一种音视频会议的实现方法、系统和相关装置与流程

本申请涉及通信技术领域，特别是涉及一种音视频会议的实现方法、系统和相关装置。

背景技术：

随着网络技术、通信技术和流媒体技术的迅速发展，以及人们工作、学习的流动性的增加，企业及个人对视频通讯的需求也越来越多，音视频会议系统应运而生。

目前的音视频会议实现方法中，在启动音视频会议时，需要参会成员发起会议并邀请其他成员进入该会议。

然而，这种方法操作较为繁琐，尤其在参会成员较多的情况下将更为复杂，启动音视频会议时耗时较长，甚至可能导致难以准时启动会议。

技术实现要素：

为了解决上述技术问题，本申请提供了一种音视频会议的实现方法、系统和相关装置，会议管理服务器可以自动、快速地启动会议，无需参会成员发起该会议，操作较为简单，缩短会议启动所耗费的时间，保证会议准时进行。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供一种音视频会议实现方法，所述方法包括：

会议管理服务器获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；

所述会议管理服务器根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；

所述会议管理服务器根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的。

第二方面，本申请实施例提供一种音视频会议实现装置，所述装置包括获取单元、生成单元和发送单元：

所述获取单元，用于获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；

所述生成单元，用于根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；

所述发送单元，用于根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的。

第三方面，本申请实施例提供一种音视频会议实现方法，所述方法包括：

会议通话服务器响应于会议启动请求创建会议房间；所述会议启动请求是会议管理服务器根据预约记录中的会议启动时间触发的；所述会议启动请求包括第一终端的第一身份标识和第二终端的第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

所述会议通话服务器向所述第一身份标识对应的第一终端发起会议开始提醒；

若接收到所述第一终端发送的会议房间进入通知，所述会议通话服务器向所述第二身份标识对应的第二终端发起会议房间进入邀请。

第四方面，本申请实施例提供一种音视频会议实现装置，所述装置包括创建单元、第一发送单元和第二发送单元：

所述创建单元，用于响应于会议启动请求创建会议房间；所述会议启动请求是会议管理服务器根据预约记录中的会议启动时间触发的；所述会议启动请求包括第一终端的第一身份标识和第二终端的第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

所述第一发送单元，用于向所述第一身份标识对应的第一终端发起会议开始提醒；

所述第二发送单元，用于若接收到所述第一终端的会议房间进入通知，向所述第二身份标识对应的第二终端发起会议房间进入邀请。

第五方面，本申请实施例提供一种音视频会议实现方法，所述方法包括：

会议控制服务器接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；

所述会议控制服务器向所述身份标识对应的目标终端发送所述控制指令。

第六方面，本申请实施例提供一种音视频会议实现装置，所述装置包括接收单元和发送单元：

所述接收单元，用于接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；

所述发送单元，用于通过会议通话服务器向所述身份标识对应的目标终端发送所述控制指令。

第七方面，本申请实施例提供一种音视频会议实现系统，所述系统包括会议管理服务器、会议通话服务器和会议控制服务器：

所述会议管理服务器，用于获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

所述会议通话服务器，用于响应于会议启动请求创建会议房间；向所述第一身份标识对应的第一终端发起会议开始提醒；若接收到所述第一终端的会议房间进入通知，向所述第二身份标识对应的第二终端发起会议房间进入邀请；

所述会议控制服务器，用于接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；通过会议通话服务器向所述身份标识对应的目标终端发送所述控制指令。

第八方面，本申请实施例提供一种设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行第一方面或第三方面或第五方面所述的方法。

第九方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面或第三方面或第五方面所述的方法。

由上述技术方案可以看出，本申请提供的音视频会议实现方法可以提前预约会议，当第一用户希望预约会议时，第一用户通过第一终端向会议管理服务器发送会议预约请求，该会议预约请求中包括会议信息，会议信息包括会议启动时间、第一终端的第一身份标识和第二终端的第二身份标识。会议管理服务器根据该会议预约请求生成预约记录，预约记录中包括会议信息。这样，当会议管理服务器根据预约记录确定到达会议启动时间时，会触发向会议通话服务器发送会议启动请求，该会议启动请求包括根据预约记录确定的第一身份标识和第二身份标识，以便可以根据第一身份标识和第二身份标识邀请对应的终端进入会议。可见，该方法通过提前预约会议，在需要启动音视频会议时可以根据预约记录自动、快速地启动会议，无需参会成员例如第一用户将参会成员逐个添加至该会议，操作较为简单，保证会议准时进行。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术成员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种音视频会议实现方法的系统架构示意图；

