CN110087020A - 一种iOS设备进行视联网会议的实现方法及系统 - Google Patents

Abstract

本发明实施例提供一种iOS设备进行视联网会议的实现方法及系统。本发明一种iOS设备进行视联网会议的实现方法，包括：所述至少一个参会设备根据所述视频通话请求与所述主控设备建立连接；所述主控设备采集第一视频源数据和第一音频源数据；对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第一音视频数据包转发给所述至少一个参会设备。本发明中的实现方法，使得用户通过iOS设备可以方便的参与视联网视频会议，提高了用户体验。

Description

一种iOS设备进行视联网会议的实现方法及系统

技术领域

本发明涉及视联网技术领域，特别是涉及一种iOS设备进行视联网会议的实现方法及系统。

背景技术

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

视联网是互联网的更高级形态，是一个实时网络，能够实现目前互联网无法实现的全网高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。

由于视联网协议的限制，现有技术中，iOS设备不能与视联网中设备进行视频会议，用户体验不佳。

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iOS设备进行视联网会议的实现方法及系统。

为了解决上述问题，本发明实施例公开了一种iOS设备进行视联网会议的实现方法，所述方法应用于视联网系统，所述视联网系统包括至少一个参会设备、流媒体服务器和主控设备，所述至少一个参会设备包括第一iOS设备；所述第一iOS设备通过第一网络登录所述流媒体服务器，所述主控设备通过视联网登录所述流媒体服务器，所述第一网络不同于所述视联网；

所述方法包括：

所述主控设备向所述至少一个参会设备发送视频通话请求；

所述至少一个参会设备接收所述视频通话请求；

所述至少一个参会设备根据所述视频通话请求与所述主控设备建立连接；

所述主控设备采集第一视频源数据和第一音频源数据；

所述主控设备对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；

所述主控设备将所述第一视频帧和所述第一音频帧打包为第一音视频数据包；

所述主控设备将所述第一音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第一音视频数据包转发给所述至少一个参会设备。

进一步的，所述方法还包括：

所述主控设备响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

所述第一iOS设备根据所述第一采集指令采集第二视频源数据和第二音频源数据。

进一步的，所述第一iOS设备对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码；

所述第一iOS设备将所述第二视频帧和所述第二音频帧打包为第二音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第二音视频数据包转发给所述主控设备。

进一步的，所述至少一个参会设备包括第一视联网设备，所述第一视联网设备通过视联网登录所述流媒体服务器；

所述方法还包括：

所述主控设备响应于用户的输入操作向所述第一视联网设备发送采集指令；

所述第一视联网设备根据所述采集指令采集第三视频源数据和第三音频源数据。

进一步的，所述第一视联网设备采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧；

所述第一视联网设备将所述第三视频帧和所述第三音频帧打包为第三音视频数据包；

所述第一视联网设备将所述音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。

进一步的，所述第二视频源数据为YUV格式，所述第二音频源数据为PCM格式，所述第二视频帧为H.264格式，所述第二音频帧格式为AAC格式。

进一步的，所述第三视频源数据为YUV格式，所述第三音频源数据为PCM格式，所述第三视频帧为H.264格式，所述第三音频帧格式为AAC格式。

本发明实施例还公开了一种iOS设备进行视联网会议的实现系统，包括：

主控设备、流媒体服务器及至少一个参会设备；

所述主控设备，用于向所述至少一个参会设备发送视频通话请求，所述主控设备通过视联网登录所述流媒体服务器；

所述主控设备，还用于采集第一视频源数据和第一音频源数据；对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器，用于将所述第一音视频数据包转发给所述至少一个参会设备；

所述至少一个参会设备，用于接收所述第一音视频数据包，所述至少一个参会设备包括第一iOS设备，所述第一iOS设备通过第一网络登录所述流媒体服务器，所述第一网络不同于所述视联网。

进一步的，所述主控设备，还用于响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

所述第一iOS设备，用于根据所述第一采集指令采集第二视频源数据和第二音频源数据；对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码；将所述第二视频帧和所述第二音频帧打包为第二音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器，还用于将所述第二音视频数据包转发给所述主控设备。

进一步的，所述至少一个参会设备包括第一视联网设备；所述第一视联网设备通过视联网登录所述流媒体服务器；

所述主控设备，还用于响应于用户的第二输入操作向所述第一视联网设备发送第二采集指令；

所述第一视联网设备，用于根据所述第二采集指令采集第三视频源数据和第三音频源数据；采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧，将所述第三视频帧和所述第三音频帧打包为第三音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。

