一种视频通话方法、显示设备及服务器

技术领域

本发明涉及智能交互领域，尤其涉及一种视频通话方法、显示设备及服务器。

背景技术

电视等显示设备中可安装有通话应用，视频通话启动后，本端用户会加入虚拟房间，并通过大屏与虚拟房间内的好友进行视频聊天。受限于显示设备的硬件配置和机型，目前很多显示设备不带摄像头和麦克风，使显示设备无法采集并向服务器上传本端用户的音视频数据，对端好友也就无法从服务器获取本端用户的音视频数据，这样在接通视频通话后，本端用户可以看见好友的视频画面以及听见好友的语音，但是好友却无法看到本端用户的视频画面以及无法听到本端用户的声音，导致无法进行有效的聊天互动。

在实际生活中，用户可能具有一个或多个旧手机，这类旧手机的普遍特点是配置有摄像头和麦克风等基础硬件，因而具有音视频采集能力和基础处理能力，但因在其他方面已无法满足用户日益提升的使用需求而被闲置。考虑到显示设备与旧手机各自的特点和缺陷，本申请利用闲置的旧手机弥补显示设备无法采集音视频数据的缺陷，实现有效的视频通话，提升交互体验。

发明内容

为解决上述背景技术中论述的技术问题，本发明提供一种视频通话方法、显示设备及服务器，将显示设备与用户闲置的旧手机进行功能融合，提升用户间视频通话的交互体验。

第一方面提供的显示设备，对应于发起视频通话请求的设备端，包括：

显示器，用于播放视频数据；

声音播放器，用于播放音频数据；

通信器，用于使显示设备与服务器通信连接；

控制器，用于执行：

在向服务器发送对目标对象的视频通话请求之后，如果所述显示设备不具备视频和/或音频采集能力，响应于接收到服务器发送的第一已接通状态信息，从服务器获取目标对象的第二音视频数据和发起方用户的第一音视频数据；其中，所述第一已接通状态信息是服务器在目标对象所使用的对端设备接通视频通话后，查询到所述显示设备不具备视频和/或音频采集能力，获取能弥补所述显示设备采集能力的第一目标终端，接收到第一目标终端根据服务器发送的第一控制信息采集并上传的第一音视频数据，以及接收到目标对象的第二音视频数据之后发送的；所述第一控制信息用于指示第一目标终端控制自身的采集装置去采集第一音视频数据；

控制显示器在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及控制声音播放器分别播放第一音视频数据和第二音视频数据中的音频数据。

第二方面提供的显示设备，对应于被邀请接入视频通话的设备端，包括：

显示器，用于播放视频数据；

声音播放器，用于播放音频数据；

通信器，用于使显示设备与服务器通信连接；

控制器，用于执行：

当接收服务器发送的视频通话请求，控制显示器显示来电提示界面；

接收对所述来电提示界面中接听控件的点击操作，如果所述显示设备不具备视频和/或音频采集能力，响应于接收到服务器发送的指示信息，从服务器获取发起方用户的第一音视频数据以及第二目标终端采集的第二音视频数据；其中，所述指示信息是服务器在所述显示设备接通视频通话后，查询到所述显示设备不具备视频和/或音频采集能力，获取能弥补所述显示设备采集能力的第二目标终端，接收到第二目标终端根据服务器发送的第二控制信息采集并上传的第二音视频数据，以及接收到发起方用户的第一音视频数据之后发送的；所述第二控制信息用于指示第二目标终端控制自身的采集装置去采集第二音视频数据；

控制显示器在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及控制声音播放器分别播放第一音视频数据和第二音视频数据中的音频数据。

第三方面提供的服务器，包括：

通信器，用于与发起方用户的第一显示设备以及目标对象的第二显示设备通信连接；

控制器，用于执行：

接收第一显示设备对目标对象发起的视频通话请求，将所述视频通话请求发送给第二显示设备，以使第二显示设备显示来电提示界面；

接收第二显示设备发送的接听来电信息，分别查询第一显示设备和第二显示设备的设备能力级；

如果第一显示设备和第二显示设备中至少有一个目标设备不具备视频和/或音频采集能力，则遍历所述目标设备所属的设备列表，从所述设备列表中查找能弥补所述目标设备采集能力的目标终端，并向所述目标终端发送控制信息，所述控制信息用于指示所述目标终端采集所属端用户的音视频数据；

当接收到目标对象的第二音视频数据和发起方用户的第一音视频数据时，分别向第一显示设备和第二显示设备发送拉流提示信息，所述拉流提示信息用于提示第一显示设备和第二显示设备启动接收各自所需的音视频数据。

第四方面提供的视频通话方法，用于发起视频通话请求的显示设备，包括：

在向服务器发送对目标对象的视频通话请求之后，如果显示设备不具备视频和/或音频采集能力，响应于接收到服务器发送的第一已接通状态信息，从服务器获取目标对象的第二音视频数据和发起方用户的第一音视频数据；其中，所述第一已接通状态信息是服务器在目标对象所使用的对端设备接通视频通话后，查询到所述显示设备不具备视频和/或音频采集能力，获取能弥补所述显示设备采集能力的第一目标终端，接收到第一目标终端根据服务器发送的第一控制信息采集并上传的第一音视频数据，以及接收到目标对象的第二音视频数据之后发送的；所述第一控制信息用于指示第一目标终端控制自身的采集装置去采集第一音视频数据；

在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及分别播放第一音视频数据和第二音视频数据中的音频数据。

第五方面提供的视频通话方法，用于被邀请接入视频通话的显示设备，包括：

当接收服务器发送的视频通话请求，显示来电提示界面；

接收对所述来电提示界面中接听控件的点击操作，如果所述显示设备不具备视频和/或音频采集能力，响应于接收到服务器发送的指示信息，从服务器获取发起方用户的第一音视频数据以及第二目标终端采集的第二音视频数据；其中，所述指示信息是服务器在所述显示设备接通视频通话后，查询到所述显示设备不具备视频和/或音频采集能力，获取能弥补所述显示设备采集能力的第二目标终端，接收到第二目标终端根据服务器发送的第二控制信息采集并上传的第二音视频数据，以及接收到发起方用户的第一音视频数据之后发送的；所述第二控制信息用于指示第二目标终端控制自身的采集装置去采集第二音视频数据；

在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及分别播放第一音视频数据和第二音视频数据中的音频数据。

第六方面提供的视频通话方法，用于服务器端，第一显示设备对应于发起方用户，第二显示设备对应于被发起方用户邀请接入视频通话的目标对象，所述方法包括：

接收第一显示设备对目标对象发起的视频通话请求，将所述视频通话请求发送给第二显示设备，以使第二显示设备显示来电提示界面；

接收第二显示设备发送的接听来电信息，分别查询第一显示设备和第二显示设备的设备能力级；

如果第一显示设备和第二显示设备中至少有一个目标设备不具备视频和/或音频采集能力，则遍历所述目标设备所属的设备列表，从所述设备列表中查找能弥补所述目标设备采集能力的目标终端，并向所述目标终端发送控制信息，所述控制信息用于指示所述目标终端采集所属端用户的音视频数据；

当接收到目标对象的第二音视频数据和发起方用户的第一音视频数据时，分别向第一显示设备和第二显示设备发送拉流提示信息，所述拉流提示信息用于提示第一显示设备和第二显示设备启动接收各自所需的音视频数据。

本申请技术方案涉及的三端分别为发起视频通话请求的第一显示设备、服务器和被邀请接入视频通话的第二显示设备，对于第一显示设备和第二显示设备任意一端来说，显示设备的设备能力级可以根据自身硬件配置进行调整，当显示设备同时具备音视频的采集和播放能力时，可以由显示设备自身完成音视频数据的采集和推流，并从服务器拉取对端用户的音视频流。

如果显示设备不具备视频和/或音频采集能力时，即显示设备的采集能力存在缺失，则可从用户若干个闲置的旧终端中选择一个目标终端去弥补显示设备的采集能力，通过显示设备与目标终端的配合实现音视频的采集和播放，即目标终端(从设备)相当于显示设备(主设备)外接的采集装置。比如用户A所使用的设备包括显示设备A1、终端设备A2和终端设备A3，用户可在视频通话应用中对设备A1、A2和A3的能力级进行设置，各设备能力级的设置结果会同步到服务器，服务器可维护一个设备列表，设备列表中记录了用户A所使用的各个设备当前设置的能力级，当用户B接听了用户A发起的视频通话之后，服务器若查询到显示设备A1仅具备音视频的播放能力，不具备音频采集和视频采集能力，则从终端设备A2和终端设备A3中获取目标终端，比如终端设备A2具备音视频的采集能力，终端设备A3仅具备音频采集能力但不具备视频采集能力，则显然终端设备A2与显示设备A1更适配，则终端设备A2被选为目标终端，由终端设备A2去采集用户A的音视频数据后向服务器推流；显示设备A1从服务器同时拉取用户B的第二音视频数据以及终端设备A2采集的第一音视频数据，并将第一、第二音视频数据在本端进行播放展示，使得用户A能够在不同窗口中看到自身以及用户B的视频画面，以及听到自身和用户B的语音；对端用户B的显示设备直接拉取终端设备A2采集的第一音视频数据，即可看到用户A的视频画面以及听到用户A的语音，从而在用户A的显示设备A1的采集能力缺失时也能实现两端用户双向视频通话的有效性，并且用户B无法感知到对端使用主从设备配合的方式完成音视频推拉流的过程，视频通话体验无差别，还能充分发挥闲置旧终端的性能，通过主从设备间的功能合并，节约了显示设备外购采集装置的成本，并且无需显示设备与终端的物理连接，也无需如通话投屏那般将使用场景约束在同一Wifi网络环境中，因此降低对网络的强制性和依懒性，降低安全隐患，并且不要求显示设备端与目标终端的能力对等，而是只需能力互补即可，为用户提供了更方便和视频交互服务。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要访问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发明的一些实施例，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示出了根据一些实施例的显示设备的使用场景；

