音视频数据是所述第二设备根据所述场景指示信息选择的音视频采集器采集到的。

本发明实施例提供的音视频会话设备，作为第二设备应用于与第一设备的音视频会话业务中，该设备包括：

接收模块，用于接收第一设备发送的第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息；

业务建立模块，用于根据所述场景指示信息选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，所述业务建立模块还用于：

接收第一设备发送的第一音频业务的音视频会话请求消息之后，向所述第一设备返回响应消息，所述响应消息中携带有所述场景指示信息，所述场景指示信息用于指示所述第一设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

可选地，还包括：业务处理模块，用于使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第一设备；和/或，接收所述第一设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第一设备发送的音视频数据是所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集的。

本发明实施例提供的技术方案中，在协商建立音视频通话时，第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，该音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，该场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。解决了现有技术中在具有多个音视频采集器的终端上，终端因不确定具体的场景，而无法选择相对应的音视频采集器的问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例适用的系统架构示意图；

图2为本发明实施例中的终端连接的音视频采集器的示意图；

图3为本发明实施例提供的音视频会话业务实现方法流程示意图；

图4为本发明实施例中主被叫语音业务的信令流程示意图；

图5为本发明实施例中监控系统带环境伴音的视频回放信令流程示意图；

图6a和图6b分别为本发明实施例提供的音视频会话设备的结构示意图；

图7为本发明另外的实施例提供的音视频会话设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例适用于音视频会话业务。图1示例性地示出了一种音视频会话业务的系统架构示意图。如图所示，该系统架构中可包括终端，终端之间可通过网络进行通信，从而实现音视频会话业务，比如主被叫之间的语音业务。所述终端可以是移动终端，比如手机等，终端支持支持多路呼叫，多路呼叫即进行语音通话时，能够接收视频监控呼叫；或者在处理视频监控时也能接收语音呼叫。所述网络可以是局域网。上述系统架构也可应用于监控系统。在监控系统架构下，调度台和终端可通过网络进行通信，终端可向调度台进行监控数据回传。其中，终端可包括具有通信功能的摄像头。

上述架构中的终端可连接多个音视频采集器。图2示例性的示出了一种终端所连接的音视频采集器。参见图2，终端内置摄像头和耳麦，同时通过高清晰度多媒体接口(HighDefinition Multimedia Interface，简称HDMI)连接带拾音器的DV摄像头。

可以看到这种情况下，终端具备两个摄像头和两个音频采集器，如果该终端可具备语音业务功能以及作为监控系统的终端实现视频回传业务功能，则当该终端同时进行上述两种音视频会话业务时，终端无法判断上述两种音视频会话业务所使用的摄像头和音频采集器。

为解决上述提到的音视频采集器的选择问题，本发明实施例提出了一种音视频会话的方法。

本发明实施例提出的技术方案中，在会话描述协议(Session DescriptionProtocol，简称SDP)协商建立时，增加音视频会话业务的场景指示信息，使得终端能够打开与音视频会话业务对应的音视频采集器，从而解决多个音频采集器的选择的问题。

本发明实施例中，可预先设置音视频会话业务与相应业务使用的音视频采集器之间的对应关系。

举例来说，视频会话业务与音视频采集器之间的对应关系可包括：

监控业务，使用前置摄像头，因为前置摄像头好对准镜头；

视频回传业务，使用后摄像头，因为后摄像头可以提升画质，并且它的光线解析力有大的提升，这些能带来更好的图像质量；

普通回话业务，使用前置摄像头，因为前摄像头好对准镜头；

多个音源情况下的环境伴音业务，使用带拾音器的DV摄像头。

在音视频会话的过程中，通过会话初始协议(Session Initiation Protocol，简称SIP)建立信令会话，并通过SDP协商建立起主叫和被叫之间的视频通话。本发明的实施例中，在会话协商中增加场景指示可以有多种方式实现，比如可在SDP中增加定义，也可在SIP中使用场景指示扩展头域，表示该会话用于的场景。

参见图3，为本发明实施例提供的音视频会话业务实现方法的流程示意图。该流程以第一设备与第二设备进行音视频会话业务过程为例描述，该流程包括以下步骤：

步骤301：第一设备确定第一音视频会话业务的音视频会话场景。其中，第一音视频会话业务可以是：普通会话业务、环境伴音业务、监控业务、视频回传业务等音视频会话业务中的一种。

