一种视频通话方法及电子设备与流程

本发明实施例涉及通信技术领域，尤其涉及一种视频通话方法及电子设备。

背景技术：

随着通信技术的快速发展和智能电子设备的普及，人与人之间的交流已经逐渐脱离了传统语音通话的形式，更多的向视频通话的方向发展，目前电子设备自带或者其他通信软件都已经基本支持视频通话，而且视频通话的安全性也有大幅度提升，另外，视频通话能够及时的展现出用户当前的表情和动作，对于趣味性以及交互性也有很大提升，因此视频通话在未来的发展会很大程度上会取代传统的单纯语音通话功能。

现有技术中，视频通话基本上是针对通话两端数据的传输，本端接收到远端传输的数据进行实时显示。然而，当远端关闭摄像头或网络状态不佳时，由于本端接收不到远端的图像数据，因此会造成本端上显示的远端设备视频通话画面出现异常，进而影响用户的视频通话体验。

技术实现要素：

本发明实施例提供一种视频通话方法及电子设备，以解决现有技术中存在的因本端设备上显示的远端设备视频通话画面异常所造成的用户视频通话体验受影响的技术问题。

为解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供了一种视频通话方法，应用于本端设备，所述方法包括：

在所述本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否存在异常；

在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面；

其中，所述第一视频为对所述远端设备传输的语音通话数据进行语音识别后，根据语音识别结果查找相应的目标图像资源并生成的视频。

可选地，作为一个实施例，所述在所述本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否存在异常，包括：

在所述本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现黑屏画面，若是，则确定所述本端设备上显示的远端视频画面存在异常；或者，

在所述本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现卡顿画面，若是，则确定所述本端设备上显示的远端视频画面存在异常。

可选地，作为一个实施例，所述在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面之前，还包括：

对所述远端设备传输的语音通话数据进行语义识别，得到语义识别结果；

根据所述语义识别结果，查找相应的目标图像资源；

基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，当所述远端设备为多个时，所述在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面之前，还包括：

对所述远端设备传输的语音通话数据进行音色识别，得到音色识别结果；

根据所述音色识别结果，从所述语音通话数据中提取不同音色对应的语音数据；

对每个音色对应的语音数据进行语义识别，得到每个音色对应的语义识别结果；

根据每个音色对应的语义识别结果，查找每个音色对应的目标图像资源；

基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，所述基于所述目标图像资源，生成第一视频，具体为：

确定每个音色对应的语义识别结果之间是否存在人物关联关系；

若是，则基于存在人物关联关系的语义识别结果对应的图像资源，生成包含多人互动的第一视频。

第二方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

监测单元，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否存在异常；

播放单元，用于在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面；

其中，所述第一视频为对所述远端设备传输的语音通话数据进行语音识别后，根据语音识别结果查找相应的目标图像资源并生成的视频。

可选地，作为一个实施例，所述监测单元包括：

第一监测子单元，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现黑屏画面，若是，则确定所述本端设备上显示的远端视频画面存在异常；或者，

第二监测子单元，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现卡顿画面，若是，则确定所述本端设备上显示的远端视频画面存在异常。

可选地，作为一个实施例，所述电子设备还包括：

第一识别单元，用于对所述远端设备传输的语音通话数据进行语义识别，得到语义识别结果；

第一查找单元，用于根据所述语义识别结果，查找相应的目标图像资源；

第一生成单元，用于基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，当所述远端设备为多个时，所述电子设备还包括：

第二识别单元，用于对所述远端设备传输的语音通话数据进行音色识别，得到音色识别结果；

提取单元，用于根据所述音色识别结果，从所述语音通话数据中提取不同音色对应的语音数据；

第三识别单元，用于对每个音色对应的语音数据进行语义识别，得到每个音色对应的语义识别结果；

第二查找单元，用于根据每个音色对应的语义识别结果，查找每个音色对应的目标图像资源；

第二生成单元，用于基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，所述第二生成单元包括：

确定子单元，用于确定每个音色对应的语义识别结果之间是否存在人物关联关系；

生成子单元，用于在所述确定子单元的确定结果为是的情况下，则基于存在人物关联关系的语义识别结果对应的图像资源，生成包含多人互动的第一视频。

第三方面，本发明实施例还提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现第一方面中视频通话方法的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现第一方面中视频通话方法的步骤。

