CN116938914A - 一种远程桌面声音同步方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种远程桌面声音同步方法、装置、设备及存储介质，其中该方法包括步骤：基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；判断缓冲区中的音频数据是否存在播放延迟；当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。本申请不仅有效避免了小延迟积累成大延迟问题，还通过设置缓冲区降低了收取声音数据时忽快忽慢导致的不合理快进几率，保证了声音数据的完整性，平滑性和实时性，显著提高了用户听觉体验。

Description

一种远程桌面声音同步方法、装置、设备及存储介质

技术领域

本发明涉及远程桌面控制技术领域，尤其涉及一种远程桌面声音同步方法、装置、设备及存储介质。

背景技术

OEIDP远程桌面协议是一种应用层协议，由服务器和客户端组成。服务器运行在桌面内，可以将计算机桌面图形、声音、输入等信息以报文形式同步给客户端，在客户端远程操控计算机，如同操控真实的桌面一样。声音是远程桌面协议的一项重要的组成部分，当桌面有声音播放时，音频数据通过网络到达客户端，并在客户端发出声音。当网络条件差或者桌面处于忙碌状态时，客户端收到的音频数据很可能已经延迟了一段时间，因此有必要使用一定算法将服务器和客户端的声音进行同步，保证良好的用户体验。

传统的声音同步方法主要有两种：第一种是发现延迟较大，丢掉已经延迟的音频数据，此方法缺陷是无法保证声音的完整性；第二种是发现延迟较小，接受延迟带来的影响，此方法的缺陷是“小延迟”会积累成“大延迟”，最终无法保证声音的实时性。

因此，如何在桌面远程控制中，避免音频数据传输延迟，是目前亟需解决的技术问题。

发明内容

本发明主要目的在于提供一种远程桌面声音同步方法、装置、设备及存储介质，不仅有效避免了小延迟积累成大延迟问题，还通过设置缓冲区降低了收取声音数据时忽快忽慢导致的不合理快进几率，保证了声音数据的完整性，平滑性和实时性，显著提高了用户听觉体验。

第一方面，本申请提供了一种远程桌面声音同步方法，其中该方法包括步骤：

基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；

判断缓冲区中的音频数据是否存在播放延迟；

当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

结合上述第一方面，作为一种可选的实现方式，当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；

当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

结合上述第一方面，作为一种可选的实现方式，检查缓冲区中音频数据的播放状态；

当确定缓冲区中音频状态为未播放时，初始化播放器并重新读取缓冲区中的音频数据进行播放。

结合上述第一方面，作为一种可选的实现方式，当确定缓冲区中音频状态为未播放时，将缓冲区中的音频数据传输给播放器，并重置缓冲区，以存储下一段音频数据。

结合上述第一方面，作为一种可选的实现方式，从服务器建立套接字连接中读取音频数据，并将读取的音频数据存储与缓冲区中直至填满缓冲区。

结合上述第一方面，作为一种可选的实现方式，当声音出现延迟时，开启快进标记，对声音播放速率进行预设频率调大，使得音频播放时长加快靠近接收音频的时长。

第二方面，本申请提供了一种远程桌面声音同步装置，该装置包括：

读取单元，其用于基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；

判断单元，其用于判断缓冲区中的音频数据是否存在播放延迟；

执行单元，其用于当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

结合上述第二方面，作为一种可选的实现方式，所述判断单元，还用于当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；

当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

第三方面，本申请还提供了一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现第一方面任一项所述的方法。

第四方面，本申请还提供了一种计算机可读存储介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行第一方面任一项所述的方法。

本申请提供的一种远程桌面声音同步方法、装置、设备及存储介质，其中该方法包括步骤：基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；判断缓冲区中的音频数据是否存在播放延迟；当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。本申请不仅有效避免了小延迟积累成大延迟问题，还通过设置缓冲区降低了收取声音数据时忽快忽慢导致的不合理快进几率，保证了声音数据的完整性，平滑性和实时性，显著提高了用户听觉体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1为本申请实施例中提供的一种远程桌面声音同步方法流程图；

