本发明实施例涉及视频通话技术领域，特别涉及一种视频通话方法、装置、设备及存储介质。
背景技术：
随着网络通信技术的发展，视频通话成为人们通信的主流。目前市面上的视频通话系统，拾音设备一般都是固定安放的，例如安装在电视等视频设备上，或者位于所述视频设备的附近。发明人发现，在视频通话的过程中，需要用户很靠近视频设备，才能有比较好的视频通话效果。如果用户离视频设备比较远，视频通话时的拾音效果很差，这导致用户每次视频通话时，都要到视频设备面前进行交互，用户体验很差。此外，用户在接收到视频通话请求时，也需要在视频设备前执行接听操作，非常不方便。进一步地，传统视频通话过程中，接听电话、挂断电话等发送给视频通信系统的语音指令，由于没有提前进行语义解析，这些需要被拦截的语音指令也会被视为正常的通话内容而传输到视频通话的另一方，给视频通话的双方都带来不好的体验。
综上所述，现有的视频通话系统存在远距离拾音效果差，在通话过程中，会将接听电话、挂断电话等发送给视频通信系统的语音指令传输到视频通话的另一方，给用户带来不好的体验。
技术实现要素：
本发明实施方式的目的在于提供一种视频通话方法、装置、系统、音频设备及计算机可读存储介质，本发明的目的在于解决视频通话中远距离拾音效果差的问题。
为解决上述技术问题，本发明的实施方式提供了一种视频通话方法，所述方法包括：
接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接；
执行拾音操作获取用户通话的语音数据；
利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
优选地，所述方法还包括：
在视频通话模式中接收到第二预设唤醒指令时，关闭所述视频通话模式，并将接收到的用户的语音指令发送至所述云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的关闭视频通话的控制指令时，关闭所述无线传输模块。
优选地，所述无线传输模块为蓝牙模块。
为解决上述技术问题，本发明的实施方式还提供了一种视频通话方法，所述方法应用于视频通话设备中，所述方法包括：
接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据；
调用摄像头捕获视频数据；
将所述用户通话的语音数据以及所述视频数据传送给所述云服务器；及
接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
为解决上述技术问题，本发明的实施方式还提供了一种视频通话装置，所述装置包括：
指令执行模块，用于接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
语音传送模块，用于在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接，执行拾音操作获取用户通话的语音数据，利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
优选地，所述指令执行模块还用于在视频通话模式中接收到第二预设唤醒指令时，关闭所述无线传输模块，并接收用户的语音指令，将所述接收到的语音指令发送至所述云服务器进行解析，在接收到所述云服务器根据所述语音指令解析得到的关闭视频通话指令时，关闭所述视频通话模式。
为解决上述技术问题，本发明的实施方式还提供了一种视频通话装置，所述装置包括：
连接模块，用于接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
数据收发模块，用于打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据，调用摄像头捕获视频数据，将所述用户通话的语音数据以及所述视频数据传送给所述云服务器，及接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
为解决上述技术问题，本发明的实施方式还提供了一种音频设备，所述音频设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的视频通话方法。
为解决上述技术问题，本发明的实施方式还提供了一种视频通话设备，所述视频通话设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的视频通话方法。
为解决上述技术问题，本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的视频通话方法。
本发明实施例利用一个额外的音频设备，在接收到用户的语音指令时，执行拾音操作获取用户通话的语音数据，并将该语音数据转发给视频通话设备，由于额外的音频设备跟所述视频通话设备是通过无线传输模块进行数据传输，因此不受近距离的限制。
进一步地，本发明实施例视频通话模式中通过预设的唤醒指令，将所述音频设备从执行数据传输功能转换为指令执行功能，因此用户的接听电话、挂断电话等指令并不会传送给视频通话的另一方。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本发明实施例提供的视频通话方法的较佳应用环境图；
图2为本发明实施例提供的视频通话方法的第一较佳实施例的流程示意图；
图3为本发明实施例提供的视频通话方法的第二较佳实施例的流程示意图；
图4为本发明实施例提供的视频通话方法的第三较佳实施例的流程示意图；
图5为本发明实施例提供的视频通话装置的模块示意图；
图6为本发明实施例提供的实现视频通话方法的音频设备的内部结构示意图；
图7为本发明实施例提供的实现视频通话方法的视频通话设备的内部结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
本发明的实施方式涉及一种视频通话方法，在本实施方式中，利用一个额外的音频设备，在接收到用户的语音指令时，执行拾音操作获取用户通话的语音数据，并将该语音数据转发给视频通话设备，由于额外的音频设备跟所述视频通话设备是通过无线传输模块进行数据传输，因此不受近距离的限制。进一步地，本发明实施例视频通话模式中通过预设的唤醒指令，将所述音频设备从执行数据传输功能转换为指令执行功能，因此用户的接听电话、挂断电话等指令并不会传送给视频通话的另一方。下面对本实施方式的视频通话方法实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
