1.一种方法，包括：
在具有显示器、一个或多个相机传感器和一个或多个麦克风的电子设备处：
接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入；
当在所述通信会话中时，同时在所述显示器上显示：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入；
根据接收到激活所述第一示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；以及
根据接收到激活所述第二示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者。
2.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储被配置为由具有显示器、一个或多个相机传感器和一个或多个麦克风的电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于以下操作的指令：
接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入；
当在所述通信会话中时，同时在所述显示器上显示：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入；
根据接收到激活所述第一示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；以及
根据接收到激活所述第二示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者。
3.一种电子设备，所述电子设备包括：
显示器；
一个或多个相机传感器；
一个或多个麦克风；
一个或多个处理器；以及
存储器，所述存储器存储被配置为由所述一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行以下操作的指令：
接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入；
当在所述通信会话中时，同时在所述显示器上显示：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入；
根据接收到激活所述第一示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；以及
根据接收到激活所述第二示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者。
4.一种电子设备，所述电子设备包括：
显示器；
一个或多个相机传感器；
一个或多个麦克风；
用于接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入的装置；
当在所述通信会话中时，用于同时在所述显示器上显示以下内容的装置：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
用于接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入的装置；
根据接收到激活所述第一示能表示的用户输入，用于同时进行以下操作的装置：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；以及
根据接收到激活所述第二示能表示的用户输入，用于同时进行以下操作的装置：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者。
5.一种方法，包括：
在具有显示器的电子设备处：
当将第一类型的传出实时媒体流传输到通信会话的一个或多个参与者时：
在所述电子设备处输出至少一个或多个传入实时媒体流；
接收用于从传输所述第一类型的所述传出实时媒体流转换到传输第二类型的传出实时媒体流的用户输入，其中所述第一类型不同于所述第二类型；以及
响应于接收到用于转换的所述用户输入，从传输所述第一类型的所述传出实时媒体流转换到传输第二类型的传出实时媒体流，包括：
根据包括实时音频且不包括实时视频的所述第一类型的实时媒体流，传输实时视频；以及
根据包括实时音频和实时视频的所述第一类型的实时媒体流，停止传输所述实时视频。
6.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储被配置为由具有显示器的电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行以下操作的指令：
当将第一类型的传出实时媒体流传输到通信会话的一个或多个参与者时：
在所述电子设备处输出至少一个或多个传入实时媒体流；
接收用于从传输所述第一类型的所述传出实时媒体流转换到传输第二类型的传出实时媒体流的用户输入，其中所述第一类型不同于所述第二类型；以及
响应于接收到用于转换的所述用户输入，从传输所述第一类型的所述传出实时媒体流转换到传输第二类型的传出实时媒体流，包括：
根据包括实时音频且不包括实时视频的所述第一类型的实时媒体流，传输实时视频；以及
根据包括实时音频和实时视频的所述第一类型的实时媒体流，停止传输所述实时视频。
7.一种方法，包括：
在具有显示器的电子设备处：
当与一个或多个参与者参与通信会话时：
将媒体的链接传输到所述通信会话的一个或多个参与者；
在所述显示器上显示所述媒体的表示，包括示能表示；
检测用户输入；
响应于检测到所述用户输入：
显示对应于所述媒体的媒体回放用户界面；
当显示所述媒体回放用户界面时，检测媒体回放控制用户输入；
响应于接收到所述媒体回放控制用户输入：
根据所述接收到的媒体回放控制用户输入，控制所述电子设备处的所述媒体回放用户界面中的所述媒体的回放；以及
根据所述用户输入是所述示能表示的激活：
根据所述接收到的媒体回放控制用户输入，传输用于控制所述一个或多个参与者的设备处的所述媒体的回放的指令，使得所述通信会话的所述一个或多个参与者的设备处的所述媒体的回放保持大体上同步。
8.一种电子设备，所述电子设备包括：
显示器；
一个或多个处理器；以及
存储器，所述存储器存储被配置为由所述一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行以下操作的指令：
当与一个或多个参与者参与通信会话时：
将媒体的链接传输到所述通信会话的一个或多个参与者；
在所述显示器上显示所述媒体的表示，包括示能表示；
检测用户输入；
响应于检测到所述用户输入：
显示对应于所述媒体的媒体回放用户界面；
当显示所述媒体回放用户界面时，检测媒体回放控制用户输入；
响应于接收到所述媒体回放控制用户输入：
根据所述接收到的媒体回放控制用户输入，控制所述电子设备处的所述媒体回放用户界面中的所述媒体的回放；以及
根据所述用户输入是所述示能表示的激活：
根据所述接收到的媒体回放控制用户输入，传输用于控制所述一个或多个参与者的设备处的所述媒体的回放的指令，使得所述通信会话的所述一个或多个参与者的设备处的所述媒体的回放保持大体上同步。
9.一种电子设备，所述电子设备包括：
显示器；
一个或多个相机传感器；
一个或多个麦克风；
一个或多个处理器；以及
存储器，所述存储器存储被配置为由所述一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行以下操作的指令：
接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入；
当在所述通信会话中时，同时在所述显示器上显示：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入；以及
响应于接收到激活所述第一示能表示和所述第二示能表示中的一者的用户输入：
根据接收到激活所述第一示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；
根据接收到激活所述第二示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者；以及
显示用于所述通信会话的一个或多个参与者的一个或多个相应视觉指示符，其中相应视觉指示符的特征指示相应参与者当前是否正在将实时媒体流传输到所述通信会话的参与者，以及
其中所述相应视觉指示符的所述特征是所述相应视觉指示符的尺寸并且所述相应参与者的所述相应视觉指示符根据从所述相应参与者接收到的音频的音量而变化。
10.一种方法，包括：
在具有显示器、一个或多个相机传感器和一个或多个麦克风的电子设备处：
接收标识一个或多个联系人以作为一个或多个参与者包括在通信会话中的用户输入；
当在所述通信会话中时，同时在所述显示器上显示：
用于传输包括实时音频且不包括实时视频的实时媒体流的第一示能表示，以及
用于传输包括实时音频和实时视频的实时媒体流的第二示能表示；
接收激活所述第一示能表示和所述第二示能表示中的一者的用户输入；以及
响应于接收到激活所述第一示能表示和所述第二示能表示中的一者的用户输入：
根据接收到激活所述第一示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；以及
将实时媒体流中的实时音频传输到所述通信会话的所述一个或多个参与者，其中传输所述实时音频在不传输实时视频的情况下发生；
根据接收到激活所述第二示能表示的用户输入，同时：
使用所述一个或多个麦克风来检测音频；
使用所述一个或多个相机传感器来检测视频的多个图像；以及
将实时媒体流中的所述实时音频和所述实时视频传输到所述通信会话的所述一个或多个参与者；以及
显示用于所述通信会话的一个或多个参与者的一个或多个相应视觉指示符，其中相应视觉指示符的特征指示相应参与者当前是否正在将实时媒体流传输到所述通信会话的参与者，以及
其中所述相应视觉指示符的所述特征是所述相应视觉指示符的尺寸并且所述相应参与者的所述相应视觉指示符根据从所述相应参与者接收到的音频的音量而变化。