本发明涉及计算机技术领域，特别涉及一种多媒体播放控制的方法、终端、音箱设备和系统。
背景技术
随着计算机技术的发展，音箱设备的音质越来越好，人们希望可以使用音箱设备来播放自己手机或平板电脑中的多媒体数据，例如，使用音箱设备播放自己手机中的歌曲。
相关技术中，一般是手机和音箱设备建立蓝牙连接，将要播放的多媒体数据发送至音箱设备，音箱设备接收到后对多媒体数据进行播放。
由于蓝牙传输带宽有限，多媒体数据的数据量比较大，将多媒体数据发送至音箱设备后，有可能会导致多媒体数据传输延迟，进而导致多媒体数据播放延迟。
技术实现要素：
为了解决现有技术的问题，本发明实施例提供了一种多媒体播放控制的方法、终端、音箱设备和系统。所述技术方案如下：
第一方面，提供了一种多媒体播放控制的方法，所述方法包括：
终端获取音箱设备的基本信息，其中，所述基本信息中包括地址信息、传输控制协议tcp端口号；
所述终端基于所述基本信息，与所述音箱设备建立tcp连接；
所述终端向所述音箱设备发送状态信息的获取请求；
所述终端接收所述音箱设备发送的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
如果所述状态信息为播放状态，则向所述音箱设备发送停止播放指令，并向所述音箱设备发送多媒体播放列表，如果所述状态信息为暂停状态或未播放状态，则向所述音箱设备发送多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接。
可选的，所述终端获取音箱设备的基本信息，包括：
所述终端发送组播消息；
所述终端接收音箱设备发送的基本信息；或者，
所述终端通过摄像部件获取到音箱设备的基本信息。
可选的，所述方法还包括：
在所述终端与所述音箱设备建立tcp连接后，所述终端每隔预设时长向所述音箱设备发送心跳检测报文；
如果连续预设数目个预设时长未接收到所述音箱设备反馈的应答信息，则所述终端断开与所述音箱设备的tcp连接。
可选的，所述方法还包括：
在所述终端与所述音箱设备建立tcp连接之后，所述终端存储所述音箱设备的基本信息；
在所述终端断开网络连接之后，又重新接入网络时，如果当前获取到的音箱设备的基本信息与存储的所述音箱设备的基本信息相同，则自动与所述音箱设备重新建立tcp连接。
可选的，所述方法还包括：
在所述终端与所述音箱设备建立tcp连接之后，当检测到多媒体播放列表已经更新时，向所述音箱设备发送更新后的多媒体播放列表。
可选的，所述方法还包括：
在所述终端与所述音箱设备建立tcp连接之后，当所述终端接收到预设的操作指令时，向所述音箱设备发送所述操作指令对应的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令和播放进度调整指令。
第二方面，提供了一种多媒体播放控制的方法，所述方法包括：
音箱设备与终端建立传输控制协议tcp连接；
所述音箱设备接收所述终端发送的状态信息的获取请求；
所述音箱设备向所述终端发送当前的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
所述音箱设备接收所述终端发送的多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接；
所述音箱设备根据当前的播放模式和所述多媒体播放列表，确定待播放的多媒体；
所述音箱设备通过待播放的多媒体对应的播放链接，获取所述待播放的多媒体的数据；
播放所述待播放的多媒体的数据。
可选的，所述方法还包括：
所述音箱设备接收所述终端发送的组播信息；
所述音箱设备向所述终端发送基本信息。
可选的，所述方法还包括：
当所述音箱设备接收到多媒体录制指令时，对环境中的声音进行录制；
当所述音箱设备接收到录制结束指令时，获取录制的多媒体数据发送至所述终端。
可选的，所述方法还包括：
所述音箱设备接收来自本设备硬件接口的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令、播放进度调整指令、下载多媒体指令和收藏指令；
所述音箱设备执行所述控制指令，向所述终端发送执行所述控制指令后的结果信息。
第三方面，提供了一种多媒体播放控制的终端，所述终端包括：
获取模块，用于获取音箱设备的基本信息，其中，所述基本信息中包括地址信息、传输控制协议tcp端口号；
连接模块，用于基于所述基本信息，与所述音箱设备建立tcp连接；
发送模块，用于向所述音箱设备发送状态信息的获取请求；
接收模块，用于接收所述音箱设备发送的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
所述发送模块，还用于如果所述状态信息为播放状态，则向所述音箱设备发送停止播放指令，并向所述音箱设备发送多媒体播放列表，如果所述状态信息为暂停状态或未播放状态，则向所述音箱设备发送多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接。
可选的，所述获取模块，用于：
发送组播消息；
接收音箱设备发送的基本信息；或者，
