返回探索
指南VibeFix 内容整理更新于 2026年11月20日

点了接通却听不见人声:vibe 项目的语音与视频通话实战

通话同时踩了实时性、权限、硬件三个坑:来电、回声、弱网降级、录制合规,一份带虚构接通漏斗的实战指南。

笔记本电脑屏幕上四人视频通话,前景有人举手参与(实拍照片)

先把一句话说在前面:这篇只讲实时语音和视频通话——怎么打、怎么接、弱网怎么办、通话里能干什么、打完留什么。语音输入那篇《语音输入实战》讲的是把说话变成文字,跟实时通话不是一回事;在线客服那篇《在线客服实时聊天实战》讲的是文字客服,也不是通话;《已读回执与在线状态实战》讲的是消息状态,跟通话状态没有关系。本文的示例产品“云雀语伴”(一个语言交换应用)和出现的人物“小满”“大卫”,都是虚构示例,用来把道理讲具体,不是真实产品和真实用户。

很多 vibe 项目加通话功能,都是从一个很具体的场景开始的:用户在聊天里打字打了半天,觉得太慢了,想直接说两句。于是作者加了一个语音通话按钮,再加一个视频通话按钮,觉得这事就做完了。结果上线之后投诉不断:点了接通听不见声音、视频卡成幻灯片、来电响了半天对方没听见、挂了电话还扣着麦克风不放。通话是产品里最难做的功能之一,因为它同时踩了三个坑:实时性、权限、硬件。文字消息晚到三秒没人抱怨,通话卡三秒对方就想挂电话;文字消息不需要麦克风权限,通话一上来就要过权限这一关;文字消息不挑设备,通话在旧手机、蓝牙耳机、电脑浏览器上表现完全不一样。把这三个坑想明白之前,通话按钮放上去只会招骂。

一、三种通话形态,先选一种做透

通话一般有三种形态:1 对 1 语音、1 对 1 视频、群组通话。它们的难度是递进的,别一上来就想全做。1 对 1 语音最简单,带宽要求最低,对设备要求也最低,是大多数产品的起点。它的核心体验就两个字:听清。只要双方能听清对方说话、没有回声、没有刺耳的啸叫,语音通话就算及格。1 对 1 视频难一个档次:除了声音,还要处理画面、摄像头切换、前后摄、横竖屏。视频通话的及格线是:画面不卡成幻灯片,声音和嘴型对得上。群组通话最难:三个人以上同时说话要混音,画面要分格,谁在说话要高亮,有人掉线要有人接住。群组通话的及格线比前两种高得多,别在 1 对 1 还没做稳的时候就上群组。

选形态的方法是看你的产品里,通话是用来干嘛的。语言交换、心理咨询、远程面试,1 对 1 语音就够了,视频反而让用户有压力——不是每个人都愿意在第一次通话就露脸。设计师给客户讲方案、老师给学生讲题,1 对 1 视频更合适,因为要看画面、看屏幕共享。团队开会、社群活动,才需要群组通话。虚构示例里,“云雀语伴”一开始只做了 1 对 1 语音,跑了两个月,投诉率降下来了,才加视频;视频跑稳了,才试群组语音房。每一步都等上一步的投诉清零再走,这不是慢,这是通话功能唯一正确的节奏。

还有一个选择容易被忽略:通话要不要走浏览器,还是必须装应用?如果你的产品是网页端的,浏览器通话要过两个坎:浏览器要不要给麦克风权限,以及浏览器在后台会不会把通话掐掉。手机浏览器切到后台,通话很容易断。如果你的产品是应用内的,通话体验会好很多,但用户得先装应用。折中的做法是:网页端先做语音通话,视频通话引导用户去应用里打,并在按钮旁边写清楚“视频通话请在应用内发起”。别让用户在浏览器里点视频通话,点进去发现卡得不行,还以为是你的产品有问题。

二、来电怎么接,才不吓人

来电界面是通话体验的第一印象,也是最容易被做砸的地方。来电的时候,手机可能在锁屏、可能在看视频、可能在开会。你的来电界面必须做到三件事:第一,让用户一眼看清是谁打来的。头像、名字、你们的关系(比如“语伴 · 已聊过 12 次”)都要有,别只显示一个电话号码或者一串用户编号。第二,接听和挂断两个按钮要足够大、足够分开。来电的时候用户可能正在走路、正在开车,按钮太小或者离太近,一滑就滑错了。第三,响铃要有个上限。响 30 秒没人接,就自动挂断,记一条未接来电,别让电话响两分钟,把对方和周围的人都吵一遍。

