即时通讯方法、装置及系统与流程

本发明涉及通讯领域，特别涉及一种即时通讯方法、装置及系统。

背景技术：

通讯类应用也称为即时通讯(英文：Instant Messenger；简称：IM)软件，是一种基于互联网的即时交流信息的业务软件，例如QQ、微信、MSN等。聊天用户在即时通讯的过程中，除了可以发送文字以外，还可以发送表情图像、截图、语音等聊天信息。

但是，在即时通讯的过程中，聊天用户只能在聊天对话框内输入文字、表情图像等简单的聊天内容，即时通讯的通讯场景比较单一，即时通讯的通讯内容比较单调。

技术实现要素：

为了解决现有技术中即时通讯的通讯场景比较单一，即时通讯的通讯内容比较单调的问题，本发明实施例提供了一种即时通讯方法、装置及系统。所述技术方案如下：

第一方面，本发明提供了一种即时通讯方法，应用于第一客户端，所述方法包括：

在即时通讯会话过程中，接收用户触发的语音表情传输指令；

根据所述语音表情传输指令，获取语音表情，所述语音表情包括语音信息及表情图像信息；

通过服务器将所述语音表情传输至第二客户端，以使得所述第二客户端在即时通讯会话框显示所述表情图像信息对应的表情图像和播放所述语音信息对应的语音，以呈现所述语音表情。

可选的，所述根据所述语音表情传输指令，获取语音表情，包括：

在接收到所述语音表情传输指令后，显示用户选择的表情图像；

在检测到用户对所述表情图像进行第一预设操作后，启动录音功能以录制语音，直至所述第一预设操作结束，

或者，在检测到用户对所述表情图像执行第一预设操作后的预设时间段内，启动录音功能以录制语音；

获取所述语音录制过程中所得到的语音信息以及所述表情图像对应的表情图像信息，以得到所述语音表情。

可选的，所述显示用户选择的表情图像，包括：

显示表情列表，所述表情列表包括至少一个表情标签，所述表情标签用于标识所述表情图像；

接收用户在所述表情列表中触发的对目标表情标签的选择指令；

根据所述选择指令，显示所述目标表情标签所对应的表情图像。

可选的，所述显示用户选择的表情图像，包括：

接收用户在本地上传的表情图像；

显示所述表情图像。

可选的，所述根据所述语音表情传输指令，获取语音表情，包括：

在接收到所述语音表情传输指令后，显示用户选择的表情标签，所述表情标签用于标识所述表情图像；

在检测到用户对所述表情标签进行第一预设操作后，启动录音功能以录制语音，直至所述第一预设操作结束，

或者，在检测到用户对所述表情标签执行第一预设操作后的预设时间段内，启动录音功能以录制语音；

获取所述语音录制过程中所得到的语音信息以及所述表情标签标识的表情图像所对应的表情图像信息，以得到所述语音表情。

可选的，所述第一预设操作为长按操作、双击操作、单击操作和晃动操作中的任一种。

可选的，所述通过服务器将所述语音表情传输至第二客户端，包括：

向所述服务器发送所述语音表情，以使得所述服务器为所述语音表情分配语音存储地址和图像存储地址，并向所述第二客户端发送语音表情传输信息，所述语音表情传输信息携带所述语音存储地址和所述图像存储地址。

可选的，所述方法还包括：

在即时通讯会话框显示所述图像信息对应的表情图像；

在检测到用户对所述表情图像进行第二预设操作后，播放所述语音信息对应的语音，以呈现所述语音表情。

第二方面，本发明提供了一种即时通讯方法，应用于第二客户端，所述方法包括：

在即时通讯会话过程中，通过服务器接收第一客户端传输的语音表情，所述语音表情包括语音信息及表情图像信息；

在即时通讯会话框显示所述表情图像信息对应的表情图像和播放所述语音信息对应的语音，以呈现所述语音表情。

可选的，所述通过服务器接收第一客户端传输的语音表情，包括：

接收服务器发送的语音表情传输信息，所述语音表情传输信息携带语音存储地址和图像存储地址，所述语音存储地址和所述图像存储地址是所述服务器在接收到第一客户端发送的语音表情后，为所述语音表情分配的；

根据所述语音存储地址和所述图像存储地址，在所述服务器下载所述语音信息及所述表情图像信息，以得到所述语音表情。

可选的，所述根据所述语音存储地址和所述图像存储地址，在所述服务器下载所述语音信息及所述表情图像信息，以得到所述语音表情，包括：

检测预设的对应关系中是否包括所述语音表情传输信息中的图像存储地址，所述对应关系为至少一个图像存储地址与表情标签的对应关系；

当所述对应关系中包括所述语音表情传输信息中的图像存储地址时，确定所述语音表情传输信息中的图像存储地址对应的目标表情标签，在本地获取所述目标表情标签对应的所述表情图像信息，根据所述语音存储地址，在所述服务器下载所述语音信息；

