- 综合排序
- 最热优先
- 最新优先
- 来自专栏web推送技术
IM聊天教程:发送图片视频语音表情
经常有朋友问起，如何在IM即时通讯中实现发送图片、视频、语音和表情？ Demo全套的源码已经开源在码云上，供大家clone或者下载：https://gitee.com/goeasy-io/GoEasyDemo-vue-AudioPictureVideo 一、图片/视频/语音发送 对于语音、视频和图片的发送，您如果有注意的话，在使用QQ或者微信的时候，当有朋友发送图片和视频给您时，收到后，需要等一会儿才能显示出来。 因为当前主流的IM包括微信，QQ等对于图片和视频的发送，通常的做法都是： 上传文件到文件服务器 推送文件路径 收到文件路径 加载文件 并不会通过网络直接传送源文件，因为对于大文件的传输，会影响消息的即时性 实时通讯 IM聊天教程:发送图片/视频/语音/表情
6.4K62发布于 2020-05-19 腾讯AI语音IM解决方案助力山东云盟文化传媒突破场景瓶颈
直面语音IM场景核心挑战 山东云盟文化传媒有限公司在语音IM场景中致力于提升用户互动体验，但面临理想与现实的四大瓶颈：网络传输导致的延迟、卡顿、音质差问题影响体验；服务稳定性不足难以支撑业务连续；玩法单一导致 配套腾讯云产品（据腾讯全球数字生态大会披露）： 即时通信IM：基于腾讯20余年IM积累，支持多端互通、低代码UI组件30分钟集成单聊/群聊/直播弹幕等能力，适用直播互动、社交沟通等场景。 — 山东云盟文化传媒有限公司 选择腾讯的核心动因 腾讯方案的价值源于技术确定性、产品整合力与服务深度： 技术底座扎实：TRTC低延迟高音质（抗丢包率70%）、3A算法业内领先、全端SDK覆盖多场景 全栈产品协同：即时通信IM、TRTC、云直播CSS、云点播VOD形成闭环，支撑从通信到直播、点播的一体化需求。
14110编辑于 2026-04-07腾讯AI语音IM场景落地实践：山东云盟文化传媒的延迟、成本与玩法优化
识别IM场景核心瓶颈 山东云盟文化传媒有限公司在语音IM场景中面临四方面理想与现实的差距：需保障流畅体验却受延迟、卡顿、音质差困扰；追求服务稳定但存在稳定性不足问题；期望玩法创新却受限于玩法单一与APP 核心使用产品（数据来源：腾讯云）： 即时通信IM：基于腾讯二十余年IM技术积累，支持多端互通，低代码UI组件助30分钟集成单聊、群聊、好友管理、消息漫游等能力，适用直播互动、电商带货等场景。 创新玩法：结合TRTC变声、立体声、气氛音效、混响等音频效果，通过即时通信IM增加弹幕、点赞、送礼功能，提升用户活跃度。 —— 山东云盟文化传媒有限公司 解析选择腾讯的核心动因 选择腾讯基于三重确定性： 技术积累：腾讯二十余年IM技术沉淀、TRTC低延迟高音质能力（含3A算法、节点专线互联）、全栈音视频产品覆盖。 产品适配：即时通信IM、TRTC、云直播CSS、云点播VOD形成组合方案，匹配延迟、玩法、成本痛点。
16810编辑于 2026-04-13- 来自专栏腾讯云存储
内容审核实践 | 即时通讯 IM 场景
（二）IM 配置项 登录 即时通信 IM 控制台—回调配置 回调URL配置 >> 编辑：填写回调URL后确认保存。具体回调参数及说明可访问 第三方回调简介 。 这一步需要保证的就是，即时通信IM可实现消息发送、即时通信IM控制台回调配置完成，且在发送消息时触发回调URL的请求，回调接口能够接收到请求数据。强调：回调URL接口需公网可见。 以下举例说明都是以审核IM消息内容为前提，如需审核其他内容，可见各审核文档的详细介绍。 至此，IM发送消息、IM请求回调、消息内容审核、回调应答、消息发送结果，所有步骤均已完成。 对象存储本次推出的内容审核功能，可以帮助用户实现IM消息的审核服务，对于违规内容进行审核把控，为您的网络安全保驾护航。
2.6K90发布于 2021-09-27 - 来自专栏音视频咖
即时通信IM核心能力及应用场景