图2为本申请实施例中提供的一种远程桌面声音同步装置示意图；

图3为本申请实施例中提供的一种电子设备示意图；

图4为本申请实施例中提供的一种计算机可读程序介质示意图。

具体实施方式

这里将详细地对示例性实施例执行说明，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发明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、本发明的一些方面相一致的装置和方法的例子。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。附图所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。

本申请实施例提供了一种远程桌面声音同步方法、装置、设备及存储介质，不仅有效避免了小延迟积累成大延迟问题，还通过设置缓冲区降低了收取声音数据时忽快忽慢导致的不合理快进几率，保证了声音数据的完整性，平滑性和实时性，显著提高了用户听觉体验。

为达到上述技术效果，本申请的总思路如下：

一种远程桌面声音同步方法，该方法包括步骤：

S101：基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中。

S102：判断缓冲区中的音频数据是否存在播放延迟。

S103：当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

以下结合附图对本申请的实施例作进一步详细说明。

参照图1，图1所示为本发明提供的一种远程桌面声音同步方法流程图，如图1所示，该方法包括步骤：

步骤S101:基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中。

具体而言，首先在播放音频前，需要和服务器建立套接字连接，从套接字中读取声音数据包，将其携带的音频数据存入缓冲区，直至缓冲区存储空间被填满。可以理解的是，B.从声音流中收取多段音频数据并存储到缓冲区B，直至B填满。

需要说明的是，套接字(Socket)，就是对网络中不同主机上的应用进程之间进行双向通信的端点的抽象。一个套接字就是网络上进程通信的一端，提供了应用层进程利用网络协议交换数据的机制。从所处的地位来讲，套接字上联应用进程，下联网络协议栈，是应用程序通过网络协议进行通信的接口，是应用程序与网络协议栈进行交互的接口。

步骤S102:判断缓冲区中的音频数据是否存在播放延迟。

具体而言，当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

一实施例中，判断缓冲区中的音频数据是否存在播放延迟之前需要检查缓冲区中音频数据的播放状态；当确定缓冲区中音频状态为未播放时，初始化播放器并重新读取缓冲区中的音频数据进行播放。

可以理解的是，声音数据就绪，即将播放，需要检查播放状态，如果未开始播放，需要初始化声音播放器，为下一步做准备(即从缓冲区读取音频数据，然后播放并判断是否存在延迟)；如果已经开始播放，无需处理，因为播放完一段音频数据会立刻读取下一段缓存的音频数据并接着播放。

可选的，当声音数据就绪，但是并未播放时，将缓冲区B中的数据复制一份给播放器，进行播放，并重置B的缓冲区索引值为0，以存储下一段音频数据。

步骤S103:当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

具体而言，当确定缓冲区的音频数据存在延迟时，说明存储的音频数据超过阈值，开启快进标记，对声音播放速率进行预设频率调大，使得音频播放时长加快靠近接收音频的时长。

一实施例中，设置收取音频数据时长R和已播放音频时长P均等于0，设置延迟阈值为D，其中R，P，D均为实数变量，设置音频数据缓存区B，其大小为D和声音采样率的乘积，设置不超过阈值的缓冲区，可以有效应对收取声音时偏慢或偏快频繁触发F.检测延迟，使得声音处理更为平滑。从套接字中读取声音数据包，将其携带的音频数据存入缓冲区B，直至B填满，然后令R＝R+D，执行检查延迟流程，其中检查延迟流程为若R-P>D，说明存储的音频数据超过阈值，声音已经出现了延迟，此时开启快进标记，对声音播放速率进行小幅变大，快进会加快消耗存储的音频数据，并使得P加快向R靠近；若R-P<D，说明存储的音频数据时长已低于阈值，声音不再延迟，此时需要关闭快进标记，并恢复播放速率。

需要说明的是，R取的是Receive的首字母；P取的是Play的首字母；B取的是Buffer的首字母；D取的是Delay的首字母。R是接收的数据对应的时长，接收过程是持续的，所以需要累加，P是播放的数据对应的时长，播放过程也是持续的，也需要累加，加D的原因是因为缓存区B是根据D来生成的，也就是说，B存满后，数据对应的时长就是D。