图2示出了根据一些实施例的控制装置100的硬件配置框图；

图3示出了根据一些实施例的显示设备200的硬件配置框图；

图4示出了根据一些实施例的显示设备200中软件配置图；

图5示出了根据一些实施例的显示设备200中应用程序的图标控件界面显示图；

图6中示例性示出了第一显示设备端执行的视频通话方法的流程图；

图7中示例性示出了第二显示设备端执行的视频通话方法的流程图；

图8中示例性示出了第一种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图9中示例性示出了第二种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图10中示例性示出了第三种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图11中示例性示出了第四种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图12中示例性示出了第五种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图13中示例性示出了第六种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图14中示例性示出了第七种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图；

图15中示例性示出了第八种第一显示设备、服务器和第二显示设备之间视频通话的交互逻辑示意图。

具体实施方式

为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。

术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。

图1为根据实施例中显示设备的使用场景的示意图。如图1所示，显示设备200还与服务器400进行数据通信，用户可通过智能设备300或控制装置100操作显示设备200。

在一些实施例中，控制装置100可以是遥控器，遥控器和显示设备的通信包括红外协议通信或蓝牙协议通信，及其他短距离通信方式中的至少一种，通过无线或有线方式来控制显示设备200。用户可以通过遥控器上按键、语音输入、控制面板输入等至少一种输入用户指令，来控制显示设备200。

在一些实施例中，智能设备300可以包括移动终端、平板电脑、计算机、笔记本电脑，AR/VR设备等中的任意一种。

在一些实施例中，也可以使用智能设备300以控制显示设备200。例如，使用在智能设备上运行的应用程序控制显示设备200。

在一些实施例中，也可以使用智能设备300和显示设备进行数据的通信。

在一些实施例中，显示设备200还可以采用除了控制装置100和智能设备300之外的方式进行控制，例如，可以通过显示设备200设备内部配置的获取语音指令的模块直接接收用户的语音指令控制，也可以通过显示设备200设备外部设置的语音控制装置来接收用户的语音指令控制。

在一些实施例中，显示设备200还与服务器400进行数据通信。可允许显示设备200通过局域网(LAN)、无线局域网(WLAN)和其他网络进行通信连接。服务器400可以向显示设备200提供各种内容和互动。服务器400可以是一个集群，也可以是多个集群，可以包括一类或多类服务器。

在一些实施例中，一个步骤执行主体执行的软件步骤可以随需求迁移到与之进行数据通信的另一步骤执行主体上进行执行。示例性的，服务器执行的软件步骤可以随需求迁移到与之数据通信的显示设备上执行，反之亦然。

图2示例性示出了根据示例性实施例中控制装置100的配置框图。如图2所示，控制装置100包括控制器110、通信接口130、用户输入/输出接口140、存储器、供电电源。控制装置100可接收用户的输入操作指令，且将操作指令转换为显示设备200可识别和响应的指令，起用用户与显示设备200之间交互中介作用。

在一些实施例中，通信接口130用于和外部通信，包含WIFI芯片，蓝牙模块，NFC或可替代模块中的至少一种。

在一些实施例中，用户输入/输出接口140包含麦克风，触摸板，传感器，按键或可替代模块中的至少一种。

图3示出了根据示例性实施例中显示设备200的硬件配置框图。

在一些实施例中，显示设备200包括调谐解调器210、通信器220、检测器230、外部装置接口240、控制器250、显示器260、音频输出接口270、存储器、供电电源、用户接口中的至少一种。

在一些实施例中控制器包括中央处理器，视频处理器，音频处理器，图形处理器，RAM，ROM，用于输入/输出的第一接口至第n接口。

在一些实施例中，显示器260包括用于呈现画面的显示屏组件，以及驱动图像显示的驱动组件，用于接收源自控制器输出的图像信号，进行显示视频内容、图像内容以及菜单操控界面的组件以及用户操控UI界面等。

在一些实施例中，显示器260可为液晶显示器、OLED显示器、以及投影显示器中的至少一种，还可以为一种投影装置和投影屏幕。

在一些实施例中，调谐解调器210通过有线或无线接收方式接收广播电视信号，以及从多个无线或有线广播电视信号中解调出音视频信号，如以及EPG数据信号。

在一些实施例中，通信器220是用于根据各种通信协议类型与外部设备或服务器进行通信的组件。例如：通信器可以包括Wifi模块，蓝牙模块，有线以太网模块等其他网络通信协议芯片或近场通信协议芯片，以及红外接收器中的至少一种。显示设备200可以通过通信器220与控制装置100或服务器400建立控制信号和数据信号的发送和接收。

在一些实施例中，检测器230用于采集外部环境或与外部交互的信号。例如，检测器230包括光接收器，用于采集环境光线强度的传感器；或者，检测器230包括图像采集器，如摄像头，可以用于采集外部环境场景、用户的属性或用户交互手势，再或者，检测器230包括声音采集器，如麦克风等，用于接收外部声音。

在一些实施例中，外部装置接口240可以包括但不限于如下：高清多媒体接口接口(HDMI)、模拟或数据高清分量输入接口(分量)、复合视频输入接口(CVBS)、USB输入接口(USB)、RGB端口等任一个或多个接口。也可以是上述多个接口形成的复合性的输入/输出接口。

在一些实施例中，控制器250和调谐解调器210可以位于不同的分体设备中，即调谐解调器210也可在控制器250所在的主体设备的外置设备中，如外置机顶盒等。

在一些实施例中，控制器250，通过存储在存储器上中各种软件控制程序，来控制显示设备的工作和响应用户的操作。控制器250控制显示设备200的整体操作。例如：响应于接收到用于选择在显示器260上显示UI对象的用户命令，控制器250便可以执行与由用户命令选择的对象有关的操作。

在一些实施例中，所述对象可以是可选对象中的任何一个，例如超链接、图标或其他可操作的控件。与所选择的对象有关操作有：显示连接到超链接页面、文档、图像等操作，或者执行与所述图标相对应程序的操作。

在一些实施例中控制器包括中央处理器(Central Processing Unit，CPU)，视频处理器，音频处理器，图形处理器(Graphics Processing Unit，GPU)，RAM Random AccessMemory，RAM)，ROM(Read-Only Memory,ROM)，用于输入/输出的第一接口至第n接口，通信总线(Bus)等中的至少一种。

CPU处理器。用于执行存储在存储器中操作系统和应用程序指令，以及根据接收外部输入的各种交互指令，来执行各种应用程序、数据和内容，以便最终显示和播放各种音视频内容。CPU处理器，可以包括多个处理器。如，包括一个主处理器以及一个或多个子处理器。

在一些实施例中，图形处理器，用于产生各种图形对象，如：图标、操作菜单、以及用户输入指令显示图形等中的至少一种。图形处理器包括运算器，通过接收用户输入各种交互指令进行运算，根据显示属性显示各种对象；还包括渲染器，对基于运算器得到的各种对象，进行渲染，上述渲染后的对象用于显示在显示器上。

在一些实施例中，视频处理器，用于将接收外部视频信号，根据输入信号的标准编解码协议，进行解压缩、解码、缩放、降噪、帧率转换、分辨率转换、图像合成等视频处理中的至少一种，可得到直接可显示设备200上显示或播放的信号。

在一些实施例中，视频处理器，包括解复用模块、视频解码模块、图像合成模块、帧率转换模块、显示格式化模块等中的至少一种。其中，解复用模块，用于对输入音视频数据流进行解复用处理。视频解码模块，用于对解复用后的视频信号进行处理，包括解码和缩放处理等。图像合成模块，如图像合成器，其用于将图形生成器根据用户输入或自身生成的GUI信号，与缩放处理后视频图像进行叠加混合处理，以生成可供显示的图像信号。帧率转换模块，用于对转换输入视频帧率。显示格式化模块，用于将接收帧率转换后视频输出信号，改变信号以符合显示格式的信号，如输出RGB数据信号。

