一种赛事直播时的主播用户即时图像的推送方法与流程

本发明涉及互联网技术领域，尤其涉及一种赛事直播时的主播用户即时图像的推送方法。

背景技术

随着互联网的广泛普及，观众用户可以通过接入主播客户端所在频道的观众客户端来观看主播客户端发布的赛事直播画面和主播用户即时图像。其中，主播客户端发布的主播用户即时图像通常会叠加在接入主播客户端所在频道的每一个观众客户端输出的赛事直播画面的指定位置，如图1所示，主播客户端发布的主播用户即时图像通常会叠加在接入主播客户端所在频道的每一个观众客户端输出的赛事直播画面的右下角。

在现有技术中，主播用户即时图像是以广播的方式叠加到接入主播客户端所在频道的每一个观众客户端输出的赛事直播画面的指定位置上，无法实现主播用户即时图像的选择性的精准推送。

技术实现要素：

本发明实施例公开了一种赛事直播时的主播用户即时图像的推送方法，能够实现主播用户即时图像的选择性的精准推送。

其中，一种赛事直播时的主播用户即时图像的推送方法，所述方法包括：

直播服务器在将主播客户端上报的赛事直播画面推送至所述主播客户端所在频道中的各个观众客户端进行输出的过程中，获取所述主播客户端上报的指定亲密度；所述指定亲密度用以供所述直播服务器查询具备观看主播用户即时图像的权限的观众客户端；

所述直播服务器从所述主播客户端所在频道中的各个观众客户端中查询出当前亲密度等于或高于所述指定亲密度的至少一个观众客户端，以形成观众客户端集合；所述观众客户端集合包含的每一观众客户端具备观看主播用户即时图像的权限；

所述直播服务器将预设的第一提示图标叠加到所述观众客户端集合包含的每一观众客户端输出的所述赛事直播画面上的第一指定位置；所述第一提示图标用于触发观看主播用户即时图像；

所述直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求，所述目标观众客户端属于所述观众客户端集合中的观众客户端，所述主播用户即时图像观看请求是所述目标观众客户端在检测到所述目标观众客户端输出的所述赛事直播画面上的所述第一指定位置所叠加的所述第一提示图标被选中时上报给所述直播服务器的；

所述直播服务器向所述目标观众客户端推送提示信息，所述提示信息用于提示所述目标观众客户端采集并上报所述目标观众客户端所属的观众用户发出的观众用户认证声音信号；

所述直播服务器对所述观众用户认证声音信号以及所述主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成得到合成声音信号；

所述直播服务器判断所述合成声音信号与所述目标观众客户端签订所述主播用户即时图像业务时由所述直播服务器为所述目标观众客户端合成的验证声音信号是否相匹配，若匹配，将所述主播客户端上报的主播用户即时图像叠加到所述目标观众客户端输出的所述赛事直播画面上的第二指定位置。

作为一种可选的实施方式，本发明实施例中，所述直播服务器将所述主播客户端上报的主播用户即时图像叠加到所述目标观众客户端输出的所述赛事直播画面上的第二指定位置之后，所述方法还包括：

将所述目标观众客户端输出的所述赛事直播画面上的所述第一指定位置所叠加的所述第一提示图标变更为预设的第二提示图标，所述第二预设标记用于触发隐藏所述主播用户即时图像；

所述直播服务器获取所述目标观众客户端上报的主播用户即时图像隐藏请求，所述主播用户即时图像隐藏请求是所述目标观众客户端在检测到所述目标观众客户端输出的所述赛事直播画面上的所述第一指定位置所叠加的所述第二提示图标被选中时上报给所述直播服务器的；

所述直播服务器根据所述主播用户即时图像隐藏请求，控制已叠加到所述目标观众客户端输出的所述赛事直播画面上的第二指定位置的所述主播用户即时图像进行隐藏；

所述直播服务器控制已叠加到所述目标观众客户端输出的所述赛事直播画面上的第二指定位置的所述主播用户即时图像进行隐藏之后，将所述目标观众客户端输出的所述赛事直播画面上的所述第一指定位置所叠加的所述第二提示图标变更回所述第一提示图标。

作为一种可选的实施方式，本发明实施例中，所述直播服务器将所述目标观众客户端输出的所述赛事直播画面上的所述第一指定位置所叠加的所述第二提示图标变更回所述第一提示图标之后，所述方法还包括：

所述直播服务器获取所述主播客户端为所述主播用户即时图像业务预先配置的单次虚拟资产消耗值；其中，所述单次虚拟资产消耗值为任一客户端每观看一次主播用户即时图像时所消耗的虚拟资产消耗值；

