1.一种直播时的音视频同步方法，其特征在于，该方法包括以下步骤：S1：客户端在直播时，捕获视频影像和音频，转到S2；

S2：客户端记录捕获到视频影像的时间Tv、以及捕获音频的时间Ta，Ta＞Tv，转到S3；

S3：客户端对视频影像和音频进行编码，形成视频，在编码过程中设置视频影像时间戳Tvi和音频时间戳Tai：Tvi＝T-Tv，Tai＝T-Ta；其中T为自定义时间，转到S4；

S4：客户端根据视频影像时间戳Tvi播放视频影像，根据音频时间戳Tai播放音频。

2.如权利要求1所述的直播时的音视频同步方法，其特征在于：S3中所述T为S1中所述捕获视频影像和音频之前的时间。

3.如权利要求1或2所述的直播时的音视频同步方法，其特征在于，S4的流程包括：客户端分别对视频中的视频影像和音频进行解码，得到视频影像时间戳Tvi和音频时间戳Tai；

客户端在视频影像时间戳Tvi过后播放解码得到的视频影像，在音频时间戳Tai过后播放解码得到的音频。

4.一种存储介质，该存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至3任一项所述的方法。

5.一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，其特征在于：处理器执行计算机程序时实现权利要求1至3任一项所述的方法。

6.一种直播时的音视频同步系统，其特征在于：该系统包括设置于客户端上的视频捕获模块、视频捕获时间监测模块、视频编码模块和视频播放模块；

视频捕获模块用于：客户端在直播时，捕获视频影像和音频，向视频捕获时间监测模块发送视频捕获时间监测信号；

视频捕获时间监测模块用于：收到视频捕获时间监测信号后，记录捕获到视频影像的时间Tv、以及捕获音频的时间Ta，Ta＞Tv，向视频编码模块发送视频编码信号；

视频编码模块用于：收到视频编码信号后，对视频影像和音频进行编码，形成视频，在编码过程中设置视频影像时间戳Tvi和音频时间戳Tai：Tvi＝T-Tv，Tai＝T-Ta；其中T为自定义时间，向视频播放模块发送视频播放信号；

视频播放模块用于：收到视频播放信号后，根据视频影像时间戳Tvi播放视频影像，根据音频时间戳Tai播放音频。

7.如权利要求6所述的直播时的音视频同步系统，其特征在于：所述视频编码模块中的T为视频捕获模块捕获视频影像和音频之前的时间。

8.如权利要求6所述的直播时的音视频同步系统，其特征在于，所述视频播放模块的工作流程包括：分别对视频中的视频影像和音频进行解码，得到视频影像时间戳Tvi和音频时间戳Tai；在视频影像时间戳Tvi过后播放解码得到的视频影像，在音频时间戳Tai过后播放解码得到的音频。

9.如权利要求6至8任一项所述的直播时的音视频同步系统，其特征在于：所述视频捕获模块捕获的音频包括客户端声卡和传声器产生的声音数据。

10.如权利要求9所述的直播时的音视频同步系统，其特征在于：所述传声器为麦克风。