本发明实施例包括以下优点：

本发明中通过流媒体服务器连接第一iOS设备和主控设备，使得iOS设备可以参与视联网下的视频会议。解决了现有技术中，iOS设备不能参与视联网视频会议的问题，使得用户通过iOS设备可以方便参与视联网会议，提高了用户体验。

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是本发明一种iOS设备进行视联网会议的实现方法实施例一的步骤流程图；

图6是本发明一种iOS设备进行视联网会议的实现方法实施例二的步骤流程图；

图7是本发明例一种iOS设备进行视联网会议的实现方法实施例三的步骤流程图；

图8是本发明一种iOS设备进行视联网会议的实现系统实施例一的结构示意图。

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第一视频流量。不同于单纯的网络分组包交换(Packet Switching)或网络电路交换(Circuit Switching)，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(包括以太网协转网关)，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(包括以太网协转网关)，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；交换引擎模块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检测包的目地地址(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304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，可以包括两种情形：

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308是由CPU模块304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、视联网目地地址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：

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：

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。

参考图5，示出了本发明一种iOS设备进行视联网会议的实现方法实施例一的步骤流程图，

本实施例中，iOS设备进行视联网会议的实现方法应用于视联网系统，所述视联网系统包括至少一个参会设备、流媒体服务器和主控设备，所述至少一个参会设备包括第一iOS设备；所述第一iOS设备通过第一网络登录所述流媒体服务器，所述主控设备通过视联网登录所述流媒体服务器，所述第一网络不同于所述视联网；

本实施例中，第一iOS设备可以为iOS手机，iOS平板电脑，iOS电视等设备。

本实施例中第一iOS设备为至少一个，并不仅限于一个。

具体实现时，第一iOS设备可通过安装于设备上的客户端或浏览器等方式登录流媒体服务器，具体的，第一iOS设备可以为iOS手机、iOS平板电脑或iOS电视等。

具体的，第一网络不同于视联网，第一网络可以为互联网或移动通信网络，本发明对此不做具体限定。

如iOS手机可通过移动通信网络或wifi连接流媒体服务器，iOS平板电脑或iOS电视可通过互联网连接流媒体服务器。

流媒体服务器，是视联网与互联网音视频传输业务的桥梁和纽带，实现了视联网业务与互联业务的无缝融合，可以将互联网中各类音视频资源安全接入视联网，可将视联网中视频会议、监控图像、数字电视等不同的音视频流转换并以常用标准的互联网协议方式输出，是视联网与互联网客户端互联互通的核心设备。

可选的，流媒体服务器也可支持移动通信网络，通过移动通信网络与终端设备连接。

本实施例中，主控设备可以为计算机，主控设备可搭载视联网会议调度软件，通过视联网会议调度软件实现视频会议。

视联网会议调度软件，视联网会议调度软件是一款功能全面、执行高效、运行稳定的是视联网视频会议调度软件，具有强大的视频会议管理功能。

所述方法具体可以包括如下步骤：

S501，所述主控设备向所述至少一个参会设备发送视频通话请求；

本实施例中，主控设备搭载视联网会议调度软件，当所述第一iOS设备通过第一网络登录所述流媒体服务器，所述主控设备通过视联网登录所述流媒体服务器后，可选的，视联网会议调度软件上可显示目前参会的终端标识或显示通讯录，用户可以通过操作触发向参会设备发送视频通话请求，即主控设备可通过视联网会议调度软件拉人加入会议。

S502，所述至少一个参会设备接收所述视频通话请求，所述至少一个参会设备根据所述视频通话请求与所述主控设备建立连接；

本实施例中，至少一个参会设备接收所述视频通话请求后，可以选择接受请求，从而与所述主控设备建立连接。

实际视频会议时，参会设备可以包括至少一个iOS设备，还可以包括至少一个视联网设备。具体参会的设备是根据实际情况确定的，本发明对此不做具体限定。

S503，所述主控设备采集第一视频源数据和第一音频源数据；

视频会议时，视联网会议调度软件可通过摄像头采集第一视频源数据，通过麦克风采集第一音频源数据。

本实施例中，具体的，第一视频源数据为YUV格式，第一音频源数据为PCM格式。

YUV：视频是由一帧一帧的数据连接而成，而一帧视频数据其实就是一张图片。YUV是一种图片储存格式，跟RGB格式类似。

PCM：就是录制声音时，保存的最原始的声音数据格式。

S504，所述主控设备对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；

本实施例中，具体的，编码后形成的第一视频帧为H.264格式，编码后形成的第一音频帧格式为AAC格式。

H.264：H.264的目标应用涵盖了目前大部分的视频服务，如有线电视、远程监控、交互媒体、数字电视、视频会议、视频点播、流媒体服务等。H.264为解决不同应用中的网络传输的差异，定义了两层：视频编码层负责高效的视频内容表示，网络提取层负责以网络所要求的恰当的方式对数据进行打包和传送。

