CN111526145B - 音频传输反馈的方法、装置、系统、设备及存储介质 - Google Patents

Abstract

本申请公开了一种音频传输反馈的方法、装置、系统、设备及存储介质，属于计算机技术领域。所述方法包括：获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；向服务器发送所述媒体数据；当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。通过本申请可以减少网络资源的占用。

Description

音频传输反馈的方法、装置、系统、设备及存储介质

技术领域

本申请涉及计算机技术领域，特别涉及一种音频传输反馈的方法、装置、系统、设备及存储介质。

背景技术

随着网络的发展，越来越多的原本需要面对面处理的事务现今都可以通过线上的方式进行处理，比如原本需要面对面才能进行的会议，现今可以通过线上会议的方式进行。

在进行线上会议时，用户可以通过终端进入一个服务器搭建的虚拟会议室，在进入虚拟会议室后，用户之间可以进行对话，在对话时终端可以播放服务器传输来的音频数据，同时终端还可以将用户的语音录制为音频数据，然后将该音频数据发送给虚拟会议室中的其他用户。

在实现本申请的过程中，发明人发现现有技术至少存在以下问题：

在进行线上会议时，用户在说话时经常需要询问虚拟会议室中的其他用户能否听见，或者该用户为防止有人没听到进而多次重复说话的内容，从而使得线上会议的时长增加，增加了网络传输的数据量，占用了更多的网络资源。

发明内容

本申请实施例提供了一种音频传输反馈的方法、装置、系统、设备及存储介质,能够解决占用较多网络资源的问题。所述技术方案如下：

一方面，提供了一种音频传输反馈的方法，所述方法应用于第一终端，所述方法包括：

获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

向服务器发送所述媒体数据；

当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

可选的，所述发出第一提示信号，包括：

语音播报第一提示信号，或者，显示第一提示信号。

可选的，所述向服务器发送所述媒体数据之后，所述方法还包括：

当预设时长内没有接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出预设的第二提示信号，其中，所述第二提示信号用于指示所述媒体数据中音频数据未在接收所述媒体数据的终端播放。

可选的，所述向服务器发送所述媒体数据，包括：

向服务器发送添加第一账户标识的媒体数据，其中，所述第一账户标识是第一终端登录的第一账户的账户标识；

所述当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，包括：

当接收到所述服务器发送的对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知时，发出对应所述第二账户标识的第一提示信号。

可选的，所述向服务器发送添加第一账户标识的媒体数据之后，所述方法还包括：

确定所述第一账户对应的进行通话的至少一个账户的账户标识；

在发送所述媒体数据后达到预设时长时，对于所述至少一个账户的账户标识中的每个账户标识，如果没有接收到所述服务器发送的对应所述媒体数据的携带有所述账户标识的音频已播放通知，则发出对应所述账户标识的第二提示信号。

另一方面，提供了一种音频传输反馈的方法，所述方法应用于服务器，所述方法包括：

接收第一终端发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

确定所述第一终端对应的进行通话的第二终端；

将所述媒体数据转发至所述第二终端；

当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识，所述音频已播放通知中携带有所述第一账户标识和第二账户标识，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

另一方面，提供了一种音频传输反馈的方法，所述方法应用于第二终端，所述方法包括：

接收所述服务器发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识；

所述当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知，包括：

当检测到用于通话的SDK输出的解码音频数据和所述第一账户标识时，向所述服务器发送对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知，其中，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

另一方面，提供了一种音频传输反馈的装置，所述装置可以是第一终端，所述装置包括：

获取模块，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块，用于向服务器发送所述媒体数据；

接收模块，用于当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

可选的，所述接收模块，用于：

语音播报第一提示信号，或者，显示第一提示信号。

可选的，所述发送模块，还用于：

当预设时长内没有接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出预设的第二提示信号，其中，所述第二提示信号用于指示所述媒体数据中音频数据未在接收所述媒体数据的终端播放。

可选的，所述发送模块，用于：

向服务器发送添加第一账户标识的媒体数据，其中，所述第一账户标识是第一终端登录的第一账户的账户标识；

所述接收模块，用于：

当接收到所述服务器发送的对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知时，发出对应所述第二账户标识的第一提示信号。

