CN109905616B - 一种切换视频画面的方法和装置 - Google Patents

Abstract

本发明实施例提供了一种切换视频画面的方法和装置，该方法包括：获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。本发明实施例实现了对视频画面的自动切换，避免了手动切换视频画面的麻烦以及不准确性，提高了视频画面切换的及时性，并且提高了视频画面显示的准确性。

Description

一种切换视频画面的方法和装置

技术领域

本发明涉及视联网技术领域，特别是涉及一种切换视频画面的方法和一种切换视频画面的装置。

背景技术

随着网络科技的快速发展，视频会议、视频教学等双向通信在用户的生活、工作、学习等方面广泛普及。

在多路音视频输入系统中，进行视频画面的切换时，需要有人在后台判断哪个麦克风有声音，再手动将该麦克风的对应视屏切换到电视进行输出。这种通过人工手动切换的方式较为不便，而且人工判断也会出现错误，导致切换的视频画面不正确。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种切换视频画面的方法和相应的一种切换视频画面的装置。

本发明实施例公开了一种切换视频画面的方法，所述方法应用于视联网中，包括：

获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；

在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

可选的，所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

可选的，所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据。

可选的，在确定视频画面要显示的视频数据之后，还包括：

对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

可选的，在确定视频画面要显示的视频数据之后，还包括：

对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

本发明实施例还公开了一种切换视频画面的装置，所述装置应用于视联网中，包括：

数据获取模块，用于获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；

优先级确定模块，用于在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；

视频画面切换模块，用于根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

可选的，所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

可选的，所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据。

可选的，还包括：

流发送模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

可选的，还包括：

视频录制模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

本发明实施例包括以下优点：

本发明实施例通过根据麦克风的音量信息和优先级，切换视频画面要显示的视频数据，实现了对视频画面的自动切换，避免了手动切换视频画面的麻烦以及不准确性，提高了视频画面切换的及时性，并且提高了视频画面显示的准确性。

附图说明

图1是本发明的一种视联网的组网示意图；

图2是本发明的一种节点服务器的硬件结构示意图；

图3是本发明的一种接入交换机的硬件结构示意图；

图4是本发明的一种以太网协转网关的硬件结构示意图；

图5是本发明的一种切换视频画面的方法实施例的步骤流程图；

图6是本发明的另一种切换视频画面的方法实施例的步骤流程图；

图7是本发明的另一种切换视频画面的方法实施例的步骤流程图；

图8是本发明的一种切换视频画面的装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

视联网是网络发展的重要里程碑，是一个实时网络，能够实现高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。

视联网采用实时高清视频交换技术，可以在一个网络平台上将所需的服务，如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台，通过电视或电脑实现高清品质视频播放。

为使本领域技术人员更好地理解本发明实施例，以下对视联网进行介绍：

视联网所应用的部分技术如下所述：

网络技术(Network Technology)

视联网的网络技术创新改良了传统以太网(Ethernet)，以面对网络上潜在的巨大视频流量。不同于单纯的网络分组包交换(Packet Switching)或网络电路交换(CircuitSwitching)，视联网技术采用Packet Switching满足Streaming需求。视联网技术具备分组交换的灵活、简单和低价，同时具备电路交换的品质和安全保证，实现了全网交换式虚拟电路，以及数据格式的无缝连接。

交换技术(Switching Technology)

视联网采用以太网的异步和包交换两个优点，在全兼容的前提下消除了以太网缺陷，具备全网端到端无缝连接，直通用户终端，直接承载IP数据包。用户数据在全网范围内不需任何格式转换。视联网是以太网的更高级形态，是一个实时交换平台，能够实现目前互联网无法实现的全网大规模高清视频实时传输，将众多网络视频应用推向高清化、统一化。

服务器技术(Server Technology)

视联网和统一视频平台上的服务器技术不同于传统意义上的服务器，它的流媒体传输是建立在面向连接的基础上，其数据处理能力与流量、通讯时间无关，单个网络层就能够包含信令及数据传输。对于语音和视频业务来说，视联网和统一视频平台流媒体处理的复杂度比数据处理简单许多，效率比传统服务器大大提高了百倍以上。

储存器技术(Storage Technology)

统一视频平台的超高速储存器技术为了适应超大容量和超大流量的媒体内容而采用了最先进的实时操作系统，将服务器指令中的节目信息映射到具体的硬盘空间，媒体内容不再经过服务器，瞬间直接送达到用户终端，用户等待一般时间小于0.2秒。最优化的扇区分布大大减少了硬盘磁头寻道的机械运动，资源消耗仅占同等级IP互联网的20％，但产生大于传统硬盘阵列3倍的并发流量，综合效率提升10倍以上。