参考图1所示，图1为本发明实施例提供的视频通话方法的较佳应用环境图。本发明所述视频通话方法应用在包括音频设备、视频通话设备、云服务器、屏幕、摄像头、终端设备的网络架构中。所述音频设备、视频通话设备、云服务器、屏幕、摄像头、终端设备之间通过网络进行通信。
所述网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(virtualprivatenetwork，vpn)等。
在本发明实施方式中，所述音频设备接收到第一预设唤醒指令时将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析，在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接，执行拾音操作获取用户通话的语音数据，利用所述无线传输模块向视频通话设备传输所述用户通话的语音数据，并将从所述视频通话设备中接收的音频数据输出。
本发明实施例通过音频设备作为拾音器送音到视频通话设备，进而实现远距离视频通话。
所述音频设备能够采集音频信号，并能输出音频信号至其他设备中。包括但不限于：功放机、音箱、多媒体控制台、数字调音台、音频采样卡、合成器、中高频音箱、话筒，pc中的声卡、耳机等，其他周边音频设备：专业话筒系列、耳机、收扩音系统等。
本发明实施例中，所述视频通话设备接收到与云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接，打开无线传输模块，与一个音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据，调用摄像头捕获视频数据，将所述用户通话的语音数据以及所述视频数据传送给所述云服务器；及接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
本发明实施例中，所述视频通话设备可以是一个机顶盒，所述机顶盒是数字视频变换盒(settopbox)简称stb，通常称作机顶盒或机上盒，是一个连接电视机等屏幕与外部信号源的设备，能为屏幕提供音视频信号。其中每个机顶盒对应一个标识的视频号码，在需要与一个机顶盒建立视频通话时，先拨打该视频号码，机顶盒就能接收到接听视频通话的请求。
可选地，本发明实施例中所述无线传输模块是蓝牙模块，如所述音频设备包括第一蓝牙，所述视频通话设备包括第二蓝牙。通过所述第一蓝牙与第二蓝牙能够建立所述音频设备与所述视频通话设备之间的实时语音传输，从而实现远距离视频通话。
所述云服务器是能够对语音指令进行解析，并下发控制指令以控制音频设备和视频通话设备的服务器。
本发明实施例中，所述云服务器包括：语音信息处理模块、自然语言处理模块、会话管理模块、技能分发模块、在线从文本到语音(texttospeech，tts)处理模块。
所述语音信息处理模块用于将用户语音文件转为文本信息。所述自然语言处理模块先对所述文本信息进行敏感词过滤，最后做nlp(neuro-linguisticprogramming)算法解析。所述会话管理模块接收当前会话场景，并将会话场景提供给自然语言处理模块，nlp在解析时会参考当前场景。所述技能分发模块根据nlp解析到的语义，下发控制指令给音频设备及机顶盒。所述在线tts处理模块根据终端设备的用户手机号标识和上传的需要播报的文本返回个性化语音播报。
所述屏幕包括但不限于电视、电脑、手机等设备的屏幕。
所述摄像头可以是一个单独的摄像头，也可以是电视、电脑、手机等设备的摄像头模块。
所述终端设备包括但不限于手机、电脑等其他终端设备。所述终端设备中可以安装有视频通话app，通过所述视频通话app可以根据视频需求唤醒音频设备，输入语音指令等等。
在上述网络结构中，所述音频设备、机顶盒绑定在同一个账号下，例如绑定在同一个app账号中。
参阅图2所示，图2是本发明为本发明实施例提供的视频通话方法的第一较佳实施例的流程示意图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本发明实施例中，图2所示方法应用于上述的音频设备中，并详细包括：
s21、接收到第一预设唤醒指令时接收用户的语音指令。
在本发明实施例中，结合不同的视频通话需求情景，向所述音频设备发送唤醒指令有多种方式。
在一实施例中，音频设备通过接收用户在音频设备或者与所述音频设备绑定连接的终端设备上安装的视频通话app的用户界面上输入的指令获取唤醒指令。例如，在用户需要主动打电话给目标对象，用户在所述用户界面上输入“打电话给小李”的语音指令时，就会触发音频设备的唤醒指令。
例如，视频通话正在进行时，用户在用户界面上输入“挂断语音”的语音指令时，也会触发音频设备的唤醒指令。
在一实施例中，音频设备通过接收所述视频通话设备发送的通知指令获取唤醒指令。例如，在机顶盒收到接听视频通话请求后，会通知音频设备以唤醒音频设备以使音频设备将接听视频通话请求的事件上传到云服务器中。
s22、将接收到的语音指令发送至与所述音频设备通信的云服务器进行解析。
在本实施例中，所述云服务器采用下述方法对所述语音指令进行解析：
首先，利用语音信息处理模块将所述用户指令转为文本信息，利用自然语言处理模块对所述文本信息进行敏感词过滤，并结合会话管理模块，利用nlp解析所述语音指令的语义，并根据所述用户指令的语义生成控制指令。
s23、在接收所述云服务器发送的根据所述语音指令解析的得到的拨打视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接。
在本实施例中，所述控制指令包括但不限于：拨打视频通话指令、挂断视频通话指令及接听视频通话指令等。
本发明实施例中，在所述视频通话模式下，所述音频设备作为一个拾音器，将用户的语音数据转发给视频通话设备。
s24、执行拾音操作获取用户通话的语音数据。