在一些实施例中，音频处理器，用于接收外部的音频信号，根据输入信号的标准编解码协议，进行解压缩和解码，以及降噪、数模转换、和放大处理等处理中的至少一种，得到可以在扬声器中播放的声音信号。

在一些实施例中，用户可在显示器260上显示的图形用户界面(GUI)输入用户命令，则用户输入接口通过图形用户界面(GUI)接收用户输入命令。或者，用户可通过输入特定的声音或手势进行输入用户命令，则用户输入接口通过传感器识别出声音或手势，来接收用户输入命令。

在一些实施例中，“用户界面”，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面(Graphic User Interface，GUI)，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素中的至少一种。

在一些实施例中，用户接口280，为可用于接收控制输入的接口(如：显示设备本体上的实体按键，或其他等)。

在一些实施例中，显示设备的系统可以包括内核(Kernel)、命令解析器(shell)、文件系统和应用程序。内核、shell和文件系统一起组成了基本的操作系统结构，它们让用户可以管理文件、运行程序并使用系统。上电后，内核启动，激活内核空间，抽象硬件、初始化硬件参数等，运行并维护虚拟内存、调度器、信号及进程间通信(IPC)。内核启动后，再加载Shell和用户应用程序。应用程序在启动后被编译成机器码，形成一个进程。

参见图4，在一些实施例中，将系统分为四层，从上至下分别为应用程序(Applications)层(简称“应用层”)，应用程序框架(Application Framework)层(简称“框架层”)，安卓运行时(Android runtime)和系统库层(简称“系统运行库层”)，以及内核层。

在一些实施例中，应用程序层中运行有至少一个应用程序，这些应用程序可以是操作系统自带的窗口(Window)程序、系统设置程序或时钟程序等；也可以是第三方开发者所开发的应用程序。在具体实施时，应用程序层中的应用程序包不限于以上举例。

框架层为应用程序层的应用程序提供应用编程接口(application programminginterface，API)和编程框架。应用程序框架层包括一些预先定义的函数。应用程序框架层相当于一个处理中心，这个中心决定让应用层中的应用程序做出动作。应用程序通过API接口，可在执行中访问系统中的资源和取得系统的服务。

如图4所示，本申请实施例中应用程序框架层包括管理器(Managers)，内容提供者(Content Provider)等，其中管理器包括以下模块中的至少一个：活动管理器(ActivityManager)用与和系统中正在运行的所有活动进行交互；位置管理器(Location Manager)用于给系统服务或应用提供了系统位置服务的访问；文件包管理器(Package Manager)用于检索当前安装在设备上的应用程序包相关的各种信息；通知管理器(NotificationManager)用于控制通知消息的显示和清除；窗口管理器(Window Manager)用于管理用户界面上的括图标、窗口、工具栏、壁纸和桌面部件。

在一些实施例中，活动管理器用于管理各个应用程序的生命周期以及通常的导航回退功能，比如控制应用程序的退出、打开、后退等。窗口管理器用于管理所有的窗口程序，比如获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕，控制显示窗口变化(例如将显示窗口缩小显示、抖动显示、扭曲变形显示等)等。

在一些实施例中，系统运行库层为上层即框架层提供支撑，当框架层被使用时，安卓操作系统会运行系统运行库层中包含的C/C++库以实现框架层要实现的功能。

在一些实施例中，内核层是硬件和软件之间的层。如图4所示，内核层至少包含以下驱动中的至少一种：音频驱动、显示驱动、蓝牙驱动、摄像头驱动、WIFI驱动、USB驱动、HDMI驱动、传感器驱动(如指纹传感器，温度传感器，压力传感器等)、以及电源驱动等。

在一些实施例中，显示设备启动后可以直接进入预置的视频点播程序的界面，视频点播程序的界面可以如图5中所示，至少包括导航栏510和位于导航栏510下方的内容显示区，内容显示区中显示的内容会随导航栏中被选中控件的变化而变化。应用程序层中的程序可以被集成在视频点播程序中通过导航栏的一个控件进行展示，也可以在导航栏中的应用控件被选中后进行进一步显示。

在一些实施例中，显示设备启动后可以直接进入上次选择的信号源的显示界面，或者信号源选择界面，其中信号源可以是预置的视频点播程序，还可以是HDMI接口，直播电视接口等中的至少一种，用户选择不同的信号源后，显示器可以显示从不同信号源获得的内容。

以上实施例介绍了显示设备的硬件/软件架构以及功能实现等内容，在上述实施例中示出了显示设备具备检测器230，检测器230包括采集用户音频数据的声音采集器以及采集用户视频数据的图像采集器，显示设备若配置有检测器230，则显示设备兼备视频采集能力、视频显示能力、音频采集能力和音频播放能力，即显示设备自身就能满足视频通话中音视频流的采集、推流、拉流和播放展示能力。当用户发起视频通话请求后，服务器会建立一个虚拟房间，如果发起方用户仅邀请一个目标对象，则属于一对一的视频通话，即目标对象接听视频来电后虚拟房间仅接入2路；如果用户同时向N(N大于1)个目标对象发起通话邀请，则属于多对多的视频通话，各目标对象都接入虚拟房间后，虚拟房间实际接入N+1路。虚拟房间中每个成员的音视频数据被采集后上传给服务器，以便在视频通话过程中，显示设备从服务器获取虚拟房间中除本端用户之外的其他成员的音视频数据，并在本端进行显示和播放。

在实际应用场景中，很多显示设备可能未配置摄像头和/或麦克风等硬件采集装置，导致显示设备仅具有音视频播放能力，但不具备视频和/或音频采集能力，导致无法采集本端用户的音频数据和/或视频数据，这种采集能力的部分甚至完全缺失，会导致对端用户无法看见本端用户的视频画面，或者无法听见本端用户的语音，或者视听交互通话都无法实现，并且能使对端用户感知到本端显示设备存在采集能力缺失，从而降低视频通话在显示设备上的应用体验。

目前虽然已有利用小屏终端采集音视频流，并通过投屏方式将终端启动的视频通话投射到显示设备的应用去播放，但这种方式的应用场景限定小屏终端与大屏显示设备需连接同一个Wifi网络，对网络条件具有限制和较强依赖，可能存在一定的安全隐患，并且终端与显示设备需具备同样的设备能力级，则闲置的老旧机型终端可能就能无法配合显示设备使用。

对此本申请实施例中，提供一种能充分发挥被用户闲置的旧终端所具备的能力，比如音频采集能力和/或视频采集能力，在显示设备不具备视频和/或音频采集能力时，从若干个旧终端中选取能弥补显示设备缺失的采集能力的目标终端，由目标终端与显示设备能力配合实现有效的视频通话交互。

在一些实施例中，被用户闲置的至少一个旧终端可以放置在显示设备的预设位置，比如固定在显示设备屏幕边框的顶部，并使终端设备的摄像头对准显示设备前侧，便于采集显示设备前侧用户的视频画面；或者，也可将终端设备摆放在用户经常在的位置，比如摆放在沙发附近，当用户坐在沙发上时就可以采集用户的近景视频画面。

在一些实施例中，显示设备和若干闲置的终端设备中可安装视频通话应用，用户可以在视频通话应用中设置显示设备和终端设备的设备能力级，设备能力级可以包括设备的完整能力，也可以包括其部分能力，并且支持根据实际场景在视频通话应用中的相关页面随时动态调整，但能力级设置不能超过设备自身硬件配置的上限。比如终端设备A2兼备视频显示能力、视频采集能力、音频播放能力和音频采集能力，由于我们期望在大屏显示设备中播放音视频数据，因此可以设置终端设备A2的设备能力级为视频显示能力N(NO的简写，表示不具备)、视频采集能力Y(YES的简写，表示具备)、音频播放能力N、音频采集能力Y，这样终端设备A2仅启用了其中的音视频采集能力，即终端设备A2相当于音视频数据的采集装置，在终端设备A2接入视频通话后，其应用界面中将不再播放自身采集的音视频数据，也不拉取虚拟房间中其他成员的音视频流进行显示播放，即终端设备A2仅采集音视频流，并向服务器推送音视频流，但不执行拉流。

在一些实施例中，显示设备与多个终端设备登录同一个视频通话应用的账号时，这些设备就建立起了关联，具有大屏显示视频数据和播放音频数据能力的显示设备作为主设备，其关联的若干个终端设备则作为从设备，主从设备可以组成当前用户账号所使用的设备集合。服务器可以为每个用户账号建立对应的设备列表，设备列表中记录了设备集合中每个设备的设备信息，设备信息包括设备标识和当前的设备能力级，设备标识可以是设备名称、设备的IP地址和MAC地址等，方便识别具体设备；设备能力级则用于指示设备是否具备音频播放能力、视频显示能力、视频采集能力和音频采集能力。用户每次调整设备能力级后，显示设备或终端设备都会将修改后的设备能力级连同设备标识构成的设备信息同步到服务器，以使服务器对设备列表中对应设备的设备能力级进行更新和动态维护，以便在视频通话接通后准确查询到每个设备的设备能力级，以便准确确定显示设备是否需要配合目标终端，以及选取哪个从设备作为目标终端。

