CN107872678B - 基于直播的文本展示方法和装置、直播方法和装置 - Google Patents

Abstract

本发明涉及一种基于直播的文本展示方法和装置、直播方法和装置，该基于直播的文本展示方法包括：接收通过直播发起方的用户标识发起的直播数据流；将所述直播数据流逐数据帧播放；确定所述直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，所述背景音频通过所述直播发起方的用户标识触发播放；根据所述时间差确定所述背景音频的当前播放时间；根据所述当前播放时间定位所述背景音频对应的文本文件中的文本；展示定位的文本。本发明提供的基于直播的文本展示方法和装置、直播方法和装置，提高了互动效率。

Description

基于直播的文本展示方法和装置、直播方法和装置

技术领域

本发明涉及互联网技术领域，特别是涉及一种基于直播的文本展示方法和装置、直播方法和装置。

背景技术

随着网络基础设施的完善和终端硬件的升级，直播成为一种热门的交互方式。目前，用户可以通过终端上运行的直播应用申请成为主播并开启直播，其它用户可参与该直播而成为观众，主播端将采集直播数据流并经由服务器分发至各个观众端。主播端与观众端之间在直播过程中还可以进行即时消息的互动，使得主播端和观众端之间可以双向互动。

然而，目前直播场景中主播端和观众端之间的互动一般是异步进行的，需要主播和观众主观地通过上下文环境和时间顺序缕清交互过程，导致主播端和观众端之间互动的效率受限。

发明内容

基于此，有必要针对目前直播场景中主播端和观众端之间缺乏同步互动方式导致互动效率受限的技术问题，提供一种基于直播的文本展示方法和装置、直播方法和装置。

一种基于直播的文本展示方法，包括：

接收通过直播发起方的用户标识发起的直播数据流；

将所述直播数据流逐数据帧播放；

确定直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，所述背景音频通过所述直播发起方的用户标识触发播放；

根据所述时间差确定所述背景音频的当前播放时间；

根据所述当前播放时间定位所述背景音频对应的文本文件中的文本；

展示定位的文本。

一种基于直播的文本展示装置，包括：

接收模块，用于接收通过直播发起方的用户标识发起的直播数据流；

直播数据流播放模块，用于将所述直播数据流逐数据帧播放；

时间差确定模块，用于确定直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，所述背景音频通过所述直播发起方的用户标识触发播放；

当前播放时间确定模块，用于根据所述时间差确定所述背景音频的当前播放时间；

文本定位模块，用于根据所述当前播放时间定位所述背景音频对应的文本文件中的文本；

文本展示模块，用于展示定位的文本。

上述基于直播的文本展示方法和装置，由直播发起方发起直播数据流并触发背景音频的播放，在接收到该直播数据流后进行逐数据帧的播放。当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差，反映的是本地背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时本地同步地展示对应的文本，可以与直播发起方之间进行同步互动，提高了互动效率。

一种直播方法，包括：

发起直播数据流，并将所述直播数据流发送至直播接收方的用户标识对应的终端，使得所述终端逐数据帧播放所述直播数据流；

将所述直播数据流在本地逐数据帧播放；

获取触发指令，并根据所述触发指令开始播放背景音频；

获取开始播放所述背景音频时对应数据帧记录的第一时间戳；

将所述第一时间戳发送至所述终端，使得所述终端将正在播放的数据帧记录的第二时间戳减去所述第一时间戳得到时间差，根据所述时间差确定所述背景音频的当前播放时间，并根据所述当前播放时间展示所述背景音频对应的文本文件中的文本。

一种直播装置，其特征在于，包括：

直播发起模块，用于发起直播数据流，并将所述直播数据流发送至直播接收方的用户标识对应的终端，使得所述终端逐数据帧播放所述直播数据流；

直播数据流播放模块，用于将所述直播数据流在本地逐数据帧播放；

背景音频播放模块，用于获取触发指令，并根据所述触发指令开始播放背景音频；

获取模块，用于获取开始播放所述背景音频时对应数据帧记录的第一时间戳；

发送模块，用于将所述第一时间戳发送至所述终端，使得所述终端将正在播放的数据帧记录的第二时间戳减去所述第一时间戳得到时间差，根据所述时间差确定所述背景音频的当前播放时间，并根据所述当前播放时间展示所述背景音频对应的文本文件中的文本。

上述直播方法和装置，发起直播数据流并发送至直播接收方所在终端，由直播接收方所在终端逐数据帧的播放，本地则在播放直播数据流时触发背景音频的播放，并将开始播放所述背景音频时对应数据帧记录的第一时间戳发送至直播接收方所在终端。直播接收方所在终端可将正在播放的数据帧记录的第二时间戳减去所述第一时间戳得到时间差，该时间差反映的是直播接收方所在终端背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时在直播接收方所在终端同步地展示对应的文本，在直播过程中直播发起方和直播接收方之间可进行同步互动，可提高互动效率。