当所述对应关系中不包括所述语音表情传输信息中的图像存储地址时，根据所述语音存储地址和所述图像存储地址，在所述服务器下载所述语音信息及所述表情图像信息。

可选的，所述语音表情传输信息为消息体。

第三方面，本发明提供了一种即时通讯方法，应用于服务器，所述方法包括：

接收第一客户端发送的语音表情，所述语音表情包括：语音信息及表情图像信息；

将所述语音表情发送至第二客户端。

可选的，所述将所述语音表情发送至第二客户端，包括：

为所述语音表情分配语音存储地址和图像存储地址；

向所述第二客户端发送语音表情传输信息，所述语音表情传输信息携带所述语音存储地址和所述图像存储地址；

接收所述第二客户端发送的下载请求，所述下载请求包括所述语音存储地址和所述图像存储地址；

根据所述下载请求获取所述语音信息及所述表情图像信息；

向所述第二客户端发送所述语音信息及所述表情图像信息。

第四方面，本发明提供了一种即时通讯装置，应用于第一客户端，所述装置包括：

接收模块，用于在即时通讯会话过程中，接收用户触发的语音表情传输指令；

获取模块，用于根据所述语音表情传输指令，获取语音表情，所述语音表情包括语音信息及表情图像信息；

传输模块，用于通过服务器将所述语音表情传输至第二客户端，以使得所述第二客户端在即时通讯会话框显示所述表情图像信息对应的表情图像和播放所述语音信息对应的语音，以呈现所述语音表情。

可选的，所述获取模块，包括：

第一显示子模块，用于在接收到所述语音表情传输指令后，显示用户选择的表情图像；

第一录制子模块，用于在检测到用户对所述表情图像进行第一预设操作后，启动录音功能以录制语音，直至所述第一预设操作结束，

或者，在检测到用户对所述表情图像执行第一预设操作后的预设时间段内，启动录音功能以录制语音；

第一获取子模块，用于获取所述语音录制过程中所得到的语音信息以及所述表情图像对应的表情图像信息，以得到所述语音表情。

可选的，所述第一显示子模块，包括：

第一显示单元，用于显示表情列表，所述表情列表包括至少一个表情标签，所述表情标签用于标识所述表情图像；

第一接收单元，用于接收用户在所述表情列表中触发的对目标表情标签的选择指令；

第二显示单元，用于根据所述选择指令，显示所述目标表情标签所对应的表情图像。

可选的，所述第一显示子模块，包括：

第二接收单元，用于接收用户在本地上传的表情图像；

第三显示单元，用于显示所述表情图像。

可选的，所述获取模块，包括：

第二显示子模块，用于在接收到所述语音表情传输指令后，显示用户选择的表情标签，所述表情标签用于标识所述表情图像；

第二录制子模块，用于在检测到用户对所述表情标签进行第一预设操作后，启动录音功能以录制语音，直至所述第一预设操作结束，

或者，在检测到用户对所述表情标签执行第一预设操作后的预设时间段内，启动录音功能以录制语音；

第二获取子模块，用于获取所述语音录制过程中所得到的语音信息以及所述表情标签标识的表情图像所对应的表情图像信息，以得到所述语音表情。

可选的，所述第一预设操作为长按操作、双击操作、单击操作和晃动操作中的任一种。

可选的，所述传输模块，用于：

向所述服务器发送所述语音表情，以使得所述服务器为所述语音表情分配语音存储地址和图像存储地址，并向所述第二客户端发送语音表情传输信息，所述语音表情传输信息携带所述语音存储地址和所述图像存储地址。

可选的，所述装置还包括：

显示模块，用于在即时通讯会话框显示所述图像信息对应的表情图像；

播放模块，用于在检测到用户对所述表情图像进行第二预设操作后，播放所述语音信息对应的语音，以呈现所述语音表情。

第五方面。本发明提供了一种即时通讯装置，应用于第二客户端，所述装置包括：

接收模块，用于在即时通讯会话过程中，通过服务器接收第一客户端传输的语音表情，所述语音表情包括语音信息及表情图像信息；

显示模块，用于在即时通讯会话框显示所述表情图像信息对应的表情图像和播放所述语音信息对应的语音，以呈现所述语音表情。

可选的，所述接收模块，包括：

接收子模块，用于接收服务器发送的语音表情传输信息，所述语音表情传输信息携带语音存储地址和图像存储地址，所述语音存储地址和所述图像存储地址是所述服务器在接收到第一客户端发送的语音表情后，为所述语音表情分配的；

