語音聊天在泛娛樂社交行業(yè)中有著重要的地位，行業(yè)中很多佼佼者也都為用戶提供了語音聊天室，甚至有些平臺最初就是依托語音聊天起家的。從最初的一對一語音，到以 YY 為引爆點的多人語音群聊，再到現(xiàn)在聚集了一批“音控”且月流水能達到1億的純語音社交平臺，很多類型的應(yīng)用中都有語音聊天室，我們來簡單列舉幾個。

語音電臺

這是語音聊天室中比較典型的場景。主播可以在直播間中與給聽眾講故事、唱歌，內(nèi)容形式不一而足，觀眾也可以申請上麥，與主播聊天互動。主要實現(xiàn)的功能就是語音連麥，以及通過消息系統(tǒng)來實現(xiàn)的文字消息功能。看似簡單，但是有些優(yōu)質(zhì)的語音社交平臺能達到每月1億的流水。

語音開黑

目前還有一些游戲不支持實時語音通話的功能。同時，也有一些王者玩家想收費帶青銅小白上分，而游戲中不支持付費帶玩，那么語音聊天室成為了滿足需求的出口。在一些應(yīng)用中，玩家可以通過可付費預(yù)約的語音聊天室，允許其他玩家預(yù)約陪玩的，同時還可以語音開黑。功能上與語音直播相似，只是在這個頻道中，不需要增加觀眾上下麥的邏輯。

以上只是包含了語音聊天的部分場景而已，綜上來看，語音聊天室需要滿足的主要功能包括：支持多人參與的語音聊天；支持播放背景音樂；支持設(shè)置背景圖片；

如何實現(xiàn)語音聊天室

要實現(xiàn)一個具備以上功能的語音聊天室，大致可以分為兩步：實現(xiàn)語音連麥、支持背景音樂播放。

首先是實現(xiàn)語音連麥。如果要通過自研的方法實現(xiàn)，會相對復(fù)雜一些，不僅需要自己部署服務(wù)器并做好高并發(fā)應(yīng)對，對編解碼器進行優(yōu)化以解決回聲和噪聲問題，還要合理部署邊緣節(jié)點來解決網(wǎng)絡(luò)延時問題。而以上這些問題，我們早已為開發(fā)者解決，并將接口集成于聲網(wǎng) SDK 中。同時，我們?yōu)榱藥烷_發(fā)者們快速實現(xiàn)，現(xiàn)已正式推出語音聊天室場景化方案。

語音聊天室場景化方案是基于聲網(wǎng)視頻通話 SDK 實現(xiàn)的。為什么是視頻通話 SDK 而不是語音 SDK 呢？視頻通話 SDK 支持語音與視頻功能。若開發(fā)者做好語音聊天室后，還可以根據(jù)自己需要在該基礎(chǔ)上實現(xiàn)視頻連麥。而且，更便于已經(jīng)開發(fā)視頻連麥直播的開發(fā)者，進一步實現(xiàn)語音聊天室。下圖為語音聊天室場景化方案的架構(gòu)圖與實現(xiàn)思路：

首先，房主一端創(chuàng)建 RtcEngine 對象，并填入 App ID。通過setChannelProfile 將頻道設(shè)置為直播模式。然后用 setClientRole 來設(shè)定主播（Broadcaster）和觀眾（Audience）的角色。在主播或觀眾離開房間時，通過調(diào)用LeaveChannel來完成。我們可以通過一張圖，來了解語音聊天室中接口調(diào)用邏輯：

其次，我們還可以為語音聊天室增加背景音樂。主播可以在自己的客戶端上選擇要播放的音樂，然后通過 SDK 的 AudioMixing 接口在本地與主播語音混音后播放給連麥聽眾和普通聽眾。

觀眾上下麥、主播離開房間、聊天背景圖片的切換等控制消息，都會通過消息系統(tǒng)來實現(xiàn)。消息服務(wù)器還承載著另一個任務(wù)，就是傳輸用戶在來聊天室中的文字消息的傳輸。