图2为本申请实施例提供的一种音视频会议实现方法的信令交互图；

图3为本申请实施例提供的一种音视频会议实现系统的结构图；

图4为本申请实施例提供的会议管理服务器的功能示例图；

图5为本申请实施例提供的预约会议的界面示例图；

图6为本申请实施例提供的预约记录的界面示例图；

图7为本申请实施例提供的会议语音服务的系统架构示例图；

图8为本申请实施例提供的语音通话整体流程的信令交互图；

图9a为本申请实施例提供的会议启动时第一终端的界面示例图；

图9b为本申请实施例提供的会议启动时第二终端的界面示例图；

图10为本申请实施例提供的会议控制流程的信令交互图；

图11为本申请实施例提供的会议控制过程中第一终端的界面示例图；

图12为本申请实施例提供的会议控制过程中第二终端的界面示例图；

图13为本申请实施例提供的一种音视频会议实现方法的信令交互图；

图14为本申请实施例提供的一种音视频会议实现装置的结构图；

图15a为本申请实施例提供的一种音视频会议实现装置的结构图；

图15b为本申请实施例提供的一种音视频会议实现装置的结构图；

图16为本申请实施例提供的一种音视频会议实现装置的结构图；

图17为本申请实施例提供的一种设备的结构图；

图18为本申请实施例提供的一种服务器的结构图。

具体实施方式

下面结合附图，对本申请的实施例进行描述。

目前的音视频会议实现方法，在启动音视频会议时，由会议发起人发起会议，会议发起人需要从通讯录中将参会的其他成员一个个添加至该会议，假设除会议发起人外，参见会议的成员有30个，那么，会议发起人需要分别将这30个成员逐个拉入会议。操作起来较为繁琐，导致启动音视频会议时耗费较长时间，甚至可能导致难以准时启动会议。

为了解决上述技术问题，本申请实施例提供一种音视频会议实现方法，该方法提供会议预约功能，通过提前预约会议，会议管理服务器可以在确定到达会议启动时间时，自动触发启动会议，以便会议通话服务器可以根据预约记录自动邀请参与会议的各个用户对应的终端进入会议，简化会议启动的操作流程，提高会议启动的效率。

需要强调的是，本申请实施例所提供的音视频会议实现方法是基于云技术实现的，云技术(cloudtechnology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称。由于技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。

本申请整合云技术中强大的云计算能力和音视频技术能力，基于具有音视频会议功能的通信软件可以实现音视频会议功能。主要涉及云计算中的云会议，云会议是基于云计算技术的一种高效、便捷、低成本的会议形式。使用者只需要通过互联网界面，进行简单易用的操作，便可快速高效地与全球各地团队及客户同步分享语音、数据文件及视频，而会议中数据的传输、处理等复杂技术由云会议服务商帮助使用者进行操作。

目前云会议主要集中在以软件即服务(softwareasaservice，saas)模式为主体的服务内容，包括电话、网络、视频等服务形式，在会议过程中，基于saas实现语音通话。

在云会议时代，数据的传输、处理、存储全部由视频会议厂家的计算机资源处理，用户完全无需再购置昂贵的硬件和安装繁琐的软件，只需打开浏览器或者通信软件，登录相应界面，就能进行高效的远程会议。

为了便于理解本申请的技术方案，下面结合实际应用场景对本申请实施例提供的音视频会议实现方法进行介绍。

参见图1，图1为本申请实施例提供音视频会议实现方法的系统架构示意图。该系统架构中包括会议管理服务器101、会议通话服务器102、会议控制服务器103和多个终端104。其中，会议管理服务器101、会议通话服务器102和会议控制服务器103统称为服务器，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。

多个终端104可以包括第一终端和第二终端，第一终端是第一用户对应的终端，由于第一用户将通过第一终端预约会议，因此，第一用户可以称为会议发起人；第二终端是第二用户对应的终端，第二用户可以是第一用户邀请的其他参与会议的用户。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端104以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。

基于本系统实现的音视频会议具有会议预约功能，当第一用户希望预约会议时，第一终端向会议管理服务器101发送会议预约请求，会议预约请求中包括会议信息，会议信息包括会议启动时间、第一终端的第一身份标识和第二终端的第二身份标识。会议管理服务器101可以根据会议启动时间知晓何时出发会议，根据第一身份标识和第二身份标识可以知晓参与会议的成员。

会议管理服务器101根据会议预约请求生成预约记录，预约记录中包括上述会议信息。当会议管理服务器101根据预约记录确定到达会议启动时间时，向会议通话服务器102发送会议启动请求，会议启动请求包括根据预约记录确定的第一身份标识和第二身份标识。这样，当会议通话服务器102响应于会议启动请求创建会议房间后，可以向第一身份标识对应的第一终端发起会议开始提醒，若接收到第一终端的会议房间进入通知，向第二身份标识对应的第二终端发起会议房间进入邀请。