消息传输&会话管理 在消息传输中，IM支持多种消息类型，包括图片、文字、语音、短视频、表情、自定义消息等等，可以实现APP内的双人聊天，支持APP管理员在后台模拟其他用户身份发送消息或是下发系统消息。 IM还提供人数无上限的音视频直播群，非常适用于音视频场景，并且支持多级扩散、冷热分离、多地容灾等技术。 即时通信IM核心应用场景 第一个场景是社交沟通。 如果用户想要在APP中实现社交聊天，那么IM可以支持单聊/群聊中的文字、表情、图片、短语音、短视频等多种消息类型，有效提升用户活跃度。 第五个场景是在线教育。IM提供了很多与教育场景适配的能力，比如开课提醒，就可以通过调用IM服务端的API，对所有成员进行消息提醒来实现。 当然，用户对答复不满意的话也可以要求转人工，人工客服利用IM也可以和客户实现文字/语音/图片等多种形式的实时在线沟通。
4.1K20编辑于 2023-01-09 - 来自专栏用户5909132的专栏
内容审核实践 | 即时通讯 IM 场景
一、概述 一些用户使用即时通信 IM 产品开发实现自己的聊天业务，但对于聊天之间的消息无法很好的去管控内容是否违规。 （二）IM 配置项 登录 即时通信 IM 控制台—回调配置 回调URL配置 >> 编辑：填写回调URL后确认保存。具体回调参数及说明可访问 第三方回调简介 。 这一步需要保证的就是，即时通信IM可实现消息发送、即时通信IM控制台回调配置完成，且在发送消息时触发回调URL的请求，回调接口能够接收到请求数据。强调：回调URL接口需公网可见。 以下举例说明都是以审核IM消息内容为前提，如需审核其他内容，可见各审核文档的详细介绍。 至此，IM发送消息、IM请求回调、消息内容审核、回调应答、消息发送结果，所有步骤均已完成。
1.6K30发布于 2021-09-28 - 来自专栏腾讯云终端专家服务
IM - 直播间在线人数、人气值等场景方案
场景 在电商直播、在线K歌、语音电台等应用场景中，实时统计及展示直播间在线人数、人气值等数据。 实现逻辑 在线人数逻辑.png 人气值逻辑.png 1）IM 群组 1.1）选择群组类型为 直播群(AVChatRoom) 。 2）客户业务后端 2.1）通过 IM 服务端 RESTAPI 接口（直播群在线人数接口）获取直播间的人数，根据业务逻辑，对在线人数等数据进行处理 2.2）通过 IM 服务端 ，在客户后端服务中做相应的逻辑处理生成人气值，再通过 IM 通道下发给 App端展示 3.2）在 IM 的 onGroupAttributeChanged 回调群属性的变更中，获取传入的直播间在线人数 b）在线人数总体更新粒度为 10s 这里以 postman 发起请求为例，来获取直播群的在线人数： postman-人数.png 2）修改群属性： 接口文档：即时通信 IM
2.8K50编辑于 2022-04-14 HarmonyOS NEXT 语音搜索场景学习和总结
大部分app的搜索页面都已经支持语音搜索，以下简单介绍以下HarmonyOS在语音搜索上的使用和总结 语音搜索需要在module.json5中配置麦克风权限：ohos.permission.HICROPHONE 在调起麦克风之前要对该权限进行检查和申请；具体检查和申请的步骤请查看博主相关文章 下面场景介绍PCM文件每帧容重（单位：字节数）计算公式：采样频率＊采样位数＊声道＊时间／8，每0.1秒发一个包，将音频数据 this.tmpRecordBuffers).buffer; Let read: number = tmpResult.byteLength; // 将录制的语音块请求数据都添加进队列中
56110编辑于 2025-03-31腾讯云TRTC与AI技术提升语音IM体验，破解行业共性难题
应对高并发场景下的实时音质与延迟挑战 直播及社交平台面临网络条件差异大、自建服务不稳定导致的延迟、卡顿与音质下降问题，直接影响用户参与度和留存率。 传统RTMP架构难以支撑高并发场景，技术升级需求迫切。 采用智能降噪与3A算法（回声消除、降噪、自动增益控制），提升语音清晰度。音频抗丢包率高达70%，保障弱网环境下的稳定性。 —— 山东云盟文化传媒技术负责人 腾讯全栈音视频能力支撑业务敏捷迭代 基于腾讯二十余年IM技术积累，提供从客户端、服务端到传输层的全栈音视频解决方案。 数据来源：腾讯云TRTC技术白皮书、山东云盟文化传媒落地案例实测指标 技术主体：腾讯云TRTC、即时通信IM、云直播CSS、云点播VOD
