本申请涉及音乐处理技术领域，特别涉及一种合唱方法、系统、装置、终端及计算机可读存储介质。
背景技术：
现今，因为距离等问题，人们常常无法到线下ktv中合唱歌曲。为了能够随时随地的进行合唱，人们常常利用音乐软件来进行合唱。
但是，发明人在实现本申请的过程中发现，相关技术中的合唱模式为：演唱者a唱完歌曲k中的一部分内容后，演唱者b再申请加入合唱，并演唱该歌曲k中的其他部分内容。但是，该种合唱模式无法实现实时地在线合唱。
技术实现要素：
本申请实施例提供了一种合唱方法、系统、装置、终端及计算机可读存储介质，该方法能够使参与合唱的麦上用户可互相听到对方的声音，实现实时在线合唱。所述技术方案如下：
根据本申请的一个方面，提供了一种合唱方法，应用于第一合唱终端，该方法包括：
在合唱歌曲时，采集第一演唱音频并接收服务器转发的第二演唱音频；所述第二演唱音频为第二合唱终端采集的；
基于所述第二演唱音频获得第一合唱音频，并播放所述第一合唱音频；
将所述第一演唱音频发送给所述服务器，以使所述第二合唱终端基于所述服务器转发的所述第一演唱音频获得第二合唱音频，并播放所述第二合唱音频。
根据本申请的另一个方面，提供了一种合唱系统，所述系统包括服务器、第一合唱终端和第二合唱终端；
所述第一合唱终端，用于在合唱歌曲时采集第一演唱音频，并将所述第一演唱音频发送给所述服务器；
所述第二合唱终端，用于在合唱歌曲时采集第二演唱音频，并将所述第二演唱音频发送给所述服务器；
所述服务器，用于将所述第一演唱音频转发给所述第二合唱终端，并将所述第二演唱音频转发给所述第一合唱终端；
所述第一合唱终端，还用于基于所述第二演唱音频获得第一合唱音频，并播放所述第一合唱音频；
所述第二合唱终端，还用于基于所述第一演唱音频获得第二合唱音频，并播放所述第二合唱音频。
根据本申请的另一个方面，提供了一种合唱装置，应用于第一合唱终端，该装置包括：
第一处理模块，用于在合唱歌曲时，采集第一演唱音频并接收服务器转发的第二演唱音频；所述第二演唱音频为第二合唱终端采集的；
第二处理模块，用于基于所述第二演唱音频获得第一合唱音频，并播放所述第一合唱音频；
发送模块，用于将所述第一演唱音频发送给所述服务器，以使所述第二合唱终端基于所述服务器转发的所述第一演唱音频获得第二合唱音频，并播放所述第二合唱音频。
根据本申请的另一方面，提供了一种终端，上述终端包括：处理器和存储器，上述存储器存储有计算机程序，上述计算机程序由上述处理器加载并执行以实现如上所述的合唱方法。
根据本申请的另一方面，提供了一种计算机可读存储介质，上述计算机可读存储介质中存储有计算机程序，上述计算机程序由处理器加载并执行以实现如上所述的合唱方法。
根据本申请的另一个方面，提供了一种计算机程序产品，上述计算机程序产品包括计算机指令，上述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从上述计算机可读存储介质读取上述计算机指令，上述处理器执行上述计算机指令，使得上述计算机设备执行如上所述的合唱方法。
本申请实施例提供的技术方案带来的有益效果至少包括：
在本申请实施例中，第一合唱终端在合唱歌曲时，可以采集第一演唱音频，并且可以接收服务器转发的第二演唱音频。其中，第二演唱音频为第二合唱终端采集的。第一合唱终端还可以基于第二演唱音频获得第一合唱音频，并播放第一合唱音频。另外，第一合唱终端还可以将第一演唱音频发送给服务器。进而，使得第二合唱终端可以基于服务器转发的第一演唱音频获得第二合唱音频，并播放第二合唱音频。这样，在合唱歌曲时，使得第一合唱终端能够播放第二合唱终端采集到的音频，第二合唱终端也能够播放第一合唱终端采集到的音频。也就是，能够使参与合唱的麦上用户可实时听到对方的声音，实现实时在线合唱，提升了用户的合唱体验。
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示出了本申请一个示例性实施例提供的终端的结构示意图；
图2示出了本申请一个示例性实施例提供的合唱方法的流程图；
图3示出了本申请一个示例性实施例提供的合唱系统的框图；
图4示出了本申请一个示例性实施例提供的合唱系统中各终端的交互示意图；
图5示出了本申请另一个示例性实施例提供的合唱系统中的各终端的交互示意图；
图6示出了本申请又一个示例性实施例提供的合唱系统中的各终端的交互示意图；
图7示出了本申请一个示例性实施例提供的合唱界面示意图；
图8示出了本申请一个示例性实施例提供的合唱装置的框图；
图9示出了本申请一个示例性实施例提供的计算机设备的结构示意图。
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。