当第一终端和第二终端进入会议房间后，参会成员可以在会议房间发言或者听取他人的发言。在会议过程中，会议控制服务器103可以通过接收控制指令对会议进行控制，例如改变某些终端104例如目标终端的通话状态。

接下来，将结合附图对本申请实施例提供的音视频会议实现方法进行详细介绍。参见图2，所述方法包括：

s201、第一终端向会议管理服务器发送会议预约请求。

可以理解的是，本申请实施例提供的音视频会议实现方法依赖于音视频会议实现系统，该系统参见图3所示，包括会议管理服务器101、会议通话服务器102和会议控制服务器103，不同的服务器具有不同的功能。会议管理服务器101主要提供会议前、会议中以及会议后的相关配套能力，参见图4所示，会议管理服务器101提供的会议前的相关能力包括会议预约、会议预约修改、会议提醒、会议回执等能力；会议中的相关能力包括待办会议、重入会议等能力；会议后的相关能力包括待办会议的会议详情、会议记录等能力。会议通话服务器102主要用于提供会议房间的创建、房间成员管理，成员状态同步，语音、数据通信等能力。会议控制服务器103主要提供在会议过程中控制参会成员改变通话状态等能力，改变通话状态包括会议中开启/关闭语音，开启/关闭视频、移除会议、转移主持人、添加会议成员等。

基于上述不同服务器的不同功能，在进行会议前，若第一用户希望预约会议，则第一用户通过第一终端向会议管理服务器发送会议预约请求，会议预约请求中包括会议信息，会议信息例如可以包括会议启动时间、第一终端的第一身份标识和第二终端的第二身份标识。

其中，触发发送会议预约请求的方式可以是第一用户点击“预约会议”功能键(其界面示例图参见图5中501所示)从而进入会议预约界面(其界面示例图参见图5中502所示)，在会议预约界面中，第一用户可以填写会议信息，例如会议名称、会议启动时间(即“开始”位置处填写的时间)、参与人(参与人可以通过身份标识例如第一身份标识和第二身份标识来体现)等相关信息。

s202、会议管理服务器根据所述会议预约请求生成预约记录。

会议管理服务器接收到会议预约请求后，根据会议预约请求生成预约记录，预约记录可以在第一用户对应的第一终端上显示，参见图5中503所示的界面示例图。预约记录中包括前述介绍的会议信息。当第一用户点击该预约记录时，可以查看会议详情，参见图5中504所示的界面示例图。

会议管理服务器在接收到会议预约请求后，可以向第二终端发送通知消息，通知消息中包括会议信息，以便告知第二终端对应的第二用户在到达会议启动时间进行音视频会议。同时，第二终端接收到通知消息后，第二用户可以根据自己的实际情况向会议管理服务器反馈自己是否会参见会议，例如第二终端向会议管理服务器发送回执消息，该回执消息用于体现第二用户是否会参见会议，以便会议管理服务器可以记录哪些用户将参加会议，并将其记录在预约记录中。这样，第一终端上显示的预约记录将标识哪些第二用户同意参见会议，同意参加会议的第二用户可以用“√”标识，参见504所示。

在生成预约记录后，第二用户对应的第二终端也可以显示该预约记录，参见图6中601所示的界面示例图。第二用户可以从多条预约记录(待办列表)中选中某条进行查看，例如选中会议名称为“某科研论坛”的预约记录，则可以展示该预约记录的会议信息，参见602所示的界面示例图。当第二用户点击该预约记录时，可以查看会议详情，参见603所示的界面示例图。第二用户可以在603所示界面上选择“接受”、“待定”或“拒绝”来表示自己是否会参见会议，根据第二用户的选择向会议管理服务器发送回执消息。

如果会议正在进行中，则待办列表可以展示当前会议状态，参会成员可以通过待办列表、或者会议详情，进入到会议中，为退出会议的参会成员提供了便捷的重入会议入口。

可以理解的是，通过会议管理服务器的会议预约修改功能，第一用户可以根据实际情况对填写的会议信息进行修改，例如修改会议启动时间等。

通常情况下，第一用户预约会议后，可以提醒第一用户到达会议启动时间时准时开会，同时，会议管理服务器在达到会议启动时间时可以自动启动会议，避免第一用户启动会议操作繁琐的问题。

