CN111741370A - 一种多媒体互动的方法、相关装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种多媒体互动的方法、相关装置、设备及存储介质，应用于互联网技术领域。本申请方法包括：第一终端设备获取虚拟房间信息；若虚拟房间信息满足多媒体互动条件，则第一终端设备获取目标多媒体数据；当第一终端设备播放目标多媒体数据时，第一终端设备向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据；当第一终端设备接收到服务器发送的合成多媒体数据时，第一终端设备播放合成多媒体数据。本申请能够实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性，并且增强了方案的娱乐性。

Description

一种多媒体互动的方法、相关装置、设备及存储介质

技术领域

本申请涉及互联网技术领域，尤其涉及一种多媒体互动的方法、相关装置、设备及存储介质。

背景技术

在互联网普及的今天，电视机已成为家家户户常用的电器之一。随着电视技术在近十几年的发展和普及，电视机逐步向智能化、个性化方向发展，来满足不同客户的个性化需求。电视机已成为家庭的娱乐中心，随之衍生了各种个性化功能。

目前，智能电视能够实现多样化的功能，例如，用户可以在智能电视上安装唱歌软件，通过唱歌软件点选自己想唱的歌曲，为了能够提升演唱的效果，还可以在智能电视上插入专业设备，例如，麦克风以及防喷网等。由此提升演唱的效果。

然而，现有的方案只能实现简单的唱歌功能，如果用户想要合唱一首歌曲，则需要这些用户都在同一个地方进行演唱。但事实上，可能出现用户之间的距离很远，或者因为疫情等原因无法相聚的情况，导致用户之间的互动性较差，并缺乏娱乐性。

发明内容

本申请实施例提供了一种多媒体互动的方法、相关装置、设备及存储介质，能够实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性，并且增强了方案的娱乐性。

有鉴于此，本申请一方面提供一种多媒体互动的方法，包括：

第一终端设备获取虚拟房间信息；

若虚拟房间信息满足多媒体互动条件，则第一终端设备获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

当第一终端设备播放目标多媒体数据时，第一终端设备向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第二音频实时数据为第二终端设备向服务器发送的音频数据；

当第一终端设备接收到服务器发送的合成多媒体数据时，第一终端设备播放合成多媒体数据。

本申请另一方面提供另一种多媒体互动的方法，包括：

第二终端设备向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息；

若虚拟房间信息满足多媒体互动条件，则第二终端设备获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

当第二终端设备播放目标多媒体数据时，第二终端设备向服务器发送第二音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第一音频实时数据为第一终端设备向服务器发送的音频数据；

当第二终端设备接收到服务器发送的合成多媒体数据时，第二终端设备播放合成多媒体数据。

本申请另一方面提供另一种多媒体互动的方法，包括：

服务器接收第一终端设备发送的虚拟房间信息；

若虚拟房间信息满足多媒体互动条件，服务器向第一终端设备以及第二终端设备发送目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

当第一终端设备以及第二终端设备播放目标多媒体数据时，服务器接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据；

服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据；

服务器向第一终端设备发送合成多媒体数据，并向第二终端设备发送合成多媒体数据，以使第一终端设备以及第二终端设备分别播放合成多媒体数据。

本申请另一方面提供一种多媒体互动装置，包括：

获取模块，用于获取虚拟房间信息；

获取模块，还用于若虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

发送模块，用于当第一终端设备播放目标多媒体数据时，向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第二音频实时数据为第二终端设备向服务器发送的音频数据；

播放模块，用于当第一终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据。

在一种可能的设计中，在本申请实施例的另一方面的一种实现方式中，多媒体互动装置还包括接收模块以及展示模块，

获取模块，还用于向服务器发送第一音频实时数据之前，通过语音采集设备获取第一音频实时数据；

获取模块，还用于通过图像采集设备获取第一视频实时数据，其中，第一视频实时数据包括至少一帧图像；

发送模块，还用于向服务器发送第一视频实时数据，以使服务器将第一视频实时数据发送至第二终端设备，以使第二终端设备展示第一视频实时数据以及第二视频实时数据，其中，第二视频实时数据为第二终端设备通过图像采集设备获取到的，其中，第二视频实时数据包括至少一帧图像；

接收模块，用于接收服务器发送的第二视频实时数据；

展示模块，用于展示第一视频实时数据以及第二视频实时数据。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，多媒体互动装置还包括确定模块，

发送模块，还用于获取虚拟房间信息之后，向服务器发送虚拟房间信息，以使服务器将虚拟房间信息与预设虚拟房间信息进行匹配；

确定模块，用于若虚拟房间信息与预设虚拟房间信息匹配成功，则确定虚拟房间信息满足多媒体互动条件；

确定模块，还用于若虚拟房间信息与预设虚拟房间信息匹配失败，则确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，

发送模块，还用于获取虚拟房间信息之后，向服务器发送虚拟房间信息，以使服务器根据虚拟房间信息获取待播放账号集合内所包括的账号数量；

确定模块，还用于若账号数量小于或等于账号数量阈值，则确定虚拟房间信息满足多媒体互动条件；

确定模块，还用于若账号数量大于账号数量阈值，则确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，

接收模块，还用于当第一终端设备播放目标多媒体数据时，向服务器发送第一音频实时数据之后，接收服务器发送的第一评分值，其中，第一评分值为服务器根据第一音频实时数据确定的；

展示模块，还用于展示第一评分值；

发送模块，还用于当第一终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据之后，当第一终端设备播放目标多媒体数据时，向服务器发送第三音频实时数据，以使服务器根据第三音频实时数据确定第二评分值；

接收模块，还用于接收服务器发送的第二评分值；

展示模块，还用于展示第二评分值。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，

接收模块，还用于若满足演唱评分条件，则接收服务器发送的针对于目标多媒体数据的N个综合评分值，其中，N个综合评分值至少包括第一账号所对应的第一综合评分值以及第二账号所对应的第二综合评分值，N为大于1的整数；

展示模块，还用于展示N个综合评分值；

展示模块，还用于当展示时间达到时间阈值时，取消展示N个综合评分值。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，多媒体互动装置还包括检测模块，

检测模块，用于接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，检测目标多媒体数据的播放进度；

确定模块，还用于若目标多媒体数据的播放进度达到进度阈值，则确定满足演唱评分条件；

发送模块，还用于向服务器发送播放完成指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，

确定模块，还用于接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，若第一终端设备获取到多媒体数据切换指令，则确定满足演唱评分条件；

发送模块，还用于向服务器发送多媒体数据切换指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，

展示模块，还用于展示多媒体播放界面，其中，多媒体播放界面上显示有多媒体选择接口；

展示模块，还用于当第一终端设备检测到针对于多媒体选择接口的操作时，展示多媒体选择界面，其中，多媒体选择界面上显示有输入区域；

获取模块，还用于第一终端设备通过输入区域获取多媒体查询信息；

获取模块，具体用于：

向服务器发送多媒体查询信息，以使服务器根据多媒体查询信息确定目标多媒体数据；

接收服务器发送的目标多媒体数据。

本申请另一方面提供另一种多媒体互动装置，包括：

发送模块，用于向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息；

获取模块，用于若虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

发送模块，还用于当第二终端设备播放目标多媒体数据时，向服务器发送第二音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第一音频实时数据为第一终端设备向服务器发送的音频数据；

播放模块，用于当第二终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据。

在一种可能的设计中，在本申请实施例的另一方面的一种实现方式中，多媒体互动装置还包括接收模块，

接收模块，用于向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息之后，接收服务器发送的虚拟房间信息；

发送模块，还用于向第一终端设备发送合唱邀请请求，其中，合唱邀请请求中携带虚拟房间信息。

本申请另一方面提供另一种多媒体互动装置，包括：

接收模块，用于接收第一终端设备发送的虚拟房间信息；

发送模块，用于若虚拟房间信息满足多媒体互动条件，向第一终端设备以及第二终端设备发送目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

接收模块，还用于当第一终端设备以及第二终端设备播放目标多媒体数据时，接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据；

合成模块，用于对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据；

发送模块，还用于向第一终端设备发送合成多媒体数据，并向第二终端设备发送合成多媒体数据，以使第一终端设备以及第二终端设备分别播放合成多媒体数据。

在一种可能的设计中，在本申请实施例的另一方面的一种实现方式中，

接收模块，还用于接收第一终端设备发送的第一视频实时数据，其中，第一视频实时数据包括至少一帧图像，第一视频实时数据为第一终端设备通过图像采集设备获取到的；

接收模块，还用于接收第二终端设备发送的第二视频实时数据，其中，第二视频实时数据包括至少一帧图像，第二视频实时数据为第二终端设备通过图像采集设备获取到的；

发送模块，还用于向第一终端设备发送第二视频实时数据，以使第一终端设备展示第一视频实时数据以及第二视频实时数据；

发送模块，还用于向第二终端设备发送第一视频实时数据，以使第二终端设备展示第一视频实时数据以及第二视频实时数据。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，多媒体互动装置还包括获取模块，

获取模块，用于接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据之后，通过音频评分模型获取第一音频实时数据所对应的评分值；

发送模块，还用于向第一终端设备发送第一音频实时数据所对应的评分值，以使第一终端设备展示第一音频实时数据所对应的评分值；

获取模块，还用于通过音频评分模型获取第二音频实时数据所对应的评分值；

发送模块，还用于向第二终端设备发送第二音频实时数据所对应的评分值，以使第二终端设备展示第二音频实时数据所对应的评分值。

在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，多媒体互动装置还包括确定模块，

获取模块，还用于若满足演唱评分条件，则根据第一终端设备发送的P个音频实时数据，获取P个音频实时数据中每个音频实时数据所对应的评分值，其中，P个音频实时数据对应于目标多媒体数据，P为大于或等于1的整数；

确定模块，用于根据P个音频实时数据中每个音频实时数据所对应的评分值，确定第一综合评分值；

获取模块，还用于根据第二终端设备发送的Q个音频实时数据，获取Q个音频实时数据中每个音频实时数据所对应的评分值，其中，Q个音频实时数据对应于目标多媒体数据，Q为大于或等于1的整数；

确定模块，还用于根据Q个音频实时数据中每个音频实时数据所对应的评分值，确定第二综合评分值；

发送模块，还用于向第一终端设备发送第一综合评分值以及第二综合评分值，以使第一终端设备展示第一综合评分值以及第二综合评分值；

发送模块，还用于向第二终端设备发送第一综合评分值以及第二综合评分值，以使第二终端设备展示第一综合评分值以及第二综合评分值。

本申请的另一方面提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面的方法。

本申请的另一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方面中各种可选实现方式所提供的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请实施例中，提供了一种多媒体互动的方法，第一终端设备获取虚拟房间信息，若虚拟房间信息满足多媒体互动条件，则第一终端设备获取目标多媒体数据，当播放目标多媒体数据时，可向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，当第一终端设备接收到服务器发送的合成多媒体数据时，即可播放合成多媒体数据。通过上述方式，用户可使用虚拟房间信息加入已创建的虚拟房间，该虚拟房间内包括约定好一起娱乐的其他用户。这些用户分别通过不同的终端设备同步播放相同的歌曲，并且进行演唱，各个用户演唱的数据将实时上传至服务器，由服务器对这些实时数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得这些用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性。

