实时语音信息的交互方法、装置、电子设备及存储介质与流程

本公开涉及互联网技术领域，尤其涉及一种实时语音信息的交互方法、装置、电子设备及存储介质。

背景技术

在一些基于互联网的实时信息交互系统中，有一些是一对多的方式进行信息交互的。例如在网络直播系统中，绝大部分情况下一个直播间内只有一个主播，而观众则会有很多，因此，网络直播实现的是一种以主播的影音表达为中心、以一对多进行交流为主要模式的互动交流场景，并需要保证观众之间的平等关系。在这种模式下，观众只能通过文字方式进行表达。

然而，观众的水平良莠不齐，有些人的文字输入速度较慢、甚至不会文字输入，这样一来就使很多人无法有效表达自己的观点，从而使观众的使用体验较差，不利于扩大网络直播的覆盖受众。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种实时语音信息的交互方法、装置、电子设备及存储介质。

根据本公开实施例的第一方面，提供一种实时语音信息的交互方法，应用于电子设备，所述交互方法包括：

响应录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，所述至少一份语音数据以队列形式存储于一个发送队列中；

将所述发送队列中的所述语音数据依次发送到与所述电子设备长连接的服务器，以使所述服务器将收到的所述语音数据推送到与录制所述语音数据的电子设备相对应的第一电子设备，以使所述第一电子设备以列表形式显示所述语音数据，使所述第一电子设备的用户对列表中的语音数据选择播放；

在本地以列表形式显示所述发送队列中的所述语音数据，并显示所述语音数据的发送状态。

可选的，所述对输入的声音进行录制并转换，得到至少一份语音数据，包括：

在对所述声音进行录制时，每隔预设时长产生一份音频数据；

将所述录音请求的存续期间内所产生的多份音频数据汇集为所述语音数据。

可选的，所述对输入的声音进行录制并转换，得到至少一份语音数据，还包括：

在对所述声音进行录制的同时，控制所述实时信息交互系统在本地播放的视频静音。

可选的，所述语音数据的发送状态包括正在发送状态或发送完毕状态。

可选的，还包括：

响应删除请求，将所述删除请求指向的所述语音数据予以删除。

可选的，还包括：

接收所述服务器推送的音视频数据，所述音视频数据包括所述第一电子设备录制的音频数据和视频数据，还包括与所述电子设备处于平等位置的第二电子设备所录制的语音数据；

在本地播放所述音频视频数据；

在本地以列表形式显示的内容中包括来自于所述第二电子设备所录制的语音数据。

可选的，还包括：

对正在播放的所述音视频数据的id进行检测；

如果正在播放的所述音视频数据的id与以列表形式显示的所述语音数据相对应，则将与所述id相对应的语音数据的状态显示为正在播放状态。

可选的，还包括：

响应循环播放指令，控制与所述id相对应的语音数据再次播放或者循环播放。

根据本公开实施例的第二方面，提供一种实时语音信息的交互装置，应用于电子设备，所述交互装置包括：

语音录制模块，被配置为响应录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，所述至少一份语音数据以队列形式存储于一个发送队列中；

语音发送模块，被配置为将所述发送队列中的所述语音数据依次发送到与所述电子设备长连接的服务器，以使所述服务器将收到的所述语音数据推送到与录制所述语音数据的电子设备相对应的第一电子设备，以使所述第一电子设备以列表形式显示所述语音数据，使所述第一电子设备的用户对列表中的语音数据选择播放；

第一显示模块，被配置为在本地以列表形式显示所述发送队列中的所述语音数据，并显示所述语音数据的发送状态。

可选的，所述语音录制模块包括：

录制控制单元，被配置为在对所述声音进行录制时，每隔预设时长产生一份音频数据；

数据汇集单元，被配置为将所述录音请求的存续期间内所产生的多份音频数据汇集为所述语音数据。

可选的，所述语音录制模块还包括：

静音控制单元，被配置为在对所述声音进行录制的同时，控制所述实时信息交互系统在本地播放的视频静音。

可选的，所述语音数据的发送状态包括正在发送状态或发送完毕状态。

可选的，还包括：

第一删除模块，被配置为响应删除请求，将所述删除请求指向的所述语音数据予以删除。

可选的，还包括：

音视频接收模块，被配置为接收所述服务器推送的音视频数据，所述音视频数据包括与所述服务器长连接的第一电子设备录制的音频数据和视频数据，还包括与所述电子设备处于平等位置的第二电子设备所录制的语音数据；

音视频播放模块，被配置为在本地播放所述音视频数据；

在本地以列表形式显示的内容中包括来自于所述第二电子设备所录制的语音数据。

可选的，还包括：

id检测模块，被配置为对正在播放的所述音视频数据的id进行检测；

状态显示模块，被配置为如果正在播放的所述音视频数据的id与以列表形式显示的所述语音数据相对应，则将与所述id相对应的语音数据的状态显示为正在播放状态。

可选的，还包括：

循环播放模块，被配置为响应循环播放指令，控制与所述id相对应的语音数据再次播放或者循环播放。

根据本公开实施例的第三方面，提供一种实时语音信息的交互方法，应用于实时信息交互系统的服务器，所述交互方法包括：

接收与所述服务器长连接的电子设备以队列形式发送的语音数据；

根据发送所述语音数据的设备编号为所述语音数据编制并附加一个与所述设备编号相匹配的id；

向与所述服务器长连接、且与所述电子设备相对应的第一电子设备发送语音消息，所述语音消息包括接收到的所述语音数据的发送者信息、时长和所述id，以使所述第一电子设备的用户选择播放所述语音数据；