通过摄像部件获取到音箱设备的基本信息。
可选的，所述发送模块，还用于：
在所述终端与所述音箱设备建立tcp连接后，所述终端每隔预设时长向所述音箱设备发送心跳检测报文；
所述终端还包括：
断开模块，用于如果连续预设数目个预设时长未接收到所述音箱设备反馈的应答信息，则所述终端断开与所述音箱设备的tcp连接。
可选的，所述终端还包括：
存储模块，用于在所述终端与所述音箱设备建立tcp连接之后，所述终端存储所述音箱设备的基本信息；
所述连接模块，还用于在所述终端断开网络连接之后，又重新接入网络时，如果当前获取到的音箱设备的基本信息与存储的所述音箱设备的基本信息相同，则自动与所述音箱设备重新建立tcp连接。
可选的，所述发送模块，还用于：
在所述终端与所述音箱设备建立tcp连接之后，当检测到多媒体播放列表已经更新时，向所述音箱设备发送更新后的多媒体播放列表。
可选的，所述发送模块，还用于：
在所述终端与所述音箱设备建立tcp连接之后，当接收到预设的操作指令时，向所述音箱设备发送所述操作指令对应的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令和播放进度调整指令。
第四方面，提供了一种多媒体播放控制的音箱设备，所述音箱设备包括：
连接模块，用于与终端建立传输控制协议tcp连接；
接收模块，用于接收所述终端发送的状态信息的获取请求；
发送模块，用于向所述终端发送当前的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
所述接收模块，还用于接收所述终端发送的多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接；
确定模块，用于根据当前的播放模式和所述多媒体播放列表，确定待播放的多媒体；
获取模块，用于通过待播放的多媒体对应的播放链接，获取所述待播放的多媒体的数据；
播放模块，用于播放所述待播放的多媒体的数据。
可选的，所述接收模块，还用于接收所述终端发送的组播信息；
所述发送模块，还用于向所述终端发送基本信息。
可选的，所述音箱设备还包括：
录制模块，用于当接收到多媒体录制指令时，对环境中的声音进行录制；
所述发送模块，还用于当接收到录制结束指令时，获取录制的多媒体数据发送至所述终端。
可选的，所述接收模块，还用于：
所述音箱设备接收来自本设备硬件接口的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令、播放进度调整指令、下载多媒体指令和收藏指令；
所述音箱设备还包括：
执行模块，用于执行所述控制指令；
所述发送模块，还用于向所述终端发送执行所述控制指令后的结果信息。
第五方面，提供了一种多媒体播放控制的系统，所述系统包括终端和音箱设备，其中：
所述终端，如上述第三方面所述的终端；
所述音箱设备，如上述第四方面所述的音箱设备。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明实施例中，终端可以获取音箱设备的基本信息，基于音箱设备的基本信息与音箱设备建立连接，然后从音箱设备获取音箱设备的状态信息，使用音箱设备的状态信息，向音箱设备发送多媒体播放列表。音箱设备接收到多媒体播放列表后，可以确定待播放的多媒体，使用待播放的多媒体的播放链接，获取待播放的多媒体的数据，对待播放的多媒体的数据进行播放。这样，由于终端与音箱设备建立的是tcp连接，所以连接的稳定性比较好，而且由于终端是向音箱设备发送多媒体播放列表，使音箱设备基于待播放的多媒体的播放链接，下载待播放的多媒体的数据，进行播放，而不需要终端向音箱设备发送待播放的多媒体的数据，从而可以减少数据传输的延迟，进而可以降低多媒体播放延迟，而且由于向音箱设备发送了多媒体播放列表，所以即使终端与音箱设备断开连接之后，音箱设备也可以基于多媒体播放列表，继续播放多媒体。
附图说明
图1是本发明实施例提供的一种多媒体播放控制的系统图；
图2是本发明实施例提供的一种多媒体播放控制的方法流程图；
图3是本发明实施例提供的一种音箱设备的显示示意图；
图4是本发明实施例提供的一种代码解释示意图；
图5是本发明实施例提供的一种终端的结构示意图；
图6是本发明实施例提供的一种终端的结构示意图；
图7是本发明实施例提供的一种终端的结构示意图；
图8是本发明实施例提供的一种音箱设备的结构示意图；
图9是本发明实施例提供的一种音箱设备的结构示意图；
图10是本发明实施例提供的一种音箱设备的结构示意图；
图11是本发明实施例提供的一种终端的结构示意图；
图12是本发明实施例提供的一种音箱设备的结构示意图。
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。
本发明实施例提供了一种多媒体播放控制的方法，该方法的执行主体可以是终端和音箱设备，其中，终端可以是手机、平板电脑等。
