CN112672172B

CN112672172B - 一种音频替换系统、方法、装置、电子设备及存储介质

Info

Publication number: CN112672172B
Application number: CN202011377108.4A
Authority: CN
Inventors: 周甜甜
Original assignee: Beijing Dajia Internet Information Technology Co Ltd
Current assignee: Beijing Dajia Internet Information Technology Co Ltd
Priority date: 2020-11-30
Filing date: 2020-11-30
Publication date: 2023-04-28
Anticipated expiration: 2040-11-30
Also published as: CN112672172A

Abstract

本公开关于一种音频替换系统、方法、装置、电子设备及存储介质，该系统包括：服务器监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求；第一客户端在接收到音频替换请求后，根据音频替换请求，将音频文件发送至服务器；服务器在接收到所述音频文件后，在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。这样，当第一客户端的活跃等级满足预设条件之后，当直播间内出现预设场景时，服务器可以使用第一客户端发送的音频文件替换掉视频流中的声音，使得用户的沉浸感更强，从而提升用户体验。

Description

一种音频替换系统、方法、装置、电子设备及存储介质

技术领域

本申请涉及视频直播领域，特别是涉及一种音频替换系统、方法、装置、电子设备及存储介质。

背景技术

在直播平台上，用户可以随自己的喜好进入到某个直播间，还可以为自己喜欢的主播打赏礼物、在直播间进行评论互动、连麦互动等。其中，游戏直播越来越受到用户的欢迎，在游戏直播过程中，直播间内的用户可以观看主播操作人物进行游戏的过程。

但是，游戏直播中的声音通常都是游戏出品方预先设置好的，因此，在直播的过程中，用户在直播间只能听到这些固定的音频，使得用户的沉浸感不强，不利于提升用户体验。

发明内容

为了解决相关技术中存在的用户在直播间只能听到这些固定的音频，使得用户的沉浸感不强，不利于提升用户体验的问题，本公开提供了一种音频替换系统、方法、装置、电子设备及存储介质，本公开的技术方案如下：

根据本公开实施例的第一方面，提供了一种音频替换系统，所述系统包括服务器和第一客户端，其中：

所述服务器，用于监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求；

所述第一客户端，用于在接收到所述音频替换请求后，根据所述音频替换请求，将音频文件发送至所述服务器；

所述服务器，还用于在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

可选地，所述第一客户端，具体用于在接收到所述音频替换请求后，根据所述音频替换请求，录制所述第一客户端的用户的音频文件，将所述音频文件发送至所述服务器。

可选地，所述服务器，具体用于在接收到所述音频文件后，对所述直播间的视频流进行分析，当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件。

可选地，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识；

所述第一客户端，具体用于在接收到所述音频替换请求后，针对所述音频替换请求中的每个预设场景，录制所述第一客户端的用户在该预设场景对应的音频文件，将该预设场景的标识及针对该场景录制的音频文件对应发送至所述服务器；

所述服务器，具体用于当所述视频流与任一预设场景相匹配时，根据该预设场景的标识，在所述直播间内替换播放该预设场景对应的音频文件，并将所述视频流静音至该预设场景对应的音频文件播放完毕。

可选地，所述系统还包括第二客户端；

所述服务器，还用于在检测到任一第一客户端的活跃等级满足预设条件时，向所述第二客户端推送授权请求；

所述第二客户端，用于在接收所述授权请求，并根据所述第二客户端的用户的操作，向所述服务器返回授权结果；

所述服务器，还用于在所述授权结果为确认授权的情况下，向活跃等级满足预设条件的第一客户端推送音频替换请求。

可选地，所述服务器，还用于在接收到所述音频文件后，对所述音频文件进行检测，在所述音频文件检测合格的情况下，在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