然而在一些情况下，参会成员在到达会议启动时间后可能临时有其他事情，为了尽量保证参会成员可以参见会议，在预约会议后，也可以在到达会议启动时间之前提前开始会议。例如第一用户可以点击504所示的界面示例图中的“提前开始会议”功能键以提前开会。

s203、会议管理服务器根据预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求。

在到达会议启动时间时，会议管理服务器自动触发会议启动，即向会议通话服务器发送会议启动请求，会议启动请求包括第一身份标识和第二身份标识，第一身份标识和所述第二身份标识是根据预约记录确定的。这样，会议通话服务器便可以根据第一身份标识和第二身份标识邀请对应的终端进入会议。也就是说，在本申请中由会议管理服务器自动启动会议，进而使得会议通话服务器可以邀请第一终端和第二终端进入会议，从而无需参会成员发起会议。

需要说明的是，由于第二终端可以向会议管理服务器发送回执消息，以表示其对应的第二用户是否会参见会议，若回执消息表示该第二用户参见会议，那么，会议通话服务器将邀请该第二用户进入会议，若回执消息表示该第二用户拒绝参见会议，为了避免做出无意义的邀请，避免浪费通信资源，会议通话服务器将不会再邀请该第二用户进入会议。因此，会议启动请求中的第二身份标识为根据回执消息确定参加会议的第二终端的身份标识，从而使得会议通话服务器向确定参见会议的第二终端发起会议邀请。

s204、会议通话服务器响应于会议启动请求创建会议房间。

会议通话服务器在接收到会议启动请求后，创建会议房间，参会成员进入会议房间以进行音视频会议。

在本实施例中，终端之间可以通过网络电话(voiceoverinternetprotocol，缩写为voip)建立音视频通信。在音视频会议过程中会议语音服务可以基于图7所示的架构实现，该架构中包括多个终端701例如终端1、终端2、……终端n(多个终端中包括第一终端和第二终端)，语音通话服务器702、房间管理服务器703和数据管理平台704。其中，会议通话服务器102中可以包括语音通话服务器702、房间管理服务器703和数据管理平台704等，语音通话服务器和房间管理服务器用于信令层；数据管理平台704用于数据层。多个终端701通过传输控制协议(tcp，transmissioncontrolprotocol)与接入层705连接，从而与语音通话服务器、房间管理服务器建立信令层，多个终端701通过用户数据报协议(udp，userdatagramprotocol)与数据管理平台704进行连接建立数据层。

需要说明的是，基于图7所示的架构，通常情况下，会议房间可以包括信令房间和数据房间，因此，在音视频会议通话过程中，语音通话整体流程的信令交互图可以参见图8所示。第一终端向语音通话服务器向房间管理服务器发送房间创建请求(s801)；会议通话服务器通过语音通话服务器向房间管理服务器发送信令房间创建请求(s802)；会议通话服务器通过语音通话服务器接收房间管理服务器发送的第一应答消息(s803)，该第一应答消息表征信令房间创建成功，可以包括房间标识和传输语音数据所使用的密钥；会议通话服务器通过语音通话服务器向数据管理平台发送数据房间创建请求(s804)；会议通话服务器通过语音通话服务器接收数据管理平台发送的第二应答消息(s805)，第二应答消息表征所述数据房间创建成功，从而完成会议房间的创建。在完成会议房间的创建后，会议通话服务器通过语音通话服务器向第一终端发送第三应答消息(s806)，表示会议房间创建成功。

s205、会议通话服务器向第一身份标识对应的第一终端发起会议开始提醒。

s206、接收到所述第一终端发送的会议房间进入通知。

完成会议房间的创建后，会议通话服务器向第一终端发起会议开始提醒，第一用户只需要一键触发开始会议便可以直接进入会议。

第一终端接收到会议开始提醒时，其上所显示的界面例如可以参见图9a所示，该界面上会提示第一用户“预约会议已到开始时间”，以及显示会议信息。第一用户可以通过该界面提供的功能键选择“立即开始会议”或“暂不开始”，当第一用户点击功能键“立即开始会议”时，触发向会议通话服务器发送会议房间进入通知。

s207、所述会议通话服务器向所述第二身份标识对应的第二终端发起会议房间进入邀请。

在第一终端进入会议后，会议通话服务器直接根据第二身份标识向第二终端发起会议房间进入邀请，无需第一用户逐个添加参会成员，简化了第一用户的操作过程。

第二终端接收到会议房间进入邀请时，其上所显示的界面例如可以参见图9b所示，该界面上会提示第二用户进入会议，以及显示会议信息。第二用户可以通过该界面提供的功能键选择“滑动进入会议”或“暂不进入”，当第一用户按照图9b所示箭头方向拖动圆形图标滑动时，第二终端进入会议房间。

s208、第二终端进入会议房间。

基于图7所示的架构，第二终端进入会议的流程可以参见图8所示。第二终端向语音通话服务器发送会议房间进入请求(s807)；语音通话服务器向房间管理服务器发送信令房间进入请求(s808)；语音通话服务器接收房间管理服务器发送的第四应答消息(s809)，该第四应答消息表征信令房间进入成功；语音通话服务器向数据管理平台发送数据房间进入请求(s810)；语音通话服务器接收数据管理平台发送的第五应答消息(s811)，第五应答消息表征所述数据房间进入成功，从而完成会议房间的进入。在完成会议房间的进入后，语音通话服务器向第二终端发送第六应答消息(s812)，表示会议房间进入成功。之后，第一用户和第二用户便可以利用数据层进入通话过程(如图8中虚线框所示)。