AAC：是一种专为声音数据设计的文件压缩格式。与MP3不同，它采用了全新的算法进行编码，更加高效，具有更高的“性价比”。利用AAC格式，可使人感觉声音质量没有明显降低的前提下，更加小巧。如苹果ipod、诺基亚手机支持AAC格式的音频文件。

可选的，本实施例中还可以包括，在第一视频帧和第一音频上分别打上时间戳。通过在每一帧上打上时间戳，可以解决现有技术中音频和视频不同步，两者存在一定延时的问题。

S505，所述主控设备将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第一音视频数据包转发给所述至少一个参会设备。

具体的，将第一音视频数据按照一定的格式封包，本发明对此不做具体限定。

可选的，当包括多个iOS设备时，流媒体服务器将所述第一音视频数据包分别转发给所述多个iOS设备。此处多个iSO设备为2个或2个以上。

可选的，本实施例中还可以包括：所述第一iOS设备接收所述第一音视频数据包，获取所述第一音视频数据包中的第一视频帧和第一音频帧，解码所述第一视频帧和所述第一音频帧并在所述第一iOS设备播放。

本实施例中，通过流媒体服务器连接iOS设备和主控设备，通过流媒体服务器转发音视频数据包，使得iOS设备可以参与视联网会议。解决了现有技术中，iOS设备不能与视联网设备视频通话的问题，使得用户通过iOS设备可以方便的参与进行视联网视频会议，提高了用户体验。

参考图6，示出了本发明一种iOS设备进行视联网会议的实现方法实施例二的步骤流程图，图6所示实施例是在图5所示实施例的基础上，具体的，所述方法包括：

S601，所述主控设备响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

本实施例中，主控设备可向所述第一iOS设备发送第一采集指令，即主控设备通过视联网会议调度软件可切换发言人，默认发言人可以为主控设备方，即使用视联网会议软件的用户可发言，视联网会议调度软件可切换发言人为第一iOS设备。当切换第一iOS设备为发言人时，第一iOS设备的用户可以发言。

用户的第一输入操作是通过视联网会议调度软件输入的，可以为点击某一图标，可以为输入命令等，本发明对此不做具体限定。

第一采集指令用于指示第一iOS设备可开始采集，可在第一iOS设备端切换状态为发言方。

S602，所述第一iOS设备根据所述第一采集指令采集第二视频源数据和第二音频源数据；

本实施例中，当iOS设备接收到第一采集指令时即可开始发言，iOS设备开始采集数据，具体的，第一视频通话时，iOS设备方的数据由iOS设备采集，iOS设备采集的数据分为第二视频源数据和第二音频源数据，具体的，第二视频源数据为YUV格式，第二音频源数据为PCM格式。

可选的，本实施例中的方法，还可以包括：

S603，所述第一iOS设备对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧；

可选的，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码。

videotoolbox编码和audiotoolbox编码是硬编解码，相对于软编码节省中央处理器(Central Processing Unit/Processor，CPU)资源和内存资源。

VideoToolBox是用于硬解码编码视频的应用程序编程接口(ApplicationProgramming Interface，API)，AudioToolbox是用于编解码音频的API。

可选的，所述第二视频源数据为YUV格式，所述第二音频源数据为PCM格式，所述第二视频帧为H.264格式，所述第二音频帧格式为AAC格式。

可选的，本实施例中还可以包括，在第二视频帧和第二音频上分别打上时间戳。通过在每一帧上打上时间戳，可以解决现有技术中音频和视频不同步，两者存在一定延时的问题。

S604，所述第一iOS设备将所述第二视频帧和所述第二音频帧打包为第二音视频数据包；

具体的，将音视频视频数据按照一定的格式封包，本发明对此不做具体限定。

S605，所述第一iOS设备将第二音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第二音视频数据包转发给所述主控设备。

具体的，流媒体服务器将第二音视频数据转发给主控设备即实现了一次iOS设备和主控设备之间音视频信息的传输，使得iOS设备能够参与视联网会议。

第一iOS设备也可以为多个，当为2个或2个以上时，所述流媒体服务器将所述第二音视频数据包也转发给其他iOS设备。

本实施例中，参与会议的设备可能还包括其他的iOS设备或视联网设备，流媒体服务器可将第二音视频数据包转发给参与会议的其他的iOS设备或视联网设备。

本实施例中，在iOS上采用特定的编码方式，实现iOS设备可以和视联网设备进行视频通话，进一步提高了用户体验。

参考图7，示出了本发明一种iOS设备进行视联网会议的实现方法实施例三的步骤流程图，图7所示实施例是在图5或图6所示实施例的基础上，具体的，本实施例中，所述至少一个参会设备包括第一视联网设备，所述第一视联网设备通过视联网登录所述流媒体服务器；