同时，向与所述服务器长连接、且与所述电子设备处于平等位置的第二电子设备发送所述消息。

可选的，还包括：

响应所述电子设备发送的删除请求，将与所述删除请求对应的语音信息予以删除。

根据本公开实施例的第四方面，提供一种实时语音信息的交互装置，应用于实时信息交互系统的服务器，所述交互装置包括：

数据接收模块，被配置为接收与所述服务器长连接的电子设备以队列形式发送的语音数据；

id附加模块，被配置为根据发送所述语音数据的设备编号为所述语音数据编制并附加一个与所述设备编号相匹配的id；

消息推送模块，被配置为向与所述服务器长连接、且与所述电子设备相对应的第一电子设备发送语音消息，所述语音消息包括接收到的所述语音数据的发送者信息、时长和所述id，以使所述第一电子设备的用户选择播放所述语音数据；还被配置为向与所述服务器长连接、且与所述电子设备处于平等位置的第二电子设备发送所述语音消息。

可选的，还包括：

第二删除模块，配置为响应所述电子设备发送的删除请求，将与所述删除请求对应的语音信息予以删除。

根据本公开实施例的第五方面，提供一种实时语音信息的交互方法，应用于实时信息交互系统，所述交互方法包括：

接收与所述电子设备长连接的服务器发送的语音消息；

以列表形式显示从所述服务器接收的至少一条所述语音消息；

响应下载请求，从所述服务器下载并播放与被选择的语音消息所对应的所述语音数据。

可选的，还包括：

在播放所述语音数据的同时，将播放所述语音数据的音频信号加入到播放本地所采集的音频流中；

将所述音频流、所述语音数据的id和本地采集的视频流推送到所述服务器，以使所述服务器将所述音频流、所述语音数据和所述视频流推送到与所述服务器长连接的、与用于播放所述语音数据的电子设备相对应的多个第二电子设备。

可选的，还包括：

在播放所述语音数据的同时，在本地列表中显示所述语音消息的播放状态。

可选的，还包括：

响应选定播放请求，播放与所述选定播放请求对应的所述语音数据。

根据本公开实施例的第六方面，提供一种实时语音信息的交互装置，应用于实时信息交互系统，所述交互装置包括：

消息接收模块，被配置为接收与所述电子设备长连接的服务器发送的语音消息；

消息显示模块，被配置为以列表形式显示从所述服务器接收的至少一条所述语音消息；

数据下载模块，被配置为响应用户通过对所述语音消息的选择操作所发出的下载请求，从所述服务器下载并播放与被选择的语音消息所对应的所述语音数据。

可选的，还包括：

音频流处理模块，被配置为在播放所述语音数据的同时，将播放所述语音数据的音频信号加入到播放本地所采集的音频流中；

音频流发送模块，被配置为将所述音频流、所述语音数据的id和本地采集的视频流推送到所述服务器，以使所述服务器将所述音频流、所述语音数据和所述视频流推送到与所述服务器长连接的、与用于播放所述语音数据的电子设备相对应的多个第二电子设备。

可选的，还包括：

第二显示模块，被配置为在播放所述语音数据的同时，在本地列表中显示所述语音消息的播放状态。

可选的，还包括：

选定播放模块，被配置为响应选定播放请求，播放与所述选定播放请求对应的所述语音数据。

根据本公开实施例的第七方面，提供一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置执行如下方法：

响应录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，所述至少一份语音数据以队列形式存储于一个发送队列中；

将所述发送队列中的所述语音数据依次发送到与所述电子设备长连接的服务器，；

在本地以列表形式显示所述发送队列中的所述语音数据，并显示所述语音数据的发送状态。

还包括：

所述对输入的声音进行录制并转换，得到至少一份语音数据，包括：

在对所述声音进行录制时，每隔预设时长产生一份音频数据；

将所述录音请求的存续期间内所产生的多份音频数据汇集为所述语音数据。

还包括：所述对输入的声音进行录制并转换，得到至少一份语音数据，还包括：

在对所述声音进行录制的同时，控制所述实时信息交互系统在本地播放的视频静音。

还包括：所述语音数据的发送状态包括正在发送状态或发送完毕状态。

还包括：

响应删除请求，将所述删除请求指向的所述语音数据予以删除。

还包括：

接收所述服务器推送的音视频数据，所述音视频数据包括与所述服务器长连接的第一电子设备录制的音频数据和视频数据，还包括与所述电子设备处于平等位置的第二电子设备所录制的语音数据；

在本地播放所述音频视频数据；

在本地以列表形式显示的内容中包括来自于所述第二电子设备所录制的语音数据。

还包括：

对正在播放的所述音视频数据的id进行检测；

如果正在播放的所述音视频数据的id与以列表形式显示的所述语音数据相对应，则将与所述id相对应的语音数据的状态显示为正在播放状态。

还包括：

响应循环播放指令，控制与所述id相对应的语音数据再次播放或者循环播放。

根据本公开实施例的第八方面，提供一种服务器，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置执行如下方法：