终端中安装有多媒体播放应用程序，如音频应用程序等，终端中可以设置有处理器、存储器和收发器，处理器可以用于进行多媒体播放控制的过程的处理，存储器可以用于存储多媒体播放控制过程中需要的数据以及产生的数据，收发器可以用于接收以及发送数据。终端还可以设置有扬声器、录音器和屏幕等，扬声器可以用于播放多媒体数据，录音器可以用于录制音频数据，屏幕可以用于显示歌词、终端的操作界面等，屏幕可以是触摸屏等。
音箱设备中可以设置有处理器、存储器和收发器，处理器可以用于进行多媒体播放控制的过程的处理，存储器可以用于存储多媒体播放控制过程中需要的数据以及产生的数据，收发器可以用于接收以及发送数据，可以用于接收终端发送的多媒体播放列表等。音箱设备还可以设置有扬声器、录音器等，扬声器可以用于播放多媒体数据，录音器可以用于录制音频数据。
本实施例中以终端为手机为例、多媒体为音频为例进行方案的详细描述，其它情况与之类似，本实施例不再累述。
在进行实施前，首先介绍一下本发明实施例的应用场景：
如图1所示，用户想要使用音箱设备播放终端中的多媒体，可以使音箱设备与终端建立连接，然后将终端中的多媒体播放列表传输给音箱设备，音箱设备进行播放。
如图2所示，多媒体播放控制的方法的执行流程可以如下：
步骤201，终端获取音箱设备的基本信息，其中，基本信息中包括地址信息、tcp端口号。
在实施中，用户要使用音箱设备播放终端中的音频时，可以在终端中安装多媒体应用程序，然后开启多媒体应用程序，终端会显示多媒体应用程序的主界面，在主界面中显示有音箱设备播放选项。用户可以点击音箱设备播放选项，终端则会检测到该选项的点击指令，获取音箱设备的基本信息，该基本信息中包括地址信息、tcp(transmissioncontrolprotocol，传输控制协议)端口号等，地址信息可以是ip(internetprotocol，网络之前互连的协议)地址。
以下给出两种可行的方式：
方式一：终端发送组播消息；终端接收音箱设备发送的基本信息。
在实施中，终端与音箱设备接入同一个wifi(wirelessfidelity，无线保真)网络后，也就是在同一个局域网中，终端可以发送udp(userdatagramprotocol，用户数据报协议)类型的组播消息，在音箱设备接收到终端发送的组播消息后，音箱设备不管当前有没有与其它终端建立连接，会获取自身的基本信息。然后向发送组播消息的终端发送自身的基本信息。终端可以接收音箱设备发送的基本信息，显示音箱设备的标识，用户可以点击音箱设备的标识，终端则会建立与音箱设备的tcp连接。如图3所示，音箱设备的标识为“松日sonosplay5”。
例如，组播信息可以预设，用于指示与音箱设备建立连接，可以是discoveryqplay3.0，音箱设备可以通过json向终端返回的基本信息。
方式二：终端通过摄像部件获取到音箱设备的基本信息，显示音箱设备的标识，用户可以点击音箱设备的标识，终端则会建立与音箱设备的tcp连接。
在实施中，音箱设备在接入wifi后，可以生成一个二维码图片，该二维码图片中包括音箱设备自身的基本信息。用户可以打开终端中的摄像部件，扫描该二维码图片，终端则会获取到音箱设备的基本信息。
可选的，基本信息还可以包括如下信息：音箱设备的标识、音箱设备的名称、音箱设备的基本状态、当前与音箱设备建立连接的设备的标识、当前与音箱设备建立连接的设备的名称、tcp端口号、http端口号、协议版本号等。音箱设备的标识一般为设备序列号，一般为guid字符串，音箱设备的基本状态用于指示是否与其它终端建立连接，当前与音箱设备建立连接的设备一般是音箱设备当前的控制设备。字段代码可以如下：
字段代码可以有：
“device_id”:“af323a-234123-bcde”，
“device_name”:“bos'sspeaker"，
“status”:“connected”
“connected_device_id”：“aaaa-bbbb”，
“connected_device_name”：“annie'siphone”，
“last_connected_device_id”:“cccc-dddd”，
“tcp_connection_port”；:“4578”，
“http_connection_port”:“4579”，
“version”:“250”.
对应上述字段代码的解释可以如图4所示。
步骤202，终端基于基本信息，与音箱设备建立tcp连接。
在实施中，终端获取到音箱设备的基本信息后，可以基于基本信息中的ip地址和tcp端口号，与音箱设备进行三次握手(此过程与现有技术中的处理相同，此处不再赘述)，建立起tcp连接。
需要说明的是，音箱设备一般仅与一个终端建立连接，每次接收到tcp连接请求后，会断开与当前连接的终端的连接，过程可以是向当前连接的终端发送断开连接通知。
步骤203，终端向音箱设备发送状态信息的获取请求，音箱设备接收终端发送的状态信息的获取请求。
在实施中，终端在与音箱设备建立tcp连接之后，终端可以使用tcp连接，向音箱设备发送状态信息的获取请求，音箱设备接收终端发送的状态信息的获取请求。
例如，终端给音箱设备发送状态信息的获取请求，可以按照如下方式进行发送：
"command_id":"234"，
"command_name":"query_status".