在一些实施例中，显示设备或终端设备将设备信息同步到服务器后，服务器会识别设备信息中包括的设备标识，并判断设备列表中是否存储该设备标识；如果已存储该设备标识，说明该设备标识对应的设备之前已存入过设备列表，则直接更新该设备标识对应的设备能力级；如果之前未存储该设备标识，说明该设备标识对应的设备属于新增的从设备，则在设备列表中插入一条新信息记录，以记录新增的从设备的设备信息。

在一些实施例中，比如用户A所使用的设备包括显示设备A1、终端设备A2和终端设备A3，用户可在视频通话应用中对设备A1、A2和A3的能力级进行设置，各设备能力级的设置结果会同步到服务器，服务器维护用户A的设备列表，设备列表中记录了用户A所使用的各个设备当前设置的能力级，当用户B接听了用户A发起的视频通话之后，服务器若查询到显示设备A1仅具备音视频的播放能力，不具备音频采集和视频采集能力，则从终端设备A2和终端设备A3中获取目标终端，比如终端设备A2具备音视频的采集能力，终端设备A3仅具备音频采集能力但不具备视频采集能力，则显然终端设备A2与显示设备A1更适配，则终端设备A2被选为目标终端，由终端设备A2去采集用户A的音视频数据后向服务器推流；显示设备A1从服务器同时拉取用户B的第二音视频数据以及终端设备A2采集的第一音视频数据，并将第一、第二音视频数据在本端进行播放展示，使得用户A能够在不同窗口中看到自身以及用户B的视频画面，以及听到自身和用户B的语音；对端用户B的显示设备从服务器拉取终端设备A2采集的第一音视频数据，即可看到用户A的视频画面以及听到用户A的语音，从而在用户A的显示设备A1的采集能力缺失时也能实现两端用户双向视频通话的有效性，并且用户B无法感知到对端使用主从设备配合的方式完成音视频推拉流的过程，视频通话体验无差别，还能充分发挥闲置旧终端的性能，通过主从设备间的功能合并，节约了显示设备外购采集装置的成本，并且无需显示设备与终端的物理连接，也无需如通话投屏那般将使用场景约束在同一Wifi网络环境中，可使用长连接消息推送的方式向从设备发送信息，因此降低对网络的强制性和依懒性，降低安全隐患，并且不要求显示设备端与目标终端的能力对等，而是只需考虑能力的互补性即可，为用户提供了更方便和视频交互服务。

在一些实施例中，本申请中终端设备与显示设备并不直接通信交互，而是通过中间服务器。终端设备的视频通话应用时刻处于运行状态，以便能即时接收到服务器发送的信息指令，保持终端设备与服务器的实时通信。当该终端设备被选取为目标终端时，服务器会向目标终端发送控制信息，控制信息中可携带有接入请求，以要求目标终端接入视频通话，便于将采集的音视频流推送给服务器；目标终端接收到服务器发送的控制信息，由于目标终端是从设备，无需用户再确认接听，目标终端自身即可直接响应接入请求，加入到视频通话，并调用起自身的摄像头和麦克风等采集装置，采集拍摄视野内用户的视频数据，以及采集用户的音频数据，从而得到音视频数据，并将音视频数据上传到服务器(即推流)。当服务器接收到目标终端发送的音视频数据后，可以向与目标终端关联的主设备发送消息通知，以使用户获知目标终端对用户的音视频采集已启动。

在一些实施例中，由于终端设备运行应用程序和相关硬件都会消耗电量，可能出现目标终端在采集和推流过程中突然无电量而关机等异常情况，这时目标终端推流逻辑被中断执行，导致服务器无法再继续接收到目标终端采集的音视频数据，则服务器可以向与目标终端关联的显示设备(即主设备)发送提示信息，用以提示用户A“目标终端异常，请尝试重连”，以及，服务器向对端设备发送“用户A已退出当前视频通话”的信息，以使对端用户B获知用户A已退出通话，即这种情况下可自动结束用户A与用户B之间的视频通话，用户B不会感知到用户A使用了目标终端并且目标终端出现异常。用户A查看到提示信息后，获知目标终端出现异常，可以采取如为目标终端充电、开机等消除异常的措施，再次启动运行目标终端中的视频通话应用，并在显示设备端重新接入视频通话的虚拟房间后，按照前述方式继续进行视频通话互动；或者，在当前的目标终端异常退出后，由服务器从设备列表的其他从设备中另行选择新的目标终端，并切换为控制新的目标终端继续采集音视频数据，即当前目标终端异常退出时快速切换到其他满足采集能力的备用终端，避免目标终端的重连耗时大的问题。

在一些实施例中，设备列表中各从设备的设备能力级可以相同或不同，当各从设备的设备能力级不同时，可以根据相关联的主设备的设备能力级去筛选目标终端；当存在两个或两个以上的从设备的能力级相同，并且足以弥补主设备缺失的采集能力时，可以按照预设的优先级进行选取，比如按照存入设备列表的时间顺序，或者统计被选为目标终端的频次，又或者按照设备能力级的最近一次更新的时间等进行选取。选择目标终端的优先级不作限定。

比如，作为主设备的显示设备A1的能力级为“视频显示能力Y、音频播放能力Y、视频采集能力N、音频采集能力N”，主设备具有三个从设备，分别为终端设备A2、终端设备A3和终端设备A4，终端设备A2的能力级为“视频显示能力N、音频播放能力N、视频采集能力Y、音频采集能力Y”，终端设备A3的能力级为“视频显示能力N、音频播放能力N、视频采集能力Y、音频采集能力Y”，终端设备A4的能力级为“视频显示能力N、音频播放能力N、视频采集能力Y、音频采集能力N”，可见终端设备A2和终端设备A3都满足成为目标终端的条件，并且终端设备A2和终端设备A3的能力级相同，则查询终端设备A2和终端设备A3存入设备列表的时间，发现终端设备A2比终端设备A3更早接入，则将终端设备A2选为目标终端。

在前述各实施例中，是由服务器端根据其动态维护的设备列表以及主设备的能力级，自动筛选和匹配目标终端。在一些实施例中，还可支持用户自定义选取目标终端，服务器可以将自身维护的设备列表同步到显示设备端，当显示设备端发起或者接听视频通话时，查询自身的设备能力级，如果查询到自身不具备视频和/或音频采集能力时，在应用界面中显示设备列表，设备列表中显示当前用户账号对应的全部主从设备的设备信息，从而为用户自定义选取目标终端提供参照和依据。

在一些实施例中，对于发起视频通话端的第一显示设备，当接收到向目标对象发起的视频通话请求时，第一显示设备会查询自身的设备能力级，如果查询到自身不具备视频和/或音频采集能力时，则第一显示设备在应用界面显示发起方用户对应的设备列表，当第一显示设备接收到用户对设备列表中目标终端(为便于区分命名为第一目标终端)的选取操作时，则向服务器发送的视频通话请求中可携带用户自定义选取的第一目标终端的设备信息，服务器接收到该视频通话请求后，若识别到其携带有设备信息，则无需再自动匹配第一显示设备端的第一目标终端，而是根据该设备信息指示的第一目标终端去下发控制信息，控制第一目标终端采集发起方用户的第一音视频数据；如果服务器从视频通话请求中未识别到设备信息，则后续需要从自身维护的设备列表中自动匹配获取目标终端。

在一些实施例中，对于被发起方用户邀请加入视频通话的目标对象端的第二显示设备，当接收到服务器发送的视频通话请求后，在应用界面上显示来电提示界面，来电提示界面中设置有接听控件和拒绝控件。然后又细化为三种情况：

第一种，当目标对象点击拒绝控件时，第二显示设备向服务器反馈拒绝接听状态信息，服务器接收到拒绝接听状态信息后，将拒绝接听状态信息发送给第一显示设备，以通知发起方用户目标对象拒绝了本次视频通话，本次视频通话被取消；第二种，目标对象在预设时间内既未点击接听控件，也未点击拒绝控件，即服务器在预设时间内未接收到第二显示设备反馈的任何状态信息，则服务器向第一显示设备发送邀请超时状态信息，本次视频通话被取消；第三种，目标对象点击接听控件时，第二显示设备会查询自身的设备能力级，如果查询到自身不具备视频和/或音频采集能力时，则第二显示设备在应用界面显示接听方用户对应的设备列表，并在接收到接听方用户对设备列表中目标终端(为便于区分命名为第二目标终端)的选取操作后，向服务器发送的接听状态信息中可携带接听方用户自定义选取的第二目标终端的设备信息，服务器接收到接听状态信息后，识别到具有设备信息，则无需再自动匹配第二显示设备端的第二目标终端，而是可以直接向获取的第二目标终端下发控制信息，控制第二目标终端采集接听方用户的第二音视频数据。