网络安全技术(Network Security Technology)

视联网的结构性设计通过每次服务单独许可制、设备与用户数据完全隔离等方式从结构上彻底根除了困扰互联网的网络安全问题，一般不需要杀毒程序、防火墙，杜绝了黑客与病毒的攻击，为用户提供结构性的无忧安全网络。

服务创新技术(Service Innovation Technology)

统一视频平台将业务与传输融合在一起，不论是单个用户、私网用户还是一个网络的总合，都不过是一次自动连接。用户终端、机顶盒或PC直接连到统一视频平台，获得丰富多彩的各种形态的多媒体视频服务。统一视频平台采用“菜谱式”配表模式来替代传统的复杂应用编程，可以使用非常少的代码即可实现复杂的应用，实现“无限量”的新业务创新。

视联网的组网如下所述：

视联网是一种集中控制的网络结构，该网络可以是树型网、星型网、环状网等等类型，但在此基础上网络中需要有集中控制节点来控制整个网络。

如图1所示，视联网分为接入网和城域网两部分。

接入网部分的设备主要可以分为3类：节点服务器，接入交换机，终端(包括各种机顶盒、编码板、存储器等)。节点服务器与接入交换机相连，接入交换机可以与多个终端相连，并可以连接以太网。

其中，节点服务器是接入网中起集中控制功能的节点，可控制接入交换机和终端。节点服务器可直接与接入交换机相连，也可以直接与终端相连。

类似的，城域网部分的设备也可以分为3类：城域服务器，节点交换机，节点服务器。城域服务器与节点交换机相连，节点交换机可以与多个节点服务器相连。

其中，节点服务器即为接入网部分的节点服务器，即节点服务器既属于接入网部分，又属于城域网部分。

城域服务器是城域网中起集中控制功能的节点，可控制节点交换机和节点服务器。城域服务器可直接连接节点交换机，也可直接连接节点服务器。

由此可见，整个视联网络是一种分层集中控制的网络结构，而节点服务器和城域服务器下控制的网络可以是树型、星型、环状等各种结构。

形象地称，接入网部分可以组成统一视频平台(虚线圈中部分)，多个统一视频平台可以组成视联网；每个统一视频平台可以通过城域以及广域视联网互联互通。

视联网设备分类

1.1本发明实施例的视联网中的设备主要可以分为3类：服务器，交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。视联网整体上可以分为城域网(或者国家网、全球网等)和接入网。

1.2其中接入网部分的设备主要可以分为3类：节点服务器，接入交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。

各接入网设备的具体硬件结构为：

节点服务器：

如图2所示，主要包括网络接口模块201、交换引擎模块202、CPU模块203、磁盘阵列模块204；

其中，网络接口模块201，CPU模块203、磁盘阵列模块204进来的包均进入交换引擎模块202；交换引擎模块202对进来的包进行查地址表205的操作，从而获得包的导向信息；并根据包的导向信息把该包存入对应的包缓存器206的队列；如果包缓存器206的队列接近满，则丢弃；交换引擎模202轮询所有包缓存器队列，如果满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。磁盘阵列模块204主要实现对硬盘的控制，包括对硬盘的初始化、读写等操作；CPU模块203主要负责与接入交换机、终端(图中未示出)之间的协议处理，对地址表205(包括下行协议包地址表、上行协议包地址表、数据包地址表)的配置，以及，对磁盘阵列模块204的配置。

接入交换机：

如图3所示，主要包括网络接口模块(下行网络接口模块301、上行网络接口模块302)、交换引擎模块303和CPU模块304；

其中，下行网络接口模块301进来的包(上行数据)进入包检测模块305；包检测模块305检测包的目的地址(DA)、源地址(SA)、数据包类型及包长度是否符合要求，如果符合，则分配相应的流标识符(stream-id)，并进入交换引擎模块303，否则丢弃；上行网络接口模块302进来的包(下行数据)进入交换引擎模块303；CPU模块204进来的数据包进入交换引擎模块303；交换引擎模块303对进来的包进行查地址表306的操作，从而获得包的导向信息；如果进入交换引擎模块303的包是下行网络接口往上行网络接口去的，则结合流标识符(stream-id)把该包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃；如果进入交换引擎模块303的包不是下行网络接口往上行网络接口去的，则根据包的导向信息，把该数据包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃。