其中，command_id用于指示是状态信息的获取请求的标识，command_name用于指示是状态信息的获取请求的名称。
步骤204，音箱设备向终端发送当前的状态信息，终端接收音箱设备发送的状态信息。
其中，状态信息中包括播放状态、暂停状态和未播放状态中的一种，播放状态指当前正在播放多媒体数据，暂停状态指当前处于播放界面，但是未播放多媒体数据，未播放状态指当前没有处于播放界面，音箱设备中也未存储有多媒体播放列表。
在实施中，音箱设备可以确定当前是否播放多媒体数据，如果播放多媒体数据，则状态信息为播放状态，如果当前有多媒体播放列表，但是未播放多媒体数据，则状态信息为暂停状态，如果当前没有多媒体播放列表，则状态信息为未播放状态。
音箱设备确定自身的状态信息后，可以向终端发送自身的状态信息，终端可以接收音箱设备发送的状态信息。
对应步骤203中的字段，音箱设备给终端反馈的状态信息的字段代码可以如下：
"command_id":"234",
"command_name":"query_status",
“code”:"success",
“msg”:"",
"data":
{
"volume":0.5,
"playing_status":"playing",
"media_id":"abcd-defg",
"media_info_name":"oneuponatime(mixversion)",
"media_info_artist_name":"jackiezhang",
"medis_info_album_name":"thelastsummer",
"media_duration_ms":7895100,
"media_play_pos_ms":34100,
}
步骤205，如果状态信息为播放状态，则向音箱设备发送停止播放指令，并向音箱设备发送多媒体播放列表，如果状态信息为暂停状态或未播放状态，则向音箱设备发送多媒体播放列表，其中，多媒体播放列表中包括每个多媒体的名称、播放链接。
其中，多媒体播放列表中包括每个多媒体的名称、播放链接。例如，多媒体为音频，多媒体播放列表中包括《冰雨》、《学猫叫》等音频，以及《冰雨》的播放链接、《学猫叫》的播放链接，播放链接可以是url(uniformresourcelocator，统一资源定位符)等。
在实施中，在终端获取到音箱设备的状态信息后，可以确定当前的多媒体播放列表，并且可以确定状态信息是哪一种，如果状态信息为播放状态，则可以向音箱设备发送停止播放指令，并且向音箱设备发送多媒体播放列表。如果状态信息为暂停状态，则直接可以向音箱设备发送多媒体播放列表，如果状态信息为未播放状态，则也直接可以向音箱设备发送多媒体播放列表。
步骤206，音箱设备接收终端发送的多媒体播放列表。
步骤207，音箱设备根据当前的播放模式和多媒体播放列表，确定待播放的多媒体。
其中，播放模式有随机播放、单曲循环和列表循环等。
在实施中，音箱设备接收到终端发送的多媒体播放列表之后，音箱设备可以通过系统程序，获取当前设置的播放模式，然后使用当前的播放模式和多媒体播放列表，确定待播放的多媒体。例如，如果播放模式为随机播放，则使用随机算法，从多媒体播放列表中任意选择一个多媒体，确定为待播放的多媒体，如果播放模式为列表循环，则从多媒体播放列表中选择第一个多媒体，确定为待播放的多媒体，如果播放模式为单曲循环，则从多媒体播放列表中选择第一个多媒体，确定为待播放的多媒体。
步骤208，音箱设备通过待播放的多媒体对应的播放链接，获取待播放的多媒体的数据；播放待播放的多媒体的数据。
在实施中，音箱设备确定出待播放的多媒体后，可以加载待播放的多媒体的播放链接，获取到待播放的多媒体的数据，然后进行播放。
这样，由于终端向音箱设备发送了多媒体播放列表，所以即使终端与音箱设备断开连接之后，音箱设备也可以基于多媒体播放列表，继续播放多媒体。
另外，在播放过程中，可以边播放获取到的多媒体的数据，边进行下载存储。
可选的，本发明实施例中，还提供了终端与音箱设备保持连接的处理，相应的处理过程可以如下：
在终端与音箱设备建立tcp连接后，终端每隔预设时长先音箱设备发送心跳检测报文；如果连续预设数目个预设时长未接收到音箱设备反馈的应答信息，则终端断开与音箱设备的tcp连接。
其中，预设时长可以预设，并且存储至终端中，例如，预设时长为60秒等。预设数目也可以预设，并且存储在终端中，例如，预设数目为5等。心跳检测报文也可以预设，并且存储在终端中，例如，预设的第一字段。应答信息也可以预设，并且存储在音箱设备中，例如，预设的第二字段等。
在实施中，终端与音箱设备建立tcp连接后，终端可以每隔预设时长通过tcp连接向音箱设备发送心跳检测报文。音箱设备接收到终端发送的心跳检测报文之后，音箱设备可以向终端发送预设的应答信息，当终端第一次未接收到音箱设备发送的应答信息时，开始计时，如果连续预设数目个预设时长内未接收到音箱设备发送的应答信息，则说明音箱设备出现故障(可以是断开网络)，可以断开与音箱设备的tcp连接。这样，可以节约终端的耗电量。
可选的，本发明实施例中还提供了终端重新与音箱设备建立连接的过程，相应的处理可以如下：
在终端与音箱设备建立tcp连接之后，终端存储音箱设备的基本信息；在终端断开网络连接之后，又重新接入网络时，如果当前获取到的音箱设备的基本信息与存储的音箱设备的基本信息相同，则自动与音箱设备重新建立tcp连接。
在实施中，终端与音箱设备建立tcp连接之后，终端可以存储音箱设备的基本信息。
在后续如果终端断开网络连接之后，又重新回到之前连接的wifi网络的范围内，终端可以重新接入wifi，终端确定断开网络连接前连接有音箱设备，可以自动向外发出组播消息，音箱设备接收到后，会向终端发送自身的基本信息。终端接收到音箱设备发送的基本信息后，如果基本信息相同，则可以直接与音箱设备建立tcp连接，这样，不需要用户操作就可以重新建立起与音箱设备的tcp连接。
可选的，终端还可以向音箱设备发送更新后的多媒体播放列表，相应的处理可以如下：
在终端与音箱设备建立tcp连接之后，当检测到多媒体播放列表已经更新，则向音箱设备发送更新后的多媒体播放列表。
在实施中，终端与音箱设备建立tcp连接之后，用户如果在终端上删除多媒体播放列表中的某个多媒体，或者增加某个多媒体，或者直接更换多媒体播放列表，终端则可以确定多媒体播放列表已经更新，可以向音箱设备发送更新后的多媒体播放列表。
音箱设备接收到多媒体播放列表之后，可以使用接收到的多媒体播放列表，替换之前的多媒体播放列表，使用新接收到的多媒体播放列表进行播放。
可选的，本发明实施例中，还提供了终端向音箱设备发送控制指令的处理，相应的处理可以如下：