16710编辑于 2026-04-12- 来自专栏决策智能与机器学习
语音识别应用场景（3）：声纹识别打造个性化语音指纹
相较于声纹识别，大众可能对语音识别更为熟悉，但二者有本质的区别。语音识别是“说什么”，声纹识别是“谁在说”。而语音识别必然会从“说什么”发展到“谁在说”。 而传统智能语音技术的瓶颈在于它不能区分说话人身份，也就无法提供相应的个性化服务，实现真正意义的交互。语音场景下要解决身份识别的问题，需要基于声纹生物信息ID的声纹识别技术支持。 在大量的动态数据中准确锁定用户，从而服务于更广阔的使用场景。 这些方法虽然处理手段不同，但基本原理是类似的，都是基于上一周提到的声谱图《语音识别中的声学特征提取：梅尔频率倒谱系数MFCC》，声谱图是声音信号的一种图像化的表示方式，它的横轴代表时间，纵轴代表频率，语音在各个频率点的幅值大小用颜色来区分 此外，物联网正在蓬勃发展，对于没有屏幕和键盘或是屏幕非常小的硬件，语音是目前最合理的操作入口，因此声纹识别也是最适合大范围在物联网场景下使用的验证方式和服务入口。 声纹识别的应用场景 （1）信息领域。
3.7K20发布于 2020-08-04 - 来自专栏用户8715145的专栏
真人语音合成平台哪家好 真人语音合成应用场景有哪些
很多人在无聊的时候，就会选择去听小说语音播报等等，这些语音播报大多都是技术合成的，因为真人的语音播报费用非常高，而语音合成成本并不算高，下面就将为大家介绍真人语音合成平台。 真人语音合成平台哪家好 随着网络技术的不断发展，网络上出现了很多的真人语音合成平台。但有些真人语音合成平台并不正规，合成的语音并没有质量保证。云服务器就是一个好的真人语音合成平台，产品优势非常的多。 它能够高度模拟真人的发声，合成的效果是非常逼真的，而且合成的速度非常的快，能够适用于不同的场景当中。更重要的是，云服务器语音合成平台还能够进行个性化的定制。 真人语音合成应用场景有哪些 真人语音合成的应用场景非常广泛，主要可以用来进行机器人发声。现在很多的场合都是能够看见机器人的，他们能够和人进行自由的交流，而交流的语言需要使用语音合成。 真人语音合成还可以应用在有声读物制作，尤其是在有声小说中，可以提升用户的体验。在语音播报当中，也会使用真人语音合成，比如大家的语音导航，在不方便阅读文字的时候，使用语音播报是非常方便的。
10.1K30发布于 2021-10-29 - 来自专栏腾讯云云通信专家服务
云通信IM案例分享-图片语音消息发送失败，错误码70402
有客户提工单反馈：App内用户发送语音和图片信息的时候出现失败，提示参数非法，但是文字信息可正常发送 image.png 客户提到文字信息没有失败，说明 消息上行到云通信IM后台 -> 云通信IM后台处理 -> 云通信IM后台下发消息给用户APP 这条消息收发的通路是没有问题的。 而云通信IM对图片信息&语音信息的处理逻辑 与 文字信息的区别在于， 对前者会将信息以文件形式存储到腾讯云COS，得到一个COS的URL传给云通信IM后台，云通信后台经过处理，同样将URL下发给消息接收方的用户 日志分析 拿到用户终端的SDK日志，很容易发现了问题原因： image.png 图片语音消息上传COS之前，需要调用REST API获取COS Token，此处UserSig这个参数丢失了，导致报错。 相比于普通的 login(TIMLoginParam) 接口，该接口可以减少 IM SDK 向您的服务器索要 UserSig 的频率， 既可以加快登录速度，又能减少你的 UserSig 服务器压力，也在一定程度上降低了
2.7K70发布于 2020-11-22 - 来自专栏企鹅号快讯
语音识别类产品的分类及应用场景
