Como criar uma sala de bate-papo por voz (sala de voz): Microfones / Mixagem / Redes fracas / Lista de verificação da implementação do Gift Bounty

As salas de bate-papo por voz (também conhecidas como salas de voz, festas de voz e espaços de voz) podem parecer “salas para conversar”, mas quando estão realmente on-line, esses são sempre os quatro lugares mais fáceis de se virar:Gerenciando a posição do trigo(Ordem),Experiência de áudio(eco/ruído/volume),Rede fraca disponível(Gagueira/desconexão/reconexão),shower (palavra emprestada)(Reprodução e controle de vento).

Este artigo não aborda conceitos, mas fornece diretamente um conjunto de 0 a 1 que pode ser fundamentado na “lista de implementação”, dividida por módulo, que você segue para fazer on-line e executar uma sala de voz.

1) Em primeiro lugar, vamos definir a “sala de voz”: qual delas você faz?

Os diferentes tipos determinam o caminho tecnológico, o custo e a complexidade que você escolhe.

1.1 Salas pequenas com forte interação (típicas: salas de voz social)

• Tamanho da sala: dezenas a centenas de espectadores on-line
• Número de pessoas no microfone: normalmente de 1 a 12 (geralmente 8/9 microfones)
• Características: forte interação, baixa latência, ordem de trigo importante

1.2 Transmissões tendenciosas em salas grandes (típico: o âncora fala, o público ouve)

• Número de salas: milhares a 100.000
• Número de pessoas no microfone: poucas (1-3)
• Características: mais parecido com uma transmissão ao vivo, muitas equipes usarão RTC para fazer microfone contínuo, usando CDN para fazer grande distribuição (dependendo do formato do seu produto)

Este artigo foi escrito por padrão Forte interação em uma sala pequenaPorque é o conjunto de recursos “mike/mix/weaknet/gift” mais comum e mais necessário.

2. arquitetura geral: sistema mínimo viável (MVP) para salas de voz

Você precisa de pelo menos 4 links:

1. Sistemas de salas e usuários (back-end comercial)

• Criação de salas, entrada e saída, propriedades da sala (título, anúncio, senha, tags)
• Lista de membros, status on-line, funções (proprietário/administrador/audiência/convidado)

2. Sistema de sinalização (sincronização de ordem e estado)

• Candidatar-se ao microfone, reter o microfone, expulsar o microfone, banir o microfone, fechar o microfone
• STATUS DO MIC BROADCAST (quem está em qual microfone, mudo ou não, ícone de qualidade da rede)
• Mensagens de presente, anúncios do sistema, eventos da sala

3. Áudio em tempo real (link de mídia RTC)

• Entrar na sala, publicar áudio, assinar áudio
• Processamento de áudio (AEC/redução de ruído/ganho automático)
• Política de rede fraca (perda de pacotes/jitter/reconexão)

4. Sistema de presentes/prêmios (pagamento + controle de risco)

• Colocação do pedido, pagamento, retorno de chamada, chegada, estoque/embalagem (opcional)
• Mensagens de exibição de presentes, listagens, efeitos especiais (a luz pode ser feita primeiro)

Conclusão:
O RTC é responsável por “falar claramente, não interromper a linha, baixa latência”; a sinalização é responsável pela “ordem”; e os presentes são responsáveis pela “realização”.

3. o sistema de trigo: o “centro de pedidos” da sala de voz”

Quando a posição do microfone não é feita adequadamente, a sala se transforma em chamadas automáticas, conversas cruzadas e problemas de gerenciamento.

Quais estados são necessários para o bit de trigo (sugiro que você copie isso em uma estrutura de dados)

Cada bit de trigo (assento) contém pelo menos:

• seatIndex: Número do trigo (0-7 ou 1-8)
• userIdOcupante atual (vazio = ninguém)
• lockSe deve ou não bloquear o microfone (ninguém mais pode entrar se você bloqueá-lo)
• muteBySelfUsuário com auto-mutação
• muteByAdminAdministrador: Silenciamento forçado do administrador
• audioLevelValor do volume (para animação da interface do usuário)
• networkQualityQualidade da rede (vermelho, amarelo e verde)
• roleEtiqueta de proprietário/convidado/administrador (pode ser colocada no usuário)

Lista de operações do bit de trigo (funções comuns do produto)