本申请提出的一种合唱方法，可以应用于终端中，该终端可以是台式计算机、膝上型便携计算机、智能手机、平板电脑、电子书阅读器、电子游戏机、动态影像专家压缩标准音频层面3(movingpictureexpertsgroupaudiolayeriii，mp3)、动态影像专家压缩标准音频层面4(movingpictureexpertsgroupaudiolayeriv，mp4)播放器、以及动态影像专家压缩标准音频层面5(movingpictureexpertsgroupaudiolayerv，mp5)等等。其中，该终端也可称为合唱终端。
关于硬件结构，上述终端包括了压力触控屏120、存储器140和处理器160，请参考图1所示的终端的结构框图。
压力触控屏120可以是电容屏或者电阻屏。压力触控屏120用于实现终端与用户之间的交互。在本申请的实施例中，终端通过压力触控屏120获得用户触发的合唱的相关操作，比如，位置调整操作、参数设置操作、选择音乐操作、加入合唱操作等。
还存在一种情况，上述终端还包括物理按键，该物理按键也用于实现终端与用户之间的交互。在本申请的实施例中，终端也可以通过物理按键获得用户触发的合唱的相关操作。
存储器140可以包括一个或者多个计算机可读存储介质。上述计算机存储介质包括随机存取存储器(randomaccessmemory，ram)、只读存储器(readonlymemory，rom)、闪存(flash)中的至少一种。存储器140中安装有操作系统12和应用程序14。
操作系统12是为应用程序14提供对计算机硬件的安全访问的基础软件。示例性的，操作系统12可以是安卓系统(android)或者苹果系统(ios)。应用程序14包括支持合唱功能的应用程序。
处理器160可以包括一个或者多个处理核心，比如4核心处理器、8核心处理器。示例性的，处理器160用于根据压力触控屏120上接收到的合唱的相关操作，执行不同操作对应的不同命令。
下面首先对本申请实施例提供的合唱方法进行说明。
参见图2，图2示出了本申请一个示例性实施例提供的合唱方法的流程图，该方法应用于第一合唱终端中，该方法可以包括如下步骤：
步骤201，在合唱歌曲时，采集第一演唱音频并接收服务器转发的第二演唱音频；第二演唱音频为第二合唱终端采集的；
步骤202，基于第二演唱音频获得第一合唱音频，并播放第一合唱音频；
步骤203，将第一演唱音频发送给服务器，以使第二合唱终端基于服务器转发的第一演唱音频获得第二合唱音频，并播放第二合唱音频。
在本申请实施例中，第一合唱终端在合唱歌曲时，可以采集第一演唱音频，并且可以接收服务器转发的第二演唱音频。其中，第二演唱音频为第二合唱终端采集的。第一合唱终端还可以基于第二演唱音频获得第一合唱音频，并播放第一合唱音频。另外，第一合唱终端还可以将第一演唱音频发送给服务器。进而，使得第二合唱终端可以基于服务器转发的第一演唱音频获得第二合唱音频，并播放第二合唱音频。这样，在合唱歌曲时，使得第一合唱终端能够播放第二合唱终端采集到的音频，第二合唱终端也能够播放第一合唱终端采集到的音频。也就是，能够使参与合唱的麦上用户可实时听到对方的声音，实现实时在线合唱，提升了用户的合唱体验。
可以理解的是，第一合唱终端可以为合唱发起端，也可以为合唱加入端。相应地，第二合唱终端可以为合唱加入端，也可以为合唱发起端。另外，第一合唱终端与第二合唱终端可以是同类型的终端，也可以是不同类型的终端。
其中，第二合唱终端的数量可以是一个也可以是多个，在此不对第二合唱终端的数量进行限定。可以理解的是，当第二合唱终端的数量为多个时，第一合唱终端会通过服务器拉取该多个第二合唱终端的第二演唱音频。
此外，第一合唱终端与第二合唱终端可以选择全程合唱整首歌曲，也可规定每个终端对应的演唱段落。也就是说，合唱内容可以自行灵活设定，在此不做详细描述。
第一合唱终端采集的第一演唱音频可以包括：第一合唱终端的用户演唱该歌曲的人声音频，当然并不局限于此。同理，第二合唱终端采集的第二演唱音频可以包括：第二合唱终端的用户演唱该歌曲的人声音频，当然并不局限于此。
本申请实施例中的转发可以理解为不经过处理操作的转发，也可以理解为经过处理操作后的转发，这都是合理的。处理操作包括但并不局限于降噪操作。
其中，为了提升演唱音频的采集速度及质量，从而提升实时合唱的实时速度及用户的听觉体验，可以通过耳机来采集第一演唱音频和第二演唱音频，并通过耳机来播放第一合唱音频和第二合唱音频。当然并不局限于此。
为了进一步降低时延，第一合唱终端和第二合唱终端还可以在接收到用户触发的针对歌曲的合唱发起指令或合唱加入指令之后，可以预先下载该歌曲的伴奏音频。其中，可以从曲库服务器中下载该歌曲的伴奏音频，也可以基于端到端技术从其他终端设备中下载该歌曲的伴奏音频。并且，在合唱开始时，第一合唱终端和第二合唱终端可以同时播放该歌曲的伴奏音频。具体地，可以在接收到服务器发出的合唱开始指令后，播放该伴奏音频。
