CN113453030B - 直播中的音频交互方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请涉及一种直播中的音频交互方法、装置、计算机设备及存储介质，该方法包括：主播客户端采集直播间中主播用户的音频数据，将音频数据发送至服务器；服务器判断音频数据中是否存在预设的组件交互关键字，若存在，服务器获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端；观众客户端响应特效显示指令，解析特效显示指令得到目标组件标识，根据目标组件标识，获取目标组件对应的特效数据，并根据目标组件对应的特效数据，在直播间界面上显示目标组件的特效。相对于现有技术，本申请能够促进观众用户与主播互动行为的产生，提升观众用户的互动体验。

Description

直播中的音频交互方法、装置、计算机设备及存储介质

技术领域

本申请实施例涉及网络直播技术领域，尤其涉及一种直播中的音频交互方法、装置、计算机设备及存储介质。

背景技术

随着网络通信技术的进步，网络直播成为一种新兴的网络互动方式，网络直播也因其实时性、交互性等特点受到越来越多观众的喜爱。

在网络直播的过程中，直播间界面内会显示有多种交互组件，例如：视频组件、公屏组件以及送礼组件等。观众在进入直播间后往往需要主播引导观众通过交互组件进行交互，从而提升观众的直播互动体验，但是仅仅通过音频指导的方式并不能达到预期的指导效果，难以促进用户与主播的互动行为，提高直播互动质量。

发明内容

本申请实施例提供了一种直播中的音频交互方法、装置、计算机设备及存储介质，可以解决难以促进观众与主播的互动行为以及影响用户互动体验的技术问题，该技术方案如下：

第一方面，本申请实施例提供了一种直播中的音频交互方法，包括步骤：

主播客户端接收主播上传的若干个组件交互关键字和每个所述组件交互关键字对应的组件标识，根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至服务器；

所述服务器响应所述第一预配置指令，存储若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识；

所述主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至所述服务器；

所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识；

所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

第二方面，本申请实施例提供了一种直播中的音频交互方法，包括步骤：

接收主播客户端发送的第一预配置指令，存储组件交互关键字和每个所述组件交互关键字对应的组件标识；

接收主播客户端发送的音频数据，其中，所述音频数据为直播间中主播用户的音频数据；

判断所述音频数据中是否存在预设的组件交互关键字，若存在，获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识，所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

第三方面，本申请实施例提供了一种直播中的音频交互装置，包括：

第一预配置模块，用于主播客户端接收主播上传的若干个组件交互关键字和每个所述组件交互关键字对应的组件标识，根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至服务器；

第一存储模块，用于服务器响应所述第一预配置指令，存储若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识；

音频数据采集模块，用于所述主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至所述服务器；

音频识别模块，用于所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识；

特效显示模块，用于所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

第四方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第二方面所述方法的步骤。

第五方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面所述方法的步骤。

在本申请实施例中，主播客户端采集直播间中主播用户的音频数据，将音频数据发送至服务器；服务器接收主播客户端发送的音频数据，判断音频数据中是否存在预设的组件交互关键字，若存在，服务器获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端，其中，特效显示指令中包括直播间内目标组件的目标组件标识；观众客户端响应特效显示指令，解析特效显示指令得到目标组件标识，根据目标组件标识，获取目标组件对应的特效数据，并根据目标组件对应的特效数据，在直播间界面上显示所述目标组件的特效。本申请实施例通过从主播用户的音频数据中识别是否存在预设的组件交互关键字，并在识别出预设的组件交互关键字后，将组件交互关键字对应的特效显示指令发送至观众客户端中，从而使得观众客户端在直播间界面上显示目标组件的特效，引导观众用户与目标组件的交互，促进观众用户与主播互动行为的产生，提升观众用户的互动体验。

