1.一種音頻播放的方法，其特征在于，包括：
識別與正在播放音頻關(guān)聯(lián)的目標對象；
獲取所述目標對象在終端屏幕中的坐標；
根據(jù)所述坐標判斷所述目標對象在所述終端屏幕預(yù)先劃分的至少兩個區(qū)域中的目標區(qū)域，其中，所述至少兩個區(qū)域中的每個區(qū)域均對應(yīng)設(shè)置有揚聲器；
通過所述目標區(qū)域?qū)?yīng)設(shè)置的揚聲器播放所述正在播放音頻。
2.如權(quán)利要求1所述的方法，其特征在于，所述識別與正在播放音頻關(guān)聯(lián)的目標對象，包括：
識別視頻中與所述正在播放音頻關(guān)聯(lián)的人物圖像，其中，所述正在播放音頻為所述視頻中的音頻；
所述獲取所述目標對象在終端屏幕中的坐標，包括：
獲取所述人物圖像在所述終端屏幕中的坐標。
3.如權(quán)利要求1所述的方法，其特征在于，所述識別與正在播放音頻關(guān)聯(lián)的目標對象，包括：
識別輸出所述正在播放音頻的軟件，所述軟件是所述終端屏幕分屏使用的軟件；
所述獲取所述目標對象在終端屏幕中的坐標，包括：
獲取所述軟件的軟件窗口在所述終端屏幕中的坐標。
4.如權(quán)利要求1-3中任意一項所述的方法，其特征在于，所述至少兩個區(qū)域包括：
所述終端屏幕被劃分為第一區(qū)域和第二區(qū)域，且第一區(qū)域?qū)?yīng)終端的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端的第二揚聲器；
或者所述終端屏幕被劃分為第一區(qū)域和第二區(qū)域，且第一區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第一揚聲器，第二區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第二揚聲器。
5.如權(quán)利要求1-3中任意一項所述的方法，其特征在于，所述至少兩個區(qū)域包括：
所述終端屏幕被劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域，且第一區(qū)域?qū)?yīng)終端的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端的第一揚聲器和第二揚聲器，第三區(qū)域?qū)?yīng)所述終端的第二揚聲器；
或者所述終端屏幕被劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域，且第一區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端連接的音頻播放裝置的第一揚聲器和第二揚聲器，第三區(qū)域?qū)?yīng)所述終端連接的音頻播放裝置的第二揚聲器。
6.如權(quán)利要求2所述的方法，其特征在于，所述識別視頻中與所述正在播放音頻關(guān)聯(lián)的人物圖像，包括：
識別視頻中與所述正在播放音頻關(guān)聯(lián)的圖像幀，識別所述圖像幀包括嘴巴有張合的動作的人物圖像，并將所述人物圖像作為與所述正在播放音頻關(guān)聯(lián)的人物圖像；
或者在所述視頻中的當前播放圖像幀只有一個人物圖像時，將所述人物圖像作為與所述正在播放音頻關(guān)聯(lián)的人物圖像。
7.一種終端，其特征在于，包括：
識別模塊，用于識別與正在播放音頻關(guān)聯(lián)的目標對象；
獲取模塊，用于獲取所述目標對象在終端屏幕中的坐標；
判斷模塊，用于根據(jù)所述坐標判斷所述目標對象在所述終端屏幕預(yù)先劃分的至少兩個區(qū)域中的目標區(qū)域，其中，所述至少兩個區(qū)域中的每個區(qū)域均對應(yīng)設(shè)置有揚聲器；
播放模塊，用于通過所述目標區(qū)域?qū)?yīng)的揚聲器播放所述正在播放音頻。
8.如權(quán)利要求7所述的終端，其特征在于，所述識別模塊用于識別視頻中與所述正在播放音頻關(guān)聯(lián)的人物圖像，其中，所述正在播放音頻為所述視頻中的音頻；
所述獲取模塊用于獲取所述人物圖像在所述終端屏幕中的坐標。
9.如權(quán)利要求7所述的終端，其特征在于，所述識別模塊用于識別輸出所述正在播放音頻的軟件，所述軟件是所述終端屏幕分屏使用的軟件；
所述獲取模塊用于獲取所述軟件的軟件窗口在所述終端屏幕中的坐標。
10.如權(quán)利要求7-9中任意一項所述的終端，其特征在于，所述至少兩個區(qū)域包括：
所述終端屏幕被劃分為第一區(qū)域和第二區(qū)域，且第一區(qū)域?qū)?yīng)終端的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端的第二揚聲器；
或者所述終端屏幕被劃分為第一區(qū)域和第二區(qū)域，且第一區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第一揚聲器，第二區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第二揚聲器。
11.如權(quán)利要求7-9中任意一項所述的終端，其特征在于，所述至少兩個區(qū)域包括：
所述終端屏幕被劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域，且第一區(qū)域?qū)?yīng)終端的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端的第一揚聲器和第二揚聲器，第三區(qū)域?qū)?yīng)所述終端的第二揚聲器；
或者所述終端屏幕被劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域，且第一區(qū)域?qū)?yīng)終端連接的音頻播放裝置的第一揚聲器，第二區(qū)域?qū)?yīng)所述終端連接的音頻播放裝置的第一揚聲器和第二揚聲器，第三區(qū)域?qū)?yīng)所述終端連接的音頻播放裝置的第二揚聲器。
12.如權(quán)利要求8所述的終端，其特征在于，所述識別模塊用于識別視頻中與所述正在播放音頻關(guān)聯(lián)的圖像幀，識別所述圖像幀包括嘴巴有張合的動作的人物圖像，并將所述人物圖像作為與所述正在播放音頻關(guān)聯(lián)的人物圖像；
或者在所述視頻中的當前播放圖像幀只有一個人物圖像時，所述識別模塊用于將所述人物圖像作為與所述正在播放音頻關(guān)聯(lián)的人物圖像。