在第一终端进入数据房间后，可以通知会议状态管理服务器第一终端进入通话状态计时，第二终端进入呼叫状态计时；在第二终端进入数据房间后，可以通知会议状态管理服务器第二终端进入通话状态计时，第二终端清除呼叫状态计时。

由上述技术方案可以看出，本申请提供的音视频会议实现方法可以提前预约会议，当第一用户希望预约会议时，第一用户通过第一终端向会议管理服务器发送会议预约请求，该会议预约请求中包括会议信息，会议信息包括会议启动时间、第一终端的第一身份标识和第二终端的第二身份标识。会议管理服务器根据该会议预约请求生成预约记录，预约记录中包括会议信息。这样，当会议管理服务器根据预约记录确定到达会议启动时间时，会触发向会议通话服务器发送会议启动请求，该会议启动请求包括根据预约记录确定的第一身份标识和第二身份标识，以便可以根据第一身份标识和第二身份标识邀请对应的终端进入会议。可见，该方法通过提前预约会议，在需要启动音视频会议时可以根据预约记录自动、快速地启动会议，无需会议发起人例如第一用户将参会成员逐个添加至该会议，操作较为简单，保证会议准时进行。

可以理解的是，会议控制是音视频会议的重要组成部分，一套完善、可靠的控制机制，是音视频会议，实现有序、高效组织的关键。本申请实施例中，提供的会议控制功能主要是控制参会成员改变通话状态，例如包括会议中开启/关闭语音，开启/关闭视频、移除会议、转移主持人、添加会议成员等，其中，关闭语音或视频可以是针对某个成员或全部成员。其中，会议控制的触发者通常是会议发起人例如第一用户，而被控制的参与成员通常是第二用户。

在会议过程中，会议控制流程的信令交互图可以参见图10所示：

s1001、第一终端向会议控制服务器发送控制指令。

其中，控制指令中包括目标终端的第三身份标识，控制指令用于指示目标终端改变通话状态，目标终端可以是第二终端中任一个或多个。

s1002、会议控制服务器向所述身份标识对应的目标终端发送所述控制指令。

其中，在一些情况下，由于会议通话服务器具有房间成员管理，成员状态同步，语音、数据通信等能力，因此，为了使得会议通话服务器实现其功能，会议控制服务器可以通过会议通话服务器向目标终端发送控制指令。

需要说明的是，由于并非每个参会成员都具有控制其他参会成员改变通话状态的能力，例如通常情况下第一用户具有改变参与成员通话状态的能力，而第二用户不具有该能力，或者某个参会成员的通话状态不应该被改变，或者系统资源无法满足通话状态的改变。因此，为了避免一些不合理的控制，在s1002之前，会议控制服务器可以对该控制指令进行仲裁(s1004)，若通过，则执行s1002。否则，向第一终端返回仲裁结果消息(s1005)，该通知消息提示控制受限。

s1003、目标终端执行所述控制指令。

目标终端在接收到控制指令后，执行控制指令。例如，控制指令指示关闭视频，则目标终端在接收到控制指令后，关闭摄像头，停止采集视频数据。

目标终端还可以向会议控制服务器返回执行结果(s1006)，会议控制服务器根据该执行结果向第一终端和包括目标终端和其他第二终端在内的第二终端同步目标终端的通话状态(s1007)。

其中，会议控制过程中所展示的界面示例图可以参见图11和图12所示，图11示出的是第一终端的界面示例图，在该界面中展示了参会成员列表，以及控制改变通话状态的功能键例如移除会议、关闭视频或取消，当然也可以包括其他功能键，以关闭视频为例，第一用户可以在参会成员列表中选择针对哪个或哪些参会成员关闭视频。图12示出的是第二终端的界面示例图，当第一用户选择关闭某参会成员的视频后，其对应的第二终端的界面如图12中1201所示，显示“主持人已关闭你的视频”；当第一用户选择开启某参会成员的视频后，其对应的第二终端的界面如图12中1202所示，此时，显示“主持人邀请你开启视频，开启视频后麦克风也将自动打开”，同时第二用户可以选择“暂不开启”或“立即开启”。

