CN114900503B - 一种混音方法、装置、处理服务器、媒体服务器及介质 - Google Patents
一种混音方法、装置、处理服务器、媒体服务器及介质 Download PDFInfo
- Publication number
- CN114900503B CN114900503B CN202210432320.9A CN202210432320A CN114900503B CN 114900503 B CN114900503 B CN 114900503B CN 202210432320 A CN202210432320 A CN 202210432320A CN 114900503 B CN114900503 B CN 114900503B
- Authority
- CN
- China
- Prior art keywords
- audio
- mixing
- packets
- packet
- streams
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000012545 processing Methods 0.000 title claims abstract description 72
- 230000004044 response Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
- H04L65/403—Arrangements for multi-party communication, e.g. for conferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S3/00—Systems employing more than two channels, e.g. quadraphonic
- H04S3/008—Systems employing more than two channels, e.g. quadraphonic in which the audio signals are in digital form, i.e. employing more than two discrete digital channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
- H04S2400/01—Multi-channel, i.e. more than two input channels, sound reproduction with two speakers wherein the multi-channel information is substantially preserved
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
- H04S2400/15—Aspects of sound capture and related signal processing for recording or reproduction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开公开了一种混音方法、装置、处理服务器、媒体服务器及介质，所述方法包括：获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；将所述音频流混音成N+1个音频包；将各所述音频包传输至对应的客户端；其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。利用该方法，通过将音频流混音成N+1个音频包并将各音频包传输至对应的客户端，实现了各音频流的同时混音，能够减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
Description
技术领域
本公开实施例涉及计算机技术领域，尤其涉及一种混音方法、装置、处理服务器、媒体服务器及介质。
背景技术
在视频会议中通常由多个用户进行发言，此时在云端需要将多个用户的声音混音，然后排除某个用户的声音以发送到对应用户的客户端。
现有的技术方案通常采用为每一个需要混音的用户单独起一个混音实例进行混音的方式，以避免混入本用户的声音。
但是，上述技术方案对服务端的内存和CPU有较大的占用率，同时造成网络资源的较大浪费。
发明内容
本公开实施例提供了一种混音方法、装置、处理服务器、媒体服务器及介质，以减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
第一方面，本公开实施例提供了一种混音方法，包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
将所述音频流混音成N+1个音频包；
将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
第二方面，本公开实施例还提供了一种混音方法，包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
获取客户端的混音请求；
响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于第一方面任一所述的混音方法将所述音频流混音得到。
第三方面，本公开实施例还提供了一种混音装置，包括：
第一获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
混音模块，用于将所述音频流混音成N+1个音频包；
传输模块，用于将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
第四方面，本公开实施例还提供了一种混音装置，包括：
第二获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
第三获取模块，用于获取客户端的混音请求；
响应模块，用于响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于第三方面任一所述的混音装置将所述音频流混音得到。