交换引擎模块303轮询所有包缓存器队列，在本发明实施例中分两种情形：

如果该队列是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零；3)获得码率控制模块产生的令牌；

如果该队列不是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。

码率控制模块208是由CPU模块204来配置的，在可编程的间隔内对所有下行网络接口往上行网络接口去的包缓存器队列产生令牌，用以控制上行转发的码率。

CPU模块304主要负责与节点服务器之间的协议处理，对地址表306的配置，以及，对码率控制模块308的配置。

以太网协转网关：

如图4所示，主要包括网络接口模块(下行网络接口模块401、上行网络接口模块402)、交换引擎模块403、CPU模块404、包检测模块405、码率控制模块408、地址表406、包缓存器407和MAC添加模块409、MAC删除模块410。

其中，下行网络接口模块401进来的数据包进入包检测模块405；包检测模块405检测数据包的以太网MAC DA、以太网MAC SA、以太网length or frame type、视联网目的地址DA、视联网源地址SA、视联网数据包类型及包长度是否符合要求，如果符合则分配相应的流标识符(stream-id)；然后，由MAC删除模块410减去MAC DA、MAC SA、length or frame type(2byte)，并进入相应的接收缓存，否则丢弃；

下行网络接口模块401检测该端口的发送缓存，如果有包则根据包的视联网目地地址DA获知对应的终端的以太网MAC DA，添加终端的以太网MAC DA、以太网协转网关的MACSA、以太网length or frame type，并发送。

以太网协转网关中其他模块的功能与接入交换机类似。

终端：

主要包括网络接口模块、业务处理模块和CPU模块；例如，机顶盒主要包括网络接口模块、视音频编解码引擎模块、CPU模块；编码板主要包括网络接口模块、视音频编码引擎模块、CPU模块；存储器主要包括网络接口模块、CPU模块和磁盘阵列模块。

1.3城域网部分的设备主要可以分为2类：节点服务器，节点交换机，城域服务器。其中，节点交换机主要包括网络接口模块、交换引擎模块和CPU模块；城域服务器主要包括网络接口模块、交换引擎模块和CPU模块构成。

2、视联网数据包定义

2.1接入网数据包定义

接入网的数据包主要包括以下几部分：目的地址(DA)、源地址(SA)、保留字节、payload(PDU)、CRC。

如下表所示，接入网的数据包主要包括以下几部分：

DA

SA

Reserved

Payload

CRC

其中：

目的地址(DA)由8个字节(byte)组成，第一个字节表示数据包的类型(例如各种协议包、组播数据包、单播数据包等)，最多有256种可能，第二字节到第六字节为城域网地址，第七、第八字节为接入网地址；

源地址(SA)也是由8个字节(byte)组成，定义与目的地址(DA)相同；

保留字节由2个字节组成；

payload部分根据不同的数据报的类型有不同的长度，如果是各种协议包的话是64个字节，如果是单组播数据包话是32+1024＝1056个字节，当然并不仅仅限于以上2种；

CRC有4个字节组成，其计算方法遵循标准的以太网CRC算法。

2.2城域网数据包定义

城域网的拓扑是图型，两个设备之间可能有2种、甚至2种以上的连接，即节点交换机和节点服务器、节点交换机和节点交换机、节点交换机和节点服务器之间都可能超过2种连接。但是，城域网设备的城域网地址却是唯一的，为了精确描述城域网设备之间的连接关系，在本发明实施例中引入参数：标签，来唯一描述一个城域网设备。

本说明书中标签的定义和MPLS(Multi-Protocol Label Switch，多协议标签交换)的标签的定义类似，假设设备A和设备B之间有两个连接，那么数据包从设备A到设备B就有2个标签，数据包从设备B到设备A也有2个标签。标签分入标签、出标签，假设数据包进入设备A的标签(入标签)是0x0000，这个数据包离开设备A时的标签(出标签)可能就变成了0x0001。城域网的入网流程是集中控制下的入网过程，也就意味着城域网的地址分配、标签分配都是由城域服务器主导的，节点交换机、节点服务器都是被动的执行而已，这一点与MPLS的标签分配是不同的，MPLS的标签分配是交换机、服务器互相协商的结果。

如下表所示，城域网的数据包主要包括以下几部分：

DA

SA

Reserved

标签

Payload

CRC

即目的地址(DA)、源地址(SA)、保留字节(Reserved)、标签、payload(PDU)、CRC。其中，标签的格式可以参考如下定义：标签是32bit，其中高16bit保留，只用低16bit，它的位置是在数据包的保留字节和payload之间。