本发明实施例中，在本端设备与远端设备进行视频通话的过程中，针对本端设备上显示的远端视频画面存在异常的情况，可以在本端设备的远端视频画面的显示位置上播放基于远端设备的语音通话数据所生成的第一视频，以替换异常的远端视频画面。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

附图说明

图1是本发明实施例提供的一种视频通话方法的流程图；

图2是本发明实施例提供的一种第一视频生成步骤的流程图；

图3是本发明实施例提供的一种视频通话方法的场景图；

图4是本发明实施例提供的另一种第一视频生成步骤的流程图；

图5是本发明实施例提供的一种电子设备的结构示意图；

图6是实现本发明各个实施例的一种电子设备的硬件结构示意图。

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。

本发明实施例提供了一种视频通话方法及电子设备。

下面首先对本发明实施例提供的视频通话方法进行介绍。

需要说明的是，本发明实施例提供的方法适用于电子设备，在实际应用中，该电子设备可以包括：智能手机、平板电脑、个人数字助理等等，本发明实施例对此不作限定。

图1是本发明实施例提供的一种视频通话方法的流程图，如图1所示，该方法可以包括以下步骤：步骤101和步骤102，其中，

在步骤101中，在本端设备与远端设备进行视频通话的过程中，监测本端设备上显示的远端视频画面是否存在异常；若是，则执行步骤102，否则不作处理。

在视频通话场景中，当本端设备与远端设备进行视频通话时，在本端设备上会显示本端设备的视频画面即本端视频画面和远端设备的视频画面即远端视频画面，在远端设备上也会显示该远端设备的视频画面和本端设备的视频画面。

本发明实施例中，远端视频画面异常可以包括以下情形：远端视频画面黑屏和远端视频画面卡顿等等。

在本发明提供的一个实施例中，考虑到远端视频画面黑屏通常是由于远端设备关闭摄像头导致的，因此，可以通过监听远端设备的摄像头，来确定本端设备上显示的远端视频画面是否存在异常，相应的，上述步骤101具体可以包括以下步骤：

在本端设备与远端设备进行视频通话的过程中，监测本端设备上显示的远端视频画面是否出现黑屏画面，若是，则确定本端设备上显示的远端视频画面存在异常。

在本发明提供的另一个实施例中，考虑到远端视频画面卡顿通常是由于本端设备与远端设备之间的网络通信质量较差导致的，因此，可以通过监测本端设备与远端设备之间的网络通信质量，来确定本端设备上显示的远端视频画面是否存在异常，相应的，上述步骤101具体可以包括以下步骤：

在本端设备与远端设备进行视频通话的过程中，监测本端设备上显示的远端视频画面是否出现卡顿画面，若是，则确定本端设备上显示的远端视频画面存在异常。

在步骤102中，在远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面；其中，第一视频为对远端设备传输的语音通话数据进行语音识别后，根据语音识别结果查找相应的目标图像资源并生成的视频。

本发明实施例中，考虑到当本端设备上显示的远端视频画面存在异常时，远端设备的语音通话数据通常仍可以正常地传输至本端设备处，且远端设备的语音通话数据中携带通话双方的语气、语义及场景等有效信息，因此，可以在本端设备上显示的远端视频画面存在异常时，通过对远端设备的语音通话数据进行语音识别来提取以上有效信息，即语音识别结果，之后查找与语音识别结果存在关联关系的图像资源，基于查找到的图像资源生成第一视频并播放，以替换异常的远端视频画面。

本发明实施例中，当语音识别结果中包括通话双方的语气、语义及场景等信息时，目标图像资源为与上述语气、语义和场景匹配的图像资源，其中，目标图像资源可以包括：图片资源和视频资源。