可选的，所述发送模块，还用于：

确定所述第一账户对应的进行通话的至少一个账户的账户标识；

在发送所述媒体数据后达到预设时长时，对于所述至少一个账户的账户标识中的每个账户标识，如果没有接收到所述服务器发送的对应所述媒体数据的携带有所述账户标识的音频已播放通知，则发出对应所述账户标识的第二提示信号。

另一方面，提供了一种音频传输反馈的装置，所述装置可以是第一终端，所述装置包括：

接收模块，用于接收第一终端发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

确定模块，用于确定所述第一终端对应的进行通话的第二终端；

转发模块，用于将所述媒体数据转发至所述第二终端；

转发模块，还用于当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识，所述音频已播放通知中携带有所述第一账户标识和第二账户标识，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

另一方面，提供了一种音频传输反馈的装置，所述装置可以是第二终端，所述装置包括：

接收模块，用于接收所述服务器发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块，用于当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识；

所述发送模块，用于：

当检测到用于通话的SDK输出的解码音频数据和所述第一账户标识时，向所述服务器发送对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知，其中，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

另一方面，一种音频传输反馈的系统，所述系统包括第一终端、服务器以及第二终端，其中：

所述第一终端，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；向所述服务器发送所述媒体数据；当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放；

所述服务器，用于接收所述第一终端发送的用于通话的媒体数据；确定所述第一终端对应的进行通话的第二终端；将所述媒体数据转发至所述第二终端；当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端。

所述第二终端，用于接收所述服务器发送的用于通话的媒体数据；当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

再一方面，提供了一种计算机设备，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述指令由所述一个或多个处理器加载并执行以实现所述音频传输反馈的方法所执行的操作。

再一方面，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中存储有至少一条指令，所述指令由处理器加载并执行以实现所述音频传输反馈的方法所执行的操作。

本申请实施例提供的技术方案带来的有益效果是：

本申请通过第一终端通过服务器向第二终端发送媒体数据，进而第二终端接收并对音频数据进行解码，当第二终端检测到用于通话的SDK输出的解码音频数据时，第二终端通过服务器向第一终端发送对应该媒体数据的音频已播放通知，第一终端可以发出第一提示信号，使第一终端的用户可以确定第二终端已播放相应的音频，进而，用户无需询问其他用户能否听见，也无需多次重复说话的内容，这样就减少了网络传输的数据量，进而减少了网络资源的占用。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种音频传输反馈的方法的实施环境图；

图2是本申请实施例提供的一种音频传输反馈的方法第一终端侧的流程图；

图3是本申请实施例提供的一种音频传输反馈的方法服务器侧的流程图；

图4是本申请实施例提供的一种音频传输反馈的方法第二终端侧的流程图；

图5是本申请实施例提供的一种音频传输反馈的方法交互流程图；

图6是本申请实施例提供的一种音频传输反馈的方法的界面示意图；

图7是本申请实施例提供的一种音频传输反馈的装置的示意图；

图8是本申请实施例提供的一种音频传输反馈的装置的示意图；

图9是本申请实施例提供的一种音频传输反馈的装置的示意图；

图10是本申请实施例提供的终端结构示意图；

图11是本申请实施例提供的服务器结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种音频传输反馈的方法，该方法可以由第一终端、第二终端以及服务器共同实现。第一终端、第二终端可以是手机、台式电脑、平板电脑、笔记本电脑、智能穿戴设备等，该第一终端、第二终端可以具有音频接收部件、摄像头、屏幕、音频输出部件等部件。该第一终端、第二终端可以具有录制媒体数据的功能、播放媒体数据的功能以及数据传输的功能，该第一终端、第二终端可以安装有应用程序，比如，聊天应用程序、远程会议应用程序、直播应用程序。在此需要说明的是，本方案以远程会议应用程序为例进行说明，且第一终端以及第二中终端都使用相同的SDK，该SDK是用于通话的SDK，且该用于通话的SDK以插件的形式设置在远程会议应用程序中，此后不再一一赘述。服务器可以是上述远程会议应用程序的后台服务器，该服务器还可以是媒体服务器、信令服务器，该服务器可以是一个单独的服务器也可以是一个服务器组，如果是单独的服务器，该服务器可以负责下述方案中的所有需要由服务器进行的处理，如果是服务器组，服务器组中的不同服务器分别可以负责下述方案中的不同处理，具体的处理分配情况可以由技术人员根据实际需求任意设置，此处不再赘述。