附图说明

图1为本申请实施例中多媒体互动系统的一个架构示意图；

图2为本申请实施例中多媒体互动方法的一个交互流程示意图；

图3为本申请实施例中多媒体互动方法的一个流程示意图；

图4为本申请实施例中多媒体互动的方法一个实施例示意图；

图5为本申请实施例中展示视频实时数据的一个流程示意图；

图6为本申请实施例中展示视频实时数据的一个界面示意图；

图7为本申请实施例中展示匹配失败的提示信息的一个界面示意图；

图8为本申请实施例中生成评分值的一个流程示意图；

图9为本申请实施例中展示评分值的一个界面示意图；

图10为本申请实施例中展示综合评分值的一个流程示意图；

图11为本申请实施例中展示综合评分值的一个界面示意图；

图12为本申请实施例中多媒体播放界面以及多媒体选择界面一个界面示意图；

图13为本申请实施例中多媒体互动的方法另一实施例示意图；

图14为本申请实施例中发起合唱邀请请求的一个流程示意图；

图15为本申请实施例中多媒体互动的方法另一实施例示意图；

图16为本申请实施例中数据请求方法的一个流程示意图；

图17为本申请实施例中生成评分值的一个流程示意图；

图18为本申请实施例中多媒体互动装置的一个实施例示意图；

图19为本申请实施例中多媒体互动装置的另一实施例示意图；

图20为本申请实施例中多媒体互动装置的另一实施例示意图；

图21为本申请实施例中终端设备的一个结构示意图；

图22为本申请实施例中服务器的一个结构示意图。

具体实施方式

本申请实施例提供了一种多媒体互动的方法、相关装置、设备及存储介质，能够实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性，并且增强了方案的娱乐性。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“对应于”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请提供了一种多媒体互动的方法可应用于在智能电视等终端设备进行互动的场景中，例如，用户通过智能电视与其他用户一起唱歌，用户通过智能手机与其他用户一起唱歌，或者用户通过电脑与其他用户一起唱歌等，此处不对应用场景进行穷举。

如果多位用户想合唱一首歌曲，则需要用户都在同一个地方进行演唱，因此，对于区域性要求较高。本申请所提供的多媒体互动方法，能够实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果。本申请提供的虚拟对象展示方法可应用于如图1所示的多媒体互动系统，请参阅图1，图1为本申请实施例中多媒体互动系统的一个架构示意图，如图所示，多媒体互动系统包括服务器和终端设备，终端设备上用于运行多媒体应用，终端设备可以获取用户的多媒体实时数据，每个终端设备向服务器发送多媒体实时数据，由服务器合成这些多媒体实时数据，并将合成后的多媒体实时数据下发至每个终端设备，终端设备即可分别播放合成后的多媒体实时数据，实现用户之间的多媒体互动。

本申请涉及的服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备可以是智能手机、笔记本电脑、个人电脑、平板电脑、掌上电脑、智能电视等，但并不局限于此。终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。服务器和终端设备的数量在此不做限制。

具体地，以基于智能电视实现合唱互动的场景作为一个示例进行说明，当用户A邀请用户B合唱时，可通过终端设备向服务器发送该虚拟房间创建请求，服务器根据虚拟房间创建请求生成虚拟房间信息，用户B使用虚拟房间信息加入用户A创建的虚拟房间。用户A或者用户B可以选择待合唱的目标歌曲，然后在用户A和用户B分别使用的终端设备上会播放该目标歌曲。在合唱时，终端设备收录用户演唱的实时音频数据，并向服务器发送音频实时数据，服务器对用户A的音频实时数据以及用户B的音频实时数据进行合成处理，由此得到合成多媒体数据，服务器将合成多媒体数据下发至用户A使用的终端设备以及用户B使用的终端设备，由终端设备可以播放合成多媒体数据。通过前述方式能够实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性，并且增强了方案的娱乐性。

基于此，下面将结合图2介绍本申请提供的多媒体互动方法，请参阅图2，图2为本申请实施例中多媒体互动方法的一个交互流程示意图，如图所示，第一终端设备为用户B(即互动加入方)使用的终端设备，第二终端设备为用户A(即互动发起方)使用的终端设备，具体地：

在步骤S1中，如果用户A希望用户B进行多媒体互动时，用户A在第二终端设备上进行操作，由此生成虚拟房间创建请求，并且向服务器发送该虚拟房间创建请求。

在步骤S2中，服务器根据虚拟房间创建请求生成虚拟房间信息。

在步骤S3中，第一终端设备获取虚拟房间信息。

在步骤S4中，如果虚拟房间信息满足多媒体互动条件，则服务器向第一终端设备以及第二终端设备发送目标多媒体数据。

在步骤S5中，第一终端设备以及第二终端设备分别播放目标多媒体数据。

在步骤S6中，第一终端设备向服务器发送本地采集到的第一音频实时数据。

在步骤S7中，第二终端设备向服务器发送本地采集到的第二音频实时数据。

其中，步骤S6以及步骤S7之间无时序限定。

在步骤S8中，服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据。

在步骤S9中，服务器分别向第一终端设备以及第二终端设备发送合成多媒体数据。

在步骤S10中，第一终端设备以及第二终端设备分别播放合成多媒体数据。

进一步地，下面将结合图3介绍基于终端设备侧实现多媒体互动的流程，请参阅图3，图3为本申请实施例中多媒体互动方法的一个流程示意图，如图所示，具体地：

在步骤A1中，用户将获取到的虚拟房间信息输入至终端设备，如果该虚拟房间信息满足多媒体互动条件，该用户即可进入虚拟房间，该虚拟房间还可以容纳多个用户。

在步骤A2中，用户使用的终端设备可采集用户的视频数据以及音频数据。

在步骤A3中，终端设备具有显示用户视频图像小窗口以及音乐短片区域，在视频图像小窗口中展示用户的视频数据，若未获取到用户视频数据，则在视频图像小窗口中展示默认图片。

在步骤A4中，用户通过对终端设备的菜单键进行操作调出歌单，再输入歌曲或歌手的首字母进行查询，或在歌手界面直接选歌，可在歌单界面查看歌曲以及所选择的歌曲。

在步骤A5中，终端设备按歌单顺序播放具有该歌曲的音乐短片，用户可以开始唱歌。

在步骤A6中，用户每唱一句歌词，终端设备都可以获取对应的音频实时数据，并且向服务器发送该音频实时数据。

在步骤A7中，服务器合并多位合唱人的音频实时数据，生成合成多媒体数据再分别下发至终端设备，使得终端可回放合成多媒体数据。此外，服务器还可以将音频实时数据与原唱的音频数据进行音色和音调的对比，分别得出每个用户的评分，或者将合成多媒体数据与原唱此时间段的音频数据进行音色和音调的对比，得出合唱的评分。

应理解，合并合唱人对应的音频数据是在服务器进行的，本身会比用户唱歌要延迟一些，通常不会很久，作为回音返回给用户听见，影响不大。如果用户网络较差，导致数据传输发生较大延迟时的情况下，可以继续等待，如果在进入下一句歌词时还没有收到，则直接进入下一歌词，即跟随歌曲进度。如果终端设备在上传的音频实时数据时发生网络异常，则用户开始等待，直到网络恢复，这期间音频实时数据不再传输，而其他用户可以正常使用。当网络出现较大延迟时，会影响音频实时数据的传输、合入和回放，此时，歌词可以不再进行回放。

在步骤A8中，判断是否结束所选择的歌曲，若是，则执行步骤A9，若否，则执行步骤A6，即继续对所选择歌曲中的歌词进行播放。

在步骤A9中，将所选择歌曲中每句歌词单个用户所得到的评分进行累加，并且展示单个用户累加后的评分，还可以将所选择歌曲中每句歌词合唱所得到的评分进行累加，并且展示合唱累加后的评分，且达到一定时间(比如10秒)之后评分消失，回到唱歌界面。

在步骤A10中，判断歌单中是否还有歌曲，若是，则执行步骤A11，若否，则执行步骤A12。

在步骤A11中，由于歌单中还有歌曲，因此可以按照顺序切到歌单中下一首歌曲，或者随机切到下一首歌曲。

在步骤A12中，由于歌单无歌曲，因此会提示用户进行选歌，以再进行继续合唱。

由于本申请实施例中对用户歌声进行评分的方式可基于人工智能(ArtificialIntelligence，AI)技术实现，其中，AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，AI是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。AI也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。AI技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。AI基础技术一般包括如传感器、专用AI芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。AI软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

结合上述介绍，下面先对本申请提供的媒体互动方法进行介绍，请参阅图4，图4为本申请实施例中多媒体互动方法的一个实施例示意图，如图所示，本申请实施例中多媒体互动方法的一个实施例包括：

101、第一终端设备获取虚拟房间信息；

本实施例中，第一终端设备可以通过服务器接收虚拟房间信息，或，第一终端设备通过聊天应用等获取其他用户分享的虚拟房间信息，或，由互动发起方在线下通过电话或者短信等形式告知互动加入方虚拟房间信息，然后互动加入方将虚拟房间信息输入至第一终端设备，使得第一终端设备获取虚拟房间信息，此处不做限定。第一终端设备为互动加入方所使用的终端设备，第二终端设备为互动发起方使用的终端设备。本实施例中虚拟房间信息为6位数的标识，例如“101000”，在实际应用中，虚拟房间信息还可以为其他位数或者其他字母的标识，例如“abc11”。

102、若虚拟房间信息满足多媒体互动条件，则第一终端设备获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

本实施例中，虚拟房间信息与待播放账号集合具有对应关系，且待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号，即第一账号为互动加入方所使用的账号，第二账号为互动发起方所使用的账号，在实际应用中，待播放账号集合还可以包括其他终端设备的账号，这些账号均为互动加入方所使用的账号。例如，在虚拟房间中包括20个空位，每个空位对应一个账号，即待播放账号集合最多可以包括20个账号，最少包括1个互动发起方所使用的账号和1个互动加入方所使用的账号。

具体地，第一终端设备向服务器发送虚拟房间信息，服务器将虚拟房间信息与预设虚拟房间信息进行匹配，匹配合格即确定虚拟房间信息满足多媒体互动条件。或者，第一终端设备向服务器发送虚拟房间信息，服务器根据虚拟房间信息获取待播放账号集合内所包括的账号数量，若账号数量未到阈值即确定虚拟房间信息满足多媒体互动条件。在确定虚拟房间信息满足多媒体互动条件后，第一终端设备可获取目标多媒体数据，该目标多媒体数据为被用户选择的多媒体数据，该目标多媒体数据具体可以为音乐短片(musicvideo，MV)，例如，歌曲“稻香”所对应的音乐短片。

103、当第一终端设备播放目标多媒体数据时，第一终端设备向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第二音频实时数据为第二终端设备向服务器发送的音频数据；

本实施例中，第一终端设备获取目标多媒体数据之后，可播放该目标多媒体数据，此时，互动加入方可以开始演唱，以目标多媒体数据为歌曲“稻香”的MV作为一个示例进行说明，在选择歌曲“稻香”的MV后，会播放音频数据以及视频数据，互动加入方可以开始对歌曲“稻香”的每句歌词进行演唱，由此，第一终端设备可获取第一音频实时数据，第一音频实时数据为互动加入方唱完一句歌词或者一段歌词所获取到的音频数据，例如，互动加入方唱完歌曲“稻香”的第一句，此时第一终端设备所获取第一音频实时数据为“对这个世界如果你有太多的抱怨”这句歌词对应的音频数据。第一终端设备获取到第一音频实时数据后，会实时向服务器发送该第一音频实时数据，同理，第二终端设备也会通过类似的方式获取第二音频实时数据，并向服务器发送第二音频实时数据，于是服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，从而得到合成多媒体数据。

