CN110460863A - 基于显示位置的音视频处理方法、装置、介质和电子设备 - Google Patents

Abstract

本发明提供了基于显示位置的音视频处理方法、装置、介质和电子设备，该处理方法包括：获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；根据显示位置信息，对合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式。本公开根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

Description

基于显示位置的音视频处理方法、装置、介质和电子设备

技术领域

本发明涉及计算机技术领域，具体而言，涉及基于显示位置的音视频处理方法、装置、介质和电子设备。

背景技术

随着移动互联网技术的发展，直播技术也得以发展。在直播连麦的过程中，直播间的主播会与其他主播进行视频交流，这时，观看直播视频的用户会在用户的终端设备的显示屏幕上看到各个主播之间就某一特定主题进行交流的相关视频内容。如果用户同时看两路或两路以上的多个主播同时进行交流的相关音视频内容时，用户无法准确区分出不同主播的声音，也无法将用户所听到的不同主播的声音与看到的各路主播视频图像进行精准匹配，也更加无法从众多的音视频内容中精准地筛选出用户感兴趣的音视频内容。

因此，在长期的研发当中，发明人对音视频处理方法进行了大量的研究，提出了一种基于显示位置的音视频处理方法，以解决上述技术问题之一。

发明内容

本发明的目的在于提供基于显示位置的音视频处理方法、装置、介质和电子设备，能够解决上述提到的至少一个技术问题。具体方案如下：

根据本发明的具体实施方式，第一方面，本公开提供基于显示位置的音视频处理方法，包括：

获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；

对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；

根据所述显示位置信息，对所述合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在所述显示屏幕上的不同位置虚拟出对应的音效播放方式。

可选的，在所述获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息之前，所述方法还包括：

对至少两路主播的直播视频图像进行混编处理，得到合并后的视频流。

可选的，所述方法还包括：

基于预设的配置规则，对所述至少两路主播的直播视频图像进行图像排布，并确定出所述至少两路直播的直播视频图像在当前终端设备的显示屏幕上的不同显示位置。

可选的，所述基于预设的配置规则，对所述至少两路主播的直播视频图像进行图像排布包括：

若直播视频图像为两路主播的直播视频图像，则基于所述预设的配置规则，分别将两路主播的直播视频图像以左右的排布方式排布在当前终端设备的显示屏幕上；或者，

若直播视频图像为两路主播的直播视频图像，则基于所述预设的配置规则，分别将两路主播的直播视频图像以上下的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于所述预设的配置规则，将两路以上主播的直播视频图像以从左到右依次排布的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于所述预设的配置规则，将两路以上主播的直播视频图像以从上到下依次排布的排布方式排布在当前终端设备的显示屏幕上。

可选的，所述方法还包括：

获取当前直播视频数据中的各路主播的直播视频图像对应的第一数量信息，并在所述第一数量信息为当前直播视频中的主播数量为一个的情况下，关闭对当前音频流进行虚拟音效的处理；以及

在所述关闭对当前音频流进行虚拟音效的处理之后，获取当前直播视频数据中的各路主播的直播视频图像对应的第二数量信息，并在所述第二数量信息为当前直播视频中的主播数量为两个或两个以上的情况下，开启对当前音频流进行虚拟音效的处理。

可选的，所述方法还包括：

向配置服务器发送获取当前终端设备的状态信息的请求，以便所述配置服务器根据当前终端设备的MAC地址信息，获取当前终端设备的状态信息；

接收所述配置服务器发送的当前终端设备的状态信息；

其中，所述状态信息至少包括以下一项：

当前终端设备的设备类型信息、当前终端设备的屏幕大小信息。

可选的，所述方法还包括：

获取当前终端设备的所述状态信息，并根据所述状态信息中的所述屏幕大小信息设置与当前终端设备的屏幕大小匹配的虚拟角度。

根据本发明的具体实施方式，第二方面，本发明提供一种基于显示位置的音视频处理装置，包括：

获取单元，用于获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；

混编处理单元，用于对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；

虚拟音效单元，用于根据所述获取单元获取到的所述显示位置信息，对所述混编处理单元混编处理得到的所述合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在所述显示屏幕上的不同位置虚拟出对应的音效播放方式。根据本发明的具体实施方式，第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上任一项所述的方法。

根据本发明的具体实施方式，第四方面，本发明提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上任一项所述的方法。

本发明实施例的上述方案与现有技术相比，至少具有以下有益效果：本公开通过提供基于显示位置的音视频处理方法、装置、介质和电子设备，根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

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。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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了根据本发明实施例的基于显示位置的音视频处理方法流程图；