本发明实施例中，本端设备中可以预先存储一些图片资源和视频资源，在这种情况下，可以从本端设备中查找相应的目标图像资源；或者也可以去其他电子设备，例如服务器，中查找相应的目标图像资源，本发明实施例对此不作限定。

本发明实施例中，在查找到相应的目标图像资源后，可以设定时间间隔，以及提前设定的动画效果，对每一张图片进行幻灯片似的视频合成，每一张图片可以随机生成不同的动态效果，并将生成的视频转换为电子设备能够正常播放的视频格式，最终得到第一视频。

本发明实施例中，在生成第一视频后，可以使用第一视频替换本端设备上画面存在异常的远端视频画面，具体的，在本端设备的远端视频画面的显示位置处播放第一视频。

为了便于理解，结合一个具体应用场景进行描述。以远端设备关闭摄像头这一视频通话这种场景为例，根据本端设备保存的图像以及视频资源，进行动态的视频图像剪辑合成，然后在本端设备进行显示，从而达到模拟真实视频通话的目的。

由上述实施例可见，该实施例中，在本端设备与远端设备进行视频通话的过程中，针对本端设备上显示的远端视频画面存在异常的情况，可以在本端设备的远端视频画面的显示位置上播放基于远端设备的语音通话数据所生成的第一视频，以替换异常的远端视频画面。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

在双人视频通话场景下，也就是，当远端设备为1个时，如图2所示，图2是本发明实施例提供的一种第一视频生成步骤的流程图，可以包括以下步骤：步骤201、步骤202和步骤203，其中，

在步骤201中，对远端设备传输的语音通话数据进行语义识别，得到语义识别结果。

本发明实施例中，在双人视频通话场景下，当本端设备上显示的远端视频画面存在异常时，可以针对远端设备传过来的语音通话数据做语义识别，得到语义识别结果，其中，语义识别结果可以包括：语音通话数据中涉及到的场景信息，其中，该场景信息包括：时间、地点和人物信息；此外，场景信息还可以包括以上信息之外的其他信息，本发明实施例对此不作限定。

在步骤202中，根据语义识别结果，查找相应的目标图像资源。

本发明实施例中，可以根据语义识别结果，例如，在通话过程中识别到了通话双方在某某地点进行游玩这一场景，自动向本地图库的图片资源和视频资源进行场景识别查询，查询条件可以基于地点，时间，人物等，然后将查找出来的图片资源和视频资源确定为目标图像资源。如果没有识别到对应的图像资源，则可以将默认的带有双方的图片或者是收藏的图片确定为目标图像资源。此外，由于现在的图库基本上都有智能分类，因此可以基于此做进一步的优化查找。

在步骤203中，基于目标图像资源，生成第一视频。

本发明实施例中，在查找到目标图像资源后，可以设定时间间隔，以及提前设定的动画效果，对每一张图片进行幻灯片似的视频合成，每一张图片可以随机生成不同的动态效果，并将生成的视频转换为电子设备能够正常播放的视频格式，最终得到第一视频。

本发明实施例中，在生成第一视频后，可以使用第一视频替换本端设备上画面存在异常的远端视频画面，例如，图3所示，本端设备30上显示本端视频画面31和合成的第一视频32，以达到模拟真实视频通话的目的。

由上述实施例可见，在双人视频通话场景下，针对本端设备上显示的远端视频画面出现异常的情况，本发明实施例中，可以对远端设备传输的语音通话数据进行语义识别得到语义识别结果，根据语义识别结果查找对应的目标图像资源，基于目标图像资源生成第一视频，并在本端设备的远端视频画面位置处播放第一视频。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

在多人视频通话场景下，也就是，远端设备为多个时，如图4所示，图4是本发明实施例提供的另一种第一视频生成步骤的流程图，可以包括以下步骤：步骤401、步骤402、步骤403、步骤404和步骤405，其中，