在终端与音箱设备建立tcp连接之后，当终端接收到预设的操作指令时，向音箱设备发送操作指令对应的控制指令。
其中，控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令和播放进度调整指令。播放指令用于指示播放多媒体，暂停指令用于指示暂停播放多媒体，播放下一首指令，用于指示播放与当前播放的多媒体相邻的下一个多媒体，播放上一首指令，用于指示播放与当前播放的多媒体相邻的上一个多媒体，音量调节指令，用于指示将音量调节至某个值，静音设置指令，用于指示将音量调节为零，播放模式切换指令，用于指示进行播放模式切换，播放进度调整指令，用于指示调整播放进度，例如，当前播放至1分钟，通过调整播放3分钟的数据。
在实施中，终端与音箱设备建立tcp连接之后，用户可以操作终端，使终端控制音箱设备，也就是触碰终端，使终端接收到操作指令，终端确定操作指令对应的控制指令，然后终端可以向音箱设备发送操作指令对应的控制指令。音箱设备接收到控制指令后，可以执行该控制指令。这样，就可以实现终端对音箱设备的控制。
可选的，本发明实施例中还提供了音箱设备录制多媒体数据的过程，相应的处理可以如下：
当音箱设备接收到多媒体录制指令时，对环境中的声音进行录制；当音箱设备接收到录制结束指令时，获取录制的多媒体数据发送至终端。
在实施中，音箱设备上设置有录制按钮，用户可以点击录制按钮，音箱设备则会接收到录制按钮的点击指令，也就是接收到多媒体录制指令，可以开启录音器，录制环境中的声音，得到多媒体数据。当用户想要结束录制时，可以点击结束录制按钮，终端则会接收到结束录制按钮的点击指令，也就是接收到录制结束指令，可以获取录制的多媒体数据发送至终端。
终端接收到音箱设备发送的多媒体数据后，可以进行显示，对应显示有语音识别选项和播放选项。如果用户选择语音识别选项，终端则会检测到语音识别选项的点击指令，对接收到的多媒体数据中的音频数据，使用预设的语音识别算法进行语音识别，并显示出识别结果。如果用户选择播放选项，终端则会检测到播放选项的点击指令，对接收到的多媒体数据，进行播放处理。
可选的，本发明实施中还提供了终端与音箱设备建立连接之后，音箱设备也可以控制终端的处理，相应的处理可以如下：
音箱设备接收来自本设备硬件接口的控制指令，控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令、播放进度调整指令、下载多媒体指令和收藏指令；音箱设备执行控制指令，向终端发送执行控制指令后的结果信息。
其中，控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令、播放进度调整指令、下载多媒体指令和收藏指令。
在实施中，音箱设备上设置有调节按钮，或者调节按键，例如，可以有音量调节按键、多媒体切换按键、暂停按键等。
用户可以操作音箱设备上设置的按钮或按键，终端则会检测到对应的操作指令，也就是接收到来自本设备硬件接口的控制指令。音箱设备可以执行该控制指令，并且可以向终端发送执行控制指令后的结果信息，这样，也可以实现音箱设备对终端的控制。例如，多媒体播放的音量调节范围为0～10，用户通过调节音量调节按键，将音量从5调节至7，音箱设备会将音量调节至7，并且向终端发送调节后的音量，以告知对音量进行了调节。
再例如，用户可以在音箱设备上操作下载当前正在播放的多媒体，音箱设备在下载完正在播放的多媒体的数据后，可以向终端发送下载多媒体指令，终端接收到后，可以进行下载，如果下载成功，则返回下载成功消息，如果下载失败，则返回下载失败消息。
再例如，用户可以在音箱设备上操作收藏当前正在播放的多媒体，音箱设备在将该多媒体添加至收藏夹后，可以向终端发送收藏指令，并在其中携带该多媒体的标识，终端接收到后，可以将多媒体添加至收藏夹，返回成功消息。
本发明实施例中，终端可以获取音箱设备的基本信息，基于音箱设备的基本信息与音箱设备建立连接，然后从音箱设备获取音箱设备的状态信息，使用音箱设备的状态信息，向音箱设备发送多媒体播放列表。音箱设备接收到多媒体播放列表后，可以确定待播放的多媒体，使用待播放的多媒体的播放链接，获取待播放的多媒体的数据，对待播放的多媒体的数据进行播放。这样，由于终端与音箱设备建立的是tcp连接，所以连接的稳定性比较好，而且由于终端是向音箱设备发送多媒体播放列表，使音箱设备基于待播放的多媒体的播放链接，下载待播放的多媒体的数据，进行播放，而不需要终端向音箱设备发送待播放的多媒体的数据，从而可以减少数据传输的延迟，进而可以降低多媒体播放延迟，而且由于向音箱设备发送了多媒体播放列表，所以即使终端与音箱设备断开连接之后，音箱设备也可以基于多媒体播放列表，继续播放多媒体。
基于相同的技术构思，本发明实施例还提供了一种终端，如图5所示，该终端包括：
获取模块510，用于获取音箱设备的基本信息，其中，所述基本信息中包括地址信息、传输控制协议tcp端口号；
连接模块520，用于基于所述基本信息，与所述音箱设备建立tcp连接；
发送模块530，用于向所述音箱设备发送状态信息的获取请求；
接收模块540，用于接收所述音箱设备发送的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
所述发送模块530，还用于如果所述状态信息为播放状态，则向所述音箱设备发送停止播放指令，并向所述音箱设备发送多媒体播放列表，如果所述状态信息为暂停状态或未播放状态，则向所述音箱设备发送多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接。
可选的，所述获取模块510，用于：
发送组播消息；
接收音箱设备发送的基本信息；或者，
通过摄像部件获取到音箱设备的基本信息。
可选的，所述发送模块530，还用于：
在所述终端与所述音箱设备建立tcp连接后，所述终端每隔预设时长向所述音箱设备发送心跳检测报文；
如图6所示，所述终端还包括：
断开模块550，用于如果连续预设数目个预设时长未接收到所述音箱设备反馈的应答信息，则所述终端断开与所述音箱设备的tcp连接。
可选的，如图7所示，所述终端还包括：
存储模块560，用于在所述终端与所述音箱设备建立tcp连接之后，所述终端存储所述音箱设备的基本信息；
所述连接模块，还用于在所述终端断开网络连接之后，又重新接入网络时，如果当前获取到的音箱设备的基本信息与存储的所述音箱设备的基本信息相同，则自动与所述音箱设备重新建立tcp连接。
可选的，所述发送模块530，还用于：
在所述终端与所述音箱设备建立tcp连接之后，当检测到多媒体播放列表已经更新时，向所述音箱设备发送更新后的多媒体播放列表。