附图说明

图1为一个实施例中直播系统的应用环境图；

图2为一个实施例中终端的内部结构示意图；

图3为一个实施例中基于直播的文本展示方法的流程示意图；

图4为一个实施例中直播发起方所在终端和直播接收方所在终端的直播数据流对比示意图之一；

图5为一个实施例中确定直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差的步骤的流程示意图；

图6为一个实施例中直播发起方所在终端和直播接收方所在终端的直播数据流对比示意图之二；

图7为另一个实施例中基于直播的文本展示方法的流程示意图；

图8为一个实施例中直播接收方界面的示意图；

图9为一个实施例中直播方法的流程示意图；

图10为一个实施例中直播发起方界面的示意图；

图11为一个实施例中基于直播的文本展示装置的结构框图；

图12为一个实施例中直播装置的结构框图；

图13为另一个实施例中直播装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一终端称为第二终端，且类似地，可将第二终端称为第一终端。第一终端和第二终端两者都是终端，但其不是同一终端。

图1为一个实施例中直播系统的应用环境图。参照图1，该系统包括第一终端110、服务器120和第二终端130。第一终端110和第二终端130可以是相同类型的终端，也可以是不同类型的终端。第一终端110可发起直播数据流，并通过数据传输通道将直播数据流发送至服务器120。第一终端110可将直播数据流在本地逐数据帧播放。第一终端110可获取触发指令，并根据触发指令开始播放背景音频。第一终端110可获取开始播放背景音频时对应数据帧记录的第一时间戳，将第一时间戳发送至服务器120。服务器120可将第一时间戳通过信令通道发送至第二终端130。第二终端130可接收服务器发送的直播数据流，并将直播数据流逐数据帧播放。第二终端130可接收服务器发送的第一时间戳，将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，根据时间差确定背景音频的当前播放时间，并根据当前播放时间展示背景音频对应的文本文件中的文本。

图2为一个实施例中终端的内部结构示意图。如图2所示，该终端包括通过系统总线连接的处理器、非易失性存储介质、内存储器、网络接口、显示屏和输入装置。其中，终端的非易失性存储介质存储有操作系统，还存储有一种基于直播的文本展装置和/或直播装置，该基于直播的文本展装置用于实现一种基于直播的文本展方法，该直播装置用于实现一种直播方法。该处理器用于提供计算和控制能力，支撑整个终端的运行。终端中的内存储器为非易失性存储介质中的基于直播的文本展装置和/或直播装置的运行提供环境。该内存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种基于直播的文本展方法和/或直播方法。网络接口用于与服务器进行网络通信，如发送或接收直播数据流。终端的显示屏可以是液晶显示屏或者电子墨水显示屏等，输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该终端可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

图3为一个实施例中基于直播的文本展示方法的流程示意图。本实施例以该方法应用于上述图1中的第二终端来举例说明。参照图3，该方法具体包括如下步骤：

S302，接收通过直播发起方的用户标识发起的直播数据流。

其中，直播发起方也就是直播场景中的主播，相应的，直播接收方也就是直播场景中的观众。在一个直播场景中，直播接收方的数量大于直播发起方的数量，直播发起方的数量一般为一个。直播数据流是直播发起方向直播接收方发送的用于实现直播的数据流。直播是指数据的产生和播放同步进行的数据播放方式。

直播发起方使用直播发起方的用户标识在第一终端登录，直播接收方使用直播接收方的用户标识在第二终端登录。第二终端可为多个。第一终端和第二终端均运行有直播应用。第一终端通过其上运行的直播应用发起直播数据流，通过服务器将直播数据流发送至第二终端。

在一个实施例中，第一终端可将携带有直播标识的直播数据流发送至服务器。直播标识用于唯一标识出一个直播场景。服务器获取该直播标识对应的直播接收方的用户标识，从而将该直播数据流发送至直播接收方的用户标识对应的第二终端。

在一个实施例中，第一终端可将携带有直播接收方的用户标识的直播数据流发送至服务器，服务器提取该直播接收方的用户标识，从而将该直播数据流发送至直播接收方的用户标识对应的第二终端。

S304，将直播数据流逐数据帧播放。

具体地，直播数据流可以包括直播音频数据流和/或直播视频数据流。其中，直播音频数据流包括一系列的音频数据帧，直播视频数据流包括一系列的视频数据帧。第二终端可将直播音频数据流的音频数据帧逐帧播放，形成直播音频；第二终端可将直播视频数据流的视频数据帧逐帧播放，形成直播视频画面。