为了更好地理解和实施，下面结合附图详细说明本申请的技术方案。

附图说明

图1为本申请实施例提供的直播中的音频交互方法的应用场景示意图；

图2为本申请第一实施例提供的直播中的音频交互方法的流程示意图；

图3为本申请第一实施例提供的直播中的音频交互方法中S101的流程示意图；

图4为本申请实施例提供的直播间界面的示意图；

图5为本申请实施例提供的直播中的音频交互方法的另一应用场景示意图；

图6为本申请第一实施例提供的直播中的音频交互方法的另一流程示意图；

图7为本申请第一实施例提供的直播中的音频交互方法中S103的流程示意图；

图8为本申请实施例提供的直播间界面中显示目标组件特效的示意图；

图9为本申请第二实施例提供的直播中的音频交互方法的流程示意图；

图10为本申请第二实施例提供的直播中的音频交互方法的另一流程示意图；

图11为本申请第三实施例提供的直播中的音频交互方法的流程示意图；

图12为本申请实施例提供的直播中的音频交互方法的交互示意图；

图13为本申请第四实施例提供的直播中的音频交互装置的结构示意图；

图14为本申请第五实施例提供的计算机设备的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请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、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请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。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。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”。

本领域技术人员可以理解，本申请所使用的“客户端”、“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，进行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他诸如个人计算机、平板电脑之类的通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(PersonalCommunications Service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(GlobalPositioningSystem，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“客户端”、“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“客户端”、“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。

本申请所称的“服务器”、“客户端”、“服务节点”等名称所指向的硬件，本质上是具备个人计算机等效能力的计算机设备，为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置，计算机程序存储于其存储器中，中央处理器将存储在外存中的程序调入内存中运行，执行程序中的指令，与输入输出设备交互，借此完成特定的功能。

需要指出的是，本申请所称的“服务器”这一概念，同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理，所述各服务器应是逻辑上的划分，在物理空间上，这些服务器既可以是互相独立但可通过接口调用的，也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通，而不应以此约束本申请的网络部署方式的实施方式。

请参阅图1，图1为本申请实施例提供的直播中的音频交互方法的应用场景示意图，该应用场景包括本申请实施例提供的主播客户端101、服务器102和观众客户端103，主播客户端101与观众客户端103通过服务器102进行交互。

其中，所述主播客户端101是指发送网络直播视频的一端，通常来说是网络直播中主播(即，直播主播用户)所采用的客户端。

所述观众客户端103是指接收和观看网络直播视频的一端，通常来说是网络直播中观看视频的观众(即，直播观众用户)所采用的客户端。

所述主播客户端101和所述观众客户端103所指向的硬件，本质上是指计算机设备，具体地，如图1所示，其可以是智能手机、智能交互平板和个人计算机等类型的计算机设备。所述主播客户端101和所述观众客户端103均可以通过公知的网络接入方式接入互联网，与服务器102建立数据通信链路。

所述服务器102作为一个业务服务器，其可以负责进一步连接起相关音频流服务器、视频流服务器以及其他提供相关支持的服务器等，以此构成逻辑上相关联的服务机群，来为相关的终端设备，例如图1中所示的主播客户端101和观众客户端103提供服务。

本申请实施例中，所述主播客户端101与观众客户端103可以加入同一个直播间(即直播频道)，上述的直播间是指依靠互联网技术实现的一种聊天室，通常具备音视频播控功能。主播用户通过主播客户端101在直播间内进行直播，观众客户端103的观众可以登录服务器102进入直播间观看上直播。

在直播间内，主播用户与观众用户之间可通过语音、视频、文字等公知的线上交互方式来实现互动，一般是主播用户以音视频流的形式为观众用户表演节目，并且在互动过程中还可产生经济交易行为。

具体地，观众用户观看直播的过程如下：观众用户可以点击访问安装在观众客户端103上的直播应用程序(例如YY)，并选择进入任意一个直播间，触发观众客户端103为该观众用户加载直播间界面，该直播间界面内包括若干交互组件，通过加载这些交互组件可以使观众用户在直播间内观看直播，并进行多种线上互动，线上互动的方式包括但不限于赠送虚拟礼物、参加直播活动以及公屏聊天等。

