跨直播平台的语音连麦系统的制作方法

本实用新型涉及互联网直播领域，具体地说，涉及一种跨直播平台的语音连麦系统。

背景技术：

随着网络直播的火热发展，各种直播平台如雨后春笋纷纷出现。为了丰富直播的内容，很多直播平台都有连麦的功能，即在同一直播平台上，两个或多个主播之间可以相互聊天。然而这种连麦只能在同一直播平台上进行，不同的直播平台之间还没有一种可行的连麦方法。

技术实现要素：

为解决上述问题，本实用新型提供了一种跨直播平台的语音连麦系统，其包括：

外置直播声卡，其连接在语音获取单元和语音播放单元上，用以通过所述语音获取单元来采集本地语音数据，并将所述本地语音数据进行处理后传送，以及用以通过所述语音播放单元播放所述外置直播声卡所接收的远程语音数据；

多台安装有客户端的计算机，其分别与各自的外置直播声卡连接，各台计算机之间通过网络进行互联，用以接收各自的外置直播声卡传送的本地语音数据，并将其打包封装，然后通过网络进行传送，以及用以通过网络接收打包封装的远程语音数据；

服务器，其连接在所述网络上，用以管理所述多台安装有客户端的计算机之间的通信，以将打包封装的语音数据从源计算机发送到目的计算机。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，所述语音获取单元包括耳麦或话筒，所述语音播放单元包括耳机、音响设备。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，所述外置直播声卡包括用以连接在计算机上的USB接口、用以连接在直播设备上的语音直播接口、耳麦或话筒接口以及耳机或音响接口。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，所述外置直播声卡内部还包括混音单元，所述混音单元用以将所述声卡接收的远程语音数据与所述直播设备发送的直播数据以及用户本地的语音数据进行混音。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，所述直播设备包括移动通信终端。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，所述网络为因特网。

根据本实用新型的一个实施例，在跨直播平台的语音连麦系统中，采用UDP协议传输本地语音数据以及远程语音数据。

本实用新型所提供的语音连麦系统可以使得两个主播即使在不同的直播平台间也可以同时语音连麦直播，进一步增强了直播的互动效果。此外，语音连麦的数据还能够与直播数据进行混音播放，使得参与直播的用户体验更为丰富。

本实用新型的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本实用新型而了解。本实用新型的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

图1是本实用新型的一种实施例的跨直播平台的语音连麦系统的结构框图；

图2是本实用新型的一种实施例的跨直播平台的语音连麦系统的结构细节框图；

图3是本实用新型的一种实施例的跨直播平台的语音连麦系统语音数据流图；以及

图4是本实用新型的一种实施例的跨直播平台的语音连麦系统的客户端通信图。

具体实施方式

以下将结合附图及实施例来详细说明本实用新型的实施方式，借此对本实用新型如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本实用新型中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本实用新型的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本实用新型实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本实用新型可以不用这里的具体细节或者所描述的特定方式来实施。

图1为本实用新型的一种实施例的跨直播平台的语音连麦系统的结构框图。如图1所示，其中包含语音获取单元101、语音播放单元102、外置直播声卡103、安装有客户端的源计算机1041、安装有客户端的目的计算机1042以及服务器105。

其中，外置直播声卡103连接在语音获取单元101和语音播放单元102上，用以通过语音获取单元101来采集本地语音数据，并将本地语音数据进行处理后传送，以及用以通过语音播放单元102播放外置直播声卡103所接收的远程语音数据。

本实用新型的一个实施例中的用于直播的外置声卡即外置直播声卡103分为软声卡和硬声卡，其中，外置软声卡实际上和主板集成的软声卡是一样的，但是由于外置声卡可以使用相对主板集成更好的CODEC，并且可以增加新的电路，所以外置软声卡可以实现更好的声音品质与更多的功能。外置软声卡虽然原理和结构和普通的板载声卡很类似，但外置的特点使得它具有了普通的板载声卡所远不能比拟的优势，由于外置没有了电路体积的限制，所以使得它可以设计更为复杂的模拟电路并采用更好的屏蔽设计，从而大幅度地提升音质。外置硬声卡则和PCI接口的硬声卡一样，拥有自己独立的音频控制芯片，它与PCI接口的硬声卡的区别在于需要一个单独的系统接口程序来使用USB总线传输音频数据。外置硬声卡由于具有独立的供电设计，所以使得它可以完全不依赖主机充满干扰的电源输出，而且由于它具有自己独立的音频控制芯片，所以它完全可以脱离电脑作为一个独立的解码/编码设备来使用，为CD/DVD等各种设备提供支持。