S306，确定直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，背景音频通过直播发起方的用户标识触发播放。

背景音频是直播时作为背景声音播放的音频，具体可以是歌曲音频、伴奏音频、话剧音频或者相声音频等。正在播放的数据帧以及开始播放背景音频时对应的数据帧之间的时间差，反映的是第二终端在播放直播数据流的过程中自开始播放背景音频至当前时间所经历的时长。

在一个实施例中，直播数据流中的每个数据帧可携带有相应的时间差，该时间差表示该数据帧与开始播放背景音频时对应的数据帧之间的时间差。在步骤S306中，第二终端可直接从当前正在播放的数据帧提取所携带的时间差。

S308，根据时间差确定背景音频的当前播放时间。

其中，背景音频的当前播放时间，表示播放背景音频的播放进度。具体地，若背景音频从背景音频的时间零点开始播放，则第二终端可直接将时间差作为当前播放时间。第二终端可在播放到记录有开始播放背景音频的时间戳的数据帧时，开始播放该背景音频，具体可从背景音频的起始播放时间开始播放该背景音频。起始播放时间是开始播放背景音频时相对于背景音频的时间零点的时长。

在一个实施例中，步骤S308具体包括：获取背景音频开始播放时相对于背景音频的时间零点的起始播放时间；将获取的起始播放时间加上时间差得到背景音频的当前播放时间。

其中，起始播放时间是指背景音频开始播放的时间相对于背景音频的时间零点的时长。起始播放时间的存在可以是因直播发起方的主动调整操作或者因背景音频的播放历史记录等不同原因导致。

在一个实施例中，背景音频的起始播放时间可由第一终端在背景音频开始播放时获取，并被发送到服务器。服务器可将背景音频的起始播放时间推送至第二终端，第二终端也可以在需要时主动从服务器查询。

S310，根据当前播放时间定位背景音频对应的文本文件中的文本。

其中，文本文件中包括若干文本，文本可包括自然语言字符以及标点符号等。文本文件还包括时间标记，用于标记文本文件中的文本与背景音频的时间对应关系。时间标记可以包括开始展示相应文本的时间点，或者可以包括开始展示相应文本的时间点以及相应文本的展示时长。文本文件可以是歌词文件或者字幕文件。

具体地，第二终端可在文本文件中查找与当前播放时间匹配的时间标记，从而定位到该匹配的时间标记对应的文本。进一步地，第二终端可在文本文件中查找时间标记，该时间标记所表示的时间点小于等于当前播放时间且最接近当前播放时间，从而将查找到的时间标记确定为与当前播放时间匹配的时间标记。

S312，展示定位的文本。

具体地，第二终端可按照预设的展示形式展示定位的文本。展示形式比如文本字体、文本字号、文本颜色、展示位置以及展示行数等。

上述基于直播的文本展示方法，由直播发起方发起直播数据流并触发背景音频的播放，在接收到该直播数据流后进行逐数据帧的播放。当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差，反映的是本地背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时本地同步地展示对应的文本，可以与直播发起方之间进行同步互动，提高了互动效率。

而且，参照图4，从第一终端发出直播数据流到第二终端接收到直播数据流之间存在网络延时△t，且该网络延时△t并不稳定，存在小范围波动。而通过当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差，可避免引入网络延时△t，从而可以保证直播接收方听到背景音频和看到的文本是保持同步的。

图5为一个实施例中步骤S306的流程示意图。参照图5，步骤S306具体包括如下步骤：

S502，获取第一时间戳；第一时间戳是背景音频开始播放时所对应的直播数据流中的数据帧记录的时间戳。

具体地，第一终端可在直播应用的界面中选择背景音频，并触发该背景音频开始播放。背景音频开始播放的时刻，对应直播数据流中的一个数据帧，该数据帧记录的时间戳即第一时间戳。进一步地，第一终端将第一时间戳发送至服务器；服务器可将第一时间戳推送至第二终端，或者第二终端也可以在需要时主动从服务器查询该第一时间戳。

S504，获取当前正在播放的数据帧记录的第二时间戳。

具体地，在一个实施例中，直播数据流中的每个数据帧携带有该数据帧所对应的时间戳。第二终端可确定正在播放的数据帧，并从该数据帧中提取时间戳，提取的时间戳便是当前正在播放的数据帧记录的第二时间戳。

在一个实施例中，第二终端也可以根据帧编号和时间戳的对应关系，获取与当前正在播放的数据帧的帧编号对应的时间戳，获取的时间戳即第二时间戳。

S506，将第二时间戳减去第一时间戳得到时间差。

具体地，将第一时间戳记为T1，将第二时间戳记为T2，则时间差为(T2-T1)。参照图6，在已知T1和T2时，通过时间差(T2-T1)可以定位背景音频播放流在本地对应的当前播放时间。