直播间内常常需要引导用户进行线上互动，若仅通过音频指导的方式难以达到预期的引导效果，从而会影响观众用户与主播互动行为的产生，也会降低直播互动的质量。

基于此，本申请实施例提供了一种直播中的音频交互方法。请参阅图2，图2为本申请第一实施例提供的直播中的音频交互方法的流程示意图，该方法包括如下步骤：

S101：主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至服务器。

在本实施例中，是从客户端和服务器两个执行主体对直播中的题目生成方法进行描述的。其中，所述客户端包括主播客户端和观众客户端。

具体地，当主播在主播客户端的操作界面中点击开始直播控件后，主播客户端加入直播间，此时主播客户端将获取音视频流，并将获取的音视频流推送至服务器中。在观众客户端加入该直播间时从服务器拉流，再将获取的视频流绑定至该直播间的视频组件上，音频流绑定在该直播间的音频组件上，以使观众能够在观众客户端中观看到直播间内的实时直播。

在本实施例中，所提及的直播间中主播用户的音频数据与上述的音频流存在一定区别，这是由于主播客户端采集直播间中主播用户的音频数据的目的在于对其进行分析识别，而不是为了将音频数据实时地推流至服务器，再将其下发至观众客户端中进行播放。

因此，一般情况下主播客户端采集直播间中主播用户的音频数据的频率相对较低。

在一个可选的实施例中，主播客户端在加入直播间后即开始采集直播间中主播用户的音频数据，并将该音频数据发送至服务器。

具体地，主播客户端在加入直播间后，可以每隔预设时间间隔，采集一次直播间中主播用户的音频数据，将音频数据发送至服务器。

由于主播客户端采集该音频数据的频率相对较低，因而在一定程度上可以节省主播客户端的运行资源，同时更有利于音频识别。

在另一个可选的实施例中，主播客户端仅在满足一定预设条件时，才开始采集直播间中主播用户的音频数据，并将该音频数据发送至服务器。

上述预设条件可以是主播客户端接收到服务器发送的音频数据采集指令，具体地，请参阅图3，步骤S101包括步骤S1011～S1012，如下所示：

S1011：所述服务器响应于所述主播客户端对所述音频交互开启控件的触发指令，下发音频数据采集指令至所述主播客户端。

S1012：所述主播客户端响应于所述音频数据采集指令，采集所述直播间中所述主播用户的音频数据，将所述主播用户的音频数据发送至所述服务器。

在进行步骤S1011～S1012的说明之前，请参阅图4，其为本申请实施例提供的直播间界面的示意图。该直播间界面是图形用户界面，在该直播间界面中显示有视频组件301、公屏组件302、消息组件303、虚拟礼物组件304和活动组件305等。

需要说明的是，图4中所示出的直播间界面中各个组件的显示样式以及布局位置均仅为一个示例，不具有特殊的限定作用，由于主播客户端操作系统、软件版本以及频道模板等差异，均会使其直播间界面中显示的组件的种类、样式以及布局位置等发生改变。

如图4所示，所述直播间界面除了显示上述多种组件外，还显示有音频交互开启控件306(也可以称之为音频交互开启组件)。

在本申请实施例中，主播用户通过点击音频交互开启控件触发主播客户端发出对音频交互开启控件的触发指令，此时服务器会接收并响应所述主播客户端对音频交互开启控件的触发指令，下发音频数据采集指令至主播客户端，从而使得主播客户端响应于该音频数据采集指令，开始采集直播间中主播用户的音频数据，并将主播用户的音频数据发送至服务器。

具体地，主播用户通过点击音频交互开启控件触发主播客户端发出对音频交互开启控件的触发指令，从主播客户端执行角度来说包括如下过程：主播客户端会先获取主播用户的点击区域在直播间界面中的位置，之后判断所述主播用户的点击区域在直播间界面中的位置是否为音频交互开启控件在直播间界面中的显示位置，若是，则确认主播用户所点击的目标控件为音频交互开启控件，进而再发出对音频交互开启控件的触发指令。

需说明的是，由于上述音频交互开启控件的类别不同，主播用户也可以通过拖拽操作、滑动操作等触发主播客户端发出对该音频交互开启控件的触发指令，点击操作仅是其中一种触发方式，具体如何触发需根据音频交互开启控件的类别确定。

