真·实时！打破技术瓶颈，即构首创在线KTV实时合唱方案

想K歌，上云端！疫情常态化推动了线上娱乐的蓬勃发展，线下KTV长时间的“闭麦”让线上云K歌更加火热。

从本地录唱到多人KTV，再到实时合唱，线上KTV的实时性与互动性越来越强。线上K歌娱乐不断迭代升级，背后折射的是用户“以歌会友”的需求，对真实的、实时的“陪伴感”的追求。

即构ZEGO 全网首创在线KTV实时合唱方案，打破行业技术限制，把线下KTV场景更完整的“复制”到线上，让实时陪伴的感知最大化。

『真实时』，即构创新“实时合唱”解决方案

目前行业内普遍采用的合唱方案为“串行合唱”。在“串行合唱”方案中，合唱各方串行加入，伴奏由主唱端混入。从本质上来说，这是一种“伪实时合唱”——

·主唱体验缺失：副唱、听众合唱同步效果良好，但主唱无法实时听到副唱的歌声

·合唱人数有限制：三人或以上的合唱实现复杂，延迟高，难以真正落地

▲串行合唱方案（点击查看大图）

为了突破这两个限制，同时不影响副唱和听众端的体验，即构对方案架构进行了重构，克服了多个技术挑战，实现了合唱者之间的实时互动，也满足了三人及以上的合唱需求。

▲即构实时合唱方案（点击查看大图）

『超硬核』，即构实时合唱克服技术挑战

即构凭借在音视频领域多年的技术积累，克服了多个挑战，完成了实时合唱方案的落地。

端到端的感官延迟低至70ms

本质上，实时合唱效果可以通过极低延迟的RTC技术实现，我们需要将一端的歌声用最小的耗时传送到对端。

我们将整个过程进行拆解，针对每个环节做以降低延迟为首要目标的优化，包括采集渲染延迟优化、音频前后处理算法优化、应用超低延迟编码方案、调整流控策略等。

通过对每个环节的“压榨”，即构在保障的合唱体验效果的前提下，将端到端的感官延迟降低至70ms。

多端精准同步播放伴奏

为了实现线下KTV歌房的合唱效果，让伴奏音乐在各自端播放，各方演唱者由伴奏音乐驱动演唱，不必等待对方。这里引入另一个挑战：如何让各方同步播放伴奏音乐？

为此，我们做了各端精准的时钟对齐，让各端在同一时刻启动伴奏播放。同时，结合播放器资源预加载，实现各端伴奏同时播放特性。

服务端多演唱流同步混流

在满足演唱各方实时合唱的同时，我们还需要考虑观众端的体验。即构采用了服务端精准混流的方案，各方演唱者的声音和伴奏混音成一路流，混音的同时通过NTP时间精准对齐各方演唱进度。

听众端只需拉一路流就能听到良好的合唱效果，且这一方案对听众的网络要求很低。

3人以上合唱拓展

基于以上即构“实时合唱”方案的架构，每一端的合唱的加入是独立的，不相互依赖，合唱人数的拓展变得十分简单，对合唱的人数没有限制。同时，观众通过混流收听不会受到多方合唱的影响。

『更适配』，基于场景需求选择合唱方案

基于不同K歌业务的场景需求，选择更适配的合唱方案，才能为用户带来最佳的体验。

付费点歌合唱

专业主播在直播间开播，观众通过付费等方式获得与主播连麦合唱的机会。

核心需求：优先保障付费连麦用户（即副唱）的体验，其次保障直播间中观众的体验。

方案适配：串行合唱方案

在此方案下副唱的拉流中主唱歌声与伴奏同步，副唱合唱后发起混流，观众端听到主副唱歌声与伴奏同步，副唱和观众的体验得到较好的保障。

在线KTV实时合唱

多个用户在“歌房”中连麦互动，体验虚拟KTV的乐趣，社交属性更强。

核心需求：实现连麦几方多人实时合唱。

方案适配：实时合唱方案

即构超低感官延迟连麦技术，保障了合唱者之间无障碍实时互动；接入成本低，扩展容易，支持3人及以上的合唱，复刻更贴近线下KTV的互动体验。

OMO歌房连麦

线下传统KTV歌房与mini-KTV欢唱室打通，线上线下融合（Online Merge Offline），实现线下不同场景连麦合唱。

核心需求：连麦双方实时互动合唱。

方案适配：实时合唱方案

即构超低感官延迟连麦技术，打破空间壁垒，让陪伴和互动更加真实。

“即构最愿意做的事就是对变化迅速反应，对新场景主动开拓，不断创新解决方案，驱动核心技术落地，适应各类场景需要，真正让音视频技术深入各行各业，融于无形。”即构科技CEO林友尧表示。

基于对在线K歌的发展趋势和用户需求的洞察，即构发挥核心的音视频技术能力，创新场景解决方案，进一步打破空间壁垒，把线下的欢乐无缝的、完整的复制到线上，给用户带来更实时的陪伴和互动体验。