1.一種直播處理方法，其特征在于，用于主播客戶端，包括：
與嘉賓客戶端建立直播連線連接；
接收所述嘉賓客戶端發(fā)送的嘉賓音頻流；
將本地的主播音頻流與所述嘉賓音頻流進行合成，得到目標音頻流；
向服務器發(fā)送所述目標音頻流，以使所述服務器將所述目標音頻流發(fā)送給觀眾客戶端及嘉賓客戶端。
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
接收所述嘉賓客戶端發(fā)送的嘉賓視頻流；
將本地的主播視頻流與所述嘉賓視頻流進行合成，得到目標視頻流；
向服務器發(fā)送所述目標視頻流，以使所述服務器將所述目標視頻流發(fā)送給觀眾客戶端及嘉賓客戶端。
3.根據權利要求1所述的方法，其特征在于，所述方法還包括：
當檢測到所述主播音頻流或所述嘉賓音頻流中存在預設關鍵詞時，在直播畫面中顯示所述預設關鍵詞對應的動畫。
4.根據權利要求2所述的方法，其特征在于，所述方法還包括：
當檢測到所述主播視頻流或所述嘉賓視頻流中存在預設動作或預設表情時，在直播畫面中顯示所述預設動作或所述預設表情對應的動畫。
5.根據權利要求1所述的方法，其特征在于，所述接收所述嘉賓客戶端發(fā)送的嘉賓音頻流，包括：
基于用戶數據報協(xié)議UDP的實時傳輸協(xié)議RTP接收所述嘉賓客戶端發(fā)送的嘉賓音頻流。
6.根據權利要求1所述的方法，其特征在于，所述與嘉賓客戶端建立直播連線連接，包括：
根據用戶選擇指令，向所述嘉賓客戶端發(fā)送連麥邀請消息，所述用戶選擇指令中攜帶有所述嘉賓客戶端的標識信息；
當接收到所述嘉賓客戶端返回的連麥確認消息時，與所述嘉賓客戶端建立直播連線連接。
7.一種直播處理方法，其特征在于，用于嘉賓客戶端，包括：
與主播客戶端建立直播連線連接；
向所述主播客戶端發(fā)送嘉賓音頻流，以使所述主播客戶端將本地的主播音頻流與所述嘉賓音頻流進行合成得到目標音頻流；
接收所述服務器發(fā)送的所述目標音頻流，其中所述目標音頻流由所述主播客戶端合成后發(fā)送給所述服務器。
8.根據權利要求7所述的方法，其特征在于，所述方法還包括：
向所述主播客戶端發(fā)送嘉賓視頻流，以使所述主播客戶端將本地的主播視頻流與所述嘉賓視頻流進行合成得到目標視頻流；
接收所述服務器發(fā)送的所述目標視頻流，其中所述目標音頻流由所述主播客戶端合成后發(fā)送給所述服務器。
9.根據權利要求7所述的方法，其特征在于，所述向所述主播客戶端發(fā)送嘉賓音頻流包括：
基于用戶數據報協(xié)議UDP的實時傳輸協(xié)議RTP向所述主播客戶端發(fā)送嘉賓音頻流。
10.根據權利要求7所述的方法，其特征在于，所述與主播客戶端建立直播連線連接，包括：
接收所述主播客戶端根據用戶選擇指令發(fā)送的連麥邀請消息，所述用戶選擇指令中攜帶有所述嘉賓客戶端的標識信息；
向所述主播客戶端發(fā)送連麥確認消息，與所述主播客戶端建立直播連線連接。
11.一種直播處理裝置，其特征在于，位于主播客戶端，包括：
第一連接模塊，用于與嘉賓客戶端建立直播連線連接；
第一音頻接收模塊，用于接收所述嘉賓客戶端發(fā)送的嘉賓音頻流；
音頻合成模塊，用于將本地的主播音頻流與所述第一音頻接收模塊接收的嘉賓音頻流進行合成，得到目標音頻流；
音頻輸出模塊，用于向服務器發(fā)送所述音頻合成模塊合成的目標音頻流，以使所述服務器將所述目標音頻流發(fā)送給觀眾客戶端及嘉賓客戶端。