下面，我将以语音识别需求场景之“人机交互”为例，对业界的语音识别产品进行归类和说明。如果大家比较感兴趣，我后续文章可以再对其他的几类需求层次进行进一步的分析。 产品形态：流式传输-同步获取 典型的应用场景：不涉及到多轮交互和多种语义说法的场景，比如，对于简单指令交互的智能家居和电视盒子，语音控制指令一般只有“打开窗帘”、“打开中央台”等；或者语音唤醒功能“Alexa 为适应此类场景，声学模型和语音模型一般都比较大，引擎运算量也较大。如果将其封装到嵌入式芯片或者本地化的SDK中，耗能较高并且影响识别效果。 对于时长的限制，由语音云服务厂商自定义，一般有 典型应用场景1： A）主要在输入场景，如输入法、会议/法院庭审时的实时字幕上屏； B）与麦克风阵列和语义结合的人机交互场景，如具备更自然交互形态的智能音响 在时间允许的使用场景下，“非实时已录制音频转写”无疑是最推荐的产品形态。 典型应用场景2： A）已经录制完毕的音/视频字幕配置； B）实时性要求不高的客服语音质检和UGC语音内容审查场景等。
4K110发布于 2018-01-16 - 来自专栏BestSDK
游密打造游戏通讯SDK最小体积：IM+语音仅1兆
同样，对于现在几乎标配的第三方语音通讯SDK来说也是如此。游密科技专注于游戏通讯云十年，其技术核心团队大多在腾讯、盛大工作十几年，特别是游戏、音视频、软件开发等领域有着深厚积淀。 从公司成立之初，游密对产品就有着精益求精态度和极其严苛的要求，其技术团队在2年多时间里不断探索和研究，通过精简代码、优化编译参数，同时极大效率的抽取并应用公共组件等多方面的努力，最终打造出IM+语音通讯
1.1K50发布于 2018-03-01 - 来自专栏即时通讯技术
电商IM消息平台，在群聊、直播场景下的技术实践
1、引言 本文来自淘宝消息业务团队的技术实践分享，分析了电商IM消息平台在非传统IM应用场景下的高发并、强互动群聊和直播业务中的技术特点，总结并分享了在这些场景下实现大量多对多实时消息分发投递的一些架构方面的设计实践 3、强互动消息场景的技术挑战 不同于传统社区IM消息平台，电商IM消息平台有自已的互动场景特点。 其次集群的写入不可能完全给IM聊天消息，还有其它的营销活动、交易、物流等通知类型的消息。 基于传统IM的“写扩散”架构，在高并发、强互动场景下遇到了瓶颈，导致消息大量的延迟下推，影响最终用户体验。 传统的IM产品：腾讯QQ、腾讯微信、网易云通讯、抖音IM、钉钉IM、脉脉IM、支付宝IM。 PS：市面上APP80%都具备IM聊天能力，均采取写扩散简单模式进行云端消息同步。 因此：在功能上和模型设计上需要进一步思考，尤其现有回放直播间需要一套录制/回放指令机制，保存互动指令等关键性指令数据，而这点在消息IM场景完全支持了，包括用户可以漫游历史消息等。
4.1K00发布于 2020-12-18 - 来自专栏云攻略专区
【腾讯云上实践】内容审核实践 | 即时通讯 IM 场景
一、概述 一些用户使用即时通信 IM 产品开发实现自己的聊天业务，但对于聊天之间的消息无法很好的去管控内容是否违规。 （二）IM 配置项 登录 即时通信 IM 控制台—回调配置 回调URL配置 >> 编辑：填写回调URL后确认保存。具体回调参数及说明可访问 第三方回调简介 。 这一步需要保证的就是，即时通信IM可实现消息发送、即时通信IM控制台回调配置完成，且在发送消息时触发回调URL的请求，回调接口能够接收到请求数据。强调：回调URL接口需公网可见。 以下举例说明都是以审核IM消息内容为前提，如需审核其他内容，可见各审核文档的详细介绍。 至此，IM发送消息、IM请求回调、消息内容审核、回调应答、消息发送结果，所有步骤均已完成。
5.7K50发布于 2021-10-09 多场景解锁OpenClaw：从Lighthouse部署到IM办公全流程提效