需要说明的是，在传统会议过程中，参会成员通常会手动对会议内容进行记录，以便会后理解或进行会议总结等。然而在本实施例中，提供一种自动记录会议内容的方式，即在进行会议过程中，会议管理服务器可以对会议过程中的音频数据进行记录，从而根据该音频数据生成会议记录。其中，可以直接将该音频数据作为会议记录，当然，也可以自动将音频数据转换成文本内容，生成文字版的会议记录。除此之外，会议记录中还可以包括会议的开始时间和结束时间、会议的参与成员中一种或多种的组合。

需要说明的是，由于在会议过程中可能会对参会成员的通话状态进行改变，例如，可能将某个参会成员移除会议，或增加新的参会成员等，因此，若会议管理服务器接收到会议控制服务器发送的控制指令，会议管理服务器可以根据控制指令中的第三身份标识更改会议记录。例如，当增加新的参会成员后，在生成的会议记录中也要增加该新的参会成员，以保证会议记录的完整全面。

需要说明的是，在会议过程中或会议结束时，参会人员可以退出会议，第一用户和第二用户退出会议的流程较为类似，但是二者对会议的影响有所不同。当第二用户退出会议时，其退出会议流程可以参见图8所示。第二终端向语音通话服务器发送会议房间退出请求(s813)；语音通话服务器向房间管理服务器发送信令房间退出请求(s814)；语音通话服务器接收房间管理服务器发送的第七应答消息(s815)，该第七应答消息表征信令房间退出成功；语音通话服务器向数据管理平台发送数据房间退出请求(s816)；语音通话服务器接收数据管理平台发送的第八应答消息(s817)，第八应答消息表征所述数据房间退出成功，从而完成会议房间的退出。在完成会议房间的退出后，语音通话服务器向第二终端发送第九应答消息(s818)，表示会议房间退出成功。

当第一用户退出会议时，其退出会议流程可以参见图8所示。第一终端向语音通话服务器发送会议房间退出请求(s819)；语音通话服务器向房间管理服务器发送信令房间退出请求(s820)；语音通话服务器接收房间管理服务器发送的第十应答消息(s821)，该第十应答消息表征信令房间退出成功；语音通话服务器向数据管理平台发送数据房间退出请求(s822)；语音通话服务器接收数据管理平台发送的第十一应答消息(s823)，第十一应答消息表征所述数据房间退出成功，从而完成会议房间的退出。

由于第一终端对应的第一用户是会议的发起人，第一终端退出会议房间，表示会议结束，此时，语音通话服务器可以向房间管理服务器发送信令房间结束请求(s824)；语音通话服务器接收房间管理服务器发送的第十二应答消息(s825)，该第十二应答消息表征信令房间结束成功；语音通话服务器向数据管理平台发送数据房间结束请求(s826)；语音通话服务器接收数据管理平台发送的第十三应答消息(s827)，第十三应答消息表征所述数据房间结束成功，语音通话服务器向第一终端发送第十四应答消息(s828)，表示第一终端会议房间退出成功。