本实施例中，利用当前正在播放的数据帧记录的第二时间戳，以及对应于背景音频开始播放时所对应的直播数据流中的数据帧的第一时间戳，可以精确地计算出时间差，从而后续可根据该时间差精确地定位文本文件中的文本，保证背景音频和相应文本的精确同步。

在一个实施例中，背景音频在直播发起方的用户标识对应的终端上被触发播放；且在直播发起方的用户标识对应的终端上，文本文件中的文本跟随背景音频的播放时间进度同步展示。

本实施例中，直播发起方所在终端上随着背景音频的播放同步展示相应文本文件中的文本，保证了直播发起方所在终端上背景音频和相应文本的同步，保证了直播接收方本地背景音频和相应文本的同步，随着直播数据流的产生和播放，保证了直播发起方和直播接收方双方之间背景音频和相应文本的同步。

在一个实施例中，步骤S310具体包括：定位背景音频对应的文本文件中具有与当前播放时间匹配的时间标记的文本序列；定位文本序列中具有与当前播放时间匹配的时间标记的字符。

步骤S312具体包括：以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。

其中，文本序列是多个字符构成的字符串，比如歌词句或者字幕句。文本文件中可通过预设的格式区分不同的文本序列，比如文本文件中每一段落为一个文本序列。文本文件中的每个文本序列可对应有时间标记，文本序列中的每个字符也可以对应有时间标记。第二终端可先在文本文件中定位具有与当前播放时间匹配的时间标记的文本序列，进而在文本序列中定位具有与当前播放时间匹配的时间标记的字符。

第一展示形式和第二展示形式是不同的展示形式。直播接收方所在终端先以第一展示形式展示定位的文本序列，进而逐渐将文本序列中第一展示形式的字符变更为第二展示形式的字符，可精确地表示文本文件中字符相对于文本序列的进度。

图7为一个实施例中基于直播的文本展示方法的流程示意图。参照图7，该方法具体包括如下步骤：

S702，接收通过直播发起方的用户标识发起的直播数据流。

在一个实施例中，第一终端可将携带有直播标识的直播数据流发送至服务器。服务器获取该直播标识对应的直播接收方的用户标识，从而将该直播数据流发送至直播接收方的用户标识对应的第二终端。

在一个实施例中，第一终端可将携带有直播接收方的用户标识的直播数据流发送至服务器，服务器提取该直播接收方的用户标识，从而将该直播数据流发送至直播接收方的用户标识对应的第二终端。

S704，将直播数据流逐数据帧播放。

具体地，第二终端可通过直播应用的直播接收方界面，将直播数据流逐数据帧播放。参照图8，第二终端逐数据帧播放直播数据流形成直播视频画面。

S706，获取第一时间戳；第一时间戳是背景音频开始播放时所对应的直播数据流中的数据帧记录的时间戳；背景音频通过直播发起方的用户标识触发播放。

具体地，第一终端可在直播应用的界面中选择背景音频，并触发该背景音频开始播放。背景音频可以是带人声的歌曲音频或者去人声的伴奏音频。背景音频开始播放的时刻，对应直播数据流中的一个数据帧，该数据帧记录的时间戳即第一时间戳。进一步地，第一终端将第一时间戳发送至服务器；服务器可将第一时间戳推送至第二终端，或者第二终端也可以在需要时主动从服务器查询该第一时间戳。

S708，获取当前正在播放的数据帧记录的第二时间戳。

具体地，在一个实施例中，直播数据流中的每个数据帧携带有该数据帧所对应的时间戳。第二终端可确定正在播放的数据帧，并从该数据帧中提取时间戳，提取的时间戳便是当前正在播放的数据帧记录的第二时间戳。

在一个实施例中，第二终端也可以根据帧编号和时间戳的对应关系，获取与当前正在播放的数据帧的帧编号对应的时间戳，获取的时间戳即第二时间戳。

S710，将第二时间戳减去第一时间戳得到时间差。

S712，获取背景音频开始播放时相对于背景音频的时间零点的起始播放时间。

其中，起始播放时间是指背景音频开始播放的时间相对于背景音频的时间零点的时长。起始播放时间的存在可以是因直播发起方的主动调整操作或者因背景音频的播放历史记录等不同原因导致。

在一个实施例中，背景音频的起始播放时间可由第一终端在背景音频开始播放时获取，并被发送到服务器。服务器可将背景音频的起始播放时间推送至第二终端，第二终端也可以在需要时主动从服务器查询。

