1.一种直播视频的合成方法，其特征在于，所述方法包括：
在播放第一视频流时，通过视频采集设备采集第二视频流；
将所述第二视频流传输至服务器，以便所述服务器利用所述第二视频流与正在播放的所述第一视频流合并，形成直播的第三视频流；
接收所述服务器发送的所述第三视频流；
解析所述第三视频流，形成所述第三视频流的播放画面，播放所述第三视频流的播放画面。
2.根据权利要求1所述的方法，其特征在于，所述第二视频流包括通过视频采集设备采集用户对所述第一视频流的播放画面的交互行为形成第二视频流。
3.根据权利要求2所述的方法，其特征在于，所述交互行为包括语音交互行为和动作交互行为；
所述通过视频采集设备采集用户对所述第一视频流的播放画面的交互行为包括：
通过摄像头采集所述用户对所述第一视频流的播放画面的动作交互行为；以及，通过麦克风采集所述用户对所述第一视频流的语音交互数据。
4.根据权利要求2所述的方法，其特征在于，所述交互行为包括动作交互行为；
所述通过视频采集设备采集用户对所述第一视频流的播放画面的交互行为包括：
通过摄像头采集所述用户对播放的画面的动作交互行为。
5.根据权利要求1所述的方法，其特征在于，在接收所述服务器发送的所述第三视频流之后，还包括：
存储所述第三视频流；
当接收到播放所述第三视频流的操作时，解析所述第三视频流，形成所述第三视频流的播放画面，播放所述第三视频流的播放画面。
6.一种直播视频的合成方法，其特征在于，所述方法包括：
在终端播放第一视频流时，接收所述终端传输的第二视频流，所述第二 视频流为所述终端通过视频采集设备采集的视频流；
利用所述第二视频流与所述第一视频流合并，形成直播的第三视频流；
将所述第三视频流传输给所述终端。
7.根据权利要求6所述的方法，其特征在于，所述第二视频流为所述终端通过视频采集设备采集的用户对所述第一视频流进行交互而形成的视频流。
8.根据权利要求6所述的方法，其特征在于，利用所述第二视频流与正在播放的第一视频流合并，形成直播的第三视频流，具体包括：
在所述第一视频流的播放画面中嵌入一个播放窗口；
按照所述第二视频流的时间标识，将所述第二视频流的播放画面添加到所述播放窗口中，且所述播放窗口的播放画面与所述第一视频流的播放画面具有相同的时间标识，形成所述第三视频流。
9.根据权利要求6所述的方法，其特征在于，在将所述第三视频流传输给所述终端之前，还包括：
对形成的所述第三视频流的播放画面进行压缩，将压缩后的第三视频流传输给所述终端。
10.一种直播视频的合成装置，其特征在于，所述装置包括：
采集单元，用于在播放第一视频流时，采集第二视频流；
传输单元，用于将所述采集单元采集到的所述第二视频流传输至服务器，以便所述服务器利用所述第二视频流与正在播放的所述第一视频流合并，形成直播的第三视频流；
接收单元，用于接收所述服务器发送的所述第三视频流；
处理单元，用于解析所述接收单元接收的所述第三视频流，形成所述第三视频流的播放画面，播放所述第三视频流的播放画面。
11.根据权利要求10所述的装置，其特征在于，所述第二视频流包括采集的用户对所述第一视频流的播放画面的交互行为而形成的第二视频流；
所述交互行为包括语音交互行为和动作交互行为；所述采集单元包括摄像头和麦克风，所述摄像头采集所述用户对所述第一视频流的播放画面的动作交互行为，所述麦克风采集所述用户对所述第一视频流的语音交互数据；
或者，所述交互行为包括动作交互行为；所述采集单元包括摄像头，所述摄像头采集所述用户对所述第一视频流的播放画面的动作交互行为。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：
存储单元，用于在所述接收单元接收到所述服务器发送的所述第三视频流之后，存储所述第三视频流；
当所述接收单元接收到播放所述第三视频流的操作时，所述处理单元解析所述第三视频流，形成所述第三视频流的播放画面，播放所述第三视频流的播放画面。
13.一种直播视频的合成装置，其特征在于，所述装置包括：
接收单元，用于在终端播放第一视频流时，接收所述终端传输的第二视频流；
处理单元，用于利用所述接收单元接收的所述第二视频流与所述第一视频流合并，形成直播的第三视频流；
传输单元，用于将所述处理单元形成的所述第三视频流传输给所述终端。
14.根据权利要求13所述的装置，其特征在于，所述第二视频流为所述终端通过视频采集设备采集的用户对所述第一视频流进行交互而形成的视频流。
15.根据权利要求13所述的装置，其特征在于，所述处理单元具体包括：
嵌入子单元，用于在所述第一视频流的播放画面中嵌入一个播放窗口；
合并子单元，用于按照所述第二视频流的时间标识，将所述第二视频流的播放画面添加到所述播放窗口中，且所述播放窗口的播放画面与所述第一视频流的播放画面具有相同的时间标识，形成所述第三视频流。
16.根据权利要求13所述的装置，其特征在于，所述处理单元还包括：
压缩子单元，用于在所述传输单元将所述第三视频流传输给所述终端之前，对形成的所述第三视频流的播放画面进行压缩；
所述传输单元将所述压缩子单元压缩后的第三视频流传输给所述终端。
17.一种直播视频的合成系统，其特征在于，所述系统包括：服务器和 带有视频采集设备的终端；
所述终端在播放第一视频流时，通过视频采集设备采集第二视频流；
所述终端将所述第二视频流传输至所述服务器；
所述服务器利用所述第二视频流与正在播放的所述第一视频流合并，形成直播的第三视频流；
所述终端接收所述服务器发送的所述第三视频流；
所述终端解析所述第三视频流，形成所述第三视频流的播放画面，播放所述第三视频流的播放画面。