104、当第一终端设备接收到服务器发送的合成多媒体数据时，第一终端设备播放合成多媒体数据。

本实施例中，服务器在生成合成多媒体数据之后，会分别向第一终端设备以及第二终端均发送合成多媒体数据，因此，第一终端设备接收到服务器发送的合成多媒体数据时，播放该合成多媒体数据。类似地，第二终端设备接收到服务器发送的合成多媒体数据时，也播放该合成多媒体数据

本申请实施例中，提供了一种多媒体互动的方法，通过上述方式，用户可使用虚拟房间信息加入已创建的虚拟房间，该虚拟房间内包括约定好一起娱乐的其他用户。这些用户分别通过不同的终端设备同步播放相同的歌曲，并且进行演唱，各个用户演唱的数据将实时上传至服务器，由服务器对这些实时数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得这些用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第一终端设备向服务器发送第一音频实时数据之前，还包括如下步骤：

第一终端设备通过语音采集设备获取第一音频实时数据；

还包括如下步骤：

第一终端设备通过图像采集设备获取第一视频实时数据，其中，第一视频实时数据包括至少一帧图像；

第一终端设备向服务器发送第一视频实时数据，以使服务器将第一视频实时数据发送至第二终端设备，以使第二终端设备展示第一视频实时数据以及第二视频实时数据，其中，第二视频实时数据为第二终端设备通过图像采集设备获取到的，其中，第二视频实时数据包括至少一帧图像；

第一终端设备接收服务器发送的第二视频实时数据；

第一终端设备展示第一视频实时数据以及第二视频实时数据。

本实施例中，介绍了一种展示视频实时数据的方法，第一终端设备可以通过语音采集设备获取第一音频实时数据，语音采集设备包含但不仅限于内置麦克风或者外接话筒等，在此不做限定。

第一终端设备还可以通过图像采集设备获取第一视频实时数据，图像采集设备包含但不仅限于内置摄像头或者外接摄像头等，在此不做限定。第一视频实时数据包括至少一帧图像，假设第一视频实时数据仅包括一帧图像，则第一视频实时数据为一张静态图像(如，照片)。假设第一视频实时数据包括至少两帧图像，则第一视频实时数据为视频流。

在实际应用中，第一视频实时数据内可能出现用户尴尬的场景，例如，用户周边挂有尴尬的物体(如，内裤或者袜子等)，此时，可基于计算机视觉(Computer Vision，CV)技术对用户进行识别，使得第一视频实时数据中仅出现用户，而不会出现其他物体或者人物。其中，CV技术是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，CV研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。CV技术通常包括图像处理、图像识别、图像语义理解、图像检索、光学字符识别(Optical Character Recognition，OCR)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

基于此，第一终端设备向服务器发送第一视频实时数据，第二终端设备也采用类似方式获取第二视频实时数据，并向服务器发送第二视频实时数据，服务器获取到第一视频实时数据以及第二视频实时数据后，可以将第二视频实时数据发送至第一终端设备，使得第一终端设备展示所获取的第一视频实时数据以及第二视频实时数据，与此同时，服务器将第一视频实时数据发送至第二终端设备，使得第二终端设备可以展示第一视频实时数据以及第二视频实时数据。在实际应用中，如果图像采集设备没有获取用户权限或者不具有图像采集设备，则终端设备展示的视频实时数据为默认图像或用户上传的头像。

例如，终端设备可以在MV播放界面上展示5个窗口(还可以是其他数量的窗口，此处仅为一个示意)，每个窗口用于展示一位用户的视频实时数据，当合唱的用户超过5人时，可以将MV单独显示在一个播放界面，而视频实时数据集中在一个碎片(Fragment)中，以网格的形式显示。Fragment是安卓(Android)系统中嵌套在主界面中的用户界面，一个界面中可以有多个Fragment，因此MV播放界面与Fragment界面可通过操作进行界面的切换，例如，通过左滑或者右滑的手势，滑动界面进行切换，或者通过遥控器按右键即可调出Fragment界面，按左键可切回MV播放界面，或者通过语音指令等，在此不做限制。

为了便于理解，请参阅图5，图5为本申请实施例中展示视频实时数据的一个流程示意图，如图所示，在步骤B1中，第一终端设备通过图像采集设备获取到第一视频实时数据。在步骤B2中，第二终端设备通过图像采集设备获取到第二视频实时数据，其中，步骤B1与步骤B2之间无时序限定。在步骤B3中，第一终端设备向服务器发送第一视频实时数据，在步骤B4中，第二终端设备向服务器发送第二视频实时数据，其中，步骤B3与步骤B4之间无时序限定。在步骤B5中，服务器向第一终端设备发送第二视频实时数据，在步骤B6中，服务器向第二终端设备发送第一视频实时数据，其中，步骤B5与步骤B6之间无时序限定。在步骤B7中，第一终端设备展示第一视频实时数据以及第二视频实时数据，在步骤B8中，第二终端设备展示第一视频实时数据以及第二视频实时数据。其中，步骤B7与步骤B8之间无时序限定。

以第一终端设备展示第一视频实时数据以及第二视频实时数据作为示例进行说明，应理解第二终端设备展示展示第一视频实时数据以及第二视频实时数据与示例类似，此处不做赘述。请参阅图6，图6为本申请实施例中展示视频实时数据的一个界面示意图，如图所示，C1用于指示MV播放窗口，C2用于指示展示视频实时数据的窗口，C3用于指示MV播放界面，C4用于指示Fragment界面，基于图6中(A)图可知，共有4个用户加入合唱，即可展示4个用户所对应的视频实时数据，且与MV播放窗口C1处于同一界面。基于图6中(B)图可知，共有12个用户加入合唱，即可在Fragment界面中展示12个用户分别对应的视频实时数据，并需要通过操作与MV播放界面进行切换。应理解，前述示例均用于理解本方案，具体展示第一视频实时数据以及第二视频实时数据的方式应根据实际情况灵活确定。

本申请实施例中，提供了一种展示视频实时数据的方法，通过上述方式，终端设备可以实时展示参与多个用户的视频实时数据，能够使得用户之间可以相互看到彼此的实时画面，提升用户之间的互动性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第一终端设备获取虚拟房间信息之后，还包括如下步骤：

第一终端设备向服务器发送虚拟房间信息，以使服务器将虚拟房间信息与预设虚拟房间信息进行匹配；

若虚拟房间信息与预设虚拟房间信息匹配成功，则第一终端设备确定虚拟房间信息满足多媒体互动条件；

若虚拟房间信息与预设虚拟房间信息匹配失败，则第一终端设备确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

本实施例中，介绍了一种确定虚拟房间信息是否满足多媒体互动条件的方法，第一终端设备获取虚拟房间信息之后，可以向服务器发送虚拟房间信息，服务器将虚拟房间信息与预设虚拟房间信息进行匹配，若匹配成功，可以确定虚拟房间信息满足多媒体互动条件，若匹配失败，即确定虚拟房间信息不满足多媒体互动条件，于是第一终端设备展示匹配失败的提示信息。

具体地，可以在服务器侧维护的一个列表，列表中包括多个预设虚拟房间信息，例如，包括“101000”、“101001”、“101002”、“101003”以及“101004”，假设第一终端设备向服务器发送虚拟房间信息为“101000”，即与预设虚拟房间信息匹配成功，由此确定虚拟房间信息满足多媒体互动条件，从而进行前述实施例中所描述的步骤。假设第一终端设备向服务器发送虚拟房间信息为“100000”，即与预设虚拟房间信息匹配失败，由此确定虚拟房间信息不满足多媒体互动条件。为了便于理解，请参阅图7，图7为本申请实施例中展示匹配失败的提示信息的一个界面示意图，如图所示，D1用于指示匹配失败的提示信息，如果虚拟房间信息与预设虚拟房间信息匹配失败，那么第一终端设备可以展示匹配失败的提示信息，应理解，匹配失败的提示信息对应文本信息可以为如图所示出的“匹配失败”，还可以为“进入房间失败”，“请重新匹配”等字样，具体匹配失败的提示信息根据实际情况灵活确定。

本申请实施例中，提供了一种确定虚拟房间信息是否满足多媒体互动条件的方法，通过上述方式，将虚拟房间信息与预设虚拟房间信息匹配，匹配成功就表示满足多媒体互动条件，在不满足多媒体互动条件的情况下，展示匹配失败的提示信息，由此提升本方案的可行性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第一终端设备获取虚拟房间信息之后，还包括如下步骤：

第一终端设备向服务器发送虚拟房间信息，以使服务器根据虚拟房间信息获取待播放账号集合内所包括的账号数量；

若账号数量小于或等于账号数量阈值，则第一终端设备确定虚拟房间信息满足多媒体互动条件；

若账号数量大于账号数量阈值，则第一终端设备确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

本实施例中，介绍了另一种确定虚拟房间信息是否满足多媒体互动条件的方法，第一终端设备获取虚拟房间信息之后，可以向服务器发送虚拟房间信息，服务器根据虚拟房间信息获取待播放账号集合内所包括的账号数量，并对比账号数量与账号数量阈值，账号数量小于或等于账号数量阈值，即确定虚拟房间信息满足多媒体互动条件，而账号数量大于账号数量阈值，即确定虚拟房间信息不满足多媒体互动条件，并通过前述实施例中类似方式展示匹配失败的提示信息。

具体地，若虚拟房间内最多可以包括20个账号，即账号数量阈值为20，假设基于虚拟房间信息，确定待播放账号集合中已包括18个待播放账号，即账号数量为18，此时确定账号数量小于账号数量阈值，于是确定虚拟房间信息满足多媒体互动条件，并进行前述实施例中所描述的步骤。假设待播放账号集合中已包括20个待播放账号，加入新的待播放账号之后账号数量大于账号数量阈值，由此确定虚拟房间信息不满足多媒体互动条件。应理解，前述示例仅用于理解本方案，具体数量阈值需要根据实际情况灵活确定。

本申请实施例中，提供了另一种确定虚拟房间信息是否满足多媒体互动条件的方法，通过上述方式，如果待播放账号集合内所包括的账号数量达到了数量阈值，就无法添加新的用户，这样可以使得虚拟房间内能够维持在一个合理的人数，防止出现人数过多而导致合唱无法顺利进行，从而提升方案的可行性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，当第一终端设备播放目标多媒体数据时，第一终端设备向服务器发送第一音频实时数据之后，还包括如下步骤：

