目前大火的視頻直播，憑借其強(qiáng)大的荷爾蒙作用，已經(jīng)證明了不僅能夠滿足用戶的需求，還能夠引導(dǎo)甚至制造用戶需求，形成一波熱潮。但千篇一律的網(wǎng)紅臉讓很多網(wǎng)友都開始視覺疲勞。于是，不少商家平臺開始將目光瞄準(zhǔn)多人純語音聊天市場。那么，多人語音直播聊天的市場能夠滿足用戶哪方面的需求呢？和視頻直播相比，又有哪些優(yōu)勢和特點(diǎn)呢？概括起來，直播主要可以滿足用戶兩個方面的需求：娛樂需求和價值需求。

多人語音聊天場景技術(shù)難點(diǎn)

視頻聊天時候，因?yàn)榭梢钥吹奖舜耍瑢β曇粢膊荒敲丛谝�。而純語音聊天時，人注意力都放在聲音上，對音質(zhì)的要求更高。

1)整體穩(wěn)定的技術(shù)

語聊的技術(shù)門檻相對較低，多人語聊和特定場景相對復(fù)雜，技術(shù)實(shí)現(xiàn)難度比較大。以pia戲?yàn)槔�，如果�?jīng)常出現(xiàn)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錄，無法全身心投入，用戶聽到的是斷斷續(xù)續(xù)的聲音，不能沉浸到劇情中。音視頻引擎，通過抖動緩沖技術(shù)、前向糾錯技術(shù)、丟幀補(bǔ)償技術(shù)減少網(wǎng)絡(luò)抖動和弱網(wǎng)環(huán)境下的延遲，保障語音通話低延時且清晰。讓用戶在復(fù)雜網(wǎng)絡(luò)環(huán)境和多類型手機(jī)的情況下，也能實(shí)現(xiàn)暢通優(yōu)質(zhì)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(dāng)中，有人說話聲音、歌聲、伴奏都在房間呈現(xiàn)，每個人所處的地方，所用的設(shè)備也不一樣，這就有很大可能出現(xiàn)回聲、噪音，或是某個人設(shè)備不是很好，發(fā)出的聲音很小。語音前處理3A技術(shù)：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(zhì)。這樣歌者能展示甜美歌聲，聽眾也有良好的聽覺享受。

3)媒體次要信息同步

而在KTV類的場景中，AB兩人輪麥合唱，如果輪到B唱歌時發(fā)現(xiàn)歌詞沒同步，就很難唱下去。這當(dāng)中技術(shù)難點(diǎn)就在于歌詞等媒體次要信息是否能做到同步。支持將非媒體信息注入媒體流中，歌詞等媒體次要信息和音視頻信息放在同一個媒體通道傳輸?shù)�，做到歌詞與歌聲同步展示效果。

開發(fā)語音聊天平臺的技術(shù)關(guān)鍵點(diǎn)

語音聊天室需要為用戶提供長時間、高頻次語音連麥互動功能，在網(wǎng)絡(luò)抖動時保證語音通話流暢、延遲小、卡頓低、音質(zhì)好。因此開發(fā)語音聊天室，一些技術(shù)關(guān)鍵點(diǎn)需要關(guān)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，復(fù)雜的麥位邏輯需要詳細(xì)設(shè)計(jì)，否則影響會產(chǎn)品體驗(yàn)；

高并發(fā)：應(yīng)用高峰一般會出現(xiàn)在午休時刻、晚上或者周末，音視頻通話發(fā)起、接聽數(shù)會瞬間爆發(fā)增長，如果音視頻架構(gòu)不能支持海量并發(fā)，那么通話發(fā)起或者接聽不成功、丟包、卡頓、延時等現(xiàn)象出現(xiàn)幾率極高；

卡頓：通常是由丟包引起，涉及到音視頻編解碼性能質(zhì)量，并且端到端的傳輸鏈路設(shè)計(jì)都會對卡頓造成影響；

時延：通話延時大于150ms時，就會影響通話質(zhì)量通話連續(xù)性影響，當(dāng)最大時延大于400ms，基本聽不到對方講話；

音質(zhì)：噪聲、回聲、聽不清、無聲等音質(zhì)問題，特別影響用戶體驗(yàn)，提高音質(zhì)，適配機(jī)型、適配音頻編解碼、調(diào)優(yōu)性能等工作需要重視。

房間：用戶進(jìn)行多人實(shí)時音視頻通話的地方

房主：音視頻房間的創(chuàng)建者或者管理員

連麥者：在多人通話時參與語音互動，發(fā)言的人，可以發(fā)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(fā)言的權(quán)限，其中連麥者和觀眾身份可以隨時切換。

（文/布谷科技-封百前）