S102：所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令中包括所述直播间内目标组件的目标组件标识。

在一个可选的实施例中，服务器可以基于预设的音频识别算法对音频数据进行分析识别。

其中，所述音频识别算法可以预先设置在服务器中，服务器在接收到音频数据后，直接调用所述音频识别算法对音频数据进行分析识别。或者，所述音频识别算法也可以预先设置在于服务器建立通信连接的语音分析服务器中，服务器在接收到音频数据后，将音频数据发送至语音分析服务器中，并接收语音分析服务器返回的分析结果。

预设的音频识别算法可以为任意一种现有的音频识别算法，在此不对其进行详细限定。

具体地，请参阅图5，图5为本申请实施例提供的直播中的音频交互方法的另一应用场景示意图。该应用场景中服务器102还与语音分析服务器104连接，构成逻辑上相关联的服务集群，以使语音分析服务器104进行语音分析及语音识别等操作，向服务器102进行语音分析支持，减轻服务器102的负载。

在另一个可选的实施例中，服务器也可以将音频数据输入已训练的音频识别模型中，通过已训练的音频识别模型对该音频数据进行分析识别。

该音频识别模型的训练可以是基于已标注好是否存在组件交互关键字的音频数据样本进行的，具体地，音频识别模型的训练过程可以在服务器中进行，可以是在其他训练设备中进行，若在训练设备中进行，可以在训练完成后将已训练好的音频识别模型参数移植入服务器中。

在本申请实施例中，依旧以服务器102为音频识别的执行主体进行说明。

服务器对音频数据进行分析，判断音频数据中是否存在预设的组件交互关键字。

其中，预设的组件交互关键字是指预先设置在服务器中的组件交互关键字，预设的组件交互关键字用于音频数据的识别以及关联特效显示指令。

该预设的组件交互关键字中包含至少一个单词。例如：预设的组件交互关键字“点击左下角送礼区”中包含“点击”、“左下角”以及“送礼区”3个单词。

在一个可选的实施例中，服务器仅在判断音频数据中连续出现预设的组件交互关键字中的所有单词时，才获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

例如：音频数据中出现“点击左下角送礼区”即为连续出现预设的组件交互关键字中的“点击”、“左下角”以及“送礼区”3个单词，仅在此情况下服务器才会获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

在另一个可选的实施例中，服务器在判断音频数据中出现预设的组件交互关键字中的所有单词时，获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

例如：音频数据中出现“点击直播间左下角的送礼区”即为出现了预设的组件交互关键字中的“点击”、“左下角”以及“送礼区”3个单词，本实施例不考虑各单词是否为连续出现的，也不考虑各单词出现的顺序，只要音频数据中出现预设的组件交互关键字中的所有单词，服务器就获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

在其他可选的实施例中，服务器在判断音频数据中出现预设的组件交互关键字中的至少一个单词时，就获取所述组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

例如：音频数据中出现“请大家点一点送礼区”即为出现预设的组件交互关键字中的1个单词“送礼区”，那么服务器就获取组件交互关键字对应的特效显示指令，将特效显示指令广播至已加入直播间的观众客户端。

本申请实施例中的特效显示指令用于触发观众客户端在直播间界面上显示组件的特效。

其中，该特效显示指令中包括直播间内目标组件的目标组件标识。

例如：组件交互关键字“点击左下角送礼区”对应的特效显示指令中包括的目标组件标识即为虚拟礼物组件标识，该特效显示指令能够用于触发观众客户端在直播间界面上显示虚拟礼物组件的特效。

在本申请实施例中，获取所述组件交互关键字对应的特效显示指令的过程是，获取组件交互关键字对应的目标组件标识，根据目标组件标识生成特效显示指令，获取到组件交互关键字对应的特效显示指令。

需要说明的是，该特效显示指令不仅包括直播间内目标组件的目标组件标识，还会包括主播标识和直播间标识(频道标识)等，从而确认将该特效显示指令发送至加入哪一直播间的观众客户端中。