可选地，基于第二演唱音频获得第一合唱音频的步骤，可以包括：
对第一演唱音频和第二演唱音频进行对齐；
基于对齐后的音频，确定第一合唱音频。
在本申请实施例中，在合唱过程中，第一合唱终端可以基于第二演唱音频获得第一合唱音频。其中，为了给第一演唱终端的用户获得更好的听觉体验，可以先对第一演唱音频和第二演唱音频进行对齐。然后，利用对齐后的音频确定第一合唱音频。这样，可以避免第一演唱音频和第二演唱音频具有较大的延时差，即可以降低由于获取第一演唱音频和第二演唱音频的时间不同所产生的延时影响，从而使得第一演唱终端的用户获得更好的听觉体验。
举例而言，第一合唱终端和第二合唱终端共同合唱歌曲“我爱你中国”，第一合唱终端采集到的第一演唱音频“我爱你中国心爱的母亲”，第二合唱终端采集到第二演唱音频“我爱你中国心爱的母亲”。由于，从第二合唱终端采集到第二演唱音频到第一合唱终端接收到第二演唱音频，会存在一定的时间延时。因而，为了使第一演唱终端的用户获得更好的听觉体验，可以对第一演唱音频和第二演唱音频进行对齐。
其中，可以通过以下对齐方式中任意一种来进行音频对齐：音频波形对齐；音频波峰对齐；基于歌曲的伴奏音频时间点对齐。其中，第一演唱音频中携带演唱时对应的伴奏音频时间点，和/或，第二演唱音频中携带演唱时对应的伴奏音频时间点。
可以理解的是，音频波形对齐方式是将第一演唱音频的音频波形和第二演唱音频的音频波形进行对齐。由于对同一首歌的同一句歌词进行演唱的话，音频波形会趋向于相同。因而具体可以是将人声演唱音频的第一个音频波形进行对齐，当然并不局限于此。
音频波峰对齐方式是将第一演唱音频的音频波峰和第二演唱音频的音频波峰进行对齐。具体可以是将人声演唱音频的第一个音频波峰进行对齐，当然并不局限于此。
其中，波的图像叫做波形，不同的音色有不同的波形显示。频率不同时，波形表现出弹簧式的伸缩；振幅不同时，波形表现出山峰式的起伏。每段音频具有与之对应的音频波形。波峰是指波在一个波长的范围内，波幅的最大值，与之相对的最小值则被称为波谷。以横波为例，突起的最高点就是波峰，陷下的最低点就是波谷。
另外，还可以基于歌曲的伴奏音频时间点对齐。在该种实现方式中，第一演唱音频中可以携带演唱时对应的伴奏音频时间点，和/或，第二演唱音频中携带演唱时对应的伴奏音频时间点。举例而言，当第二演唱音频中携带演唱时对应的伴奏音频时间点时，第一合唱终端在接收到该第二演唱音频后，可以将该第二演唱音频的伴奏音频时间点与当前播放伴奏音频时间点作对比，得到第二合唱终端与第一合唱终端的演唱偏差。进而，通过对准该偏差来实现音频对齐。
其中，由于较短的延迟用户是听不出演唱延时的，因而为了减少计算量，还可以设置当偏差大于预设阈值时，再执行对齐操作。
在一种可行的实施例中，对第一演唱音频和第二演唱音频进行对齐的步骤，可以包括：将第二演唱音频对齐至第一演唱音频。
由于在实时演唱过程中，第一合唱终端的演唱不可中止，若中止则给第一合唱终端的演唱者不好的体验。因而，第一合唱终端可以以第一演唱音频作为基准，将第二演唱音频对齐至第一演唱音频。这样，既可以获得对齐效果，又不打断第一合唱终端的演唱者的演唱，使第一合唱终端用户能够获得较好的合唱体验。当然，也可以先确定合唱终端中的合唱发起终端，即主唱终端。然后，将加入合唱终端的演唱音频对齐至主唱终端的演唱音频。
在对音频进行对齐后，可以通过如下两种方式确定第一合唱音频。
在本申请的一个实施例中，基于对齐后的音频，确定第一合唱音频的步骤，可以包括：
确定第二演唱音频和第一演唱音频中的对齐音频；
对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频。
可以理解的是，在该种实现方式中，在对音频进行对齐后，可以将第二演唱音频中的对齐音频、第一演唱音频中的对齐音频、歌曲的伴奏音频进行三通道混音。这样，可以混音得到包含三通道音频的第一合唱音频，使得第一合唱终端的演唱者可以听到与其他演唱者的合唱效果。这样，能够较好地复制线下ktv合唱场景，提升了用户的合唱体验。
在本申请的另一个实施例中，基于对齐后的音频，确定第一合唱音频的步骤，可以包括：
确定第二演唱音频中与第一演唱音频对齐的对齐音频；
对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频。
可以理解的是，在该种实现方式中，在对音频进行对齐后，可以将第二演唱音频中的对齐音频、歌曲的伴奏音频进行二通道混音。这样，可以混音得到包含二通道音频的第一合唱音频，使得第一合唱终端的演唱者可以实时听到与其他演唱者的演唱，提升了用户的合唱体验。
其中，混音是指把多种来源的声音，整合至一个立体音轨或单音音轨中，此为现有概念，在此不做详述。
在本申请实施例中，除了有合唱终端之外，还可以包含观众终端。其中，观众终端为收听合唱终端合唱歌曲的终端。在该种情况下，第一合唱终端将第一演唱音频发送给服务器的操作，可以包括：