所述直播服务器从所述目标观众客户端对应的观众虚拟账号中扣除所述单次虚拟资产消耗值，并将扣除的所述单次虚拟资产消耗值添加至所述主播客户端的主播虚拟账号。

作为一种可选的实施方式，本发明实施例中，所述直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求之后，以及所述直播服务器向所述目标观众客户端推送提示信息之前，所述方法还包括：

所述直播服务器向所述目标观众客户端推送第一询问信息以及所述主播客户端为所述主播用户即时图像业务预先配置的所述单次虚拟资产消耗值；其中，所述第一询问信息用于询问所述目标观众客户端所属的观众用户是否仍需观看主播用户即时图像；

若所述直播服务器收到所述目标观众客户端上报的确认仍需观看主播用户即时图像的响应信息时，所述直播服务器执行所述的向所述目标观众客户端推送提示信息的步骤。

作为一种可选的实施方式，本发明实施例中，所述直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求之前，所述方法还包括：

所述直播服务器获取所述目标观众客户端上报的、用于签订所述主播用户即时图像业务的业务签订请求；

所述直播服务器根据所述业务签订请求，向所述目标观众客户端推送指示信息，所述指示信息用于指示所述目标观众客户端采集并上报所述目标观众客户端所属的观众用户发出的观众用户注册声音信号；

所述直播服务器对所述观众用户注册声音信号以及所述主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成，得到验证声音信号；其中，所述验证声音信号即是所述目标观众客户端签订所述主播用户即时图像业务时由所述直播服务器为所述目标观众客户端合成的验证声音信号；

所述直播服务器记录所述目标观众客户端与所述主播用户即时图像业务之间的签订关系，以完成所述主播用户即时图像业务的签订。

作为一种可选的实施方式，本发明实施例中，所述业务签订请求还包括所述目标观众客户端的客户端等级，所述直播服务器根据所述业务签订请求，向所述目标观众客户端推送指示信息之前，所述方法还包括：

所述直播服务器从所述业务签订请求中读取所述目标观众客户端的客户端等级；

所述直播服务器判断所述目标观众客户端的客户端等级是否高于所述主播客户端指定的等级，若高于，执行所述的根据所述业务签订请求，向所述目标观众客户端推送指示信息的步骤。

作为一种可选的实施方式，本发明实施例中，所述直播服务器记录所述目标观众客户端与所述主播用户即时图像业务之间的签订关系，以完成所述主播用户即时图像业务的签订之后，所述方法还包括：

所述直播服务器以所述目标观众客户端的客户端等级为依据，确定所述目标观众客户端的客户端等级对应的服务虚拟资产值；其中，所述目标观众客户端的客户端等级越高，所述服务虚拟资产值越小；反之，所述目标观众客户端的客户端等级越低，所述服务虚拟资产值越大；

所述直播服务器从所述目标观众客户端对应的观众虚拟账号中扣除所述服务虚拟资产值，并将扣除的所述服务虚拟资产值添加至所述直播服务器对应的服务虚拟账号。

作为一种可选的实施方式，本发明实施例中，所述直播服务器获取所述目标观众客户端上报的、用于签订所述主播用户即时图像业务的业务签订请求之后，以及所述直播服务器根据所述业务签订请求，向所述目标观众客户端推送指示信息之前，所述方法还包括：

所述直播服务器向所述目标观众客户端推送第二询问信息以及所述服务虚拟资产值；其中，所述服务虚拟资产值是所述直播服务器每一次执行所述主播用户即时图像业务的签订时需要收取的服务虚拟资产值，所述第二询问信息用于询问所述目标观众客户端所属的观众用户是否仍需签订所述主播用户即时图像业务；

若所述直播服务器收到所述目标观众客户端上报的确认仍需签订所述主播用户即时图像业务时，所述直播服务器执行所述的根据所述业务签订请求，向所述目标观众客户端推送指示信息的步骤。

作为一种可选的实施方式，本发明实施例中，所述直播服务器对所述观众用户注册声音信号以及所述主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成，得到验证声音信号，包括：

所述直播服务器确定所述观众用户注册声音信号与所述主播客户端为主播用户即时图像业务预先配置的主播用户声音信号之间的对齐点；其中，所述对齐点是指所述观众用户注册声音信号和所述主播用户声音信号合成的开始位置；

所述直播服务器根据所述对齐点将所述观众用户注册声音信号与所述主播用户声音信号合成为验证声音信号。

作为一种可选的实施方式，本发明实施例中，所述直播服务器判断所述合成声音信号与所述目标观众客户端签订所述主播用户即时图像业务时由所述直播服务器为所述目标观众客户端合成的验证声音信号是否相匹配，包括：