可选的，所述发送模块530，还用于：
在所述终端与所述音箱设备建立tcp连接之后，当接收到预设的操作指令时，向所述音箱设备发送所述操作指令对应的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令和播放进度调整指令。
本发明实施例中，终端可以获取音箱设备的基本信息，基于音箱设备的基本信息与音箱设备建立连接，然后从音箱设备获取音箱设备的状态信息，使用音箱设备的状态信息，向音箱设备发送多媒体播放列表。音箱设备接收到多媒体播放列表后，可以确定待播放的多媒体，使用待播放的多媒体的播放链接，获取待播放的多媒体的数据，对待播放的多媒体的数据进行播放。这样，由于终端与音箱设备建立的是tcp连接，所以连接的稳定性比较好，而且由于终端是向音箱设备发送多媒体播放列表，使音箱设备基于待播放的多媒体的播放链接，下载待播放的多媒体的数据，进行播放，而不需要终端向音箱设备发送待播放的多媒体的数据，从而可以减少数据传输的延迟，进而可以降低多媒体播放延迟，而且由于向音箱设备发送了多媒体播放列表，所以即使终端与音箱设备断开连接之后，音箱设备也可以基于多媒体播放列表，继续播放多媒体。
需要说明的是：上述实施例提供的终端在多媒体播放控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的终端与多媒体播放控制的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于相同的技术构思，本发明实施例还提供了一种音箱设备，如图8所示，该终端包括：
连接模块810，用于与终端建立传输控制协议tcp连接；
接收模块820，用于接收所述终端发送的状态信息的获取请求；
发送模块830，用于向所述终端发送当前的状态信息，其中，所述状态信息中包括播放状态、暂停状态和未播放状态中的一种；
所述接收模块820，还用于接收所述终端发送的多媒体播放列表，其中，所述多媒体播放列表中包括每个多媒体的名称、播放链接；
确定模块840，用于根据当前的播放模式和所述多媒体播放列表，确定待播放的多媒体；
获取模块850，用于通过待播放的多媒体对应的播放链接，获取所述待播放的多媒体的数据；
播放模块860，用于播放所述待播放的多媒体的数据。
可选的，所述接收模块820，还用于接收所述终端发送的组播信息；
所述发送模块830，还用于向所述终端发送基本信息。
可选的，如图9所示，所述音箱设备还包括：
录制模块870，用于当接收到多媒体录制指令时，对环境中的声音进行录制；
所述发送模块830，还用于当接收到录制结束指令时，获取录制的多媒体数据发送至所述终端。
可选的，所述接收模块820，还用于：
所述音箱设备接收来自本设备硬件接口的控制指令，所述控制指令包括播放指令、暂停指令、播放上一首指令、播放下一首指令、音量调节指令、静音设置指令、播放模式切换指令、播放进度调整指令、下载多媒体指令和收藏指令；
如图10所示，所述音箱设备还包括：
执行模块880，用于执行所述控制指令；
所述发送模块830，还用于向所述终端发送执行所述控制指令后的结果信息。
本发明实施例中，终端可以获取音箱设备的基本信息，基于音箱设备的基本信息与音箱设备建立连接，然后从音箱设备获取音箱设备的状态信息，使用音箱设备的状态信息，向音箱设备发送多媒体播放列表。音箱设备接收到多媒体播放列表后，可以确定待播放的多媒体，使用待播放的多媒体的播放链接，获取待播放的多媒体的数据，对待播放的多媒体的数据进行播放。这样，由于终端是向音箱设备发送多媒体播放列表，使音箱设备基于待播放的多媒体的播放链接，下载待播放的多媒体的数据，进行播放，而不需要终端向音箱设备发送待播放的多媒体的数据，从而可以减少数据传输的延迟，进而可以降低多媒体播放延迟。
需要说明的是：上述实施例提供的终端在多媒体播放控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的终端与多媒体播放控制的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图11示出了本发明一个示例性实施例提供的终端1100的结构框图。该终端1100可以是：智能手机、平板电脑、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1100还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端1100包括有：处理器1101和存储器1102。
处理器1101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1101可以采用dsp(digitalsignalprocessing，数字信号处理)、fpga(field－programmablegatearray，现场可编程门阵列)、pla(programmablelogicarray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(centralprocessingunit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1101可以在集成有gpu(graphicsprocessingunit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1101还可以包括ai(artificialintelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
存储器1102可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1102中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1101所执行以实现本申请中方法实施例提供的多媒体播放控制的方法。
在一些实施例中，终端1100还可选包括有：外围设备接口1103和至少一个外围设备。处理器1101、存储器1102和外围设备接口1103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1103相连。具体地，外围设备包括：射频电路1104、触摸显示屏1105、摄像头1106、音频电路1107、定位组件1108和电源1109中的至少一种。