接收与所述服务器长连接的电子设备以队列形式发送的语音数据；

根据发送所述语音数据的设备编号为所述语音数据编制并附加一个与所述设备编号相匹配的id；

向与所述服务器长连接、且与所述电子设备相对应的第一电子设备发送语音消息，所述语音消息包括接收到的所述语音数据的发送者信息、时长和所述id；

同时，向与所述服务器长连接、且与所述电子设备处于平等位置的第二电子设备发送所述消息。

还包括：

响应所述电子设备发送的删除请求，将与所述删除请求对应的语音信息予以删除。

根据本公开实施例的第九方面，提供一种电子设备，应用于实时信息交互系统，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置执行如下方法：

接收与所述电子设备长连接的服务器发送的语音消息；

以列表形式显示从所述服务器接收的至少一条所述语音消息；

响应下载请求，从所述服务器下载并播放与被选择的语音消息所对应的所述语音数据。

还包括：

在播放所述语音数据的同时，将播放所述语音数据的音频信号加入到播放本地所采集的音频流中；

将所述音频流、所述语音数据的id和本地采集的视频流推送到所述服务器。

还包括：

在播放所述语音数据的同时，在本地列表中显示所述语音消息的播放状态。

还包括：

响应选定播放请求，播放与所述选定播放请求对应的所述语音数据。

根据本公开实施例的第十方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行如下方法：

响应录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，所述至少一份语音数据以队列形式存储于一个发送队列中；

将所述发送队列中的所述语音数据依次发送到与所述电子设备长连接的服务器，；

在本地以列表形式显示所述发送队列中的所述语音数据，并显示所述语音数据的发送状态。

还包括：

所述对输入的声音进行录制并转换，得到至少一份语音数据，包括：

在对所述声音进行录制时，每隔预设时长产生一份音频数据；

将所述录音请求的存续期间内所产生的多份音频数据汇集为所述语音数据。

还包括：所述对输入的声音进行录制并转换，得到至少一份语音数据，还包括：

在对所述声音进行录制的同时，控制所述实时信息交互系统在本地播放的视频静音。

还包括：所述语音数据的发送状态包括正在发送状态或发送完毕状态。

还包括：

响应删除请求，将所述删除请求指向的所述语音数据予以删除。

还包括：

接收所述服务器推送的音视频数据，所述音视频数据包括与所述服务器长连接的第一电子设备录制的音频数据和视频数据，还包括与所述电子设备处于平等位置的第二电子设备所录制的语音数据；

在本地播放所述音频视频数据；

在本地以列表形式显示的内容中包括来自于所述第二电子设备所录制的语音数据。

还包括：

对正在播放的所述音视频数据的id进行检测；

如果正在播放的所述音视频数据的id与以列表形式显示的所述语音数据相对应，则将与所述id相对应的语音数据的状态显示为正在播放状态。

还包括：

响应循环播放指令，控制与所述id相对应的语音数据再次播放或者循环播放。

根据本公开实施例的第十一方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行如下方法：

接收与所述服务器长连接的电子设备以队列形式发送的语音数据；

根据发送所述语音数据的设备编号为所述语音数据编制并附加一个与所述设备编号相匹配的id；

向与所述服务器长连接、且与所述电子设备相对应的第一电子设备发送语音消息，所述语音消息包括接收到的所述语音数据的发送者信息、时长和所述id；

同时，向与所述服务器长连接、且与所述电子设备处于平等位置的第二电子设备发送所述消息。

还包括：

响应所述电子设备发送的删除请求，将与所述删除请求对应的语音信息予以删除。

根据本公开实施例的第十二方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行下方法：

接收与所述电子设备长连接的服务器发送的语音消息；

以列表形式显示从所述服务器接收的至少一条所述语音消息；

响应下载请求，从所述服务器下载并播放与被选择的语音消息所对应的所述语音数据。

还包括：

在播放所述语音数据的同时，将播放所述语音数据的音频信号加入到播放本地所采集的音频流中；

将所述音频流、所述语音数据的id和本地采集的视频流推送到所述服务器。

还包括：

在播放所述语音数据的同时，在本地列表中显示所述语音消息的播放状态。

还包括：

响应选定播放请求，播放与所述选定播放请求对应的所述语音数据。

本公开的实施例提供的技术方案可以包括以下有益效果：可以使用户以语音方式上传语音数据，还能够使该语音数据在实时信息交互系统中完全起到文字的作用，极大的方便了文字输入慢或者不会文字输入的用户，从而提高了使用体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种实时语音信息的交互方法的流程图；