S714，将获取的起始播放时间加上时间差得到背景音频的当前播放时间。

S716，定位背景音频对应的歌词文件中具有与当前播放时间匹配的时间标记的歌词句。

其中，歌词句是多个歌词单字构成的文本序列。文本文件中可通过预设的格式区分不同的歌词句，比如文本文件中每一段落为一个歌词句。文本文件中的每个歌词句可对应有时间标记，第二终端可在文本文件中定位具有与当前播放时间匹配的时间标记的歌词句。

S718，以第一展示形式展示定位的歌词句。举例说明，参照图8，假设定位的歌词句为“这就是一句歌词”，且该歌词句以灰色字体展示。

S720，定位歌词句中具有与当前播放时间匹配的时间标记的歌词单字。

具体地，歌词句中的每个歌词单字也可以对应有时间标记，第二终端可在定位歌词句后，在定位的歌词句中定位具有与当前播放时间匹配的时间标记的歌词单字。

S722，在展示的歌词句中，将定位的歌词单字变更为第二展示形式。

举例说明，参照图8，假设定位的歌词句为“这就是一句歌词”，且当前定位的歌词单字为“是”，则将展示的歌词句810中的歌词单字“是”811从灰色字体变更为黑色字体。

本实施例中，由直播发起方发起直播数据流并触发背景音频的播放，在接收到该直播数据流后进行逐数据帧的播放。当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差，反映的是本地背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应歌词文件中的歌词并展示。可以实现在直播过程中，在直播发起方播放背景音频时本地同步地展示对应的歌词，可以与直播发起方之间进行同步互动，提高了互动效率。

图9为一个实施例中直播方法的流程示意图。参照图9，该直播方法具体包括如下步骤：

S902，发起直播数据流，并将直播数据流发送至直播接收方的用户标识对应的终端，使得终端逐数据帧播放直播数据流。

具体地，直播发起方使用直播发起方的用户标识在第一终端登录，直播接收方使用直播接收方的用户标识在第二终端登录。第二终端可为多个。第一终端和第二终端均运行有直播应用。第一终端通过其上运行的直播应用发起直播数据流，通过服务器将直播数据流发送至第二终端。

进一步地，第二终端接收通过直播发起方的用户标识发起的直播数据流，将直播数据流逐数据帧播放。直播数据流可以包括直播音频数据流和/或直播视频数据流。其中，直播音频数据流包括一系列的音频数据帧，直播视频数据流包括一系列的视频数据帧。第二终端可将直播音频数据流的音频数据帧逐帧播放，形成直播音频；第二终端可将直播视频数据流的视频数据帧逐帧播放，形成直播视频画面。

S904，将直播数据流在本地逐数据帧播放。

具体地，直播数据流可以包括直播音频数据流和/或直播视频数据流。其中，直播音频数据流包括一系列的音频数据帧，直播视频数据流包括一系列的视频数据帧。第一终端可将直播音频数据流的音频数据帧逐帧播放，形成直播音频；第一终端可将直播视频数据流的视频数据帧逐帧播放，形成直播视频画面。

S906，获取触发指令，并根据触发指令开始播放背景音频。

参照图10，第一终端可通过直播应用展示直播发起方界面，直播发起方界面可包括背景音频选择控件1010。用户可操作该背景音频选择控件1010，使得第一终端触发相应的触发指令，进而根据该触发指令选择背景音频并开始播放。背景音频可以是带人声的歌曲音频或者去人声的伴奏音频。

S908，获取开始播放背景音频时对应数据帧记录的第一时间戳。

具体地，背景音频开始播放的时刻，对应直播数据流中的一个数据帧，该数据帧记录的时间戳即第一时间戳。

S910，将第一时间戳发送至终端，使得终端将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，根据时间差确定背景音频的当前播放时间，并根据当前播放时间展示背景音频对应的文本文件中的文本。

具体地，第一终端将第一时间戳发送至服务器；服务器可将第一时间戳推送至第二终端，或者第二终端也可以在需要时主动从服务器查询该第一时间戳。第二终端可获取当前正在播放的数据帧记录的第二时间戳，将第二时间戳减去第一时间戳得到时间差，根据时间差确定背景音频的当前播放时间，根据当前播放时间定位背景音频对应的文本文件中的文本并展示。

上述直播方法，发起直播数据流并发送至直播接收方所在终端，由直播接收方所在终端逐数据帧的播放，本地则在播放直播数据流时触发背景音频的播放，并将开始播放背景音频时对应数据帧记录的第一时间戳发送至直播接收方所在终端。直播接收方所在终端可将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，该时间差反映的是直播接收方所在终端背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时在直播接收方所在终端同步地展示对应的文本，在直播过程中直播发起方和直播接收方之间可进行同步互动，可提高互动效率。

