前言:本文将简要分享几个语音聊天室的应用场景,并讲述基于声网SDK,实现语音聊天室的步骤。
语音聊天在泛娱乐社交行业中有着重要的地位,行业中很多佼佼者也都为用户提供了语音聊天室,甚至有些平台最初就是依托语音聊天起家的,比如大家熟悉的YY。
从最初的一对一语音通话,到以 YY 为引爆点的多人语音群聊,再到现在聚集了一批“音控”的纯语音社交平台,很多类型的应用中都有语音聊天室。
例如语音电台,这是语音聊天室中比较典型的场景。主播可以在直播间中与给听众讲故事、唱歌,内容形式不一而足,观众也可以申请上麦,与主播聊天互动。主要实现的功能就是语音连麦,以及通过消息系统来实现的文字消息功能。看似简单,但是有些优质的语音社交平台能达到每月1亿的流水。
再譬如语音开黑,它也是语音聊天室的常见应用场景。由于目前还有一些游戏不支持实时语音通话的功能。同时,也有一些王者玩家想收费带青铜小白上分,而游戏中不支持付费带玩,那么语音聊天室成为了满足需求的出口。在一些应用中,玩家可以通过可付费预约的语音聊天室,允许其他玩家预约陪玩的,同时还可以语音开黑。功能上与语音直播相似,只是在这个频道中,不需要增加观众上下麦的逻辑。
如何实现语音聊天室
以上只是包含了语音聊天的部分场景而已,综上来看,语音聊天室需要满足的主要功能包括:
- 支持多人参与的语音聊天;
- 支持播放背景音乐;
- 支持设置背景图片;
要实现一个具备以上功能的语音聊天室,大致可以分为两步:实现语音连麦、支持背景音乐播放。
首先是实现语音连麦。如果要通过自研的方法实现,会相对复杂一些,不仅需要自己部署服务器并做好高并发应对,对编解码器进行优化以解决回声和噪声问题,还要合理部署边缘节点来解决网络延时问题。解决以上几个主要问题后,还需要优化对中小运营商网络的支持。总体来讲,就是需要解决设备端、网络中的语连麦稳定低延时问题与可用性问题。我们在 《详解音视频中的低延时》 这篇文章中详细分析了优化的思路。
而以上这些问题,我们早已为开发者解决,并将接口集成于声网 SDK 中。开发者无需重复造车轮,再自己搭建媒体服务、信令服务、优化音视频编解码、做网络传输策略优化等问题。
接下来,我们来看一下基于声网视频通话SDK,实现语音聊天室的步骤吧。
首先,要说明下为什么是基于视频通话 SDK 来开发,而不是语音 SDK 呢?
-
视频通话 SDK 支持语音与视频功能。若开发者做好语音聊天室后,还可以根据自己需要在该基础上实现视频连麦。
-
更便于已经开发视频连麦直播的开发者,进一步实现语音聊天室。
下图为语音聊天室场景化方案的架构图与实现思路:
我们会基于以下开发环境来做开发:
- Android SDK API Level ≥ 16
- Android Studio 2.0 或以上版本
- 支持语音和视频功能的真机
- App 要求 Android 4.1 或以上设备
SDK 的集成步骤比较简单,对于有开发基础的同学,应该无需手把手教了。
第一步:实现语音连麦
房主一端创建 RtcEngine
对象,并填入 App ID。通过 setChannelProfile
接口将频道设置为直播模式。然后用 setClientRole
来设定主播(Broadcaster)和观众(Audience)的角色。
通常,观众上麦请求、主播通过上麦申请等一系列操作都是通过消息服务来完成的。当观众发出上麦请求,并得到了房主的上麦许可后,只需要通过 setClientRole
将该观众设定为 Broadcaster ,即可上麦。这时,我们就完成了连麦的功能。当观众下麦的时候,同样地,将其身份修改会 Audience 即可。
在主播或观众离开房间时,通过调用 LeaveChannel
来完成。我们可以通过一张图,来了解语音聊天室中接口的调用逻辑:
第二:增加背景音乐
在一些应用场景下,比如秀场、娱乐直播中,通常都会有背景音乐。所以,在实现了基本的连麦功能后,我们还需要增加背景音乐的混音、播放控制。
在这里,主播可以在自己的客户端上选择要播放的音乐,然后通过 SDK 的 AudioMixing 接口在本地与主播语音混音后播放给连麦听众和普通听众。
最后,考虑到在娱乐直播、游戏开黑、社交,甚至是教育场景下的语音聊天室,对于声音的码率、采样率、声道数的需求都有细微差别。我们在 SDK 中,还提供了“设置音质”的接口,即 setAudioProfile
,供开发者根据实际听到的效果来自由调整。
public abstract int setAudioProfile(int AUDIO_PROFILE_MUSIC_HIGH_QUALITY_STEREO = 5, int AUDIO_SCENARIO_CHATROOM_ENTERTAINMENT = 1);
举个例子,如果做的是娱乐方向的应用,会遇到听众频繁上下麦的情况,并且需要48 KHz采样率、音乐编码、双声道、编码码率 192 kbps,那么可按照上述代码来设置 profile、scenario(上述代码段可左右拖动,查看完整代码)。
而在教育应用中也有师生之间的语音聊天室。而教育对于语音连麦的要求是,更注重流畅性与稳定性。那么可以将 scenario 的参数设定为 AUDIO_SCENARIO_EDUCATION = 2
。
我们在 SDK 中对这个接口的 profile 与 scenario 各有5个不同的参数设置,具体大家可查看 setAudioProfile
的 详细文档 。
有些开发者希望以语音社交切入泛娱乐市场,也有一些市场上的视频社交玩家,希望加入语音聊天室,来进一步拓展市场版图。由于该场景方案是基于声网视频通话 SDK 实现,可以同时满足以上两种需求。
Github 已经提供了一套完整的 Demo,大家可以在 「语音聊天室」的开发者文档页面 上获取。在 Demo 的基础上,开发者只需要不到1周的时间,对 UI 和功能做简单修改即可准备测试上线。