将第一演唱音频和歌曲的伴奏音频发送给服务器，以使服务器对第一演唱音频、歌曲的伴奏音频、第二演唱音频进行混音处理，得到第三合唱音频，并将第三合唱音频发送给观众终端。
可以理解的是，服务器可以将对第一演唱音频、歌曲的伴奏音频、第二演唱音频进行混音处理。这样，服务器可以混音得到包含三通道音频的第三合唱音频，并将混音得到的第三合唱音频发送给观众终端，使得观众可以听到具有合唱效果的音频，提升了观众的听觉体验。
其中，合唱终端和观众终端可以是指在一个唱歌房中的终端，也可以是不依赖于唱歌房而建立关联的终端，这都是合理的。
综上，应用本申请实施例提供的合唱方法，在合唱歌曲时，使得第一合唱终端能够播放第二合唱终端采集到的音频，第二合唱终端也能够播放第一合唱终端采集到的音频。也就是，能够使参与合唱的麦上用户可互相听到对方的声音，实现实时在线合唱，提升了用户的合唱体验。
下面对本申请实施例提供的一种合唱系统进行说明。
本申请实施例提供了一种合唱系统，参见图3，图3示出了本申请一个示例性实施例提供的合唱系统的框图。该系统可以包括服务器301、第一合唱终端302和第二合唱终端303。
图4示出了本申请一个示例性实施例提供的合唱系统中各终端的交互示意图。合唱系统中各终端的交互方式如下：
第一合唱终端302，用于在合唱歌曲时采集第一演唱音频，并将第一演唱音频发送给服务器301；
第二合唱终端303，用于在合唱歌曲时采集第二演唱音频，并将第二演唱音频发送给服务器301；
服务器301，用于将第一演唱音频转发给第二合唱终端303，并将第二演唱音频转发给第一合唱终端302；
第一合唱终端302，还用于基于第二演唱音频获得第一合唱音频，并播放第一合唱音频；
第二合唱终端303，还用于基于第一演唱音频获得第二合唱音频，并播放第二合唱音频。
在本申请实施例中，第一合唱终端在合唱歌曲时，可以采集第一演唱音频，并可以将第一演唱音频发送给服务器。第二合唱终端在合唱歌曲时，可以采集第二演唱音频，并可以将第二演唱音频发送给服务器。服务器在接收到第一演唱音频和第二演唱音频后，可以将第一演唱音频发送给第二合唱终端，并将第二演唱音频发送给第一合唱终端。这样，第一合唱终端可以基于接收到的第二演唱音频获得第一合唱音频，并播放该第一合唱音频。第二合唱终端可以基于接收到的第一演唱音频获得第二合唱音频，并播放该第二合唱音频。这样，在合唱歌曲时，使得第一合唱终端能够播放第二合唱终端采集到的音频，第二合唱终端也能够播放第一合唱终端采集到的音频。也就是，能够使参与合唱的麦上用户可实时听到对方的声音，实现实时在线合唱，提升了用户的合唱体验。
可以理解的是，第一合唱终端可以为合唱发起端，也可以为合唱加入端。相应地，第二合唱终端可以为合唱加入端，也可以为合唱发起端。另外，第一合唱终端与第二合唱终端可以是同类型的终端，也可以是不同类型的终端。
其中，第二合唱终端的数量可以是一个也可以是多个，在此不对第二合唱终端的数量进行限定。可以理解的是，当第二合唱终端的数量为多个时，第一合唱终端会通过服务器拉取该多个第二合唱终端的第二演唱音频。
此外，第一合唱终端与第二合唱终端可以选择全程合唱整首歌曲，也可规定每个终端对应的演唱段落。也就是说，合唱内容可以自行灵活设定，在此不做详细描述。
第一合唱终端采集的第一演唱音频可以包括：第一合唱终端的用户演唱该歌曲的人声音频，当然并不局限于此。同理，第二合唱终端采集的第二演唱音频可以包括：第二合唱终端的用户演唱该歌曲的人声音频，当然并不局限于此。
本申请实施例中的转发可以理解为不经过处理操作的转发，也可以理解为经过处理操作后的转发，这都是合理的。处理操作包括但并不局限于降噪操作。
其中，为了提升演唱音频的采集速度及质量，从而提升实时合唱的实时速度及用户的听觉体验，可以通过耳机来采集第一演唱音频和第二演唱音频，并通过耳机来播放第一合唱音频和第二合唱音频。当然并不局限于此。
为了进一步降低时延，第一合唱终端和第二合唱终端还可以在接收到针对歌曲的合唱发起指令或合唱加入指令之后，可以预先下载该歌曲的伴奏音频。其中，可以从曲库服务器中下载该歌曲的伴奏音频，也可以基于端到端技术从其他终端设备中下载该歌曲的伴奏音频。
需要说明的是，图4所示各个步骤之间的时间差较小。例如，第一合唱终端采集到第一演唱音频后即刻会将第一演唱音频发送给服务器；并且，接收到第二演唱音频后，会即刻播放基于该第二演唱音频生成的第一合唱音频，从而能够实时地听到第二合唱终端用户的合唱声音。另外，第一合唱终端发送第一演唱音频的时间，与第二合唱终端发送第二演唱音频的时间，可以是相同的，也可以是不同的；但是当同时演唱同一句歌词时，则这两个时间的时间间隔是极短的，以使得麦上用户可以快速听到其他用户的合唱声音。