根据本公开实施例的第二方面，提供了一种音频替换方法，其特征在于，应用于服务器，所述方法包括：

监控直播间内的每个第一客户端的活跃等级；

当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求，以使该第一客户端将音频文件发送至所述服务器；

在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

可选地，所述在所述直播间内的预设场景替换播放所述音频文件，包括：

对所述直播间的视频流进行分析，当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件。

可选地，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识，所述音频文件包括多个，所述音频文件与所述预设场景一一对应；

所述当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕，包括：

当所述视频流与任一预设场景相匹配时，根据该预设场景的标识，在所述直播间内替换播放该预设场景对应的音频文件，并将所述视频流静音至该预设场景对应的音频文件播放完毕。

可选地，在所述向该第一客户端推送音频替换请求之前，所述方法还包括：

向第二客户端推送授权请求，以使所述第二客户端根据所述第二客户端的用户的操作，向所述服务器返回授权结果；

在所述授权结果为确认授权的情况下，执行所述向所述第一客户端推送音频替换请求的步骤。

可选地，在所述在所述直播间内的预设场景替换播放所述音频文件之前，所述方法还包括：

对所述音频文件进行检测，在所述音频文件检测合格的情况下，执行所述在所述直播间内的预设场景替换播放所述音频文件的步骤。

根据本公开实施例的第三方面，提供了一种音频替换方法，应用于第一客户端，所述方法包括：

接收服务器发送的音频替换请求，其中，所述音频替换请求为所述服务器在检测到所述第一客户端的活跃等级满足预设条件后推送的；

根据所述音频替换请求，将所述音频文件发送至所述服务器，以使所述服务器在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

可选地，所述根据所述音频替换请求，将所述音频文件发送至所述服务器，包括：

根据所述音频替换请求，录制所述第一客户端的用户的音频文件，将所述音频文件发送至所述服务器。

所述根据所述音频替换请求，录制所述第一客户端的用户的音频文件，包括：

针对所述音频替换请求中的每个预设场景，录制所述第一客户端的用户在该预设场景对应的音频文件；

所述将所述音频文件发送至所述服务器，包括：

将该预设场景的标识及针对该场景录制的音频文件对应发送至所述服务器，以使所述服务器当所述视频流与任一预设场景相匹配时，根据该预设场景的标识，在所述直播间内替换播放该预设场景对应的音频文件，并将所述视频流静音至该预设场景对应的音频文件播放完毕。

根据本公开实施例的第四方面，提供了一种音频替换装置，应用于服务器，所述装置包括：

监控模块，用于监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，触发推送模块；

所述推送模块，用于向该第一客户端推送音频替换请求，以使该第一客户端将音频文件发送至所述服务器；

替换模块，用于在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

可选地，所述替换模块，具体用于对所述直播间的视频流进行分析，当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件。

所述替换模块，具体用于当所述视频流与任一预设场景相匹配时，根据该预设场景的标识，在所述直播间内替换播放该预设场景对应的音频文件，并将所述视频流静音至该预设场景对应的音频文件播放完毕。

可选地，所述推送模块，还用于向第二客户端推送授权请求，以使所述第二客户端根据所述第二客户端的用户的操作，向所述服务器返回授权结果；在所述授权结果为确认授权的情况下，执行所述向所述第一客户端推送音频替换请求的步骤。

可选地，所述替换模块，还用于对所述音频文件进行检测，在所述音频文件检测合格的情况下，执行所述在所述直播间内的预设场景替换播放所述音频文件的步骤。

根据本公开实施例的第五方面，提供了一种音频替换装置，应用于第一客户端，所述装置包括：

接收模块，用于接收服务器发送的音频替换请求，其中，所述音频替换请求为所述服务器在检测到所述第一客户端的活跃等级满足预设条件后推送的；

发送模块，用于根据所述音频替换请求，将所述音频文件发送至所述服务器，以使所述服务器在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

可选地，所述发送模块，具体用于根据所述音频替换请求，录制所述第一客户端的用户的音频文件，将所述音频文件发送至所述服务器。

所述录制模块，具体用于针对所述音频替换请求中的每个预设场景，录制所述第一客户端的用户在该预设场景对应的音频文件；

所述发送模块，具体用于将该预设场景的标识及针对该场景录制的音频文件对应发送至所述服务器。

根据本公开实施例的第六方面，提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现第二方面或第三方面所述的音频替换方法。