步骤302：第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

该步骤中，根据第一音视频会话业务的类型，该音视频会话业务的场景指示信息用于指示以下音视频会话业务场景中的一种：普通会话、环境伴音、监控、视频回传。

该步骤中，所述音视频会话请求消息为SIP消息，该场景指示信息可携带于该SIP消息的头域中。在其他实施例中，所述音视频会话请求消息中可携带有第一设备的SDP信息，该场景指示信息可携带于该SDP信息中。

步骤303：第二设备根据音视频会话请求消息中携带的场景指示信息选择与第一音视频业务的场景对应的音视频采集器。

该步骤中，第二设备中可预先设置有音视频会议业务的场景与音视频采集器之间的对应关系，因此第二设备可根据音视频会话请求消息中携带的场景指示信息所指示的场景以及该对应关系，确定出与该场景指示信息对应的音视频采集器，进而使用该音视频采集器进行第一音视频会话业务。

上述流程中，可选地，在步骤302或步骤303之后还可包括：

第二设备根据音视频会话请求消息返回响应消息，该响应消息中携带有场景指示信息，该场景指示信息即为步骤301中第一设备确定出的场景指示信息。该响应消息为SIP消息。该场景指示信息可携带于SIP消息头域中，也可携带于该消息中的第二设备的SDP信息中。

在其他的实施例中，第一设备向第二设备发送第一音视频业务的音视频会话请求消息后，第二设备返回的响应消息中也可不包含场景指示信息，此种情况下，第一设备可根据其确定出的第一音视频会话业务的音视频会话场景，使用对应的音视频采集器进行该第一音视频会话业务。

第一设备与第二设备通过上述流程进行SDP协商之后，建立第一音视频会话业务的音视频会话通道。进一步地，在建立该音视频会话通道之后，第一设备与第二设备可通过该音视频会话通道传输音视频会话业务数据。比如，第一设备使用与第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过该通道发送给第二设备。第二设备也可以使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过该通道发送给第一设备。

上述实施例中，在协商建立音视频通话时，第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，该音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，该场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。解决了现有技术中在具有多个音视频采集器的终端上，终端因不确定具体的场景，而无法选择相对应的音视频采集器的问题。

基于图3所示的流程，图4以实现主被叫语音业务为例，示出了相应的信令流程。在音视频会话的系统中，包括主叫终端、主叫侧代理呼叫会话控制实体(Proxy-Call SessionControl Function，简称P-CSCF)、服务呼叫会话控制实体(Serving-CSCF，简称S-CSCF)，被叫侧代理呼叫会话控制实体(Proxy-CSCF，简称：P-CSCF)、被叫终端。该信令流程图包含以下步骤：

步骤401～404：主叫终端向被叫终端发送INVITE(呼叫)消息，该消息中携带主叫终端的SDP信息(表示为SDP1)、场景指示信息，该消息依次经过主叫侧P-CSCF、S-CSCF，被叫侧P-CSCF转发到被叫终端。

其中，INVITE(呼叫)消息中的SDP1定义如下：

m＝<media><port><proto><application>

其中：

<media>中承载的是媒体类型，具体可以包括："audio"(音频),"video"(视频),"text"(文本),"application"(场景)和"message"(消息)中的一种或多种。

<port>中承载的是媒体传送的端口号，它依赖于参数c所标识的连接信息(connection information)和<proto>所标识的协议类型。

<proto>中承载的是协议类型，具体可以包括用户数据包协议(User DatagramProtocol，简称UDP)、实时传输协议(Real-time Transport Protocol，简称RTP)/AVP(Audio/Video profile，中文简称声音/图像描述)或RTP/SAVP(SpecialAudio/Videoprofile，中文简称特殊声音/图像描述)。

<application>中承载场景指示信息，所述的application是本发明实施例新增加的。所述的application具体可以包括：plain(普通会话)、ambient noise(环境伴音)、monitor(监控)、videoback(视频回传)中的一种或多种。本例子中，<application>中承载的信息为“plain”，表示当前发起的音视频业务为语音业务。

步骤405～408：被叫终端收到该INVITE(呼叫)消息后，根据消息中的场景指示信息，调用对应的摄像头和音频采集器，并向主叫终端回复200OK消息，该消息中携带被叫终端的SDP信息(表示为SDP2)、场景指示信息，该消息经过被叫侧代理P-CSCF、S-CSCF、主叫侧P-CSCF转发到主叫终端。

步骤409～412：主叫终端收到被叫终端侧的回复信息后，根据消息中携带的场景指示信息，调用对应的摄像头和音频采集器。主叫终端向被叫终端回复ACK(确认)消息，该消息经过主叫侧P-CSCF、S-CSCF，被叫侧P-CSCF转发到被叫终端。