在步骤401中，对远端设备传输的语音通话数据进行音色识别，得到音色识别结果。

本发明实施例中，在多人视频通话场景下，当本端设备上显示的远端视频画面存在异常时，可以针对远端设备传过来的语音通话数据做音色识别，得到音色识别结果，以预知到多方视频通话的成员。

在步骤402中，根据音色识别结果，从语音通话数据中提取不同音色对应的语音数据。

本发明实施例中，考虑到音色是视频通话成员的标识，因此可以根据不同视频通话成员发音的音色不同，从语音通话数据中提取出不同视频通话成员的语音数据。

在步骤403中，对每个音色对应的语音数据进行语义识别，得到每个音色对应的语义识别结果。

本发明实施例中，可以对不同视频通话成员的语音数据，分别进行语义识别，得到每个视频通话成员的语义识别结果，其中，语义识别结果可以包括：语音通话数据中涉及到的场景信息，其中，该场景信息包括：时间、地点和人物信息；此外，场景信息还可以包括以上信息之外的其他信息，本发明实施例对此不作限定。

在步骤404中，根据每个音色对应的语义识别结果，查找每个音色对应的目标图像资源。

本发明实施例中，可以查找每个语义识别结果对应的图像资源，也就是，查找每个视频通话成员对应的图像资源。

在步骤405中，基于目标图像资源，生成第一视频。

本发明实施例中，在对目标图像资源进行视频合成时，不同视频通话成员之间如果没有交集，则单独合成，如果有交集，还可以制作成多人互动的视频影集，以提高视频通话的趣味性，相应的，上述步骤405具体可以包括以下步骤：

确定每个音色对应的语义识别结果之间是否存在人物关联关系；

若是，则基于存在人物关联关系的语义识别结果对应的图像资源，生成包含多人互动的第一视频。

由上述实施例可见，在多人视频通话场景下，针对本端设备上显示的远端视频画面出现异常的情况，本发明实施例中，可以对远端设备传输的语音通话数据进行音色识别得到音色识别结果，根据音色识别结果，从语音通话数据中提取不同音色的语音数据，对每个音色的语音数据进行语义识别，得到多个语义识别结果，查找各语义识别结果对应的目标图像资源，基于目标图像资源生成第一视频，并在本端设备的远端视频画面位置处播放第一视频。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

图5是本发明实施例提供的一种电子设备的结构示意图，如图5所示，电子设备500可以包括：监测单元501和播放单元502，其中，

监测单元501，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否存在异常；

播放单元502，用于在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面；

其中，所述第一视频为对所述远端设备传输的语音通话数据进行语音识别后，根据语音识别结果查找相应的目标图像资源并生成的视频。

由上述实施例可见，该实施例中，在本端设备与远端设备进行视频通话的过程中，针对本端设备上显示的远端视频画面存在异常的情况，可以在本端设备的远端视频画面的显示位置上播放基于远端设备的语音通话数据所生成的第一视频，以替换异常的远端视频画面。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

可选地，作为一个实施例，所述监测单元501，可以包括：

第一监测子单元，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现黑屏画面，若是，则确定所述本端设备上显示的远端视频画面存在异常；或者，

第二监测子单元，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现卡顿画面，若是，则确定所述本端设备上显示的远端视频画面存在异常。

可选地，作为一个实施例，所述电子设备500，还可以包括：

第一识别单元，用于对所述远端设备传输的语音通话数据进行语义识别，得到语义识别结果；

第一查找单元，用于根据所述语义识别结果，查找相应的目标图像资源；

第一生成单元，用于基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，当所述远端设备为多个时，所述电子设备500，还可以包括：