本申请中利用第一和第二来区分发起端和被邀请端，发起端涉及的部分技术特征前缀填加第一，被邀请端/接听端涉及的部分技术特征前缀填加第二，比如发起方用户的音视频数据为第一音视频数据，与第一显示设备配合的从设备为第一目标终端；被邀请端用户的音视频数据为第二音视频数据，与第二显示设备配合的从设备为第二目标终端。以此类推，此处不再一一列举赘述。

在一些实施例中，在视频通话过程中，第一显示设备和第二显示设备的通话界面上一般都设置有挂断控件。如果虚拟房间中仅有两个通话成员，即一对一视频通话，当任意一端的用户点击挂断控件，则第一显示设备和第二显示设备都需要执行挂断视频通话逻辑，取消本端音视频流的采集和推流，以及取消拉取对端的音视频流，从而退出当前的视频通话。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备不具备视频和/或音频采集能力，并且第二显示设备兼备音视频采集能力，当第一显示设备接收到发起方用户挂断视频通话的操作，需要停止接收第一目标终端采集的第一音视频数据以及目标对象的第二音视频数据(即停止拉流)，同时向服务器发送第一挂断指示信息；服务器接收到第一挂断指示信息，即获知第一显示设备端已挂断通话并退出了虚拟房间，则向第二显示设备(即对端设备)发送第一挂断状态信息，以及向第一目标终端发送第二挂断状态信息；第二显示设备接收到第一挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，以及停止接收第一音视频数据，即第二显示设备端终止音视频流的采集、推流和拉流，同步退出当前视频通话；第一目标终端接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，则第一目标终端停止向服务器上传发起方用户的音视频流，从而避免在视频通话结束后第一目标终端执行无效的采集和推流。本申请各实施例中涉及的推流、拉流是通过开启相应的数据传输通道完成的，当停止推拉流时只需关闭相应的数据传输通道。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备和第二显示设备都兼备音视频采集能力，当第一显示设备接收到发起方用户挂断视频通话的操作，第一显示设备需要控制自身的采集装置停止采集第一音视频数据，并且停止接收目标对象的第二音视频数据(即停止推拉流)，同时向服务器发送第二挂断指示信息；服务器接收到第二挂断指示信息，即获知第一显示设备端已挂断通话并退出了虚拟房间，则仅向第二显示设备发送第一挂断状态信息；第二显示设备接收到第一挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，以及停止接收第一音视频数据，即第二显示设备端终止音视频流的采集、推流和拉流，同步退出当前视频通话。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备兼备音视频采集能力，并且第二显示设备不具备视频和/或音频采集能力，当第一显示设备接收到发起方用户挂断视频通话的操作，第一显示设备需要控制自身的采集装置停止采集第一音视频数据，并且停止接收目标对象的第二音视频数据(即停止推拉流)，同时向服务器发送第三挂断指示信息；服务器接收到第三挂断指示信息，即获知第一显示设备端已挂断通话并退出了虚拟房间，则向第二显示设备发送第三挂断状态信息，以及向第二目标终端发送第四挂断状态信息；第二显示设备接收到第三挂断状态信息后，停止接收发起方用户的第一音视频数据，以及停止接收第二目标终端采集的第二音视频数据，同步退出当前视频通话；第二目标终端接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端停止向服务器上传接听方用户的音视频流，从而避免在视频通话结束后第二目标终端执行无效的采集和推流。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备和第二显示设备都不具备视频和/或音频采集能力，当第一显示设备接收到发起方用户挂断视频通话的操作，需要停止接收第一目标终端采集的第一音视频数据以及目标对象的第二音视频数据(即停止拉流)，同时向服务器发送第四挂断指示信息；服务器接收到第四挂断指示信息，即获知第一显示设备端已挂断通话并退出了虚拟房间，则向第一目标终端发送第二挂断状态信息，向第二显示设备发送第三挂断状态信息，以及向第二目标终端发送第四挂断状态信息；第一目标终端接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，则第一目标终端停止向服务器上传发起方用户的第一音视频数据；第二显示设备接收到第三挂断状态信息后，停止接收发起方用户的第一音视频数据，以及停止接收第二目标终端采集的第二音视频数据，同步退出当前视频通话；第二目标终端接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端停止继续向服务器上传接听方用户的第二音视频数据。

前述四个实施例是发起方用户在第一显示设备中挂断视频通话的处理逻辑，下面说明接听方用户在第二显示设备中挂断视频通话的处理逻辑。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备不具备视频和/或音频采集能力，并且第二显示设备兼备音视频采集能力，当第二显示设备接收到接听方用户挂断视频通话的操作，第二显示设备需要控制自身的采集装置停止采集第二音视频数据，并且停止接收发起方用户的第一音视频数据，同时向服务器发送第五挂断指示信息；服务器接收到第五挂断指示信息，即获知第二显示设备端已挂断通话并退出了虚拟房间，则向第一显示设备(即对端设备)发送第五挂断状态信息，以及向第一目标终端发送第二挂断状态信息；第一显示设备接收到第五挂断状态信息后，停止接收接听方用户的第二音视频数据，以及停止接收第一目标终端采集的第一音视频数据，同步退出当前视频通话；第一目标终端接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，则第一目标终端停止继续向服务器上传发起方用户的第一音视频数据。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备和第二显示设备都兼备音视频采集能力，当第二显示设备接收到接听方用户挂断视频通话的操作，第二显示设备需要控制自身的采集装置停止采集第二音视频数据，并且停止接收发起方用户的第一音视频数据(即停止推拉流)，同时向服务器发送第六挂断指示信息；服务器接收到第六挂断指示信息，即获知第二显示设备端已挂断通话并退出了虚拟房间，则向第一显示设备发送第六挂断状态信息；第一显示设备接收到第六挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，以及停止接收第二音视频数据，即第一显示设备端终止自身音视频流的采集、推流和拉流，同步退出当前视频通话。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备兼备音视频采集能力，并且第二显示设备不具备视频和/或音频采集能力，当第二显示设备接收到接听方用户挂断视频通话的操作，第二显示设备停止接收第一音视频数据，并且停止接收第二目标终端采集的第二音视频数据，同时向服务器发送第七挂断指示信息；服务器接收到第七挂断指示信息，即获知第二显示设备端已挂断通话并退出了虚拟房间，则向第一显示设备发送第六挂断状态信息，以及向第二目标终端发送第四挂断状态信息；第一显示设备接收到第六挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，以及停止接收第二音视频数据，同步退出当前视频通话；第二目标终端接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端停止向服务器上传接听方用户的第二音视频数据。

在一些实施例中，对于一对一视频通话模式，如果第一显示设备和第二显示设备都不具备视频和/或音频采集能力，当第二显示设备接收到接听方用户挂断视频通话的操作，需要停止接收第二目标终端采集的第二音视频数据以及发起方用户的第一音视频数据(即停止拉流)，同时向服务器发送第八挂断指示信息；服务器接收到第八挂断指示信息，即获知第二显示设备端已挂断通话并退出了虚拟房间，则向第一显示设备发送第五挂断状态信息，向第一目标终端发送第二挂断状态信息，以及向第二目标终端发送第四挂断状态信息；第一显示设备接收到第五挂断状态信息后，停止接收接听方用户的第二音视频数据，以及停止接收第一目标终端采集的第一音视频数据，同步退出当前视频通话；第一目标终端接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，则第一目标终端停止继续向服务器上传发起方用户的第一音视频数据；第二目标终端接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端停止继续向服务器上传接听方用户的第二音视频数据。

在一些实施例中，如果虚拟房间中通话成员的数量超过两个，即多对多视频通话，其挂断逻辑与前述一对一视频通话大体上相似，区别仅在于：比如若某个通话成员A挂断通话，退出了虚拟房间，则通话成员A所在端停止音视频流的采集、推流和拉流过程，而其他留在虚拟房间内的通话成员仍保持本端音视频流的采集和推流，并停止拉取通话成员A的音视频流，当虚拟房间内的全部成员都挂断退出时，本次视频通话彻底结束，取消虚拟房间即可，这里不再赘述。

参照上述内容说明，图6提供了第一显示设备端(发起视频通话方)执行的视频通话方法，用于前述第一显示设备，所述方法的执行主体为控制器，本方法主要侧重第一显示设备端在不同采集能力下的视频通话逻辑，不考虑也无法感知第二显示设备端是否配合从设备，所述方法包括：

步骤S10，接收对目标对象发起视频通话的操作，向服务器发送视频通话请求。在视频通话应用中具有好友列表，用户可以从好友列表中选取一个或多个目标对象发起视频通话请求。

步骤S20，查询第一显示设备自身是否兼备音视频采集能力；如果查询结果为否，即第一显示设备不具备视频和/或音频采集能力，则执行步骤S301和步骤S302；反之，如果第一显示设备兼备音视频采集能力，则执行步骤S401～步骤S404。