可选的，将接收的音频数据存储于缓冲区中，并检查当前播放状态，如果未播放读取缓冲区中的音频书进行播放，然后进行延迟检查，当确定延迟时，开启快进标记，调整播放速率，如果未延迟时，正常播放。

可以理解的是，在没有延迟的情况下，R和P只是为了记录时长情况。当发生延迟后，通过R-P就相当于传感器，用于感知延迟。

需要说明的是本申请能够使声音延迟始终无法扩大，还通过缓冲区降低了收取声音数据时忽快忽慢导致的不合理快进几率，进而有效保证声音的完整性，实时性和平滑性。

参照图2，图2所示为本发明提供的一种远程桌面声音同步装置示意图，如图2所示，该装置包括：

读取单元201：其用于基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中。

判断单元202：其用于判断缓冲区中的音频数据是否存在播放延迟。

执行单元203：其用于当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

进一步地，一种可能的实施方式中，判断单元，还用于当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；

当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

进一步地，一种可能的实施方式中，执行单元，还用于检查缓冲区中音频数据的播放状态；

当确定缓冲区中音频状态为未播放时，初始化播放器并重新读取缓冲区中的音频数据进行播放。

进一步地，一种可能的实施方式中，执行单元，还用于当确定缓冲区中音频状态为未播放时，将缓冲区中的音频数据传输给播放器，并重置缓冲区，以存储下一段音频数据。

进一步地，一种可能的实施方式中，读取单元，还用于从服务器建立套接字连接中读取音频数据，并将读取的音频数据存储与缓冲区中直至填满缓冲区。

进一步地，一种可能的实施方式中，执行单元，还用于当声音出现延迟时，开启快进标记，对声音播放速率进行预设频率调大，使得音频播放时长加快靠近接收音频的时长。

下面参照图3来描述根据本发明的这种实施方式的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“实施例方法”部分中描述的根据本发明各种示例性实施方式的步骤。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)321和/或高速缓存存储单元322，还可以进一步包括只读存储单元(ROM)323。

存储单元320还可以包括具有一组(至少一个)程序模块325的程序/实用工具324，这样的程序模块325包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

根据本公开的方案，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图4所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (10)

1.一种远程桌面声音同步方法，其特征在于，包括：

基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；

判断缓冲区中的音频数据是否存在播放延迟；

当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

2.根据权利要求1所述的方法，其特征在于，所述判断缓冲区中的音频数据是否存在播放延迟，包括：

当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；

当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

3.根据权利要求1所述的方法，其特征在于，所述判断缓冲区中的音频数据是否存在播放延迟之前，包括：

检查缓冲区中音频数据的播放状态；

当确定缓冲区中音频状态为未播放时，初始化播放器并重新读取缓冲区中的音频数据进行播放。

4.根据权利要求3所述的方法，其特征在于，还包括：

当确定缓冲区中音频状态为未播放时，将缓冲区中的音频数据传输给播放器，并重置缓冲区，以存储下一段音频数据。

5.根据权利要求1所述的方法，其特征在于，基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中，包括：

从服务器建立套接字连接中读取音频数据，并将读取的音频数据存储与缓冲区中直至填满缓冲区。

6.根据权利要求1所述的方法，其特征在于，包括：

当声音出现延迟时，开启快进标记，对声音播放速率进行预设频率调大，使得音频播放时长加快靠近接收音频的时长。

7.一种远程桌面声音同步装置，其特征在于，包括：

读取单元，其用于基于服务器建立套接字连接，读取音频数据，并将读取的音频数据存储于设定的缓冲区中；

判断单元，其用于判断缓冲区中的音频数据是否存在播放延迟；

执行单元，其用于当确定缓冲区的音频数据存在延迟时，加快正在播放的音频速率，以进行声音同步。

8.根据权利要求7所述的装置，其特征在于：

所述判断单元，还用于当读取音频数据时长与已播放音频时长差值大于设定阈值时，判断缓冲区中的音频数据存在播放延迟；

当读取音频数据时长与已播放音频时长差值小于设定阈值时，判断缓冲区中的音频数据不存在播放延迟。

9.一种电子设备，其特征在于，所述电子设备，包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至6中任一项所述的方法。