開發多人純語音聊天直播交友平臺的技術難點分析

目前 大火 的影片直播，憑藉其強大的荷爾蒙作用，已經證明了不僅能夠滿足使用者的需求，還能夠引導甚至製造使用者需求，形成一波熱潮。 但 千篇一律的網紅臉讓很多網友都開始視覺疲勞。 於是，不少商家平臺開始將目光瞄準多人純語音聊天市場。 那麼， 多人 語音直播 聊天的市場 能夠滿足使用者哪方面的需求呢？和影片直播相比，又有哪些優勢和特點呢？概括起來，直播主要可以滿足使用者兩個方面的需求：娛樂需求和價值需求。

多人 語音聊天場景技術難點

影片聊天時候，因為可以看到彼此，對聲音也不那麼在意。而純語音聊天時，人注意力都放在聲音上，對音質的要求更高。

1) 整體穩定的技術

語聊的技術門檻相對較低，多人語聊和特定場景相對複雜，技術實現難度比較大。以pia 戲為例，如果經常出現卡頓、延遲和聽不清的情況，會將營造的劇情氣氛破壞殆盡，主播時不時要退出重新登入，無法全身心投入，使用者聽到的是斷斷續續的聲音，不能沉浸到劇情中。音影片引擎，透過抖動緩衝技術、前向糾錯技術、丟幀補償技術減少網路抖動和弱網環境下的延遲，保障語音通話低延時且清晰。讓使用者在複雜網路環境和多型別手機的情況下，也能實現暢通優質的語音通話。

2) 多人聊天的語音前處理

以KTV 語聊房為例，在房間當中，有人說話聲音、歌聲、伴奏都在房間呈現，每個人所處的地方，所用的裝置也不一樣，這就有很大可能出現回聲、噪音，或是某個人裝置不是很好，發出的聲音很小。語音前處理 3A 技術：回聲消除 (AEC) 、噪音抑制 (ANS) 、音量增益 (AGC) ，杜絕回聲和嘯叫，降噪而無損音質。這樣歌者能展示甜美歌聲，聽眾也有良好的聽覺享受。

3) 媒體次要資訊同步

而在KTV 類的場景中， AB 兩人輪麥合唱，如果輪到 B 唱歌時發現歌詞沒同步，就很難唱下去。這當中技術難點就在於歌詞等媒體次要資訊是否能做到同步。支援將非媒體資訊注入媒體流中，歌詞等媒體次要資訊和音影片資訊放在同一個媒體通道傳輸的，做到歌詞與歌聲同步展示 效 果。

開發 語音聊天 平臺 的技術關鍵點

語音聊天室需要為使用者提供長時間、高頻次語音連麥互動功能，在網路抖動時保證語音通話流暢、延遲小、卡頓低、音質好。因此開發語音聊天室，一些技術關鍵點需要關注，如：頻繁麥位切換：搶麥、跳麥、麥位排序、抱麥、上麥、下麥等是典型場景，複雜的麥位邏輯需要詳細設計，否則影響會產品體驗；

高併發：應用高峰一般會出現在午休時刻、晚上或者週末，音視訊通話發起、接聽數會瞬間爆發增長，如果音影片架構不能支援海量併發，那麼通話發起或者接聽不成功、丟包、卡頓、延時等現象出現機率極高；

卡頓：通常是由丟包引起，涉及到音影片編解碼效能質量， 並且 端到端的傳輸鏈路設計都會對卡頓造成影響；

時延：通話延時大於150ms 時，就會影響通話質量通話連續性影響，當最大時延大於 400ms ，基本聽不到對方講話；

音質：噪聲、回聲、聽不清、無聲等音質問題，特別影響使用者體驗，提高音質，適配機型、適配音訊編解碼、調優效能等工作需要重視。

房間：使用者進行多人實時音視訊通話的地方

房主：音影片房間的建立者或者管理員

連麥者：在多人通話時參與語音互動，發言的人，可以傳送語音，接收其他連麥者、房主語音

觀眾：只可以收聽的人，沒有發言的許可權，其中連麥者和觀眾身份可以隨時切換。

 

 

（文 / 布穀科技 - 封百前 ）