图2是根据一示例性实施例示出的另一种实时语音信息的交互方法的流程图；

图3是根据一示例性实施例示出的一种实时语音信息的交互装置的结构框图；

图4是根据一示例性实施例示出的另一种实时语音信息的交互装置的结构框图；

图5是根据一示例性实施例示出的又一种实时语音信息的交互方法的流程图；

图6是根据一示例性实施例示出的又一种实时语音信息的交互装置的结构框图；

图7是根据一示例性实施例示出的又一种实时语音信息的交互方法的流程图；

图8是根据一示例性实施例示出的又一种实时语音信息的交互方法的流程图；

图9是根据一示例性实施例示出的又一种实时语音信息的交互装置的结构框图；

图10是根据一示例性实施例示出的又一种实时语音信息的交互装置的结构框图；

图11是根据一示例性实施例示出的一种服务器的结构框图；

图12是根据一示例性实施例示出的一种电子设备的结构框图；

图13是根据一示例性实施例示出的另一种电子设备的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种实时语音信息的交互方法的流程图。

如图1所示，本具体交互方法应用于电子设备中，具体来说本具体实施方式中的交互方法应用于该网络直播系统的观众端，该交互方法包括以下步骤。

在步骤s11中，对输入的声音进行录制，得到至少一份语音数据。

当观众用户通过该观众端发出录音请求时，对输入的声音进行录音并转化，得到至少一份语音数据，即数字化的语音信号。具体来说，是从与该观众端相连接的录制设备中获取相应语音信号并进行转换，从而得到语音数据。具体的实施步骤如下所述：

首先，当用户发出录音请求时，获取用户发出的语音信号，并将语音信号每隔预设时长转换为一份音频数据，即该音频数据由该预设时长的语音信号转换而来，在具体实践时该预设时长可以选择20毫秒。

然后，对于每次的录制所产生的多份音频数据进行汇集，合成为一个独立的语音数据文件，一般说来，该语音数据覆盖的时长为当次录音请求所持续的时长。对于具体的观众端，可以是观众用户对于录音按钮所按压的时长。

另外，在用户发出录音请求时，将该观众端所播放的音视频的播放音量降低，直至降低到0，即控制音视频保持静音，这样可以避免噪音对录音产生干扰，从而得到较为纯净的语音数据。

在步骤s12中，将语音数据依次发送到与电子设备长连接的服务器。

对于由于本具体实施方式可以应用于网络直播系统，因此，在观众端获得语音数据后通过与服务器的长连接依次发送到该服务器，以使服务器存储这些语音数据。服务器在收到这些语音数据后推送到与录制该语音数据的电子设备相对应的第一电子设备，由于这里录制该语音数据的为网络直播系统的观众端，因此与该观众端相对应的第一电子设备为网络直播系统的主播端。

服务器在接收到语音数据后，将语音数据发送到第一电子设备，即发送到主播端，并使主播端以列表形式显示上述多个语音数据，主播端的主播用户可以对语音数据进行选择播放。所谓选择播放是指从列表中选择相应的语音数据进行播放。

在步骤s13中，在本地以列表形式显示至少一个语音数据。

在实际应用中，所录制的语音数据往往不限于一个，因此，为了方便用户查看，这里以列表形式显示多个语音数据。具体显示方式可以是仅以列表形式显示多个图标，每个图标对应于一个语音数据。除去以列表显示多个语音数据外，还在每个语音数据的预设位置显示相应语音数据的状态，例如，当一个语音数据正在上传服务器时，显示该语音数据的状态为正在上传；如果已经上传完毕，则显示该语音数据的状态为发送完毕。

从上述技术方案可以看出，本实施例提供了一种实时语音信息的交互方法，该交互方法应用于实时信息交互系统，该交互方法具体为响应用户的录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，至少一份语音数据以队列形式存储于一个发送队列中；将发送队列中的语音数据依次发送到实时信息交互系统的服务器；在本地以列表形式显示发送队列中的语音数据，并显示语音数据的发送状态。通过以上操作，可以使用户以语音方式上传语音数据，还能够使该语音数据在实时信息交互系统中完全起到文字的作用，极大的方便了文字输入慢或者不会文字输入的用户，从而提高了使用体验。

另外，在本具体实施方式中，还可以包括如下步骤：

根用户的删除请求删除相应语音数据。

在实际应用中，用户可能在有时候发现所发的语音数据不满意，需要将其删除，因此本操作的目的在于当用户需要删除并发出删除请求时，响应该删除请求，并将该请求对应的语音数据予以删除。从而避免不满意的语音数据推送给其他用户。

如果相应语音数据已经上传到服务器，此时根据该删除请求向服务器发送删除控制指令，以控制服务器删除相应的语音数据。

图2是根据一示例性实施例示出的另一种实时语音信息的交互方法的流程图。

如图2所示，本具体交互方法应用于实时信息交互系统中，该实时信息交互系统在实际应用中可以为网络直播系统，因此，具体来说本具体实施方式中的交互方法应用于该网络直播系统的观众端，该交互方法包括以下步骤。

在步骤s11中，对输入的声音进行录制，得到至少一份语音数据。

本步骤与上一具体实施方式中的作用基本相同，这里不再赘述。

在步骤s12中，将语音数据依次发送到与电子设备长连接的服务器。

本步骤与上一具体实施方式中的作用基本相同，这里不再赘述。

在步骤s13中，在本地以列表形式显示至少一个语音数据。

本步骤与上一具体实施方式中的作用基本相同，区别在于，以列表形式显示的语音数据中不仅包括本地录制的语音数据，还包括服务器推送的来自于与用于在本地录制语音数据处于平等位置的第二电子设备所录制的语音数据。对于网络直播系统来说，该列表中不仅包括本地观众端所录制的语音数据，还包括其他观众端所录制的语音数据。