根据本公开实施例的第七方面，还提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第二方面或第三方面所述的方法。

根据本公开实施例的第八方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现第一方面所述的方法。

本公开实施例提供的技术方案中，首先，服务器监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求；然后，第一客户端在接收到音频替换请求后，根据音频替换请求，将音频文件发送至服务器；进而，服务器在接收到所述音频文件后，在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。这样，当第一客户端的活跃等级满足预设条件之后，当直播间内出现预设场景时，服务器可以使用第一客户端发送的音频文件替换掉视频流中的声音，使得用户的沉浸感更强，从而提升用户体验。

附图说明

图1是根据一示例性实施例示出的一种音频替换系统中，服务器和第一客户端的交互示意图；

图2是根据一示例性实施例示出的一种应用于服务器的音频替换方法的流程图；

图3是根据一示例性实施例示出的一种应用于第一客户端的音频替换方法的流程图；

图4是根据一示例性实施例示出的一种应用于服务器的音频替换装置的结构图；

图5是根据一示例性实施例示出的一种应用于第一客户端的音频替换装置的结构图；

图6是根据一示例性实施例示出的一种电子设备的框图；

图7是根据一示例性实施例示出的一种装置的框图；

图8是根据一示例性实施例示出的另一种装置的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在游戏直播过程中，直播间内的用户可以观看主播操作人物进行游戏的过程。相关技术中，主播操作的游戏人物在特定场景中发出的声音都是由游戏出品方预先设置好的，比如：主播操作的人物在第一次击杀后，会说出“first blood”，双连杀后，会说出“double kill”，三连杀后，会说出“trible kill”，等等。

为了解决相关技术中存在的用户在直播间只能听到这些固定的音频，使得用户的沉浸感不强，不利于提升用户体验的问题，本公开实施例提供了一种一种音频替换系统、方法、装置、服务器、终端及存储介质。

第一方面，将对本公开实施例提供的一种音频替换系统进行详细介绍。

如图1所示，本公开实施例提供的一种音频替换系统中，服务器和第一客户端的交互示意图，在该音频替换系统中，包括服务器110和第一客户端120。其中，服务器110可以对直播间进行管理，第一客户端120的数量可以有多个，用户通过第一客户端120，可以进入服务器110管理的任一直播间，观看主播的直播。

服务器110和第一客户端120之间的交互过程可以包括如下步骤：

S101：服务器110监控直播间内的每个第一客户端120的活跃等级。

在直播平台内，每个直播间通常会有多个用户观看，这些用户通过第一客户端120进入直播间，并且，可以在直播间内通过给主播送礼物、给主播留言互动、与主播连麦等方式，提升自己在直播间内的活跃等级。

可以理解，同一第一客户端120在不同直播间内的活跃等级是不同的。活跃等级可以体现每个第一客户端120在直播间内的活跃程度，活跃等级越高，该第一客户端120的活跃程度也就越高。

在本公开实施例中，活跃等级的确定方式有多种。举例而言，如果第一客户端120给主播送礼物一次，则积分加10分，给主播留言互动一次，则积分加1分，与主播连麦一次，则积分加5分，那么，每当积分达到预定的数额，则第一客户端120的活跃等级提高一级，或者，可以直接根据直播间内第一客户端120积分的排名，确定各个第一客户端120的活跃等级，等等，具体不做限定。

其中，第一客户端120在直播间内与主播的互动，均需要发送互动请求至服务器110，再由服务器110反馈至主播所在的客户端，这样，服务器110可以通过分析每个第一客户端120发送的互动请求，监控直播间内各个第一客户端120的活跃等级。