第五方面，本公开实施例还提供了一种处理服务器，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如第一方面任一所述的方法。
第六方面，本公开实施例还提供了一种媒体服务器，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如第二方面任一所述的方法。
第七方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开实施例提供的混音方法。
本公开实施例提供了一种混音方法、装置、处理服务器、媒体服务器及介质，所述方法包括：获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；将所述音频流混音成N+1个音频包；将各所述音频包传输至对应的客户端；其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。利用上述技术方案，通过将音频流混音成N+1个音频包并将各音频包传输至对应的客户端，能够减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例一提供的一种混音方法的流程示意图；
图2为本公开实施例一提供的一种现有混音方法的场景示意图；
图3为本公开实施例一提供的一种混音方法的场景示意图；
图4为本公开实施例一提供的一种混音方法的流程示意图；
图5为本公开实施例一提供的一种混音方法的流程示意图；
图6为本公开实施例二提供的一种混音方法的流程示意图；
图7为本公开实施例三提供的一种混音装置的结构示意图；
图8为本公开实施例四提供的一种混音装置的结构示意图；
图9为本公开实施例五提供的一种处理服务器或媒体服务器的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。此外，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本公开实施例一提供的一种混音方法的流程示意图，该方法可适用于对多媒体房间进行混音的情况，该方法可以由混音装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在处理服务器和/或媒体服务器上。
图2为本公开实施例一提供的一种现有混音方法的场景示意图，如图2所示，现有的混音方法为每一个需要混音的用户单独启动一个混音实例来进行混音。例如，对于user1(即用户1)，单独启动了一个混音实例1，混音实例1首先订阅多媒体房间内所有的音频流(即拉取了房间内的所有声音)，然后发布混音之后的流streamID_1至RTC后端，此时流streamID_1已排除用户1的声音，最后用户1订阅混音之后的流streamID_1，即可接收到房间内除自己之外的混音流。
然而，上述技术方案需要给每一个用户启动一个混音实例来进行混音，对于较多数量用户(如千人)的多媒体房间来说，若有100个用户需要混音，则需要启动的混音实例总数为100，此时可能会造成后端CPU、内存和网络资源的较大浪费，影响整个视频会议的进程。
基于此，本公开实施例一提供的一种混音方法，为每一个多媒体房间只启动一个混音的实例，此实例根据房间内活跃的用户选择若干个音量最大的音频流，同时混音出N+1个音轨，由媒体服务器根据混音的规则选择合适的音轨分发给每个用户，由于仅需使用一个混音实例，故可以在进行混音的同时，减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
具体的，本公开实施例一提供的一种混音方法包括如下步骤：
S110、获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值。
其中，音频流可以是指多媒体房间中用户的音频数据，音频数据可以认为是数字化的声音数据。音频数据的类型不限，可以为用户发声生成，也可以是用户播放音乐生成。
在本实施例中，获取的音频流的时长不作限定，例如可以每隔设定时长进行设定时长段内音频流的获取，也可以任意时间点不间隔的进行音频流的获取。同时，获取的M个音频流可以为多媒体房间中所有用户的音频数据，还可以根据多媒体房间中活跃的用户个数来获取，其中，M为小于或等于N的正整数，N为参与混音的音频流个数的上限值，N的取值不作限定，可以基于实际情况确定，如N为2、3、4或5。
示例性的，当N设置为3，且多媒体房间中活跃的用户个数为4时，则可以选取音量较高的3个用户的音频流，来进行后续步骤的混音。其中，活跃用户的判断方式不作限定，可以通过用户所对应音频流的音量值确定该用户是否是活跃用户。
在本实施例的混音方法由媒体服务器执行时，本步骤可以从客户端获取音频流。在本实施例的混音方法由处理服务器执行时，本步骤可以从媒体服务器获取音频流。媒体服务器可以为进行音频流中转的服务器。处理服务器可以为是进行混音的服务器。处理服务器将混音后的音频包可以发送至媒体服务器，供媒体服务器选择将哪个音频包发送至对应的客户端。
在一个实施例中，所述获取M个音频流，包括：
每隔设定时长从媒体服务器获取多媒体房间内所有音频流；
将所述音频流按照音量值排序后，从音量值最大的音频流开始依次选取M个音频流，M个所述音频流的时长为设定时长，M个所述音频流的音量值大于设定阈值。
其中，设定时长可以由系统或者相关人员进行设置，例如设定时长可以为20ms。具体的，可以每隔设定时长从媒体服务器获取多媒体房间内所有音频流，然后将各音频流按照音量值进行排序，从音量值最大的音频流开始依次选取M个音频流，以进行后续步骤。其中，选取的M个音频流的时长即为设定时长，M个音频流的音量值大于设定阈值，设定阈值可以由经验值来得出，此处不作限定。
在音量值大于设定阈值时，可以认为对应的用户为活跃用户。
S120、将所述音频流混音成N+1个音频包。
音频包可以理解为将音频流混音后生成的数据包。其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
需要说明的是，每个音频包都有其对应的时间戳和包标识，时间戳用于表征音频包对应的时间，包标识用于表征音频包对应的标识信息，如可以在0ms将获取的音频流混音成4个音频包：A、B、C和D，那么A、B、C和D的时间戳都为0-20ms，包标识可以都为1；在第二个设定时长到达时，即20ms时，可以将获取的音频流混音成4个音频包：E、F、G和H，那么E、F、G和H的时间戳都为20-40ms，包标识可以都为2。其中，设定时长为20ms。