所述直播服务器判断所述合成声音信号与所述目标观众客户端签订所述主播用户即时图像业务时由所述直播服务器为所述目标观众客户端合成的验证声音信号之间的所述对齐点是否相同；

若相同，所述直播服务器判断所述合成声音信号的声纹特征对应的第一多维向量与所述验证声音信号的声纹特征对应的第二多维向量是否匹配，若匹配，确定所述合成声音信号与所述验证声音信号相匹配；若不匹配，确定所述合成声音信号与所述验证声音信号不匹配；

其中，所述合成声音信号的声纹特征对应的第一多维向量由梅尔频率倒谱系数、线性预测倒谱系数、所述梅尔频率倒谱系数的一阶差分、所述线性预测倒谱系数的一阶差分、能量、所述能量的一阶差分以及gammatone滤波器倒谱系数共同组成。

本发明实施例中，目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标被选中时上报主播用户即时图像观看请求给直播服务器，直播服务器向目标观众客户端推送提示信息，用于提示目标观众客户端上报目标观众客户端所属的观众用户发出的观众用户认证声音信号；在对观众用户认证声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成得到合成声音信号，且判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号相匹配时，将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置，从而能够实现主播用户即时图像的选择性的精准推送。

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为现有技术中观众客户端输出的赛事直播画面和主播用户即时图像叠加的画面示意图；

图2为本发明实施例公开的一种赛事直播时的主播用户即时图像的推送的网络架构示意图；

图3为本发明实施例公开的一种赛事直播时的主播用户即时图像的推送方法的流程示意图；

图4为本发明实施例公开的另一种赛事直播时的主播用户即时图像的推送方法的流程示意图；

图5为本发明实施例公开的另一种赛事直播时的主播用户即时图像的推送方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开了一种赛事直播时的主播用户即时图像的推送方法，能够实现主播用户即时图像的选择性的精准推送。以下进行结合附图进行详细描述。

为了更好理解本发明实施例公开的一种赛事直播时的主播用户即时图像的推送方法，下面先对本发明实施例适用的网络架构进行描述。请参阅图2，图2为本发明实施例公开的一种赛事直播时的主播用户即时图像的推送的网络架构示意图。如图2所示，该网络架构可以包括直播服务器以及多个客户端，其中，直播服务器也被称后台服务器、组主播服务器、组件服务器等，直播服务器可以通过互联网与多个客户端进行通讯连接。在图2所示的网络架构中，多个客户端中的某一客户端可以作为主播客户端，而其余客户端可以作为观众客户端接入主播客户端所在频道。其中，主播客户端所属的用户称为主播用户，而观众客户端所属的用户称为观众用户。本发明实施例中，频道简单来讲就是主播客户端创建或者由频道管理平台为主播客户端创建的一种虚拟空间(或虚拟房间)，位于该虚拟空间内的观众客户端可以不仅观看主播客户端的直播内容，还可以和主播客户端进行语音或文字的交互。主控客户端对接入其频道内的观众客户端不仅具有接入、踢出控制权，还具体直播主动权。在图2所示的网络架构中，主播客户端、观众客户端可以运行在包括但不限于个人电脑、平板电脑、智能电视等用户设备上。

请参阅图3，图3本发明实施例公开的一种赛事直播时的主播用户即时图像的推送方法的流程示意图。如图3所示，该赛事直播时的主播用户即时图像的推送方法可以包括以下步骤：

301、直播服务器在将主播客户端上报的赛事直播画面推送至主播客户端所在频道中的各个观众客户端进行输出的过程中，获取主播客户端上报的指定亲密度；其中，指定亲密度用以供直播服务器查询具备观看主播用户即时图像的权限的观众客户端。

本发明实施例中，直播服务器在将主播客户端上报的赛事直播画面推送至主播客户端所在频道中的各个观众客户端进行输出的过程中，可以检测主播客户端上报的主播用户即时图像推送触发指令，并且根据该主播用户即时图像推送触发指令，向主播客户端推送交互界面，该交互界面包括指定亲密度导入口；进一步地，主播客户端可以检测主播用户通过指定亲密度导入口导入的指定亲密度，并将指定亲密度上报给直播服务器。

作为一种可选的实施方式，主播客户端检测主播用户通过指定亲密度导入口导入的指定亲密度之后，以及主播客户端将指定亲密度上报给直播服务器之前，还可以包括：

主播客户端通过摄像装置抓拍主播用户对应的第一人像；

主播客户端判断主播用户对应的第一人像包含的人脸图像是否与主播客户端预先配置的指定主播对应的第二人像包含的人脸图像相匹配；

若主播用户对应的第一人像包含的人脸图像与主播客户端预先配置的指定主播对应的第二人像包含的人脸图像相匹配，主播客户端利用人像属性算法对第一人像进行前向计算，得到第一人像的属性信息；

