音频应用与底层技术出海前景如何？｜出海同学会32期干货回顾

在2021开年伊始，相信所有的出海人都被音频赛道升起的全球明星——Clubhouse抓走了眼球，CH不止一个，在许多海外著名音频应用的背后，更有中国语音房模式和过硬的音频底层技术服务的出海或支持。出海同学会第32期围绕“音频应用与底层技术出海”主题进行了探讨。我们邀请了音视频领域的重要技术提供者、音频应用创业者、相关产业及投资人，小编为您精选整理了讨论的重点部分。

文中涉及部分参与本场同学会讨论的行业从业者：

 虎牙 李豪 

我们做语音房模式比较久了。国内主要把它作为一个交友、陪玩背后交易的平台，套路非常清晰，模式极其的标准化，所以Arpu值很高，但是每一个语音房产品的DAU都不大。

我们发现把中国这一套模式带到海外，刚开始的时候非常吃力，最早我们做西语市场，主要是像墨西哥、哥伦比亚、阿根廷那些国家，他们的付费能力相对比较弱，而且整个当地又没有很成熟的这种工会生态，所有的这种主播，还有社区的这些玩法，都是靠自己去教育市场，我们就做得非常吃力。

后面其实也是有两个重要的事件发生，第一个就是Yalla的上市，Yalla上市了以后给我们很大的一个启示，就是语音房本质上是要解决用户跟用户之间的社交关系，音频只是更适合他们社交的一种形式，你只有去解决了客户底层的这种诉求，才可能在商业变现上可持续，用户规模才逐渐扩大。

在纽交所上市的中国音频社交Yalla

但是Yalla它是属于在圈里面火，最近的Clubhouse是用熟人社交，用关系链的这种形式，一下子把他在这种c端的认知一下打开了。用户知道了音频这件事儿提他能做的事很多，想象空间就会比我们之前理解音频大了很多。我们以前以为的音频只是一种形式，它应该是一种一个容器，它可以装很多内容，它可以变成一个有爆发力的行业。一旦这样的场景被教育出来了，同时又有清晰的商业模式，这个行业就会出现一个真正的井喷式的爆发。

 Starmaker 伍逸静 

PC时期已经有语音房形态，首先它是一个基于兴趣的社交形式，其次他是一个比较强的变现模式。其实延续到移动端之后也一直是这个状态。然后直到clubhouse出来之后，可能说不管是对资本圈也好，还是对于就是说比较泛的大众也好，可能对于语音产品的形态才有了一个比较新的认知。

我们如果只是基于语音房这个模式来做的话，很难支持大的DAU，所以我们一开始其实就非常重视怎样通过其他业务形式来把我们的用户规模做起来。在这个基础上我们可能再加入语音房，再加入直播，这种就是变现的抓手，可能就是一个比较好的搭配。然后这也形成了现在Starmaker的一个业务模式，一个兴趣或者是音乐撑起的DAU盘子，加上比较传统市场验证过的营收模式，这是我们目前的一个状态。

市场上分两类，一派可能就是盯着高arpu值，日韩欧美会比较多一些。韩日本地有语音房模式，做得很小清新，比如Spoon，他们有很好的声优形成了圈层。

韩日市场的产品 Spoon

然后还有一类不是纯盯着营收的，比如Starmaker，我们非常重视用户的规模和平台化的能力。所以从这个角度的话，就会非常关注那些有潜力做大，有潜力做出大DAU的市场。比如说考虑到人口，印尼就是一个很好的市场。

 Zego即构科技 李振扬 

即构科技一直在深耕音视频这个行业，我也负责即构海外市场的开拓工作。我们发现其实现在很多产品都是雨后春笋的一般涌出来，但是大的格局来看，短期内仍旧是头部竞争加剧，喜马拉雅、蜻蜓、荔枝三强争霸的格局。头部的巨头不断的去收购小公司扩充流量。整个行业我认为是会平稳增长的一个模式。

 Zego即构科技 李振扬 

音频这个产品本身分很多个阶段，第一个阶段就是怎么把产品做出来，这是第一步。第二步就是优化产品代码和API接口，优化自己的SDK包和产品包，提供更高的传输效率和稳定性。