S102：当服务器110检测到任一第一客户端120的活跃等级满足预设条件时，向该第一客户端120推送音频替换请求。

其中，活跃等级满足预设条件，可以是指第一客户端120的活跃等级达到预设的等级，或者，也可以指第一客户端120的活跃等级在直播间内排名第一，具体可以根据需要进行设置，也可以由主播设置，本公开实施例对此不做限定。

当直播间内的任一第一客户端120的活跃等级满足预设条件时，服务器110向该第一客户端120开通了音频替换功能，可以向该第一客户端120推送音频替换请求。

举例而言，服务器110向该第一客户端120推送音频替换请求后，可以在第一客户端120的用户界面上展示提示消息，提示第一客户端120的用户可以进行音频替换，或者，也可以在第一客户端120的用户界面上点亮音频替换图标，第一客户端120的用户可以根据自身的需求，决定是否点击图标进行音频替换。

在本公开实施例提供的音频替换系统中，还可以包括第二客户端，其中，主播可以通过第二客户端，开启直播间进行直播。

一种实现方式中，服务器110在检测到任一第一客户端的活跃等级满足预设条件时，可以先向第二客户端推送授权请求，第二客户端在接收授权请求后，与其用户进行交互，并根据第二客户端的用户的操作，向服务器返回授权结果，进而，服务器110在授权结果为确认授权的情况下，再向活跃等级满足预设条件的第一客户端120推送音频替换请求。也就是说，主播可以根据自身需求，决定是否开放授权，允许直播间内的观众进行音频替换，这样，便于主播对直播间内容的控制。

另外，第二客户端还可以随时向服务器110发送取消授权指令，服务器110在接收到取消授权指令之后，向第一客户端120关闭音频替换功能，不再向活跃等级满足预设条件的第一客户端120推送音频替换请求。

S103：第一客户端120在接收到音频替换请求后，根据音频替换请求，将音频文件发送至服务器110。

其中，音频文件可以是预置在第一客户端120中的，也可以是第一客户端120在接收到音频替换请求后，录制的第一客户端120的用户的音频文件。

一种实现方式中，音频替换请求中可以包括多个预设场景的标识，第一客户端120在接收到音频替换请求后，可以针对音频替换请求中的每个预设场景，分别录制该预设场景对应的音频文件。

也就是说，第一客户端120的用户可以根据自身的需求，录制针对不同预设场景的音频文件，在不同的预设场景进行音频替换。举例而言，在游戏直播中，游戏人物在第一次击杀后，会说出“first blood”，双连杀后，会说出“double kill”，三连杀后，会说出“trible kill”，那么，用户也可以分别录制“first blood”、“double kill”和“triblekill”，以便在游戏人物的第一次击杀、双连杀和三连杀后替换原本的游戏音频。

举例而言，第一客户端120在接收到音频替换请求后，可以直接开启设备自身的麦克风，录制音频文件，或者，也可以调用设备内的其他音频挂件，录制音频文件，还可以对录制的音频文件进行变声等处理，具体不做限定。

S104：服务器110在接收到音频文件后，在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。

在本步骤中，直播间内的预设场景即为直播画面的预设场景，举例而言，服务器110在接收到音频文件后，可以对直播间的视频流进行分析，当视频流与预设场景相匹配时，在直播间内替换播放音频文件。

其中，在包括多个预设场景的情况下，服务器110可以在视频流与任一预设场景相匹配时，根据该预设场景的标识，在直播间内替换播放该预设场景对应的音频文件，并将视频流静音至该预设场景对应的音频文件播放完毕。

举例而言，在游戏直播中，当服务器110对视频流进行分析，判断视频流与游戏人物第一次击杀的场景相匹配后，可以将直播流中的“first blood”替换为第一客户端120针对第一次击杀场景录制的音频，当判断视频流与游戏人物双连杀的场景相匹配后，可以将直播流中的“double kill”替换为第一客户端120针对双连杀场景录制的音频，当判断视频流与游戏人物三连杀的场景相匹配后，可以将直播流中的“trible kill”替换为第一客户端120针对三连杀场景录制的音频。这样，第一客户端120的用户在游戏直播中的沉浸感更强，可以更好地提升用户体验。