外围设备接口1103可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器1101和存储器1102。在一些实施例中，处理器1101、存储器1102和外围设备接口1103被集成在同一芯片或电路板上；在一些其他实施例中，处理器1101、存储器1102和外围设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路1104用于接收和发射rf(radiofrequency，射频)信号，也称电磁信号。射频电路1104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1104将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1104包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1104可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wirelessfidelity，无线保真)网络。在一些实施例中，射频电路1104还可以包括nfc(nearfieldcommunication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏1105用于显示ui(userinterface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1105是触摸显示屏时，显示屏1105还具有采集在显示屏1105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时，显示屏1105还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1105可以为一个，设置终端1100的前面板；在另一些实施例中，显示屏1105可以为至少两个，分别设置在终端1100的不同表面或呈折叠设计；在再一些实施例中，显示屏1105可以是柔性显示屏，设置在终端1100的弯曲表面上或折叠面上。甚至，显示屏1105还可以设置成非矩形的不规则图形，也即异形屏。显示屏1105可以采用lcd(liquidcrystaldisplay，液晶显示屏)、oled(organiclight-emittingdiode,有机发光二极管)等材质制备。
摄像头组件1106用于采集图像或视频。可选地，摄像头组件1106包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtualreality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1106还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路1107可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1101进行处理，或者输入至射频电路1104以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1101或射频电路1104的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1107还可以包括耳机插孔。
定位组件1108用于定位终端1100的当前地理位置，以实现导航或lbs(locationbasedservice，基于位置的服务)。定位组件1108可以是基于美国的gps(globalpositioningsystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1109用于为终端1100中的各个组件进行供电。电源1109可以是交流电、直流电、一次性电池或可充电电池。当电源1109包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端1100还包括有一个或多个传感器1110。该一个或多个传感器1110包括但不限于：加速度传感器1111、陀螺仪传感器1112、压力传感器1113、指纹传感器1114、光学传感器1115以及接近传感器1116。
加速度传感器1111可以检测以终端1100建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1111可以用于检测重力加速度在三个坐标轴上的分量。处理器1101可以根据加速度传感器1111采集的重力加速度信号，控制触摸显示屏1105以横向视图或纵向视图进行用户界面的显示。加速度传感器1111还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1112可以检测终端1100的机体方向及转动角度，陀螺仪传感器1112可以与加速度传感器1111协同采集用户对终端1100的3d动作。处理器1101根据陀螺仪传感器1112采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1113可以设置在终端1100的侧边框和/或触摸显示屏1105的下层。当压力传感器1113设置在终端1100的侧边框时，可以检测用户对终端1100的握持信号，由处理器1101根据压力传感器1113采集的握持信号进行左右手识别或快捷操作。当压力传感器1113设置在触摸显示屏1105的下层时，由处理器1101根据用户对触摸显示屏1105的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1114用于采集用户的指纹，由处理器1101根据指纹传感器1114采集到的指纹识别用户的身份，或者，由指纹传感器1114根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1101授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1114可以被设置终端1100的正面、背面或侧面。当终端1100上设置有物理按键或厂商logo时，指纹传感器1114可以与物理按键或厂商logo集成在一起。
光学传感器1115用于采集环境光强度。在一个实施例中，处理器1101可以根据光学传感器1115采集的环境光强度，控制触摸显示屏1105的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1105的显示亮度；当环境光强度较低时，调低触摸显示屏1105的显示亮度。在另一个实施例中，处理器1101还可以根据光学传感器1115采集的环境光强度，动态调整摄像头组件1106的拍摄参数。