未接来电的处理比来电本身更重要。用户没接到电话,打开产品应该看到一条清楚的未接来电记录:谁打来的、几点打的、要不要回拨。回拨按钮要放在记录旁边,点一下就能打回去。千万别把未接来电做成一条冷冰冰的系统通知,点进去什么都干不了。还有一个细节:对方正在通话中的时候,你打过去应该听到或者看到“对方正在通话中”,而不是一直响铃等到超时。这个状态要从通话状态里实时取,别让用户对着一个永远接不通的电话干等。

勿扰模式是来电功能的必备品。用户在睡觉、开会、上课的时候,不希望被通话打扰。勿扰的设置要简单:一个总开关,加上一个“只接互相关注的人的电话”的选项。勿扰期间打进来的电话,不要响铃,直接记未接来电,等用户有空再回。还有一种情况:用户把产品切到后台,或者把手机锁屏了,来电还能不能响?应用内要接系统级的来电推送,不然用户锁屏了就永远接不到电话。这个推送要单独申请权限,申请的时候要说清楚“用来在你锁屏时提醒你有来电”,别含糊地说“用来发通知”。

三、麦克风、摄像头与回声:权限和硬件两道坎

通话的权限申请,时机比文案更重要。最差的时机是用户刚打开产品就弹“是否允许使用麦克风”,用户还没搞清楚你要干嘛,第一反应是拒绝。最好的时机是用户点了通话按钮的那一刻,系统弹窗之前,你先用自己的页面说一句:“接下来的通话需要使用麦克风,用来让你和对方说话,不会录音。”然后再弹系统权限框。用户在知道用途的情况下点允许,概率会高很多。如果用户拒绝了权限,不要反复弹框骚扰,而是在通话界面放一个“麦克风被关闭了,去设置里打开”的引导,点一下跳到系统设置页。引导文案要写清楚路径,比如“设置 → 云雀语伴 → 麦克风”,别只写“请去设置里打开”,用户找不到地方。

回声是语音通话里最常见的硬件问题:对方听到自己的声音被重复播出来,像在山洞里说话。回声的原因一般是扬声器声音被麦克风收回去再传回来。解决办法有三层:第一层是软件回声消除,大多数通话服务都自带,打开就行;第二层是提醒用户插耳机,耳机能从物理上断掉回声的链路,通话界面可以在检测到回声的时候轻声提示“检测到回声,插上耳机音质会更好”;第三层是音量控制,扬声器音量别默认拉满,默认 70% 就够了。啸叫是回声的极端情况,两个设备离得太近、音量又太大,声音来回放大变成刺耳的尖叫。产品要在检测到啸叫的时候自动把扬声器音量降下来,别等用户自己去找音量键。

摄像头和麦克风的切换也要做顺手。视频通话里,用户想从前置切到后置给对方看窗外的风景,切换按钮要在手边,点一下就切,别让用户进设置里翻。麦克风坏了、摄像头被别的程序占了,这些异常都要有明确的提示:“麦克风被其他应用占用了,请关闭其他应用后重试”,而不是一句“设备异常”。用户不是工程师,“设备异常”四个字对他没有任何帮助。通话开始之前,最好有个“检查设备”的环节:拨通之前先测一下麦克风有没有声音、摄像头有没有画面,测完了再拨,比拨通了才发现对方听不见要强得多。

四、弱网怎么办:降级比硬撑强

通话最怕的不是没网,而是网不好。完全没网的时候,产品只要诚实地说“网络不可用”就行,用户能理解。网速忽快忽慢、时断时续的时候,产品的做法才见真章。正确的做法是降级,而且要主动降级,别等用户投诉。降级的顺序一般是:视频通话先降画质,从高清降到标清,再降到流畅;还不行就关掉视频、只留语音;语音还断,就提示重连。降级的时候要告诉用户发生了什么:“网络不太好,已切换到语音模式”,而不是悄悄把视频关了,让用户对着黑屏发愣。降级是产品在替用户做决定,做决定就要说一声。

画质档位要预先定好,别让用户在通话里现调。一般三档就够了:高清、标清、流畅。默认用标清,别默认高清。高清在好网络下确实清楚,但在一般网络下就是卡顿的源头。用户可以在设置里改默认档位,通话里也可以手动切档,但手动切换的入口别太显眼,不然用户会以为切了档位就能解决所有问题。重连的逻辑也要想清楚:断线之后自动重连三次,三次都失败再告诉用户“连接已断开,请检查网络后重新拨打”。重连的时候界面要显示“正在重新连接…”,别直接把用户踢出通话。用户在重连的时候最怕的是不知道发生了什么,一个“正在重新连接”的提示,能留住很多人。

还有一个弱网场景容易被忽略:对方网络不好,你这边听到的声音断断续续。产品要分清是“我网不好”还是“对方网不好”,提示文案也要分开写。如果是我网不好,提示我“你的网络不太稳定”;如果是对方网不好,提示我“对方网络不太稳定,请稍等”。分不清的时候,就写“网络不太稳定”,别乱猜。通话质量的数据要记下来:每次通话的平均延迟、丢包率、卡顿次数,记到后台,别记到用户面前。用户不需要看延迟 180 毫秒这种数字,他只需要知道这次通话是清楚还是不清楚。数据是给产品看的,不是给用户看的。