主播客户端判断第一人像的属性信息是否与主播客户端预先配置的指定主播对应的第二人像的属性信息相匹配；

若第一人像的属性信息与主播客户端预先配置的指定主播对应的第二人像的属性信息相匹配，主播客户端才将指定亲密度上报给直播服务器。

其中，人像属性算法是基于多个样本人像图像以及多个样本人像图像的多个属性信息的识别结果按照属性信息的不同类型进行训练得到；其中，属性信息包括年龄、性别以及身高

本发明实施例中，人像属性算法通过以下方式训练得到，即：

主播客户端读取预先录入的样本人像数据，每个样本人像数据中包含样本人像图像以及样本人像图像的多个属性信息；

主播客户端从预先录入的样本人像图像中提取人像特征；

主播客户端根据初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算，得到每个样本人像图像的多个属性信息的预测值；

主播客户端根据预测值与属性信息的值，按照属性信息的不同类型计算得到多个属性信息的损耗；

主播客户端将多个属性信息的损耗求和，得到多个属性信息的总损耗；

主播客户端对初始模型中的不同属性信息对应的子模型的参数进行调整，直到调整后的参数使得多个属性信息的总损耗小于或等于预设阈值时，停止调整得到人像属性算法；

其中，主播客户端根据预测值与属性信息的值，按照属性信息的不同类型计算得到多个属性信息的损耗，包括：

主播客户端对于多个属性信息中每一个属性信息，若该属性信息为回归属性，按照如下公式对该属性信息的预测值和属性信息的值进行计算，得到该属性信息的损耗：

其中，s表示该属性信息在多个属性信息中的编号，表示初始模型计算得到的预测值，表示该属性信息的值，i表示回归维度，j表示回归维度的标，l表示该属性信息对应的损耗。

或者，主播客户端根据预测值与属性信息的值，按照属性信息的不同类型计算得到多个属性信息的损耗，包括：

主播客户端对于多个属性信息中每一个属性信息，若该属性信息不为回归属性，按照如下公式对该属性信息的预测向量和属性信息向量进行计算，得到该属性信息的损耗：

其中，s表示该属性信息在多个属性信息中的编号，x表示该属性信息的值，q表示初始模型计算得到的预测值，d表示该属性信息的识别结果数目，h表示该属性信息的识别结果的标识，l表示该属性信息对应的损耗。

其中，实施上述实施方式，主播客户端可以在精确的判断出导入指定亲密度的主播用户是主播客户端预先配置的指定主播时，才将指定亲密度上报给直播服务器，从而可以防止其他非指定主播恶意分享主播用户即时图像。

302、直播服务器从主播客户端所在频道中的各个观众客户端中查询出当前亲密度等于或高于指定亲密度的至少一个观众客户端，以形成观众客户端集合；其中，观众客户端集合包含的每一观众客户端具备观看主播用户即时图像的权限。

本发明实施例中，接入主播客户端所在频道的观众客户端的当前亲密度可以受观众客户端与主播客户端之间的交互的影响。例如，观众客户端所属的观众用户与主播客户端所属的主播用户之间的交互频率越高，观众客户端的当前亲密度就越高；反之，观众客户端所属的观众用户与主播客户端所属的主播用户之间的交互频率越低，观众客户端的当前亲密度就越低；又例如，观众客户端所属的观众用户赠送给主播客户端所属的主播用户的虚拟资源(如虚拟道具、虚拟礼物、虚拟币等)越多，观众客户端的当前亲密度就越高；反之，观众客户端所属的观众用户赠送给主播客户端所属的主播用户的虚拟资源越少，观众客户端的当前亲密度就越低。

303、直播服务器将预设的第一提示图标叠加到观众客户端集合包含的每一观众客户端输出的赛事直播画面上的第一指定位置；其中，第一提示图标用于触发观看主播用户即时图像。

其中，第一指定位置可以是左上角、左下角、右上角或者右下角，本发明实施例不作限定。

304、直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求，目标观众客户端属于观众客户端集合中的观众客户端，主播用户即时图像观看请求是目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标被选中时上报给直播服务器的。

305、直播服务器向目标观众客户端推送提示信息，提示信息用于提示目标观众客户端采集并上报目标观众客户端所属的观众用户发出的观众用户认证声音信号。

306、直播服务器对观众用户认证声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成得到合成声音信号。

307、直播服务器判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号是否相匹配，若匹配，将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置。

其中，若判断出合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号不匹配，结束本流程。

其中，合成声音信号与验证声音信号相匹配可以包括合成声音信号与验证声音信号的对齐点相同，并且合成声音信号的声纹特征对应的第一多维向量与验证声音信号的声纹特征对应的第二多维向量相匹配。