第一视联网设备可以为至少一个，并不仅限于一个。

所述方法还包括：

S701，所述主控设备响应于用户的输入操作向所述第一视联网设备发送采集指令；

本实施例中，主控设备通过视联网会议调度软件可将发言人切换为第一视联网设备，当切换为第一视联网设备时，该第一视联网设备可发言。

第一视联网设备可以为多个，即2个或2个以上，当为多个时，主控设备可向多个第一视联网设备中的其中一个发送采集指令，切换其中一个第一视联网设备为发言人。

S702，所述第一视联网设备根据所述采集指令采集第三视频源数据和第三音频源数据；

本实施例中，视联网设备方的数据由视联网设备采集，视联网设备采集的数据分为第三视频源数据和第三音频源数据，具体的，第三视频源数据为YUV格式，第二音频源数据为PCM格式。

可选的，所述方法还可以包括：

S703，所述第一视联网设备采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧；

FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。

可选的，所述第三视频帧为H.264格式，所述第三音频帧格式为AAC格式。

可选的，本实施例中还可以包括，在第三视频帧和第三音频上分别打上时间戳。通过在每一帧上打上时间戳，可以解决现有技术中音频和视频不同步，两者存在一定延时的问题。

S704，所述第一视联网设备将所述第三视频帧和所述第三音频帧打包为第三音视频数据包；

具体的，将音视频视频数据按照一定的格式封包，本发明对此不做具体限定。

S705，所述第一视联网设备将第三音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。

可选的，本实施例中，第一视联网设备可以为多个，并不仅限于一个，当包括多个视联网设备时，即参与视频会议还可以包括其他视联网设备，所述流媒体服务器，将所述第三音视频数据包也转发给其他视联网设备。

可选地，本实施例中还可以包括：

S706，所述主控设备和所述第一iOS设备接收所述第三音视频数据包，获取所述第三音视频数据包中的第三视频帧和第三音频帧，解码所述第三视频帧和所述第三音频帧并进行播放。

具体的，将H.264格式的第三视频帧解码为YUV格式，将AAC格式的第三音频帧解码为PCM格式。

本实施例中，在iOS和视联网设备上采用不同的编码方式，实现iOS设备可以和视联网设备参与视联网视频会议，进一步提高了用户体验。

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。

参考图8，示出了本发明一种iOS设备进行视联网会议的实现系统实施例一的结构示意图：所述系统包括：

主控设备81、流媒体服务器82及至少一个参会设备83；

所述主控设备81，用于向所述至少一个参会设备发送视频通话请求，所述主控设备通过视联网登录所述流媒体服务器；

所述主控设备81，还用于采集第一视频源数据和第一音频源数据；对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器82，用于将所述第一音视频数据包转发给所述至少一个参会设备；

所述至少一个参会设备83，用于接收所述第一音视频数据包，所述至少一个参会设备包括第一iOS设备，所述第一iOS设备通过第一网络登录所述流媒体服务器，所述第一网络不同于所述视联网。

可选的，所述主控设备，还用于响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

所述第一iOS设备，用于根据所述第一采集指令采集第二视频源数据和第二音频源数据；对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码；将所述第二视频帧和所述第二音频帧打包为第二音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器，还用于将所述第二音视频数据包转发给所述主控设备。

可选的，所述至少一个参会设备包括第一视联网设备；所述第一视联网设备通过视联网登录所述流媒体服务器；

所述主控设备，还用于响应于用户的第二输入操作向所述第一视联网设备发送第二采集指令；

所述第一视联网设备，用于根据所述第二采集指令采集第三视频源数据和第三音频源数据；采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧，将所述第三视频帧和所述第三音频帧打包为第三音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。

本实施例中的iOS设备进行视联网会议的实现系统，可以执行图5～图7中任一方法实施例的技术方案。对于iOS设备进行视联网会议的实现系统实施例而言，由于其与iOS设备进行视联网会议的实现方法实施例基本相似，所以描述的比较简单，相关之处iOS设备进行视联网会议的实现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iOS设备进行视联网会议的实现方法及系统进行了详细介绍，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 (10)