可选地，在本申请实施例中，第一合唱终端302具体可以用于：对第一演唱音频和第二演唱音频进行对齐；基于对齐后的音频，确定第一合唱音频；
第二合唱终端303具体可以用于：对第一演唱音频和第二演唱音频进行对齐；基于对齐后的音频，确定第二合唱音频。
在本申请实施例中，在合唱过程中，第一合唱终端可以基于第二演唱音频获得第一合唱音频。其中，为了给第一演唱终端的用户获得更好的听觉体验，可以先对第一演唱音频和第二演唱音频进行对齐。然后，利用对齐后的音频确定第一合唱音频。这样，可以避免第一演唱音频和第二演唱音频具有较大的延时差，即可以降低第一演唱音频和第二演唱音频之间的延时，从而使得第一演唱终端的用户获得更好的听觉体验。
举例而言，第一合唱终端和第二合唱终端共同合唱歌曲“我爱你中国”，第一合唱终端采集到的第一演唱音频“我爱你中国心爱的母亲”，第二合唱终端采集到第二演唱音频“我爱你中国心爱的母亲”。由于，从第二合唱终端采集到第二演唱音频到第一合唱终端接收到第二演唱音频，会存在一定的时间延时。因而，为了使第一演唱终端的用户获得更好的听觉体验，可以对第一演唱音频和第二演唱音频进行对齐。
同理，在合唱过程中，第二合唱终端可以基于第一演唱音频获得第二合唱音频。其中，为了给第二演唱终端的用户获得更好的听觉体验，可以先对第一演唱音频和第二演唱音频进行对齐。然后，利用对齐后的音频确定第二合唱音频。从而使得第二演唱终端的用户获得更好的听觉体验。
其中，可以通过以下对齐方式中任意一种来进行音频对齐：音频波形对齐；音频波峰对齐；基于歌曲的伴奏音频时间点对齐。其中，第一演唱音频中携带演唱时对应的伴奏音频时间点，和/或，第二演唱音频中携带演唱时对应的伴奏音频时间点。
可以理解的是，音频波形对齐方式是将第一演唱音频的音频波形和第二演唱音频的音频波形进行对齐。由于对同一首歌的同一句歌词进行演唱的话，音频波形会趋向于相同。因而具体可以是将人声演唱音频的第一个音频波形进行对齐，当然并不局限于此。
音频波峰对齐方式是将第一演唱音频的音频波峰和第二演唱音频的音频波峰进行对齐。具体可以是将人声演唱音频的第一个音频波峰进行对齐，当然并不局限于此。
其中，波的图像叫做波形，不同的音色有不同的波形显示。频率不同时，波形表现出弹簧式的伸缩；振幅不同时，波形表现出山峰式的起伏。每段音频具有与之对应的音频波形。波峰是指波在一个波长的范围内，波幅的最大值，与之相对的最小值则被称为波谷。以横波为例，突起的最高点就是波峰，陷下的最低点就是波谷。
另外，还可以基于歌曲的伴奏音频时间点对齐。在该种实现方式中，第一演唱音频中可以携带演唱时对应的伴奏音频时间点，和/或，第二演唱音频中携带演唱时对应的伴奏音频时间点。举例而言，当第二演唱音频中携带演唱时对应的伴奏音频时间点时，第一合唱终端在接收到该第二演唱音频后，可以将该第二演唱音频的伴奏音频时间点与当前播放伴奏音频时间点做对比，得到第二合唱终端与第一合唱终端的演唱偏差。进而，通过对准该偏差来实现音频对齐。发明人在实现本申请的过程中发现，在网络状态良好的情况下，采用该种方案的延时可以控制在人耳识别延时的范围内。
其中，由于较短的延迟用户是听不出演唱延时的，因而为了减少计算量，还可以设置当偏差大于预设阈值时，再执行对齐操作。
可选地，在本申请实施例中，第一合唱终端302具体可以用于：将第二演唱音频对齐至第一演唱音频；
第二合唱终端303具体可以用于：将第一演唱音频对齐至第二演唱音频。
由于在实时演唱过程中，第一合唱终端的演唱不可中止，若中止则给第一合唱终端的演唱者不好的体验。因而，第一合唱终端可以以第一演唱音频作为基准，将第二演唱音频对齐至第一演唱音频。这样，既可以获得对齐效果，又不打断第一合唱终端的演唱者的演唱，提升了用户体验。
同理，第二合唱终端可以以第二演唱音频作为基准，将第一演唱音频对齐至第二演唱音频。这样，既可以获得对齐效果，又不打断第二合唱终端的演唱者的演唱，提升了用户体验。
当然，也可以先确定合唱终端中的合唱发起终端，即主唱终端。然后，将加入合唱终端的演唱音频对齐至主唱终端的演唱音频。
可选地，在本申请实施例中，第一合唱终端302基于对齐后的音频，确定第一合唱音频包括：
确定第二演唱音频和第一演唱音频中的对齐音频；对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频；
或，确定第二演唱音频中与第一演唱音频对齐的对齐音频；对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频。
在第一种实现方式中，在对音频进行对齐后，第一合唱终端可以将第二演唱音频中的对齐音频、第一演唱音频中的对齐音频、歌曲的伴奏音频进行三通道混音。这样，可以混音得到包含三通道音频的第一合唱音频，使得第一合唱终端的演唱者可以听到与其他演唱者的合唱效果。这样，能够较好地复制线下ktv合唱场景，提升了用户的合唱体验。