步骤S301，响应于接收到服务器发送的第一已接通状态信息，从服务器获取目标对象的第二音视频数据和第一目标终端采集上传的第一音视频数据。

服务器接收到第一显示设备发送的视频通话请求后，获取视频通话请求中携带的目标对象信息，然后向目标对象对应的第二显示设备发送视频通话请求；第二显示设备接收到视频通话请求后，显示来电提示界面，目标对象点击来电提示界面中的接听控件后，即接通了视频通话，第二显示设备会向服务器反馈接听来电信息；服务器接收到第二显示设备发送的接听来电信息后，查询第一显示设备的能力级，当查询到第一显示设备不具备视频和/或音频采集能力，从发起方用户的设备列表中获取能弥补第一显示设备缺失的采集能力的第一目标终端，并向第一目标终端发送第一控制信息；第一目标终端接收到第一控制信息后，控制自身的采集装置采集第一音视频数据，并将第一音视频数据上传到服务器，并且第二显示设备自身或第二目标终端也会采集目标对象的第二音视频数据，并将第二音视频数据上传给服务器；服务器接收到第一音视频数据时，向第一显示设备发送第一目标终端采集已启动的提示信息，当服务器接收到第一音视频数据和第二音视频数据后，两端数据都已准备就绪，可以向第一显示设备发送第一已接通状态信息，以通知第一显示设备启动拉流，并拉取目标对象的第二音视频数据以及第一目标终端采集上传的第一音视频数据。

步骤S302，控制显示器在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及控制声音播放器分别播放第一音视频数据和第二音视频数据中的音频数据。

发起方用户向N(N大于或等于1)个目标对象发起视频通话请求，则可以在视频通话界面中显示N+1个窗口，其中1个显示发起方用户的视频数据，其他N个显示各目标对象的视频数据，每个窗口中可以具有语音播放控件，用于播放每个通话成员的语音信息。每接入一个目标对象，则另行在下一个新窗口中显示其视频画面，未接入通话的窗口可显示等待接入的提示信息。视频通话界面的UI展示和音视频播放可参照现有方式实现，本申请不作具体限定。

步骤S401，控制第一显示设备自身的采集装置去采集第一音视频数据，并将第一音视频数据上传给服务器。

步骤S402，控制显示器显示第一音视频数据中的视频数据，控制声音播放器播放第一音视频数据中的音频数据。

步骤S401和步骤S402可同步执行，由于第一显示设备自身能采集第一音视频数据，所以在采集到第一音视频数据后可直接在本端视频通话界面中进行显示和播放。

步骤S403，响应于接收到服务器发送的第二已接通状态信息，从服务器获取目标对象的第二音视频数据。

服务器在接收到第二显示设备反馈的接听来电信息后，查询到第一显示设备兼备视频采集能力和音频采集能力，则在服务器接收到目标对象的第二音视频数据后，即可向第一显示设备发送第二已接通状态信息，通知第一显示设备对端数据已准备就绪，可以启动拉流。

步骤S404，控制显示器在新的窗口中显示第二音视频数据中的视频数据，以及控制声音播放器播放第二音视频数据中的音频数据。

参照上述内容说明，图7提供了第二显示设备端(被邀请方)执行的视频通话方法，用于前述第二显示设备，所述方法的执行主体为控制器，本方法主要侧重第二显示设备端在不同采集能力下的视频通话逻辑，不考虑也无法感知第一显示设备端是否配合从设备，所述方法包括：

步骤S50，当接收到服务器发送的视频通话请求，控制显示器显示来电提示界面。

步骤S60，接收对来电提示界面中接听控件的点击操作。

来电提示界面中包括发起方用户的信息(比如用户名和头像等)、接听控件和拒绝控件等。当用户点击拒绝控件或者邀请超时两种情况下的处理逻辑已在前述相关内容中说明，这里不再赘述。本实施例主要侧重用户点击接听控件，接通视频通话的情况。

步骤S70，查询第二显示设备自身是否兼备音视频采集能力；如果查询结果为否，即第二显示设备不具备视频和/或音频采集能力，则执行步骤S801和步骤S802；反之，如果第二显示设备兼备音视频采集能力，则执行步骤S901～步骤S904。

步骤S801，响应于接收到服务器发送的第一指示信息，从服务器获取发起方用户的第一音视频数据以及第二目标终端采集的第二音视频数据。

第二显示设备接收到对接听控件的点击操作后，向服务器反馈接听来电信息；服务器接收到第二显示设备发送的接听来电信息后，查询第二显示设备的能力级，当查询到第二显示设备不具备视频和/或音频采集能力，从接听方用户的设备列表中获取能弥补第二显示设备缺失的采集能力的第二目标终端，并向第二目标终端发送第二控制信息；第二目标终端接收到第二控制信息后，控制自身的采集装置采集第二音视频数据，并将第二音视频数据上传到服务器，并且第一显示设备自身或第一目标终端也会采集发起方用户的第一音视频数据，并将第一音视频数据上传给服务器；服务器接收到第二音视频数据时，向第二显示设备发送第二目标终端采集已启动的提示信息，当服务器接收到第一音视频数据和第二音视频数据后，两端数据都已准备就绪，可以向第二显示设备发送指示信息，以通知第二显示设备启动拉流，并拉取发起方用户的第一音视频数据以及第二目标终端采集上传的第二音视频数据。

步骤S802，控制显示器在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，以及控制声音播放器分别播放第一音视频数据和第二音视频数据中的音频数据。

步骤S901，控制第二显示设备自身的采集装置去采集第二音视频数据，将第二音视频数据上传给服务器。

步骤S902，控制显示器显示第二音视频数据中的视频数据，控制声音播放器播放第二音视频数据中的音频数据。

步骤S901和步骤S902可同步执行，由于第二显示设备自身能采集第二音视频数据，所以在采集到第二音视频数据后可直接在本端视频通话界面中进行显示和播放。

步骤S903，响应于接收到服务器发送的第二指示信息，从服务器获取发起方用户的第一音视频数据。

步骤S904，控制显示器在新的窗口中显示第一音视频数据中的视频数据，以及控制声音播放器播放第一音视频数据中的音频数据。

发起方用户的第一音视频数据可能是由第一显示设备自身采集并上传，也可能是第一目标终端采集并上传，无论第一音视频数据是哪种采集方式，在第二显示设备端接通视频通话之后，服务器若接收到第一音视频数据，则发起方数据已准备就绪，可以向第二显示设备发送第二指示信息，以通知第二显示设备启动拉流；第二显示设备接收到第二指示信息后，从服务器拉取第一音视频数据，并另行在新的窗口中显示发起方用户的视频数据，以及播放发起方用户的音频数据。第一显示设备端和第二显示设备端挂断视频通话的处理逻辑已在前述实施例中说明，这里不再赘述。

由以上技术方案可知，服务器端的视频通话处理逻辑为：接收第一显示设备对目标对象发起的视频通话请求，将视频通话请求发送给第二显示设备，以使第二显示设备显示来电提示界面；接收第二显示设备发送的接听来电信息，分别查询第一显示设备和第二显示设备的设备能力级；如果第一显示设备和第二显示设备中至少有一个目标设备不具备视频和/或音频采集能力，则遍历所述目标设备所属的设备列表，从所述设备列表中查找能弥补所述目标设备采集能力的目标终端(这里的目标终端是第一目标终端和/或第二目标终端)，并向所述目标终端发送控制信息，所述控制信息用于指示所述目标终端采集所属端用户的音视频数据(根据两端各自能力级，这里所述的控制信息可能是第一控制信息和/或第二控制信息，第一控制信息控制第一目标终端采集第一音视频数据，第二控制信息控制第二目标终端采集第二音视频数据)；当接收到目标对象的第二音视频数据和发起方用户的第一音视频数据，分别向第一显示设备和第二显示设备发送拉流提示信息，所述拉流提示信息用于提示第一显示设备和第二显示设备启动接收各自所需的音视频数据。

以第一显示设备端为例，如果第一显示设备兼备音视频采集能力，则拉流提示信息用于提示第一显示设备仅拉取第二音视频数据；如果第一显示设备不具备视频和/或音频采集能力，则拉流提示信息用于提示第一显示设备拉取第二音视频数据以及第一目标终端采集的第一音视频数据。该服务器端的视频通话处理逻辑是同时考虑第一显示设备和第二显示设备双端的能力级后给出的较为上位的概括，在服务器与各端通信交互时，可以参照图6～图15所述实施例的逻辑去具体执行。

图8～图15示出了第一显示设备、服务器和第二显示设备之间视频通话的几种交互逻辑，第一显示设备为发起视频通话请求的主设备，第二显示设备是被发起方用户邀请加入视频通话的目标对象所使用的主设备，第一显示设备和第二显示设备各自可具有若干个被闲置的从设备。需要说明的是，在实际应用中如果显示设备自身已兼备完整的能力级，能够采集并播放音视频数据，则也可无需配备从设备。

