一套代码快速实现一个语音聊天室

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？

1. 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。
2. 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。

我们在 Github 已经提供了一套完整的 Demo，面向 iOS 与 Android 开发者，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。