s25、利用所述无线传输模块向视频通话设备传输所述用户通话的语音数据，并将从所述视频通话设备中接收的音频数据输出。
在上述实施例中，将音频设备作为拾音器送音到视频显示装置，并在通话建立后，采用蓝牙送音方案，进而实现远距离视频通话。
如图3为本发明实施例提供的视频通话方法的第二较佳实施例的流程示意图，仍然应用于音频设备中。在该流程示意图中，在建立视频通话后，音频设备会被再次唤醒以实现挂断视频通话，所述方法包括：
s31、在视频通话模式中接收到第二预设唤醒指令时，关闭所述视频通话模式，并接收用户的语音指令，将所述接收到的语音指令发送至所述云服务器进行解析。
本发明实施例中，所述第二预设唤醒指令可以跟上述的第一预设唤醒指令相同。
本发明实施例中，所述视频通话模式关闭后，所述音频设备不再作为拾音器转发用户的语音数据给视频通话设备。
s32、在接收到所述云服务器根据所述语音指令解析得到的关闭视频通话指令时，关闭所述无线传输模块。
在本实施例中，在所述音频设备的视频通话模式开启之后，该音频设备作为拾音器送音到视频通话设备，并在通话建立后，采用蓝牙送音方案，进而实现远距离视频通话。而且在用户正在视频通话时，若音频设备再次接收到唤醒指令时，所述视频通话模式会被关闭，此时，所述音频设备不再作为拾音器，而是将用户的语音指令发送至云服务器，这样用户挂断电话的语音不会被送音到视频通话的另一方，提高了用户体验。
如图4所示，图4为本发明实施例提供的视频通话方法的第四较佳实施例的流程示意图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本发明实施例中，图4所示方法应用于上述的视频通话设备中，并详细包括：
s41、接收到与所述视频通话设备通信的云服务器发送的视频通话指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接。
s42、打开无线传输模块，与所述音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据。
s43、调用一个摄像头捕获视频数据。
s44、将所述用户通话的语音数据以及所述视频数据传送给所述云服务器。s45、接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
如图5所示，是本发明视频通话装置的功能模块图。
根据实现的功能，所述视频通话装置包括第一视频通话装置100。本发明实施例中第一视频通话装置100可以安装于视频设备中。进一步地，所述第一视频通话装置100可以包括指令执行模块101、语音传送模块102。本发所述模块也可以称之为单元，是指一种能够被音频设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。
在本实施例中，所述指令执行模块101及语音传送模块102的功能如下：
所述指令执行模块101，用于接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
所述语音传送模块102，用于在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接，执行拾音操作获取用户通话的语音数据，利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
本申请所提供的第一视频通话装置100在具体运行时可以取得上述图2及图3的方法实施例一样的技术效果。
进一步地，本发明另一个实施例中，所述视频通话装置包括第二视频通话装置200。所述第二视频通话装置200安装于视频通话设备中，并可以包括连接模块103及数据收发模块104。
在本实施例中，所述连接模块103及数据收发模块104的功能如下：
所述连接模块103，用于接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
所述数据收发模块104，用于打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据，调用摄像头捕获视频数据，将所述用户通话的语音数据以及所述视频数据传送给所述云服务器，及接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
本申请所提供的第二视频通话装置200在具体运行时可以取得上述图4的方法实施例一样的技术效果。
如图6所示，是本发明实现视频通话方法的音频设备的结构示意图。
所述音频设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如视频通话程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是音频设备1的内部存储单元，例如该音频设备1的移动硬盘。所述存储器11在另一些实施例中也可以是音频设备1的外部存储设备，例如音频设备1上配备的插接式移动硬盘、智能存储卡(smartmediacard，smc)、安全数字(securedigital，sd)卡、闪存卡(flashcard)等。进一步地，所述存储器11还可以既包括音频设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于音频设备1的应用软件及各类数据，例如视频通话程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述音频设备的控制核心(controlunit)，利用各种接口和线路连接整个音频设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行视频通话程序等)，以及调用存储在所述存储器11内的数据，以执行音频设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图6仅示出了具有部件的音频设备，本领域技术人员可以理解的是，图6示出的结构并不构成对所述音频设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述音频设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述音频设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