语音连麦，边聊边玩，边聊边做别的这种。一个粉丝和大家互动，在技术上实现比较简单，但是主要的挑战也是在于双方多方通话时保证低延时，优化传输的策略，规避网络的拥塞。ZEGO是通过UDP协议进行低延时传输的，这背后也有一些关于底层的云，节点部署等等的关健节点解决。在一些特殊场景，大V出现，双十一这种场景下，服务器压力也有陡增。这种情况如何保证网络的稳定性，也是一个巨大的挑战。为了保证通话清晰流畅，我们Zego也有回音消除、噪声消除、自动增益等等产品。

疫情居家用户需要清晰的通话工具

从出海角度来说，我认为目前音频出海很大的一个瓶颈是在于当地的版权和IP支持，就相当于来中国我们需要ICP备案，需要资格认证。出海也是一样。巨头为什么能够在海外立足？其实很多情况下它占据了一个市场的主要原因，是因为用这种商务关系以及各种的渠道，然后去巩固了当地的一个版权以及IP。市场维度上，我同意日韩欧美是一个趋势。购买意愿强，消费能力高。

最后我想补充的是，我们遇到现在很多客户，需要关注的一点是费用方面。客户希望拥有一个全面的产品，但是这个往往被费用和收益的现状所限制。虽然我们现在行业无论是CDN还是RTC这种计费模式已经是非常透明的差不多到底价了。但是很多客户仍然存在支出与收益模式没有评估好，前期投入大量资源，但是跟不上现金流，运营一段时间就垮掉了，这是要注意的。

做出海的话，海外的不同的物理机房以及不同的数据中心价格也是不一样的，需要注意。比如印度这种运营商比较封闭的状态，成本往往就比较偏高。

 首云 张雪松 

首云主要解决了一些客户的几个大的痛点，一是主要他的节点的要求，二是全球的一个网络覆盖，包括我们在各个节点里面做了大量的BGP的网络优化。刚才讨论的像东南亚日韩，主要是这种人口密度或者付费意愿比较强的，我们都会在里面建立一个比较大的节点。跨国出海企业往往需要比较强的这种全球覆盖能力。在价格方面，我们给客户比较合适的方案是根据不同的客户需求，不同的覆盖面，选择不同的网络供应商组建定制化的BGP产品。

 不亦乐乎 李晨啸 

很多公司有音乐内容产生的一个需求。我们一直在做音乐科技这一块，主要就包括像音乐的自动生成，主要解决音乐的license或者版权的问题。公司自己也在做 c端一些产品，比如嗓音克隆等，其实大的逻辑就是说希望在音乐的创作力这一块，通过工具，然后让音乐创作这件事情变得简单，所以我们做了批量的生成音乐的类型的东西。也服务了soul、喜马、inshot这些企业。

AI自动生成音乐将是未来趋势

 Justalk 疏骏 

我们在六七年前做音视频通讯的时候，挑战比较大的是网络方面的限制带来的技术上挑战，那个时候带宽还不是那么高，4G还不是那么普及，所以为了达到更好的通话效果，需要解决网络抖动的问题，媒体压缩算法怎么去做的更好等等，这些底层的技术的挑战上更多一些。

随着最近这几年因为带宽的问题已经慢慢的弱化，更多的挑战会集中在怎么把多场景的、实时的音视频传输做的更好。比如说我们在做这种视频会议的场景的时候，要保证发言人、互动人、听众等不同角色都要保证毫秒级的实时性传输，在分包、路由和算法上就做了很多的优化。另一个方面在实践中的挑战是为不同的音频应用场景，娱乐、会议、通话、直播等，提供一个更好的技术层封装，让业务层的开发和产品人员更多的专注在场景问题的解决上。

 虎牙 李豪 

我还是极度看好语音房模式。我自己早期在长视频网站，然后后面去到了短视频。其实长视频和短视频它有一个共同的特点，就是流量属性极强，但它们的优势是长视频的供给是要靠机构来供给，短视频已经UGC了，我离用户很近了，我离生产用户和消费用户都很近。我真正的做直播了以后，发现离钱近真好，你知道整个商业闭环是怎么发生的？用户会因为什么场景，因为什么诉求，因为你满足了他的什么目的会付费，无论是在直播里面的电商还是有认可的关系去给他打赏。