图2示出了根据本发明的实施例的基于显示位置的音视频处理装置结构示意图；

图3示出了根据本发明的实施例的电子设备连接结构示意图。

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分实施例，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。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……，但这些……不应限于这些术语。这些术语仅用来将……区分开。例如，在不脱离本发明实施例范围的情况下，第一……也可以被称为第二……，类似地，第二……也可以被称为第一……。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

还需要说明的是，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商品或者装置不仅包括那些要素，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商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。

下面结合附图详细说明本发明的可选实施例。

实施例1

如图1所示，根据本公开的具体实施方式，第一方面，本公开提供一种基于显示位置的音视频处理方法，包括：

S102：获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息。

在实际应用中，若当前直播视频图像显示的为左右两路主播的直播视频图像，且男主播的视频图像显示于当前终端设备的显示屏幕上的左边，女主播的视频图像显示于当前终端设备的显示屏幕上的右边，则，对应的，与男主播的直播视频图像匹配的男主播的声音也是通过虚拟音效处理，使得男主播的声音从左边传出；反之，与该女主播的直播视频图像匹配的女主播的声音也是通过虚拟音效处理，使得女主播的声音从右边传出。

上述仅仅是示例，对其它各种情况不再一一赘述，请参见上述相似的处理方式。

S104：对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流。

S106：根据显示位置信息，对合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式。

在实际应用中，连麦场景的音视频流同时推送给合流服务器，合流服务器一般为云服务或者是服务器集群。合流服务器将多路视频流混编，并输出为一路视频流，这一路视频流中包括两个及两个以上的窗口，上述两个及两个以上的串口分别显示连麦主播的视频内容。合流服务器混编后的视频交给CDN(Content Delivery Network，即内容分发网络)，不同用户从CDN拉流到对应的终端设备，并将对应的视频内容显示在不同用户的对应终端设备的显示屏幕上。

需要说明的是，CDN是构建在网络之上的内容分发网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。

在此步骤中，根据显示位置信息，HRTF(Head-Response Transfer Function，头部反应传送函数)功能模块将主播的音频流进行处理，并将处理后的音频与混编的视频一起发送给CDN，以便于不同用户从CDN拉流至对应的终端设备。

需要说明的是，HRTF(Head-Response Transfer Function，头部反应传送函数)是一种音效定位算法。该音效定位算法通过如下步骤实现其功能，具体步骤如下所述：

制作一个头部模型并安装一支麦克风到耳膜的位置；从固定的位置发出一些声音；分析从麦克风中得到声音并得出被模型所改变的具体数据；设计一个音频过滤器来模仿那个效果；当需要模仿某个位置所发出的声音的时候就使用上述过滤器来模仿即可。

可选的，在获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息之前，所述方法还包括：

对至少两路主播的直播视频图像进行混编处理，得到合并后的视频流。

可选的，所述方法还包括：基于预设的配置规则，对至少两路主播的直播视频图像进行图像排布，并确定出至少两路直播的直播视频图像在当前终端设备的显示屏幕上的不同显示位置。

可选的，基于预设的配置规则，对至少两路主播的直播视频图像进行图像排布包括：

若直播视频图像为两路主播的直播视频图像，则基于预设的配置规则，分别将两路主播的直播视频图像以左右的排布方式排布在当前终端设备的显示屏幕上；或者，

若直播视频图像为两路主播的直播视频图像，则基于预设的配置规则，分别将两路主播的直播视频图像以上下的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于预设的配置规则，将两路以上主播的直播视频图像以从左到右依次排布的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于预设的配置规则，将两路以上主播的直播视频图像以从上到下依次排布的排布方式排布在当前终端设备的显示屏幕上；这样，通过上述所罗列的各种不同的排布方式，可以使终端设备的用户同时听到各路主播的声音，且能够精准地获知某一用户感兴趣的主播声音是从哪一个特定位置传来的，例如，左边位置传来的主播声音。

在实际应用中，为了使得用户拥有更好的音视觉体验，往往各路主播的声音音效不仅跟主播的直播视频图像在终端设备的显示位置是对应的，例如，男主播的直播视频图像显示于当前终端设备的显示屏幕的左边，对应的，与该男主播的直播视频图像匹配的男主播的声音也是通过虚拟音效处理，使得男主播的声音从左边传出；反之，若女主播的直播视频图像在终端设备的显示屏幕的右边，对应的，与该女主播的直播视频图像匹配的女主播的声音也是通过虚拟音效处理，使得女主播的声音从右边传出。