• Inscreva-se para participar do microfoneAudiência → Fila de solicitações (com tempo limite)
• Concordar/RecusarHomeowner/Administrator → Notificação via sinalização + atualização da posição do mike
• seja livre para assumir o arNão é necessário se inscrever, procure o assento do microfone (adequado para a sala de conhecidos)
• segurar a cavalaAdministrador: O administrador atribui uma pessoa a um determinado microfone
• iniciar um microfoneAdministrador: remove alguém de um microfone
• Bloqueio/desbloqueio do microfoneEvite uma microfonação bagunçada
• Microfone fechado/abertoOs administradores controlam se uma determinada cabine pode ou não falar
• Troca de espaços de trigo/troca de espaços de trigo: duas posições de microfone trocadas (para aprimorar a experiência)
• Tempo limite no microfone: X segundos após a aprovação da solicitação, ela será cancelada automaticamente se você não entrar no microfone.
• assento desconectadoMantenha o microfone por N segundos após a queda da linha (chave para a experiência)

Altamente recomendado: “Rear-end is the authority” para o estado do microfone.”

Muitas equipes começam apenas com a sincronização no lado do cliente e acabam com o estado bagunçado em conexões fracas/múltiplas/reconexões.

Você pode fazer isso:

• O backend salva o status do mike da sala(O Redis de armazenamento leve é suficiente)
• Todas as alterações de bits passam por um “evento de sinalização”.
• O cliente apenas renderiza o estado e não se refere a si mesmo

Dessa forma, ao se reconectar, o cliente extrai o snapshot da sala uma vez e se recupera.

4. mixagem de áudio e qualidade de som: os usuários permanecem quando ouvem bem

Experiência de áudio na sala de voz = “ouvir com clareza + sem aspereza + sem estourar o microfone + sem ecos”.

4.1 Processamento de áudio Quad (basicamente tudo ligado)

• Cancelamento de eco AECEvitando assobios devido à reprodução externa
• NS Cancelamento de ruídoRuído ambiente (ventilador, teclado, ruído de veículo)
• Ganho automático AGCVolume baixo puxa para cima, evitando o volume alto
• VAD Detecção vocal (opcional)Pressão de fundo mais inteligente

Se você estiver usando um SDK de RTC maduro, geralmente eles têm políticas padrão; tudo o que você precisa fazer é:

• Forneça aos usuários “Chave de redução de ruído”
• Fornecer aos proprietários de imóveis “Silenciar/desativar totalmente o som”
• Sim.“trigo frito”Do protect (diga abaixo)

4.2 Proteção contra explosão/quebra (deve ser feita)

Cenários de microfone queimado são comuns: usuários que se aproximam demais, sobrecarregam o microfone do telefone, música muito alta.

Significa factível:

• Limite de volume de entrada Limite de volume de entrada (ganho de entrada)
• Ativar AGC/Limitador (Limite de pico)
• Lembrete da interface do usuário: “Afaste-se do microfone/reduza o volume do sistema”
• Detecção de picos sustentados acima do limite → redução automática de ganho

4.3 Música de fundo (BGM) e efeitos sonoros (opcional, mas um diferencial)

Maneiras comuns de tocar a sala de voz: tocar músicas, efeitos sonoros, alterações de voz, tons.

Há dois tipos de realização:

• Mistura local no lado do clienteBaixa latência e implementação rápida (mas é preciso cuidar da consistência em todas as extremidades)
• Mistura no lado do servidorConsistência forte (maior custo e complexidade)

O MVP recomenda fazer o mix de clientes primeiro, com certeza:

• O volume do BGM e os vocais são reduzidos automaticamente (a música fica menor quando as pessoas falam)
• Saia da sala para interromper a reprodução e evitar o consumo de energia em segundo plano

5. redes e reconexões fracas: a chave para “sobreviver” à sala de voz

A Internet fraca não é uma situação minoritária, é a norma: metrôs, elevadores, jitter 4G, comutação de Wi-Fi.