在一些实施例中，图8和图9是第一显示设备不具备视频和/或音频采集能力，第二显示设备兼备音视频采集能力时的两种交互逻辑，这两种交互逻辑区别在于挂断视频通话的处理逻辑，具体涉及如下程序步骤：

步骤(A1)，第一显示设备端：接收对目标对象发起视频通话的操作，向服务器发送视频通话请求，并且查询到第一显示设备不具备视频和/或音频采集能力，自身无法采集第一音视频数据，需等待服务器的第一已接通状态信息后再行拉流；

步骤(A2)，服务器端：接收到第一显示设备发送的视频通话请求后，获取视频通话请求中携带的目标对象信息，向目标对象对应的第二显示设备发送视频通话请求；

步骤(A3)，第二显示设备端：在接收到视频通话请求后，显示来电提示界面，当接收到对接听控件的点击操作，向服务器反馈接听来电信息，以及，控制第二显示设备自身的采集装置采集第二音视频数据，并将第二音视频数据上传给服务器，并显示第二音视频数据中的视频数据，播放第二音视频数据中的音频数据；

步骤(A4)，服务器端：接收到第二显示设备发送的接听来电信息后，查询第一显示设备和第二显示设备的能力级，当查询到第一显示设备不具备视频和/或音频采集能力，从发起方用户的设备列表中获取第一目标终端，并向第一目标终端发送第一控制信息，以及，查询到第二显示设备兼备音视频能力，则无需获取第二目标终端，直接接收第二显示设备上传的第二音视频数据；

步骤(A5)，第一目标终端：接收到第一控制信息后，响应接入请求以加入视频通话，并控制自身的采集装置采集第一音视频数据，并将第一音视频数据上传到服务器；

步骤(A6)，服务器端：接收到第一音视频数据时，向第一显示设备发送第一目标终端采集已启动的提示信息；

步骤(A7)，服务器端：向第一显示设备发送第一已接通状态信息，以及，向第二显示设备发送第二指示信息；

步骤(A8)，第一显示设备端：响应于接收到服务器发送的第一已接通状态信息，从服务器获取目标对象的第二音视频数据和第一目标终端采集上传的第一音视频数据，以及，在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，分别播放第一音视频数据和第二音视频数据中的音频数据；

步骤(A9)，第二显示设备端：响应于接收到服务器发送的第二指示信息，从服务器获取发起方用户的第一音视频数据，以及，在新的窗口中显示第一音视频数据中的视频数据，播放第一音视频数据中的音频数据。

参照图8，当第一显示设备端挂断视频通话时，挂断逻辑包括步骤(A10)～步骤(A13)：

步骤(A10)，第一显示设备端：响应于接收到发起方用户挂断视频通话的操作，停止接收第一目标终端采集的第一音视频数据以及目标对象的第二音视频数据，从而退出当期视频通话，同时向服务器发送第一挂断指示信息；

步骤(A11)，服务器端：接收到第一挂断指示信息，向第二显示设备发送第一挂断状态信息，以及，向第一目标终端发送第二挂断状态信息；

步骤(A12)，第二显示设备端：接收到第一挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，以及停止接收第一音视频数据，同步退出当前视频通话；

步骤(A13)，第一目标终端：接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，从而停止向服务器继续上传第一音视频数据，同步退出当前视频通话。

参照图9，当第二显示设备端挂断视频通话时，挂断逻辑包括步骤(A14)～步骤(A17)：

步骤(A14)，第二显示设备端：响应于接收到接听方用户挂断视频通话的操作，控制自身的采集装置停止采集第二音视频数据，并且停止接收发起方用户的第一音视频数据，从而退出当期视频通话，同时向服务器发送第五挂断指示信息；

步骤(A15)，服务器端：接收到第五挂断指示信息后，向第一显示设备发送第五挂断状态信息，以及，向第一目标终端发送第二挂断状态信息；

步骤(A16)，第一显示设备端：接收到第五挂断状态信息后，停止接收接听方用户的第二音视频数据，以及停止接收第一目标终端采集的第一音视频数据，同步退出当前视频通话；

步骤(A17)，第一目标终端：接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，从而停止向服务器继续上传第一音视频数据，同步退出当前视频通话。

在一些实施例中，图10和图11是第一显示设备和第二显示设备都兼备音视频采集能力时的两种交互逻辑，这两种交互逻辑区别在于挂断视频通话的处理逻辑，具体涉及如下程序步骤：

步骤(B1)，第一显示设备端：接收对目标对象发起视频通话的操作，向服务器发送视频通话请求，同时查询到第一显示设备兼备音视频采集能力，控制自身的采集装置去采集第一音视频数据，并将第一音视频数据上传给服务器，以及，显示第一音视频数据中的视频数据，播放第一音视频数据中的音频数据；

步骤(B2)，服务器端：接收到第一显示设备发送的视频通话请求后，获取视频通话请求中携带的目标对象信息，向目标对象对应的第二显示设备发送视频通话请求，以及，接收第一显示设备上传的第一音视频数据；

步骤(B3)，第二显示设备端：在接收到视频通话请求后，显示来电提示界面，当接收到对接听控件的点击操作，向服务器反馈接听来电信息，以及，控制第二显示设备自身的采集装置采集第二音视频数据，并将第二音视频数据上传给服务器，并显示第二音视频数据中的视频数据，播放第二音视频数据中的音频数据；

步骤(B4)，服务器端：接收到第二显示设备发送的接听来电信息后，由于已接收到第一音视频数据，因此可无需再查询第一显示设备的能力级，仅查询第二显示设备的能力级即可，当查询到第二显示设备兼备音视频采集能力，则无需再获取第二目标终端，直接接收第二显示设备上传的第二音视频数据；

步骤(B5)，服务器端：当接收到第二音视频数据时，向第一显示设备发送第二已接通状态信息，以及，向第二显示设备发送第二指示信息；

步骤(B6)，第一显示设备端：响应于接收到服务器发送的第二已接通状态信息，从服务器获取目标对象的第二音视频数据，以及，在新的窗口中显示第二音视频数据中的视频数据，播放第二音视频数据中的音频数据；

步骤(B7)，第二显示设备端：响应于接收到服务器发送的第二指示信息，从服务器获取发起方用户的第一音视频数据，以及，在新的窗口中显示第一音视频数据中的视频数据，播放第一音视频数据中的音频数据。

参照图10，当第一显示设备端挂断视频通话时，挂断逻辑包括步骤(B8)～步骤(B10)：

步骤(B8)，第一显示设备端：响应于接收到发起方用户挂断视频通话的操作，控制自身的采集装置停止采集第一音视频数据，并且停止接收目标对象的第二音视频数据，同时向服务器发送第二挂断指示信息；

步骤(B9)，服务器端：接收到第二挂断指示信息，向第二显示设备发送第一挂断状态信息；

步骤(B10)，第二显示设备端：接收到第一挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，以及停止接收第一音视频数据，同步退出当前视频通话。

参照图11，当第二显示设备端挂断视频通话时，挂断逻辑包括步骤(B11)～步骤(B13)：

步骤(B11)，第二显示设备端：响应于接收到接听方用户挂断视频通话的操作，控制自身的采集装置停止采集第二音视频数据，并且停止接收发起方用户的第一音视频数据，从而退出当期视频通话，同时向服务器发送第六挂断指示信息；

步骤(B12)，服务器端：接收到第六挂断指示信息后，向第一显示设备发送第六挂断状态信息；

步骤(B13)，第一显示设备端：接收到第六挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，以及停止接收第二音视频数据，同步退出当前视频通话。

在一些实施例中，图12和图13是第一显示设备兼备音视频采集能力，第二显示设备不具备视频和/或音频采集能力时的两种交互逻辑，这两种交互逻辑区别在于挂断视频通话的处理逻辑，具体涉及如下程序步骤：

步骤(C1)，第一显示设备端：接收对目标对象发起视频通话的操作，向服务器发送视频通话请求，同时查询到第一显示设备兼备音视频采集能力，控制自身的采集装置去采集第一音视频数据，并将第一音视频数据上传给服务器，以及，显示第一音视频数据中的视频数据，播放第一音视频数据中的音频数据；

步骤(C2)，服务器端：接收到第一显示设备发送的视频通话请求后，获取视频通话请求中携带的目标对象信息，向目标对象对应的第二显示设备发送视频通话请求，以及，接收第一显示设备上传的第一音视频数据；

步骤(C3)，第二显示设备端：在接收到视频通话请求后，显示来电提示界面，当接收到对接听控件的点击操作，向服务器反馈接听来电信息，同时查询到第二显示设备不具备视频和/或音频采集能力，自身无法采集第二音视频数据，需等待服务器的第一指示信息后再行拉流；

步骤(C4)，服务器端：接收到第二显示设备发送的接听来电信息后，由于已接收到第一音视频数据，因此可无需再查询第一显示设备的能力级，仅查询第二显示设备的能力级即可，当查询到第二显示设备不具备视频和/或音频采集能力，从接听方用户的设备列表中获取第二目标终端，并向第二目标终端发送第二控制信息；

