1.一种声波纹直播方法，其特征在于，应用于直播管理系统，所述直播管理系统包括服务器及多个客户端设备，所述方法包括：
所述服务器获取同一互动直播间内至少一个主播通过对应的目标客户端设备上传的待直播语音信号；
所述服务器根据每个待直播语音信号的音量信息及主播信息，对获取到的所有待直播语音信号进行音频整合及音频封装，得到对应的待直播音频流，其中所述待直播音频流中的每个待直播音频帧记录有与自身音频内容对应的主播信息及音量信息；
所述服务器将所述待直播音频流传输给所述互动直播间内每个主播对应的目标客户端设备；
所述目标客户端设备对接收到的所述待直播音频流进行音频播放，并在每个待直播音频帧被播放时按照其记录的主播信息及音量信息显示对应主播的声波纹图案。
2.根据权利要求1所述的方法，其特征在于，所述服务器根据每个待直播语音信号的音量信息及主播信息，对获取到的所有待直播语音信号进行音频整合及音频封装，得到对应的待直播音频流，包括：
根据每个待直播语音信号中的每个语音帧的显示时间戳，按照时间先后顺序对所有语音帧进行帧排序；
根据帧排序结果计算相邻两个语音帧的显示时间戳之间的时长差值；
将相邻的对应时长差值不大于预设时差阈值的多个语音帧混音成一个音频数据，并将对应时长差值大于预设时差阈值的语音帧单独作为一个音频数据；
针对每个音频数据，根据该音频数据涉及到的每个语音帧的显示时间戳，计算其对应的目标显示时间戳；
针对每个音频数据，对该音频数据以及其对应的目标显示时间戳和语音帧的主播信息及音量信息进行音频封装，得到所述待直播音频流中的一个待直播音频帧。
3.根据权利要求2所述的方法，其特征在于，所述目标客户端设备对接收到的所述待直播音频流进行音频播放，并在每个待直播音频帧被播放时按照其记录的主播信息及音量信息显示对应主播的声波纹图案，包括：
按照所述待直播音频流中每个待直播音频帧的目标显示时间戳，依次对每个待直播音频帧进行音频播放；
针对每个处于播放状态的待直播音频帧，实时计算真实播放时刻与该待直播音频帧的目标显示时间戳之间的真实播放时差；
若所述真实播放时差不小于该待直播音频帧所对应的音频播放时差，则回调下一个待直播音频帧的主播信息及音量信息进行声波纹图案显示。
4.一种声波纹直播方法，其特征在于，应用于直播管理系统中的服务器，所述方法包括：
获取同一互动直播间内至少一个主播通过对应的目标客户端设备上传的待直播语音信号；
根据每个待直播语音信号的音量信息及主播信息，对获取到的所有待直播语音信号进行音频整合及音频封装，得到对应的待直播音频流，其中所述待直播音频流中的每个待直播音频帧记录有与自身音频内容对应的主播信息及音量信息；
将所述待直播音频流传输给所述互动直播间内每个主播对应的目标客户端设备，使所述目标客户端设备在对所述待直播音频流中的每个待直播音频帧进行音频播放时，按照其记录的主播信息及音量信息显示对应主播的声波纹图案。
5.根据权利要求4所述的方法，其特征在于，所述根据每个待直播语音信号的音量信息及主播信息，对获取到的所有待直播语音信号进行音频整合及音频封装，得到对应的待直播音频流，包括：
根据每个待直播语音信号中的每个语音帧的显示时间戳，按照时间先后顺序对所有语音帧进行帧排序；
根据帧排序结果计算相邻两个语音帧的显示时间戳之间的时长差值；
将相邻的对应时长差值不大于预设时差阈值的多个语音帧混音成一个音频数据，并将对应时长差值大于预设时差阈值的语音帧单独作为一个音频数据；
针对每个音频数据，根据该音频数据涉及到的每个语音帧的显示时间戳，计算其对应的目标显示时间戳；
针对每个音频数据，对该音频数据以及其对应的目标显示时间戳和语音帧的主播信息及音量信息进行音频封装，得到所述待直播音频流中的一个待直播音频帧。
6.一种声波纹直播方法，其特征在于，应用于直播管理系统中的客户端设备，所述方法包括：
向服务器上传所述客户端设备在互动直播间中发出的待直播语音信号；
接收所述服务器根据接收到的与所述互动直播间对应的待直播语音信号生成的待直播音频流，其中所述待直播音频流的每个待直播音频帧记录有与自身音频内容对应的待直播语音信号的主播信息及音量信息；
对接收到的所述待直播音频流进行音频播放，并在每个待直播音频帧被播放时按照其记录的主播信息及音量信息显示对应主播的声波纹图案。
7.根据权利要求6所述的方法，其特征在于，所述对接收到的所述待直播音频流进行音频播放，并在每个待直播音频帧被播放时按照其记录的主播信息及音量信息显示对应主播的声波纹图案，包括：
按照所述待直播音频流中每个待直播音频帧的目标显示时间戳，依次对每个待直播音频帧进行音频播放；
针对每个处于播放状态的待直播音频帧，实时计算真实播放时刻与该待直播音频帧的目标显示时间戳之间的真实播放时差；
若所述真实播放时差不小于该待直播音频帧所对应的音频播放时差，则回调下一个待直播音频帧的主播信息及音量信息进行声波纹图案显示。
8.一种声波纹直播装置，其特征在于，应用于直播管理系统中的服务器，所述装置包括：
语音获取模块，用于获取同一互动直播间内至少一个主播通过对应的目标客户端设备上传的待直播语音信号；
音频生成模块，用于根据每个待直播语音信号的音量信息及主播信息，对获取到的所有待直播语音信号进行音频整合及音频封装，得到对应的待直播音频流，其中所述待直播音频流中的每个待直播音频帧记录有与自身音频内容对应的主播信息及音量信息；
音频传输模块，用于将所述待直播音频流传输给所述互动直播间内每个主播对应的目标客户端设备，使所述目标客户端设备在对所述待直播音频流中的每个待直播音频帧进行音频播放时，按照其记录的主播信息及音量信息显示对应主播的声波纹图案。
9.一种声波纹直播装置，其特征在于，应用于直播管理系统中的客户端设备，所述装置包括：
语音上传模块，用于向服务器上传所述客户端设备在互动直播间中发出的待直播语音信号；
音频接收模块，用于接收所述服务器根据接收到的与所述互动直播间对应的待直播语音信号生成的待直播音频流，其中所述待直播音频流的每个待直播音频帧记录有与自身音频内容对应的待直播语音信号的主播信息及音量信息；
播放显示模块，用于对接收到的所述待直播音频流进行音频播放，并在每个待直播音频帧被播放时按照其记录的主播信息及音量信息显示对应主播的声波纹图案。
10.一种服务器，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令，以实现权利要求4或5所述的声波纹直播方法。
11.一种客户端设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令，以实现权利要求6或7所述的声波纹直播方法。
12.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-7中任意一项所述的声波纹直播方法。