在获取到音频流后，需要将获取的音频流进行混音，以得到N+1个音频包，本实施例不对将音频流混音成N+1个音频包的具体步骤进行限定。不同音频流个数可以对应不同的混音方法，此处不对混音方法的具体内容进行展开。
在一个实施例中，所述将所述音频流混音成N+1个音频包，包括：
每隔设定时长将所述音频流混音成N+1个音频包，所述音频包的包头中包括有指示信息，所述指示信息指示所述音频包所混音的音频流和所能传输至的客户端。
可以理解的是，当每隔设定时长从媒体服务器获取多媒体房间内的音频流后，可以将获取的音频流混音成N+1个音频包以便于传输至对应客户端。
此外，混音得到的音频包的包头中可以包括有指示信息，指示信息可以用于指示音频包所混音的音频流和所能传输至的客户端。例如，音频包的包头可以为[1,2,空,3]，其中前三位1,2,空分别为此音频包所混音的音频流为用户1和用户2的音频流，3为用户3所对应的客户端，即该音频包能够传输至的用户3的客户端。
S130、将各所述音频包传输至对应的客户端。
在混音出N+1个音频包后，可以将各音频包传输至对应的客户端，本实施例对传输至对应客户端的具体方法不作限定。例如在本实施例的混音方法由处理服务器执行时，可以由处理服务器将各音频包传输至媒体服务器，然后由媒体服务器将各音频包转发至对应的客户端。又如，在本实施例的混音方法由媒体服务器执行时，可以直接由媒体服务器将各音频包转发至对应的客户端，本实施例对此不作限定。
本公开实施例一提供的一种混音方法，所述方法包括：获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；将所述音频流混音成N+1个音频包；将各所述音频包传输至对应的客户端；其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。利用上述方法，通过将音频流混音成N+1个音频包并将各音频包传输至对应的客户端，本实施例无需启动多个混音实例，仅通过一个混音实例即可完成本实施例的混音方法，能够减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
在上述实施例的基础上，提出了上述实施例的变型实施例，在此需要说明的是，为了使描述简要，在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中，在M等于N时，各所述音频包间所混音的音频流不完全相同，各所述音频包至少混音N-1个音频流。
可以认为的是，当获取音频流的个数等于N时，混音出的N+1个音频包之间所参与混音的音频流是不完全相同的，且每个音频包中参与混音的音频流的个数至少为N-1个。
示例性的，当N为3，获取的音频流为a、b及c时，可以得到4个音频包，分别为：将a、b和c混合以发送至除a、b、c音频流对应用户的其他用户的音频包；将a、b混合以发送至c对应用户的音频包；将b和c混合以发送至a对应用户的音频包；将a和c混合以发送至b对应用户的音频包。可以看出，每个音频包间所混音的音频流并不是完全相同的，而且每个音频包至少混音2个音频流。
在一个实施例中，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包。
可以理解的是，活跃用户的个数是时刻在发生变化的，即可能存在多媒体房间中活跃的用户个数小于N，或者多媒体房间中用户总数小于N的情况，此时可以认为在步骤S110中获取到的音频流的个数M小于N，在本实施例中，可以将获取的M个音频流混音成N+1个音频包。其中，N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，且M+1个音频包中每个音频包至少混音M-1个音频流，同时混音出的N+1个音频包中包括N-M个空包。在此基础上，通过设置空包，为当获取到的音频流的个数小于N时进行混音提供了可行的手段，进而提高了混音方法的全面性，保证了音频流的连续性。
示例性的，当N＝3，从活跃用户中获取到的音频流为p和q，即M＝2时，可以混音成4个音频包，分别可以表示为：[p,q,空,空]；[p,空,空,q]；[q,空,空,p]；[空,空,空,空]，可见，4个音频包中的前3个音频包间所混音的音频流不完全相同，且前3个音频包中每个音频包至少混音1个音频流，混音出的4个音频包中包括1个空包。
在一个实施例中，将各所述音频包传输至对应的客户端，包括：
将各所述音频包传输至媒体服务器；
所述媒体服务器用于响应于所述客户端的混音请求，将对应的音频包传输至对应的客户端。
在本实施例中，当处理服务器混音出N+1个音频包后，首先可以将各音频包传输至媒体服务器，然后由媒体服务器负责将对应的音频包传输至对应的客户端。本实施例将混音的操作从媒体服务器解耦，由处理服务器执行，媒体服务器仅进行各音频包的转发及传输，降低了媒体服务器CPU和内存的占用率，避免了媒体服务器网络资源的浪费。
图3为本公开实施例一提供的一种混音方法的场景示意图，如图3所示，每个用户可以发布音频流至实时通信(Real Time Clock，RTC)媒体服务器即SFU(SelectiveForwarding Unit，选择性转发单元)；然后混音实例(即处理服务器内的混音实例)可以订阅房间所有的音频流(即获取音频流)并进行混音，混音完成后发布音频流，该音频流通过流标识即streamlD标识(该音频流内包括多个音频包)至媒体服务器；在媒体服务器获取到客户端的混音请求后，可以响应于混音请求将对应混音请求的音频包传输至所述客户端(即用户订阅流)。
图4为本公开实施例一提供的一种混音方法的流程示意图，如图4所示，对混音场景来说，在默认混音个数为3(即N＝3)，topN的场景下，后处理的转码实例(即处理服务器内的混音实例)每隔20ms(即设定时长)混出3+1＝4个音频rtp包(即音频包)，分别对应着4条音轨，分别是track 1、track 2、track 3、track 4。此外，在同一时刻，混音出来的4个音频包的timestamp(即时间戳)和seq(即包标识)保持一致的。需要注意的是，处理服务器又称为后处理服务器。