最后，考慮到在娛樂直播、游戲開黑、社交，甚至是教育場景下的語音聊天室，對于聲音的碼率、采樣率、聲道數(shù)的需求都有細微差別。我們在SDK中，還提供了“設(shè)置音質(zhì)”的接口，即 setAudioProfile，供開發(fā)者根據(jù)實際聽到的效果來自由調(diào)整。

舉個例子，如果做的是娛樂方向的應(yīng)用，會遇到聽眾頻繁上下麥，并且需要48 KHz采樣率、音樂編碼、雙聲道、編碼碼率 192 kbps，那么可按照上述代碼來設(shè)置 profile、scenario。SDK 中對這個接口的 profile 與 scenario 各有5個不同的參數(shù)設(shè)置，具體大家可點擊「閱讀原文」查看 setAudioProfile 的詳細文檔。

聲網(wǎng)語音聊天室場景化方案

有些開發(fā)者希望以語音社交切入泛娛樂市場，也有一些市場上的視頻社交玩家，希望加入語音聊天室，來進一步拓展市場版圖。由于該場景方案是基于聲網(wǎng)視頻通話 SDK 實現(xiàn)，可以同時滿足以上兩種需求。

我們在 Github 已經(jīng)提供了一套完整的 Demo，大家可以點擊「閱讀原文」在開發(fā)者文檔中心獲取。在 Demo 的基礎(chǔ)上，開發(fā)者只需要不到1周的時間，對 UI 和功能做簡單修改即可準備測試上線。語音聊天室場景化方案的優(yōu)勢包括：

76ms 低延時

聲網(wǎng) SDK 實現(xiàn)了全球平均端到端76ms 的實時音視頻低延時傳輸。聲網(wǎng)Agora SD-RTN? 實時通信網(wǎng)絡(luò)采用私有 UDP 協(xié)議進行傳輸，基于軟件定義優(yōu)化路由選擇最優(yōu)傳輸路徑，自動規(guī)避網(wǎng)絡(luò)擁塞和骨干網(wǎng)絡(luò)故障帶來的影響。同時，根據(jù)我們的統(tǒng)計，除了電信、聯(lián)通、移動三大運營商，全國還有約2%的小運營商用戶。聲網(wǎng)也已覆蓋支持了這2%用戶所在的數(shù)十家中小運營商。

44.1KHz 高音質(zhì)

對于面向“音控”用戶的產(chǎn)品來講，必須要保證主播音質(zhì)和背景樂音質(zhì)的還原度。聲網(wǎng)語音聊天室場景化方案能保證低延時傳輸?shù)耐瑫r，支持192Kbps 44.1KHz 高音質(zhì)語音。

快速且易于集成

通過幾個接口的調(diào)用即可實現(xiàn)語音聊天室。對于初次接觸聲網(wǎng) SDK 的開發(fā)者，我們還提供了完成度較高的 Demo，開發(fā)者在根據(jù)自己的需求修改 UI 與功能后，即可在短時間內(nèi)完成產(chǎn)品原型的開發(fā)。同時，SDK 已經(jīng)為開發(fā)者提供消息系統(tǒng)，可以直接通過接口調(diào)用。

高靈活度與擴展性

基于該方案開發(fā)的泛娛樂社交產(chǎn)品，可以在無需增加新 SDK 的情況下，進一步實現(xiàn)視頻聊天室。同時，對于聲網(wǎng)的老用戶來講，在原先視頻連麥產(chǎn)品的基礎(chǔ)上，快速實現(xiàn)語音聊天室。另外，聲網(wǎng) SDK 還為開發(fā)者提供更多接口來進一步實現(xiàn)更多功能。

目前，專注于語音社交的荔枝，在游戲開黑方面的佼佼者 HeyHey，以及在海外市場做得風(fēng)生水起的直播應(yīng)用 Yalla 都在使用由聲網(wǎng) SDK 提供的實時音視頻服務(wù)。