在第二种实现方式中，在对音频进行对齐后，第一合唱终端可以将第二演唱音频中的对齐音频、歌曲的伴奏音频进行二通道混音。这样，可以混音得到包含二通道音频的第一合唱音频，使得第一合唱终端的演唱者可以实时听到与其他演唱者的演唱，提升了用户的合唱体验
可选地，在本申请实施例中，第二合唱终端303基于对齐后的音频，确定第二合唱音频包括：
确定第二演唱音频和第一演唱音频中的对齐音频；对歌曲的伴奏音频和对齐音频进行混音处理，得到第二合唱音频；
或，确定第一演唱音频中与第二演唱音频对齐的对齐音频；对歌曲的伴奏音频和对齐音频进行混音处理，得到第二合唱音频。
第二合唱终端获得第二合唱音频的方式与第一合唱终端获得第一合唱音频的方式类似，在此不做详细说明。
图5示出了本申请另一个示例性实施例提供的合唱系统中的各终端的交互示意图。参见图5，在本申请实施例中，系统还包括观众终端304；
第一合唱终端302，还用于将歌曲的伴奏音频发送给服务器301；
服务器301，还用于对接收到的第一演唱音频、伴奏音频、第二演唱音频进行混音处理，得到第三合唱音频；将第三合唱音频发送给观众终端304；
观众终端304，用于接收第三合唱音频。
可以理解的是，服务器可以将对第一演唱音频、歌曲的伴奏音频、第二演唱音频进行混音处理。这样，服务器可以混音得到包含三通道音频的第三合唱音频，并将混音得到的第三合唱音频发送给观众终端，使得观众可以听到具有合唱效果的音频，提升了观众的听觉体验。
其中，合唱终端和观众终端可以是指在一个唱歌房中的终端，也可以是不依赖于唱歌房而建立关联的终端，这都是合理的。
值得说明的是，服务器合成第三合唱音频的操作可以与转发第一演唱音频和第二演唱音频的操作同时进行，也可以非同时进行，这都是合理的。
可选地，在本申请实施例中，观众终端304还用于：
基于用户所选择的播放通道，播放第一演唱音频或第二演唱音频或第三合唱音频。
可选地，在本申请实施例中，对齐方式包括：音频波形对齐或音频波峰对齐。
可以理解的是，为了提升观众终端的听觉体验，可以给观众提供播放通道。从而，观众可以根据所提供的播放通道，来播放自己想听的第一演唱音频，或第二演唱音频，或第三合唱音频。这样，可以给观众更多的选择权，观众能够听到自己想听的音频。
图6示出了本申请又一个示例性实施例提供的合唱系统中的各终端的交互示意图。参见图6，当第二合唱终端存在两个时，具体地为第二合唱终端303和第二合唱终端305，服务器301具体可以用于：将第一演唱音频转发给第二合唱终端303和305；将第二合唱终端303采集的第二演唱音频303转发给第一合唱终端302及第二合唱终端305；将第二合唱终端305采集的第二演唱音频305转发给第一合唱终端302及第二合唱终端303；
第二合唱终端303具体用于：基于接收到的第二演唱音频305及第一演唱音频获得第二合唱音频303，并播放第二合唱音频303；
第二合唱终端305具体用于：基于接收到的第二演唱音频303及第一演唱音频获得第二合唱音频305，并播放第二合唱音频305。
可以理解的是，当第一合唱终端为合唱发起者，第二合唱终端为合唱参与者时，第二合唱终端的数量可以为多个。当第二合唱终端为多个时，每个第二合唱终端除了能够接收到第一演唱音频之外，还能接收到其他第二合唱终端采集的第二演唱音频。并且，每个第二合唱终端可基于接收到的第二合唱音频和第一合唱音频来获得第二合唱音频，使得每个第二合唱终端可以实时听到其他合唱者的声音，提升了第二合唱终端的演唱者的合唱体验。
其中，第二合唱终端的数量包括但并不局限于两个。
下面结合图7，对本申请实施例提供的合唱方法进行说明。图7示出了本申请一个示例性实施例提供的合唱界面示意图。
用户a1可以通过第一合唱终端a1进入在线唱歌房，并且可以点击合唱按键进入点歌界面，并可以选择歌曲“黄昏”发起合唱。并且，在点击歌曲“黄昏”后，可以给该唱歌房内的所有用户发送合唱邀请，并下载该歌曲的伴奏音频。
该唱歌房内的用户a2可以通过第二合唱终端点击用户a1发送的合唱邀请，以加入合唱。并且，在点击加入合唱之后，第二合唱终端可以下载该歌曲的伴奏音频。这样，在开始合唱时，不需要再去下载伴奏音频，节省下载伴奏音频的时间，以可以快速采集到a2用户的演唱人声，并使a1用户可以在较少延时内听到a2的演唱，提升在线合唱体验。
a2用户加入合唱后，用户a1能够接收到a2的加入合唱请求。并且，在开始合唱之前，用户a1可以根据自身的喜好决定是否取消该用户a2的合唱资格。
当该唱歌房内轮到演唱歌曲“黄昏”时，需要用户a1和用户a2同时上麦，若只有一个用户上麦，则切换为独唱模式。若不存在用户上麦，则自动切歌，取消对该歌曲的演唱。
若用户a1和a2同时上麦并演唱，那么在合唱过程中，该唱歌房内的观众可实时听到合唱用户a1和a2的声音。并且，麦上用户也可互相听到对方的声音。其中，麦上用户可自行灵活决定演唱段落。