其中，合成声音信号的声纹特征对应的第一多维向量由梅尔频率倒谱系数、线性预测倒谱系数、梅尔频率倒谱系数的一阶差分、线性预测倒谱系数的一阶差分、能量、能量的一阶差分以及gammatone滤波器倒谱系数共同组成。

可见，实施图3所描述的方法，能够实现主播用户即时图像的选择性的精准推送；而且，还可以防止其他非指定主播恶意分享主播用户即时图像。

请参阅图4，图4本发明实施例公开的另一种赛事直播时的主播用户即时图像的推送方法的流程示意图。如图4所示，该赛事直播时的主播用户即时图像的推送方法可以包括以下步骤：

401、直播服务器在将主播客户端上报的赛事直播画面推送至主播客户端所在频道中的各个观众客户端进行输出的过程中，获取主播客户端上报的指定亲密度；其中，指定亲密度用以供直播服务器查询具备观看主播用户即时图像的权限的观众客户端。

402、直播服务器从主播客户端所在频道中的各个观众客户端中查询出当前亲密度等于或高于指定亲密度的至少一个观众客户端，以形成观众客户端集合；其中，观众客户端集合包含的每一观众客户端具备观看主播用户即时图像的权限。

403、直播服务器将预设的第一提示图标叠加到观众客户端集合包含的每一观众客户端输出的赛事直播画面上的第一指定位置；其中，第一提示图标用于触发观看主播用户即时图像。

404、直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求，目标观众客户端属于观众客户端集合中的观众客户端，主播用户即时图像观看请求是目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标被选中时上报给直播服务器的。

405、直播服务器向目标观众客户端推送提示信息，提示信息用于提示目标观众客户端采集并上报目标观众客户端所属的观众用户发出的观众用户认证声音信号。

406、直播服务器对观众用户认证声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成得到合成声音信号。

407、直播服务器判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号是否相匹配，若匹配，将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置。

其中，第二指定位置可以是右下角或者其他位置，本发明实施例不作限定。

其中，若判断出合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号不匹配，结束本流程。

其中，合成声音信号与验证声音信号相匹配可以包括合成声音信号与验证声音信号的对齐点相同，并且合成声音信号的声纹特征对应的第一多维向量与验证声音信号的声纹特征对应的第二多维向量相匹配。

其中，合成声音信号的声纹特征对应的第一多维向量由梅尔频率倒谱系数、线性预测倒谱系数、梅尔频率倒谱系数的一阶差分、线性预测倒谱系数的一阶差分、能量、能量的一阶差分以及gammatone滤波器倒谱系数共同组成。

408、直播服务器将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置之后，将目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标变更为预设的第二提示图标，其中，第二预设标记用于触发隐藏主播用户即时图像。

409、直播服务器获取目标观众客户端上报的主播用户即时图像隐藏请求，主播用户即时图像隐藏请求是目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第二提示图标被选中时上报给直播服务器的。

410、直播服务器根据主播用户即时图像隐藏请求，控制已叠加到目标观众客户端输出的赛事直播画面上的第二指定位置的主播用户即时图像进行隐藏。

411、直播服务器控制已叠加到目标观众客户端输出的赛事直播画面上的第二指定位置的主播用户即时图像进行隐藏之后，将目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第二提示图标变更回第一提示图标。

412、直播服务器获取主播客户端为主播用户即时图像业务预先配置的单次虚拟资产消耗值；其中，单次虚拟资产消耗值为任一客户端每观看一次主播用户即时图像时所消耗的虚拟资产消耗值。

413、直播服务器从目标观众客户端对应的观众虚拟账号中扣除单次虚拟资产消耗值，并将扣除的单次虚拟资产消耗值添加至主播客户端的主播虚拟账号。

其中，实施上述步骤412-步骤413，有利于刺激主播用户分享更多的主播用户即时图像，以提升主播客户端所在频道的人气。

可见，实施图4所描述的方法，能够实现主播用户即时图像的选择性的精准推送；而且，有利于刺激主播用户分享更多的主播用户即时图像，以提升主播客户端所在频道的人气。

请参阅图5，图5本发明实施例公开的另一种赛事直播时的主播用户即时图像的推送方法的流程示意图。如图5所示，该赛事直播时的主播用户即时图像的推送方法可以包括以下步骤：

501、直播服务器在将主播客户端上报的赛事直播画面推送至主播客户端所在频道中的各个观众客户端进行输出的过程中，获取主播客户端上报的指定亲密度；其中，指定亲密度用以供直播服务器查询具备观看主播用户即时图像的权限的观众客户端。