在本实用新型中，本实用新型并不拘泥于某种特定的外置直播声卡103，只要外置直播声卡103能够支持本实用新型的跨直播平台的语音连麦系统的需求用户可根据自己的实际需求选择需要的外置直播声卡103。

本实用新型的一个实施例中的多台安装有客户端的计算机104分别与各自的外置直播声卡103连接，各台计算机之间通过网络进行互联，用以接收各自的外置直播声卡103传送的本地语音数据，并将其打包封装，然后通过网络进行传送，以及用以通过网络接收打包封装的远程语音数据。

本实用新型的一个实施例中的服务器105连接在网络上，用以管理多台安装有客户端的计算机104之间的通信，以将打包封装的语音数据从安装有客户端的源计算机1041发送到安装有客户端的目的计算机1042。

本实用新型的一个实施例中的服务器105也称伺服器，是提供计算服务的设备。由于服务器105需要响应服务请求，并进行处理，因此服务器105应具备承担服务并且保障服务的能力。服务器105的构成包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在本实用新型中选用的的服务器105需具备处理能力强、稳定性高、可靠、安全、可扩展、可管理的能力。

在本实用新型的一个实施例中的跨直播平台的语音直播系统中，外置直播声卡103通过语音获取单元101采集到语音数据后，将数据传输给安装有客户端的计算机104，同时又与安装有客户端的计算机104传输过来的语音数据混音后传输给直播设备。而安装有客户端的计算机104传输过来的语音数据又与直播设备传输过来的语音数据混音后从耳机或耳麦输出。这样便实现了不同平台的计算机之间的语音数据的传输与发送，使得跨直播平台进行语音连麦的技术难题有了实现的可能。

图2为本实用新型的一种实施例的跨直播平台的语音连麦系统的结构细节框图。如图2所示，其中包含耳麦或话筒1011、耳机或音响设备1021、外置直播声卡103上连接在计算机上的USB接口103A、外置直播声卡103上连接在直播设备上的语音直播接口103B、外置直播声卡103上的耳麦或话筒接口103C、外置直播声卡103上的耳机或音响接口103D、混音单元1035、安装有客户端的源计算机1041、安装有客户端的目的计算机1042以及直播设备106，其中直播设备106包含移动通信终端1061。

本实用新型的一个实施例中的语音获取单元101包含耳麦或话筒1011，语音播放单元102包括耳机或音响设备1021。

其中，耳麦是耳机与麦克风的整合体，它不同于普通的耳机。普通耳机往往是立体声的，而耳麦多是单声道的，同时，耳麦有普通耳机所没有的麦克风。耳麦分为无线耳麦和有线耳麦。话筒是一种电声器材，属传声器，是声电转换的换能器，通过声波作用到电声元件上产生电压，再转为电能。本实用新型的一个实施例中的耳麦或话筒1011并不拘泥于某种耳机或话筒，用户可以根据自己的需求选择合适的耳麦或话筒1011。在本实用新型中语音获取单元既可以是耳麦也可以是话筒，二者都能获取语音信息达到本实用新型为了解决跨直播平台进行语音连麦的要求。

另外，耳机是一对转换单元，它接受媒体播放器或接收器所发出的电讯号，利用贴近耳朵的扬声器将其转化成可以听到的音波。耳机一般是与媒体播放器可分离的，利用一个插头连接。音响设备就是声音输出设备、喇叭、低音炮等。一个音箱里包括高、低、中三种扬声器，但并不限于3个扬声器。本实用新型的一个实施例中的耳机或音响设备1021并不拘泥于某种耳机或音响设备，用户可以根据自己的需求选择合适的耳机或音响设备1021。在本实用新型中语音播放单元既可以是耳机也可以是音响设备，二者都能播放语音信息达到本实用新型为了解决跨直播平台进行语音连麦的要求。

本实用新型的一个实施例中的外置直播声卡103包括用以连接在计算机上的USB接口103A、用以连接在直播设备上的语音直播接口103B、耳麦或话筒接口103C以及耳机或音响接口103D。外置直播声卡103内部还包括混音单元1035，混音单元1035用以将声卡接收的远程语音数据与直播设备106发送的直播数据进行混音。

本实用新型的一个实施例中的混音是把多种来源的声音，整合至一个立体音轨(Stereo)或单音音轨(Mono)中。在混音的过程中，每一个原始信号的频率、动态、音质、定位、残响和声场都会进行调整，让各音轨最佳化，之后再叠加于最终成品上。过去用来混音的常见设备，主要是合成器(Sound Module)、音效处理器(Signal Processor)与混音座(Mixing Console)。近年来随着电脑科技进步，也开始流行以音乐制作软件混音，仅需使用一台电脑及混音软件，便可完成复杂的混音作业。本实用新型的一个实施例中的混音单元1035便可以将远程语音数据与直播设备106发送的直播数据进行混音操作。