下面将对组件交互关键字的预先设置过程进行说明，具体地，在执行步骤S102中判断所述音频数据中是否存在预设的组件交互关键字之前，请参阅图6，该方法还包括步骤S104～S105，具体如下：

S104：所述主播客户端接收主播上传的若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至所述服务器。

S105：所述服务器响应所述第一预配置指令，存储若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识。

在本实施例中，主播用于可以通过与主播客户端显示的操作界面交互，输入若干个组件交互关键字，并选择每个组件交互关键字对应的组件，主播客户端接收到主播输入的若干个组件交互关键字和选择的每个组件交互关键字对应的组件后，获取组件对应的组件标识，并根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至所述服务器。

之后，服务器响应该第一预配置指令，解析所述第一预配置指令，获取若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，并对其进行存储。

在本实施例中，主播可以自定义设置其惯用的组件交互关键字，有利于提升直播间的交互效果，促进直播间互动行为的产生。

可以确定的是，若主播未进行组件交互关键字的自定义设置，在服务器中也可以预先存储若干默认的组件交互关键字，以便于主播使用。

S103：所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

在一个可选的实施例中，目标组件对应的特效数据可以预先存储在观众客户端中，从而观众客户端可以直接根据目标组件标识获取目标组件对应的特效数据。

在另一个可选的实施例中，目标组件对应的特效数据可以预先存储在服务器中，在观众客户端获取到目标组件标识后，从服务器调取该目标组件对应的特效数据。

所述目标组件对应的特效数据在直播间界面中显示目标组件的特效。在本申请实施例中，目标组件对应的特效数据可以包括高亮特效数据、动画特效数据和/或抖动特效数据等。

若目标组件对应的特效数据是高亮特效数据，那么在目标组件的特效就是高亮显示。若目标组件对应的特效数据是动画特效数据，那么在目标组件的特效就是在目标组件的位置处显示动画特效。若目标组件对应的特效数据是抖动特效数据，那么在目标组件的特效就是抖动显示。

此外，目标组件对应的特效数据也可以是多种特效数据的组合，例如：同时进行高亮显示和抖动显示。

除上述高亮特效数据、动画特效数据和抖动特效数据值之外，目标组件对应的特效数据也可以是以GIF格式或者SVG格式显示出的动图或图像等。

在一个可选的实施例中，特效数据包括特效和特效显示时长，请参阅图7，步骤S103包括步骤S1031，具体如下：

S1031：所述观众客户端获取所述目标组件在所述直播间界面上的目标位置，根据所述目标组件对应的所述特效数据，在所述特效显示时长内在所述目标位置上显示所述目标组件的所述特效。

在直播间界面中目标组件的显示位置均是根据根布局确定的，因此，为了能够更好的展示出特效效果，观众客户端需获取目标组件在直播间界面上的目标位置，并根据目标组件对应的特效数据，在特效显示时长内在目标位置上显示目标组件的特效。

请参阅图8，图8为本申请实施例提供的直播间界面中显示目标组件特效的示意图。在图8中，目标组件为虚拟礼物组件，在直播间界面上虚拟礼物组件的目标位置处显示出了心形的动画特效，从而使得观众用户更易在直播间界面中看到虚拟礼物组件。

本申请实施例通过从主播用户的音频数据中识别是否存在预设的组件交互关键字，并在识别出预设的组件交互关键字后，将组件交互关键字对应的特效显示指令发送至观众客户端中，从而使得观众客户端在直播间界面上显示目标组件的特效，引导观众用户与目标组件的交互，促进观众用户与主播互动行为的产生，提升观众用户的互动体验。

在一个可选的实施例中，特效显示指令不仅广播至已加入所述直播间的观众客户端，也会广播至主播客户端中，从而使得主播在主播客户端的直播间界面中也能看到目标组件的特效，便于主播了解当前音频交互的情况。

请参阅图9，图9为本申请第二实施例提供的直播中的音频交互方法的流程示意图，该方法包括如下步骤：

S201：主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至服务器。

S202：所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令中包括所述直播间内目标组件的目标组件标识和指定特效标识。