第一终端设备接收服务器发送的第一评分值，其中，第一评分值为服务器根据第一音频实时数据确定的；

第一终端设备展示第一评分值；

当第一终端设备接收到服务器发送的合成多媒体数据时，第一终端设备播放合成多媒体数据之后，还包括如下步骤：

当第一终端设备播放目标多媒体数据时，第一终端设备向服务器发送第三音频实时数据，以使服务器根据第三音频实时数据确定第二评分值；

第一终端设备接收服务器发送的第二评分值；

第一终端设备展示第二评分值。

本实施例中，介绍了一种实时展示每句歌词评分的方法，第一终端设备向服务器发送第一音频实时数据之后，服务器根据第一音频实时数据确定第一评分值，并向第一终端设备发送第一评分值，由第一终端设备展示第一评分值。目标多媒体数据通过包括多句歌词，因此，第一终端设备播放目标多媒体数据的过程中，当在用户完成一句歌词的演唱时即得到第一音频实时数据，于是用户对进行下一句或者下一段歌词的演唱，当在用户完成该句歌词的演唱时即得到第三音频实时数据，服务器根据第三音频实时数据确定第二评分值，并向第一终端设备发送第二评分值，由第一终端设备可以展示所接收的第二评分值。示例性地，假设目标多媒体数据为歌曲“稻香”所对应的MV，第一音频实时数据为对歌词“对这个世界如果你有太多的抱怨”演唱后得到的音频数据，第三音频实时数据为对歌词“跌倒了，就不敢继续往前走”的演唱后得到的音频数据，“跌倒了，就不敢继续往前走”为“对这个世界如果你有太多的抱怨”的下一句歌词。应理解，在实际应用中，由于服务器还会对同一句歌词获取的音频实时数据进行合成处理，得到合成多媒体数据，因此服务器还可以根据合成多媒体数据得到对应的合成评分值。

为了便于理解，请参阅图8，图8为本申请实施例中生成评分值的一个流程示意图，如图所示，在步骤E1中，在第一终端设备和第二终端设备均播放MV和歌曲，使用第一终端设备的用户A开始演唱，在步骤E2中，第一终端设备获取对第一句歌词进行演唱后得到的音频实时数据，并向服务器发送音频实时数据，在步骤E3中，服务器将音频实时数据与歌词中本句歌词的原有的音频进行对比音色和音调上的比对，得到用户A的评分值。在步骤E4中，服务器将虚拟房间中对于第一句歌词对应时间内所获取的所有音频实时数据进行合成处理，得到合成多媒体数据，并向第一终端设备和第二终端设备分别发送合成多媒体数据。在步骤E5中，服务器对合成多媒体数据在音色和音调上进行评分，得到合成评分值。在步骤E6中，第一终端设备和第二终端设备可以分别播放合成多媒体数据，在步骤E7中，第一终端设备展示第一句歌词对应的用户A的评分值以及合成评分值，若继续进行歌曲的演唱，即执行步骤E1，在步骤E1中，开始演唱下一句歌词，于是在步骤E2中，第一终端设备可以继续获取对下一句歌词演唱后得到的音频实时数据，采用类似步骤展示针对下一句歌词用户评分值以及合成评分值。

进一步地，以互动加入方为用户A作为示例进行介绍，请参阅图9，图9为本申请实施例中展示评分值的一个界面示意图，如图所示，F1用于指示歌词1的合唱评分值，F2用于指示第一评分值，F3用于指示歌词2的合唱评分值，F4用于指示第二评分值，用户演唱完歌词1后得到图9中(A)图示出的第一合唱评分值和歌词1对应的第一评分值F2，然后用户演唱歌词1的下一句，即歌词2，用户完成歌词2的演唱后，可以得到图9中(B)图示出的展示歌词2对应的第二合唱评分值以及歌词2对应的第二评分值。应理解，前述示例仅用于理解本方案，在实际应用中，具体展示评分值的方式应根据实际需求以及实际情况灵活确定。

具体地，判定每句歌词对应的评分值以及获取合成评分值的方式都可基于机器学习(Machine Learning，ML)技术来实现，其中ML是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。ML是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。ML和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。

本申请实施例中，提供了一种实时展示每句歌词评分的方法，通过上述方式，服务器根据音频实时数据确定对应评分值，使得终端设备可以实时展示个人演唱歌曲中一句歌词的评分，以及展示合唱一句歌词对应的评分，由此可以提升用户交互感受，并提升交互的娱乐性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，还包括如下步骤：

若满足演唱评分条件，则第一终端设备接收服务器发送的针对于目标多媒体数据的N个综合评分值，其中，N个综合评分值至少包括第一账号所对应的第一综合评分值以及第二账号所对应的第二综合评分值，N为大于1的整数；

第一终端设备展示N个综合评分值；

当展示时间达到时间阈值时，第一终端设备取消展示N个综合评分值。

本实施例中，介绍了一种同时展示多个用户的综合评分值的方法，如果满足演唱评分条件，那么服务器可以根据各个终端设备上传的音频实时数据分别生成每个用户账号对应的综合评分值，综合评分值为目标多媒体数据播放过程中，对所有音频实时数据评分值进行累加后得到的，或者，对评分值进行累加后取平均值得到的。在合唱中，至少可以得到两个用户账号所对应的综合评分值，即N最小值为2。服务器向用户对应的终端设备发送针对于目标多媒体数据的N个综合评分值，然后终端设备展示N个综合评分值，且所展示的N个综合评分值是经过排序的，例如，由大至小或者由小至大排序，具体此处不做限定。当展示时间达到时间阈值时，即不再展示综合评分值。其中，演唱评分条件可以为终端设备已经完成目标多媒体数据的播放，还可以为用户确定切歌结束演唱。可以理解的是，时间阈值可以为10秒，在实际应用中，时间阈值还可以为5秒或者12秒等，具体时间阈值不做限定。在实际应用中，服务器还可以将N个综合评分值进行累加，从而得到总综合评分值，第一终端设备由此可以展示总综合评分值。

为了便于理解，请参阅图10，图10为本申请实施例中展示综合评分值的一个流程示意图，如图所示，在步骤G1中，第一终端设备播放MV和歌曲，用户可以开始唱歌，在步骤G2中，第一终端设备用户演唱歌词A时所对应的音频实时数据，并向服务器发送该音频实时数据，基于图8所示出的流程可以得到逐句歌词对应的评分值以及合成评分值，在此不再赘述、在步骤G3中，服务器计算得到每个用户的综合评分值以及总综合评分值，并且向终端设备发送多个综合评分值以及总综合评分值，在步骤G4中，判断是否结束本首歌，若是，则执行步骤G5，若否，则继续执行步骤G1，在步骤G5中，终端设备展示参与此次演唱的各个用户分别对应的综合评分值以及所有用户的总综合评分值。

进一步地，请参阅图11，图11为本申请实施例中展示综合评分值的一个界面示意图，如图所示，H1用于指示7个综合评分值，H2用于指示总综合评分值，如果满足演唱评分条件，则展示7个综合评分值，7个评分值H1包括用户1的账号至用户7的账号分别对应的综合评分值，综合评分值由大至小排列，即用户1的账号对应的综合评分值最大，而用户2的账号对应的综合评分值最小，总综合评分值为7个综合评分值累加所得到的评分值。应理解，前述示例仅用于理解本方案，在实际应用中，具体展示评分值的方式应根据实际需求以及实际情况灵活确定。

本申请实施例中，提供了一种同时展示多个用户的综合评分值的方法，通过上述方式，在用户完成歌曲演唱后，服务器根据目标多媒体数据确定对应评分值，并且将多个用户评分值合成得到合成评分值，由此可以展示个人演唱歌曲的评分，以及合唱演唱该歌曲的评分，能够进一步地提升用户交互感受，且提升交互的娱乐性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第一终端设备接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，还包括如下步骤：

第一终端设备检测目标多媒体数据的播放进度；

若目标多媒体数据的播放进度达到进度阈值，则第一终端设备确定满足演唱评分条件；

第一终端设备向服务器发送播放完成指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

本实施例中，介绍了一种确定是否满足演唱评分条件的方法，第一终端设备可检测目标多媒体数据的播放进度，如果目标多媒体数据的播放进度达到进度阈值，即满足演唱评分条件，然后向服务器发送播放完成指令，服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。其中，进度阈值可以为整个进度的100％或者99％等，因此，目标多媒体数据的播放进度达到进度阈值，即说明目标多媒体数据已完成播放，因此满足演唱评分条件。

本申请实施例中，提供了一种确定是否满足演唱评分条件的方法，通过上述方式，在整首歌播放完毕之后自动计算综合评分值，从而提升评分的效率和实时性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第一终端设备接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，还包括如下步骤：

若第一终端设备获取到多媒体数据切换指令，则第一终端设备确定满足演唱评分条件；

第一终端设备向服务器发送多媒体数据切换指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

本实施例中，介绍了另一种确定是否满足演唱评分条件的方法，如果目标多媒体数据还未播放完，但用户进行歌曲切换，则用户可执行切换操作，由此第一终端设备获取到多媒体数据切换指令，此时，可确定满足演唱评分条件，然后第一终端设备向服务器发送播放完成指令，服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。多媒体数据切换操作可以为单击操作、双击操作、手势操作或者语音操作等等，在此不做限定。

本申请实施例中，提供了另一种确定是否满足演唱评分条件的方法，通过上述方式，在如果用户切换了某首歌曲则自动计算综合评分值，从而提升评分的效率和实时性。

可选地，在上述图4对应的实施例的基础上，本申请实施例提供的一个可选实施例中，还包括如下步骤：

第一终端设备展示多媒体播放界面，其中，多媒体播放界面上显示有多媒体选择接口；

当第一终端设备检测到针对于多媒体选择接口的操作时，第一终端设备展示多媒体选择界面，其中，多媒体选择界面上显示有输入区域；

第一终端设备通过输入区域获取多媒体查询信息；

第一终端设备获取目标多媒体数据，具体包括如下步骤：

第一终端设备向服务器发送多媒体查询信息，以使服务器根据多媒体查询信息确定目标多媒体数据；

第一终端设备接收服务器发送的目标多媒体数据。

本实施例中，介绍了一种在终端设备侧进行点歌的方法，第一终端设备还可以展示出显示有多媒体选择接口的多媒体播放界面，当用户选择多媒体时，可针对于多媒体选择接口进行操作，该操作可以为单击操作、双击操作、手势操作或者语音操作等，在此不做限定。第一终端设备检测到针对于多媒体选择接口的操作时，即可展示出显示有输入区域多媒体选择界面，用户根据需求在输入区域输入歌曲信息，于是第一终端设备获取多媒体查询信息。或者用户根据需求在输入区域输入歌手信息，于是第一终端设备获取多媒体查询信息。可以理解的是，用户还可以通过歌曲热榜选择歌曲，或者，根据用户所演唱过的歌曲进行智能推荐等。服务器根据多媒体查询信息确定目标多媒体数据(如，MV)，并且向终端设备发送目标多媒体数据，第一终端设备和第二终端设备分别播放目标多媒体数据。应理解，多媒体查询信息也可以是通过第二终端设备确定的，或者在虚拟房间内的其他终端设备所确定的。

为了便于理解，请参阅图12，图12为本申请实施例中多媒体播放界面以及多媒体选择界面一个界面示意图，如图所示，I1用于指示多媒体播放界面，I2用于指示多媒体选择接口，I3用于指示多媒体选择界面，I4用于指示输入区域，图12中(A)图示出的为包括多媒体选择接口的多媒体播放界面，当用户需要进行点歌时，已点歌单显示在多媒体播放界面的右侧，用户对多媒体选择接口进行操作后，进入图12中(B)图示出的多媒体选择界面，其中，多媒体选择界面中左侧显示输入区域，多媒体选择界面的右侧默认显示热门歌曲排行榜单以及歌手排行，或者按照日韩歌手以及欧美歌手分类的目录入口。用户在输入区域输入歌曲、歌手首字母或者全拼进行搜索，点击默认界面中的榜单或歌手后会更新界面，以同样的图片和标题的形式显示结果，将歌曲加入歌单，被选择歌曲角标展示已选，由此第一终端设备获取多媒体查询信息。应理解，前述示例仅用于理解本方案，在实际应用中，具体界面应根据实际需求以及实际情况灵活确定。