在使用远程会议应用程序时，如图1所示，用户可以通过第一终端在服务器建立一个虚拟会议室，然后邀请其他用户加入该虚拟会议室，进而该用户以及其他用户可以分别通过不同的终端在该虚拟会议室进行沟通，达到开会的目的。当第一用户在第一终端说话时，第一终端可以获取该第一用户的媒体数据，该媒体数据可以是音频数据和/或视频数据，然后将该媒体数据发送给服务器，服务器将该媒体数据分发给其他用户使用的终端，其他用户使用的终端接收媒体数据，当用户使用的终端接收到媒体数据时，可以在屏幕显示该媒体数据中视频数据对应的视频，还可以对该媒体数据中的音频数据进行解码，然后通过音频输出部件播放音频，比如通过扬声器播放音频。

图2是本申请实施例提供的一种音频传输反馈的方法第一终端侧的流程图。

参见图2，该流程包括：

步骤201、获取本地采集的用于通话的媒体数据。

其中，媒体数据包括音频数据。

步骤202、向服务器发送媒体数据。

步骤203、当接收到服务器发送的对应媒体数据的音频已播放通知时，发出第一提示信号。

其中，第一提示信号用于指示媒体数据中音频数据已在接收媒体数据的终端播放。

图3是本申请实施例提供的一种音频传输反馈的方法服务器侧的流程图。

参见图3，该流程包括：

步骤301、接收第一终端发送的用于通话的媒体数据。

其中，媒体数据包括音频数据。

步骤302、确定第一终端对应的进行通话的第二终端。

步骤303、将媒体数据转发至第二终端。

步骤304、当接收到第二终端发送的对应媒体数据的音频已播放通知时，将音频已播放通知转发至第一终端。

图4是本申请实施例提供的一种音频传输反馈的方法第二终端侧的流程图。

参见图4，该流程包括：

步骤401、接收服务器发送的用于通话的媒体数据。

其中，媒体数据包括音频数据。

步骤402、当检测到用于通话的SDK输出的解码音频数据时，向服务器发送对应媒体数据的音频已播放通知。

图5是本申请实施例提供的一种音频传输反馈的方法的交互流程图。参见图5，该流程包括：

步骤501、第一终端获取本地采集的用于通话的媒体数据。

其中，媒体数据包括音频数据。

在实施中，第一终端的用户可以建立一个虚拟会议室，并可以邀请其他用户加入该虚拟会议室，所有用户可以开启其所使用设备的摄像头以及音频接收部件，该音频接收部件可以是麦克风，进而可以显示如图6所示的界面，在该界面可以同时显示该虚拟直播间中的各个用户的视频，在其右侧可以显示所有加入该虚拟会议室的用户对应的账号，在该界面可以通过左下角的控件控制摄像头以及麦克风的开启。

在开启会议后，第一终端可以获取本地采集的用于通话的媒体数据，即可以获取本地采集的用于通话的视频数据和/或音频数据。

例如，可以在第一终端设置用于通话的SDK，该SDK可以是videoSDK，并为其赋予麦克风的使用权限，进而可以通过videoSDK采集麦克风的声音。

在此需要说明的是，在用户加入虚拟会议室时，由于该虚拟会议室实际上是一个在媒体服务器生成的群组，该媒体服务器可以获取新加入的账户的账户标识，进而可以将所有加入该群组的账户的账户标识的集合发送给各个账户所在终端，以使各个终端都存有该群组内的各个账户标识与各个账户以及各个终端的对应关系，该媒体服务器可以是videoSDK的后台服务器。

可选的，第一终端上的远程会议应用程序可以检测第一终端是否可以发出音频数据，当第一终端检测到第一终端的用于通话的SDK输出编码后的音频数据时，生成对应媒体数据的音频已处理通知，当第一终端检测到上述音频已处理通知时，发出第三提示信号。

首先，用于通话的SDK可以对媒体数据中包含的音频数据进行解码得到解码音频数据，进而该用于通话的SDK可以将解码音频数据输入音频输出部件中，该用于通话的SDK还可以将该解码音频数据以及第一账户标识传输给第一终端上的远程会议应用程序。