S203：所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识和所述指定特效标识，根据所述指定特效标识，获取所述目标组件对应的指定特效数据，并根据所述目标组件对应的所述指定特效数据，在所述直播间界面上显示所述目标组件的指定特效。

关于本实施例中与第一实施例中相同的步骤，不再进行赘述，下面将区别之处进行详细说明。

在本实施例中，所述特效显示指令中不仅包括目标组件标识，还包括所述目标组件对应的指定特效标识。本申请第一实施例中目标组件对应的特效数据是一种默认的特效数据，而在本实施例中，目标组件对应的特效数据是指定特效数据，可以由主播进行自定义。

具体地，请参阅图10，步骤S202中判断所述音频数据中是否存在预设的组件交互关键字之前，该方法包括步骤S204～S205，具体如下：

S204：所述主播客户端接收所述主播上传的若干个所述组件交互关键字、每个所述组件交互关键字对应的组件标识以及至少一个组件对应的指定特效标识，根据若干个所述组件交互关键字、每个组件交互关键字对应的所述组件标识以及至少一个所述组件对应的所述指定特效标识，生成第二预配置指令，并发送所述第二预配置指令至所述服务器。

S205：所述服务器响应所述第二预配置指令，存储若干个所述组件交互关键字、每个所述组件交互关键字对应的组件标识以及至少一个所述组件对应的所述指定特效标识。

在本实施例中，主播可以通过与主播客户端显示的操作界面交互，输入若干个组件交互关键字，选择每个组件交互关键字对应的组件，并且选择其中至少一个组件对应的指定特效，主播客户端接收到主播输入的若干个组件交互关键字、选择的每个组件交互关键字对应的组件以及至少一个组件对应的指定特效后，获取组件对应的组件标识和指定特效对应的指定特效标识，并根据若干个所述组件交互关键字、每个所述组件交互关键字对应的组件标识以及至少一个组件对应的指定特效标识，生成第二预配置指令，并发送第二预配置指令至服务器。

之后，服务器响应该第二预配置指令，解析第二预配置指令，获取若干个组件交互关键字、每个组件交互关键字对应的组件标识以及至少一个组件对应的指定特效标识，并对其进行存储。

在本实施例中，主播不仅可以自定义设置其惯用的组件交互关键字，还可以配置组件关键字对应的指定特效，从而能够更有利于提升直播间的交互效果，促进直播间互动行为的产生。

在本申请实施例中，特效显示指令中包括直播间内目标组件的目标组件标识和指定特效标识。因而在执行步骤S203时，观众客户端可以直接根据指定特效标识，获取目标组件对应的指定特效数据，并根据目标组件对应的指定特效数据，在直播间界面上显示目标组件的指定特效。

在其他可选的实施例中，特效显示指令中可以仅包括直播间内目标组件的组件标识，在观众客户端获取目标组件的组件标识后，再查询该目标组件是否存在对应的指定特效，若存在，再获取指定特效标识，根据指定特效标识获取指定特效数据，若不存在，则获取默认的特效数据。

在本实施例中，通过从主播用户的音频数据中识别是否存在预设的组件交互关键字，并在识别出预设的组件交互关键字后，将组件交互关键字对应的特效显示指令发送至观众客户端中，从而使得观众客户端在解析特效显示指令之后能够得到目标组件标识和指定特效标识，并根据指定特效标识，获取目标组件对应的指定特效数据，再根据目标组件对应的指定特效数据，在直播间界面上显示目标组件的指定特效，从而更有效地促进观众用户与主播互动行为的产生，提升观众用户的互动体验。

请参阅图11，图11为本申请第三实施例提供的直播中的音频交互方法的流程示意图，该方法包括如下步骤S301～S302，具体如下：

S301：接收主播客户端发送的音频数据，其中，所述音频数据为直播间中主播用户的音频数据。

S302：判断所述音频数据中是否存在预设的组件交互关键字，若存在，获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令中包括所述直播间内目标组件的目标组件标识，所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