对于每一个音频rtp包，都在包头的csrc字段记录参与混音用户的ssrc信息(即指示信息)，即标识这些音频流属于几个用户(即所混音的音频流)和所能传输至的客户端，封装规则如下：
//CSRC的封装规则，前三位标识混了哪些用户，第4位标识排除了哪位用户，即[ssrc_1,ssrc_2,0x0000,ssrc_3]。
其中，前三位分别标识参与混音的用户对应的ssrc：ssrc_1，ssrc_2，空(即所混音的音频流属于用户1和用户2)；最后一位ssrc用于标识排除了哪个用户，即这个包只能由该用户播放(对应所能传输至的客户端)。也就是说，当前音频包混入了ssrc_1，ssrc_2的声音，并且排除了ssrc_3的声音，这个音频包只能由ssrc_3用户来播放。
当每隔20ms混音出4个音频包后，处理服务器可以将各音频包传输至媒体服务器，媒体服务器可以根据混音规则将对应的音频包传输至对应的客户端。如图4所示，媒体服务器将用户4对应的音频包传输至用户4的客户端。
图5为本公开实施例一提供的一种混音方法的流程示意图，如图5所示，对于混音逻辑来说，活跃用户的个数是时刻在发生变化的，在某些时段，房间用户总数会低于活跃用户数的上限值(即获取到的音频流的个数M小于N)，比如设置的活跃用户个数(即N)为3，当该房间的用户数为2人，此时，mixer(即处理服务器)只会混出三路track，对于track 4，要补全一个padding包(即空包)，该包的时间戳和seq(即包标识)保持与其他三个track的音频包一致。
示例性的，当N＝3，活跃用户为2和3即获取到的音频流的个数为2，此时可以混音出4个音频包，分别为：[2,3,空,空]、[2,空,空,3]、[3,空,空,2]、[空,空,空,空]，其中，4个音频包中前3个音频包间所混音的音频流不完全相同，3个音频包中每个音频包至少混音1个音频流，而且，4个音频包中包括1个空包，以实现音频包的完整。
同时，可以看出，当每隔20ms混音出4个音频包后，处理服务器可以将各音频包传输至媒体服务器，媒体服务器可以根据混音规则将对应的音频包传输至对应的客户端。如图5所示，媒体服务器将用户4对应的音频包[1,2,3,空]、[2,3,空,4]、[2,3,空,空]、[空,空,空,4]传输至用户4的客户端。
实施例二
图6为本公开实施例二提供的一种混音方法的流程示意图，该方法可适用于对多媒体房间进行混音的情况，该方法可以由混音装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在媒体服务器上。
如图6所示，本公开实施例二提供的一种混音方法，包括如下步骤：
S210、获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值。
S220、获取客户端的混音请求。
混音请求可以用于表征客户端请求获取音频包。具体的，媒体服务器可以获取客户端的混音请求，以将对应混音请求的音频包传输至客户端。本实施例不对获取混音请求的手段进行展开。
S230、响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于实施例一任一所述的混音方法将所述音频流混音得到。
在媒体服务器接收到客户端的混音请求后，可以响应于此混音请求，并将对应混音请求的音频包传输至客户端，从而完成音频包的传输。
其中，将对应混音请求的音频包传输至客户端的过程不限，例如混音请求中可以包含客户端的标识信息，媒体服务器可以根据此标识信息和音频包的指示信息，将对应的音频包传输至对应的客户端。音频包可以由媒体服务器生成，也可以是从处理服务器获取的。
本公开实施例二提供的一种混音方法，获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；获取客户端的混音请求；响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于实施例一任一所述的混音方法将所述音频流混音得到。利用该方法，通过获取客户端的混音请求能够实现将对应混音请求的音频包传输至客户端，从而保证了音频包传输的准确无误。
在一个实施例中，所述将对应所述混音请求的音频包传输至所述客户端，包括：
从处理服务器获取N+1个音频包，所述音频包基于所述音频流确定；
获取各所述音频包的指示信息，确定对应所述客户端的音频包；
将所确定的音频包传输至客户端。
在本实施例中，媒体服务器可以首先从处理服务器中获取N+1个音频包，然后获取每个音频包的指示信息，以根据指示信息确定对应客户端的音频包，从而将所确定的音频包传输至客户端。
实施例三
图7为本公开实施例三提供的一种混音装置的结构示意图，该装置可适用于对多媒体房间进行混音的情况，其中该装置可由软件和/或硬件实现，并一般集成在处理服务器上。
如图7所示，该装置包括：
第一获取模块310，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
混音模块320，用于将所述音频流混音成N+1个音频包；
传输模块330，用于将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
在本实施例中，该装置通过第一获取模块310获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；通过混音模块320将所述音频流混音成N+1个音频包；通过传输模块330将各所述音频包传输至对应的客户端；其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。利用该装置，通过将音频流混音成N+1个音频包并将各音频包传输至对应的客户端，能够减轻混音过程中服务端CPU和内存的占用率，避免了网络资源的浪费。
进一步的，所述第一获取模块310，包括：
每隔设定时长从媒体服务器获取多媒体房间内所有音频流；
将所述音频流按照音量值排序后，从音量值最大的音频流开始依次选取M个音频流，M个所述音频流的时长为设定时长，M个所述音频流的音量值大于设定阈值。
进一步的，在M等于N时，各所述音频包间所混音的音频流不完全相同，各所述音频包至少混音N-1个音频流。
进一步的，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包。
进一步的，所述混音模块320，包括：