本实用新型的一个实施例中的直播设备106包括移动通信终端1061。移动通信终端1061是指人们享有不同信息应用(通信业务)的直接工具，承担着为用户提供良好的用户界面、完成所需业务功能和接入通信网络等多方面任务，一般包括手机、笔记本以及平板电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。由于移动通信终端1061具备移动性和可通讯性，所以，用在本实用新型的跨直播平台的语音连麦系统中十分合适。本实用新型的一个实施例中的移动通信终端1061可以是上文任意一种移动通信终端。

本实用新型的一个实施例中采用UDP协议传输本地语音数据以及远程语音数据。UDP是User Datagram Protocol的简称，中文名是用户数据报协议，是OSI(Open System Interconnection，开放式系统互联)参考模型中一种无连接的传输层协议，提供面向事务的简单不可靠信息传送服务，IETF RFC 768是UDP的正式规范。UDP在IP报文的协议号是17。

UDP协议在网络中用于处理数据包，是一种无连接的协议。在OSI模型中，在第四层-传输层，处于IP协议的上一层。UDP属于传输层协议。UDP协议的主要作用是将网络数据流量压缩成数据包的形式，用来支持需要在计算机之间传输数据的网络应用。一个典型的数据包就是一个二进制数据的传输单位。每一个数据包的前8个字节用来包含报头信息，剩余字节则用来包含具体的传输数据。

UDP是OSI参考模型中一种无连接的传输层协议，它主要用于不要求分组顺序到达的传输中，提供面向事务的简单不可靠信息传送服务。UDP协议基本上是IP协议与上层协议的接口。UDP协议适用端口分别运行在同一台设备上的多个应用程序。

UDP提供了无连接通信，且不对传送数据包进行可靠性保证，适合于一次传输少量数据，UDP传输的可靠性由应用层负责。常用的UDP端口号有：DNS53，TFTP 69，SNMP 161等。

UDP协议的控制选项较少，在数据传输过程中延迟小、数据传输效率高，因此在本实用新型的一个实施例中UDP协议为一项非常实用和可行的网络传输层协议。

在本实用新型的一个实施例中的跨直播平台的语音直播系统中，外置直播声卡103通过耳麦或话筒1011采集到语音数据后，将数据传输给安装有客户端的计算机104，同时又与安装有客户端的计算机104传输过来的语音数据混音后传输给移动通信终端1061。而安装有客户端的计算机104传输过来的语音数据又与移动通信终端1061传输过来的语音数据通过混音单元1035混音后从耳机或音响设备1021输出。

外置直播声卡103连接安装有客户端的计算机104并加载声卡驱动后，安装有客户端的计算机104上就可以用外置直播声卡103的播放设备和录音设备。客户端软件通过录音设备获取外置直播声卡103传输过来的语音数据，通过播放设备将语音数据传输给外置直播声卡103。音乐播放软件也可以通过播放设备为直播添加伴奏。

用户登录客户端之后，从服务器获取在线用户的信息。然后用户可以向另外一个在线的用户发出连麦邀请，对方接受连麦邀请之后，连麦成功。

连麦成功之后，两个客户端之间建立起UDP网络连接。客户端不断地从外置直播声卡103的录音设备获取语音数据，打包后发送给另外一个客户端；同时客户端不断地接收另外一个客户端发送过来的数据包并解包，然后用外置直播声卡103的播放设备播放解包之后的语音数据，使对方的语音数据进入外置直播声卡103，并经过混音之后进到耳麦或话筒1011和移动通信终端1061中。至此便完成了不同的直播平台之间直播语音的传输与播放，实现了跨直播平台的语音连麦。

图3为本实用新型的一种实施例的跨直播平台的语音连麦系统语音数据流图。如图3所示，外置手机直播声卡通过USB接口连接PC电脑，通过直播接口连接直播手机的耳麦接口，通过耳麦或话筒采集语音数据，通过耳麦或耳机输出语音数据。

外置手机直播声卡通过耳麦或话筒采集到语音数据后，将数据传输给PC电脑，同时又与PC端传输过来的语音数据混音后传输给直播手机。而PC端传输过来的语音数据又与直播手机传输过来的语音数据混音后从耳机或耳麦输出。