在一个实施例中，在步骤S910之前，该方法还包括：获取背景音频开始播放时相对于背景音频的时间零点的起始播放时间。步骤910还包括：将第一时间戳和起始播放时间发送至终端，使得终端将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，将起始播放时间加上时间差得到背景音频的当前播放时间，以及根据当前播放时间定位背景音频对应的文本文件中的文本并展示。

其中，起始播放时间是指背景音频开始播放的时间相对于背景音频的时间零点的时长。起始播放时间的存在可以是因直播发起方的主动调整操作或者因背景音频的播放历史记录等不同原因导致。本实施例中，当背景音频从其任意位置被播放时，都可以保证直播接收方背景音频和文本文件中文本的同步。

在一个实施例中，在步骤S906之后，该直播还包括：确定背景音频的播放时间进度；根据播放时间进度定位背景音频对应的文本文件中的文本；展示定位的文本。

其中，文本文件中包括若干文本，文本可包括自然语言字符以及标点符号等。文本文件还包括时间标记，用于标记文本文件中的文本与背景音频的时间对应关系。时间标记可以包括开始展示相应文本的时间点，或者可以包括开始展示相应文本的时间点以及相应文本的展示时长。文本文件可以是歌词文件或者字幕文件。

具体地，第一终端可在文本文件中查找与播放时间进度匹配的时间标记，从而定位到该匹配的时间标记对应的文本。进一步地，第一终端可在文本文件中查找时间标记，该时间标记所表示的时间点小于等于播放时间进度且最接近播放时间进度，从而将查找到的时间标记确定为与播放时间进度匹配的时间标记。

本实施例中，直播发起方所在终端上随着背景音频的播放同步展示相应文本文件中的文本，保证了直播发起方所在终端上背景音频和相应文本的同步，保证了直播接收方本地背景音频和相应文本的同步，随着直播数据流的产生和播放，保证了直播发起方和直播接收方双方之间背景音频和相应文本的同步。

在一个实施例中，根据播放时间进度定位背景音频对应的文本文件中的文本的步骤具体包括：根据播放时间进度，定位背景音频对应的文本文件中具有与播放时间进度匹配的时间标记的文本序列；根据播放时间进度，定位文本序列中具有与播放时间进度匹配的时间标记的字符。展示定位的文本的步骤具体包括：以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。

本实施例中，直播发起方所在终端先以第一展示形式展示定位的文本序列，进而逐渐将文本序列中第一展示形式的字符变更为第二展示形式的字符，可精确地表示文本文件中字符相对于文本序列的进度。

图11为一个实施例中基于直播的文本展示装置1100的结构框图。参照图11，该基于直播的文本展示装置具体包括接收模块1110、直播数据流播放模块1120、时间差确定模块1130、当前播放时间确定模块1140、文本定位模块1150和文本展示模块1160。

接收模块1110，用于接收通过直播发起方的用户标识发起的直播数据流。

直播数据流播放模块1120，用于将直播数据流逐数据帧播放。

时间差确定模块1130，用于确定直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，背景音频通过直播发起方的用户标识触发播放。

当前播放时间确定模块1140，用于根据时间差确定背景音频的当前播放时间。

文本定位模块1150，用于根据当前播放时间定位背景音频对应的文本文件中的文本。

文本展示模块1160，用于展示定位的文本。

在一个实施例中，时间差确定模块1130还用于获取第一时间戳；获取当前正在播放的数据帧记录的第二时间戳；将第二时间戳减去第一时间戳得到时间差；第一时间戳是背景音频开始播放时所对应的直播数据流中的数据帧记录的时间戳。

在一个实施例中，当前播放时间确定模块1130还用于获取背景音频开始播放时相对于背景音频的时间零点的起始播放时间；将获取的起始播放时间加上时间差得到背景音频的当前播放时间。

在一个实施例中，背景音频在直播发起方的用户标识对应的终端上被触发播放；且在直播发起方的用户标识对应的终端上，文本文件中的文本跟随背景音频的播放时间进度同步展示。

在一个实施例中，文本定位模块1150还用于根据当前播放时间，定位背景音频对应的文本文件中具有与当前播放时间匹配的时间标记的文本序列；根据当前播放时间，定位文本序列中具有与当前播放时间匹配的时间标记的字符。

文本展示模块1160还用于以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。

上述基于直播的文本展示装置1100，由直播发起方发起直播数据流并触发背景音频的播放，在接收到该直播数据流后进行逐数据帧的播放。当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差，反映的是本地背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时本地同步地展示对应的文本，可以与直播发起方之间进行同步互动，提高了互动效率。