每隔设定时长将所述音频流混音成N+1个音频包，所述音频包的包头中包括有指示信息，所述指示信息指示所述音频包所混音的音频流和所能传输至的客户端。
进一步的，所述传输模块330具体用于：
将各所述音频包传输至媒体服务器；
所述媒体服务器用于响应于所述客户端的混音请求，将对应的音频包传输至对应的客户端。
上述混音装置可执行本公开实施例一所提供的混音方法，具备执行方法相应的功能模块和有益效果。
实施例四
图8为本公开实施例四提供的一种混音装置的结构示意图，该装置可适用于对多媒体房间进行混音的情况，其中该装置可由软件和/或硬件实现，并一般集成在媒体服务器上。
如图8所示，该装置包括：
第二获取模块410，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
第三获取模块420，用于获取客户端的混音请求；
响应模块430，用于响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于实施例三任一所述的混音装置将所述音频流混音得到。
在本实施例中，该装置通过第二获取模块410获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；通过第三获取模块420获取客户端的混音请求；通过响应模块430响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于实施例三任一所述的混音装置将所述音频流混音得到。利用该装置，通过获取客户端的混音请求能够实现将对应混音请求的音频包传输至客户端，从而保证了音频包传输的准确无误。
进一步的，所述响应模块430包括：
第一获取单元，用于从处理服务器获取N+1个音频包，所述音频包基于所述音频流确定；
第二获取单元，用于获取各所述音频包的指示信息，确定对应所述客户端的音频包；
传输单元，用于将所确定的音频包传输至客户端。
上述混音装置可执行本公开实施例二所提供的混音方法，具备执行方法相应的功能模块和有益效果。
实施例五
图9为本公开实施例五提供的一种处理服务器或媒体服务器的结构示意图。图9示出了适于用来实现本公开实施例的处理服务器或媒体服务器400的结构示意图。本公开实施例中的处理服务器或媒体服务器400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、个人数字助理(Personal Digital Assistant，PDA)、平板电脑(PortableAndroid Device，PAD)、便携式多媒体播放器(Portable Media Player，PMP)、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9示出的处理服务器或媒体服务器400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9所示，处理服务器或媒体服务器400可以包括一个或多个处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从存储装置408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理。一个或多个处理装置401实现如本公开提供的混音方法。在RAM403中，还存储有处理服务器或媒体服务器400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(Liquid CrystalDisplay，LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408，存储装置408用于存储一个或多个程序；以及通信装置409。通信装置409可以允许处理服务器或媒体服务器400与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的处理服务器或媒体服务器400，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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401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(Compact Disc Read-Only Memory，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。
在一些实施方式中，客户端、服务器可以利用诸如超文本传输协议(Hyper TextTransfer Protocol，HTTP)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(LAN)，广域网(WAN)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述处理服务器或媒体服务器400中所包含的；也可以是单独存在，而未装配入该处理服务器或媒体服务器400中。
上述计算机可读介质存储有一个或者多个计算机程序，当上述一个或者多个程序被处理装置执行时实现如下方法：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
将所述音频流混音成N+1个音频包；
将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
所述计算机程序在由处理装置执行时还用于执行混音方法，该方法包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
获取客户端的混音请求；
响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于实施例一任一所述的混音方法将所述音频流混音得到。