这里的平等位置不是完全的平等，其实是指基本操作方法的地位对等，其具有优先权方法的不平等内容，比如对于活跃度较高的用户而言，其具有较高的优先权。

在步骤s14中，接收服务器推送的音视频数据。

在本地向服务器上传本地录制的语音数据外，还用于接收服务器下发的音视频数据，还接收服务器推送的音视频数据，音视频数据包括来自于录制本地的语音数据的电子设备行对应的第一电子设备所录制的音频数据和视频数据，还来自于与本地电子设备具有平等位置的第二电子设备所录制的语音数据。

对于网络直播系统来说，该音视频数据是来自于该系统的主播端和其他观众端，来自主播端的是主播用户所录制的音频数据和视频数据，来自于其他观众端的语音数据是上传到服务器后、由主播用户选择播放的部分或全部语音数据。

在步骤s15中，在本地播放收到的音视频数据。

对于实际应用的网络直播系统来说，即在观众端播放服务器推送的音视频数据，音视频数据包括主播端录制的音频数据和视频数据，还包括其他观众端所发送的语音数据。

在步骤s16中，对正在播放的音视频数据的id进行检测。

具体来说是检测音视频数据中被同时播放的语音数据的id，该id有可能与列表中显示的多个语音数据相匹配，即来自于同一个电子设备。

在步骤s17中，显示与上述id对应的语音数据的播放状态。

即如果列表中显示的语音数据与播放的音视频数据的id相匹配，则在该列表中将该语音数据显示为正在播放状态，从而能够使用户确定那个语音数据正在播放的音视频数据中被同时播放，以便对其进行相应的操作，如再次播放或循环播放。

在步骤s18中，控制语音数据再次播放或循环播放。

在用户需要对于上述id相对应的语音数据再次播放时，可以输入响应的循环播放指令，循环播放指令用于控制该语音数据再次播放，还可以不限次数或者限定次数的循环播放，以便用户能够确地地了解相应语音数据所承载的内容。

通过以上操作，可以使用户以语音方式上传语音数据，还能够使该语音数据在实时信息交互系统中完全起到文字的作用，极大的方便了文字输入慢或者不会文字输入的用户，从而提高了使用体验。还能够使用户得到较为高级的使用体验。

图3是根据一示例性实施例示出的一种实时语音信息的交互装置的结构框图。

如图3所示，本具体交互装置应用于电子设备中，具体来说本具体实施方式中的交互装置应用于该网络直播系统的观众端，该交互装置包括语音录制模块10、语音发送模块20和第一显示模块30。

语音录制模块10被配置为对输入的声音进行录制，得到至少一份语音数据。

当观众用户通过该观众端发出录音请求时，对输入的声音进行录音并转化，得到至少一份语音数据，即数字化的语音信号。具体来说，是从与该观众端相连接的录制设备中获取相应语音信号并进行转换，从而得到语音数据。该模块具体包括录制控制单元和数据汇集单元。

录制控制单元被配置为当用户发出录音请求时，获取用户发出的语音信号，并将语音信号每隔预设时长转换为一份音频数据，即该音频数据由该预设时长的语音信号转换而来，在具体实践时该预设时长可以选择20毫秒。

数据汇集单元则被配置为对于每次的录制所产生的多份音频数据进行汇集，合成为一个独立的语音数据文件，一般说来，该语音数据覆盖的时长为当次录音请求所持续的时长。对于具体的观众端，可以是观众用户对于录音按钮所按压的时长。

另外，该模块还包括静音控制单元，该静音控制单元被配置为在用户发出录音请求时，将该观众端所播放的音视频的播放音量降低，直至降低到0，即控制音视频保持静音，这样可以避免噪音对录音产生干扰，从而得到较为纯净的语音数据。

语音发送模块20被配置为将语音数据依次发送到与电子设备相连接的服务器。

对于由于本具体实施方式可以应用于网络直播系统，因此，在观众端获得语音数据后通过与服务器的长连接依次发送到该服务器，以使服务器存储这些语音数据。服务器在收到这些语音数据后推送到与录制该语音数据的电子设备相对应的第一电子设备，由于这里录制该语音数据的为网络直播系统的观众端，因此与该观众端相对应的第一电子设备为网络直播系统的主播端。

服务器在接收到语音数据后，将语音数据发送到第一电子设备，即发送到主播端，并使主播端以列表形式显示上述多个语音数据，主播端的主播用户可以对语音数据进行选择播放。所谓选择播放是指从列表中选择相应的语音数据进行播放。

第一显示模块30被配置为在本地以列表形式显示至少一个语音数据。

在实际应用中，所录制的语音数据往往不限于一个，因此，为了方便用户查看，这里以列表形式显示多个语音数据。具体显示方式可以是仅以列表形式显示多个图标，每个图标对应于一个语音数据。除去以列表显示多个语音数据外，还在每个语音数据的预设位置显示相应语音数据的状态，例如，当一个语音数据正在上传服务器时，显示该语音数据的状态为正在上传；如果已经上传完毕，则显示该语音数据的状态为发送完毕。

