化繁为简，爆款语聊产品背后的业务逻辑

　　化繁为简，爆款语聊产品背后的业务逻辑
　　前段时间，一款主打即时性的音频社交软件火了。
　　音频社交春天将至？
　　作为一款以语音为媒介的社交软件，它的玩法非常简单。在每个房间有主持人、嘉宾、观众三种角色。主持人创建房间后，跟嘉宾聊天，观众可旁听，三种身份经主持人同意后还可转换，主播也可邀请观众上麦互动。他们以语音的形式进行交流，听后即焚。这便是典型的实时语音语聊房场景。
　　那么它的创新点在哪？
　　1、内容与玩法的创新：KOL红人VS。意见领袖
　　2、KOL红人：草根文化的发展，KOL红人与普通人相同的生活方式，被更多用户所消费
　　3、意见领袖：通过自己多年的积累和影响力，在某一行业完成行业的带货，是行业中的明星，自带光环，受大家追捧
　　基于内容、玩法、亚文化圈层创新的音频社交赛道，随着5G时代对于音频质量的改善或将真正迎来行业爆发的春天，相较文字，语音信息量更大且更具个性化，包含的情绪和信息更丰富，可预见将会创造更多的社交玩法与场景。但快速爆发的实时音视频需求仍然面临挑战，一套成熟的音视频技术体系成为助力产品快速发展的必要保证，与此同时，音频社交的场景催生了新的合规需求，如何保证平台音频内容合规成为产品稳健发展的刚需。
　　一套成熟的技术体系是怎样的？
　　一套音频社交的搭建并不复杂，原有看起来十分高深的音视频与实时互动的技术，已经变得易于接入。
　　这套看似复杂的音频社交逻辑，这里做一下技术程度的拆解。
　　如同我们针对复杂问题的处理，都会先进行分块处理一样，音频社交的技术架构在业务角度也可拆解为：意见领袖的语音交互、意见领袖的语音处理和粉丝的音频获取三个部分来看：
　　1、意见领袖的语音交互
　　在七牛云QRTC的实时连麦产品加持下，通过易用的房间创建逻辑建立意见领袖的话题房间，在其他意见领袖的房间加入后，意见领袖们通过线上的连麦房间进行实时的语音互动，并且针对预设话题进行沟通交流。
　　七牛云的QRTC在开源的WebRTC之上，经过自有研发能力和众多客户的验证，保障了意见领袖们虽身处多地，甚至分别处于不同的国家，亦可保障通信的实时，交互延迟仅在150ms左右，让意见领袖虽无法见面，但犹如面对面交流般顺畅。
　　2、意见领袖的语音处理
　　意见领袖的语音交流内容经过云端的优化处理和信息审查之后，将流畅的对话语音通过成熟直播分发网络对外进行分发。
　　在这样云端处理的过程中，既保障了意见领袖们交流信息的完整，亦可完成对信息的内容筛查和优化。
　　3、粉丝的音频获取
　　在七牛云的直播功能承载下，意见领袖们的交流信息，通过语音的形式，呈现在粉丝们的耳边。让意见领袖们的粉丝，如同身处房间内听取自己偶像们的声音。
　　同时，客户端上多年的技术积累，让听众虽身处不同网络环境，都可以以最优的用户体验来获取意见领袖们的对话语音。
　　那么，从接入角度看，语聊房的接入又是怎样的呢？
　　1、意见领袖端的研发接入：
　　这里为研发人员提供Android、iOS、Web和小程序等不同系统依赖SDK内容，在完成SDK引入后，通过以下5个步骤的补全实现，即可完成意见领袖端的研发接入：
　　完成音视频核心初始化：用于初始化SDK中七牛音视频互动的核心能力；
　　进房：建立房间，并实现意见领袖的上麦。为保障意见领袖彼此的通话质量，目前支持14位意见领袖的同时交流；
　　发布语音track：监听并收集意见领袖的语音信息，建立与其他意见领袖的通话；
　　退房：实现意见领袖的退出房间后的多方感知；
　　销毁：实现整体流程结束后的资源回收。
　　2、服务端的业务逻辑处理：
　　在意见领袖端完成房间的创建和进房等操作后，服务端通过以下3个步骤的处理，实现多位意见领袖通话内容的直播转推逻辑：
　　接入服务端SDK，完成鉴权逻辑的支持；
　　完成回调逻辑的支持，用于处理不同房间事件通知的处理；
　　建立合流转推任务，用户意见领袖交流内容，被更多的粉丝收听。
　　3、粉丝端的收听接入：
　　粉丝端七牛云也提供了Android、iOS等不同版本的播放器SDK的支持，在SDK的依赖引入后，通过支持播放器初始化、并且将获取到的直播地址赋值给到播放器的播放链接，就可以完成不同系统的粉丝收听支持。
　　监管之下的内容审核
　　随着国内政策对网络平台言论管理的规范化，社交平台面临的内容审核也越来越严。相比传统的音频内容审核，在语聊房场景中的多人实时语音的在线审核，非常繁杂，尤其是日活较高的社交产品，语音内容审核成本和难度更大。因为语音审核除了基础的文本分类技术外，还有三大基础技术难题，即：
　　语音识别：互联网语音场景常伴有强背景音、语速快、咬字不清、口音严重等情况，相比普通场景，语音识别难度倍增；
　　NLP：涉政、色情、辱骂等违规音频表达变化多端、内容隐晦，对语义理解的要求极高；
　　声纹识别：呻吟、娇喘等色情内容容易混杂在对话、歌声甚至背景音当中，声纹特征细微，难鉴别，需要极强的声纹识别能力。
　　七牛云针对实时音频流的内容审核场景提供色情广告涉政违规等内容的识别，及娇喘类声音的识别能力。并且提供两种方式接入，帮助客户提高审核效率，净化网络环境：
　　直播审核API适用于直播场景。实时监测，3秒内返回结果；
　　文件审核API适用于语音消息、文件、短视频。可以做到先审后发。
　　音频社交的快速发展得益于语音与文字等传统社交介质的不同优势，对于情绪恰到好处的传达，七牛云作为国内领先一站式云平台即服务（PaaS）提供商，为此类产品提供一整套成熟的音频技术体系与合规技术解决方案，有效助力客户专注业务创新获得快速增长。