1.一种iOS设备进行视联网会议的实现方法，其特征在于，所述方法应用于视联网系统，所述视联网系统包括至少一个参会设备、流媒体服务器和主控设备，所述至少一个参会设备包括第一iOS设备；所述第一iOS设备通过第一网络登录所述流媒体服务器，所述主控设备通过视联网登录所述流媒体服务器，所述第一网络不同于所述视联网；

所述方法包括：

所述主控设备向所述至少一个参会设备发送视频通话请求；

所述至少一个参会设备接收所述视频通话请求，所述至少一个参会设备根据所述视频通话请求与所述主控设备建立连接；

所述主控设备采集第一视频源数据和第一音频源数据；

所述主控设备对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；

所述主控设备将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第一音视频数据包转发给所述至少一个参会设备。

2.根据权利要求1所述的实现方法，其特征在于，

所述方法还包括：

所述主控设备响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

所述第一iOS设备根据所述第一采集指令采集第二视频源数据和第二音频源数据。

3.根据权利要求2所述的实现方法，其特征在于，

所述第一iOS设备对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码；

所述第一iOS设备将所述第二视频帧和所述第二音频帧打包为第二音视频数据包；

所述第一iOS设备将所述第二音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第二音视频数据包转发给所述主控设备。

4.根据权利要求2所述的实现方法，其特征在于，

所述至少一个参会设备包括第一视联网设备，所述第一视联网设备通过视联网登录所述流媒体服务器；

所述方法还包括：

所述主控设备响应于用户的输入操作向所述第一视联网设备发送采集指令；

所述第一视联网设备根据所述采集指令采集第三视频源数据和第三音频源数据。

5.根据权利要求4所述的实现方法，其特征在于，

所述第一视联网设备采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧；

所述第一视联网设备将所述第三视频帧和所述第三音频帧打包为第三音视频数据包；

所述第一视联网设备将所述第三音视频数据包发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。

6.根据权利要求3所述的方法，其特征在于，所述第二视频源数据为YUV格式，所述第二音频源数据为PCM格式，所述第二视频帧为H.264格式，所述第二音频帧格式为AAC格式。

7.根据权利要求5所述的方法，其特征在于，所述第三视频源数据为YUV格式，所述第三音频源数据为PCM格式，所述第三视频帧为H.264格式，所述第三音频帧格式为AAC格式。

8.一种iOS设备进行视联网会议的实现系统，其特征在于，包括：

主控设备、流媒体服务器及至少一个参会设备；

所述主控设备，用于向所述至少一个参会设备发送视频通话请求，所述主控设备通过视联网登录所述流媒体服务器；

所述主控设备，还用于采集第一视频源数据和第一音频源数据；对所述第一视频源数据进行编码形成第一视频帧，对所述第一音频源数据进行编码形成第一音频帧；将所述第一视频帧和所述第一音频帧打包为第一音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器，用于将所述第一音视频数据包转发给所述至少一个参会设备；

所述至少一个参会设备，用于接收所述第一音视频数据包，所述至少一个参会设备包括第一iOS设备，所述第一iOS设备通过第一网络登录所述流媒体服务器，所述第一网络不同于所述视联网。

9.根据权利要求8所述的实现系统，其特征在于，

所述主控设备，还用于响应于用户的第一输入操作向所述第一iOS设备发送第一采集指令；

所述第一iOS设备，用于根据所述第一采集指令采集第二视频源数据和第二音频源数据；对所述第二视频源数据根据第一编码方式进行编码形成第二视频帧，对所述第二音频源数据根据第二编码方式进行编码形成第二音频帧，所述第一编码方式为videotoolbox编码，所述第二编码方式为audiotoolbox编码；将所述第二视频帧和所述第二音频帧打包为第二音视频数据包，发送给所述流媒体服务器；

所述流媒体服务器，还用于将所述第二音视频数据包转发给所述主控设备。

10.根据权利要求9所述的实现系统，其特征在于，

所述至少一个参会设备包括第一视联网设备；所述第一视联网设备通过视联网登录所述流媒体服务器；

所述主控设备，还用于响应于用户的第二输入操作向所述第一视联网设备发送第二采集指令；

所述第一视联网设备，用于根据所述第二采集指令采集第三视频源数据和第三音频源数据；采用FFmpeg将所述第三视频源数据进行编码形成第三视频帧，采用FFmpeg将所述第三音频源数据进行编码形成第三音频帧，将所述第三视频帧和所述第三音频帧打包为第三音视频数据包，发送给所述流媒体服务器，以使所述流媒体服务器将所述第三音视频数据包转发给所述主控设备和所述第一iOS设备。