五、通话中的操作:越少越好,越大越好

通话中的界面,第一原则是按钮少,第二原则是按钮大。正在通话的时候,用户注意力都在对方身上,没空研究界面。必需的按钮只有四个:静音、挂断、切换摄像头、免提。其他的按钮——屏幕共享、举手、加人、录制、美颜——都收进“更多”里,别全摊在屏幕上。挂断按钮要最大、最红、最显眼,放在最顺手的位置。静音按钮的状态要一眼分清:静音的时候按钮变红、图标上画一条斜杠,并且在屏幕上显示一行小字“你已静音,对方听不到你”。很多人静音之后忘了自己静音了,对着手机说了半天,对方一点声音都没听到。这行小字能救很多人。

屏幕共享是视频通话里的高阶功能,做之前要想清楚三个问题。第一,共享的是整个屏幕还是单个窗口?共享整个屏幕会把通知、聊天记录都暴露出来,建议默认共享单个窗口,并在开始共享之前弹一次确认:“你正在共享屏幕,对方可以看到你屏幕上的内容。”第二,共享的时候自己的声音还通不通?要通,讲方案的时候人要说话,画面和声音不能二选一。第三,共享结束之后怎么恢复?点一下“停止共享”就回到视频画面,别让用户找半天。举手功能是群组通话里的必需品:人多了不能随便插话,想说话先举手,主持人点到谁谁再开麦。举手的按钮要明显,举手之后自己的画面边框要变色,让主持人一眼看到谁在举手。

通话里的文字聊天别丢掉。视频通话的时候,用户经常想发个链接、发个数字、发个地址,打字比说话准。通话界面里要留一个聊天入口,点开是半屏的聊天框,不遮住视频画面。聊天记录要跟着通话记录一起保存,打完电话用户还能翻到刚才发的链接。还有一个细节:通话的时候手机锁屏了怎么办?通话界面要防止锁屏,或者锁屏之后在锁屏界面留一个“回到通话”的入口。用户从锁屏回来,发现通话还在、按钮还在,比什么都重要。

六、挂断之后:记录、反馈与录制合规

通话结束之后,产品要留三样东西:通话记录、通话质量反馈、以及用户主动要的录制。通话记录很简单:谁和谁、几点打的、打了多久、是谁挂的、是语音还是视频。记录要列在聊天记录里,点一下能回拨。通话时长要显示得人性化一点:3 分 42 秒写成“3 分 42 秒”,别写成“222 秒”。未接来电的记录要标红,已接的正常显示,拒接的写“已拒接”。记录保留多久?建议至少保留 90 天,用户翻旧账的时候能找到。

通话质量反馈是产品改进的金矿,但收集方式要轻。挂断之后弹一个“这次通话清楚吗?”的轻问,两个按钮“清楚”和“不清楚”就够了。点“不清楚”再追问一句“是哪方面不清楚?”,选项给三个:听不清、画面卡、总掉线。别搞五星评分加长篇问卷,用户刚打完电话没耐心填。反馈的数据要和后台的延迟、丢包率对上:用户说不清楚、后台数据也差,这才是真问题;用户说清楚、后台数据差,可能是用户要求低;用户说不清楚、后台数据好,可能是设备问题。三个维度对上看,才能定位问题。

录制是最敏感的一环,合规红线要画清楚。录制通话必须双方都同意,一方同意、一方不知道,这在很多地方是不合法的。正确的做法是:发起录制的时候,先给对方弹一个“对方想录制这次通话,你同意吗?”的确认,对方同意了才开始录,录制过程中屏幕上要一直显示“正在录制”的标记。录制文件存在谁那里、能存多久、能不能转发,都要在录制开始之前说清楚。还有一个建议:默认不要提供通话录制功能,等产品长大了、有法务看过了再加。录制功能带来的合规成本,比它带来的好处大得多。

通话接通漏斗:100 次发起,94 次对方收到来电,88 次接通,81 次音视频正常建立,76 次完整打完

七、从拨打到挂断:一个虚构漏斗的账

下面这个漏斗是虚构的,用来把“通话接通率”这件事算清楚。假设“云雀语伴”里一个月的通话数据是这样的:用户发起了 100 次通话。其中 94 次对方收到了来电提醒,另外 6 次石沉大海——有的是对方没开推送,有的是对方在勿扰时段,有的是对方把应用卸载了。94 次来电里有 88 次被接通了,另外 6 次是响铃超时没人接,或者对方点了拒接。88 次接通里有 81 次音视频正常建立起来了,另外 7 次卡在了媒体这一步:有的是麦克风权限被拒,有的是摄像头被别的程序占了,有的是回声太大对方直接挂了。81 次正常建立的通话里,有 76 次完整打完了,另外 5 次中途断掉没重连回来。76 除以 100,整体打通率是 76%。这组数字的意义不在绝对值,而在告诉你问题出在哪一步:如果来电到达率低,问题在推送和勿扰;如果接通率低,问题在来电界面和响铃时长;如果媒体建立失败多,问题在权限引导和设备检查;如果中途断线多,问题在弱网降级和重连。漏斗是用来定位问题的,不是用来炫耀的。