本申请实施例中，提供了一种在终端设备侧进行点歌的方法，通过上述方式，用户根据自己需求进行点歌，能够提升用户的交互度，而且可以采用不同的方式进行选择，还可以进行歌曲查询，由此提升本方案的灵活性。

结合上述介绍，下面将对本申请中互动发起方所使用的终端设备所对应的多媒体互动的方法进行介绍，请参阅图13，图13为本申请实施例中多媒体互动的方法另一实施例示意图，如图所示，本申请实施例中多媒体互动的方法另一实施例包括：

201、第二终端设备向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息；

本实施例中，当互动发起方希望与其他用户进行多媒体互动时，可以通过对第二终端设备进行操作，生成虚拟房间创建请求，并且向服务器发送该虚拟房间创建请求，由此服务器可以根据虚拟房间创建请求生成虚拟房间信息。具体地，第二终端设备为互动发起方所使用的终端设备，第一终端设备为互动加入方使用的终端设备，虚拟房间信息在前述实施例中已进行介绍，在此不再赘述。

202、若虚拟房间信息满足多媒体互动条件，则第二终端设备获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

本实施例中，服务器生成的虚拟房间信息与待播放账号集合具有对应关系，且待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号，第一账号为互动加入方所使用的账号，第二账号为互动发起方所使用的账号，服务器判断虚拟房间信息是否满足多媒体互动条件，在确定虚拟房间信息满足多媒体互动条件后，服务器向第二终端发送目标多媒体数据，因此第二终端设备获取目标多媒体数据，该目标多媒体数据即为被选择的多媒体数据，相关内容已在前述实施例中已进行介绍，在此不再赘述。

203、当第二终端设备播放目标多媒体数据时，第二终端设备向服务器发送第二音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第一音频实时数据为第一终端设备向服务器发送的音频数据；

本实施例中，第二终端设备获取到目标多媒体数据后对其进行播放，此时，互动发起方可以开始演唱，以目标多媒体数据为歌曲“倔强”的MV作为一个示例进行说明，在开始播放歌曲“倔强”的MV后，由于MV中会播放音频数据，以及包含歌词的视频数据，因此互动发起方可以开始对歌曲“倔强”的每句歌词进行演唱，第二终端设备可以获取第二音频实时数据，第二音频实时数据为互动发起方唱完一句歌词或者一段歌词所获取的音频数据，例如，互动发起方唱完歌曲“倔强”的第一句，那么此时第二终端设备所获取第二音频实时数据为互动发起方完成“当，我和世界不一样”的歌唱后所获取的音频数据。

进一步地，第二终端设备获取到第二音频实时数据后，会向服务器发送第二音频实时数据，第一终端设备也会通过类似的方式获取第一音频实时数据，并向服务器发送第一音频实时数据，因此服务器可以对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据。

204、当第二终端设备接收到服务器发送的合成多媒体数据时，第二终端设备播放合成多媒体数据。

本实施例中，服务器得到合成多媒体数据后，会向第一终端设备以及第二终端分别发送合成多媒体数据，于是第一终端设备以及第二终端设备分别播放该合成多媒体数据。

本申请实施例中，提供了另一种多媒体互动的方法，通过上述方式，用户可通过需求向服务器发送虚拟房间创建请求，以使得服务器生成虚拟房间信息，并且创建虚拟房间，约定好一起娱乐的其他用户可以基于虚拟房间信息进入该虚拟房间。通过不同的终端设备同步播放相同的歌曲且一起演唱，且服务器对实时发送的数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，由此提升用户之间的互动性。

可选地，在上述图13对应的实施例的基础上，本申请实施例提供的一个可选实施例中，第二终端设备向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息之后，还包括如下步骤：

第二终端设备接收服务器发送的虚拟房间信息；

第二终端设备向第一终端设备发送合唱邀请请求，其中，合唱邀请请求中携带虚拟房间信息。

本实施例中，介绍了一种主动创建虚拟房间并发起要约的方法，服务器生成虚拟房间信息后，可以向第二终端设备发送虚拟房间信息，互动发起方可加入已创建的虚拟房间，如果互动发起方希望与其他用户一起娱乐，则可以发起合唱邀请请求。互动加入方使用的第一终端设备收到合唱邀请请求，该合唱邀请请求中携带虚拟房间信息，互动加入方可以根据虚拟房间信息进入虚拟房间，由此进行多媒体互动。可以理解的是，合唱邀请请求可通过视频应用或者第三方应用软件，在实际应用中，还可以为用户之间进行线下交流以获取虚拟房间信息。

为了便于理解，请参阅图14，图14为本申请实施例中发起合唱邀请请求的一个流程示意图，如图所示，在步骤K1中，服务器向第二终端设备反馈虚拟房间信息。当互动发起方希望与其他用户进行互动时，可以在步骤K2中，向第一终端设备发送携带虚拟房间信息的合唱邀请请求，由此，互动加入方获取到虚拟房间信息。应理解，前述示例均用于理解本方案，在实际应用中，具体发送合唱邀请请求的方式应根据实际情况灵活确定。

本申请实施例中，提供了一种主动创建虚拟房间并发起要约的方法，通过上述方式，通过合唱邀请请求可以邀请其他用户进入虚拟房间进行娱乐，并采用不同的方式发送合唱邀请请求，使得互动加入方获取虚拟房间信息，从而提升方案的灵活性。

结合上述介绍，下面将对本申请中服务器所对应的多媒体互动的方法进行介绍，请参阅图15，图15为本申请实施例中多媒体互动的方法另一实施例示意图，如图所示，本申请实施例中多媒体互动的方法另一实施例包括：

301、服务器接收第一终端设备发送的虚拟房间信息；

本实施例中，通过前述实施例所描述的方式，服务器可以接收第一终端设备发送的虚拟房间信息，具体方式在此不再赘述。第二终端设备为互动发起方所使用的终端设备，第一终端设备为互动加入方使用的终端设备。

302、若虚拟房间信息满足多媒体互动条件，服务器向第一终端设备以及第二终端设备发送目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

本实施例中，服务器判断虚拟房间信息是否满足多媒体互动条件，如果虚拟房间信息满足多媒体互动条件，那么服务器分别向第一终端设备以及第二终端设备发送目标多媒体数据。具体多媒体互动条件。虚拟房间信息以及待播放账号集合前述实施例已进行介绍，在此不再赘述。其中，第二终端设备为互动发起方所使用的终端设备。

303、当第一终端设备以及第二终端设备播放目标多媒体数据时，服务器接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据；

本实施例中，当第一终端设备以及第二终端设备分别接收到目标多媒体数据后，可以分别播放目标多媒体数据。假设互动加入方进行演唱，则第一终端设备获取到第一音频实时数据，向服务器发送第一音频实时数据，且假设互动发起方也进行演唱，则第二终端设备获取到第二音频实时数据，向服务器发送第二音频实时数据，具体获取第一音频实时数据以及第二音频实时数据的方式，前述实施例中已进行介绍，在此不再赘述。

304、服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据；

本实施例中，服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，将三个音频实时数据合成为一个音频数据，从而得到合成多媒体数据。

305、服务器向第一终端设备发送合成多媒体数据，并向第二终端设备发送合成多媒体数据，以使第一终端设备以及第二终端设备分别播放合成多媒体数据。

本实施例中，服务器分别向第一终端设备以及第二终端设备发送合成多媒体数据，从而第一终端设备以及第二终端设备可以分别播放合成多媒体数据。

本申请实施例中，提供了另一种多媒体互动的方法，通过上述方式，用户可使用虚拟房间信息加入已创建的虚拟房间，该虚拟房间内包括约定好一起娱乐的其他用户。这些用户分别通过不同的终端设备同步播放相同的歌曲，并且进行演唱，各个用户演唱的数据将实时上传至服务器，由服务器对这些实时数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得这些用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性。

下面将结合图16介绍本申请中终端设备与服务器之间实现数据请求的方法，图16为本申请实施例中数据请求方法的一个流程示意图，如图所示，具体地：

在步骤J1中，终端设备请求歌曲数据，可以理解的是，图16中提及的终端设备可以为第一终端设备，也可以为第二终端设备，具体终端设备不做限定。

在步骤J2中，终端设备向服务器发送数据请求。

在步骤J3中，服务器判断数据请求是否响应成功，若无响应，则确定请求失败，并执行步骤J4，若有响应，则确定请求成功，并执行步骤J5。

在步骤J4中，返回错误结果，提示用户和开发人员出现错误信息，并做出相应处理。

在步骤J5中，对返回的歌曲数据进行数据解析，其中，解析得到的数据包含但不仅限于歌曲名称、歌手名、专辑图片、歌手图片、歌手分类、歌曲语种以及歌曲标识是否已选入歌单等，具体此处不做限定。

在步骤J6中，判断数据解析是否成功，若解析失败，则执行步骤J4，若解析成功，则执行步骤J7。

在步骤J7中，服务器向终端设备返回歌曲数据，由终端设备展示歌曲数据。

在步骤J8中，用户选中歌曲。

在步骤J9中，终端设备给用户所选择的歌曲数据增加标识，该标识可以是“0”或“1”，或者“真(ture)”或“假(false)”，用于标记已选入歌单，且被选择歌曲角标展示已选。

在步骤J10中，终端设备将歌曲信息上传至服务器，服务器对数据进行更新，也用于当前歌曲界面更新，更新后执行步骤J7，歌曲信息包含但不限于歌曲名称、歌手名、专辑图片、歌手图片、歌手分类、歌曲语种以及歌曲标识是否已选入歌单等，此处不做限定。

在步骤J11中，当用户在唱歌界面或选歌界面按菜单页展示歌单显示已点歌曲时，请求歌单数据。

在步骤J12中，终端设备向服务器发送数据请求。

在步骤J13中，服务器响应数据请求。

在步骤J14中，服务器判断数据请求是否成功，如果失败则执行步骤J15，如果成功则执行步骤J16。

在步骤J15中，返回错误结果，提示用户和开发人员出现错误信息，并做出相应处理。

在步骤J16中，终端设备对返回的歌曲数据进行数据解析。

在步骤J17中，终端设备判断数据解析是否成功，若解析失败，则执行步骤J15，若解析成功，则执行步骤J18。

在步骤J18中，解析选中的歌曲信息并进行显示。

可选地，在上述图15对应的实施例的基础上，本申请实施例提供的另一个可选实施例中，还包括如下步骤：

服务器接收第一终端设备发送的第一视频实时数据，其中，第一视频实时数据包括至少一帧图像，第一视频实时数据为第一终端设备通过图像采集设备获取到的；

服务器接收第二终端设备发送的第二视频实时数据，其中，第二视频实时数据包括至少一帧图像，第二视频实时数据为第二终端设备通过图像采集设备获取到的；

服务器向第一终端设备发送第二视频实时数据，以使第一终端设备展示第一视频实时数据以及第二视频实时数据；

服务器向第二终端设备发送第一视频实时数据，以使第二终端设备展示第一视频实时数据以及第二视频实时数据。

本实施例中，介绍了一种展示视频实时数据的方法，第一终端设备以及第二终端设备分别通过图像采集设备获取对应的视频实时数据，其中，第一终端设备获取的为第一视频实时数据，第二终端设备获取的为第二视频实时数据。具体视频实时数据已在前述实施例中进行介绍，在此不再赘述。