在本公开实施例中，服务器110还可以在接收到音频文件后，对音频文件进行检测，在音频文件检测合格的情况下，再在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。其中，对音频文件的检测，可以是判断音频内容是否合理，若音频文件中存在不健康的内容，则屏蔽该音频文件，避免在直播间中播放，或者，也可以是检测音频文件的清晰度是否符合要求，若不符合，则提示第一客户端120的用户重新进行录制，等等。

由以上可见，本公开实施例提供的技术方案中，当第一客户端的活跃等级满足预设条件之后，当直播间内出现预设场景时，服务器可以使用第一客户端发送的音频文件替换掉视频流中的声音，使得用户的沉浸感更强，从而提升用户体验。

第二方面，将对本公开实施例提供的一种应用于服务器的音频替换方法进行详细介绍。

如图2所示，本公开实施例提供的一种应用于服务器的音频替换方法包括如下步骤：

S201：监控直播间内的每个第一客户端的活跃等级。

在直播平台内，每个直播间通常会有多个用户观看，这些用户通过第一客户端进入直播间，并且，可以在直播间内通过给主播送礼物、给主播留言互动、与主播连麦等方式，提升自己在直播间内的活跃等级。

可以理解，同一第一客户端在不同直播间内的活跃等级是不同的。活跃等级可以体现每个第一客户端在直播间内的活跃程度，活跃等级越高，该第一客户端的活跃程度也就越高。

在本公开实施例中，活跃等级的确定方式有多种。举例而言，如果第一客户端给主播送礼物一次，则积分加10分，给主播留言互动一次，则积分加1分，与主播连麦一次，则积分加5分，那么，每当积分达到预定的数额，则第一客户端的活跃等级提高一级，或者，可以直接根据直播间内第一客户端积分的排名，确定各个第一客户端的活跃等级，等等，具体不做限定。

其中，第一客户端在直播间内与主播的互动，均需要发送互动请求至服务器，再由服务器反馈至主播所在的客户端，这样，服务器可以通过分析每个第一客户端发送的互动请求，监控直播间内各个第一客户端的活跃等级。

S202：当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求，以使该第一客户端将音频文件发送至服务器。

其中，活跃等级满足预设条件，可以是指第一客户端的活跃等级达到预设的等级，或者，也可以指第一客户端的活跃等级在直播间内排名第一，具体可以根据需要进行设置，也可以由主播设置，本公开实施例对此不做限定。

当直播间内的任一第一客户端的活跃等级满足预设条件时，服务器向该第一客户端开通了音频替换功能，可以向该第一客户端推送音频替换请求。

举例而言，服务器向该第一客户端推送音频替换请求后，可以在第一客户端的用户界面上展示提示消息，提示第一客户端的用户可以进行音频替换，或者，也可以在第一客户端的用户界面上点亮音频替换图标，第一客户端的用户可以根据自身的需求，决定是否点击图标进行音频替换。

一种实现方式中，服务器在检测到任一第一客户端的活跃等级满足预设条件时，可以先向第二客户端推送授权请求，第二客户端在接收授权请求后，与其用户进行交互，并根据第二客户端的用户的操作，向服务器返回授权结果，进而，服务器在授权结果为确认授权的情况下，再向活跃等级满足预设条件的第一客户端推送音频替换请求。也就是说，主播可以根据自身需求，决定是否开放授权，允许直播间内的观众进行音频替换，这样，便于主播对直播间内容的控制。

另外，第二客户端还可以随时向服务器发送取消授权指令，服务器在接收到取消授权指令之后，向第一客户端关闭音频替换功能，不再向活跃等级满足预设条件的第一客户端推送音频替换请求。