接通率低的时候,别急着加功能,先看数据分层。把通话按网络、按设备、按时段切开看:是不是旧手机的接通率特别低?是不是晚上十点之后的通话特别容易断?是不是某个国家的用户来电到达率特别低?切开看才能找到真问题。虚构示例里,“云雀语伴”的“小满”和“大卫”每周通话三次,有一次大卫在地铁里接电话,信号时断时续,通话断了两次。产品后来在弱网时自动降到了语音模式,他们的通话就再也没断过——当然,这是虚构示例里编的故事,道理是真的,故事别当真。

八、上线之前,对着这张表检查一遍

第一,形态定了吗?1 对 1 语音、视频、群组,先做哪一种,后两种什么时候再加?第二,来电界面清楚吗?是谁打来的、接听挂断够不够大、响铃 30 秒超时了吗?第三,未接来电能回拨吗?记录里有没有时间、有没有回拨按钮?第四,权限申请的时机对吗?是不是在用户点通话按钮的时候才申请,拒绝了有没有去设置的引导?第五,回声和啸叫有预案吗?回声消除开了吗,检测到回声会提示插耳机吗?第六,弱网降级跑通过吗?视频到语音的切换会不会告诉用户,断线重连三次之后才提示失败吗?第七,通话里的按钮够少够大吗?静音状态一眼看得出来吗,挂断按钮找得到吗?第八,录制合规吗?双方同意了才录,录制中一直有标记吗?第九,挂断后的反馈够轻吗?两个按钮的轻问,用户愿意点吗?第十,通话记录留得住吗?90 天内的通话都能翻到、都能回拨吗?

这十条都打上勾,通话功能才算能上线的状态。最后再说一句大实话:通话功能的上线标准不是“能打通”,而是“打得舒服”。能打通只是及格线,打得清楚、不断线、不吓人、挂了还能找到记录,这才是用户愿意第二次点通话按钮的原因。先从 1 对 1 语音开始,把来电、权限、弱网、挂断这四个环节跑稳,再加视频,再加群组。通话是产品里最难做的功能,也是最容易赢得用户信任的功能——一次清楚的通话,顶得上十次顺畅的聊天。慢慢做,别贪多。

阅读 14评论 0

评论 (0)

ME
0/1000
评论加载中...
浏览项目广场发布你的项目

相关文章

真实照片:木桌上的笔记本电脑、平板与手机同时显示同一个绿叶主题网站,手机上导航已折成单列,桌角有一盆绿植
指南
手机上缩成一团?响应式布局与媒体查询实战指南

同一个页面要在手机、平板、电脑上都站得住。本文按 MDN 的《Responsive web design》《Using media queries》《viewport meta 参考》三篇官方文档讲清楚:流式 HTML、viewport 标签、流式网格与 max-width、图片不撑破容器、媒体查询语法、按内容定断点、mobile-first、响应式字号、按能力查设备与上线检查清单。

移动应用设计体验前端工程
真实照片:一排浅灰色金属档案柜,其中一个抽屉拉开,露出里面一排排悬挂的文件夹
指南
浏览器里也能用数据库:IndexedDB 本地存取实战指南

localStorage 只能存字符串、没有索引。IndexedDB 是浏览器里真正的数据库:能存结构化数据、容量大得多、能建索引、能用事务。本文按 MDN 的《Using IndexedDB》《IDBDatabase》《IDBObjectStore》三篇官方文档讲清楚:五步套路、开库、升级、主键、索引、事务、add 与 put、get、游标、范围与多标签页升级。

工具技巧数据工作流前端工程
真实照片:一双手在 MacBook Pro 上打字,屏幕显示改写 HTML 内容的 JavaScript 代码,白色桌面上有白色鼠标、纸张和文件夹
指南
别让函数把你绕晕:JavaScript 函数、参数与箭头函数实战指南

函数你每天都在调,这篇把你一直在做的事讲清楚。本文按 MDN 的《Functions》《Arrow function expressions》《Rest parameters》三篇官方文档讲清楚:声明与表达式、参数与实参、默认值、剩余参数、展开语法、返回值、箭头函数省写规则、this 的坑、回调与高阶函数、作用域。

工具技巧前端工程AI 编程实践