具体地，服务器获取到第一视频实时数据以及第二视频实时数据后，可以将第二视频实时数据发送至第一终端设备，使得第一终端设备展示所获取的第一视频实时数据以及所接收的第二视频实时数据，且将第一视频实时数据发送至第二终端设备，使得第二终端设备可以展示所接收的第一视频实时数据以及所获取的第二视频实时数据。具体展示方式请参阅图5以及前述实施例，在此不再赘述。

本申请实施例中，提供了一种展示视频实时数据的方法，通过上述方式，服务器可以为不同终端设备分享不同来源的视频实时数据，由此实现用户之间互动的实时性，从而进一步提升了用户之间的互动性。

可选地，在上述图15对应的实施例的基础上，本申请实施例提供的一个可选实施例中，服务器接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据之后，还包括如下步骤：

服务器通过音频评分模型获取第一音频实时数据所对应的评分值；

服务器向第一终端设备发送第一音频实时数据所对应的评分值，以使第一终端设备展示第一音频实时数据所对应的评分值；

服务器通过音频评分模型获取第二音频实时数据所对应的评分值；

服务器向第二终端设备发送第二音频实时数据所对应的评分值，以使第二终端设备展示第二音频实时数据所对应的评分值。

本实施例中，介绍了一种实时显示每句歌词对应评分值的方法，服务器将所获取的音频实时数据作为音频评分模型的输入，由音频评分模型输出所对应的评分值，然后向终端设备发送所对应的评分值，终端设备即可展示音频实时数据所对应的评分值。例如，将第一终端设备发送的第一音频实时数据作为音频评分模型的输入，音频评分模型输出第一音频实时数据所对应的评分值，于是服务器向第一终端设备发送第一音频实时数据所对应的评分值，由此第一终端设备可以展示第一音频实时数据所对应的评分值。类似地，得到第二音频实时数据所对应的评分值与前述类似，因此第二终端设备可以展示第二音频实时数据所对应的评分值。前述实施例已介绍具体展示评分值的方式，在此不再赘述。

具体地，音频评分模型可以先对目标多媒体数据进行分类，例如，按照节拍类型以及速度类型分类，节拍可以为2/4、4/4、3/4、3/8、6/8、9/8、2/2以及1/4，速度可以50-140拍每分钟(每10拍为一个分类)，例如，目标多媒体数据为“让世界充满爱”，所对应的节拍类型为4/4，而速度类型为76(70至79)拍每分钟，从而获取该原唱歌曲的类型为舒缓。本申请对目标多媒体数据中每一分段音频数据的音频、音色以及音调分别进行单独训练。本申请采用的音频评分模型可以为卷积神经网络(convolutional neural networks，CNN)以及残差网络(residual neural network，ResNet)。进一步地，服务器在获取音频实时数据之后，还会获取音频实时数据中音频、音色以及音调对应的特征参数，从而获得音频实时数据所对应的评分值。应理解，前述示例均用于理解本方案，在实际应用中，具体获取音频实时数据所对应的评分值的方式应根据实际情况灵活确定。

本申请实施例中，提供了一种实时显示每句歌词对应评分值的方法，通过上述方式，通过音频评分模型确定评分值可以提升本方案的可行性，基于音频数据的音频、音色以及音调等特征获取评分值，还可以提升评分值的准确度。

可选地，在上述图15对应的实施例的基础上，本申请实施例提供的一个可选实施例中，还包括如下步骤：

若满足演唱评分条件，则服务器根据第一终端设备发送的P个音频实时数据，获取P个音频实时数据中每个音频实时数据所对应的评分值，其中，P个音频实时数据对应于目标多媒体数据，P为大于或等于1的整数；

服务器根据P个音频实时数据中每个音频实时数据所对应的评分值，确定第一综合评分值；

服务器根据第二终端设备发送的Q个音频实时数据，获取Q个音频实时数据中每个音频实时数据所对应的评分值，其中，Q个音频实时数据对应于目标多媒体数据，Q为大于或等于1的整数；

服务器根据Q个音频实时数据中每个音频实时数据所对应的评分值，确定第二综合评分值；

服务器向第一终端设备发送第一综合评分值以及第二综合评分值，以使第一终端设备展示第一综合评分值以及第二综合评分值；

服务器向第二终端设备发送第一综合评分值以及第二综合评分值，以使第二终端设备展示第一综合评分值以及第二综合评分值。

本实施例中，介绍了一种展示整首歌对应综合评分值的方法，如果满足演唱评分条件，则服务器可以接收到第一终端设备发送的P个音频实时数据，于是根据P个音频实时数据中每个音频实时数据所对应的评分值确定第一综合评分值，第一综合评分值为P个音频实时数据对应评分值的累加结果，或者对评分值进行累加后得到的平均值。基于前述类似的方式获取第二终端设备所对应的第二综合评分值，本实施例仅以第一终端设备以及第二终端设备作为示例进行介绍，在实际应用中还可以包括更多的终端设备。

具体地，服务器向所有参与互动的终端设备发送第一综合评分值以及第二综合评分值，使得终端设备展示第一综合评分值以及第二综合评分值，当展示时间达到时间阈值时，终端设备取消展示第一综合评分值以及第二综合评分值，前述实施例已介绍具体展示评分值的方式，在此不再赘述。其中，演唱评分条件可以为第一终端设备已经完成目标多媒体数据的播放，且用户均完成目标多媒体数据的演唱，还可以为用户确定切歌结束演唱。其次，时间阈值可以为10秒，在实际应用中，时间阈值还可以为5秒、8秒或者12秒等，具体时间阈值不做限定。

本申请实施例中，提供了一种展示整首歌对应综合评分值的方法，通过上述方式，在用户完成歌曲演唱后，服务器根据目标多媒体数据确定对应评分值，由此可以展示个人演唱歌曲的评分，能够进一步地提升用户直接交互，且提升交互的娱乐性。

为了便于理解，请参阅图17，图17为本申请实施例中生成评分值的一个流程示意图，如图所示，音频实时数据可基于网页实时通信(web real-time communication，WebRTC)实现，将音频会话抽象为一个通道(channel)，以一个channel而言，程序包含三个活动线程，即录音、接收和播放线程。在步骤L1中，终端设备的录音线程在演唱时通过语音采集设备获取音频实时数据，可以理解的是，图17中提及的终端设备可以为第一终端设备，也可以为第二终端设备，具体终端设备不做限定。在步骤L2中，终端设备采集到音频实时数据后，缓存为预设长度的数据，并向服务器发送音频实时数据。在步骤L3中服务器对音频实时数据进行音频处理，在步骤L4中，服务器对音频实时数据与歌曲原唱音频进行音频音色音调对比，通过音频评分模型获取对应评分值。在步骤L5中服务器累加评分并向终端设备设备发送评分值，使得终端设备实时展示评分值，在步骤L6中，服务器通过编译码(coder-decoder，Codec)模块进行编码，并将音频实时数据封装成实时传输协议(real-timetransport protocol，RTP)包，通过套接字(Socket)向终端设备发送，在步骤L7中，终端设备通过接收线程获取远端发送来的音频，解封RTP包，在步骤L8中终端设备解码音频数据，送入语音信号处理模块缓存，然后在步骤L9中，终端设备获取音频实时数据的音频帧，在步骤L10中，终端设备混合多个channel的音频信号，得到混合音频，在步骤L11中，服务器对混合音频与原生音频的音色音调进行对比评分，由此得到合成多媒体数据及其合成多媒体数据所对应的评分，在步骤L12中，终端设备将步骤L10得到的混合音频传递给自激活模块进行远端分析，然后将混合音频播放出来，若对整首歌进行评分，那么在步骤L5中满足演唱评分条件，累加评分并且展示，具体方式前述实施例已介绍，在此不再赘述。

下面对本申请中的多媒体互动装置进行详细描述，请参阅图18，图18为本申请实施例中多媒体互动装置一个实施例示意图，多媒体互动装置40包括：

获取模块401，用于获取虚拟房间信息；

获取模块401，还用于若虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

发送模块402，用于当第一终端设备播放目标多媒体数据时，向服务器发送第一音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第二音频实时数据为第二终端设备向服务器发送的音频数据；

播放模块403，用于当第一终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据。

本申请实施例中，用户可使用虚拟房间信息加入已创建的虚拟房间，该虚拟房间内包括约定好一起娱乐的其他用户。这些用户分别通过不同的终端设备同步播放相同的歌曲，并且进行演唱，各个用户演唱的数据将实时上传至服务器，由服务器对这些实时数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得这些用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，多媒体互动装置40还包括接收模块404以及展示模块405，

获取模块401，还用于向服务器发送第一音频实时数据之前，通过语音采集设备获取第一音频实时数据；

获取模块401，还用于通过图像采集设备获取第一视频实时数据，其中，第一视频实时数据包括至少一帧图像；

发送模块402，还用于向服务器发送第一视频实时数据，以使服务器将第一视频实时数据发送至第二终端设备，以使第二终端设备展示第一视频实时数据以及第二视频实时数据，其中，第二视频实时数据为第二终端设备通过图像采集设备获取到的，其中，第二视频实时数据包括至少一帧图像；

接收模块404，用于接收服务器发送的第二视频实时数据；

展示模块405，用于展示第一视频实时数据以及第二视频实时数据。

本申请实施例中，终端设备可以实时展示参与多个用户的视频实时数据，能够使得用户之间可以相互看到彼此的实时画面，提升用户之间的互动性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，多媒体互动装置40还包括确定模块406，

发送模块402，还用于获取虚拟房间信息之后，向服务器发送虚拟房间信息，以使服务器将虚拟房间信息与预设虚拟房间信息进行匹配；

确定模块406，用于若虚拟房间信息与预设虚拟房间信息匹配成功，则确定虚拟房间信息满足多媒体互动条件；

确定模块406，还用于若虚拟房间信息与预设虚拟房间信息匹配失败，则确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

本申请实施例中，将虚拟房间信息与预设虚拟房间信息匹配，匹配成功就表示满足多媒体互动条件，在不满足多媒体互动条件的情况下，展示匹配失败的提示信息，由此提升本方案的可行性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，

发送模块402，还用于获取虚拟房间信息之后，向服务器发送虚拟房间信息，以使服务器根据虚拟房间信息获取待播放账号集合内所包括的账号数量；

确定模块406，还用于若账号数量小于或等于账号数量阈值，则确定虚拟房间信息满足多媒体互动条件；

确定模块406，还用于若账号数量大于账号数量阈值，则确定虚拟房间信息不满足多媒体互动条件，并展示匹配失败的提示信息。

本申请实施例中，如果待播放账号集合内所包括的账号数量达到了数量阈值，就无法添加新的用户，这样可以使得虚拟房间内能够维持在一个合理的人数，防止出现人数过多而导致合唱无法顺利进行，从而提升方案的可行性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，