12.根據權利要求11所述的裝置，其特征在于，所述裝置還包括：
第一視頻接收模塊，用于接收所述嘉賓客戶端發(fā)送的嘉賓視頻流；
視頻合成模塊，用于將本地的主播視頻流與所述第一視頻接收模塊接收的嘉賓視頻流進行合成，得到目標視頻流；
視頻輸出模塊，用于向服務器發(fā)送所述視頻合成模塊合成的目標視頻流，以使所述服務器將所述目標音頻流發(fā)送給觀眾客戶端及嘉賓客戶端。
13.根據權利要求11所述的裝置，其特征在于，所述裝置還包括：
動畫模塊，用于當檢測到所述主播音頻流或所述嘉賓音頻流中存在預設關鍵詞時，在直播畫面中顯示所述預設關鍵詞對應的動畫；或者，
當檢測到所述主播視頻流或所述嘉賓視頻流中存在預設動作或預設表情時，在直播畫面中顯示所述預設動作或所述預設表情對應的動畫。
14.一種直播處理裝置，其特征在于，位于嘉賓客戶端，包括：
第二連接模塊，用于與主播客戶端建立直播連線連接；
音頻發(fā)送模塊，用于向所述主播客戶端發(fā)送嘉賓音頻流，以使所述主播客戶端將本地的主播音頻流與所述嘉賓音頻流進行合成得到目標音頻流；
第二音頻接收模塊，用于接收所述服務器發(fā)送的所述目標音頻流，其中所述目標音頻流由所述主播客戶端合成后發(fā)送給所述服務器。
15.根據權利要求14所述的裝置，其特征在于，所述裝置還包括：
視頻發(fā)送模塊，用于向所述主播客戶端發(fā)送嘉賓視頻流，以使所述主播客戶端將本地的主播視頻流與所述嘉賓視頻流進行合成得到目標視頻流；
第二視頻接收模塊，用于接收所述服務器發(fā)送的所述目標視頻流，其中所述目標視頻流由所述主播客戶端合成后發(fā)送給所述服務器。
16.一種終端設備，其特征在于，包括：
處理器和用于存儲處理器可執(zhí)行指令的存儲器；
其中，所述處理器被配置為：
與嘉賓客戶端建立直播連線連接；
接收所述嘉賓客戶端發(fā)送的嘉賓音頻流；
將本地的主播音頻流與所述嘉賓音頻流進行合成，得到目標音頻流；
向服務器發(fā)送所述目標音頻流，以使所述服務器將所述目標音頻流發(fā)送給觀眾客戶端及嘉賓客戶端。
17.一種終端設備，其特征在于，包括：
處理器和用于存儲處理器可執(zhí)行指令的存儲器；
其中，所述處理器被配置為：
與主播客戶端建立直播連線連接；
向所述主播客戶端發(fā)送嘉賓音頻流，以使所述主播客戶端將本地的主播音頻流與所述嘉賓音頻流進行合成得到目標音頻流；
接收所述服務器發(fā)送的所述目標音頻流，其中所述目標音頻流由所述主播客戶端合成后發(fā)送給所述服務器。
18.一種直播處理系統(tǒng)，其特征在于，包括：
主播客戶端，用于與嘉賓客戶端建立直播連線連接，接收所述嘉賓客戶端發(fā)送的嘉賓音頻流，將本地的主播音頻流與所述嘉賓音頻流進行合成，得到目標音頻流，向服務器發(fā)送所述目標音頻流；
服務器，用于將所述目標音頻流發(fā)送給觀眾客戶端及所述嘉賓客戶端；
嘉賓客戶端，用于向所述主播客戶端發(fā)送嘉賓音頻流，接收所述服務器發(fā)送的所述目標音頻流。
19.根據權利要求18所述的系統(tǒng)，其特征在于：
所述主播客戶端接收所述嘉賓客戶端發(fā)送的嘉賓視頻流，將本地的主播視頻流與所述嘉賓視頻流進行合成，得到目標視頻流，向服務器發(fā)送所述目標視頻流；
所述服務器將從所述主播客戶端接收的目標視頻流發(fā)送給觀眾客戶端及嘉賓客戶端。