下载子模块，用于根据所述语音存储地址和所述图像存储地址，在所述服务器下载所述语音信息及所述表情图像信息，以得到所述语音表情。

可选的，所述下载子模块，包括：

检测单元，用于检测预设的对应关系中是否包括所述语音表情传输信息中的图像存储地址，所述对应关系为至少一个图像存储地址与表情标签的对应关系；

获取单元，用于当所述对应关系中包括所述语音表情传输信息中的图像存储地址时，确定所述语音表情传输信息中的图像存储地址对应的目标表情标签，在本地获取所述目标表情标签对应的所述表情图像信息，根据所述语音存储地址，在所述服务器下载所述语音信息；

下载单元，用于当所述对应关系中不包括所述语音表情传输信息中的图像存储地址时，根据所述语音存储地址和所述图像存储地址，在所述服务器下载所述语音信息及所述表情图像信息。

可选的，所述语音表情传输信息为消息体。

第六方面，本发明提供了一种即时通讯装置，应用于服务器，所述装置包括：

接收模块，用于接收第一客户端发送的语音表情，所述语音表情包括：语音信息及表情图像信息；

发送模块，用于将所述语音表情发送至第二客户端。

可选的，所述发送模块，包括：

分配子模块，用于为所述语音表情分配语音存储地址和图像存储地址；

第一发送子模块，用于向所述第二客户端发送语音表情传输信息，所述语音表情传输信息携带所述语音存储地址和所述图像存储地址；

接收子模块，用于接收所述第二客户端发送的下载请求，所述下载请求包括所述语音存储地址和所述图像存储地址；

获取子模块，用于根据所述下载请求获取所述语音信息及所述表情图像信息；

第二发送子模块，用于向所述第二客户端发送所述语音信息及所述表情图像信息。

第七方面，本发明提供了一种即时通讯系统，所述系统包括：

第四方面任一所述的即时通讯装置、第五方面任一所述的即时通讯装置以及第六方面任一所述的即时通讯装置。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的即时通讯方法、装置及系统，可以通过第一客户端接收用户触发的语音表情传输指令，并根据该语音表情传输指令获取语音表情，也即是在即时通讯过程中传输的表情图像中可以携带有语音，再通过服务器将该语音表情传输至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种即时通讯系统的示意图；

图2是本发明实施例提供的一种即时通讯方法的流程图；

图3是本发明实施例提供的另一种即时通讯方法的流程图；

图4是本发明实施例提供的又一种即时通讯方法的流程图；

图5-1是本发明实施例提供的还一种即时通讯方法的流程图；

图5-2是本发明实施例提供的一种获取语音表情的方法流程图；

图5-3是本发明实施例提供的一种显示表情图像的方法流程图；

图5-4是本发明实施例提供的一种即时通讯界面的示意图；

图5-5是本发明实施例提供的另一种即时通讯界面的示意图；

图5-6是本发明实施例提供的又一种即时通讯界面的示意图；

图5-7是本发明实施例提供的另一种获取语音表情的方法流程图；

图5-8是本发明实施例提供的还一种即时通讯界面的示意图；

图5-9是本发明实施例提供的一种确定下载请求的方法流程图；

图5-10是本发明实施例提供的再一种即时通讯界面的示意图；

图5-11是本发明另一实施例提供的一种即时通讯界面的示意图；

图6-1是本发明实施例提供的一种即时通讯装置的结构示意图；

图6-2是本发明实施例提供的一种获取模块的结构示意图；

图6-3是本发明实施例提供的一种第一显示子模块的结构示意图；

图6-4是本发明实施例提供的另一种第一显示子模块的结构示意图；

图6-5是本发明实施例提供的另一种获取模块的结构示意图；

图6-6是本发明实施例提供的另一种即时通讯装置的结构示意图；

图7-1是本发明实施例提供的又一种即时通讯装置的结构示意图；

图7-2是本发明实施例提供的一种接收模块的结构示意图；

图7-3是本发明实施例提供的一种下载子模块的结构示意图；

图8-1是本发明实施例提供的还一种即时通讯装置的结构示意图；

图8-2是本发明实施例提供的一种发送模块的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种即时通讯系统的示意图，如图1所示，该系统可以包括：服务器101和至少两个终端，该至少两个终端可以包括第一终端102和第二终端103。

服务器101可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。终端可以为智能手机、电脑、多媒体播放器、电子阅读器、可穿戴式设备等。

服务器101和第一终端102之间可以通过有线网络或无线网络建立连接，服务器101和第二终端103之间可以通过有线网络或无线网络建立连接。假设第一终端102上安装有第一客户端，第二终端103上安装有第二客户端，在即时通讯时，第一终端102上的第一客户端可以向服务器101发送语音表情，服务器101可以为该语音表情分配语音存储地址和图像存储地址，并向第二终端103上的第二客户端发送语音表情传输信息，该语音表情传输信息包括该语音表情的语音存储地址和图像存储地址，第二客户端可以根据语音存储地址和图像存储地址，在服务器下载该语音信息及该表情图像信息，以得到语音表情。