在合唱过程中，还可以在屏幕上展示如图7所示的合唱双方头像，并且发声合唱者的头像周围可以展示动效。该动效包括但并不局限于光环闪动、音频波形动效、音符跳动动效和头像晃动动效等。若有合唱者离开房间，则可以在头像会展示该合唱者处于离开状态。其中，该合唱界面还可以展示有如图7所示的歌房名称、歌房号、原唱开启按键、伴唱开始按键等，在此不做一一说明。
在合唱过程中或合唱完成后，还可以对演唱效果进行打分。其中，可以选择对自己的演唱进行打分，也可选择对其他合唱者的演唱进行打分，还可以选择对合唱效果进行打分，这都是合理的。
其中，若想要保存合唱作品，则可以在演唱开始前设置音频缓存模式，进而在合唱完毕后，将合唱作品保存至合唱终端本地。
下面对本申请一个实施例提供的合唱装置进行说明。
图8示出了本申请一个示例性实施例提供的合唱装置的框图，该装置可以通过软件、硬件、或者二者结合实现成为终端的部分或者全部。该装置应用于第一合唱终端，该装置可以包括：
第一处理模块801，用于在合唱歌曲时，采集第一演唱音频并接收服务器转发的第二演唱音频；第二演唱音频为第二合唱终端采集的；
第二处理模块802，用于基于第二演唱音频获得第一合唱音频，并播放第一合唱音频；
发送模块803，用于将第一演唱音频发送给服务器，以使第二合唱终端基于服务器转发的第一演唱音频获得第二合唱音频，并播放第二合唱音频。
应用本申请实施例提供的装置，第一合唱终端在合唱歌曲时，可以采集第一演唱音频，并且可以接收服务器转发的第二演唱音频。其中，第二演唱音频为第二合唱终端采集的。第一合唱终端还可以基于第二演唱音频获得第一合唱音频，并播放第一合唱音频。另外，第一合唱终端还可以将第一演唱音频发送给服务器。进而，使得第二合唱终端可以基于服务器转发的第一演唱音频获得第二合唱音频，并播放第二合唱音频。这样，在合唱歌曲时，使得第一合唱终端能够播放第二合唱终端采集到的音频，第二合唱终端也能够播放第一合唱终端采集到的音频。也就是，能够使参与合唱的麦上用户可互相听到对方的声音，营造了逼近现实的实时在线合唱场景，提升了用户的合唱体验。
可选地，在本申请实施例中，第二处理模块802基于第二演唱音频获得第一合唱音频的操作，具体可以包括：
对第一演唱音频和第二演唱音频进行对齐；
基于对齐后的音频，确定第一合唱音频。
可选地，在本申请实施例中，第二处理模块802对第一演唱音频和第二演唱音频进行对齐的操作，具体可以包括：
将第二演唱音频对齐至第一演唱音频。
可选地，在本申请一个实施例中，第二处理模块802基于对齐后的音频，确定第一合唱音频的操作，具体可以包括：
确定第二演唱音频和第一演唱音频中的对齐音频；
对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频。
可选地，在本申请另一个实施例中，第二处理模块802基于对齐后的音频，确定第一合唱音频的操作，具体可以包括：
确定第二演唱音频中与第一演唱音频对齐的对齐音频；
对歌曲的伴奏音频和对齐音频进行混音处理，得到第一合唱音频。
可选地，在本申请实施例中，对齐方式可以包括：对齐方式包括以下任意一种：
音频波形对齐；
音频波峰对齐；
基于歌曲的伴奏音频时间点对齐；
其中，第一演唱音频中携带演唱时对应的伴奏音频时间点，和/或，第二演唱音频中携带演唱时对应的伴奏音频时间点。
可选地，在本申请实施例中，该装置还可以包括：
下载模块，用于在接收到针对歌曲的合唱发起指令或合唱加入指令之后，下载歌曲的伴奏音频。
可选地，在本申请实施例中，发送模块803具体用于：
将第一演唱音频和歌曲的伴奏音频发送给服务器，以使服务器对第一演唱音频、歌曲的伴奏音频、第二演唱音频进行混音处理，得到第三合唱音频，并将第三合唱音频发送给观众终端。
图9示出了本申请一个示例性实施例提供的计算机设备的结构示意图。该计算机设备可以是执行如本申请提供的合唱方法的终端。具体来讲：
计算机设备900包括中央处理单元(cpu，centralprocessingunit)901、包括随机存取存储器(ram，randomaccessmemory)902和只读存储器(rom，readonlymemory)903的系统存储器904，以及连接系统存储器904和中央处理单元901的系统总线905。计算机设备900还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(i/o系统，inputoutputsystem)906，和用于存储操作系统913、应用程序914和其他程序模块915的大容量存储设备907。
