[发明专利]互动场景中的多媒体处理方法、装置及电子设备

权利要求书

1.一种互动场景中的多媒体处理方法，其特征在于，包括：

通过互动场景服务器获取第一客户端在互动场景中实施的操作事件；其中，所述互动场景服务器与语音服务器建立有通信连接，所述语音服务器用于传输通话音频；

通过所述互动场景服务器获取所述互动场景中用于响应所述操作事件的互动场景音频和互动场景视频，并将所述互动场景音频及所述互动场景视频发送至所述第一客户端；

通过所述语音服务器获取第二客户端采集的第一通话音频，所述第一通话音频的目标为所述第一客户端；

通过所述互动场景服务器将所述第一客户端的地址信息发送至所述语音服务器，将所述语音服务器的地址信息发送至所述第一客户端，以使所述第一客户端与所述语音服务器基于各自接收的地址信息，建立所述第一客户端与所述语音服务器之间的通信连接；

通过所述语音服务器将所述第一通话音频发送至所述第一客户端，以使

所述第一客户端将所述互动场景音频和所述第一通话音频进行混合后输出声音，并基于所述互动场景视频同步输出画面。

2.根据权利要求1所述的多媒体处理方法，其特征在于，还包括：

通过所述互动场景服务器执行以下处理：

获取参与所述互动场景的所述第一客户端采集的第二通话音频，所述第二通话音频的目标为所述第二客户端；

将所述第二通话音频发送至所述语音服务器，以使所述语音服务器将所述第二通话音频发送至所述第二客户端。

3.根据权利要求1所述的多媒体处理方法，其特征在于，还包括：

通过所述互动场景服务器对语音引擎进行复制，并将复制的所述语音引擎发送至所述第一客户端，所述语音引擎用于对所述语音服务器加密的所述第一通话音频进行解密；

所述通过所述语音服务器将所述第一通话音频发送至所述第一客户端，包括：

通过所述语音服务器将加密的所述第一通话音频发送至所述第一客户端。

4.根据权利要求1所述的多媒体处理方法，其特征在于，

所述将所述互动场景音频及所述互动场景视频发送至所述第一客户端，包括：

对所述互动场景音频进行编码处理，并将编码后的所述互动场景音频发送至所述第一客户端，以使所述第一客户端对编码后的所述互动场景音频进行解码；

对所述互动场景视频进行编码处理，并将编码后的所述互动场景视频发送至所述第一客户端，以使所述第一客户端对编码后的所述互动场景视频进行解码；

所述通过所述语音服务器将所述第一通话音频发送至所述第一客户端，包括：

通过所述语音服务器对所述第一通话音频进行编码处理，并将编码后的所述第一通话音频发送至所述第一客户端，以使所述第一客户端对编码后的所述第一通话音频进行解码。

5.根据权利要求1所述的多媒体处理方法，其特征在于，所述通过所述互动场景服务器获取所述互动场景中用于响应所述操作事件的互动场景音频和互动场景视频，包括：

通过所述互动场景服务器执行以下处理：

根据设定的互动场景逻辑，获取所述互动场景中用于响应所述操作事件的互动场景音频和互动场景画面；

渲染所述互动场景画面，并对渲染的至少两帧所述互动场景画面进行视频流捕捉，得到互动场景视频。

6.根据权利要求1至5任一项所述的多媒体处理方法，其特征在于，还包括：

通过所述互动场景服务器执行以下处理：

获取所述第一客户端的客户端参数；

当所述客户端参数满足设定的参数条件时，将所述互动场景音频和所述第一通话音频进行混合，得到混合音频；其中，所述第一通话音频是从所述语音服务器中获取到的；

将所述混合音频及所述互动场景视频发送至所述第一客户端，以使

所述第一客户端输出所述混合音频，并基于所述互动场景视频同步输出画面。