其次，当第一终端上的远程会议应用程序检测到用于通话的SDK输出的编码后的音频数据和第一账户标识时，第一终端生成携带有两个第一账户标识的音频已处理通知。

然后，当第一终端检测到上述音频已处理通知时，第一终端可以生成第三提示信号，则显示第一终端的设备状况是正常的，该第三提示信号用来说明第一终端已经对音频数据进行编码，第一终端不存在问题。

在此需要说明的是，第一终端可以通过第一提示信号以及第三提示信号确定出现问题的处理，例如，当第一终端向第二终端发送媒体数据时，如果接收到了第三提示信号，没接收到相对第二终端的第一提示信号，则证明第二终端的网络连接出现了问题。如果没接收到第三提示信号，也没接收到相对第二终端的第一提示信号，则证明第一终端对媒体数据进行编码出现了问题。

步骤502、第一终端向服务器发送媒体数据。

在实施中，在通过上述步骤获取到媒体数据后，第一终端可以向媒体服务器发送添加第一账户标识的媒体数据，该第一账户标识是第一终端登录的第一账户的账户标识，还可以是一个代表第一终端与媒体服务器连接关系的标识，比如一个嵌套字接口标识。

步骤503、服务器确定第一终端对应的进行通话的第二终端。

在实施中，媒体服务器接收到第一终端发送的携带有第一账户标识的媒体数据，媒体服务器获取媒体数据中的第一账户标识，并根据第一账户标识所在的虚拟会议室获取该虚拟会议室内其他账户所在的终端，其具体处理可以如下：

媒体服务器接收第一终端发送的携带有第一账户标识的媒体数据，媒体服务器获取媒体数据中特定标识位的第一账户标识，进而媒体服务器获取第一账户标识所对应的第一账户，获取第一账户所在的群组，即获取第一账户所在的虚拟会议室，然后确定该群组中其他各个账户所对应的各个终端。

步骤504、服务器将媒体数据转发至第二终端。

在实施中，媒体服务器确定该群组中的第二终端后，媒体服务器可以将携带有第一账户标识的媒体数据发送给第二终端。

步骤505、当第二终端检测到用于通话的SDK输出的解码音频数据时，向服务器发送对应媒体数据的音频已播放通知。

在实施中，第二终端接收媒体服务器发送的携带有第一账户标识的媒体数据后，可以进行如下处理：

首先，用于通话的SDK可以对媒体数据中包含的音频数据进行解码得到解码音频数据，进而该用于通话的SDK可以将解码音频数据输入音频输出部件中，该用于通话的SDK还可以将该解码音频数据以及第一账户标识传输给第二终端上的远程会议应用程序。

例如，上述SDK可以是videoSDK，videoSDK将媒体数据中包含的音频数据解码为PCM数据，该PCM数据是数字信号，进而videoSDK可以将该PCM数据输入声卡，进而可以使扬声器或者耳机发出音频，videoSDK还可以将该PCM数据以及第一账户标识传输给第二终端上的远程会议应用程序。

其次，当第二终端上的远程会议应用程序检测到用于通话的SDK输出的解码音频数据和第一账户标识时，向信令服务器发送对应媒体数据的携带有第一账户标识和第二账户标识的音频已播放通知，该信令服务器可以是专门用来将音频已播放通知分发给各个终端的服务器。

第二终端接收到解码音频数据以及第一账户标识后，第二终端上的远程会议应用程序可以获取第二终端登录的第二账户的账户标识，进而生成对应该媒体数据的携带有第一账户标识以及第二账户标识的音频已播放通知，该第二账户标识为第二终端登录的第二账户的账户标识，进而第二终端上的远程会议应用程序可以通过第二终端向信令服务器发送对应媒体数据的携带有第一账户标识以及第二账户标识的音频已播放通知。

在此需要说明的是音频已播放通知中设置了两个固定的标识位，一个是发送媒体数据的账户标识位，一个是接收媒体数据的账户标识位。

步骤506、当服务器接收到第二终端发送的对应媒体数据的音频已播放通知时，将音频已播放通知转发至第一终端。

在实施中，信令服务器获取各个音频已播放通知中发送媒体数据的账户标识位的账户标识，进而根据各个账户标识确定各个音频已播放通知所对应的终端，然后将各个音频已播放通知转发至其对应的终端。

例如，音频已播放通知中发送媒体数据的账户标识位被设置在该音频已播放通知的最前面一个字节，接收媒体数据的账户标识位被设置在该音频已播放通知的最后面一个字节，则信令服务器可以获取音频已播放通知最前面一个字节的第一账户标识，进而确定第一终端，然后将该音频已播放通知发送给对应的第一终端。

步骤507、当第一终端接收到服务器发送的对应媒体数据的音频已播放通知时，发出第一提示信号。

在实施中，在上述步骤完成后，可以有以下几种处理方式：

第一种，如果第一终端仅向第二终端发送媒体数据，即该虚拟会议室中仅有第一终端的账户以及第二终端的账户，第一终端可以进行如下处理：

当预设时长内没有接收到信令服务器发送的对应媒体数据的音频已播放通知时，发出预设的第二提示信号，该第二提示信号用于指示媒体数据中音频数据未在接收媒体数据的终端播放。

例如，第一账户与第二账户通话，第一终端将携带有第一账户标识的媒体数据发送给媒体服务器后，第一终端可以在预设时间内检测第一终端是否接收到音频已播放通知，该音频已播放通知可以不携带任何标识，如果没有接收到该音频已播放通知，则发出对应第二账户的第二提示信号。

相应的，如果接收到该音频已播放通知，则发出对应第二账户的第一提示信号。

第二种，如果第一终端向多个终端发送媒体数据，即该虚拟会议室中有多个终端的账户，第一终端可以进行如下处理：

确定第一账户对应的进行通话的至少一个账户的账户标识，在发送媒体数据后达到预设时长时，对于至少一个账户的账户标识中的每个账户标识，如果没有接收到信令服务器发送的对应媒体数据的携带有账户标识的音频已播放通知，则发出对应账户标识的第二提示信号。

第一终端可以获取该虚拟会议室中的各个账户的账户标识，然后可以按照预设时长检测第一终端是否收到的音频已播放通知，如果收到音频已播放通知则获取该音频已播放通知中数据接收端标识位的账户标识，如果该虚拟会议室中的各个账户的账户标识与该音频已播放通知中数据接收端标识位的账户标识相同，则生成该账户标识的第一提示信号，如果不相同则生成该账户标识的第二提示信号。

例如，该虚拟会议室中的各个账户的账户标识包含第一账户标识、第二账户标识、第三账户标识，该音频已播放通知中数据接收端标识位的账户标识包含第一账户标识、第二账户标识，则生成对应第一账户标识、第二账户标识的第一提示信息，以及对应第三账户标识的第二提示信息。

可选的，在第一终端获取到第一提示信号或者第二提示信号后，如果第一终端获取到的是第一提示信号，可以进行如下几种处理：

第一种，语音播报第一提示信号。

第一终端获取对应账户标识的第一提示信息，进而生成对应该账户标识的语音，进而第一终端可以通过本地的音频输出部件语音播报该账户标识的第一提示信号。

第二种，显示第一提示信号。

在第一终端上的远程会议应用程序接收到第一提示信号后，第一终端上的远程会议应用程序根据该账户标识的第一提示信息将该账户标注为“可听见声音”，比如，可以如图6所示，在该界面中将发送音频已播放通知以可感知图标进行展示，这里所指的可感知图标可以是以图标颜色变化、形状变化等。例如在该账户的后方显示实心圆，该实心圆表示“可听见声音”。

可选的，在第一终端获取到第一提示信号或者第二提示信号后，如果第一终端获取到的是第二提示信号，可以进行如下几种处理：

第一种，语音播报第二提示信号。

第一终端获取对应账户标识的第二提示信息，进而生成对应该账户标识的语音，进而第一终端可以通过本地的音频输出部件语音播报该账户标识的第二提示信号。

第二种，显示第二提示信号。

在第一终端上的远程会议应用程序接收到第一提示信号后，第一终端上的远程会议应用程序根据该账户标识的第二提示信息将该账户标注为“未听见声音”，比如，可以如图6所示，在该界面中将未发送音频已播放通知的账户的后方显示空心圆，该空心圆表示“未听见声音”。

本申请通过第一终端通过服务器向第二终端发送媒体数据，进而第二终端接收并对音频数据进行解码，当第二终端检测到用于通话的SDK输出的解码音频数据时，第二终端通过服务器向第一终端发送对应该媒体数据的音频已播放通知，第一终端可以发出第一提示信号，使第一终端的用户可以确定第二终端已播放相应的音频，进而，用户无需询问其他用户能否听见，也无需多次重复说话的内容，这样就减少了网络传输的数据量，进而减少了网络资源的占用。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

本申请实施例提供一种音频传输反馈的装置，该装置可以是上述实施例中的第一终端，如图7所示，所述装置包括：

获取模块710，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块720，用于向服务器发送所述媒体数据；

接收模块730，用于当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

可选的，所述接收模块730，用于：

语音播报第一提示信号，或者，显示第一提示信号。

可选的，所述发送模块720，还用于：

当预设时长内没有接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出预设的第二提示信号，其中，所述第二提示信号用于指示所述媒体数据中音频数据未在接收所述媒体数据的终端播放。

可选的，所述发送模块720，用于：

向服务器发送添加第一账户标识的媒体数据，其中，所述第一账户标识是第一终端登录的第一账户的账户标识；

所述接收模块730，用于：

当接收到所述服务器发送的对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知时，发出对应所述第二账户标识的第一提示信号。

可选的，所述发送模块720，还用于：

确定所述第一账户对应的进行通话的至少一个账户的账户标识；

在发送所述媒体数据后达到预设时长时，对于所述至少一个账户的账户标识中的每个账户标识，如果没有接收到所述服务器发送的对应所述媒体数据的携带有所述账户标识的音频已播放通知，则发出对应所述账户标识的第二提示信号。

本申请实施例提供一种音频传输反馈的装置，该装置可以是上述实施例中的服务器，如图8所示，所述装置包括：

接收模块810，用于接收第一终端发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

确定模块820，用于确定所述第一终端对应的进行通话的第二终端；

转发模块830，用于将所述媒体数据转发至所述第二终端；

转发模块830，还用于当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识，所述音频已播放通知中携带有所述第一账户标识和第二账户标识，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

本申请实施例提供一种音频传输反馈的装置，该装置可以是上述实施例中的第二终端，如图9所示，所述装置包括：

接收模块910，用于接收所述服务器发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块920，用于当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

可选的，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识；

所述发送模块920，用于：

当检测到用于通话的SDK输出的解码音频数据和所述第一账户标识时，向所述服务器发送对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知，其中，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

本申请通过第一终端通过服务器向第二终端发送媒体数据，进而第二终端接收并对音频数据进行解码，当第二终端检测到用于通话的SDK输出的解码音频数据时，第二终端通过服务器向第一终端发送对应该媒体数据的音频已播放通知，第一终端可以发出第一提示信号，使第一终端的用户可以确定第二终端已播放相应的音频，进而，用户无需询问其他用户能否听见，也无需多次重复说话的内容，这样就减少了网络传输的数据量，进而减少了网络资源的占用。

需要说明的是：上述实施例提供的音频传输反馈的装置在对音频传输进行反馈时，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，即将设备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，上述实施例提供的音频传输反馈的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。

另一方面，一种音频传输反馈的系统，所述系统包括第一终端、服务器以及第二终端，其中：

所述第一终端，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；向所述服务器发送所述媒体数据；当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

所述服务器，用于接收所述第一终端发送的用于通话的媒体数据；确定所述第一终端对应的进行通话的第二终端；将所述媒体数据转发至所述第二终端；当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端。

所述第二终端，用于接收所述服务器发送的用于通话的媒体数据；当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

图10示出了本申请一个示例性实施例提供的终端1000的结构框图。该终端可以是第一终端、第二终端。该终端1000可以是：智能手机、平板电脑、MP3播放器(Moving PictureExperts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，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1000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1000包括有：处理器1001和存储器1002。

处理器1001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1001可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001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(Central ProcessingUnit，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1001可以在集成有GPU(Graphics Processing Unit，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1001还可以包括AI(Artificial Intelligence，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1002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1002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1002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1001所执行以实现本申请中方法实施例提供的音频传输反馈的方法。

在一些实施例中，终端1000还可选包括有：外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003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1003相连。具体地，外围设备包括：射频电路1004、触摸显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。

外围设备接口1003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1001和存储器1002。在一些实施例中，处理器1001、存储器1002和外围设备接口1003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1001、存储器1002和外围设备接口1003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1004用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1004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1004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1004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1004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(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1004还可以包括NFC(Near Field Communication，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1005用于显示UI(User Interface，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1005是触摸显示屏时，显示屏1005还具有采集在显示屏1005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1001进行处理。此时，显示屏1005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1005可以为一个，设置终端1000的前面板；在另一些实施例中，显示屏1005可以为至少两个，分别设置在终端1000的不同表面或呈折叠设计；在再一些实施例中，显示屏1005可以是柔性显示屏，设置在终端1000的弯曲表面上或折叠面上。甚至，显示屏1005还可以设置成非矩形的不规则图形，也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件1006用于采集图像或视频。可选地，摄像头组件1006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(Virtual Reality，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1006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1007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1001进行处理，或者输入至射频电路1004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1000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1001或射频电路1004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1007还可以包括耳机插孔。

定位组件1008用于定位终端1000的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件1008可以是基于美国的GPS(GlobalPositioning System，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1009用于为终端1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009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1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于：加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。

加速度传感器1011可以检测以终端1000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1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号，控制触摸显示屏1005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1011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1012可以检测终端1000的机体方向及转动角度，陀螺仪传感器1012可以与加速度传感器1011协同采集用户对终端1000的3D动作。处理器1001根据陀螺仪传感器1012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1013可以设置在终端1000的侧边框和/或触摸显示屏1005的下层。当压力传感器1013设置在终端1000的侧边框时，可以检测用户对终端1000的握持信号，由处理器1001根据压力传感器1013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1013设置在触摸显示屏1005的下层时，由处理器1001根据用户对触摸显示屏1005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1014用于采集用户的指纹，由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份，或者，由指纹传感器1014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1001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1014可以被设置终端1000的正面、背面或侧面。当终端1000上设置有物理按键或厂商Logo时，指纹传感器1014可以与物理按键或厂商Logo集成在一起。

光学传感器1015用于采集环境光强度。在一个实施例中，处理器1001可以根据光学传感器1015采集的环境光强度，控制触摸显示屏1005的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1005的显示亮度；当环境光强度较低时，调低触摸显示屏1005的显示亮度。在另一个实施例中，处理器1001还可以根据光学传感器1015采集的环境光强度，动态调整摄像头组件1006的拍摄参数。

接近传感器1016，也称距离传感器，通常设置在终端1000的前面板。接近传感器1016用于采集用户与终端1000的正面之间的距离。在一个实施例中，当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变小时，由处理器1001控制触摸显示屏1005从亮屏状态切换为息屏状态；当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时，由处理器1001控制触摸显示屏1005从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图10中示出的结构并不构成对终端1000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11是本申请实施例提供的一种服务器的结构示意图，该服务器可以是媒体服务器、信令服务器，该服务器1100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处理器(central processing units，CPU)1001和一个或一个以上的存储器1102，其中，所述存储器1002中存储有至少一条指令，所述至少一条指令由所述处理器1101加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述实施例中音频传输反馈的方法。例如，所述计算机可读存储介质可以是只读存储器(Read-only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

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。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (13)

1.一种音频传输反馈的系统，其特征在于，所述系统包括第一终端、服务器以及第二终端，其中：

所述第一终端，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；向所述服务器发送所述媒体数据；当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放；

所述服务器，用于接收所述第一终端发送的用于通话的媒体数据；确定所述第一终端对应的进行通话的第二终端；将所述媒体数据转发至所述第二终端；当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端；

所述第二终端，用于接收所述服务器发送的用于通话的媒体数据；当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知。

2.一种音频传输反馈的方法，其特征在于，所述方法应用于第一终端，所述方法包括：

获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

向服务器发送所述媒体数据；

当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放，所述音频已播放通知是第二终端接收所述服务器发送的用于通话的媒体数据，当检测到用于通话的SDK输出的解码音频数据和第一账户标识时向所述服务器发送的，所述第二终端是与所述第一终端进行通话的终端。

3.根据权利要求2所述的方法，其特征在于，所述发出第一提示信号，包括：

语音播报第一提示信号，或者，显示第一提示信号。

4.根据权利要求2所述的方法，其特征在于，所述向服务器发送所述媒体数据之后，所述方法还包括：

当预设时长内没有接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出预设的第二提示信号，其中，所述第二提示信号用于指示所述媒体数据中音频数据未在接收所述媒体数据的终端播放。

5.根据权利要求2所述的方法，其特征在于，所述向服务器发送所述媒体数据，包括：

向服务器发送添加第一账户标识的媒体数据，其中，所述第一账户标识是第一终端登录的第一账户的账户标识；

所述当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，包括：

当接收到所述服务器发送的对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知时，发出对应所述第二账户标识的第一提示信号。

6.根据权利要求5所述的方法，其特征在于，所述向服务器发送添加第一账户标识的媒体数据之后，所述方法还包括：

确定所述第一账户对应的进行通话的至少一个账户的账户标识；

在发送所述媒体数据后达到预设时长时，对于所述至少一个账户的账户标识中的每个账户标识，如果没有接收到所述服务器发送的对应所述媒体数据的携带有所述账户标识的音频已播放通知，则发出对应所述账户标识的第二提示信号。

7.一种音频传输反馈的方法，其特征在于，所述方法应用于服务器，所述方法包括：

接收第一终端发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

确定所述第一终端对应的进行通话的第二终端；

将所述媒体数据转发至所述第二终端；

当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端，以使所述第一终端在接收到所述音频已播放通知时，发出第一提示信号，其中，所述音频已播放通知是所述第二终端检测到用于通话的SDK输出的解码音频数据和第一账户标识时向所述服务器发送的，所述第二终端是与所述第一终端进行通话的终端，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

8.根据权利要求7所述的方法，其特征在于，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识，所述音频已播放通知中携带有所述第一账户标识和第二账户标识，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

9.一种音频传输反馈的方法，其特征在于，所述方法应用于第二终端，所述方法包括：

接收服务器发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知，以使所述服务器将所述音频已播放通知转发至第一终端，并使所述第一终端在接收到所述音频已播放通知时，发出第一提示信号，其中，所述第一终端是与所述第二终端进行通话的终端，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

10.根据权利要求9所述的方法，其特征在于，所述媒体数据中添加有第一账户标识，所述第一账户标识是发送所述媒体数据的第一终端登录的第一账户的账户标识；

所述当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知，包括：

当检测到用于通话的SDK输出的解码音频数据和所述第一账户标识时，向所述服务器发送对应所述媒体数据的携带有所述第一账户标识和第二账户标识的音频已播放通知，其中，所述第二账户标识为所述第二终端登录的第二账户的账户标识。

11.一种音频传输反馈的装置，其特征在于，所述装置包括：

获取模块，用于获取本地采集的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块，用于向服务器发送所述媒体数据；

接收模块，用于当接收到所述服务器发送的对应所述媒体数据的音频已播放通知时，发出第一提示信号，其中，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放，所述音频已播放通知是第二终端接收所述服务器发送的用于通话的媒体数据，当检测到用于通话的SDK输出的解码音频数据和第一账户标识时向所述服务器发送的，所述第二终端是与第一终端进行通话的终端。

12.一种音频传输反馈的装置，其特征在于，所述装置包括：

接收模块，用于接收第一终端发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

确定模块，用于确定所述第一终端对应的进行通话的第二终端；

转发模块，用于将所述媒体数据转发至所述第二终端；

转发模块，还用于当接收到所述第二终端发送的对应所述媒体数据的音频已播放通知时，将所述音频已播放通知转发至所述第一终端，以使所述第一终端在接收到所述音频已播放通知时，发出第一提示信号，其中，所述音频已播放通知是所述第二终端检测到用于通话的SDK输出的解码音频数据和第一账户标识时向服务器发送的，所述第二终端是与所述第一终端进行通话的终端，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

13.一种音频传输反馈的装置，其特征在于，所述装置包括：

接收模块，用于接收服务器发送的用于通话的媒体数据，其中，所述媒体数据包括音频数据；

发送模块，用于当检测到用于通话的SDK输出的解码音频数据时，向所述服务器发送对应所述媒体数据的音频已播放通知，以使所述服务器将所述音频已播放通知转发至第一终端，并使所述第一终端在接收到所述音频已播放通知时，发出第一提示信号，其中，所述第一终端是与第二终端进行通话的终端，所述第一提示信号用于指示所述媒体数据中音频数据已在接收所述媒体数据的终端播放。

Images