图2是本发明实施例提供的一种即时通讯方法的流程图，应用于第一客户端，如图2所示，该方法可以包括：

步骤201、在即时通讯会话过程中，接收用户触发的语音表情传输指令。

步骤202、根据该语音表情传输指令，获取语音表情，该语音表情包括语音信息及表情图像信息。

步骤203、通过服务器将该语音表情传输至第二客户端，以使得第二客户端在即时通讯会话框显示该表情图像信息对应的表情图像和播放该语音信息对应的语音，以呈现语音表情。

综上所述，本发明实施例提供的即时通讯方法，应用于第一客户端，第一客户端可以接收用户触发的语音表情传输指令，并根据该语音表情传输指令获取语音表情，也即是在即时通讯过程中传输的表情图像中可以携带有语音，再通过服务器将该语音表情传输至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

图3是本发明实施例提供的另一种即时通讯方法的流程图，应用于第二客户端，如图3所示，该方法可以包括：

步骤301、在即时通讯会话过程中，通过服务器接收第一客户端传输的语音表情，该语音表情包括语音信息及表情图像信息。

步骤302、在即时通讯会话框显示表情图像信息对应的表情图像和播放语音信息对应的语音，以呈现该语音表情。

综上所述，本发明实施例提供的即时通讯方法，应用于第二客户端，第二客户端可以通过服务器接收第一客户端传输的语音表情，并可以在即时通讯会话框显示该表情图像和播放该语音以呈现语音表情，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

图4是本发明实施例提供的又一种即时通讯方法的流程图，应用于服务器，如图4所示，该方法可以包括：

步骤401、接收第一客户端发送的语音表情，该语音表情包括：语音信息及表情图像信息。

步骤402、将该语音表情发送至第二客户端。

综上所述，本发明实施例提供的即时通讯方法，应用于服务器，服务器可以接收第一客户端发送的语音表情，并将该语音表情发送至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

图5-1是本发明实施例提供的还一种即时通讯方法的流程图，应用于如图1所示的即时通讯系统，本发明实施例假设存在第一客户端和第二客户端，可以通过第一客户端和第二客户端进行即时通讯，如图5-1所示，该方法可以包括：

步骤501、第一客户端接收用户触发的语音表情传输指令。

可选的，在即时通讯会话过程中，用户需要发送语音表情时，可以对第一客户端进行操作，第一客户端在接收到用户触发的语音表情传输指令之后，可以响应该语音表情传输指令。

步骤502、第一客户端根据该语音表情传输指令，获取语音表情，该语音表情包括语音信息及表情图像信息。

可选的，该表情图像可以为静态图图像，也可以为动态图图像。

可选的，本发明实施例提供了两种第一客户端根据语音表情传输指令获取语音表情的方式，包括：

第一种根据语音表情传输指令获取语音表情的方式，如图5-2所示，包括：

步骤5021a、第一客户端在接收到语音表情传输指令后，显示用户选择的表情图像。

一方面，显示用户选择的表情图像的过程，如图5-3所示，可以包括：

步骤a1、显示表情列表，该表情列表包括至少一个表情标签，该表情标签用于标识表情图像。

可选的，表情标签可以为表情图像的缩略图、颜文字、字符或表情图像的原图。其中，表情图像的缩略图是将表情图像进行压缩处理后的小图，相较于表情图像的原图占用的显示面积较小，字符可以为指示表情图像含义的字符，例如表情图像：对应的字符为“哈哈”。

通常，为了减少表情列表中各个表情标签占用的显示面积的大小，该表情列表中的标签通常为表情图像的缩略图、颜文字或字符。

可选的，第一客户端可以为手机上的客户端，示例的，在某一即时通讯软件上显示的表情列表可以如图5-4所示，表情标签可以为如图5-4所示的表情列表A中的缩略图。

可选的，第一客户端可以为电脑上的客户端，示例的，在某一即时通讯软件上显示的表情列表可以如图5-5所示，表情标签可以为如图5-5所示的表情列表B中的缩略图。

步骤a2、接收用户在表情列表中触发的对目标表情标签的选择指令。

示例的，用户在表情列表中选择的目标表情标签为“微笑”，假设第一客户端为手机上的客户端时，如图5-4所示，当用户对该“微笑”表情标签进行触控操作时，第一客户端将该“微笑”表情标签确定为目标表情标签；假设第一客户端为电脑上的客户端时，当用户通过鼠标等外接设备对该“微笑”表情标签进行点击操作时，第一客户端将该“微笑”表情标签确定为目标表情标签。

步骤a3、根据选择指令，显示目标表情标签所对应的表情图像。

实际应用中，根据选择指令，表情图像可以在不同位置进行显示，例如，表情图像可以在对话输入框中显示(此时，表情图像未发送，且处于编辑状态)，示例的，如图5-6所示，在第一客户端将该“微笑”表情标签确定为目标表情标签后，可以在第一客户端的对话输入框01显示“微笑”表情图像。