语音房这样的一种产品形态它在早期用户刚进来的时候他是把它当做一个社交平台来用，他需要找到自己感兴趣的内容，感兴趣的对象。一旦这种关系建立起来了以后，它就变成了一个社区，他在社区里面他有同好，这是一个大型的线上的真人扮演的游戏，开了一个语音房就是刷一个副本。

所以语音房早期大家只是把它看作一个功能，然后慢慢的衍生出了它的一个平台属性，最终发展到一个成熟的社区。这件事情看起来产品你什么都没有变，但从创业者的角度看，用户量、规模的发展、商业变现都是可以完整实现的，它是一个非常好的业务形态。

 不亦乐乎 李晨啸 

很多人都在谈一个场景叫做Audio first的概念，音频可能更能先行完成一个头号玩家这样虚拟的世界。尤其是空间感的音频，和体感结合很紧密的音频体验消费方式。像Clubhouse这类企业就能加入更多全场景的音频体验。

德国Sound Campus于2020年展示的音频世界

 Starmaker 伍逸静 

首先我认为我们做内容也好，做社交也好，做的都是用户的注意力。从这个层面来说的话，我认为视觉层面其实已经没什么空间了，大家已经全球用户已经被瓜分的差不多了，但是音频的话其实现在还是相对非常蓝海的一个区域，就是说视觉跟听觉这两块被占有率是完全不同的。

对于整个音频赛道来说，我个人是非常看好的。然后对于出海的方向的话，音频赛道简单分类的话，一个是说一个是听，听的话可能以播放器也类似于喜马拉雅这样内容分发平台为主，然后说的话就包含语音房，包含就是K歌，包含所有需要你就是说靠嘴来生产内容的这个领域，这两个领域我觉得现在都不是一个饱和的状态。可以去挖掘的空间还非常大。肯定有大平台会产生。

如果说一个好的音频产品，现阶段可能相对来说大家比较认可的肯定是有变现能力的商业模式，完整的生态产品，我个人认为长久来看的话，现阶段可能还是在一个帮助用户杀时间kill time的。长期来看怎么做出长久价值，怎么帮助用户save time，更高效的去获取知识，获取更有质量的信息，达成更有质量的关系，这个方向的尝试将是一个有趣的方向。

 Zego即构科技 李振扬 

那么在整个未来出海的计划当中，我们底层服务服务短期内可能要往东南亚或者中东这种地方这种弱网地区去发展，因为这些地方可能离中国较近，然后我们出海的话可以有更好的这种地缘的亲密性。

短期内欧美5g那边可能会发展的比较好，对于这种弱网的4G或者次4G这种LTE这种时代，这种情况下该怎么办？即构这边其实是对这种复杂网络是有这种智能优化的，比如像网络自适应这种，它是提供这种端到端的全链路的有一种算法，它是能够保证当前网络情况下这种预测网速，然后并且自动进行一个流控，然后支持这种弱网的一个自适应和推拉流，然后另外就是智能的调节这种码率真率的保证音画质的一种流畅性和平衡。

新兴市场如印尼是音频出海的重要目的地

 Justalk 疏骏 

音频这种形式，它和视频和文字的最大的一个区别的点是在哪里？我认为，实时的音频能够让我们用户能够更多的聚焦在当下交流的内容上面，相比视频，少了视觉上的干扰，相比文字，多了实时性。人通过倾听的，信息是更容易进到你的脑子里面，激活思考，这个是音频很大的一个特点。

对于音频业态的发展方向，我是这么看的，一个是像Clubhouse这类，向钟爱知识分享和讨论的告知高净值人群去拓展。另外一个方向是向普通大众人群的音频交流互动方向上去拓展，这个方向会更关注娱乐性和情感诉求的满足，往大众的方向，规模和空间都很大，是一个很值得开拓的一个方向。