其中，音频文件可以是预置在第一客户端中的，也可以是第一客户端在接收到音频替换请求后，录制的第一客户端的用户的音频文件。

一种实现方式中，音频替换请求中可以包括多个预设场景的标识，第一客户端在接收到音频替换请求后，可以针对音频替换请求中的每个预设场景，分别录制该预设场景对应的音频文件，然后，将各个预设场景的标识及音频文件对应发送至服务器。也就是说，第一客户端的用户可以根据自身的需求，录制针对不同预设场景的音频文件，在不同的预设场景进行音频替换。

S203：在接收到音频文件后，在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。

其中，在包括多个预设场景的情况下，服务器可以在视频流与任一预设场景相匹配时，根据该预设场景的标识，在直播间内替换播放该预设场景对应的音频文件，并将视频流静音至该预设场景对应的音频文件播放完毕。

举例而言，在游戏直播中，当服务器对视频流进行分析，判断视频流与游戏人物第一次击杀的场景相匹配后，可以将直播流中的“first blood”替换为第一客户端针对第一次击杀场景录制的音频，当判断视频流与游戏人物双连杀的场景相匹配后，可以将直播流中的“double kill”替换为第一客户端针对双连杀场景录制的音频，当判断视频流与游戏人物三连杀的场景相匹配后，可以将直播流中的“trible kill”替换为第一客户端针对三连杀场景录制的音频。这样，第一客户端的用户在游戏直播中的沉浸感更强，可以更好地提升用户体验。

在本公开实施例中，服务器还可以在接收到音频文件后，对音频文件进行检测，在音频文件检测合格的情况下，再在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。其中，对音频文件的检测，可以是判断音频内容是否合理，若音频文件中存在不健康的内容，则屏蔽该音频文件，避免在直播间中播放，或者，也可以是检测音频文件的清晰度是否符合要求，若不符合，则提示第一客户端的用户重新进行录制，等等。

第三方面，将对本公开实施例提供的一种应用于第一客户端的音频替换方法进行详细介绍。

如图3所示，本公开实施例提供的一种应用于第一客户端的音频替换方法包括如下步骤：

S301：接收服务器发送的音频替换请求，其中，音频替换请求为服务器在检测到第一客户端的活跃等级满足预设条件后推送的。

举例而言，服务器向该第一客户端推送音频替换请求后，可以在第一客户端的用户界面上展示提示消息，提示第一客户端的用户可以进行音频替换，或者，也可以在第一客户端的用户界面上点亮音频替换图标，第一客户端的用户可以根据自身的需求，决定是否点击图标开始进行音频替换。

S302：根据音频替换请求，将音频文件发送至服务器，以使服务器在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。

也就是说，第一客户端的用户可以根据自身的需求，录制针对不同预设场景的音频文件，在不同的预设场景进行音频替换。举例而言，在游戏直播中，游戏人物在第一次击杀后，会说出“first blood”，双连杀后，会说出“double kill”，三连杀后，会说出“triblekill”，那么，用户也可以分别录制“first blood”、“double kill”和“trible kill”，以便在游戏人物的第一次击杀、双连杀和三连杀后替换原本的游戏音频。

举例而言，第一客户端在接收到音频替换请求后，可以直接开启设备自身的麦克风，录制音频文件，或者，也可以调用设备内的其他音频挂件，录制音频文件，还可以对录制的音频文件进行变声等处理，具体不做限定。

在本步骤中，直播间内的预设场景即为直播画面的预设场景，举例而言，服务器在接收到音频文件后，可以对直播间的视频流进行分析，当视频流与预设场景相匹配时，在直播间内替换播放音频文件。

第四方面，将对本公开实施例提供的一种应用于服务器的音频替换装置进行详细介绍。

如图4所示，本公开实施例提供的一种应用于服务器的音频替换装置包括：

监控模块401，用于监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，触发推送模块；

推送模块402，用于向该第一客户端推送音频替换请求，以使该第一客户端将音频文件发送至服务器；

替换模块403，用于在接收到音频文件后，在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。

一种实现方式中，替换模块403，具体用于对直播间的视频流进行分析，当视频流与预设场景相匹配时，在直播间内替换播放音频文件。

一种实现方式中，预设场景包括多个，音频替换请求中包括多个预设场景的标识，音频文件包括多个，音频文件与预设场景一一对应；

替换模块403，具体用于当视频流与任一预设场景相匹配时，根据该预设场景的标识，在直播间内替换播放该预设场景对应的音频文件，并将视频流静音至该预设场景对应的音频文件播放完毕。