手机直播声卡连接PC电脑并加载声卡驱动后，PC电脑上就可以用声卡的播放设备和录音设备。客户端具有录音和放音的功能。客户端软件通过录音设备获取声卡传输过来的语音数据，通过播放设备将语音数据传输给声卡。音乐播放软件也可以通过播放设备为直播添加伴奏。

客户端登录后，向服务器提交登录用户的信息，并从服务器获取在线用户的列表。客户端可以向在线用户发出连麦邀请，也可以接受其他用户的连麦邀请。用户向在线的其他用户发出连麦邀请后，需要对方接受邀请之后才能连麦成功。

在图3中，客户端A与客户端B连麦之后，两个客户端之间建立起UDP网络连接。客户端A和客户端B都不断地从手机直播声卡的录音设备中获取声卡中的话筒输入语音数据，然后将数据打包后发送给对方；同时又不断地从对方那里接收数据包，将数据包解包之后得到对方的语音数据，然后用手机直播声卡的播放设备播放这些语音数据，使对方的语音数据进入手机直播声卡，并经过混音之后进到耳麦和直播手机中。

在图3中，在客户端A处有3处需要混音的地方，分别是混音过程301、混音过程302以及混音过程303。其中，混音过程301中，客户端A接收通过互联网以UDP协议传送过来的远程客户端B的语音数据与伴奏音乐混音，混音后的语音数据为第一级语音数据。伴奏音乐是使用客户端A的主播甲根据自己喜好选择的伴奏音乐。不同的主播可以选择不同的伴奏音乐。随后，客户端A将混音后的第一级语音数据传送至外置直播声卡A，在图中混音过程302处，第一级语音数据与主播甲通过话筒输入的本地语音数据进行混音，混音后的语音数据为第二级语音数据，最后，在混音过程303中，第二级语音数据与手机直播中的声音(观众的声音、手机提示音)进行混音，混音后的语音数据为第三级语音数据。第三级语音数据通过耳麦输出至主播甲。在客户端B处混音的过程与客户端A相同，在此便不再赘述。

综上所述，主播甲的观众能听到的声音有，主播甲的音乐伴奏、主播甲的声音以及主播乙的声音；主播甲能听到的声音有，主播甲的音乐伴奏、主播甲的声音、主播乙的声音以及主播甲手机直播的声音(主播甲的观众、手机提示音)；主播乙的观众能听到的声音有，主播乙的音乐伴奏、主播甲的声音以及主播乙的声音；主播乙能听到的声音有，主播乙的音乐伴奏、主播甲的声音、主播乙的声音以及主播乙手机直播的声音(主播乙的观众、手机提示音)。

图4为本实用新型的一个实施例的跨直播平台的语音连麦系统的客户端通信图。图4包含服务器105、客户端A与客户端B。其中，客户端A代表主动发出连麦请求的客户端，客户端B为接收连麦邀请的客户端，服务器105为信息交互的平台。

在客户端与服务器105通信前，服务器105需做以下准备，首先服务器105需要申请一个socket(socketWatch)用来监听各个客户端的通信请求，然后服务器105需要绑定到一个IP地址和一个端口上开启监听，等待客户端的主动连接。最后，当有连接时创建一个用于和连接进来的客户端进行通信的socket。综上所述，服务器端最少有两个socket，一个是服务端负责监听客户端发来连接请求，但不负责与请求的客户端通信，另一个是每当服务器端成功接收到客户端时，便在服务器端创建一个用于与请求的客户端进行通信的socket。

在客户端与服务器105通信前，客户端A和客户端B需做以下准备，客户端A和客户端B分别申请一个socket(socketClient)。另外，客户端指定要连接的服务器端地址和端口，通过创建一个socket对象来初始化一个到服务器端的UDP连接。

在以上通信前准备完成以后，客户端与服务器105之间便可以进行正常的通信。跨直播平台的语音连麦系统也就有了实现的可能。

客户端与服务器105之间的通信过程如下所述，首先用户在客户端A上登录，用户在客户端B上登录，接着，客户端A通过客户端与服务器105之间通信的socket向服务器105请求在线用户列表，服务器105接收到客户端A的请求后通过socket向客户端A发送实时在线用户列表，然后，客户端A向在线客户端B发出连麦邀请，客户端B同意客户端A的连麦邀请，最后，客户端A与客户端B之间通过UDP协议进行语音数据的互通。

通过以上方法，实现了客户端与服务器之间以及客户端与客户端之间的通信，为跨直播平台语音连麦系统的实现提供了坚实的保障。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本实用新型的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然上述示例用于说明本实用新型在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本实用新型的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本实用新型由所附的权利要求书来限定。