5.1 Lista de estratégias de rede fracas que você deve ter

• Relatório de qualidade da redeInterface do usuário: a interface do usuário mostra vermelho, amarelo e verde (o proprietário pode ver quem está preso)
• Contramedidas de perda de pacotesPriorizar a continuidade da voz, permitindo a redução adequada da taxa de código
• Estratégia de buffer de jitterEvite intermitente
• Processamento de comutação de Wi-Fi/celularAtrasos de curta duração durante a comutação devem ser autorrecuperáveis.
• reconectarConexão automática + indicação do status da interface do usuário durante a reconexão
• assento desconectadoSe o microfone for desligado e voltar dentro de N segundos e ainda ocupar a posição de microfone (experiência sólida)

5.2 Recomendações para o processo de reconexão (o conjunto mais seguro)

1. Detectada a desconexão da mídia (ou a rede se deteriora até o limite)
2. A interface do usuário mostra “Reconectando...”
3. Reconecte-se primeiro à sala do RTC (entre).
4. Carregar instantâneos da sala (mike/personagem/status de banido)
5. Se o usuário estava no microfone e sua reserva de assento não expirou → retoma automaticamente o microfone.
6. Atualizar a lista de membros com animação de volume após a conclusão

Pontos principais:reconexão de mídiaeRecuperação de condiçõesIsso precisa ser feito em conjunto, caso contrário, “o som volta, mas o microfone ainda está vazio/ocupado por outra pessoa”.

6. prêmios de presente: jogo mínimo disponível + lista de verificação da janela

As armadilhas mais comuns no sistema de brindes do Voice Room são “consistência de pagamento” e “disputas de troca de brindes/ subutilização/reembolso”.

6.1 Sistema de presentes MVP Tudo o que você precisa é disso!

• Lista de presentes (ID, nome, preço, ícone)
• Fazer um pedido (gerar um número de pedido)
• Callbacks de pagamento (callbacks de terceiros para seu backend)
• Resultados da emissão (sucesso/fracasso)
• Transmitir “mensagem de presente” na sala (para animação da interface do usuário)
• Lista simples (contribuição/contribuição de hoje para o jogo)

Princípios-chave do MVP:
O pagamento bem-sucedido está sujeito a “retorno de chamada de back-end”.Não confie no cliente.

6.2 Controle de vento e conformidade (faça pelo menos isso)

• limitação de frequênciaLimite do número de presentes em um curto período de tempo para a mesma conta/dispositivo
• detecção de anomaliasAnomalias em salas cruzadas: pequenas quantidades de alta frequência, segundas passagens, anomalias em salas cruzadas
• Estratégia de processamento de reembolsoComo os presentes são revogáveis? Como a lista é revertida?
• Proteção de menoresNomes reais/limites/alertas pop-up (de acordo com as regras de sua plataforma e região)
• governança de conteúdoO processo de denúncia, banimento e bloqueio (mesmo que seja um backend manual primeiro) para pornografia e política/abuso, etc.

7. gerenciamento do quarto: se você não fizer isso, seu quarto certamente será uma porcaria!

O Voice Room não é um produto técnico, é uma “semicomunidade”.

Dê ao proprietário/administrador pelo menos essas habilidades:

• Amordaçamento/desamordaçamento (individual/completo)
• Expulso da sala (duração opcional da proibição)
• Lista negra/lista branca (muito necessária para salas familiares)
• Bloqueio de palavras-chave (para mensagens de texto/nomes de salas)
• Portal de relatórios + Back Office de processamento (registro mínimo)

8. como escolher o modo de aterrissagem)

Há duas maneiras de obter uma sala de voz:

Rota A: construção própria (WebRTC + SFU/servidor de mídia)

Prós: controlável, personalizável, potencialmente mais econômico para dimensionar a longo prazo
Contras: Dev/Ops pesado, muitos buracos de compatibilidade/fraqueza na rede, demora para entrar em operação

Rota B: usar o RTC SDK maduro (aterrissagem mais rápida)

Prós: rápido para começar, processamento de rede/áudio fraco e maduro, suporte entre lados para maior tranquilidade
Contras: Necessidade de pagar por volume, alguns recursos de profundidade limitados pelo fornecedor

Se quiser colocar sua sala de voz em funcionamento o mais rápido possível (posição do microfone, eco de redução de ruído, reconexões de rede fracas, tudo isso tem recursos prontamente disponíveis), você pode acessar diretamente um SDK de áudio/vídeo em tempo real maduro. Criei um portal de início rápido (com console e demonstração) aqui:Solução de sala de bate-papo por voz da Tencent RTC

Links relacionados