语音聊天和视频聊天，基本是社交软件必备的功能。山东布谷除了单纯的一对一语音或视频聊天，在实时音视频技术支持下，很多APP已经延伸出非常多的玩法。为大量的社交APP提供技术服务后，看到了现今和未来，语音社交呈现出的多种不同的形态，在此与大家分享。
目前的社交语聊形态大致分为四大类，其中，又数多人语聊房延伸出的玩法最多。
1、1V1 私人聊天房
多人语聊互动、多人语聊+游戏互动、多人语聊+赛事直播、多人语聊+私密影院和多人语聊等。
3、语音电台(有单主播、有多人)
4、KTV语聊房(有单人、有多人)

1 对 1 语聊常见的应用场景有亲密聊、陪聊、语音交友等，大部分社交APP都上线了 1 对 1 语聊功能，分为免费和付费陪聊两种玩法。在客户功能需求方面，为几大类：私聊+背景音、私聊+无背景音，转推CDN和不转推CDN，录制上可选单流录制、混流录制、私有化录制或不录制。
多人语聊房延伸出的玩法就非常多，其中每种玩法都有所差别。除了多人纯语聊，还有跟其他娱乐形式结合的玩法，比如多人聊天+游戏互动、多人聊天+赛事直播、多人聊天戏等等。
多人纯语聊分为无观众和有观众两种模式，纯聊天的语聊房一般会定主题来聊，比如相亲、情感、陪练等等，多人连麦聊天，观众文字互动或打赏。
2)多人语聊+游戏互动
多人语聊用在游戏当中，就是游戏语音，除了用在大型的吃鸡类游戏，用户通过语音轮麦的方式进行游戏接力，一起玩耍。
3)多人语聊+私密影院
这个场景和赛事直播的玩法类似，不同是赛事直播拉取的是直播视频流，私密影院拉取的是录制好的视频流，在一个房间内大家边看边吐槽。

一对一语音聊天场景技术难点
布谷视频聊天时候，因为可以看到彼此，对声音也不那么在意。而纯语音聊天时，人注意力都放在声音上，对音质的要求更高。
1 对 1 语聊的技术门槛相对较低，多人语聊和特定场景相对复杂，技术实现难度比较大。如果经常出现卡顿、延迟和听不清的情况，会将营造的剧情气氛破坏殆尽，主播时不时要退出重新登录，无法全身心投入，用户听到的是断断续续的声音，不能沉浸到剧情中。
自研的音视频引擎，通过抖动缓冲技术、前向纠错技术、丢帧补偿技术减少网络抖动和弱网环境下的延迟，保障语音通话低延时且清晰。让用户在复杂网络环境和多类型手机的情况下，也能实现畅通优质的语音通话。
2)多人聊天的语音前处理
以KTV语聊房为例，在房间当中，有人说话声音、歌声、伴奏都在房间呈现，每个人所处的地方，所用的设备也不一样，这就有很大可能出现回声、噪音，或是某个人设备不是很好，发出的声音很小。
成熟的语音前处理3A技术：回声消除(AEC)、噪音抑制(ANS)、音量增益(AGC)，杜绝回声和啸叫，降噪而无损音质。这样歌者能展示甜美歌声，听众也有良好的听觉享受。
而在KTV类的场景中，AB两人轮麦合唱，如果轮到B唱歌时发现歌词没同步，就很难唱下去。这当中技术难点就在于歌词等媒体次要信息是否能做到同步。
支持将非媒体信息注入媒体流中，歌词等媒体次要信息和音视频信息放在同一个媒体通道传输的，做到歌词与歌声同步展示果。