本实施例是从服务器一侧对直播中的题目生成方法进行描述的。关于其具体的实现方式均可以参考第一实施例中服务器执行步骤的相关说明，在此不进行赘述。

请参阅图12，图12为本申请实施例提供的直播中的音频交互方法的交互示意图。在图12中，开启之后，主播用户和观众用户进入直播间，此时，可以在直播间内的观看到主播的实时直播，关于实时音视频流的推流和拉流操作未在图12中体现。本申请实施例提及的主播的音频数据通过主播客户端的音频数据采集模块采集，并将采集到的音频数据发送至音频识别模块中，该音频识别模块可以设置在服务器中，也可以设置在语音分析服务器中，音频识别模块中设置有预设的音频识别算法。此外，主播可以通过预配置模块配置若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，之后存储至音频识别模块中，音频识别模块用于根据预设的音频识别算法和若干个所述组件交互关键字，判断音频数据中是否存在预设的组件交互关键字，若存在，则广播特效显示指令至已加入直播间的观众客户端，观众客户端接收到特效显示指令，通过指令与组件交互模块，解析特效显示指令得到目标组件标识，根据目标组件标识，获取目标组件对应的特效数据，并根据目标组件对应的特效数据，在直播间界面上显示目标组件的特效。其中，预配置模块配置的若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识也可以预先存储在指令与组件交互模块中，之后在主播需要使用时再从指令与组件交互模块拉取，将其发送至语音识别模块中。

需要说明的是，在上述第一实施例至第三实施例中一些可选的实施方式并没有逐一展示在该流程框图中，但是对于直播中的音频交互方法中的主要过程均已在图12中体现，图12仅用于帮助对本申请的技术方案进行理解，图中未体现的实施方式仍在本申请的保护范围内。

请参见图13，为本申请第四实施例提供的直播中的音频交互装置的结构示意图。该装置可以通过软件、硬件或两者的结合实现成为计算机设备的全部或一部分。该装置13包括：

音频数据采集模块131，用于主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至服务器；

音频识别模块132，用于所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令中包括所述直播间内目标组件的目标组件标识；

特效显示模块133，用于所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

需要说明的是，上述实施例提供的直播中的音频交互装置在执行直播中的音频交互方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分为不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的直播中的音频交互装置与直播中的音频交互方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

请参见图14，为本申请第五实施例提供的计算机设备的结构示意图。如图14所示，该计算机设备14可以包括：处理器140、存储器141以及存储在该存储器141并可以在该处理器140上运行的计算机程序142，例如：直播中的音频交互方法；该处理器140执行该计算机程序142时实现上述第一实施例至第三实施例中的步骤。

其中，该处理器140可以包括一个或多个处理核心。处理器140利用各种接口和线路连接计算机设备14的各个部分，通过运行或执行存储在存储器141内的指令、程序、代码集或指令集，以及调用存储器141内的数据，执行计算机设备14的各种功能和处理数据，可选的，处理器140可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programble LogicArray，PLA)中的至少一个硬件形式来实现。处理器140可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责触摸显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器140中，单独通过一块芯片进行实现。

其中，存储器141可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器141包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器141可用于存储指令、程序、代码、代码集或指令集。存储器141可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器141可选的还可以是至少一个位于远离前述处理器140的存储装置。

本申请实施例还提供了一种计算机存储介质，该计算机存储介质可以存储有多条指令，该指令适用于由处理器加载并执行上述实施例的方法步骤，具体执行过程可以参见上述实施例的具体说明，在此不进行赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅是示意性的，例如，模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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，在本发明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。

集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。

本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

Claims (10)

1.一种直播中的音频交互方法，其特征在于，所述方法包括步骤：

主播客户端接收主播上传的若干个组件交互关键字和每个所述组件交互关键字对应的组件标识，根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至服务器；