在第二终端退出数据房间后，可以通知会议状态管理服务器第二终端清除通话状态计时；在第一终端退出数据房间后，可以通知会议状态管理服务器第一终端清除通话状态计时。

接下来，将结合实际应用场景对本申请实施例提供的音视频会议实现方法进行介绍。该音视频会议可以通过特定的通信软件实现，参见图13，所述方法包括：

s1301、第一用户填写会议信息。

s1302、第一终端向会议管理服务器发送会议预约请求。

s1303、会议管理服务器向第二终端发送通知消息。

s1304、第二终端向会议管理服务器发送回执消息。

s1305、会议管理服务器根据所述会议预约请求和回执消息生成预约记录。

s1306、会议管理服务器根据预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求。

s1307、会议通话服务器响应于会议启动请求创建会议房间。

s1308、会议通话服务器向第一身份标识对应的第一终端发起会议开始提醒。

s1309、第一终端向会议通话服务器发送会议房间进入通知。

s1310、会议通话服务器向第二身份标识对应的第二终端发起会议房间进入邀请。

s1311、第二终端进入会议房间。

s1312、第一终端向会议控制服务器发送移除成员的控制指令。

s1313、会议控制服务器向会议通话服务器发送该控制指令。

s1314、会议控制服务器向会议管理服务器发送该控制指令。

s1315、会议通话服务器向第二终端发送该控制指令通知其退出会议。

s1316、第一终端向会议控制服务器发送结束会议的控制指令。

s1317、会议控制服务器向会议通话服务器发送该控制指令

s1318、会议控制服务器向会议管理服务器发送该控制指令。

s1319、会议通话服务器向第二终端发送该控制指令通知其结束会议。

s1320、会议管理服务器生成会议记录。

s1321、会议管理服务器向第一终端发送该会议记录。

s1322、会议管理服务器向第二终端发送该会议记录。

基于前述实施例提供的音视频会议实现方法，本申请实施例还提供一种音视频会议实现装置，参见图14，所述装置包括获取单元1401、生成单元1402和发送单元1403：

所述获取单元1401，用于获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；

所述生成单元1402，用于根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；

所述发送单元1403，用于根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的。

在一种可能的实现方式中，所述发送单元1403，用于：

向所述第二终端发送通知消息，所述通知消息中包括所述会议信息；

所述获取单元1401，还用于接收所述第二终端发送的回执消息；

所述会议启动请求中的第二身份标识为根据所述回执消息确定参加会议的第二终端的身份标识。

在一种可能的实现方式中，所述生成单元1402，还用于对会议过程中的音频数据进行记录；根据所述音频数据生成会议记录。

在一种可能的实现方式中，所述会议记录包括所述音频数据所表征的文本内容、所述会议的开始时间和结束时间、所述会议的参与成员中一种或多种的组合。

在一种可能的实现方式中，所述获取单元1401，用于：

在会议过程中，接收会议控制服务器发送的控制指令，所述控制指令中包括目标终端的第三身份标识，所述控制指令用于指示所述目标终端改变通话状态；

所述生成单元1402，还用于根据所述第三身份标识更改所述会议记录。

本申请实施例还提供一种音视频会议实现装置，参见图15a，所述装置包括创建单元1501、第一发送单元1502和第二发送单元1503：

所述创建单元1501，用于响应于会议启动请求创建会议房间；所述会议启动请求是会议管理服务器根据预约记录中的会议启动时间触发的；所述会议启动请求包括第一终端的第一身份标识和第二终端的第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

所述第一发送单元1502，用于向所述第一身份标识对应的第一终端发起会议开始提醒；

所述第二发送单元1503，用于若接收到所述第一终端的会议房间进入通知，向所述第二身份标识对应的第二终端发起会议房间进入邀请。

在一种可能的实现方式中，参见图15b，所述装置还包括接收单元1504：

所述接收单元1504，用于在会议过程中，接收到会议控制服务器发送的控制指令，所述控制指令中包括目标终端的第三身份标识，所述控制指令用于指示所述目标终端改变通话状态；

所述第二发送单元1503，还用于根据所述第三身份标识向所述目标终端转发所述控制指令。

在一种可能的实现方式中，所述会议房间包括信令房间和数据房间，所述创建单元1501，用于：

通过语音通话服务器向房间管理服务器发送信令房间创建请求；

通过所述语音通话服务器接收所述房间管理服务器发送的第一应答消息；所述第一应答消息表征所述信令房间创建成功；

通过所述语音通话服务器向数据管理平台发送数据房间创建请求；

通过所述语音通话服务器接收所述数据管理平台发送的第二应答消息；所述第二应答消息表征所述数据房间创建成功。

本申请实施例还提供一种音视频会议实现装置，参见图16，所述装置包括接收单元1601和发送单元1602：

所述接收单元1601，用于接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；

所述发送单元1602，用于通过会议通话服务器向所述身份标识对应的目标终端发送所述控制指令。

本申请实施例还提供一种音视频会议实现系统，所述系统包括会议管理服务器、会议通话服务器和会议控制服务器：

所述会议管理服务器，用于获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

所述会议通话服务器，用于响应于会议启动请求创建会议房间；向所述第一身份标识对应的第一终端发起会议开始提醒；若接收到所述第一终端的会议房间进入通知，向所述第二身份标识对应的第二终端发起会议房间进入邀请；

所述会议控制服务器，用于接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；通过会议通话服务器向所述身份标识对应的目标终端发送所述控制指令。

本申请实施例还提供了一种设备，该设备可以通过语音驱动动画，该设备可以为音视频处理设备。下面结合附图对该设备进行介绍。请参见图17所示，本申请实施例提供了一种设备1700，该设备1700还可以是终端，该终端可以为包括手机、平板电脑、个人数字助理(personaldigitalassistant，简称pda)、销售终端(pointofsales，简称pos)、车载电脑等任意智能终端，以终端为手机为例：

图17示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图17，手机包括：射频(radiofrequency，简称rf)电路1710、存储器1720、输入单元1730、显示单元1740、传感器1750、音频电路1760、无线保真(wirelessfidelity，简称wifi)模块1770、处理器1780、以及电源1790等部件。本领域技术成员可以理解，图17中示出的手机结构并不构成对手机的限定，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。