第二识别单元，用于对所述远端设备传输的语音通话数据进行音色识别，得到音色识别结果；

提取单元，用于根据所述音色识别结果，从所述语音通话数据中提取不同音色对应的语音数据；

第三识别单元，用于对每个音色对应的语音数据进行语义识别，得到每个音色对应的语义识别结果；

第二查找单元，用于根据每个音色对应的语义识别结果，查找每个音色对应的目标图像资源；

第二生成单元，用于基于所述目标图像资源，生成第一视频。

可选地，作为一个实施例，所述第二生成单元，可以包括：

确定子单元，用于确定每个音色对应的语义识别结果之间是否存在人物关联关系；

生成子单元，用于在所述确定子单元的确定结果为是的情况下，则基于存在人物关联关系的语义识别结果对应的图像资源，生成包含多人互动的第一视频。

图6是实现本发明各个实施例的一种电子设备的硬件结构示意图，如图6所示，该电子设备600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解，图6中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。其中：

处理器610，用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否存在异常；

显示单元606，用于在所述远端视频画面存在异常的情况下，在所述远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面；

其中，所述第一视频为对所述远端设备传输的语音通话数据进行语音识别后，根据语音识别结果查找相应的目标图像资源并生成的视频。

可选地，处理器610还用于在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现黑屏画面，若是，则确定所述本端设备上显示的远端视频画面存在异常；或者，

在本端设备与远端设备进行视频通话的过程中，监测所述本端设备上显示的远端视频画面是否出现卡顿画面，若是，则确定所述本端设备上显示的远端视频画面存在异常。

可选地，处理器610还用于对所述远端设备传输的语音通话数据进行语义识别，得到语义识别结果；根据所述语义识别结果，查找相应的目标图像资源；基于所述目标图像资源，生成第一视频。

可选地，处理器610还用于对所述远端设备传输的语音通话数据进行音色识别，得到音色识别结果；根据所述音色识别结果，从所述语音通话数据中提取不同音色对应的语音数据；对每个音色对应的语音数据进行语义识别，得到每个音色对应的语义识别结果；根据每个音色对应的语义识别结果，查找每个音色对应的目标图像资源；基于所述目标图像资源，生成第一视频。

可选地，处理器610还用于确定每个音色对应的语义识别结果之间是否存在人物关联关系；若是，则基于存在人物关联关系的语义识别结果对应的图像资源，生成包含多人互动的第一视频。

可见，本发明实施例中，在本端设备与远端设备进行视频通话的过程中，针对本端设备上显示的远端视频画面存在异常的情况，可以在本端设备的远端视频画面的显示位置上播放基于远端设备的语音通话数据所生成的第一视频，以替换异常的远端视频画面。与现有技术相比，本发明实施例中，当本端设备上显示的远端视频画面出现异常时，可以在该远端视频画面的显示位置播放第一视频，以替换异常的远端视频画面，由于该第一视频是基于远端设备的语音通话数据生成的，而该语音通话数据可以反映出通话双方的语气、语义及场景等信息，因此可以达到模拟真实视频通话的效果，进而提高用户的视频通话体验。

应理解的是，本发明实施例中，射频单元601可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器610处理；另外，将上行的数据发送给基站。通常，射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元601还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块602为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元603还可以提供与电子设备600执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。

输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(graphicsprocessingunit，gpu)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像可以显示在显示单元606上。经图形处理器6041处理后的图像可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。

电子设备600还包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度，接近传感器可在电子设备600移动到耳边时，关闭显示面板6061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板6061。

用户输入单元607可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器610，接收处理器610发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071，用户输入单元607还可以包括其他输入设备6072。具体地，其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板6071可覆盖在显示面板6061上，当触控面板6071检测到在其上或附近的触摸操作后，传送给处理器610以确定触摸事件的类型，随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中，触控面板6071与显示面板6061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板6071与显示面板6061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元608为外部装置与电子设备600连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备600内的一个或多个元件或者可以用于在电子设备600和外部装置之间传输数据。

存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器609可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器610是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器609内的软件程序和/或模块，以及调用存储在存储器609内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器610可包括一个或多个处理单元；优选地，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。

电子设备600还可以包括给各个部件供电的电源611(比如电池)，优选地，电源611可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，电子设备600包括一些未示出的功能模块，在此不再赘述。

优选地，本发明实施例还提供一种电子设备，包括处理器，存储器，存储在存储器上并可在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述任一视频通话方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述任一视频通话方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。

需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。