所述服务器响应所述第一预配置指令，存储若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识；

所述主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至所述服务器；

所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识；

所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

2.根据权利要求1所述的直播中的音频交互方法，其特征在于，所述特效显示指令中还包括所述目标组件对应的指定特效标识；

所述解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效，包括步骤：

所述观众客户端解析所述特效显示指令得到所述目标组件标识和所述指定特效标识，根据所述指定特效标识，获取所述目标组件对应的指定特效数据，并根据所述目标组件对应的所述指定特效数据，在所述直播间界面上显示所述目标组件的指定特效。

3.根据权利要求2所述的直播中的音频交互方法，其特征在于，所述判断所述音频数据中是否存在预设的组件交互关键字之前，所述方法还包括步骤：

所述主播客户端接收所述主播上传的若干个所述组件交互关键字、每个所述组件交互关键字对应的组件标识以及至少一个组件对应的指定特效标识，根据若干个所述组件交互关键字、每个组件交互关键字对应的所述组件标识以及至少一个所述组件对应的所述指定特效标识，生成第二预配置指令，并发送所述第二预配置指令至所述服务器；

所述服务器响应所述第二预配置指令，存储若干个所述组件交互关键字、每个所述组件交互关键字对应的组件标识以及至少一个所述组件对应的所述指定特效标识。

4.根据权利要求1至3任一项所述的直播中的音频交互方法，其特征在于，所述组件交互关键字中包括至少一个单词；

所述判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，包括步骤：

根据所述音频数据和预设的音频识别算法，判断所述音频数据中是否存在所述组件交互关键字中的至少一个所述单词，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令。

5.根据权利要求1至3任一项所述的直播中的音频交互方法，其特征在于，所述直播间界面包含有音频交互开启控件；

所述主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至服务器，包括步骤：

所述服务器响应于所述主播客户端对所述音频交互开启控件的触发指令，下发音频数据采集指令至所述主播客户端；

所述主播客户端响应于所述音频数据采集指令，采集所述直播间中所述主播用户的音频数据，将所述主播用户的音频数据发送至所述服务器。

6.根据权利要求1至3任一项所述的直播中的音频交互方法，其特征在于，所述特效数据包括特效以及特效显示时长；

所述根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效，包括步骤：

所述观众客户端获取所述目标组件在所述直播间界面上的目标位置，根据所述目标组件对应的所述特效数据，在所述特效显示时长内在所述目标位置上显示所述目标组件的所述特效。

7.一种直播中的音频交互方法，其特征在于，所述方法包括步骤：

接收主播客户端发送的第一预配置指令，存储组件交互关键字和每个所述组件交互关键字对应的组件标识；

接收主播客户端发送的音频数据，其中，所述音频数据为直播间中主播用户的音频数据；

判断所述音频数据中是否存在预设的组件交互关键字，若存在，获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识，所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

8.一种直播中的音频交互装置，其特征在于，包括：

第一预配置模块，用于主播客户端接收主播上传的若干个组件交互关键字和每个所述组件交互关键字对应的组件标识，根据若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识，生成第一预配置指令，并发送所述第一预配置指令至服务器；

第一存储模块，用于服务器响应所述第一预配置指令，存储若干个所述组件交互关键字和每个所述组件交互关键字对应的组件标识；

音频数据采集模块，用于所述主播客户端采集直播间中主播用户的音频数据，将所述音频数据发送至所述服务器；

音频识别模块，用于所述服务器接收所述主播客户端发送的所述音频数据，判断所述音频数据中是否存在预设的组件交互关键字，若存在，所述服务器获取所述组件交互关键字对应的特效显示指令，将所述特效显示指令广播至已加入所述直播间的观众客户端，其中，所述特效显示指令用于触发观众客户端在直播间界面上显示组件的特效，所述特效显示指令中包括所述直播间内目标组件的目标组件标识；

特效显示模块，用于所述观众客户端响应所述特效显示指令，解析所述特效显示指令得到所述目标组件标识，根据所述目标组件标识，获取所述目标组件对应的特效数据，并根据所述目标组件对应的所述特效数据，在直播间界面上显示所述目标组件的特效。

9.一种计算机设备，包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项或权利要求7所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项或权利要求7所述方法的步骤。

Images