从上述技术方案可以看出，本实施例提供了一种实时语音信息的交互装置，该交互装置应用于实时信息交互系统，该交互装置具体为响应用户的录音请求，对输入的声音进行录制并转换，得到至少一份语音数据，至少一份语音数据以队列形式存储于一个发送队列中；将发送队列中的语音数据依次发送到实时信息交互系统的服务器；在本地以列表形式显示发送队列中的语音数据，并显示语音数据的发送状态。通过以上操作，可以使用户以语音方式上传语音数据，还能够使该语音数据在实时信息交互系统中完全起到文字的作用，极大的方便了文字输入慢或者不会文字输入的用户，从而提高了使用体验。

另外，在本具体实施方式中，还可以包括第一删除模块(未示出)。

第一删除模块被配置为根用户的删除请求删除相应语音数据。

在实际应用中，用户可能在有时候发现所发的语音数据不满意，需要将其删除，因此本操作的目的在于当用户需要删除并发出删除请求时，响应该删除请求，并将该请求对应的语音数据予以删除。从而避免不满意的语音数据推送给其他用户。

如果相应语音数据已经上传到服务器，此时根据该删除请求向服务器发送删除控制指令，以控制服务器删除相应的语音数据。

图4是根据一示例性实施例示出的另一种实时语音信息的交互装置的结构框图。

如图4所示，本具体交互方法应用于电子设备中，具体来说本具体实施方式中的交互装置应用于该网络直播系统的观众端，该交互装置相比于上一具体实施方式增设了音视频接收模块40、音视频播放模块50、id检测模块60、状态显示模块70和循环播放模块80

第一显示模块还被配置为在本地以列表形式显示至少一个语音数据。但是具有一定的区别，该区别在于以列表形式显示的语音数据中不仅包括本地录制的语音数据，还包括服务器推送的来自于与用于在本地录制语音数据处于平等地位置的第二电子设备所录制的语音数据。对于网络直播系统来说，该列表中不仅包括本地观众端所录制的语音数据，还包括其他观众端所录制的语音数据。

音视频接收模块40被配置为接收服务器推送的音视频数据。

在本地向服务器上传本地录制的语音数据外，还用于接收服务器下发的音视频数据，还接收服务器推送的音视频数据，音视频数据包括来自于录制本地的语音数据的电子设备行对应的第一电子设备所录制的音频数据和视频数据，还来自于与本地电子设备具有平等位置的第二电子设备所录制的语音数据。

对于网络直播系统来说，该音视频数据是来自于该系统的主播端和其他观众端，来自主播端的是主播用户所录制的音频数据和视频数据，来自于其他观众端的语音数据是上传到服务器后、由主播用户选择播放的部分或全部语音数据。

音视频播放模块50被配置为在本地播放收到的音视频数据。

对于实际应用的网络直播系统来说，即在观众端播放服务器推送的音视频数据，音视频数据包括主播端录制的音频数据和视频数据，还包括其他观众端所发送的语音数据。

id检测模块60被配置为对正在播放的音视频数据的id进行检测。

具体来说是检测音视频数据中被同时播放的语音数据的id，该id有可能与列表中显示的多个语音数据相匹配，即来自于同一个电子设备。

状态显示模块70被配置为显示与上述id对应的语音数据的播放状态。

即如果列表中显示的语音数据与播放的音视频数据的id相匹配，则在该列表中将该语音数据显示为正在播放状态，从而能够使用户确定那个语音数据正在播放的音视频数据中被同时播放，以便对其进行相应的操作，如再次播放或循环播放。

循环播放模块80被配置为控制语音数据再次播放或循环播放。

在用户需要对于上述id相对应的语音数据再次播放时，可以输入响应的循环播放指令，循环播放指令用于控制该语音数据再次播放，还可以不限次数或者限定次数的循环播放，以便用户能够确地地了解相应语音数据所承载的内容。

通过以上操作，可以使用户以语音方式上传语音数据，还能够使该语音数据在实时信息交互系统中完全起到文字的作用，极大的方便了文字输入慢或者不会文字输入的用户，从而提高了使用体验。还能够使用户得到较为高级的使用体验。

图5是根据一示例性实施例示出的又一种实时语音信息的交互方法的流程图。

如图5所示，本具体实施方式中提供的交互方法应用于实时信息交互系统的服务器，以网络直播系统为例，该服务器分别与网络直播系统的主播端、多个观众端长连接。该交互方法具体包括步骤：

在步骤s21中，接收与服务器长连接的电子设备发送的语音数据。

对于网络直播系统而言，与服务器长连接的电子设备为观众端，在观众端录制语音数据并上传该语音数据后，以队列形式接收该语音数据。

在步骤s22中，根据发送语音数据的设备编号为语音数据附加一个id。

具体而言，在接收到每个语音数据后，对发送语音数据的硬件设备的设备编号进行检测，并根据检测到的设备编号编辑一个id，并将该id附加到相应的语音数据上。

在步骤s23中，向第一电子设备和第二电子设备分别发送语音消息。

这里的第一电子设备与发送相应语音数据的电子设备相对应，第二电子设备则与发送相应语音数据的电子设备具备平等位置。对于网络直播系统而言，发送该语音数据的为观众端，第一电子设备则为主播端，第二电子设备则为其他观众端。