进一步地，所述音频设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该音频设备1与其他音频设备之间建立通信连接。
可选地，该音频设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在音频设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述音频设备1中的所述存储器11存储的视频通话程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接；
执行拾音操作获取用户通话的语音数据；
利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
具体地，所述处理器11对上述指令的具体实现方法对应实施例中相关步骤的描述，在此不赘述。
进一步地，如图7所示，是本发明实现视频通话方法的视频通话设备的结构示意图。所示视频通话设备的结构与图6所示音频设备的结构相似，这里不再重复介绍。
所述视频通话设备中的所述存储器21存储的视频通话程序22是多个指令的组合，在所述处理器20中运行时，可以实现：
接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据；
调用摄像头捕获视频数据；
将所述用户通话的语音数据以及所述视频数据传送给所述云服务器；及
接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
进一步地，本发明实施例中所述模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)。
所述计算机可读存储介质上存储有视频通话程序，所述视频通话程序可被一个或多个处理器执行，以实现如下操作：
接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接；
执行拾音操作获取用户通话的语音数据；
利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
进一步地，所述计算机可读存储介质上存储有视频通话程序，所述视频通话程序可被一个或多个处理器执行，还实现如下操作：
接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据；
调用摄像头捕获视频数据；
将所述用户通话的语音数据以及所述视频数据传送给所述云服务器；及
接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
1.一种视频通话方法，其特征在于，所述方法应用于音频设备中，包括：
接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接；
执行拾音操作获取用户通话的语音数据；
利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
2.根据权利要求1所述的视频通话方法，其特征在于，所述方法还包括：
在视频通话模式中接收到第二预设唤醒指令时，关闭所述视频通话模式，并将接收到的用户的语音指令发送至所述云服务器进行解析；
在接收到所述云服务器根据所述语音指令解析得到的关闭视频通话的控制指令时，关闭所述无线传输模块。
3.根据权利要求1或2所述的视频通话方法，其特征在于，所述无线传输模块为蓝牙模块。
4.一种视频通话方法，其特征在于，所述方法应用于视频通话设备中，所述方法包括：
接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据；
调用摄像头捕获视频数据；
将所述用户通话的语音数据以及所述视频数据传送给所述云服务器；及
接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
5.一种视频通话装置，其特征在于，所述装置包括：
指令执行模块，用于接收到第一预设唤醒指令时，将接收到的用户的语音指令发送至与所述音频设备通信的云服务器进行解析；
语音传送模块，用于在接收到所述云服务器根据所述语音指令解析得到的视频通话的控制指令时，开启视频通话模式，并打开无线传输模块，建立与视频通话设备之间的无线连接，执行拾音操作获取用户通话的语音数据，利用所述无线传输模块向所述视频通话设备传输所述用户通话的语音数据，并从所述视频通话设备中接收的音频数据并输出。
6.如权利要求5所述的视频通话装置，其特征在于，所述指令执行模块还用于在视频通话模式中接收到第二预设唤醒指令时，关闭所述视频通话模式，并将接收到的用户的语音指令发送至所述云服务器进行解析，在接收到所述云服务器根据所述语音指令解析得到的关闭视频通话的控制指令时，关闭所述无线传输模块。
7.一种视频通话装置，其特征在于，所述装置包括：
连接模块，用于接收到与所述视频通话设备通信的云服务器发送的视频通话的控制指令时，调用视频通话的应用程序建立与被叫方视频通话设备的通信连接；
数据收发模块，用于打开无线传输模块，与音频设备进行建立无线连接，并接收所述音频设备转发的用户通话的语音数据，调用摄像头捕获视频数据，将所述用户通话的语音数据以及所述视频数据传送给所述云服务器，及接收所述云服务器发送的被叫方视频通话设备传送的音视频数据，将所述音视频数据中的音频数据发送给所述音频设备输出，并将所述音视频数据中的视频数据通过所述视频通话设备的屏幕输出。
8.一种音频设备，其特征在于，所述音频设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至3中任意一项所述的视频通话方法。
9.一种视频通话设备，其特征在于，所述视频通话设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求4所述的视频通话方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一所述的视频通话方法。
技术总结