接近传感器1116，也称距离传感器，通常设置在终端1100的前面板。接近传感器1116用于采集用户与终端1100的正面之间的距离。在一个实施例中，当接近传感器1116检测到用户与终端1100的正面之间的距离逐渐变小时，由处理器1101控制触摸显示屏1105从亮屏状态切换为息屏状态；当接近传感器1116检测到用户与终端1100的正面之间的距离逐渐变大时，由处理器1101控制触摸显示屏1105从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图11中示出的结构并不构成对终端1100的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
图12示出了本发明一个示例性实施例提供的音箱设备1200的结构框图。
通常，音箱设备1200包括有：处理器1201和存储器1202。
处理器1201可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1201可以采用dsp(digitalsignalprocessing，数字信号处理)、fpga(field－programmablegatearray，现场可编程门阵列)、pla(programmablelogicarray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(centralprocessingunit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1201可以在集成有gpu(graphicsprocessingunit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1201还可以包括ai(artificialintelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
存储器1202可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1201所执行以实现本申请中方法实施例提供的多媒体播放控制的方法。
在一些实施例中，音箱设备1200还可选包括有：外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1203相连。具体地，外围设备包括：射频电路1204、触摸显示屏1205、音频电路1206和电源1207中的至少一种。
外围设备接口1203可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器1201和存储器1202。在一些实施例中，处理器1201、存储器1202和外围设备接口1203被集成在同一芯片或电路板上；在一些其他实施例中，处理器1201、存储器1202和外围设备接口1203中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路1204用于接收和发射rf(radiofrequency，射频)信号，也称电磁信号。射频电路1204通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1204将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1204包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1204可以通过至少一种无线通信协议来与其它音箱设备进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wirelessfidelity，无线保真)网络。在一些实施例中，射频电路1204还可以包括nfc(nearfieldcommunication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏1205用于显示ui(userinterface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1205是触摸显示屏时，显示屏1205还具有采集在显示屏1205的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1201进行处理。此时，显示屏1205还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1205可以为一个，设置音箱设备1200的前面板；在另一些实施例中，显示屏1205可以为至少两个，分别设置在音箱设备1200的不同表面或呈折叠设计；在再一些实施例中，显示屏1205可以是柔性显示屏，设置在音箱设备1200的弯曲表面上或折叠面上。甚至，显示屏1205还可以设置成非矩形的不规则图形，也即异形屏。显示屏1205可以采用lcd(liquidcrystaldisplay，液晶显示屏)、oled(organiclight-emittingdiode,有机发光二极管)等材质制备。
音频电路1206可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1201进行处理，或者输入至射频电路1204以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在音箱设备1200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1201或射频电路1204的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1206还可以包括耳机插孔。
电源1207用于为音箱设备1200中的各个组件进行供电。电源1207可以是交流电、直流电、一次性电池或可充电电池。当电源1207包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解，图12中示出的结构并不构成对音箱设备1200的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
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。