通过HRTF技术实现了声音的虚拟环绕效果，通过HRTF技术能够改变每个声道的时延和对每个声道进行滤波，让当前终端设备的用户感受到当前某一声音是从哪一个特定位置传来的。

可选的，所述方法还包括：获取当前直播视频数据中的各路主播的直播视频图像对应的第一数量信息，并在第一数量信息为当前直播视频中的主播数量为一个的情况下，关闭对当前音频流进行虚拟音效的处理；这样，能够避免因开启虚拟音效处理而造成占用大量内存的问题。

可选的，在关闭对当前音频流进行虚拟音效的处理之后，获取当前直播视频数据中的各路主播的直播视频图像对应的第二数量信息，并在第二数量信息为当前直播视频中的主播数量为两个或两个以上的情况下，开启对当前音频流进行虚拟音效的处理；这样，在关闭虚拟音效处理之后，在获取的第二数量信息为当前直播视频中的主播数量为两个或两个以上的情况下，重新启动虚拟音效的处理，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

可选的，所述方法还包括：

向配置服务器发送获取当前终端设备的状态信息的请求，以便配置服务器根据当前终端设备的MAC地址信息，获取当前终端设备的状态信息；

接收配置服务器发送的当前终端设备的状态信息；

其中，状态信息至少包括以下一项：

当前终端设备的设备类型信息、当前终端设备的屏幕尺寸信息。

需要说明的是，当前终端设备的设备类型信息可以用于说明：当前终端设备的设备是台式电脑、或者是手机、或者是平板电脑。

可选的，所述方法还包括：

获取当前终端设备的状态信息，并根据状态信息中的屏幕大小信息设置与当前终端设备的显示屏幕尺寸匹配的虚拟角度。

在实际应用中，可以根据当前终端设备的显示屏幕尺寸设置与其显示屏幕尺寸匹配的虚拟角度。

例如，在当前终端设备为台式电脑的情况下，基于台式电脑的显示器视角大，则设置与当前台式电脑的显示器尺寸匹配的虚拟角度，例如，设备其虚拟角度为左右各15度。

又例如，在当前终端设备为手机的情况下，基于手机的显示屏幕视角小，则设置与当前手机的显示屏幕尺寸匹配的虚拟角度，例如，设置其虚拟角度为左右各5度。

可选的，所述方法还包括：采集至少两路主播的直播视频图像和采集至少两路主播的直播音频数据，且各路主播的直播视频图像和对应的各路主播的直播音频数据是同步的。

本公开通过提供基于显示位置的音视频处理方法、装置、介质和电子设备，根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

实施例2

如图2所示，根据本公开的具体实施方式，第二方面，本公开提供一种基于显示位置的音视频处理装置，所述装置包括获取单元202、混编处理单元204和虚拟音效单元206等，具体如下：

获取单元202，用于获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；

混编处理单元204，用于对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；

虚拟音效单元206，用于根据获取单元202获取到的显示位置信息，对混编处理单元204混编处理得到的合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式。

可选的，混编处理单元204还用于：在获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息之前，对至少两路主播的直播视频图像进行混编处理，得到合并后的视频流。

可选的，所述装置还包括：

图像排布单元208，用于基于预设的配置规则，对至少两路主播的直播视频图像进行图像排布；

显示位置确定单元210，用于确定出至少两路直播的直播视频图像在当前终端设备的显示屏幕上的不同显示位置。

可选的，图像排布单元208具体用于：

若直播视频图像为两路主播的直播视频图像，则基于预设的配置规则，分别将两路主播的直播视频图像以左右的排布方式排布在当前终端设备的显示屏幕上；或者，

若直播视频图像为两路主播的直播视频图像，则基于预设的配置规则，分别将两路主播的直播视频图像以上下的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于预设的配置规则，将两路以上主播的直播视频图像以从左到右依次排布的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于预设的配置规则，将两路以上主播的直播视频图像以从上到下依次排布的排布方式排布在当前终端设备的显示屏幕上。