另一方面，显示用户选择的表情图像，还可以包括：接收用户在本地上传的表情图像并显示该表情图像。

可选的，该表情图像可以是第一终端中的相册中的表情图像，也可以是用户预先下载在第一客户端中的表情图像。

步骤5022a、第一客户端在检测到用户对表情图像进行第一预设操作后，启动录音功能以录制语音，直至第一预设操作结束，或者，在检测到用户对表情图像执行第一预设操作后的预设时间段内，启动录音功能以录制语音。

可选的，该第一预设操作可以为长按操作、双击操作、单击操作和晃动操作中的任一种，本发明实施例对第一预设操作的具体方式不做限定。

示例的，假设该第一预设操作为长按操作，当第一终端检测到用户对对话输入框中显示的表情图像进行长按操作时，第一客户端启动录音功能，开始录制用户需要录入的语音，当长按操作结束时，关闭录音功能，结束录音；或者，假设该第一预设操作为双击操作，当第一终端检测到用户对对话输入框中显示的表情图像进行双击操作时，第一客户端启动录音功能并开始倒计时，可选的，倒计时时间可以为10秒，也即是在用户对表情图像进行双击操作之后的10秒内，第一客户端可以为表情图像录制语音，倒计时结束时，第一客户端关闭录音功能，结束录音。示例的，当用户对表情图像进行双击操作后，可以在第一客户端的即时通讯界面上显示一个倒计时进度条，该倒计时进度条用于提示用户可以录制语音的剩余时间，假设倒计时进度条显示的初始时间为10秒，当倒计时进度条显示的时间为0时，第一客户端关闭录音功能，结束录音。

步骤5023a、第一客户端获取语音录制过程中所得到的语音信息以及表情图像对应的表情图像信息，以得到语音表情。

需要说明的是，该语音表情包括对话输入框中显示的表情图像对应的表情图像信息和第一客户端从语音录制过程中获取的语音信息。

第二种根据语音表情传输指令获取语音表情的方式，如图5-7所示，可以包括：

步骤5021b、第一客户端在接收到语音表情传输指令后，显示用户选择的表情标签，该表情标签用于标识表情图像。

可选的，可以在第一客户端的对话输入框中显示表情标签，该表情标签可以为字符，如图5-8所示，假设用户选择的表情标签为“微笑”，在对话输入框01中可以显示为[微笑]，该字符[微笑]可以用于标识表情图像“微笑”。

步骤5022b、第一客户端在检测到用户对表情标签进行第一预设操作后，启动录音功能以录制语音，直至第一预设操作结束，或者，在检测到用户对表情标签执行第一预设操作后的预设时间段内，启动录音功能以录制语音。

可选的，本步骤的具体操作方式可以参考上述步骤5022a，在此不做赘述。

步骤5023b、第一客户端获取语音录制过程中所得到的语音信息以及该表情标签标识的表情图像所对应的表情图像信息，以得到语音表情。

需要说明的是，该语音表情包括对话输入框中显示的表情标签标识的表情图像所对应的表情图像信息和第一客户端从语音录制过程中获取的语音信息。例如，该表情图像为“微笑”，用户为该表情图像录制的语音为“哈哈，我今天特别高兴！”，则语音表情包括“微笑”对应的表情图像信息和语音“哈哈，我今天特别高兴！”对应的语音信息。

实际应用中，用户也可以在表情列表中对目标表情标签执行第一预设操作，例如长按操作，以进行语音的录制，一方面，在语音录制结束时，可以在对话输入框显示语音表情中的表情图像，此时对话输入框中显示的表情图像中携带有录制的语音，当用户点击“发送”图标时，可以发送该携带有语音的表情图像也即是语音表情；另一方面，在语音录制结束时(例如长按操作结束时)，该语音表情可以直接上屏，也即是在即时通讯会话框中显示该语音表情，本发明实施例对此不做限定。

步骤503、第一客户端向服务器发送该语音表情。

需要说明的是，第一客户端向服务器发送的语音表情中包括表情图像对应的表情图像信息和从语音录制过程中获取的语音信息。

步骤504、服务器为该语音表情分配语音存储地址和图像存储地址并生成语音表情传输信息。

需要说明的是，服务器在接收到第一客户端发送的语音表情后，由于在第一客户端发送语音表情之前，该语音表情中的表情图像信息对应的表情图像可能通过服务器传输过，服务器可能已经为该表情图像分配过图像存储地址，若服务器再次为该表情图像分配图像存储地址，一方面占用了服务器的存储空间，造成不必要的资源浪费，另一方面同一表情图像拥有多个不同的图像存储地址可能导致传输过程中出错，影响用户体验，因此需要检测表情图像信息中是否包括图像存储地址，当表情图像信息中不包括图像存储地址时，例如该表情图像为第一客户端所在的第一终端的相册里的内容且该表情图像未通过服务器传输过至其他终端(也即是服务器首次获取该表情图像)时，该表情图像信息中可能不包括图像存储地址，服务器为该表情图像分配图像存储地址并为录制的语音分配语音存储地址；当表情图像信息中包括图像存储地址时，服务器获取该图像存储地址并为录制的语音分配语音存储地址。保证了同一表情图像分配有一个固定的图像存储地址，避免造成资源浪费。