502、直播服务器从主播客户端所在频道中的各个观众客户端中查询出当前亲密度等于或高于指定亲密度的至少一个观众客户端，以形成观众客户端集合；其中，观众客户端集合包含的每一观众客户端具备观看主播用户即时图像的权限。

503、直播服务器将预设的第一提示图标叠加到观众客户端集合包含的每一观众客户端输出的赛事直播画面上的第一指定位置；其中，第一提示图标用于触发观看主播用户即时图像。

504、直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求，目标观众客户端属于观众客户端集合中的观众客户端，主播用户即时图像观看请求是目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标被选中时上报给直播服务器的。

505、直播服务器向目标观众客户端推送第一询问信息以及主播客户端为主播用户即时图像业务预先配置的单次虚拟资产消耗值；其中，第一询问信息用于询问目标观众客户端所属的观众用户是否仍需观看主播用户即时图像；其中，单次虚拟资产消耗值为任一客户端每观看一次主播用户即时图像时所消耗的虚拟资产消耗值。

506、若直播服务器收到目标观众客户端上报的确认仍需观看主播用户即时图像的响应信息，直播服务器向目标观众客户端推送提示信息，提示信息用于提示目标观众客户端采集并上报目标观众客户端所属的观众用户发出的观众用户认证声音信号。

507、直播服务器对观众用户认证声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成得到合成声音信号。

508、直播服务器判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号是否相匹配，若匹配，将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置。

其中，第二指定位置可以是右下角或者其他位置，本发明实施例不作限定。

其中，若判断出合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号不匹配，结束本流程。

其中，合成声音信号与验证声音信号相匹配可以包括合成声音信号与验证声音信号的对齐点相同，并且合成声音信号的声纹特征对应的第一多维向量与验证声音信号的声纹特征对应的第二多维向量相匹配。

其中，合成声音信号的声纹特征对应的第一多维向量由梅尔频率倒谱系数、线性预测倒谱系数、梅尔频率倒谱系数的一阶差分、线性预测倒谱系数的一阶差分、能量、能量的一阶差分以及gammatone滤波器倒谱系数共同组成。

509、直播服务器将主播客户端上报的主播用户即时图像叠加到目标观众客户端输出的赛事直播画面上的第二指定位置之后，将目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第一提示图标变更为预设的第二提示图标，其中，第二预设标记用于触发隐藏主播用户即时图像。

510、直播服务器获取目标观众客户端上报的主播用户即时图像隐藏请求，主播用户即时图像隐藏请求是目标观众客户端在检测到目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第二提示图标被选中时上报给直播服务器的。

511、直播服务器根据主播用户即时图像隐藏请求，控制已叠加到目标观众客户端输出的赛事直播画面上的第二指定位置的主播用户即时图像进行隐藏。

512、直播服务器控制已叠加到目标观众客户端输出的赛事直播画面上的第二指定位置的主播用户即时图像进行隐藏之后，将目标观众客户端输出的赛事直播画面上的第一指定位置所叠加的第二提示图标变更回第一提示图标。

513、直播服务器获取主播客户端为主播用户即时图像业务预先配置的单次虚拟资产消耗值；其中，单次虚拟资产消耗值为任一客户端每观看一次主播用户即时图像时所消耗的虚拟资产消耗值。

514、直播服务器从目标观众客户端对应的观众虚拟账号中扣除单次虚拟资产消耗值，并将扣除的单次虚拟资产消耗值添加至主播客户端的主播虚拟账号。

其中，实施上述步骤513-步骤514，有利于刺激主播用户分享更多的主播用户即时图像，以提升主播客户端所在频道的人气。

作为一种可选的实施方式，本发明实施例中，直播服务器获取任意一个目标观众客户端上报的主播用户即时图像观看请求之前，该方法还包括以下步骤：

直播服务器获取目标观众客户端上报的、用于签订主播用户即时图像业务的业务签订请求；

以及，直播服务器根据该业务签订请求，向目标观众客户端推送指示信息，该指示信息用于指示目标观众客户端采集并上报目标观众客户端所属的观众用户发出的观众用户注册声音信号；

以及，直播服务器对观众用户注册声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成，得到验证声音信号；其中，验证声音信号即是目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号；

以及，直播服务器记录目标观众客户端与主播用户即时图像业务之间的签订关系，以完成主播用户即时图像业务的签订。

作为一种可选的实施方式，本发明实施例中，该业务签订请求还包括目标观众客户端的客户端等级，相应地，直播服务器根据该业务签订请求，向目标观众客户端推送指示信息之前，该方法还包括：

直播服务器从该业务签订请求中读取目标观众客户端的客户端等级；

直播服务器判断目标观众客户端的客户端等级是否高于主播客户端指定的等级，若高于，执行上述的根据该业务签订请求，向目标观众客户端推送指示信息的步骤；反之，若低于，结束本流程。