下面结合图17对手机的各个构成部件进行具体的介绍：

rf电路1710可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1780处理；另外，将设计上行的数据发送给基站。通常，rf电路1710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(lownoiseamplifier，简称lna)、双工器等。此外，rf电路1710还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystemofmobilecommunication，简称gsm)、通用分组无线服务(generalpacketradioservice，简称gprs)、码分多址(codedivisionmultipleaccess，简称cdma)、宽带码分多址(widebandcodedivisionmultipleaccess，简称wcdma)、长期演进(longtermevolution，简称lte)、电子邮件、短消息服务(shortmessagingservice，简称sms)等。

存储器1720可用于存储软件程序以及模块，处理器1780通过运行存储在存储器1720的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1720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1720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。

输入单元1730可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1730可包括触控面板1731以及其他输入设备1732。触控面板1731，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1731上或在触控面板1731附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1731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1780，并能接收处理器1780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1731。除了触控面板1731，输入单元1730还可以包括其他输入设备1732。具体地，其他输入设备1732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、操作杆等中的一种或多种。

显示单元1740可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1740可包括显示面板1741，可选的，可以采用液晶显示器(liquidcrystaldisplay，简称lcd)、有机发光二极管(organiclight-emittingdiode，简称oled)等形式来配置显示面板1741。进一步的，触控面板1731可覆盖显示面板1741，当触控面板1731检测到在其上或附近的触摸操作后，传送给处理器1780以确定触摸事件的类型，随后处理器1780根据触摸事件的类型在显示面板1741上提供相应的视觉输出。虽然在图17中，触控面板1731与显示面板1741是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1731与显示面板1741集成而实现手机的输入和输出功能。

手机还可包括至少一种传感器1750，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可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1741的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1741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，可用于识别手机姿态的应用(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；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路1760、扬声器1761，传声器1762可提供用户与手机之间的音频接口。音频电路1760可将接收到的音频数据转换后的电信号，传输到扬声器1761，由扬声器1761转换为声音信号输出；另一方面，传声器1762将收集的声音信号转换为电信号，由音频电路1760接收后转换为音频数据，再将音频数据输出处理器1780处理后，经rf电路1710以发送给比如另一手机，或者将音频数据输出至存储器1720以便进一步处理。

wifi属于短距离无线传输技术，手机通过wifi模块1770可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图17示出了wifi模块1770，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器1780是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1720内的软件程序和/或模块，以及调用存储在存储器1720内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1780可包括一个或多个处理单元；优选的，处理器1780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1780中。

手机还包括给各个部件供电的电源1790(比如电池)，优选的，电源可以通过电源管理系统与处理器1780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。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本实施例中，由终端所执行的步骤可以基于图17所示的结构实现。

本申请实施例还提供服务器，请参见图18所示，图18为本申请实施例提供的服务器1800的结构图，服务器1800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，简称cpu)1822(例如，一个或一个以上处理器)和存储器1832，一个或一个以上存储应用程序1842或数据1844的存储介质1830(例如一个或一个以上海量存储设备)。其中，存储器1832和存储介质1830可以是短暂存储或持久存储。存储在存储介质1830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1822可以设置为与存储介质1830通信，在服务器1800上执行存储介质1830中的一系列指令操作。

服务器1800还可以包括一个或一个以上电源1826，一个或一个以上有线或无线网络接口1850，一个或一个以上输入输出接口1858，和/或，一个或一个以上操作系统1841，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。

在本实施例中，所述服务器1800中的中央处理器1822可以执行以下步骤；

获取第一终端发送的会议预约请求；所述会议预约请求中包括会议信息，所述会议信息包括会议启动时间、所述第一终端的第一身份标识和第二终端的第二身份标识；

根据所述会议预约请求生成预约记录；所述预约记录中包括所述会议信息；

根据所述预约记录确定到达所述会议启动时间时，向会议通话服务器发送会议启动请求；所述会议启动请求包括所述第一身份标识和所述第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

或，

响应于会议启动请求创建会议房间；所述会议启动请求是会议管理服务器根据预约记录中的会议启动时间触发的；所述会议启动请求包括第一终端的第一身份标识和第二终端的第二身份标识；所述第一身份标识和所述第二身份标识是根据所述预约记录确定的；

向所述第一身份标识对应的第一终端发起会议开始提醒；

若接收到所述第一终端发送的会议房间进入通知，向所述第二身份标识对应的第二终端发起会议房间进入邀请；

或，

接收控制指令；所述控制指令中包括目标终端的身份标识，所述控制指令用于指示所述目标终端改变通话状态；

向所述身份标识对应的目标终端发送所述控制指令。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行前述各个实施例所述的音视频会议实现方法。

本申请实施例还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行前述各个实施例所述的音视频会议实现方法。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，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。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术成员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。