进一步的，服务器根据语音存储地址和图像存储地址生成语音表情传输信息。

可选的，该语音表情传输信息可以为消息体。该消息体可以为JSON(英文：JavaScript Object Notiation)格式，JSON格式是基于JavaScript编程语言ECMA-262 3rd Edition-December 1999标准的一种轻量级的数据交换格式。

示例的，该语音表情传输信息可以为{“图像存储地址”：‘http：//xxxx1’，“语音存储地址”：‘http：//xxxx2’}格式的消息体。

步骤505、服务器向第二客户端发送该语音表情传输信息。

可选的，服务器在生成语音表情传输信息之后，向第二客户端发送该语音表情传输信息，也即是将表情图像的表情存储地址和录制的语音的语音存储地址发送至第二客户端。

步骤506、第二客户端根据该语音表情传输信息，生成下载请求。

可选的，第二客户端在接收到语音表情传输信息，也即是JSON格式的消息体之后，可以解析消息体内部的JSON数据，并获取消息体中的表情存储地址和语音存储地址，并生成下载请求。

可选的，第二客户端生成的下载请求中可以包括语音存储地址和图像存储地址，也可以只包括语音存储地址，确定下载请求中的具体内容的方法，如图5-9所示，可以包括：

步骤5061、第二客户端检测预设的对应关系中是否包括语音表情传输信息中的图像存储地址。

需要说明的是，该对应关系为至少一个图像存储地址与表情标签的对应关系。第二客户端检测预设的对应关系中是否包括语音表情传输信息中的图像存储地址，也即是，第二客户端在获取语音表情传输信息中的图像存储地址之后，检测第二客户端内是否存在有一个表情标签的图像存储地址与从语音表情传输信息中获取的图像存储地址一致。第二客户端在接收到语音表情传输信息时，需要检测预设的对应关系中是否包括语音表情传输信息中的图像存储地址，当对应关系中包括该语音表情传输信息中的图像存储地址时，无需再向服务器请求下载表情图像信息，可以直接从本地获取表情图像，一方面减少该表情图像上屏前的处理时长，可以提高用户体验，另一方面，无需重复获取表情图像信息可以减少占用内存。

步骤5062、当对应关系中包括该语音表情传输信息中的图像存储地址时，第二客户端确定该语音表情传输信息中的图像存储地址对应的目标表情标签，并生成下载请求，该下载请求包括语音存储地址。

需要说明的是，当对应关系中包括该语音表情传输信息中的图像存储地址，也即是第二客户端中存在该表情图像时，第二客户端可以在本地获取该目标表情标签对应的表情图像信息，具体的，第二客户端在本地检测到该语音表情传输信息中的图像存储地址时，可以根据该图像存储地址获取本地的表情图像信息，并在即时通讯会话框中显示该表情图像，同时根据获取的语音存储地址，生成下载请求。

步骤5063、当对应关系中不包括所述语音表情传输信息中的图像存储地址时，第二客户端生成下载请求，该下载请求包括语音存储地址和图像存储地址。

需要说明的是，当对应关系中不包括所述语音表情传输信息中的图像存储地址，也即是第二客户端中预先不存在该表情图像时，第二客户端根据获取的语音存储地址和图像存储地址，生成下载请求。

步骤507、第二客户端向服务器发送该下载请求。

步骤508、服务器根据该下载请求获取语音信息和表情图像信息。

可选的，服务器可以根据下载请求中的图像存储地址获取表情图像信息，根据语音存储地址获取语音信息，参考上述步骤506，当下载请求中只包括语音存储地址时，服务器只需根据该语音存储地址获取语音信息。

步骤509、服务器向第二客户端发送该语音信息和该表情图像信息。

可选的，参考上述步骤506，当下载请求中只包括语音存储地址时，服务器只需获取语音信息，并将该语音信息发送至第二客户端。

步骤510、第二客户端在即时通讯会话框显示该表情图像信息对应的表情图像和播放该语音信息对应的语音，以呈现语音表情。

示例的，假设用户张三通过第一客户端向用户李四使用的第二客户端发送语音表情“微笑”，该语音表情“微笑”包括表情图像“微笑”和语音“哈哈，我今天特别高兴！”(该过程可以视为语音表情在第二客户端的整体呈现过程)，可选的，第二客户端在即时通讯会话框显示的表情图像信息对应的表情图像可以如图5-10所示，在第二客户端接收到语音信息和表情图像信息时，可以在即时通讯会话框02显示表情图像信息对应的表情图像“微笑”并播放语音信息对应的语音“哈哈，我今天特别高兴！”。可选的，该表情图像上可以设置有一个播放按钮，当用户点击该播放按钮时，第二客户端可以播放语音信息对应的语音，以呈现语音表情，本发明实施例对此不做限定。用户李四既可以看到用户张三发送的表情图像，也可以听到用户张三发送的语音，可以更好的知晓对方此时的情绪，增加了用户之间沟通的乐趣。