基于视联网的上述特性，提出了本发明实施例的核心构思之一，在连接有多个麦克风和多个摄像头时，根据麦克风的音量信息和优先级，切换对应的视频画面输出。

参照图5，示出了本发明的一种切换视频画面的方法实施例的步骤流程图，该方法可以应用于视联网中，该方法可以由连接多个麦克风和多个摄像头的会议终端执行，具体可以包括如下步骤：

步骤501，获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头。

其中，会议终端可以包括多路麦克风接口和多路摄像头接口，并通过多路麦克风接口连接了多个麦克风，通过多路摄像头接口连接了多个摄像头，一个麦克风对应一个摄像头，即摄像头采集视频数据，该摄像头对应的麦克风采集对应的音频数据，例如，一个摄像头采集一个用户的视频数据，该摄像头对应的麦克风采集该用户的音频。

会议终端可以为类似机顶盒(SetTopBox，STB)的设备，机顶盒通常称作机顶盒或机上盒，是一个连接电视机与外部信号源的设备，它可以将压缩的数字信号转成电视内容，并在电视机上显示出来。一般而言，机顶盒可以连接摄像头和麦克风，用于采集视频数据和音频数据等多媒体数据，也可以连接电视机，用于播放视频数据和音频数据等多媒体数据。在本发明实施例中，会议终端可以连接多路摄像头和多路麦克风。

在多人会议的场景中，可以实时通过多个麦克风分别采集对应的用户的音频数据，通过摄像头采集对应的用户的视频数据。会议终端通过音频采集芯片将麦克风采集的模拟信号形式的音频数据转换为数字信号形式的音频数据，并提取其中的音量信息。通过摄像头采集视频数据，便于后续根据麦克风的音量信息及优先级对摄像头采集的视频数据进行选择性显示。

步骤502，在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级。

其中，可以在配置文件中预先保存各个麦克风的优先级，以及麦克风与摄像头的对应关系。音量阈值为预先设置的音量大小的阈值，用于判断是否需要显示该麦克风对应的摄像头采集的视频数据。

将各个麦克风的音量信息分别与音量阈值进行比较，确定音量信息大于音量阈值的麦克风。若当前只有一个麦克风的音量信息大于音量阈值，则可以将该麦克风对应的摄像头采集的视频数据进行输出显示。若当前有至少两个麦克风的音量信息大于音量阈值，则从配置文件中查询该至少两个麦克风的优先级，从而得到至少两个麦克风的优先级，便于后续根据麦克风的优先级来确定要显示的视频数据。

步骤503，根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

根据至少两个麦克风的优先级，对至少两个麦克风的优先级从高到低进行排序，并根据麦克风与摄像头的对应关系确定与至少两个麦克风分别对应的摄像头，获取该摄像头采集的视频数据，确定视频画面要显示的视频数据为优先级最高的麦克风对应的摄像头采集的视频数据，或者，确定视频画面要显示的视频数据是将至少两个麦克风对应的摄像头采集的视频数据进行合成后的视频数据。确定视频画面要显示的视频数据后，将要显示的视频数据进行输出显示，如输出到显示屏上进行显示，或者输出到电视上进行显示，从而现场观会的人员可以通过电视看到哪个人正在说话。

在会议进行的过程中，实时获取麦克风的音量信息，便于根据麦克风的音量信息及优先级，实时调整视频画面的输出。

例如，会议终端连接了3个麦克风和对应的3个摄像头，第1个麦克风的优先级为A，第2个麦克风的优先级为B，第3个麦克风的优先级为C，其中优先级排序为A>B>C。若当前视频画面显示的是第1个麦克风对应的摄像头采集的视频数据，若通过音频采集芯片采集的各个麦克风的音量信息均大于音量阈值，则视频画面仍然显示第1个麦克风对应的摄像头采集的视频数据；若当前视频画面显示的是第2个麦克风对应的摄像头采集的视频数据，如果通过音频采集芯片采集的第1个麦克风和第2个麦克风的音量信息均大于音量阈值，则将视频画面切换为第1个麦克风对应的摄像头采集的视频数据，如果音频采集芯片采集的第1个麦克风的音量信息小于或等于音量阈值，则视频画面仍然显示第2个麦克风对应的摄像头采集的视频数据；若当前视频画面显示的是第3个麦克风对应的摄像头采集的视频数据，则需要判断第1个麦克风和第2个麦克风的音量信息是否大于音量阈值，如果这两个麦克风的音量信息均大于音量阈值，则将视频画面切换为第1个麦克风对应的摄像头采集的视频数据，如果只有第2个麦克风的音量信息大于音量阈值，则将视频画面切换为第2个麦克风对应的摄像头采集的视频数据，如果第1个麦克风和第2个麦克风的音量信息均小于或等于音量阈值，则视频画面不需切换，可以仍然显示第3个麦克风对应的摄像头采集的视频数据。