步骤(C5)，第二目标终端：接收到第二控制信息后，响应接入请求以加入视频通话，并控制自身的采集装置采集第二音视频数据，并将第二音视频数据上传到服务器；

步骤(C6)，服务器端：接收到第二音视频数据时，向第二显示设备发送第二目标终端采集已启动的提示信息；

步骤(C7)，服务器端：向第一显示设备发送第二已接通状态信息，以及，向第二显示设备发送第一指示信息；

步骤(C8)，第一显示设备端：响应于接收到服务器发送的第二已接通状态信息，从服务器获取目标对象的第二音视频数据，以及，在新的窗口中显示第二音视频数据中的视频数据，播放第二音视频数据中的音频数据；

步骤(C9)，第二显示设备端：响应于接收到服务器发送的第一指示信息，从服务器获取发起方用户的第一音视频数据以及第二目标终端采集的第二音视频数据，以及，在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，分别播放第一音视频数据和第二音视频数据中的音频数据。

参照图12，当第一显示设备端挂断视频通话时，挂断逻辑包括步骤(C10)～步骤(C13)：

步骤(C10)，第一显示设备端：响应于接收到发起方用户挂断视频通话的操作，控制自身的采集装置停止采集第一音视频数据，并且停止接收目标对象的第二音视频数据，同时向服务器发送第三挂断指示信息；

步骤(C11)，服务器端：接收到第三挂断指示信息，向第二显示设备发送第三挂断状态信息，以及向第二目标终端发送第四挂断状态信息；

步骤(C12)，第二显示设备端：接收到第三挂断状态信息后，停止接收发起方用户的第一音视频数据，以及停止接收第二目标终端采集的第二音视频数据，同步退出当前视频通话；

步骤(C13)，第二目标终端：接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端将停止向服务器继续上传第二音视频数据，同步退出当前视频通话。

参照图13，当第二显示设备端挂断视频通话时，挂断逻辑包括步骤(C14)～步骤(C17)：

步骤(C14)，第二显示设备端：响应于接收到接听方用户挂断视频通话的操作，停止接收第一音视频数据，并且停止接收第二目标终端采集的第二音视频数据，同时向服务器发送第七挂断指示信息；

步骤(C15)，服务器端：接收到第七挂断指示信息后，向第一显示设备发送第六挂断状态信息，以及向第二目标终端发送第四挂断状态信息；

步骤(C16)，第一显示设备端：接收到第六挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，以及停止接收第二音视频数据，同步退出当前视频通话；

步骤(C17)，第二目标终端：接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端将停止向服务器继续上传第二音视频数据。

在一些实施例中，图14和图15是第一显示设备和第二显示设备都不具备视频和/或音频采集能力时的两种交互逻辑，这两种交互逻辑区别在于挂断视频通话的处理逻辑，具体涉及如下程序步骤：

步骤(D1)，第一显示设备端：接收对目标对象发起视频通话的操作，向服务器发送视频通话请求，同时查询到第一显示设备不具备视频和/或音频采集能力，自身无法采集第一音视频数据，需等待服务器的第一已接通状态信息后再行拉流；

步骤(D2)，服务器端：接收到第一显示设备发送的视频通话请求后，获取视频通话请求中携带的目标对象信息，向目标对象对应的第二显示设备发送视频通话请求；

步骤(D3)，第二显示设备端：在接收到视频通话请求后，显示来电提示界面，当接收到对接听控件的点击操作，向服务器反馈接听来电信息，同时查询到第二显示设备不具备视频和/或音频采集能力，自身无法采集第二音视频数据，需等待服务器的第一指示信息后再行拉流；

步骤(D4)，服务器端：接收到第二显示设备发送的接听来电信息后，查询第一显示设备和第二显示设备的能力级，当查询到第一显示设备不具备视频和/或音频采集能力，从发起方用户的设备列表中获取第一目标终端，并向第一目标终端发送第一控制信息，以及，当查询到第二显示设备也不具备视频和/或音频采集能力，从接听方用户的设备列表中获取第二目标终端，并向第二目标终端发送第二控制信息；

步骤(D5)，第一目标终端：接收到第一控制信息后，响应接入请求以加入视频通话，并控制自身的采集装置采集第一音视频数据，并将第一音视频数据上传到服务器；

步骤(D6)，第二目标终端：接收到第二控制信息后，响应接入请求以加入视频通话，并控制自身的采集装置采集第二音视频数据，并将第二音视频数据上传到服务器；

步骤(D7)，服务器端：当接收到第一音视频数据时，向第一显示设备发送第一目标终端采集已启动的提示信息，以及，当接收到第二音视频数据时，向第二显示设备发送第二目标终端采集已启动的提示信息；

步骤(D8)，服务器端：向第一显示设备发送第一已接通状态信息，以及，向第二显示设备发送第一指示信息；

步骤(D9)，第一显示设备端：响应于接收到服务器发送的第一已接通状态信息，从服务器获取目标对象的第二音视频数据和第一目标终端采集上传的第一音视频数据，以及，在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，分别播放第一音视频数据和第二音视频数据中的音频数据；

步骤(D10)，第二显示设备端：响应于接收到服务器发送的第一指示信息，从服务器获取发起方用户的第一音视频数据以及第二目标终端采集的第二音视频数据，以及，在不同窗口中分别显示第一音视频数据和第二音视频数据中的视频数据，分别播放第一音视频数据和第二音视频数据中的音频数据。

参照图14，当第一显示设备端挂断视频通话时，挂断逻辑包括步骤(D11)～步骤(D15)：

步骤(D11)，第一显示设备端：响应于接收到发起方用户挂断视频通话的操作，停止接收第一目标终端采集的第一音视频数据以及目标对象的第二音视频数据，同时向服务器发送第四挂断指示信息；

步骤(D12)，服务器端：接收到第四挂断指示信息，向第一目标终端发送第二挂断状态信息，向第二显示设备发送第三挂断状态信息，以及向第二目标终端发送第四挂断状态信息；

步骤(D13)，第二显示设备端：接收到第三挂断状态信息后，停止接收发起方用户的第一音视频数据，以及停止接收第二目标终端采集的第二音视频数据，同步退出当前视频通话；

步骤(D14)，第一目标终端：接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，从而停止向服务器继续上传第一音视频数据，同步退出当前视频通话；

步骤(D15)，第二目标终端：接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端将停止向服务器继续上传第二音视频数据，同步退出当前视频通话。

参照图15，当第二显示设备端挂断视频通话时，挂断逻辑包括步骤(D16)～步骤(D20)：

步骤(D16)，第二显示设备端：响应于接收到接听方用户挂断视频通话的操作，停止接收第二目标终端采集的第二音视频数据以及发起方用户的第一音视频数据，同时向服务器发送第八挂断指示信息；

步骤(D17)，服务器端：接收到第八挂断指示信息后，向第一显示设备发送第五挂断状态信息，向第一目标终端发送第二挂断状态信息，以及向第二目标终端发送第四挂断状态信息；

步骤(D18)，第一显示设备端：接收到第五挂断状态信息后，停止接收接听方用户的第二音视频数据，以及停止接收第一目标终端采集的第一音视频数据，同步退出当前视频通话；

步骤(D19)，第一目标终端：接收到第二挂断状态信息后，控制自身的采集装置停止采集第一音视频数据，从而停止向服务器继续上传第一音视频数据，同步退出当前视频通话；

步骤(D20)，第二目标终端：接收到第四挂断状态信息后，控制自身的采集装置停止采集第二音视频数据，则第二目标终端将停止向服务器继续上传第二音视频数据，同步退出当前视频通话。

需要说明的是，由于第一显示设备和第二显示设备各自具有可动态调整的能力级，并且每端显示设备所配备的从设备的数量、能力级也可能发生变更，因此在具体实现中存在多种多样的应用场景，也就对应存在更多视频通话的交互处理逻辑，而不限于前述几种实施例。以前述图8～图15的交互逻辑为参照，可以根据实际应用场景适应性调整视频通话的交互处理逻辑，本申请说明书不再一一列举。另外，除本申请所述视频通话方法之外，其他与视频通话应用有关的内容都可适应性参照现有技术。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。具体实现中，本发明还提供一种计算机存储介质，该计算机存储介质可存储有程序。当计算机存储介质位于第一/第二显示设备、服务器和终端设备中的任意一个设备中时，该程序执行时可包括各端中任一设备的控制器被配置执行的视频通话方法涉及的程序步骤。其中，计算机存储介质可为磁碟、光盘、只读存储记忆体(英文：Read-Only Memory，简称ROM)或随机存储记忆体(英文：Random Access Memory，简称RAM)等。

本申请中各单端设备及其配置执行的视频通话方法已在前述列举的多端设备间的交互逻辑中列出，各实施例之间相同相似的部分互相参照即可，相关内容不再赘述。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。