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处理服务器执行时，使得该处理服务器400：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)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。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模块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，模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、专用标准产品(Application Specific Standard Parts，ASSP)、片上系统(System on Chip，SOC)、复杂可编程逻辑设备(Complex Programming logic device，CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，示例1提供了一种混音方法，包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
将所述音频流混音成N+1个音频包；
将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
根据本公开的一个或多个实施例，示例2根据示例1所述的方法，
所述获取M个音频流，包括：
每隔设定时长从媒体服务器获取多媒体房间内所有音频流；
将所述音频流按照音量值排序后，从音量值最大的音频流开始依次选取M个音频流，M个所述音频流的时长为设定时长，M个所述音频流的音量值大于设定阈值。
根据本公开的一个或多个实施例，示例3根据示例1所述的方法，
在M等于N时，各所述音频包间所混音的音频流不完全相同，各所述音频包至少混音N-1个音频流。
根据本公开的一个或多个实施例，示例4根据示例1所述的方法，
在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包。
根据本公开的一个或多个实施例，示例5根据示例1所述的方法，
所述将所述音频流混音成N+1个音频包，包括：
每隔设定时长将所述音频流混音成N+1个音频包，所述音频包的包头中包括有指示信息，所述指示信息指示所述音频包所混音的音频流和所能传输至的客户端。
根据本公开的一个或多个实施例，示例6根据示例1所述的方法，
将各所述音频包传输至对应的客户端，包括：
将各所述音频包传输至媒体服务器；
所述媒体服务器用于响应于所述客户端的混音请求，将对应的音频包传输至对应的客户端。
根据本公开的一个或多个实施例，示例7提供了一种混音方法，包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
获取客户端的混音请求；
响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于示例1-6任一所述的混音方法将所述音频流混音得到。
根据本公开的一个或多个实施例，示例8根据示例7所述的方法，
所述将对应所述混音请求的音频包传输至所述客户端，包括：
从处理服务器获取N+1个音频包，所述音频包基于所述音频流确定；
获取各所述音频包的指示信息，确定对应所述客户端的音频包；
将所确定的音频包传输至客户端。
根据本公开的一个或多个实施例，示例9提供了一种混音装置，包括：
第一获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
混音模块，用于将所述音频流混音成N+1个音频包；
传输模块，用于将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
根据本公开的一个或多个实施例，示例10提供了一种混音装置，包括：
第二获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值；
第三获取模块，用于获取客户端的混音请求；
响应模块，用于响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于示例9任一所述的混音装置将所述音频流混音得到。
根据本公开的一个或多个实施例，示例11提供了一种处理服务器，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如示例1-6中任一所述的方法。
根据本公开的一个或多个实施例，示例12提供了一种媒体服务器，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如示例7-8中任一所述的方法。
根据本公开的一个或多个实施例，示例13提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如示例1-8中任一所述的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (11)
1.一种混音方法，其特征在于，所述方法包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值，M个所述音频流的时长为设定时长；
将所述音频流混音成N+1个音频包，所述音频包包含在一路音频流中，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包；所述将所述音频流混音成N+1个音频包，包括：每隔设定时长将所述音频流混音成N+1个音频包；
将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
2.根据权利要求1所述的方法，其特征在于，所述获取M个音频流，包括：
每隔设定时长从媒体服务器获取多媒体房间内所有音频流；
将所述音频流按照音量值排序后，从音量值最大的音频流开始依次选取M个音频流，M个所述音频流的音量值大于设定阈值。
3.根据权利要求1所述的方法，其特征在于，在M等于N时，各所述音频包间所混音的音频流不完全相同，各所述音频包至少混音N-1个音频流。
4.根据权利要求1所述的方法，其特征在于，所述音频包的包头中包括有指示信息，所述指示信息指示所述音频包所混音的音频流和所能传输至的客户端。
5.根据权利要求1所述的方法，其特征在于，将各所述音频包传输至对应的客户端，包括：
将各所述音频包传输至媒体服务器；
所述媒体服务器用于响应于所述客户端的混音请求，将对应的音频包传输至对应的客户端。
6.一种混音方法，其特征在于，包括：
