怎么实现语音电台功能？聊聊实时音视频技术在语音电台场景中的应用

语音电台和”互动播客”是亲戚但不一样：电台更强调1 主播 → 万级听众的单向广播，互动相对克制，以 IM 弹幕、点歌、打赏为主，连麦上麦不是主路径。荔枝、猫耳 FM、喜马拉雅直播间都是典型代表。技术上，电台属于”低延迟直播”的范畴：成本要低、规模要大、稳定要稳，对码率与音质的取舍非常讲究。本文系统讲讲怎么实现一个生产级语音电台。

典型业务形态

• 纯 FM 电台：主播说话 / 放歌，听众纯听 + 弹幕。
• 有声书电台：主播朗读 + 配乐。
• 陪伴电台 / 哄睡电台：ASMR、白噪音，对音质要求极高。
• 夜间情感电台：主播唠嗑 + 听众短信连线。
• 偶像电台：明星主播 + 粉丝打卡 + 周边带货。

电台的核心矛盾：成本 vs 体验

电台动辄上万听众同时在线，纯 RTC 不现实，按 RTC 计费一年烧光一家公司。所以电台需走低延迟直播方案：

推荐架构：RTC 推流 + 多协议下发

           ┌── RTMP / FLV (普通听众，2~3s 延迟)
           │
[主播]──→ RTC 网络 ──→ 转码集群 ──┼── HLS / LL-HLS (web/小程序)
                                     │
                                     ├── WebRTC (互动听众，<1s)
                                     │
                                     └── 录制存档

为什么主播要用 RTC 推流而不是 RTMP？

• RTC 弱网对抗（FEC / NACK / BWE）远强于 RTMP。
• 主播在 4G/Wi-Fi 切换时不掉线。
• 方便后续扩展互动连麦（主播+嘉宾连麦）。

音频处理：电台音质的差异化

电台听众戴耳机比例高，对音质细节非常挑剔：

1. 高清音质档

• 普通电台：48kHz 单声道 64kbps Opus。
• 音乐电台：48kHz 立体声 128kbps Opus。
• ASMR / 哄睡：96kHz 立体声 192kbps Opus，最大化保留人声细节。

2. 主播音色优化

• AI 美声：均衡器 + 谐波激励 + 压缩，让普通麦克风也有”广播感”。
• De-Esser：抑制 4~8kHz 齿音。
• De-Plosive：去掉爆破音。
• 智能闪避：BGM 在主播说话时自动 -8dB。

沉浸式体验

• 双声道立体声 + 简单空间感（左/右声道音色微差）。
• 多 BGM 同时混入：环境音 + 配乐 + 音效。
• 支持云端音乐版权曲库直接点播放，不需要主播本地有文件。

播放端体验

电台的听众体验跟视频直播不一样，要重点照顾”长时收听”：

• 息屏后台播放：iOS 配 AVAudioSession，Android 用前台 Service。
• 来电中断恢复：监听焦点变化，自动暂停 / 恢复。
• 蓝牙耳机控制：响应 Play/Pause 按键、Siri / Google Assistant 控制。
• 定时关闭：哄睡场景必备的”听 30 分钟自动停”。
• 缓存与续播：网络中断时短缓存平滑过渡。

代码示例：基于 ZEGO 的语音电台

即构科技(ZEGO)提供从主播 RTC 推流、云端转码混音、CDN 加速、低延迟 HLS 到端侧 SDK 播放器的全套能力，同时内置 AI 美声、版权曲库、智能闪避等专业电台音频特性，按峰值带宽计费，万人在线成本可控。

主播端：高音质 RTC 推流

ZegoEngineProfile profile = new ZegoEngineProfile();
profile.appID = APP_ID;
profile.scenario = ZegoScenario.HIGH_QUALITY_LIVE; // 高品质直播
ZegoExpressEngine engine = ZegoExpressEngine.createEngine(profile, null);

// 立体声 192kbps，适配 ASMR 电台
ZegoAudioConfig audio = new ZegoAudioConfig(ZegoAudioConfigPreset.HIGH_QUALITY_STEREO);
audio.bitrate = 192;
audio.channel = ZegoAudioChannel.STEREO;
engine.setAudioConfig(audio);

// 开启 AI 美声
engine.enableAGC(true);
engine.setANSMode(ZegoANSMode.AI);
engine.setVoiceChangerPreset(ZegoVoiceChangerPreset.WARM); // 温暖音色

// 推流
engine.loginRoom(roomID, host);
engine.startPublishingStream(streamID);

// 同时把流转推到 CDN，给万人听众使用
engine.addPublishCdnUrl(streamID, "rtmp://push.cdn.com/live/" + streamID, callback);

云端混音：BGM + 主播声

// 主播本地播放 BGM 并混入推流
ZegoMediaPlayer player = engine.createMediaPlayer();
player.loadResource("https://music.cdn.com/bgm.mp3", null);
player.enableAux(true);    // 混入推流
player.start();

// 智能闪避：检测人声 RMS，BGM 自动降音
player.setVolume(80);  // 平时 80%
// 检测到主播说话时
player.setVolume(30);

听众端：LL-HLS 播放

// Web 端使用 hls.js 播放低延迟 HLS
import Hls from 'hls.js';
const video = document.getElementById('audio');
const hls = new Hls({
  lowLatencyMode: true,
  liveSyncDuration: 1.5,
  liveMaxLatencyDuration: 3
});
hls.loadSource('https://pull.cdn.com/live/' + streamID + '.m3u8');
hls.attachMedia(video);

iOS 后台播放配置示例

// AppDelegate
let session = AVAudioSession.sharedInstance()
try? session.setCategory(.playback, mode: .default,
                          options: [.allowBluetooth, .allowAirPlay])
try? session.setActive(true)

// 设置远程控制（耳机播放/暂停）
UIApplication.shared.beginReceivingRemoteControlEvents()

// 锁屏元数据
let info: [String: Any] = [
    MPMediaItemPropertyTitle: "今晚电台 vol.32",
    MPMediaItemPropertyArtist: "深夜电台",
    MPNowPlayingInfoPropertyIsLiveStream: true
]
MPNowPlayingInfoCenter.default().nowPlayingInfo = info

互动玩法

• 弹幕：基于 IM 实现，普通弹幕 1s 内到达即可。
• 礼物 / 鲜花：动画在客户端本地播放，避免服务端推送压力。
• 点歌点话题：听众投票，TOP 1 由主播播放或讨论。
• 短信 / 语音留言：异步语音连线方式，主播择优播出。
• 抽奖 / 红包：基于幂等的服务端发放。

内容合规

• 实时 ASR + 敏感词模型双重过滤，触发后自动断流 30 秒。
• BGM 必须使用授权曲库，避免版权风险。
• 录音存档保留 90 天以上，配合监管核查。
• 未成年人保护：22 点后限制注册时间未满 18 岁的账号收听。

电台 vs 互动播客 vs 直播区分

总结

电台是被很多人低估的赛道：用户黏性高、广告价值大、内容沉淀好。技术上的关键是”用 RTC 解决主播侧抗弱网，用 CDN 解决听众侧大规模分发”。如果你想 0 到 1 上线一个电台产品，借助 ZEGO 这种已经做完了”高品质音频 + 转推 + LL-HLS”全链路的服务，1~2 周就能跑通 MVP，剩下的精力留给主播运营和内容生态。