接收模块404，还用于当第一终端设备播放目标多媒体数据时，向服务器发送第一音频实时数据之后，接收服务器发送的第一评分值，其中，第一评分值为服务器根据第一音频实时数据确定的；

展示模块405，还用于展示第一评分值；

发送模块402，还用于当第一终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据之后，当第一终端设备播放目标多媒体数据时，向服务器发送第三音频实时数据，以使服务器根据第三音频实时数据确定第二评分值；

接收模块404，还用于接收服务器发送的第二评分值；

展示模块402，还用于展示第二评分值。

本申请实施例中，服务器根据音频实时数据确定对应评分值，使得终端设备可以实时展示个人演唱歌曲中一句歌词的评分，以及展示合唱一句歌词对应的评分，由此可以提升用户交互感受，并提升交互的娱乐性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，

接收模块404，还用于若满足演唱评分条件，则接收服务器发送的针对于目标多媒体数据的N个综合评分值，其中，N个综合评分值至少包括第一账号所对应的第一综合评分值以及第二账号所对应的第二综合评分值，N为大于1的整数；

展示模块405，还用于展示N个综合评分值；

展示模块405，还用于当展示时间达到时间阈值时，取消展示N个综合评分值。

本申请实施例中，在用户完成歌曲演唱后，服务器根据目标多媒体数据确定对应评分值，并且将多个用户评分值合成得到合成评分值，由此可以展示个人演唱歌曲的评分，以及合唱演唱该歌曲的评分，能够进一步地提升用户交互感受，且提升交互的娱乐性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，多媒体互动装置40还包括检测模块407，

检测模块407，用于接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，检测目标多媒体数据的播放进度；

确定模块406，还用于若目标多媒体数据的播放进度达到进度阈值，则确定满足演唱评分条件；

发送模块402，还用于向服务器发送播放完成指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

本申请实施例中，在整首歌播放完毕之后自动计算综合评分值，从而提升评分的效率和实时性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，

确定模块406，还用于接收服务器发送的针对于目标多媒体数据的N个综合评分值之前，若第一终端设备获取到多媒体数据切换指令，则确定满足演唱评分条件；

发送模块402，还用于向服务器发送多媒体数据切换指令，以使服务器根据第一终端设备发送的音频实时数据确定第一综合评分值。

本申请实施例中，在如果用户切换了某首歌曲则自动计算综合评分值，从而提升评分的效率和实时性。

可选地，在上述图18所对应的实施例的基础上，本申请实施例提供的多媒体互动装置40的另一实施例中，

展示模块405，还用于展示多媒体播放界面，其中，多媒体播放界面上显示有多媒体选择接口；

展示模块405，还用于当第一终端设备检测到针对于多媒体选择接口的操作时，展示多媒体选择界面，其中，多媒体选择界面上显示有输入区域；

获取模块401，还用于第一终端设备通过输入区域获取多媒体查询信息；

获取模块401，具体用于：

向服务器发送多媒体查询信息，以使服务器根据多媒体查询信息确定目标多媒体数据；

接收服务器发送的目标多媒体数据。

本申请实施例中，用户根据自己需求进行点歌，能够提升用户的交互度，而且可以采用不同的方式进行选择，还可以进行歌曲查询，由此提升本方案的灵活性。

下面对本申请中的多媒体互动装置进行详细描述，请参阅图19，图19为本申请实施例中多媒体互动装置另一实施例示意图，多媒体互动装置50包括：

发送模块501，用于向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息；

获取模块502，用于若虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

发送模块501，还用于当第二终端设备播放目标多媒体数据时，向服务器发送第二音频实时数据，以使服务器对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据，其中，第一音频实时数据为第一终端设备向服务器发送的音频数据；

播放模块503，用于当第二终端设备接收到服务器发送的合成多媒体数据时，播放合成多媒体数据。

本申请实施例中，用户可通过需求向服务器发送虚拟房间创建请求，以使得服务器生成虚拟房间信息，并且创建虚拟房间，约定好一起娱乐的其他用户可以基于虚拟房间信息进入该虚拟房间。通过不同的终端设备同步播放相同的歌曲且一起演唱，且服务器对实时发送的数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，由此提升用户之间的互动性。

可选地，在上述图19所对应的实施例的基础上，本申请实施例提供的多媒体互动装置50的另一实施例中，多媒体互动装置50还包括接收模块504，

接收模块504，用于向服务器发送虚拟房间创建请求，以使服务器根据虚拟房间创建请求生成虚拟房间信息之后，接收服务器发送的虚拟房间信息；

发送模块501，还用于向第一终端设备发送合唱邀请请求，其中，合唱邀请请求中携带虚拟房间信息。

本申请实施例中，通过合唱邀请请求可以邀请其他用户进入虚拟房间进行娱乐，并采用不同的方式发送合唱邀请请求，使得互动加入方获取虚拟房间信息，从而提升方案的灵活性。

下面对本申请中的多媒体互动装置进行详细描述，请参阅图20，图20为本申请实施例中多媒体互动装置另一实施例示意图，多媒体互动装置60包括：

接收模块601，用于接收第一终端设备发送的虚拟房间信息；

发送模块602，用于若虚拟房间信息满足多媒体互动条件，向第一终端设备以及第二终端设备发送目标多媒体数据，其中，虚拟房间信息与待播放账号集合具有对应关系，待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

接收模块601，还用于当第一终端设备以及第二终端设备播放目标多媒体数据时，接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据；

合成模块603，用于对第一音频实时数据、第二音频实时数据以及目标多媒体数据进行合成处理，得到合成多媒体数据；

发送模块602，还用于向第一终端设备发送合成多媒体数据，并向第二终端设备发送合成多媒体数据，以使第一终端设备以及第二终端设备分别播放合成多媒体数据。

本申请实施例中，用户可使用虚拟房间信息加入已创建的虚拟房间，该虚拟房间内包括约定好一起娱乐的其他用户。这些用户分别通过不同的终端设备同步播放相同的歌曲，并且进行演唱，各个用户演唱的数据将实时上传至服务器，由服务器对这些实时数据和歌曲进行合成，再将合成后的歌曲发送给虚拟房间内的各个用户，使得这些用户都能听到自己和其他用户的合唱，从而实现跨地域合唱的目的，足不出户也能达到一起唱歌的效果，很大程度上提升了用户之间的互动性。

可选地，在上述图20所对应的实施例的基础上，本申请实施例提供的多媒体互动装置60的另一实施例中，

接收模块601，还用于接收第一终端设备发送的第一视频实时数据，其中，第一视频实时数据包括至少一帧图像，第一视频实时数据为第一终端设备通过图像采集设备获取到的；

接收模块601，还用于接收第二终端设备发送的第二视频实时数据，其中，第二视频实时数据包括至少一帧图像，第二视频实时数据为第二终端设备通过图像采集设备获取到的；

发送模块602，还用于向第一终端设备发送第二视频实时数据，以使第一终端设备展示第一视频实时数据以及第二视频实时数据；

发送模块602，还用于向第二终端设备发送第一视频实时数据，以使第二终端设备展示第一视频实时数据以及第二视频实时数据。

本申请实施例中，服务器可以将不同终端所获取的视频实时数据进行相互的发送，使得终端设备展示参与多媒体互动用户对应的视频实时数据，由此用户之间可以相互看到彼此的实时画面，提升用户互动的实时性，从而进一步提升了用户之间的互动性。

可选地，在上述图20所对应的实施例的基础上，本申请实施例提供的多媒体互动装置60的另一实施例中，多媒体互动装置60还包括获取模块604，

获取模块604，用于接收第一终端设备发送的第一音频实时数据，并接收第二终端设备发送的第二音频实时数据之后，通过音频评分模型获取第一音频实时数据所对应的评分值；

发送模块602，还用于向第一终端设备发送第一音频实时数据所对应的评分值，以使第一终端设备展示第一音频实时数据所对应的评分值；

获取模块604，还用于通过音频评分模型获取第二音频实时数据所对应的评分值；

发送模块602，还用于向第二终端设备发送第二音频实时数据所对应的评分值，以使第二终端设备展示第二音频实时数据所对应的评分值。

本申请实施例中，通过音频评分模型确定评分值可以提升本方案的可行性，基于音频数据的音频、音色以及音调等特征获取评分值，还可以提升评分值的准确度。

可选地，在上述图20所对应的实施例的基础上，本申请实施例提供的多媒体互动装置60的另一实施例中，多媒体互动装置60还包括确定模块605，

获取模块604，还用于若满足演唱评分条件，则根据第一终端设备发送的P个音频实时数据，获取P个音频实时数据中每个音频实时数据所对应的评分值，其中，P个音频实时数据对应于目标多媒体数据，P为大于或等于1的整数；

确定模块605，用于根据P个音频实时数据中每个音频实时数据所对应的评分值，确定第一综合评分值；

获取模块604，还用于根据第二终端设备发送的Q个音频实时数据，获取Q个音频实时数据中每个音频实时数据所对应的评分值，其中，Q个音频实时数据对应于目标多媒体数据，Q为大于或等于1的整数；

确定模块605，还用于根据Q个音频实时数据中每个音频实时数据所对应的评分值，确定第二综合评分值；

发送模块602，还用于向第一终端设备发送第一综合评分值以及第二综合评分值，以使第一终端设备展示第一综合评分值以及第二综合评分值；

发送模块602，还用于向第二终端设备发送第一综合评分值以及第二综合评分值，以使第二终端设备展示第一综合评分值以及第二综合评分值。

本申请实施例中，在用户完成歌曲演唱后，服务器根据目标多媒体数据确定对应评分值，由此可以展示个人演唱歌曲的评分，能够进一步地提升用户直接交互，且提升交互的娱乐性。

本申请实施例还提供了一种终端设备，如图21所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。终端设备包含但不限于智能手机、平板电脑、笔记本电脑、掌上电脑、个人电脑、智能电视等任意终端设备，以终端设备为智能手机为例：

图21示出的是与本申请实施例提供的智能手机的部分结构的框图。参考图21，如图所示，智能手机包括：射频(Radio Frequency，RF)电路710、存储器720、输入单元730、显示单元740、传感器730、音频电路760、无线保真(wireless fidelity，WiFi)模块770、处理器780以及电源790等部件。本领域技术人员可以理解，图21中示出的智能手机结构并不构成对智能手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图21对智能手机的各个构成部件进行具体的介绍：

RF电路710可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器780处理。

存储器720可用于存储软件程序以及模块，处理器780通过运行存储在存储器720的软件程序以及模块，从而执行智能手机的各种功能应用以及数据处理。存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据智能手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元730可用于接收输入的数字或字符信息，以及产生与智能手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元730可包括触控面板731以及其他输入设备732。触控面板731，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板731上或在触控面板731附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器780，并能接收处理器780发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板731。除了触控面板731，输入单元730还可以包括其他输入设备732。具体地，其他输入设备732包含但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元740可用于显示由用户输入的信息或提供给用户的信息以及智能手机的各种菜单。显示单元740可包括显示面板741，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板741。进一步的，触控面板731可覆盖显示面板741，当触控面板731检测到在其上或附近的触摸操作后，传送给处理器780以确定触摸事件的类型，随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图21中，触控面板731与显示面板741是作为两个独立的部件来实现智能手机的输入和输入功能，但是在某些实施例中，可以将触控面板731与显示面板741集成而实现智能手机的输入和输出功能。