步骤511、第一客户端在即时通讯会话框显示该图像信息对应的表情图像。

可选的，参考步骤510中的例子，如图5-11所示，用户李四通过第一客户端向服务器发送语音表情之后，第一客户端可以在即时通讯会话框02显示该图像信息对应的表情图像“微笑”(该过程可以视为表情图像的上屏显示)。

步骤512、第一客户端在检测到用户对该表情图像进行第二预设操作后，播放语音信息对应的语音，以呈现语音表情。

可选的，该第二预设操作可以为单击操作、双击操作或摇晃操作中的任一种。

示例的，当该第二预设操作为单击操作时，用户对表情图像进行单击操作时，第一客户端可以播放语音信息对应的语音，以呈现语音表情。

可选的，如图5-11所示，在即时通讯会话框显示的表情图像“微笑”上可以设置有播放按钮00，此时第二预设操作可以为点击该播放按钮，当用户点击该播放按钮时，第一客户端可以播放该语音表情中的语音“哈哈，我今天特别高兴！”，用户可以通过语音表情可以很好表达自己的情绪，增加了用户之间进行即时通讯的乐趣(该过程可以视为语音表情在第一客户端的整体呈现过程)。

综上所述，本发明实施例提供的即时通讯方法，第一客户端可以接收用户触发的语音表情传输指令，并根据该语音表情传输指令获取语音表情，也即是可以为表情图像录制语音得到语音表情，再通过服务器将该语音表情传输至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容，用户可以为表情图片个性化配音，提高了用户体验。

需要说明的是，本发明实施例提供的即时通讯方法步骤的先后顺序可以进行适当调整，例如步骤511和步骤512只需保证在步骤503之后即可，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本发明的保护范围之内，因此不再赘述。

图6-1是本发明实施例提供的一种即时通讯装置60的结构示意图，应用于第一客户端，如图6-1所示，该装置60可以包括：

接收模块601，用于在即时通讯会话过程中，接收用户触发的语音表情传输指令。

获取模块602，用于根据语音表情传输指令，获取语音表情，该语音表情包括语音信息及表情图像信息。

传输模块603，用于通过服务器将语音表情传输至第二客户端，以使得第二客户端在即时通讯会话框显示该表情图像信息对应的表情图像和播放该语音信息对应的语音，以呈现该语音表情。

综上所述，本发明实施例提供的即时通讯装置，应用于第一客户端，第一客户端可以通过接收模块接收用户触发的语音表情传输指令，并通过获取模块根据该语音表情传输指令获取语音表情，也即是在即时通讯过程中传输的表情图像中可以携带有语音，再通过传输模块通过服务器将该语音表情传输至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

一方面，如图6-2所示，获取模块602，可以包括：

第一显示子模块6021，用于在接收到语音表情传输指令后，显示用户选择的表情图像。

第一录制子模块6022，用于在检测到用户对表情图像进行第一预设操作后，启动录音功能以录制语音，直至第一预设操作结束，或者，在检测到用户对表情图像执行第一预设操作后的预设时间段内，启动录音功能以录制语音。

第一获取子模块6023，用于获取语音录制过程中所得到的语音信息以及表情图像对应的表情图像信息，以得到语音表情。

可选的，如图6-3所示，第一显示子模块6021，可以包括：

第一显示单元21a，用于显示表情列表，该表情列表包括至少一个表情标签，该表情标签用于标识表情图像。

第一接收单元22a，用于接收用户在表情列表中触发的对目标表情标签的选择指令。

第二显示单元23a，用于根据选择指令，显示目标表情标签所对应的表情图像。

可选的，如图6-4所示，第一显示子模块6021，可以包括：

第二接收单元21b，用于接收用户在本地上传的表情图像。

第三显示单元22b，用于显示该表情图像。

另一方面，如图6-5所示，获取模块602，可以包括：

第二显示子模块6024，用于在接收到语音表情传输指令后，显示用户选择的表情标签，该表情标签用于标识表情图像。

第二录制子模块6025，用于在检测到用户对表情标签进行第一预设操作后，启动录音功能以录制语音，直至第一预设操作结束，或者，在检测到用户对表情标签执行第一预设操作后的预设时间段内，启动录音功能以录制语音。