步骤413：主叫终端和被叫终端建立语音业务的通道，并通过该通道传输RTP流，实现音视频通话。

进一步地，如上述流程中的步骤405中，被叫终端无法调用音视频采集器，或者调用不成功，则返回decline(丢弃)消息，主叫终端收到该消息后流程终止。

进一步地，如上述流程中的步骤409中，主叫终端无法调用音视频采集器，或者调用不成功，则返回decline(丢弃)消息，被叫终端收到该消息后流程终止。

基于图3所示的流程，图5以实现监控系统带环境伴音的视频回放为例，示出了相应的信令流程。在该监控系统带环境伴音的视频回放系统中，包括作为主叫终端的调度台、主叫侧P-CSCF、S-CSCF，被叫侧P-CSCF、被叫终端。该信令流程包含以下步骤：

步骤501：调度台与被叫终端正在进行语音通话。

步骤502～505：调度台向被叫终端发送INVITE(呼叫)消息，该消息中携带场景指示信息，该场景指示信息所指示的场景为视频监控中带环境伴音的业务场景。该消息经过主叫侧P-CSCF、S-CSCF，被叫侧P-CSCF转发到被叫终端。

该消息中可携带调度台的SDP信息，上述场景指示信息可包含在该SDP信息中，具体实现可参见图4中的相关步骤。

步骤506～509：被叫终端收到该INVITE(呼叫)消息后，根据消息中的场景指示信息，调用对应的摄像头和音频采集器。并向调度台回复200OK消息。该消息经过被叫侧P-CSCF、S-CSCF，主叫侧P-CSCF转发到调度台。

步骤510～513：调度台向被叫终端回复ACK(确认)消息，该消息经过主叫侧P-CSCF、S-CSCF，被叫侧P-CSCF转发到被叫终端。

步骤514：调度台和被叫终端建立带环境伴音的监控业务通道，并通过该通道传输RTP流，实现带环境伴音的监控数据回传。

进一步地，如上述流程中的步骤506中，被叫终端无法调用音视频采集器，或者调用不成功，则返回decline(丢弃)消息，调度台收到该消息后流程终止。

基于相同的技术构思，本发明实施例提供了音视频会话设备。

参见图6a，为本发明实施例提供的音视频会话设备的结构装置示意图，该音视频会话设备作为第一设备应用于与第二设备的音视频会话业务中，可实现前述实施例描述的音视频会话业务流程。

如图所示，该设备包括：确定模块601、业务建立模块602，还可包括业务处理模块603，其中：

确定模块601，用于确定第一音视频会话业务的音视频会话场景；

业务建立模块602，用于向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器；

业务处理模块603，用于使用与所述第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第二设备；和/或，接收所述第二设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第二设备发送的音视频数据是所述第二设备根据所述场景指示信息选择的音视频采集器采集到的。

可选地，所述业务建立模块602还用于：发送第一音视频会话业务的音视频会话请求消息之后，接收所述第二设备根据所述音视频会话请求消息返回的响应消息，所述响应消息中携带有所述场景指示信息，根据所述响应消息中携带的场景指示信息选择音视频采集器。

图6a中，业务处理模块603可根据业务建立模块602从第二设备接收到的响应消息中携带的场景指示信息，确定出第一音视频会议业务对应的音视频采集器。在另外的实施例中，如图6b所示，业务处理模块603可根据确定模块601确定出的场景指示信息，确定出第一音视频会议业务对应的音视频采集器。

参见图7，为本发明另外的实施例提供的音视频会话设备的结构装置示意图。该音视频会话设备作为第二设备应用于与第一设备的音视频会话业务中，可实现前述实施例描述的音视频会话业务流程。

如图所示，该设备包括：接收模块701，业务建立模块702，进一步还可包括业务处理模块703，其中：

接收模块701，用于接收第一设备发送的第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息；

业务建立模块702，用于根据所述场景指示信息选择与所述第一音视频会话业务的场景对应的音视频播放器；

业务处理模块703，用于使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第一设备；和/或，接收所述第一设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第一设备发送的音视频数据是所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集的。

可选地，所述业务建立模块702还用于：接收第一设备发送的第一音频业务的音视频会话请求消息之后，向所述第一设备返回响应消息，所述响应消息中携带有所述场景指示信息，所述场景指示信息用于指示所述第一设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