它不仅能通过企业微信、QQ等常用IM工具实现无缝交互，更能承接办公场景中重复、复杂的任务，成为兼顾效率与隐私的智能协作伙伴。 （一）前期准备：明确配置与环境要求提前准备腾讯云账号，选择“锐驰型”Lighthouse实例（推荐2核4G及以上配置，满足多IM并发与任务执行需求），地域选择需贴合使用场景：接入企业微信、QQ优先选国内地域 二、实用场景落地：让OpenClaw成为办公提效“隐形队友”部署完成后，重点探索OpenClaw在IM工具与办公场景的深度融合，聚焦“长期、重复、复杂”的核心痛点，让AI承担繁琐事务，释放人力专注核心工作 （一）IM工具无缝对接：随时随地下达指令OpenClaw支持企业微信、QQ、Telegram等主流IM工具原生适配，无需切换界面，像和同事聊天一样下达指令，实现“碎片化时间高效办公”。 四、总结：OpenClaw的核心价值与未来探索从Lighthouse零门槛部署，到IM工具无缝对接，再到办公场景提效与创意玩法探索，OpenClaw的核心价值在于“降低自动化门槛、兼顾隐私与效率、灵活适配多场景
2.3K10编辑于 2026-02-28- 来自专栏云+直播
AI赋能产品：如何寻找语音交互的业务场景
一个创业者成长的心路历程——心路日记 如何寻找语音交互业务场景——干货思考 绘声绘色地讲故事和枯燥严谨地深度思考问题，咱们切换着来 但是最终为标题服务——如何寻找语音交互的业务场景。 过往18个月，大家定期就会围坐一个圈，开头脑风暴会议，思考有哪些场景适合语音交互？从普罗大众的高频刚需到特定行业的细分场景，大家轮流发言，想到哪里是哪里，不打断不评价，每时每刻都在寻找创业场景。 即，我能给很快的判断出：哪些业务场景需要语音交互，哪些业务场景根本就是伪需求。 如何寻找语音交互业务场景——干货思考（1） 创业自然是从找方向开始，一开始是做产品分析及市场调研。 我们应该了解语音交互的特性后去筛选适合的业务场景，而不是先制造困境场景然后寻找语音解决。 如何寻找语音交互业务场景——干货思考（2） 下面是我总结出来的语音交互对比图形界面交互的优势和缺陷。 结合语音交互的优势和缺陷，下图是我提供的一个业务场景筛选漏斗。
1.7K83发布于 2020-10-16 医疗场景中语音转文字工具的技术方案选型
引言在医疗行业的国际交流场景中，跨语言沟通的准确性直接关系到诊疗质量。由于医学术语的专业性和精确性要求较高，语音转文字技术在这一领域具有重要应用价值。 语音处理技术基础架构医疗场景下的语音转写需要处理专业术语识别、多说话人分离和噪声抑制等核心问题。 y_enhanced=enhance_speech(y_denoised,sr)returny_enhanced,sr```专业级语音转写方案分析在医疗专业场景中，某款语音处理工具采用了深度神经网络架构 技术选型建议医疗机构在选择语音转文字方案时，应考虑以下技术指标：-术语识别准确率-多语言支持能力-系统集成难度-数据处理安全性-批量处理效率实施部署建议建议采用分阶段部署策略，先在小范围场景进行测试验证 结语语音转文字技术在医疗行业的应用需要综合考虑专业性、准确性和易用性。不同的技术方案各有优势，医疗机构应根据具体需求场景进行选型。建议通过技术测试和效果评估，选择最适合的解决方案。
25110编辑于 2025-12-12- 来自专栏DotNet NB && CloudNative
.NET+ Avalonia 实现跨平台的IM即时通讯、语音视频通话
前言 在 Avalonia 如火如荼的现在，之前使用CPF实现的简单IM，非常有必要基于 Avalonia 来实现了。 现在，我们就来使用 Avalonia 实现一个跨平台的简单IM，除了文字聊天外，还可以语音视频通话。废话不多说，我们开始吧！ 下图是这个简单IM的Avalonia客户端在国产统信UOS上的运行的截图： 一、IM 即时通讯系统主要功能 这个简单的IM系统实现了以下功能： 1、基础功能、文字聊天 客户端用户上下线时，通知其他在线用户 2、语音视频聊天、远程桌面 一方发起视频对话请求，对方同意后，即可开始视频对话。 在对话的过程中，任何一方都可以挂断，以终止对话。 在对话的过程中，任何一方掉线，都会自动终止对话。 6、客户端实现语音视频通话功能 语音视频通话实际运行起来后的效果如下所示： 我们先简单描述一下实现视频对话流程的要点，更详细的细节请查阅源代码。
2K10编辑于 2023-11-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号