智能手机还可包括至少一种传感器730，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板741的亮度，接近传感器可在智能手机移动到耳边时，关闭显示面板741和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别智能手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等。

音频电路760、扬声器761，传声器762可提供用户与智能手机之间的音频接口。音频电路760可将接收到的音频数据转换后的电信号，传输到扬声器761，由扬声器761转换为声音信号输出；另一方面，传声器762将收集的声音信号转换为电信号，由音频电路760接收后转换为音频数据，再将音频数据输出处理器780处理后，经RF电路710以发送给比如另一智能手机，或者将音频数据输出至存储器720以便进一步处理。

WiFi属于短距离无线传输技术，智能手机通过WiFi模块770可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图21示出了WiFi模块770，但是可以理解的是，其并不属于智能手机的必须构成。

处理器780是智能手机的控制中心，利用各种接口和线路连接整个智能手机的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器720内的数据，执行智能手机的各种功能和处理数据，从而对智能手机进行整体监控。

智能手机还包括给各个部件供电的电源790(比如电池)，优选的，电源可以通过电源管理系统与处理器780逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，智能手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本申请实施例中，该终端设备所包括的处理器780可以执行前述实施例中的功能，此处不再赘述。

本申请实施例还提供了一种服务器，请参阅图22，图22为本申请实施例中服务器一个实施例示意图，如图所示，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)822(例如，一个或一个以上处理器)和存储器832，一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器822可以设置为与存储介质830通信，在服务器800上执行存储介质830中的一系列指令操作。

服务器800还可以包括一个或一个以上电源826，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口858，和/或，一个或一个以上操作系统841，例如Windows Server^TM，Mac OS X^TM，Unix^TM，Linux^TM，FreeBSD^TM等等。

上述实施例中由服务器所执行的步骤可以基于该图22所示的服务器结构。

本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如前述各个实施例描述的方法。

本申请实施例中还提供一种包括程序的计算机程序产品，当其在计算机上运行时，使得计算机执行前述各个实施例描述的方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (15)

1.一种多媒体互动的方法，其特征在于，包括：

第一终端设备获取虚拟房间信息；

若所述虚拟房间信息满足多媒体互动条件，则所述第一终端设备获取目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括所述第一终端设备的第一账号以及第二终端设备的第二账号；

当所述第一终端设备播放所述目标多媒体数据时，所述第一终端设备向服务器发送第一音频实时数据，以使所述服务器对所述第一音频实时数据、第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据，其中，所述第二音频实时数据为所述第二终端设备向所述服务器发送的音频数据；

当所述第一终端设备接收到所述服务器发送的所述合成多媒体数据时，所述第一终端设备播放所述合成多媒体数据。

2.根据权利要求1所述的方法，其特征在于，所述第一终端设备向服务器发送第一音频实时数据之前，所述方法还包括：

所述第一终端设备通过语音采集设备获取所述第一音频实时数据；

所述方法还包括：

所述第一终端设备通过图像采集设备获取所述第一视频实时数据，其中，所述第一视频实时数据包括至少一帧图像；

所述第一终端设备向服务器发送第一视频实时数据，以使所述服务器将所述第一视频实时数据发送至第二终端设备，以使所述第二终端设备展示所述第一视频实时数据以及第二视频实时数据，其中，所述第二视频实时数据为所述第二终端设备通过图像采集设备获取到的，其中，所述第二视频实时数据包括至少一帧图像；

所述第一终端设备接收所述服务器发送的所述第二视频实时数据；

所述第一终端设备展示所述第一视频实时数据以及所述第二视频实时数据。

3.根据权利要求1所述的方法，其特征在于，所述第一终端设备获取虚拟房间信息之后，所述方法还包括：

所述第一终端设备向所述服务器发送所述虚拟房间信息，以使所述服务器将所述虚拟房间信息与预设虚拟房间信息进行匹配；

若所述虚拟房间信息与预设虚拟房间信息匹配成功，则所述第一终端设备确定所述虚拟房间信息满足所述多媒体互动条件；

若所述虚拟房间信息与预设虚拟房间信息匹配失败，则所述第一终端设备确定所述虚拟房间信息不满足所述多媒体互动条件，并展示匹配失败的提示信息。

4.根据权利要求1所述的方法，其特征在于，所述第一终端设备获取虚拟房间信息之后，所述方法还包括：

所述第一终端设备向所述服务器发送所述虚拟房间信息，以使所述服务器根据所述虚拟房间信息获取所述待播放账号集合内所包括的账号数量；

若所述账号数量小于或等于账号数量阈值，则所述第一终端设备确定所述虚拟房间信息满足所述多媒体互动条件；

若所述账号数量大于所述账号数量阈值，则所述第一终端设备确定所述虚拟房间信息不满足所述多媒体互动条件，并展示匹配失败的提示信息。

5.根据权利要求1所述的方法，其特征在于，所述当所述第一终端设备播放所述目标多媒体数据时，所述第一终端设备向服务器发送第一音频实时数据之后，所述方法还包括：

所述第一终端设备接收所述服务器发送的第一评分值，其中，所述第一评分值为所述服务器根据所述第一音频实时数据确定的；

所述第一终端设备展示所述第一评分值；

所述当所述第一终端设备接收到所述服务器发送的所述合成多媒体数据时，所述第一终端设备播放所述合成多媒体数据之后，所述方法还包括：

当所述第一终端设备播放所述目标多媒体数据时，所述第一终端设备向所述服务器发送第三音频实时数据，以使所述服务器根据所述第三音频实时数据确定第二评分值；

所述第一终端设备接收所述服务器发送的第二评分值；

所述第一终端设备展示所述第二评分值。

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：

若满足演唱评分条件，则所述第一终端设备接收所述服务器发送的针对于所述目标多媒体数据的N个综合评分值，其中，所述N个综合评分值至少包括所述第一账号所对应的第一综合评分值以及所述第二账号所对应的第二综合评分值，所述N为大于1的整数；

所述第一终端设备展示所述N个综合评分值；

当展示时间达到时间阈值时，所述第一终端设备取消展示所述N个综合评分值。

7.根据权利要求6所述的方法，其特征在于，所述第一终端设备接收所述服务器发送的针对于所述目标多媒体数据的N个综合评分值之前，所述方法还包括：

所述第一终端设备检测所述目标多媒体数据的播放进度；

若所述目标多媒体数据的播放进度达到进度阈值，则所述第一终端设备确定满足所述演唱评分条件；

所述第一终端设备向所述服务器发送播放完成指令，以使所述服务器根据所述第一终端设备发送的音频实时数据确定所述第一综合评分值。

8.根据权利要求6所述的方法，其特征在于，所述第一终端设备接收所述服务器发送的针对于所述目标多媒体数据的N个综合评分值之前，所述方法还包括：

若所述第一终端设备获取到多媒体数据切换指令，则所述第一终端设备确定满足所述演唱评分条件；

所述第一终端设备向所述服务器发送所述多媒体数据切换指令，以使所述服务器根据所述第一终端设备发送的音频实时数据确定所述第一综合评分值。

9.一种多媒体互动的方法，其特征在于，包括：

第二终端设备向服务器发送虚拟房间创建请求，以使所述服务器根据所述虚拟房间创建请求生成虚拟房间信息；

若所述虚拟房间信息满足多媒体互动条件，则所述第二终端设备获取目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括第一终端设备的第一账号以及所述第二终端设备的第二账号；

当所述第二终端设备播放所述目标多媒体数据时，所述第二终端设备向服务器发送第二音频实时数据，以使所述服务器对第一音频实时数据、所述第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据，其中，所述第一音频实时数据为所述第一终端设备向所述服务器发送的音频数据；

当所述第二终端设备接收到所述服务器发送的所述合成多媒体数据时，所述第二终端设备播放所述合成多媒体数据。

10.一种多媒体互动的方法，其特征在于，包括：

服务器接收第一终端设备发送的虚拟房间信息；

若所述虚拟房间信息满足多媒体互动条件，所述服务器向所述第一终端设备以及第二终端设备发送目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括所述第一终端设备的第一账号以及所述第二终端设备的第二账号；

当所述第一终端设备以及所述第二终端设备播放所述目标多媒体数据时，所述服务器接收所述第一终端设备发送的第一音频实时数据，并接收所述第二终端设备发送的第二音频实时数据；

所述服务器对所述第一音频实时数据、第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据；

所述服务器向所述第一终端设备发送所述合成多媒体数据，并向所述第二终端设备发送所述合成多媒体数据，以使所述第一终端设备以及所述第二终端设备分别播放所述合成多媒体数据。

11.一种多媒体互动装置，其特征在于，

获取模块，用于获取虚拟房间信息；

所述获取模块，还用于若所述虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

发送模块，用于当所述第一终端设备播放所述目标多媒体数据时，向服务器发送第一音频实时数据，以使所述服务器对所述第一音频实时数据、第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据，其中，所述第二音频实时数据为所述第二终端设备向所述服务器发送的音频数据；

播放模块，用于当所述第一终端设备接收到所述服务器发送的所述合成多媒体数据时，播放所述合成多媒体数据。

12.一种多媒体互动装置，其特征在于，

发送模块，用于向服务器发送虚拟房间创建请求，以使所述服务器根据所述虚拟房间创建请求生成虚拟房间信息；

获取模块，用于若所述虚拟房间信息满足多媒体互动条件，则获取目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括第一终端设备的第一账号以及第二终端设备的第二账号；

所述发送模块，还用于当所述第二终端设备播放所述目标多媒体数据时，向服务器发送第二音频实时数据，以使所述服务器对第一音频实时数据、所述第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据，其中，所述第一音频实时数据为所述第一终端设备向所述服务器发送的音频数据；

播放模块，用于当所述第二终端设备接收到所述服务器发送的所述合成多媒体数据时，播放所述合成多媒体数据。

13.一种多媒体互动装置，其特征在于，

接收模块，用于接收第一终端设备发送的虚拟房间信息；

发送模块，用于若所述虚拟房间信息满足多媒体互动条件，向所述第一终端设备以及第二终端设备发送目标多媒体数据，其中，所述虚拟房间信息与待播放账号集合具有对应关系，所述待播放账号集合包括所述第一终端设备的第一账号以及所述第二终端设备的第二账号；

所述接收模块，还用于当所述第一终端设备以及所述第二终端设备播放所述目标多媒体数据时，接收所述第一终端设备发送的第一音频实时数据，并接收所述第二终端设备发送的第二音频实时数据；

合成模块，用于对所述第一音频实时数据、第二音频实时数据以及所述目标多媒体数据进行合成处理，得到合成多媒体数据；

所述发送模块，还用于向所述第一终端设备发送所述合成多媒体数据，并向所述第二终端设备发送所述合成多媒体数据，以使所述第一终端设备以及所述第二终端设备分别播放所述合成多媒体数据。

14.一种终端设备，其特征在于，包括：存储器、收发器、处理器以及总线系统；

其中，所述存储器用于存储程序；

所述处理器用于执行所述存储器中的程序，所述处理器用于根据所述程序代码中的指令执行权利要求1至8中任一项所述的方法，或，执行权利要求9所述的方法；

所述总线系统用于连接所述存储器以及所述处理器，以使所述存储器以及所述处理器进行通信。

15.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1至8中任一项所述的方法，或，执行权利要求9所述的方法，或，执行权利要求10所述的方法。

Images