图12为一个实施例中直播装置1200的结构框图。参照图12，该直播装置1200具体包括：直播发起模块1210、直播数据流播放模块1220、背景音频播放模块1230、获取模块1240和发送模块1250。

直播发起模块1210，用于发起直播数据流，并将直播数据流发送至直播接收方的用户标识对应的终端，使得终端逐数据帧播放直播数据流。

直播数据流播放模块1220，用于将直播数据流在本地逐数据帧播放。

背景音频播放模块1230，用于获取触发指令，并根据触发指令开始播放背景音频。

获取模块1240，用于获取开始播放背景音频时对应数据帧记录的第一时间戳。

发送模块1250，用于将第一时间戳发送至终端，使得终端将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，根据时间差确定背景音频的当前播放时间，并根据当前播放时间展示背景音频对应的文本文件中的文本。

在一个实施例中，获取模块1240还用于获取背景音频开始播放时相对于背景音频的时间零点的起始播放时间。

发送模块1250还用于将第一时间戳和起始播放时间发送至终端，使得终端将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，将起始播放时间加上时间差得到背景音频的当前播放时间，以及根据当前播放时间定位背景音频对应的文本文件中的文本并展示。

图13为另一个实施例中直播装置1200的结构框图。参照图13，直播装置1200还包括：文本定位模块1260和文本展示模块1270。

文本定位模块1260，用于确定背景音频的播放时间进度；根据播放时间进度定位背景音频对应的文本文件中的文本。

文本展示模块1270，用于展示定位的文本。

在一个实施例中，文本定位模块1260还用于根据播放时间进度，定位背景音频对应的文本文件中具有与播放时间进度匹配的时间标记的文本序列；根据播放时间进度，定位文本序列中具有与播放时间进度匹配的时间标记的字符。

文本展示模块1270还用于以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。

上述直播装置1200，发起直播数据流并发送至直播接收方所在终端，由直播接收方所在终端逐数据帧的播放，本地则在播放直播数据流时触发背景音频的播放，并将开始播放背景音频时对应数据帧记录的第一时间戳发送至直播接收方所在终端。直播接收方所在终端可将正在播放的数据帧记录的第二时间戳减去第一时间戳得到时间差，该时间差反映的是直播接收方所在终端背景音频自开始播放至当前所经历的时长，于是通过该时间差就可以确定背景音频的当前播放时间，进而利用当前播放时间定位背景音频对应文本文件中的文本并展示。可以实现在直播过程中，在直播发起方播放背景音频时在直播接收方所在终端同步地展示对应的文本，在直播过程中直播发起方和直播接收方之间可进行同步互动，可提高互动效率。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，该存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (14)

1.一种基于直播的文本展示方法，包括：

接收通过直播发起方的用户标识发起的直播数据流；

将所述直播数据流逐数据帧播放；

确定所述直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，所述背景音频通过所述直播发起方的用户标识触发播放；

获取所述背景音频开始播放时相对于所述背景音频的时间零点的起始播放时间；

将获取的所述起始播放时间加上所述时间差得到所述背景音频的当前播放时间；

根据所述当前播放时间定位所述背景音频对应的文本文件中的文本；

展示定位的文本。

2.根据权利要求1所述的方法，其特征在于，所述确定所述直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差的步骤，包括：

获取第一时间戳；所述第一时间戳是背景音频开始播放时所对应的直播数据流中的数据帧记录的时间戳；

获取当前正在播放的数据帧记录的第二时间戳；

将所述第二时间戳减去所述第一时间戳得到时间差。

3.根据权利要求1所述的方法，其特征在于，所述背景音频在所述直播发起方的用户标识对应的终端上被触发播放；且在所述直播发起方的用户标识对应的终端上，所述文本文件中的文本跟随所述背景音频的播放时间进度同步展示。

4.根据权利要求1所述的方法，其特征在于，所述根据所述当前播放时间定位所述背景音频对应的文本文件中的文本的步骤，包括：

定位所述背景音频对应的文本文件中具有与所述当前播放时间匹配的时间标记的文本序列；

定位所述文本序列中具有与所述当前播放时间匹配的时间标记的字符；

所述展示定位的文本的步骤包括：

以第一展示形式展示定位的文本序列；

在展示的文本序列中，将定位的字符变更为第二展示形式。

5.一种直播方法，包括：

发起直播数据流，并将所述直播数据流发送至直播接收方的用户标识对应的终端，使得所述终端逐数据帧播放所述直播数据流；

将所述直播数据流在本地逐数据帧播放；

获取触发指令，并根据所述触发指令开始播放背景音频；

获取开始播放所述背景音频时对应数据帧记录的第一时间戳；

获取所述背景音频开始播放时相对于所述背景音频的时间零点的起始播放时间；将所述第一时间戳和所述起始播放时间发送至所述终端，使得所述终端将正在播放的数据帧记录的第二时间戳减去所述第一时间戳得到时间差，将所述起始播放时间加上所述时间差得到所述背景音频的当前播放时间，并根据所述当前播放时间展示所述背景音频对应的文本文件中的文本。