一种实现方式中，推送模块402，还用于向第二客户端推送授权请求，以使第二客户端根据第二客户端的用户的操作，向服务器返回授权结果；在授权结果为确认授权的情况下，执行向第一客户端推送音频替换请求的步骤。

一种实现方式中，替换模块403，还用于对音频文件进行检测，在音频文件检测合格的情况下，执行在直播间内的预设场景替换播放音频文件的步骤。

第五方面，将对本公开实施例提供的一种应用于第一客户端的音频替换装置进行详细介绍。

如图5所示，本公开实施例提供的一种应用于第一客户端的音频替换装置包括：

接收模块501，用于接收服务器发送的音频替换请求，其中，音频替换请求为服务器在检测到第一客户端的活跃等级满足预设条件后推送的；

发送模块503，用于根据音频替换请求，将音频文件发送至服务器，以使服务器在直播间内的预设场景替换播放音频文件，并将视频流静音至音频文件播放完毕。

一种实现方式中，该装置还包括：

录制模块502，用于根据音频替换请求，录制第一客户端的用户的音频文件，将音频文件发送至服务器。

一种实现方式中，预设场景包括多个，音频替换请求中包括多个预设场景的标识；

录制模块502，具体用于针对音频替换请求中的每个预设场景，录制第一客户端的用户在该预设场景对应的音频文件；

发送模块503，具体用于将该预设场景的标识及针对该场景录制的音频文件对应发送至服务器。

第六方面，将对本公开实施例提供的一种电子设备进行详细介绍。

如图6所示，本公开实施例提供的一种电子设备的结构示意图，该电子设备包括：

处理器601；

用于存储所述处理器601可执行指令的存储器602；

其中，所述处理器601被配置为执行所述指令，以实现上述任一应用于服务器或第一客户端的音频替换方法。

根据本公开实施例的第七方面，提供了用于音频替换的装置。

图7是根据一示例性实施例示出的一种用于音频替换的装置700的框图。例如，装置700可以被提供为一服务器。参照图7，装置700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行第二方面所述的方法。

装置700还可以包括一个电源组件726被配置为执行装置700的电源管理，一个有线或无线网络接口750被配置为将装置700连接到网络，和一个输入输出(I/O)接口758。装置700可以操作基于存储在存储器732的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

图8是根据一示例性实施例示出的另一种装置800的框图。例如，装置800可以是移动电话，计算机，数字广播电子设备，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件807为装置800的各种组件提供电力。电源组件807可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行第三方面所述的方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。可选地，例如，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性非临时性计算机可读存储介质计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

根据本公开实施例的第八方面，提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第二方面或第三方面所述的方法。

根据本公开实施例的第九方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现第二方面或第三方面所述的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种音频替换系统，其特征在于，所述系统包括服务器和第一客户端，所述第一客户端为观看直播间的用户对应的客户端；其中：

所述服务器，用于监控所述直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，向该第一客户端推送音频替换请求；

所述服务器，还用于在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将视频流静音至所述音频文件播放完毕。

2.根据权利要求1所述的系统，其特征在于，

所述第一客户端，具体用于在接收到所述音频替换请求后，根据所述音频替换请求，录制所述第一客户端的用户的音频文件，将所述音频文件发送至所述服务器。

3.根据权利要求2所述的系统，其特征在于，

所述服务器，具体用于在接收到所述音频文件后，对所述直播间的视频流进行分析，当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件。