第二获取子模块6026，用于获取语音录制过程中所得到的语音信息以及表情标签标识的表情图像所对应的表情图像信息，以得到语音表情。

可选的，该第一预设操作可以为长按操作、双击操作、单击操作和晃动操作中的任一种。

可选的，传输模块603，可以用于：

向服务器发送语音表情，以使得服务器为语音表情分配语音存储地址和图像存储地址，并向第二客户端发送语音表情传输信息，该语音表情传输信息携带语音存储地址和图像存储地址。

可选的，如图6-6所示，该装置60还可以包括：

显示模块604，用于在即时通讯会话框显示图像信息对应的表情图像。

播放模块605，用于在检测到用户对表情图像进行第二预设操作后，播放语音信息对应的语音，以呈现语音表情。

综上所述，本发明实施例提供的即时通讯装置，应用于第一客户端，第一客户端可以通过接收模块接收用户触发的语音表情传输指令，并通过获取模块根据该语音表情传输指令获取语音表情，也即是可以为表情图像录制语音得到语音表情，再通过传输模块通过服务器将该语音表情传输至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容，用户可以为表情图片个性化配音，提高了用户体验。

图7-1是本发明实施例提供的又一种即时通讯装置70的结构示意图，应用于第二客户端，如图7-1所示，该装置70可以包括：

接收模块701，用于在即时通讯会话过程中，通过服务器接收第一客户端传输的语音表情，该语音表情包括语音信息及表情图像信息。

显示模块702，用于在即时通讯会话框显示表情图像信息对应的表情图像和播放语音信息对应的语音，以呈现语音表情。

综上所述，本发明实施例提供的即时通讯装置，应用于第二客户端，第二客户端可以通过接收模块通过服务器接收第一客户端传输的语音表情，并可以通过显示模块在即时通讯会话框显示该表情图像和播放该语音以呈现语音表情，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

可选的，如图7-2所示，接收模块701，可以包括：

接收子模块7011，用于接收服务器发送的语音表情传输信息，该语音表情传输信息携带语音存储地址和图像存储地址，语音存储地址和图像存储地址是服务器在接收到第一客户端发送的语音表情后，为语音表情分配的。

下载子模块7012，用于根据语音存储地址和图像存储地址，在服务器下载语音信息及表情图像信息，以得到语音表情。

可选的，如图7-3所示，下载子模块7012，可以包括：

检测单元7012a，用于检测预设的对应关系中是否包括语音表情传输信息中的图像存储地址，该对应关系为至少一个图像存储地址与表情标签的对应关系。

获取单元7012b，用于当对应关系中包括语音表情传输信息中的图像存储地址时，确定语音表情传输信息中的图像存储地址对应的目标表情标签，在本地获取目标表情标签对应的表情图像信息，根据语音存储地址，在服务器下载语音信息。

下载单元7012c，用于当对应关系中不包括语音表情传输信息中的图像存储地址时，根据语音存储地址和图像存储地址，在服务器下载语音信息及表情图像信息。

可选的，语音表情传输信息可以为消息体。

综上所述，本发明实施例提供的即时通讯装置，应用于第二客户端，第二客户端可以通过接收模块通过服务器接收第一客户端传输的语音表情，并可以通过显示模块在即时通讯会话框显示该表情图像和播放该语音以呈现语音表情，丰富了即时通讯的通讯场景和即时通讯的通讯内容，用户可以为表情图片个性化配音，提高了用户体验。

图8-1是本发明实施例提供的还一种即时通讯装置80的结构示意图，应用于服务器，如图8-1所示，该装置80可以包括：

接收模块801，用于接收第一客户端发送的语音表情，该语音表情包括：语音信息及表情图像信息。

发送模块802，用于将语音表情发送至第二客户端。

综上所述，本发明实施例提供的即时通讯装置，应用于服务器，服务器可以通过接收模块接收第一客户端发送的语音表情，并通过发送模块将该语音表情发送至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

可选的，如图8-2所示，发送模块802，可以包括：

分配子模块8021，用于为语音表情分配语音存储地址和图像存储地址。

第一发送子模块8022，用于向第二客户端发送语音表情传输信息，该语音表情传输信息携带语音存储地址和图像存储地址。

接收子模块8023，用于接收第二客户端发送的下载请求，该下载请求包括语音存储地址和图像存储地址。

获取子模块8024，用于根据下载请求获取语音信息及表情图像信息。

第二发送子模块8025，用于向第二客户端发送语音信息及表情图像信息。

综上所述，本发明实施例提供的即时通讯装置，应用于服务器，服务器可以通过接收模块接收第一客户端发送的语音表情，并通过发送模块将该语音表情发送至第二客户端，丰富了即时通讯的通讯场景和即时通讯的通讯内容。

本发明实施例提供了一种即时通讯系统，该系统可以包括：

图6-1或图6-6所示的即时通讯装置、图7-1所示的即时通讯装置以及图8-1所示的即时通讯装置。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。