在一种具体的实施方案中，所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，可以包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

根据所述至少两个麦克风的优先级，确定优先级最高的麦克风，并根据麦克风与摄像头的对应关系，确定优先级最高的麦克风对应的摄像头，获取该摄像头的视频数据，并将该视频数据进行显示输出，从而可以保证优先显示优先级最高的麦克风对应的摄像头采集的视频数据。

例如，一个会议终端连接了4个麦克风和对应的4个摄像头，还连接了一台电视，第1个麦克风的优先级为A，第2个麦克风的优先级为B，第3、4个麦克风的优先级为C。其中优先级排序为A>B>C，当4个麦克风都有声音且音量信息均大于音量阈值时，电视画面将切换到第1个麦克风对应的摄像头采集的视频数据；仅第2、3、4个麦克风都有声音且音量信息均大于音量阈值时，电视画面自动切换到第2个麦克风对应的摄像头采集的视频数据；仅第3、4个麦克风有声音且音量信息均大于音量阈值时，电视画面切换到后说话的那个麦克风对应的摄像头采集的视频数据。

在另一种具体的实施方案种，所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，可以包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据。

在一个视频画面中可以同时显示多路视频数据时，显示的多路视频数据的画面的区域大小可以不同，这时，可以根据至少两个麦克风的优先级来确定每路视频数据的显示区域，从而根据每路视频数据的显示区域对各路视频数据进行合成，将合成后的视频数据作为视频画面要显示的视频数据。示例性的，可显示的视频数据的路数以及各路视频数据对应的显示区域可以是预先设定的，可以从至少两个麦克风中选择优先级最高且数量与所述可显示的视频数据的路数相同的麦克风，根据选择的麦克风的优先级大小，确定优先级最高的麦克风对应的摄像头采集的视频数据的显示区域最大，优先级次之的麦克风对应的摄像头采集的视频数据的显示区域次之，或者，只将优先级最高的麦克风对应的摄像头采集的视频数据的显示区域最大，其他麦克风对应的摄像头的视频数据的显示区域相同。按照确定的各路视频数据的显示区域对各路视频数据进行合成，将合成后的视频数据作为显示画面要显示的视频数据。

本实施例提供的切换视频画面的方法，通过获取相连接的麦克风的音量信息，在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，确定所述至少两个麦克风的优先级，根据至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，实现了根据麦克风的音量信息及优先级，自动切换对应的摄像头的视频数据进行输出，避免了手动切换视频画面的麻烦以及不准确性，提高了视频画面切换的及时性，并且提高了视频画面显示的准确性。

参照图6，示出了本发明的另一种切换视频画面的方法实施例的步骤流程图，该方法可以应用于视联网中，该方法可以由连接多个麦克风和多个摄像头的会议终端执行，具体可以包括如下步骤：

步骤601，获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头。

本步骤的具体内容与上述实施例中的步骤501的具体内容相同，这里不再赘述。

步骤602，在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级。

本步骤的具体内容与上述实施例中的步骤502的具体内容相同，这里不再赘述。

步骤603，根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

本步骤的具体内容与上述实施例中的步骤503的具体内容相同，这里不再赘述。

步骤604，对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

其中，视频会议中一般会有至少两个会议终端参会，当前发言的会议终端会将相应的视频数据发送给其他会议终端。

当视频画面要显示的视频数据为优先级高的麦克风对应的摄像头采集的视频数据时，则视频画面要显示的视频数据对应的音频数据为该优先级高的麦克风采集的音频数据；当视频画面要显示的视频数据为至少两个麦克风对应的摄像头采集的视频数据合成后的视频数据时，视频画面要显示的视频数据对应的音频数据为至少两个麦克风的音频数据混音后的音频数据。

如果当前在进行视频会议，需要将当前会议终端的视频画面发送给视频会议中的其他会议终端，这时，需要对视频画面要显示的视频数据以及对应的音频数据进行视频编码，并根据视联网协议对编码后的数据进行封装，得到音视频流，将音视频流通过视联网发送给其他会议终端，从而其他会议终端可以同步显示对应的视频数据。其中，视频编码可以采用H.264编码，这里仅为举例，不作为限定，还可以采用其他编码方式进行编码。