基本输入/输出系统906包括有用于显示信息的显示器908和用于用户输入信息的诸如鼠标、键盘之类的输入设备909。其中显示器908和输入设备909都通过连接到系统总线905的输入输出控制器910连接到中央处理单元901。基本输入/输出系统906还可以包括输入输出控制器910以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器910还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备907通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。大容量存储设备907及其相关联的计算机可读介质为计算机设备900提供非易失性存储。也就是说，大容量存储设备907可以包括诸如硬盘或者紧凑型光盘只读存储器(cd-rom，compactdiscreadonlymemory)驱动器之类的计算机可读介质(未示出)。
计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、可擦除可编程只读存储器(eprom，erasableprogrammablereadonlymemory)、带电可擦可编程只读存储器(eeprom,electricallyerasableprogrammablereadonlymemory)、闪存或其他固态存储其技术，cd-rom、数字通用光盘(dvd，digitalversatiledisc)或固态硬盘(ssd，solidstatedrives)、其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。其中，随机存取记忆体可以包括电阻式随机存取记忆体(reram，resistancerandomaccessmemory)和动态随机存取存储器(dram，dynamicrandomaccessmemory)。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备907可以统称为存储器。
根据本申请的各种实施例，计算机设备900还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备900可以通过连接在系统总线905上的网络接口单元911连接到网络912，或者说，也可以使用网络接口单元911来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由cpu执行。
在一个可选的实施例中，提供了一种终端，该终端包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上所述的合唱方法。
在一个可选的实施例中，提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上所述的合唱方法。
可选地，该计算机可读存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、固态硬盘(ssd，solidstatedrives)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(reram，resistancerandomaccessmemory)和动态随机存取存储器(dram，dynamicrandomaccessmemory)。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
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。
本申请还提供一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的合唱方法。
本申请还提供了一种计算机程序产品，上述计算机程序产品包括计算机指令，上述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从上述计算机可读存储介质读取上述计算机指令，上述处理器执行上述计算机指令，使得上述计算机设备执行如上所述的合唱方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，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：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
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可选实施例，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。
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