获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值，M个所述音频流的时长为设定时长；
获取客户端的混音请求；
响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于权利要求1-5任一所述的混音方法将所述音频流混音得到；
所述将对应所述混音请求的音频包传输至所述客户端，包括：
从处理服务器获取N+1个音频包，所述音频包包含在一路音频流中，所述音频包基于所述音频流确定，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包；
获取各所述音频包的指示信息，确定对应所述客户端的音频包；
将所确定的音频包传输至客户端。
7.一种混音装置，其特征在于，包括：
第一获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值，M个所述音频流的时长为设定时长；
混音模块，用于将所述音频流混音成N+1个音频包，所述音频包包含在一路音频流中，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包；所述将所述音频流混音成N+1个音频包，包括：每隔设定时长将所述音频流混音成N+1个音频包；
传输模块，用于将各所述音频包传输至对应的客户端；
其中，同一时刻混音出的音频包的时间戳相同，同一时刻混音出的音频包的包标识相同。
8.一种混音装置，其特征在于，包括：
第二获取模块，用于获取M个音频流，所述M为小于或等于N的正整数，所述N为参与混音的音频流个数的上限值，M个所述音频流的时长为设定时长；
第三获取模块，用于获取客户端的混音请求；
响应模块，用于响应于所述混音请求将对应所述混音请求的音频包传输至所述客户端，所述音频包基于权利要求7所述的混音装置将所述音频流混音得到；
进一步的，所述响应模块包括：
第一获取单元，用于从处理服务器获取N+1个音频包，所述音频包包含在一路音频流中，所述音频包基于所述音频流确定，在M小于N时，所述N+1个音频包中的M+1个音频包间所混音的音频流不完全相同，M+1个音频包中每个音频包至少混音M-1个音频流，所述N+1个音频包中包括N-M个空包；
第二获取单元，用于获取各所述音频包的指示信息，确定对应所述客户端的音频包；
传输单元，用于将所确定的音频包传输至客户端。
9.一种处理服务器，其特征在于，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如权利要求1-5中任一所述的方法。
10.一种媒体服务器，其特征在于，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如权利要求6中所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210432320.9A CN114900503B (zh) | 2022-04-22 | 2022-04-22 | 一种混音方法、装置、处理服务器、媒体服务器及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210432320.9A CN114900503B (zh) | 2022-04-22 | 2022-04-22 | 一种混音方法、装置、处理服务器、媒体服务器及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114900503A CN114900503A (zh) | 2022-08-12 |
| CN114900503B true CN114900503B (zh) | 2024-07-02 |
Family
ID=82717849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210432320.9A Active CN114900503B (zh) | 2022-04-22 | 2022-04-22 | 一种混音方法、装置、处理服务器、媒体服务器及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114900503B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108881783A (zh) * | 2017-05-09 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 实现多人会话的方法和装置、计算机设备和存储介质 |
| CN112188144A (zh) * | 2020-09-14 | 2021-01-05 | 浙江华创视讯科技有限公司 | 音频的发送方法及装置、存储介质和电子装置 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6683858B1 (en) * | 2000-06-28 | 2004-01-27 | Paltalk Holdings, Inc. | Hybrid server architecture for mixing and non-mixing client conferencing |
| US7313593B1 (en) * | 2000-10-24 | 2007-12-25 | International Business Machines Corporation | Method and apparatus for providing full duplex and multipoint IP audio streaming |
| CN102664019B (zh) * | 2012-04-27 | 2014-05-28 | 深圳市邦彦信息技术有限公司 | 一种全交互会议的dsp混音方法和装置 |
| US9325853B1 (en) * | 2015-09-24 | 2016-04-26 | Atlassian Pty Ltd | Equalization of silence audio levels in packet media conferencing systems |
