1.一种音频直播系统，其特征在于，所述系统包括：主播端、网络服务器和观众端；

所述主播端，用于采集外放的音频数据、获取所述主播端当前播放的音乐的音乐数据源、将所述音频数据和所述音乐数据源进行混音获得待传输音频数据，以及将所述待传输音频数据发送给所述网络服务器；所述主播端还用于对所述音频数据进行编码；

所述网络服务器，用于接收所述主播端发送的所述待传输音频数据，并将所述待传输音频数据转发给所述观众端；

所述观众端，用于接收所述网络服务器转发的所述待传输音频数据，并将所述待传输音频数据进行播放；

当所述主播端的直播数据包含视频数据、所述待传输音频数据和与所述音乐数据源对应的歌词数据时，所述主播端还用于将所述视频数据、所述待传输音频数据和所述歌词数据进行复用，以及将复用后的所述直播数据发送给所述网络服务器；

所述网络服务器还用于接收复用后的所述直播数据，并将复用后的所述直播数据转发给所述观众端；

所述观众端还用于接收所述网络服务器转发的复用后的所述直播数据，并将复用后的所述直播数据进行呈现；

其中，将所述视频数据、所述待传输音频数据和所述歌词数据进行复用，以及将复用后的所述直播数据发送给所述网络服务器，包括：步骤S1：以预设帧率分别将所述视频数据、所述待传输音频数据和所述歌词数据编码成多帧视频数据包、多帧待传输音频数据包和多帧歌词数据包，其中，所述视频数据包、所述待传输音频数据包和所述歌词数据包均携带有时间戳；

步骤S2：按照所述时间戳的时间先后顺序，分别将所述多帧视频数据包、所述多帧待传输音频数据包和所述多帧歌词数据包存储至视频缓冲队列、音频缓冲队列和歌词缓冲队列中；

步骤S3：分别从所述视频缓冲队列、所述音频缓冲队列和所述歌词缓冲队列中提取出位于队列首位的第一帧视频数据包、第一帧待传输音频数据包和第一帧歌词数据包；

步骤S4：比较所述第一帧视频数据包、所述第一帧待传输音频数据包和所述第一帧歌词数据包的时间戳的大小，提取出时间戳最小的数据包，并为时间戳最小的数据包添加帧头信息，对添加有所述帧头信息的数据包进行直播传输，跳转至步骤S3直至所有队列中的数据包均传输完毕；

当所述音乐包含歌词数据时，所述主播端还用于将所述歌词数据发送给所述网络服务器；

所述网络服务器还用于接收所述主播端发送的所述歌词数据，并将所述歌词数据转发给所述观众端；

所述观众端还用于接收所述网络服务器转发的所述歌词数据，并将所述歌词数据进行展现；

所述主播端还用于获取视频数据，并将所述视频数据发送给所述网络服务器；

所述网络服务器还用于接收所述主播端发送的所述视频数据，并将所述视频数据转发给所述观众端；

所述观众端还用于接收所述网络服务器转发的所述视频数据，并将所述视频数据进行展现。

2.如权利要求1所述的音频直播系统，其特征在于，所述获取所述主播端当前播放的音乐的音乐数据源，包括：从本地获取所述音乐的音乐数据源；或

从网络获取所述音乐的音乐数据源。

3.如权利要求1所述的音频直播系统，其特征在于，所述主播端还用于：对所述音乐数据源进行解码。

4.如权利要求1所述的音频直播系统，其特征在于，所述主播端还用于：将所述音频数据和所述音乐数据源的音频参数进行统一。

5.如权利要求4所述的音频直播系统，其特征在于，所述音频参数包括采样率、采样精度和通道数中的至少一个。

6.如权利要求1所述的音频直播系统，其特征在于，所述主播端通过实时消息传输协议(RTMP)将所述待传输音频数据发送给所述网络服务器。