作为一种可选的实施方式，本发明实施例中，直播服务器记录目标观众客户端与主播用户即时图像业务之间的签订关系之后，该方法还包括：

直播服务器以目标观众客户端的客户端等级为依据，确定目标观众客户端的客户端等级对应的服务虚拟资产值；其中，目标观众客户端的客户端等级越高，服务虚拟资产值越小；反之，目标观众客户端的客户端等级越低，服务虚拟资产值越大；

以及，直播服务器从目标观众客户端对应的观众虚拟账号中扣除该服务虚拟资产值，并将扣除的服务虚拟资产值添加至直播服务器对应的服务虚拟账号。

作为一种可选的实施方式，本发明实施例中，直播服务器获取目标观众客户端上报的、用于签订主播用户即时图像业务的业务签订请求之后，以及直播服务器根据该业务签订请求，向目标观众客户端推送指示信息之前，该方法还包括：

直播服务器向目标观众客户端推送第二询问信息以及该服务虚拟资产值；其中，该服务虚拟资产值是直播服务器每一次执行主播用户即时图像业务的签订时需要收取的服务虚拟资产值，第二询问信息用于询问目标观众客户端所属的观众用户是否仍需签订主播用户主播用户即时图像业务；

以及，若直播服务器收到目标观众客户端上报的确认仍需签订主播用户即时图像业务时，直播服务器执行上述的根据该业务签订请求，向目标观众客户端推送指示信息的步骤。

作为一种可选的实施方式，本发明实施例中，直播服务器对观众用户注册声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号进行合成，得到验证声音信号，包括：

直播服务器确定观众用户注册声音信号与主播客户端为主播用户即时图像业务预先配置的主播用户声音信号之间的对齐点；其中，主播客户端为主播用户即时图像业务预先配置的主播用户声音信号是固定不变的，而观众用户注册声音信号具有个性化特性；对齐点是指观众用户注册声音信号和主播用户声音信号合成的开始位置，换句话说，观众用户注册声音信号与主播用户声音信号要合成的话，需要找到从哪个音频帧开始合成，这个音频帧就可以理解为对齐点；

以及，直播服务器根据对齐点将观众用户注册声音信号与主播用户声音信号合成为验证声音信号。

作为一种可选的实施方式，本发明实施例中，直播服务器确定观众用户注册声音信号与主播客户端为主播用户即时图像业务预先配置的主播用户声音信号之间的对齐点，包括

直播服务器计算观众用户注册声音信号的第一时长以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号的第二时长；其中，第一时长表示观众用户注册声音信号的声音持续的时间；第二时长表示主播用户声音信号的声音持续的时间；

以及，直播服务器计算该第一时长和该第二时长之间的差值；

以及，直播服务器判断该差值是否小于或等于预设数值，若是，对观众用户注册声音信号和主播用户声音信号中的任一声音信号进行周期上的缩放，以获得最终持续时长相同的观众用户注册声音信号和主播用户声音信号，再以最终持续时长相同的观众用户注册声音信号和主播用户声音信号的首个音频帧作为对齐点。

本发明实施例中，如果该差值小于或等于预设数值，则说明两个声音信号(即观众用户注册声音信号和主播用户声音信号)在输入时的差距较小，此时可以对其中的一个声音信号(如观众用户注册声音信号)进行周期上的缩放，例如对时长较长的声音信号进行周期上的压缩(也就是俗称的快进)，和/或对时长较短的声音信号进行周期上的放大(也就是俗称的慢进)，使得两个声音信号的最终持续时长相同，再以两个声音信号的首个音频帧作为对齐点进行对齐。

其中，该预设数值的取值范围可以为0至0.1秒。

本发明实施例中，直播服务器对观众用户注册声音信号和主播用户声音信号中的任一声音信号进行周期上的缩放，包括：

若观众用户注册声音信号的第一时长相对于主播用户声音信号的第二时长较短，则根据该差值确定该差值占观众用户注册声音信号的第一时长的比例x；

计算观众用户注册声音信号的音频帧数y；

计算放大系数z，该z＝x*(y/(y-1))；

按照该放大系数，对观众用户注册声音信号中除了首个音频帧之外的其他音频帧进行等比例放大，以使得放大后的观众用户注册声音信号的最终持续时长与主播用户声音信号的第二时长相同。