向第一电子设备发送的语音消息还包括语音数据的发送者信息、时长和id，这样可以使第一电子设备的用户、即主播端的主播用户对语音消息进行选定，以选择播放与语音消息相对应的语音数据。向第二电子设备发送的语音信息是被主播用户选择播放的语音数据所对应的语音消息。

通过上述操作，可以使与服务器连接的其他电子设备显示器所存储的语音数据，以使用户能够选择播放，并将播放的语音数据推送到其他电子设备。

另外，在本具体实施方式中，还包括如下步骤：

响应发送语音数据的电子设备发送的删除请求，以便将该电子设备发送的语音数据进行选择性删除，以避免用户不满意的语音数据被广泛传播。

图6是根据一示例性实施例示出的又一种实时语音信息的交互装置的结构框图。

如图6所示，本具体实施方式中提供的交互装置应用于实时信息交互系统的服务器，以网络直播系统为例，该服务器分别与网络直播系统的主播端、多个观众端长连接。该交互装置具体包括数据接收模块110、id附加模块120和消息推送模块130。

数据接收模块110被配置为接收与服务器长连接的电子设备发送的语音数据。

对于网络直播系统而言，与服务器长连接的电子设备为观众端，在观众端录制语音数据并上传该语音数据后，以队列形式接收该语音数据。

id附加模块120被配置为根据发送语音数据的设备编号为语音数据附加一个id。

具体而言，在接收到每个语音数据后，对发送语音数据的硬件设备的设备编号进行检测，并根据检测到的设备编号编辑一个id，并将该id附加到相应的语音数据上。

消息推送模块130被配置为向第一电子设备和第二电子设备分别发送语音消息。

这里的第一电子设备与发送相应语音数据的电子设备相对应，第二电子设备则与发送相应语音数据的电子设备具备平等位置。对于网络直播系统而言，发送该语音数据的为观众端，第一电子设备则为主播端，第二电子设备则为其他观众端。

向第一电子设备发送的语音消息还包括语音数据的发送者信息、时长和id，这样可以使第一电子设备的用户、即主播端的主播用户对语音消息进行选定，以选择播放与语音消息相对应的语音数据。向第二电子设备发送的语音信息是被主播用户选择播放的语音数据所对应的语音消息。

通过上述操作，可以使与服务器连接的其他电子设备显示器所存储的语音数据，以使用户能够选择播放，并将播放的语音数据推送到其他电子设备。

另外，在本具体实施方式中，还包括第二删除模块(未示出)。

第二删除摸被配置为响应发送语音数据的电子设备发送的删除请求，以便将该电子设备发送的语音数据进行选择性删除，以避免用户不满意的语音数据被广泛传播。

图7是根据一示例性实施例示出的又一种实时语音的交互方法的流程图。

如图7所示，本具体实施方式中提供的交互方法应用于电子设备，对于网络直播系统而言，该交互方法应用于网络直播系统与服务器长连接的主播端，该交互方法具体包括如下步骤：

在步骤s31中，接收服务器发送的语音消息。

具体是通过与服务器的长连接接收服务器推送的语音消息。

在步骤s32中，以列表形式显示至少一条语音消息。

在接收到语音消息后，在显示界面上以列表形式显示至少一条语音消息，以便供用户选择播放。对于实际应用中的网络直播系统来说，通过列表显示多个语音消息以供主播用户选择播放与相应语音消息对应的语音数据。

在步骤s33中，根据用户的选择下载并播放与语音消息对应的语音数据。

在用户需要播放相应语音消息时，既可通过点击相应语音消息的方式下载与该语音消息对应的语音数据，并在下载完成或下载的同时对该语音数据进行播放。即完成相应的选择播放。

通过上述操作，对于网络直播系统而言，可以使主播用户对上传的语音数据进行选择播放，增加了主播对播放内容的控制权，提高了直播内容的灵活性。

另外，如图8所示，本具体实施方式中还包括如下步骤：

在步骤s34中，将播放语音数据的音频信号加入到音频流中。

这里的音频流是指本地电子设备所播放任何音频数据所产生的音频数据。对于网络直播系统而言，该音频流是指主播端播放本地录制的音频数据和选择播放的语音数据，该语音数据来自于相应的观众端。

在步骤s35中，将音频流、语音数据的id和视频流推送到服务器。

在得到上述音频流后将其推送到服务器，推送的内容还包括本地录制的视频流，还包括被选择播放的语音数据的id。

在步骤s36中，在本地列表显示语音数据的播放状态。

本地列表中显示有至少一个语音消息，在播放相应的语音数据的同时，显示与该语音数据相对应的语音消息的播放状态。例如针对某条语音消息显示正在播放的提示，这样能够使用户明确哪条语音消息所对应的语音数据正在播放。

在步骤s37中，根据用户的选定播放请求播放对应的语音数据。

在用户想要重听或仔细收听所播放的语音数据后，可以通过对所提示的语音消息的操作输入选定播放请求，以选定相应语音消息，从而能够对选定的语音消息所对应的语音数据进行反复播放。