本实施例提供的切换视频画面的方法，通过在视频会议中，对视频画面要显示的视频数据和对应的音频数据进行视频编码并根据视联网协议进行封装，得到音视频流，将音视频流通过视联网发送给其他会议终端，可以根据各个麦克风的音量信息和优先级调整视频画面并实时显示在其他会议终端上，避免了手动调整的麻烦。

参照图7，示出了本发明的另一种切换视频画面的方法实施例的步骤流程图，该方法可以应用于视联网中，该方法可以由连接多个麦克风和多个摄像头的会议终端执行，具体可以包括如下步骤：

步骤701，获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头。

本步骤的具体内容与上述实施例中的步骤501的具体内容相同，这里不再赘述。

步骤702，在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级。

本步骤的具体内容与上述实施例中的步骤502的具体内容相同，这里不再赘述。

步骤703，根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

本步骤的具体内容与上述实施例中的步骤503的具体内容相同，这里不再赘述。

步骤704，对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

当视频画面要显示的视频数据为优先级高的麦克风对应的摄像头采集的视频数据时，则视频画面要显示的视频数据对应的音频数据为该优先级高的麦克风采集的音频数据；当视频画面要显示的视频数据为至少两个麦克风对应的摄像头采集的视频数据合成后的视频数据时，视频画面要显示的视频数据对应的音频数据为至少两个麦克风的音频数据混音后的音频数据。

在会议进行过程中，对视频画面要显示的视频数据和对应的音频数据进行实时录制，会议结束后，录制的音视频生成视频文件，保存该视频文件，便于不在场参会的人员会后查看会议内容，或者在场参会的人员通过观看视频文件回忆会议内容。

本实施例提供的切换视频画面的方法，通过根据麦克风的音量信息和优先级确定视频画面要显示的视频数据，并对视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存，保证了视频画面与高优先级的麦克风的声音对应，避免了手动切换的麻烦，并且提高了视频画面切换的及时性。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图8，示出了本发明的一种切换视频画面的装置实施例的结构框图，该装置可以应用于视联网中，具体可以包括如下模块：

数据获取模块801，用于获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；

优先级确定模块802，用于在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；

视频画面切换模块803，用于根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据。

可选的，所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

可选的，所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据。

可选的，还包括：

流发送模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

可选的，还包括：

视频录制模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上，使得在计算机或其他可编程终端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终端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实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做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实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种切换视频画面的方法和一种切换视频画面的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种切换视频画面的方法，其特征在于，所述方法应用于视联网中，包括：

获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；

在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据；

所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据，视频画面要显示的视频数据对应的音频数据为至少两个麦克风的音频数据混音后的音频数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据，包括：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

3.根据权利要求1所述的方法，其特征在于，在确定视频画面要显示的视频数据之后，还包括：

对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

4.根据权利要求1所述的方法，其特征在于，在确定视频画面要显示的视频数据之后，还包括：

对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

5.一种切换视频画面的装置，其特征在于，所述装置应用于视联网中，包括：

数据获取模块，用于获取相连接的麦克风的音量信息，并获取相连接的摄像头采集的视频数据，其中，一个麦克风对应一个摄像头；

优先级确定模块，用于在所述麦克风中有至少两个麦克风的音量信息大于音量阈值时，根据预先设置的麦克风的优先级，确定所述至少两个麦克风的优先级；

视频画面切换模块，用于根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据；

所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，对所述至少两个麦克风对应的摄像头采集的视频数据进行合成，并将合成后的视频数据作为所述视频画面要显示的视频数据，视频画面要显示的视频数据对应的音频数据为至少两个麦克风的音频数据混音后的音频数据。

6.根据权利要求5所述的装置，其特征在于，所述视频画面切换模块具体用于：

根据所述至少两个麦克风的优先级以及麦克风与摄像头的对应关系，确定视频画面要显示的视频数据为所述至少两个麦克风中优先级最高的麦克风对应的摄像头采集的视频数据。

7.根据权利要求5所述的装置，其特征在于，还包括：

流发送模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行视频编码，并根据视联网协议进行封装，得到音视频流，将所述音视频流通过视联网发送给其他会议终端。

8.根据权利要求5所述的装置，其特征在于，还包括：

视频录制模块，用于对所述视频画面要显示的视频数据和对应的音频数据进行录制，形成视频文件并保存所述视频文件。

Images