| US10034036B2 (en) * | 2015-10-09 | 2018-07-24 | Microsoft Technology Licensing, Llc | Media synchronization for real-time streaming |
| CN106973253B (zh) * | 2016-01-13 | 2020-04-14 | 华为技术有限公司 | 一种调整媒体流传输的方法及装置 |
| CN110121102A (zh) * | 2019-03-18 | 2019-08-13 | 视联动力信息技术股份有限公司 | 一种音频数据处理方法及装置 |
| KR20210020376A (ko) * | 2019-08-14 | 2021-02-24 | 라인플러스 주식회사 | 음성 컨퍼런스의 비대칭 채널을 이용한 오디오 제어 방법 및 시스템 |
| CN112118264A (zh) * | 2020-09-21 | 2020-12-22 | 苏州科达科技股份有限公司 | 会议混音方法以及系统 |
| US11662975B2 (en) * | 2020-10-06 | 2023-05-30 | Tencent America LLC | Method and apparatus for teleconference |
| US11240469B1 (en) * | 2020-12-18 | 2022-02-01 | Frqncy, Inc. | Systems and methods for audience interactions in real-time multimedia applications |
| CN114007108B (zh) * | 2021-10-28 | 2023-09-19 | 广州华多网络科技有限公司 | 音频流混音控制方法及其装置、设备、介质、产品 |
| CN114217996A (zh) * | 2021-12-27 | 2022-03-22 | 北京百度网讯科技有限公司 | 混音方法和装置 |
-
2022
- 2022-04-22 CN CN202210432320.9A patent/CN114900503B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108881783A (zh) * | 2017-05-09 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 实现多人会话的方法和装置、计算机设备和存储介质 |
| CN112188144A (zh) * | 2020-09-14 | 2021-01-05 | 浙江华创视讯科技有限公司 | 音频的发送方法及装置、存储介质和电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114900503A (zh) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111064987B (zh) | 信息展示方法、装置及电子设备 | |
| WO2022127523A1 (zh) | 一种视频播放方法、装置、设备及介质 | |
| WO2022068488A1 (zh) | 消息发送的控制方法、装置、电子设备及计算机可读存储介质 | |
| WO2022095954A1 (zh) | 基于直播的数据交互方法、装置、电子设备和可读介质 | |
| CN110545472B (zh) | 视频数据的处理方法、装置、电子设备及计算机可读介质 | |
| CN111432001B (zh) | 用于跳转场景的方法、装置、电子设备和计算机可读介质 | |
| CN114827682B (zh) | 投屏方法、系统、设备及存储介质 | |
| WO2023125350A1 (zh) | 音频数据推送方法、装置、系统、电子设备及存储介质 | |
| WO2022078159A1 (zh) | 直播的开播方法及设备 | |
| EP4113985A1 (en) | Multimedia conference data processing method and apparatus, and electronic device | |
| CN110781373A (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
| CN112995712A (zh) | 卡顿因素的确定方法、装置、设备及存储介质 | |
| CN111614759B (zh) | 资源分享方法、装置、电子设备及计算机可读介质 | |
| CN115134670A (zh) | 多媒体播放方法、设备、存储介质及程序产品 | |
| CN111818383A (zh) | 视频数据的生成方法、系统、装置、电子设备及存储介质 | |
| US11632581B2 (en) | Playlist switching method, apparatus and system, terminal and storage medium | |
| CN113144620B (zh) | 帧同步游戏的检测方法、装置、平台、可读介质和设备 | |
| CN114827698A (zh) | 一种播放信息的同步方法、装置、终端设备和存储介质 | |
| CN111355784B (zh) | 一种处理请求信息的方法、装置、介质和电子设备 | |
| CN113037751A (zh) | 创建音视频接收流的方法及系统 | |
| CN114900503B (zh) | 一种混音方法、装置、处理服务器、媒体服务器及介质 | |
| CN114584822B (zh) | 一种同步播放方法、装置、终端设备和存储介质 | |
| CN115225586B (zh) | 数据包发送方法、装置、设备及计算机可读存储介质 | |
| WO2022057581A1 (zh) | 内容显示方法、装置、电子设备及计算机可读存储介质 | |
| WO2022048490A1 (zh) | 数据处理方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |