CN112788350B - 直播控制方法、装置及系统 - Google Patents

Abstract

本发明实施例提供一种直播控制方法，包括：获取目标视频源文件；将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据；输出所述单声道播放的音频数据。本申请实施例提供的技术方案，能够避免在直播前预览时因无法监听编辑区内的目标视频源文件的音频数据而导致直播事故的发生。

Description

直播控制方法、装置及系统

技术领域

本发明实施例涉及多媒体技术领域，尤其涉及一种直播控制方法、装置及系统。

背景技术

直播系统包括主播端、观众端和服务器。其中，主播用户通过主播客户端提供直播视频流；观众用户通过观众客户端播放该直播视频流；服务器用于控制是否将主播客户端提供的直播视频流传输至观众客户端以供观众观看。

目前，主播客户端的视频编辑界面通常具有编辑区、直播区以及后台区。主播在编辑区实现音视频编辑功能，点击编辑完成的确定按钮后，该编辑完成的音视频被复制到直播区进行播放，以供观众进行观看。然而，本专利申请的发明人发现：目前主播仅能对到达直播区的某一音视频进行监听，无法监听编辑区的内容，很容易在直播过程中因无法监听编辑区内的多媒体源对应声音方面的问题，导致直播事故的发生。

发明内容

有鉴于此，本发明实施例提供了一种直播控制方法、系统、计算机设备及计算机可读存储介质，用于解决因无法监听编辑区内多媒体源的内容，而容易导致在声音方面出现问题，而导致发生直播事故的问题。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种直播控制方法，包括：

获取目标视频源文件；

将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据；

输出所述单声道播放的音频数据。

进一步地，所述将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据，具体包括：

获取所述目标视频源文件的左声道音频数据和右声道音频数据；

基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵；

对所述待处理音频矩阵进行矩阵运算，得到所述单声道播放的音频数据。

进一步地，所述对所述待处理音频矩阵进行矩阵运算，具体包括：

确定播放声道；

获取所述播放声道对应的运算处理矩阵；

将所述待处理音频矩阵与所述运算处理矩阵相乘。

进一步地，所述播放声道为左声道时，所述运算处理矩阵为B₁；

所述播放声道为右声道时，所述运算处理矩阵为B₂；

进一步地，所述确定播放声道具体包括：

若所述目标视频源文件的发布状态为编辑中，则所述目标视频源文件的播放声道为左声道；

若所述目标视频源文件的发布状态为播放中，则所述目标视频源文件的播放声道为右声道。

进一步地，所述基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵，具体包括：

记所述左声道音频数据为S_L，所述右声道音频数据为S_R；

生成所述待处理音频矩阵为(S_L，S_R)。

进一步地，所述获取目标视频源文件，具体包括：

从存储于计算机设备中视频源文件中获取所述目标视频源文件，或

通过外部网络地址获取所述目标视频源文件。

进一步地，所述获取目标视频源文件后，还包括：

获取所述目标视频源文件的定位标识；

基于所述定位标识，判断是否对所述目标视频源文件执行加载操作；其中，当所述定位标识表示对应的目标视频源文件位于编辑区和直播区两者之任一者时，则对所述目标视频源文件执行加载操作。

进一步地，所述获取目标视频源文件后，还包括：

获取所述目标视频源文件中的视频播放数据；

所述输出所述单声道播放的音频数据，具体包括：

对所述视频播放数据和所述单声道播放的音频数据执行同步控制；

输出所述同步后的所述视频播放数据和所述单声道播放的音频数据。

为了实现上述目的，本发明实施例还提供一种直播控制装置，包括：

获取模块，用于获取目标视频源文件；

处理模块，用于将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据；

输出模块，用于输出所述单声道播放的音频数据。

为了实现上述目的，本发明实施例还提供一种直播控制系统，包括：播放装置以及如上述实施例所述的直播控制装置；

所述直播控制装置用于实现上述实施例所述的直播控制方法，输出至少一单声道播放的音频数据至所述播放装置；

所述播放装置用于对接收到的所述至少一单声道播放的音频数据进行播放。

本发明实施例提供的直播控制方法、系统、计算机设备及计算机可读存储介质，通过将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据，输出所述单声道播放的音频数据；本发明实施例可以通过一个耳机的两个耳塞分别播放不同的目标视频源文件经合并处理后对应的音频数据，从而避免因无法监听编辑区的目标视频源文件的音频数据而导致直播事故的发生。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1为本发明实施例的环境应用示意图；

图2为本发明实施例一之直播控制方法的步骤流程图；

图3为本发明实施例一之合并处理目标视频源文件的左声道音频数据和右声道音频数据的流程示意图；

图4为本发明实施例一之对所述待处理音频矩阵进行矩阵运算的流程示意图；

图5为本发明实施例之直播控制方法的目标视频源文件经数据处理后输出的流程示意图；

图6为本发明实施例二之直播控制方法流程示意图；

图7为本发明实施例三之直播控制装置的程序模块示意图；

图8为本发明实施例四之直播控制系统的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

图1示出了根据本发明实施例的环境应用示意图。在示例性的实施例中，主播终端40通过计算机设备20获取至少一个目标视频源文件；获取到的目标视频源文件通过计算机设备20进行数据处理并输出到播放装置30中，以供主播终端40的主播查看。

在示例性的实施例中，主播终端40可以是包含直播软件且具有接收数据功能的终端设备，所述主播终端40包括但不限于平板个人计算机、膝上型计算机。所述播放装置30用于播放进行数据处理后的视频源文件。所述直播软件包括工作室模式，所述播放装置30包括在工作室模式下的直播界面，直播界面包括后台区、编辑区和直播区。所述编辑区用于编辑并预览目标视频源文件；所述直播区用于对目标视频源文件执行直播；所述后台区可以包括至少一个目标视频源文件，后台区中的视频源文件可以与编辑区以及直播区内的目标视频源文件进行位置调整。

在示例性的实施例中，所述播放装置30还包括但不限于与计算机设备有线或者无线连接的耳机。

实施例一

图2示出了根据本发明实施例一的直播控制方法的步骤流程图。可以理解，本方法实施例中的流程图不用于对执行步骤的顺序进行限定。下面以计算机设备为执行主体进行示例性描述，具体如下：

如图2所示，该直播控制方法可以包括步骤S100～S300，其中：

步骤S100，获取目标视频源文件。

示例性的，目标视频源文件包括第一目标视频源文件和第二目标视频源文件。第一目标视频源文件位于直播软件的编辑区，第二目标视频源文件位于直播区。

在示例性的实施例中，所述步骤S100之前可以包括以下步骤：

从存储于计算机设备中的视频源文件中获取所述目标视频源文件，或者通过外部网络地址获取所述目标视频源文件。

举例而言，获取到的目标视频源文件可以为存储于计算机设备上的目标视频源文件；也可以为连接于计算机设备上的U盘等移动存储设备上存储的目标视频源文件。

步骤S110，将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据。

在示例性的实施例中，获取所述第一目标视频源文件的第一左声道音频数据和第一右声道音频数据，将第一视频源文件的第一左声道音频数据和第一右声道音频数据合并处理为第一单声道播放的音频数据，以及获取所述第二目标视频源文件的第二左声道音频数据和第二右声道音频数据，将所述第二视频源文件的第二左声道音频数据和第二右声道音频数据合并处理为第二单声道播放的音频数据。

在示例性的实施例中，如图3所示，所述步骤S110还可以进一步包括以下步骤：

步骤S111，获取所述目标视频源文件的左声道音频数据和右声道音频数据。

本发明实施例中的第一目标视频源文件和第二目标视频源文件为音视频文件，包含音频数据和视频数据。音视频文件在制作的过程中是独立编码的，而为了传输方便则必须将音频数据和视频数据采用各种封装格式将两者合起来，常见的封装格式包括但不限于mp4、mkv、rmvb、ts、flv、avi。

并且在制作过程中，会对原始的音视频进行压缩，以得到音视频编码格式的数据，常见的音视频编码格式包括但不限于MPEG1(VCD)、MPEG2(DVD)、MPEG4、H.264、rmvb、VC-1、AAC、MP3、AC-3。因此，从第一目标视频源文件提取第一左声道音频数据和第一右声道音频数据，从第二目标视频源文件提取第二左声道音频数据和第二右声道音频数据，必须对第一左声道音频数据和第一右声道音频数据、第二左声道音频数据和第二右声道音频数据执行解析和解码。

示例性的，第一目标视频源文件和第二目标视频源文件对应的音视频数据均为PCM数据。

举例而言，解析第一目标视频源文件以得到对应的第一视频源编码数据，第一视频源编码数据包括第一音频压缩编码数据和第一视频压缩编码数据，解码所述第一视频源编码数据以得到对应的第一左声道音频数据和第一右声道音频数据；解析第二目标视频源文件以得到对应的第二视频源编码数据，第二视频源编码数据包括第二音频压缩编码数据和第二视频压缩编码数据，解码所述第二视频源编码数据以得到对应的第二左声道音频数据和第二右声道音频数据。

示例性的，解析第一目标视频源文件，可以理解为对第一目标视频源文件解封装，即分离第一目标视频源文件的第一音频压缩编码数据和第一视频压缩编码数据。假设第一目标视频源文件为flv格式，该第一目标视频源文件经过解封装后得到分离的H.264编码的视频码流和AAC编码的音频码流。

解码所述第一视频源编码数据以得到对应的第一左声道音频数据和第一右声道音频数据，可以理解为将第一音频压缩编码数据还原成非压缩的第一音频原始数据，即第一左声道音频数据和第一右声道音频数据。

示例性的，解析第二目标视频源文件，可以理解为对第二目标视频源文件解封装，即分离第二目标视频源文件对应的第二音频压缩编码数据和第二视频压缩编码数据。

解码所述第二视频源编码数据以得到对应的第二左声道音频数据和第二右声道音频数据，可以理解为第二视频源编码数据解码后还原成非压缩的第二音频原始数据，即第二左声道音频数据和第二右声道音频数据。

步骤S112，基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵。

示例性的，记所述左声道音频数据为S_L，所述右声道音频数据为S_R；生成所述待处理音频矩阵为(S_L，S_R)。

在示例性的实施例中，记所述第一左声道音频数据为S_L1，所述第一右声道音频数据为S_R1，生成第一待处理音频矩阵(S_L1，S_R1)；记所述第二左声道音频数据为S_L2，所述第一右声道音频数据为S_R2，生成第二待处理音频矩阵(S_L2，S_R2)。

步骤S113，对所述待处理音频矩阵进行矩阵运算，得到所述单声道播放的音频数据。

在示例性的实施例中，对所述第一待处理音频矩阵(S_L1，S_R1)进行矩阵运算，得到对应的第一单声道处理音频数据，记第一单声道处理音频数据为P₁；对所述第二待处理音频矩阵(S_L2，S_R2)进行矩阵运算，得到对应的第二单声道处理音频数据，记第二单声道处理音频数据为P₂；将第一单声道处理音频数据P₁与第二单声道处理音频数据P₂相加，得到处理后的音频矩阵(S′_L，S′_R)，其中，S′_L为第一单声道播放的音频数据，S′_R为第二单声道播放的音频数据。

示例性的，如图4所示，所述对所述待处理音频矩阵进行矩阵运算还可以进一步包括：

步骤S1131，确定播放声道。

示例性的，若所述目标视频源文件的发布状态为编辑中，则所述目标视频源文件的播放声道为左声道；若所述目标视频源文件的发布状态为播放中，则所述目标视频源文件的播放声道为右声道。

举例而言，若所述目标视频源文件的发布状态为编辑中，则所述目标视频源文件的播放声道为左声道，可以理解为所述目标视频源文件位于编辑区，即位于编辑区的目标视频源文件为第一目标视频源文件，则第一目标视频源文件的播放声道为左声道；若所述目标视频源文件的发布状态为播放中，则所述目标视频源文件的播放声道为右声道，可以理解为所述目标视频源文件位于直播区，即位于直播区的目标视频源文件为第二目标视频源文件，则第二目标视频源文件的播放声道为右声道。

具体的，第一单声道对应左声道，第二单声道对应右声道，第一单声道处理音频数据P₁即为左声道处理音频数据P1，第二单声道处理音频数据P2即为右声道处理音频数据P₂。

步骤S1132，获取所述播放声道对应的运算处理矩阵。

示例性的，所述播放声道为左声道时，所述运算处理矩阵为B₁；

所述播放声道为右声道时，所述运算处理矩阵为B₂；

步骤S1133，将所述待处理音频矩阵与所述运算处理矩阵相乘。

示例性的，播放声道为左声道时，将所述第一待处理音频矩阵(S_L1，S_R1)与运算处理矩阵

相乘；播放声道为右声道时，将所述第二待处理音频矩阵(S_L2，S_R2)与运算处理矩阵

相乘。

在示例性的实施例中，播放声道为左声道时，将所述第一待处理音频矩阵(S_L1，S_R1)与运算处理矩阵

相乘；得到左声道处理音频数据P₁＝(S_L1，S_R1)*B₁，即左声道处理音频数据

在示例性的实施例中，播放声道为右声道时，将所述第二待处理音频矩阵(S_L2，S_R2)与运算处理矩阵

相乘；得到右声道处理音频数据P₂＝(S_L2，S_R2)*B₂，即右声道处理音频数据

示例性的，如图5所示，左画面(编辑区)具有对应的第一监听滤镜，右画面(直播区)具有对应的第二监听滤镜。计算机设备获取到直播软件中左画面(编辑区)的第一目标视频源文件和右画面(直播区)的第二目标视频源文件，第一视频源文件的第一左声道音频数据S_L1和第一右声道音频数据S_R1会经过第一监听滤镜进行矩阵运算；第二目标视频源文件的第二左声道音频数据S_L2和第二右声道音频数据S_R2会经过第二监听滤镜进行矩阵运算。

当第一监听滤镜接收到左画面(编辑区)传输进来的第一左声道音频数据S_L1和第一右声道音频数据S_R1，第二监听滤镜接收到右画面(直播区)传输进来的第二左声道音频数据S_L2和第二右声道音频数据S_R2，先对上述的第一左声道音频数据S_L1和第一右声道音频数据S_R1，以及第二左声道音频数据S_L2和第二右声道音频数据S_R2进行复制，以得到一份备份的第一左声道音频数据S_L1和第一右声道音频数据S_R1，以及一份备份的第二左声道音频数据S_L2和第二右声道音频数据S_R2。

再基于第一左声道音频数据S_L1和第一右声道音频数据S_R1生成第一待处理音频矩阵(S_L1，S_R1)，并基于第一待处理音频矩阵(S_L1，S_R1)选取运算处理矩阵B₁，将所述第一待处理音频矩阵(S_L1，S_R1)与运算处理矩阵

相乘；左声道处理音频数据P₁＝(S_L1，S_R1)*B₁，即左声道处理音频数据

同时基于第二左声道音频数据S_L2和第二右声道音频数据S_R2生成第二待处理音频矩阵(S_L2，S_R2)，并基于第二待处理音频矩阵(S_L2，S_R2)选取运算处理矩阵B₂，将所述第二待处理音频矩阵(S_L2，S_R2)与运算处理矩阵

相乘；右声道处理音频数据P₂＝(S_L2，S_R2)*B₂，即右单声道处理音频数据

最后，左声道处理音频数据

与右单声道处理音频数据

相加，得到处理后的音频矩阵(S′_L，S′_R)，其中，第一单声道播放的音频数据S′_L为

第二单声道播放的音频数据S′_R为

步骤S120，输出所述单声道播放的音频数据。

在示例性的实施例中，如图5所示，第一目标视频源文件经第一监听滤镜处理以及第二目标视频源文件经第二监听滤镜处理后，得到处理后的音频矩阵(S′_L，S′_R)，再通过声卡对第一单声道播放的音频数据S′_L以及第二单声道播放的音频数据S′_R进行数据转换，并输出到相应的播放装置中。

在示例性的实施例中，获取所述目标视频源文件中的视频播放数据；对所述视频播放数据和所述单声道播放的音频数据执行同步控制；输出所述同步后的所述视频播放数据和所述单声道播放的音频数据。

在示例性的实施例中，如图5所示，第一目标视频源文件位于编辑区，第二目标视频源文件位于直播区。当一个耳机与计算机设备相连接时，第一目标视频源文件对应的第一单声道播放的音频数据S′_L通过一个耳机的左耳塞输出，第二目标视频源文件的第二单声道播放的音频数据S′_R通过一个耳机的右耳塞输出。可以理解为，编辑区内的第一目标视频源文件对应的音频数据可以从左耳塞输出，直播区内的第二目标视频源文件的音频数据可以从右耳塞输出；即一个耳机的左耳塞听到编辑区中目标视频源文件的声音，一个耳机的右耳塞听到直播区中目标视频源文件的声音，从而实现左右耳塞分别听到两边画面的声音，避免因为左边声音不对主播不知道，也避免右边内容还没放完就被切走的情况。

在本发明的其他实施例中，所述目标视频源文件包括第一目标视频源文件。计算机设备包括一个音频输出接口，该音频输出接口连接一个耳机。第一目标视频源文件位于直播软件的编辑区时，对第一目标视频源文件执行矩阵运算，得到第一单声道播放的音频数据S′_L，此时直播软件的直播区中没有目标视频源文件，可以理解为经处理后得到的第二单声道播放的音频数据S′_R为0。第一目标视频源文件对应的第一单声道播放的音频数据S′_L对应一个耳机的左耳塞输出，此时，这个耳机的右耳塞没有音频输出。

在本发明的其他实施例中，直播软件可以包括一个直播区和至少一个编辑区，编辑区包括第一编辑区、第二编辑区和第三编辑区。其中，第一目标视频源文件位于直播区内，第二目标视频源文件位于第一编辑区，第三目标视频源文件位于第二编辑区，第四目标视频源文件位于第三编辑区。计算机设备包括至少一个音频输出接口，每个音频输出接口可以连接一个播放装置，所述播放设备包括但不限于耳机、音响。

示例性的，当计算机设备包括第一音频输出接口和第二音频输出接口时，所述第一音频输出接口连接第一耳机，所述第一耳机包括第一左耳塞和第二右耳塞，第一左耳塞对应第一声道，第一右耳塞对应第二声道，所述第二音频输出接口连接第二耳机，所述第二耳机包括第二左耳塞和第二右耳塞，第二左耳塞对应第三声道，第二右耳塞对应第四声道。

分别对第一目标视频源文件、第二目标视频源文件、第三视频源文件和第四目标视频源文件执行数据处理，以得到第一单声道播放的音频数据、第二双声道播放的音频数据、第三单声道播放的音频数据和第四单声道播放的音频数据。其中，第一目标视频源文件对应的第一单声道播放的音频数据通过第一耳机的第一左耳塞输出，第二目标视频源文件对应的第二单声道播放的音频数据通过第一耳机的第一右耳塞输出，第三目标视频源文件对应的第三单声道播放的音频数据通过第二耳机的第二左耳塞输出，第四目标视频源文件对应的第四单声道播放的音频数据通过第二耳机的第二右耳塞输出。

需要说明的是，若所述目标视频源文件对应的视频信号为PCM信号。为了使PCM信号输出的音频数据正常，需要使处理后的音频数据对应的值域不能大于处理前的值域。

实施例一所述的技术方案至少具有以下技术效果：

其一：主播在进行直播时，通过耳机的左、右耳塞可以分别听到编辑区和直播区的声音；可以避免因无法监听编辑区的目标视频源文件的音频数据而导致直播事故的发生；主播只需要摘下其中一边耳塞就能够听清楚佩戴的耳塞对应的区域的目标视频源文件的内容。

其二：当直播平台举办特别节目，且需要安排主播轮番上镜进行直播展示时，后台的运营人员可以通过编辑区和直播区，同时监管正在直播的主播是否有出现直播事故，以及等待主播的准备情况，大大提高了工作效率。

举例而言，某些直播平台会定期开启“演播厅”特别节目，安排主播轮流上镜进行直播展示。那么为了这样官方直播节目的质量，就势必会遇到这样的问题：需要确认需要上镜的主播是否准备好了、设备是否调试好了，以及在台上的主播是否直播完了。但是又难以同时看后台所有主播的状态：因为电脑性能和网络带宽有限。

采用本申请实施例，运营人员就可以在软件左边画面观察后台等待的主播准备怎么样了、设备调试好没有，同时没有看的主播不会产生系统资源和网络的消耗；同时左右两边画面的声音不会混在一起，因为是从不同耳塞出的，只要摘下一边耳塞就能听清楚了。

实施例二

图6示意性示出了根据本申请实施例二的直播控制方法的流程图。

如图6所示，该直播控制方法可以包括步骤S200～S240，其中：

步骤S200，获取目标视频源文件。

步骤S210，获取所述目标视频源文件的定位标识。

步骤S220，基于所述定位标识，判断是否对所述目标视频源文件执行加载操作，其中，当所述定位标识表示对应的目标视频源文件位于编辑区和直播区两者之任一者时，则对所述目标视频源文件执行加载操作。

在示例性的实施例中，对直播软件在工作室模式下的直播界面进行遍历，以获取各个目标视频源文件的定位标识；如当目标视频源文件位于后台区时，对应的定位标识为“#1”，当目标视频源文件位于编辑区时，对应的定位标识为“#2”，当目标视频源文件位于直播区时，对应的定位标识为“#3”。

根据获取到的定位标识进行判断该定位标识是否表示所述目标视频源文件处于编辑区和直播区两者之任一者，如果是，则对编辑区或直播区内的目标视频源文件进行加载操作；如果不是，则判断所述目标视频源文件位于后台区，对所述目标视频源文件不进行加载操作。

在本发明的实施例中，只要目标视频源文件处于可见状态，即目标视频源文件位于编辑区或直播区，即可对该目标视频源文件进行加载操作。

示例性的，加载操作可以理解为：当目标视频源文件位于编辑区或直播区时，即将该目标视频源文件设置为状态1；当目标视频源文件位于后台区时，则将该目标视频源文件设置为状态2。

步骤S230，将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据。

步骤S240，输出所述单声道播放的音频数据。

在本发明的其他实施例中，如图5所示，直播软件可以包括一个直播区和一个编辑区以及一个后台区，所述直播区连接直播服务器，以通过直播服务器将直播区内的目标视频源文件进行直播。所述目标视频源文件可以包括第一目标视频源文件、第二目标视频源文件和第三视频源文件。第一目标视频源文件位于左画面(编辑区)，第二目标视频源文件位于右画面(直播区)，第三视频源文件位于后台区，计算机设备包括一个音频输出口，该音频输出接口连接一个耳机，此时，编辑区内的第一目标视频源文件对应的音频数据可以从左耳塞输出，直播区内的第二目标视频源文件的音频数据可以从右耳塞输出，后台区的第三目标视频源文件不加载，第三视频源文件对应的音频数据不进行任何操作，即第三目标视频源文件处于静音且不播放的状态。

实施例二所述的技术方案至少具有以下技术效果：

其一：主播在进行直播时，后台区的目标视频源文件处于不加载状态，存储于后台区的目标视频源文件方便主播进行调取，也不会产生系统资源浪费和网络的消耗。

其二：当直播平台举办特别节目，且需要安排主播轮番上镜进行直播展示时，后台的运营人员可以通过随时调用后台区的目标视频源文件来查看尚在等待主播的准备进度编辑区和直播区，存储于后台区尚未被调用的目标视频源文件处于不加载状态，也不会产生系统资源浪费和网络的消耗，大大提高了工作效率。

实施例三

图7示出了根据本申请实施例三的直播控制装置的程序模块示意图。在本实施例中，直播控制装置300可以被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述直播控制方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段以下描述将具体介绍本实施例各程序模块的功能。

如图7所示，该直播控制系统300可以包括获取模块301、处理模块302以及输出模块303；其中：

获取模块301，用于获取目标视频源文件。

处理模块302，用于将所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据。

在示例性的实施例中，所述处理模块302，还用于获取所述目标视频源文件的左声道音频数据和右声道音频数据；基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵；对所述待处理音频矩阵进行矩阵运算，得到所述单声道播放的音频数据。

在示例性的实施例中，所述对所述待处理音频矩阵进行矩阵运算，具体包括：确定播放声道；获取所述播放声道对应的运算处理矩阵；将所述待处理音频矩阵与所述运算处理矩阵相乘。

在示例性的实施例中，所述播放声道为左声道时，所述运算处理矩阵为B₁；

所述播放声道为右声道时，所述运算处理矩阵为B₂；

输出模块303，用于输出所述单声道播放的音频数据。

实施例四

图8示意性示出了根据本申请实施例四的直播控制系统的程序模块示意图。

如图8所示，直播控制系统包括：播放装置以及如上述实施例所述的直播控制装置；所述直播控制装置用于实现上述实施例所述的直播控制方法，输出至少一单声道播放的音频数据至所述播放装置；所述播放装置用于对接收到的所述至少一单声道播放的音频数据进行播放。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集合中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集合成电路模块，或者将它们中的多个模块或步骤制作成单个集合成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (11)

1.一种直播控制方法，其特征在于，包括：

获取目标视频源文件，所述目标视频源文件包括第一目标视频源文件和第二目标视频源文件，所述第一目标视频源文件位于直播软件的编辑区，所述第二目标视频源文件位于直播区；

将每个所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据，其中，所述第一目标视频源文件合并处理后的音频数据在第一单声道播放，所述第二目标视频源文件合并处理后的音频数据在第二单声道播放；

在多声道播放装置的各个声道中分别输出所述单声道播放的音频数据，以使直播用户同时监听所述编辑区和所述直播区的声音。

2.根据权利要求1所述的直播控制方法，其特征在于，所述将每个所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据，具体包括：

获取所述目标视频源文件的左声道音频数据和右声道音频数据；

基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵；

对所述待处理音频矩阵进行矩阵运算，得到所述单声道播放的音频数据。

3.根据权利要求2所述的直播控制方法，其特征在于，所述对所述待处理音频矩阵进行矩阵运算，具体包括：

确定播放声道；

获取所述播放声道对应的运算处理矩阵；

将所述待处理音频矩阵与所述运算处理矩阵相乘。

4.根据权利要求3所述的直播控制方法，其特征在于，

所述播放声道为左声道时，所述运算处理矩阵为B₁；

所述播放声道为右声道时，所述运算处理矩阵为B₂；

5.根据权利要求3所述的直播控制方法，其特征在于，所述确定播放声道具体包括：

若所述目标视频源文件的发布状态为编辑中，则所述目标视频源文件的播放声道为左声道；

若所述目标视频源文件的发布状态为播放中，则所述目标视频源文件的播放声道为右声道。

6.根据权利要求2所述的直播控制方法，其特征在于，所述基于所述左声道音频数据和所述右声道音频数据，生成待处理音频矩阵，具体包括：

记所述左声道音频数据为S_L，所述右声道音频数据为S_R；

生成所述待处理音频矩阵为(S_L，S_R)。

7.根据权利要求1所述的直播控制方法，其特征在于，所述获取目标视频源文件，具体包括：

从存储于计算机设备中视频源文件中获取所述目标视频源文件，或

通过外部网络地址获取所述目标视频源文件。

8.根据权利要求1所述的直播控制方法，其特征在于，所述获取目标视频源文件后，还包括：

获取所述目标视频源文件的定位标识；

基于所述定位标识，判断是否对所述目标视频源文件执行加载操作；其中，当所述定位标识表示对应的目标视频源文件位于编辑区和直播区两者之任一者时，则对所述目标视频源文件执行加载操作。

9.根据权利要求1所述的直播控制方法，其特征在于，

所述获取目标视频源文件后，还包括：

获取所述目标视频源文件中的视频播放数据；

所述输出所述单声道播放的音频数据，具体包括：

对所述视频播放数据和所述单声道播放的音频数据执行同步控制；

输出所述同步后的所述视频播放数据和所述单声道播放的音频数据。

10.一种直播控制装置，其特征在于，包括：获取模块，用于获取目标视频源文件，所述目标视频源文件包括第一目标视频源文件和第二目标视频源文件，所述第一目标视频源文件位于直播软件的编辑区，所述第二目标视频源文件位于直播区；

处理模块，用于将每个所述目标视频源文件的左声道音频数据和右声道音频数据，合并处理为单声道播放的音频数据，其中，所述第一目标视频源文件合并处理后的音频数据在第一单声道播放，所述第二目标视频源文件合并处理后的音频数据在第二单声道播放；

输出模块，用于在多声道播放装置的各个声道中分别输出所述单声道播放的音频数据，以使直播用户同时监听所述编辑区和所述直播区的声音。

11.一种直播控制系统，其特征在于，包括：播放装置以及如权利要求10所述的直播控制装置；

所述直播控制装置用于实现权利要求1至8中任一项所述的直播控制方法，输出至少一单声道播放的音频数据至所述播放装置；

所述播放装置用于对接收到的所述至少一单声道播放的音频数据进行播放。

Images