4.根据权利要求3所述的系统，其特征在于，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识；

5.根据权利要求1～4任一所述的系统，其特征在于，所述系统还包括第二客户端；

6.根据权利要求1～4任一所述的系统，其特征在于，

所述服务器，还用于在接收到所述音频文件后，对所述音频文件进行检测，在所述音频文件检测合格的情况下，在所述直播间内的预设场景替换播放所述音频文件，并将所述视频流静音至所述音频文件播放完毕。

7.一种音频替换方法，其特征在于，应用于服务器，所述方法包括：

监控直播间内的每个第一客户端的活跃等级，其中，所述第一客户端为观看所述直播间的用户对应的客户端；

在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将视频流静音至所述音频文件播放完毕。

8.根据权利要求7所述的方法，其特征在于，所述在所述直播间内的预设场景替换播放所述音频文件，包括：

9.根据权利要求8所述的方法，其特征在于，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识，所述音频文件包括多个，所述音频文件与所述预设场景一一对应；

10.根据权利要求7～9任一所述的方法，其特征在于，在所述向该第一客户端推送音频替换请求之前，所述方法还包括：

11.根据权利要求7～9任一所述的方法，其特征在于，在所述直播间内的预设场景替换播放所述音频文件之前，所述方法还包括：

12.一种音频替换方法，其特征在于，应用于第一客户端，所述第一客户端为观看直播间的用户对应的客户端；所述方法包括：

根据所述音频替换请求，将音频文件发送至所述服务器，以使所述服务器在所述直播间内的预设场景替换播放所述音频文件，并将视频流静音至所述音频文件播放完毕。

13.根据权利要求12所述的方法，其特征在于，所述根据所述音频替换请求，将所述音频文件发送至所述服务器，包括：

14.根据权利要求13所述的方法，其特征在于，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识；

所述将所述音频文件发送至所述服务器，包括：

15.一种音频替换装置，其特征在于，应用于服务器，所述装置包括：

监控模块，用于监控直播间内的每个第一客户端的活跃等级，当检测到任一第一客户端的活跃等级满足预设条件时，触发推送模块，其中，所述第一客户端为观看直播间的用户对应的客户端；

替换模块，用于在接收到所述音频文件后，在所述直播间内的预设场景替换播放所述音频文件，并将视频流静音至所述音频文件播放完毕。

16.根据权利要求15所述的装置，其特征在于，

所述替换模块，具体用于对所述直播间的视频流进行分析，当所述视频流与预设场景相匹配时，在所述直播间内替换播放所述音频文件。

17.根据权利要求16所述的装置，其特征在于，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识，所述音频文件包括多个，所述音频文件与所述预设场景一一对应；

18.根据权利要求15～17任一所述的装置，其特征在于，

所述推送模块，还用于向第二客户端推送授权请求，以使所述第二客户端根据所述第二客户端的用户的操作，向所述服务器返回授权结果；在所述授权结果为确认授权的情况下，执行所述向所述第一客户端推送音频替换请求的步骤。

19.根据权利要求15～17任一所述的装置，其特征在于，

所述替换模块，还用于对所述音频文件进行检测，在所述音频文件检测合格的情况下，执行所述在所述直播间内的预设场景替换播放所述音频文件的步骤。

20.一种音频替换装置，其特征在于，应用于第一客户端，所述第一客户端为观看直播间的用户对应的客户端；所述装置包括：

发送模块，用于根据所述音频替换请求，将音频文件发送至所述服务器，以使所述服务器在所述直播间内的预设场景替换播放所述音频文件，并将视频流静音至所述音频文件播放完毕。

21.根据权利要求20所述的装置，其特征在于，所述装置还包括：

录制模块，用于根据所述音频替换请求，录制所述第一客户端的用户的音频文件。

22.根据权利要求21所述的装置，其特征在于，所述预设场景包括多个，所述音频替换请求中包括多个所述预设场景的标识；

23.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求7至11或12至14任一项所述的音频替换方法。

24.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求7至11或12至14任一项所述的音频替换方法。