可选的，获取单元202，还用于获取当前直播视频数据中的各路主播的直播视频图像对应的第一数量信息。

可选的，所述装置还包括：

虚拟音效关闭单元212，用于在获取单元202获取到的第一数量信息为当前直播视频中的主播数量为一个的情况下，关闭对当前音频流进行虚拟音效的处理。

可选的，获取单元202，还用于在虚拟音效关闭单元212关闭对当前音频流进行虚拟音效的处理之后，获取当前直播视频数据中的各路主播的直播视频图像对应的第二数量信息；

可选的，所述装置还包括：

虚拟音效开启单元214，用于在获取单元202获取到的第二数量信息为当前直播视频中的主播数量为两个或两个以上的情况下，开启对当前音频流进行虚拟音效的处理。

可选的，所述装置还包括：

获取状态信息请求单元216，用于向配置服务器发送获取当前终端设备的状态信息的请求，以便配置服务器根据当前终端设备的MAC地址信息，获取当前终端设备的状态信息；

可选的，所述装置还包括：

接收单元218，用于接收配置服务器发送的当前终端设备的状态信息；其中，状态信息至少包括以下一项：当前终端设备的设备类型信息、当前终端设备的屏幕尺寸信息。

可选的，获取单元202还用于获取当前终端设备的状态信息；

可选的，所述装置还包括：

虚拟角度设置单元，用于根据获取单元202获取到的状态信息中的屏幕尺寸信息设置与当前终端设备的显示屏幕尺寸匹配的虚拟角度。

本公开通过提供基于显示位置的音视频处理方法、装置、介质和电子设备，根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

实施例3

如图3所示，本实施例提供一种电子设备，该设备用于基于显示位置的音视频处理方法，所述电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

实施例4

本公开实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于显示位置的音视频处理方法。

实施例5

下面参考图3，其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/0接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据各路主播的直播视频图像在显示屏幕上的不同位置虚拟出对应的音效播放方式，这样，显示于显示屏幕上的不同位置的各路主播的直播视频图像，均能够虚拟出不同的音效播放方式，使得用户有身临其境的音视觉体验，提高了用户的体验度。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

Claims (10)

1.一种基于显示位置的音视频处理方法，其特征在于，包括：

获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；

对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；

根据所述显示位置信息，对所述合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在所述显示屏幕上的不同位置虚拟出对应的音效播放方式。

2.根据权利要求1所述的方法，其特征在于，在所述获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息之前，所述方法还包括：

对至少两路主播的直播视频图像进行混编处理，得到合并后的视频流。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于预设的配置规则，对所述至少两路主播的直播视频图像进行图像排布，并确定出所述至少两路直播的直播视频图像在当前终端设备的显示屏幕上的不同显示位置。

4.根据权利要求3所述的方法，其特征在于，所述基于预设的配置规则，对所述至少两路主播的直播视频图像进行图像排布包括：

若直播视频图像为两路主播的直播视频图像，则基于所述预设的配置规则，分别将两路主播的直播视频图像以左右的排布方式排布在当前终端设备的显示屏幕上；或者，

若直播视频图像为两路主播的直播视频图像，则基于所述预设的配置规则，分别将两路主播的直播视频图像以上下的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于所述预设的配置规则，将两路以上主播的直播视频图像以从左到右依次排布的排布方式排布在当前终端设备的显示屏幕上；或者

若直播视频图像为两路以上主播的直播视频图像，则基于所述预设的配置规则，将两路以上主播的直播视频图像以从上到下依次排布的排布方式排布在当前终端设备的显示屏幕上。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取当前直播视频数据中的各路主播的直播视频图像对应的第一数量信息，并在所述第一数量信息为当前直播视频中的主播数量为一个的情况下，关闭对当前音频流进行虚拟音效的处理；以及

在所述关闭对当前音频流进行虚拟音效的处理之后，获取当前直播视频数据中的各路主播的直播视频图像对应的第二数量信息，并在所述第二数量信息为当前直播视频中的主播数量为两个或两个以上的情况下，开启对当前音频流进行虚拟音效的处理。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向配置服务器发送获取当前终端设备的状态信息的请求，以便所述配置服务器根据当前终端设备的MAC地址信息，获取当前终端设备的状态信息；

接收所述配置服务器发送的当前终端设备的状态信息；

其中，所述状态信息至少包括以下一项：

当前终端设备的设备类型信息、当前终端设备的屏幕尺寸信息。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取当前终端设备的所述状态信息，并根据所述状态信息中的所述屏幕大小信息设置与当前终端设备的显示屏幕尺寸匹配的虚拟角度。

8.一种基于显示位置的音视频处理装置，其特征在于，包括：

获取单元，用于获取预先配置的至少两路主播的直播视频图像在当前终端设备的显示屏幕上的显示位置信息；

混编处理单元，用于对至少两路主播的直播音频数据进行混编处理，得到合并后的音频流；

虚拟音效单元，用于根据所述获取单元获取到的所述显示位置信息，对所述混编处理单元混编处理得到的所述合并后的音频流进行虚拟音效的处理，以控制根据各路主播的直播视频图像在所述显示屏幕上的不同位置虚拟出对应的音效播放方式。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。