图9是根据一示例性实施例示出的又一种实时语音的交互装置的结构框图。

如图9示，本具体实施方式中提供的交互装置应用于电子设备，对于网络直播系统而言，该交互装置应用于网络直播系统与服务器长连接的主播端，该交互装置具体包括消息接收模块210、消息显示模块220和数据下载模块230。

消息接收模块210被配置为接收服务器发送的语音消息。

具体是通过与服务器的长连接接收服务器推送的语音消息。

消息显示模块220被配置为以列表形式显示至少一条语音消息。

在接收到语音消息后，在显示界面上以列表形式显示至少一条语音消息，以便供用户选择播放。对于实际应用中的网络直播系统来说，通过列表显示多个语音消息以供主播用户选择播放与相应语音消息对应的语音数据。

数据下载模块230被配置为根据用户的选择下载并播放与语音消息对应的语音数据。

在用户需要播放相应语音消息时，既可通过点击相应语音消息的方式下载与该语音消息对应的语音数据，并在下载完成或下载的同时对该语音数据进行播放。即完成相应的选择播放。

通过上述操作，对于网络直播系统而言，可以使主播用户对上传的语音数据进行选择播放，增加了主播对播放内容的控制权，提高了直播内容的灵活性。

另外，如图10所示，本具体实施方式中还包括音频流处理模块240、音频流发送模块250、第二显示模块260和选定播放模块270。

音频流处理模块240被配置为将播放语音数据的音频信号加入到音频流中。

这里的音频流是指本地电子设备所播放任何音频数据所产生的音频数据。对于网络直播系统而言，该音频流是指主播端播放本地录制的音频数据和选择播放的语音数据，该语音数据来自于相应的观众端。

音频流发送模块被配置为将音频流、语音数据的id和视频流推送到服务器。

在得到上述音频流后将其推送到服务器，推送的内容还包括本地录制的视频流，还包括被选择播放的语音数据的id。

第二显示模块被配置为在本地列表显示语音数据的播放状态。

本地列表中显示有至少一个语音消息，在播放相应的语音数据的同时，显示与该语音数据相对应的语音消息的播放状态。例如针对某条语音消息显示正在播放的提示，这样能够使用户明确哪条语音消息所对应的语音数据正在播放。

选定播放模块被配置为根据用户的选定播放请求播放对应的语音数据。

在用户想要重听或仔细收听所播放的语音数据后，可以通过对所提示的语音消息的操作输入选定播放请求，以选定相应语音消息，从而能够对选定的语音消息所对应的语音数据进行反复播放。

本申请还提供一种计算机程序，该计算机程序用于执行如图1、图2、图5、图7或图8所示的操作。

图11是根据一示例性实施例示出的一种服务器的结构框图。

如图11所示，该服务器设置有至少一个处理器1001，还包括存储器1002，两者通过数据总线连接1003。

存储器用于存储计算机程序或指令，处理器用于获取并执行该计算机程序或指令，以使电子设备执行如图5所示的操作。

图12是根据一示例性实施例示出的一种电子设备的结构框图。

如图11所示，该电子设备设置有至少一个处理器1101，还包括存储器1102，两者通过数据总线连接1103。

存储器用于存储计算机程序或指令，处理器用于获取并执行该计算机程序或指令，以使电子设备执行如下图1、图2、图7或图8的操作。

图13是根据一示例性实施例示出的另一种电子设备的结构框图。例如，设备1300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图12，设备1300可以包括以下一个或多个组件：处理组件1302，存储器1304，电力组件1306，多媒体组件1308，音频组件1310，输入/输出(i/o)的接口1312，传感器组件1314，以及通信组件1316。

处理组件1302通常控制设备1300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1302可以包括一个或多个模块，便于处理组件1302和其他组件之间的交互。例如，处理组件1302可以包括多媒体模块，以方便多媒体组件13011和处理组件1302之间的交互。

存储器1304被配置为存储各种类型的数据以支持在设备1300的操作。这些数据的示例包括用于在设备1300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1306为设备1300的各种组件提供电力。电源组件1306可以包括电源管理系统，一个或多个电源，及其他与为设备1300生成、管理和分配电力相关联的组件。

多媒体组件1308包括在设备1300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1308包括一个前置摄像头和/或后置摄像头。当设备1300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1310被配置为输出和/或输入音频信号。例如，音频组件1310包括一个麦克风(mic)，当设备1300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中，音频组件1310还包括一个扬声器，用于输出音频信号。

i/o接口1312为处理组件1302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1314包括一个或多个传感器，用于为设备1300提供各个方面的状态评估。例如，传感器组件1314可以检测到设备1300的打开/关闭状态，组件的相对定位，例如组件为设备1300的显示器和小键盘，传感器组件1314还可以检测设备1300或设备1300一个组件的位置改变，用户与设备1300接触的存在或不存在，设备1300方位或加速/减速和设备1300的温度变化。传感器组件1314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1316被配置为便于设备1300和其他设备之间有线或无线方式的通信。设备1300可以接入基于通信标准的无线网络，如wifi，运营商网络(如2g、3g、4g或5g)，或它们的组合。在一个示例性实施例中，通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1316还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，设备1300可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行如图1、图2、图5、图7或图8所述的操作。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1304，上述指令可由设备1300的处理器1320执行以完成上述方法。例如，非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。