1.一种多媒体数据交互方法，应用于终端，其特征在于，包括：
在播放接收到的多媒体数据的过程中，若检测到触发操作，则根据预设时间段内接收到的交互素材数据，将预设时间段内接收到的多媒体数据进行更新处理；
播放更新处理后的多媒体数据；
其中，所述预设时间段为检测到所述触发操作的时刻之后的时间段。
2.根据权利要求1所述的多媒体数据交互方法，其特征在于，所述交互素材数据包括：待替换对象信息以及目标对象信息；
所述根据预设时间段内接收到的交互素材数据，将预设时间段内接收到的多媒体数据进行更新处理，包括：
将所述多媒体数据中的待替换对象的图像数据更新为目标对象的图像数据，得到目标视频数据。
3.根据权利要求2所述的多媒体数据交互方法，其特征在于，所述交互素材数据还包括：与所述目标对象对应的文本信息；
在将所述多媒体数据中的待替换对象的图像数据更新为目标对象的图像数据，得到目标视频数据之后，还包括：
将所述目标视频数据与所述文本信息相匹配；
所述播放更新处理后的多媒体数据，包括：
在所述目标视频数据的播放画面中，以预设形式显示所述文本信息。
4.根据权利要求2所述的多媒体数据交互方法，其特征在于，所述交互素材数据还包括：与所述目标对象对应的语音信息的音频数据；
在将所述多媒体数据中的待替换对象的图像数据更新为目标对象的图像数据，得到目标视频数据之后，还包括：
将所述多媒体数据中存在所述待替换对象的画面对应的音频数据替换为所述语音信息的音频数据。
5.根据权利要求2所述的多媒体数据交互方法，其特征在于，在播放接收到的多媒体数据之前，还包括：
接收服务器下发的第一音频数据以及对应的时间戳信息；所述第一音频数据包括与所述目标对象对应的语音信息的音频数据；
在将所述多媒体数据中的待替换对象的图像数据更新为目标对象的图像数据，得到目标视频数据之后，还包括：
获取检测到所述触发操作时的播放时间点；
根据所述播放时间点和所述时间戳信息，从所述第一音频数据中获取与所述目标视频数据对应的目标音频数据；
将所述多媒体数据中的音频数据替换为所述目标音频数据。
6.根据权利要求2所述的多媒体数据交互方法，其特征在于，在根据预设时间段内接收到的交互素材数据，将预设时间段内接收到的多媒体数据进行更新处理之前，还包括：
获取检测到所述触发操作时的播放时间点；
根据所述播放时间点，向服务器发送交互请求；
接收所述服务器根据所述交互请求反馈的目标音频数据；所述目标音频数据包括与所述目标对象对应的语音信息的音频数据；
在将所述多媒体数据中的待替换对象的图像数据更新为目标对象的图像数据，得到目标视频数据之后，还包括：
将所述多媒体数据中的音频数据替换为所述目标音频数据。
7.一种多媒体数据交互方法，应用于服务器，其特征在于，包括：
向终端实时推送多媒体数据及对应的交互素材数据。
8.根据权利要求7所述的多媒体数据交互方法，其特征在于，所述交互素材数据包括：待替换对象信息以及目标对象信息。
9.根据权利要求8所述的多媒体数据交互方法，其特征在于，所述交互素材数据还包括：与所述目标对象对应的文本信息；和/或，与所述目标对象对应的语音信息的音频数据。
10.根据权利要求8所述的多媒体数据交互方法，其特征在于，在向终端实时推送多媒体数据及对应的交互素材数据之前，还包括：
向所述终端发送第一音频数据以及对应的时间戳信息；所述第一音频数据包括与所述目标对象对应的语音信息的音频数据。
11.根据权利要求8所述的多媒体数据交互方法，其特征在于，在向终端实时推送多媒体数据及对应的交互素材数据之后，还包括：
接收所述终端发送的交互请求；
根据所述交互请求中的播放时间点，获取目标音频数据；所述目标音频数据包括与所述目标对象对应的语音信息的音频数据；
根据所述交互请求，向所述终端反馈所述目标音频数据。
12.根据权利要求9所述的多媒体数据交互方法，其特征在于，在向终端实时推送多媒体数据及对应的交互素材数据之前，还包括：
获取所述目标对象的特征参数；
根据所述特征参数，获取所述目标对象与预设画面中各个对象之间的匹配度；所述预设画面包括与所述多媒体数据对应的第一视频数据构成的各个画面；
根据所述匹配度，从所述各个画面中获取满足预设条件的至少一组目标画面；
根据所述目标画面，得到所述目标对象的至少一个视频片段。
13.根据权利要求12所述的多媒体数据交互方法，其特征在于，在所述交互素材数据包括与所述目标对象对应的语音信息的音频数据的情况下，在向终端实时推送多媒体数据及对应的交互素材数据之前，还包括：
获取所述视频片段中的目标人物的动作信息；
从所述动作信息中，获取所述目标对象适配的目标动作信息；
针对所述目标动作信息，匹配所述目标动作信息对应的文本信息；
根据所述目标动作信息对应的文本信息，配置针对所述目标对象的语音信息。
14.根据权利要求13所述的多媒体数据交互方法，其特征在于，所述针对所述目标动作信息，匹配所述目标动作信息对应的文本信息，包括：
根据所述目标动作信息中的动作类型信息以及各个动作类型对应的数量信息，得到所述目标动作信息对应的内容类别；
根据所述目标动作信息对应的内容类别，匹配所述目标动作信息对应的文本信息。
15.根据权利要求13所述的多媒体数据交互方法，其特征在于，在所述根据所述目标动作信息对应的文本信息，配置针对所述目标对象的语音信息之前，还包括：
从第二音频数据中获取所述目标人物的语音数据；
根据所述语音数据，得到所述目标人物的语音特征信息；
所述根据所述目标动作信息对应的文本信息，配置针对所述目标对象的语音信息，包括：
根据所述语音特征信息和目标动作信息对应的文本信息，配置针对所述目标对象的语音信息；
其中，所述第二音频数据包括所述第一视频数据对应的音频数据。
16.一种通信设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至15中任一项所述的多媒体数据交互方法。
17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至15中任一项所述的多媒体数据交互方法中的步骤。