6.根据权利要求5所述的方法，其特征在于，所述获取触发指令，并根据所述触发指令开始播放背景音频的步骤之后，所述方法还包括：

确定所述背景音频的播放时间进度；

根据所述播放时间进度定位所述背景音频对应的文本文件中的文本；

展示定位的文本。

7.根据权利要求6所述的方法，其特征在于，所述根据所述播放时间进度定位所述背景音频对应的文本文件中的文本的步骤，包括：

根据所述播放时间进度，定位所述背景音频对应的文本文件中具有与所述播放时间进度匹配的时间标记的文本序列；

根据所述播放时间进度，定位所述文本序列中具有与所述播放时间进度匹配的时间标记的字符；

所述展示定位的文本的步骤包括：

以第一展示形式展示定位的文本序列；

在展示的文本序列中，将定位的字符变更为第二展示形式。

8.一种基于直播的文本展示装置，其特征在于，包括：

接收模块，用于接收通过直播发起方的用户标识发起的直播数据流；

直播数据流播放模块，用于将所述直播数据流逐数据帧播放；

时间差确定模块，用于确定所述直播数据流中当前正在播放的数据帧相对于开始播放背景音频时对应的数据帧之间的时间差；其中，所述背景音频通过所述直播发起方的用户标识触发播放；

当前播放时间确定模块，用于获取所述背景音频开始播放时相对于所述背景音频的时间零点的起始播放时间；将获取的所述起始播放时间加上所述时间差得到所述背景音频的当前播放时间；

文本定位模块，用于根据所述当前播放时间定位所述背景音频对应的文本文件中的文本；

文本展示模块，用于展示定位的文本。

9.根据权利要求8所述的装置，其特征在于，所述时间差确定模块还用于获取第一时间戳；获取当前正在播放的数据帧记录的第二时间戳；将所述第二时间戳减去所述第一时间戳得到时间差；所述第一时间戳是背景音频开始播放时所对应的直播数据流中的数据帧记录的时间戳。

10.根据权利要求8所述的装置，其特征在于，所述背景音频在所述直播发起方的用户标识对应的终端上被触发播放；且在所述直播发起方的用户标识对应的终端上，所述文本文件中的文本跟随所述背景音频的播放时间进度同步展示。

11.根据权利要求8所述的装置，其特征在于，所述文本定位模块还用于根据所述当前播放时间，定位所述背景音频对应的文本文件中具有与所述当前播放时间匹配的时间标记的文本序列；根据所述当前播放时间，定位所述文本序列中具有与所述当前播放时间匹配的时间标记的字符；

所述文本展示模块还用于以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。

12.一种直播装置，其特征在于，包括：

直播发起模块，用于发起直播数据流，并将所述直播数据流发送至直播接收方的用户标识对应的终端，使得所述终端逐数据帧播放所述直播数据流；

直播数据流播放模块，用于将所述直播数据流在本地逐数据帧播放；

背景音频播放模块，用于获取触发指令，并根据所述触发指令开始播放背景音频；

获取模块，用于获取开始播放所述背景音频时对应数据帧记录的第一时间戳；还用于获取所述背景音频开始播放时相对于所述背景音频的时间零点的起始播放时间；

发送模块，用于将所述第一时间戳和所述起始播放时间发送至所述终端，使得所述终端将正在播放的数据帧记录的第二时间戳减去所述第一时间戳得到时间差，将所述起始播放时间加上所述时间差得到所述背景音频的当前播放时间，并根据所述当前播放时间展示所述背景音频对应的文本文件中的文本。

13.根据权利要求12所述的装置，其特征在于，所述装置还包括：

文本定位模块，用于确定所述背景音频的播放时间进度；根据所述播放时间进度定位所述背景音频对应的文本文件中的文本；

文本展示模块，用于展示定位的文本。

14.根据权利要求13所述的装置，其特征在于，所述文本定位模块还用于根据所述播放时间进度，定位所述背景音频对应的文本文件中具有与所述播放时间进度匹配的时间标记的文本序列；根据所述播放时间进度，定位所述文本序列中具有与所述播放时间进度匹配的时间标记的字符；

所述文本展示模块还用于以第一展示形式展示定位的文本序列；在展示的文本序列中，将定位的字符变更为第二展示形式。