举例来说，观众用户注册声音信号为1秒，有100个音频帧，则每个音频帧0.01秒，主播用户声音信号为1.1秒，需要把观众用户注册声音信号放大至1.1秒。第一帧不动，放大后续的99帧，先确定放大的系数z为0.1*(100/(100-1))＝0.101，即10.1％；此时后续的99帧，每帧需要放大10.1％，放大后的每帧为0.01*(1+10.1％)＝0.01101，放大后这99帧的长度为1.09秒，再加上没有动的第一帧0.01秒，就为1.1秒了，即放大后的观众用户注册声音信号的最终持续时长与主播用户声音信号的第二时长相同。

本发明实施例中，如果该差值大于预设数值，则说明两个声音信号(即观众用户注册声音信号和主播用户声音信号)在输入时的差距较大，如果此时还是对其中的一个声音信号进行周期上的缩放，则缩放后会造成比较严重的失真，后续的校验会出现问题，所以可以采用互相关算法来确定对齐点。即，在该差值大于预设数值时，该方法还包括：

直播服务器使用相同的默认采样频率对观众用户注册声音信号和主播用户声音信号分别进行采样，得到第一采样组和第二采样组；

直播服务器根据该默认采样频率(例如8000hz到10000hz)、第一采样组、第二采样组以及互相关权值生成互相关组；其中，该互相关权值与该差值正相关(例如该互相关权值可以为该差值的1.5倍)，该互相关组中包含有多个数值；

直播服务器将该互相关组中的多个数值进行比较，找出最大的数值；

直播服务器使用该最大的数值对应的音频帧位置作为对齐点。

其中，直播服务器根据该默认采样频率、第一采样组、第二采样组以及互相关权值生成互相关组，包括：

其中，sn[t]表示互相关组，x[m]表示第一采样组中的第m个采样数据，y[m-t]表示第二采样组中的第(m-t)个采样数据，t表示时间的偏移量，t为整数，取值为从0到m，wt表示窗函数，其中n＝l*f，l为互相关权值，f为默认采样频率。

其中，直播服务器使用该最大的数值对应的音频帧位置作为对齐点可以为：

直播服务器找到最大的数值后，可以根据上述的公式(1)反推出m是多少，也就是哪一个采样数据，然后再确定该采样数据所在的音频帧是哪一个，并且使用该音频帧作为对齐点。

作为一种可选的实施方式，本发明实施例中，直播服务器判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号是否相匹配，包括：

直播服务器判断合成声音信号与目标观众客户端签订主播用户即时图像业务时由直播服务器为目标观众客户端合成的验证声音信号之间的对齐点是否相同；

若相同，直播服务器判断合成声音信号的声纹特征对应的第一多维向量与验证声音信号的声纹特征对应的第二多维向量是否匹配，若匹配，确定合成声音信号与验证声音信号相匹配；若不匹配，确定合成声音信号与验证声音信号不匹配；

其中，合成声音信号的声纹特征对应的第一多维向量由梅尔频率倒谱系数、线性预测倒谱系数、梅尔频率倒谱系数的一阶差分、线性预测倒谱系数的一阶差分、能量、能量的一阶差分以及gammatone滤波器倒谱系数共同组成。

本发明实施例中，直播服务器在获取到观众用户注册声音信号和主播用户声音信号之后，把这两个声音信号进行合成得到验证声音信号，后续再将合成声音信号与验证声音信号进行匹配，而声音信号合成后，会产生更多的可验证参数(例如对齐点是否相同，声纹特征对应的多维向量是否匹配等)，从而可以提高验证的安全性。

本发明实施例中，上述步骤507中，合成声音信号的合成方式与验证声音信号的合成方式可以类似，本发明实施例不作赘述。

可见，实施图5所描述的方法，能够实现主播用户即时图像的选择性的精准推送；而且，有利于刺激主播用户分享更多的主播用户即时图像，以提升主播客户端所在频道的人气。此外，直播服务器在获取到观众用户认证声音信号以及主播客户端为主播用户即时图像业务预先配置的主播用户声音信号之后，并不是逐一的对这两个声音信号进行验证，而是把这两个声音信号进行合成得到合成声音信号，然后再将合成声音信号与验证声音信号进行匹配，而声音信号合成后，会产生更多的可验证参数(例如对齐点是否相同，声纹特征对应的多维向量是否匹配等)，相比于逐一验证两个声音信号，提高了验证的可靠性。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(read-onlymemory，rom)、随机存储器(randomaccessmemory，ram)、可编程只读存储器(programmableread-onlymemory，prom)、可擦除可编程只读存储器(erasableprogrammablereadonlymemory，eprom)、一次可编程只读存储器(one-timeprogrammableread-onlymemory，otprom)、电子抹除式可复写只读存储器(electrically-erasableprogrammableread-onlymemory，eeprom)、只读光盘(compactdiscread-onlymemory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的一种赛事直播时的主播用户即时图像的推送方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。