本发明实施例通过增加场景指示，解决了终端具有多个音源或者多个视频源时遇到的问题，使终端可以根据场景指示选择对应的音频采集器，也可以应用于只具备一个音频源和视频源的情况。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种音视频会话业务实现方法，其特征在于，包括：

第一设备确定第一音视频会话业务的音视频会话场景；

所述第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

2.如权利要求1所述的方法，其特征在于，所述第一设备向第二设备发送第一音视频会话业务的音视频会话请求消息之后，还包括：

所述第一设备接收所述第二设备根据所述音视频会话请求消息返回的响应消息，所述响应消息中携带有所述场景指示信息；

所述第一设备根据所述响应消息中携带的场景指示信息选择音视频采集器。

3.如权利要求1所述的方法，其特征在于，所述第一设备与所述第二设备建立第一音视频会话业务的音视频会话通道之后，还包括：

所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第二设备；和/或

所述第一设备接收所述第二设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第二设备发送的音视频数据是所述第二设备根据所述场景指示信息选择的音视频采集器采集到的。

4.如权利要求1所述的方法，其特征在于，所述场景指示信息携带于会话描述协议SDP中。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述场景指示用于指示以下音视频会话业务场景中的一种：普通会话、环境伴音、监控、视频回传。

6.一种音视频会话业务实现方法，其特征在于，包括：

第二设备接收第一设备发送的第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息；

所述第二设备根据所述场景指示信息选择与所述第一音视频会话业务的场景对应的音视频采集器。

7.如权利要求6所述的方法，其特征在于，第二设备接收第一设备发送的第一音频业务的音视频会话请求消息之后，还包括：

所述第二设备向所述第一设备返回响应消息，所述响应消息中携带有所述场景指示信息，所述场景指示信息用于指示所述第一设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

8.如权利要求6所述的方法，其特征在于，所述第二设备与所述第一设备建立第一音视频会话业务的音视频会话通道之后，还包括：

所述第二设备使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第一设备；和/或所述第二设备接收所述第一设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第一设备发送的音视频数据是所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集的。

9.如权利要求6所述的方法，其特征在于，所述场景指示信息携带于会话描述协议SDP中。

10.如权利要求6至9中任一项所述的方法，其特征在于，所述场景指示用于指示以下音视频会话业务场景中的一种：普通会话、环境伴音、监控、视频回传。

11.一种音视频会话设备，所述音视频会话设备作为第一设备应用于与第二设备的音视频会话业务中，其特征在于，包括：

确定模块，用于确定第一音视频会话业务的音视频会话场景；

业务建立模块，用于向第二设备发送第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息，所述场景指示信息用于指示所述第二设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

12.如权利要求11所述的设备，其特征在于，所述业务建立模块还用于：

发送第一音视频会话业务的音视频会话请求消息之后，接收所述第二设备根据所述音视频会话请求消息返回的响应消息，所述响应消息中携带有所述场景指示信息，根据所述响应消息中携带的场景指示信息选择音视频采集器。

13.如权利要求11或12所述的设备，其特征在于，还包括：

业务处理模块，用于使用与所述第一音视频会话业务对应的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第二设备；和/或

接收所述第二设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第二设备发送的音视频数据是所述第二设备根据所述场景指示信息选择的音视频采集器采集到的。

14.一种音视频会话设备，所述音视频会话设备作为第二设备应用于与第一设备的音视频会话业务中，其特征在于，包括：

接收模块，用于接收第一设备发送的第一音视频会话业务的音视频会话请求消息，所述音视频会话请求消息中携带有第一音视频会话业务的场景指示信息；

业务建立模块，用于根据所述场景指示信息选择与所述第一音视频会话业务的场景对应的音视频采集器。

15.如权利要求14所述的设备，其特征在于，所述业务建立模块还用于：

接收第一设备发送的第一音频业务的音视频会话请求消息之后，向所述第一设备返回响应消息，所述响应消息中携带有所述场景指示信息，所述场景指示信息用于指示所述第一设备选择与所述第一音视频会话业务的场景对应的音视频采集器。

16.如权利要求14或15所述的设备，其特征在于，还包括：

业务处理模块，用于使用选择的音视频采集器采集音视频数据，并将采集的音视频数据通过所述第一语音业务的音视频会话通道发送给所述第一设备；和/或

接收所述第一设备通过所述第一语音业务的音视频会话通道发送的音视频数据，其中，所述第一设备发送的音视频数据是所述第一设备使用与所述第一音视频会话业务对应的音视频采集器采集的。