Phase 1 MVP · 新加坡首发 · 中英互译
本文档定义 Vocalink Phase 1 MVP（最小可行产品）的全部功能需求。
范围限定：新加坡市场首发、简体中文 + English（en-SG）双语、中文↔英语实时翻译。
不包含：Phase 2+ 的多语种扩展、语音房、AI 陪聊、TTS 语音输出（P1 功能见本文档标注）。
| 角色 | 关注章节 |
|---|---|
| 产品经理 | 全文（主笔参考） |
| UI/UX 设计师 | 第三、四章（用户旅程 + 信息架构） |
| iOS/Android 开发 | 第五、六章（功能规格 + 翻译子系统接口） |
| 后端开发 | 第五、七章（功能规格 + 非功能需求） |
| 算法工程师 | 第六章（实时翻译子系统） |
| 测试工程师 | 第七、八章（非功能需求 + 验收标准） |
| 项目管理 | 第一、八章（范围 + 里程碑） |
| 术语 | 定义 |
|---|---|
| MVP | Minimum Viable Product，最小可行产品 |
| ASR | Automatic Speech Recognition，自动语音识别 |
| MT | Machine Translation，机器翻译 |
| TTS | Text-to-Speech，文本转语音 |
| SFU | Selective Forwarding Unit，WebRTC 媒体服务器 |
| DAU | Daily Active Users，日活跃用户 |
| ARPPU | Average Revenue Per Paying User |
| BLEU | Bilingual Evaluation Understudy，翻译质量指标 |
让世界上任何两个人，用自己的语言说话，都能被对方听懂——从新加坡开始。
| 原则 | 含义 | 落地示例 |
|---|---|---|
| 🎯 单一核心 | Phase 1 只做"1v1 语音随机匹配 + 实时翻译"一件事，做深做透 | 不做房间、不做动态、不做兴趣社区 |
| ⚡ 速度第一 | 匹配 < 5 秒，翻译 < 500ms，App 启动 < 2 秒 | 精简流程、预连接、缓存策略 |
| 🔒 隐私优先 | 语音不露脸，数据最小化收集，PDPA 合规 | 不强制实名、不收集通讯录、端到端加密 |
| 🌏 双语对等 | 中文和英语用户获得完全对等的体验 | 界面双语、匹配权重均等、翻译质量一致 |
| 💎 付费自然 | 免费用户有完整核心体验，付费是"锦上添花"而非"割韭菜" | 免费 10 次/天匹配，VIP 无限 + 高级翻译 |
| 🛡️ 安全第一 | 内容安全是底线，宁可误杀不可放过 | ASR 实时审核 + 7×24 人工 + 一键举报 |
| 阶段 | 用户行为 | 系统响应 | 设计要点 |
|---|---|---|---|
| ① 获客 | 看到 TikTok/Meta 广告 → 点击下载 | App Store 落地页 + 首次启动引导 | 广告素材突出"语音+翻译"差异化 |
| ② 注册 | 手机号验证 / Apple ID 登录 | 发送 SMS / Apple OAuth 回调 | ≤ 2 步完成，无需填表 |
| ③ 设语言 | 选母语 + 想练的语言 | 存储偏好 → 匹配路由 | 默认中英互配，可改 |
| ④ 声音名片 | 录 10 秒自我介绍（母语） | 存储 + 翻译为对方语言展示 | 可选跳过，但推荐完成 |
| ⑤ 匹配 | 点"开始匹配" → 等待 ≤ 5 秒 | 匹配引擎撮合 → 建立 WebRTC 连接 | 进度动画 + 趣味文案防焦虑 |
| ⑥ 听声决策 | 听到对方 3 秒声音片段 → 跳过/继续 | 播放对方声音名片（翻译字幕） | 3 秒极短，降低决策压力 |
| ⑦ 通话 | 1v1 语音聊天，看双语字幕 | ASR→MT→TTS 实时管线 | 字幕大字号、延迟 < 500ms |
| ⑧ 结束 | 挂断 → 评分 + 加语伴/举报 | 结算通话时长 → 推荐下一步 | 评分一键式，不打断体验 |
| ⑨ 留存 | 加语伴 → 私聊 → 下次再匹配 | 语伴列表 + 历史记录 | 推送通知（适度，可关） |
| 一级页面 | 二级页面 | 核心功能 | 优先级 |
|---|---|---|---|
| 🏠 首页（匹配大厅） | — | 一键匹配、VIP 入口、剩余次数 | P0 |
| 🎙️ 通话中页 | — | 实时字幕、计时、挂断、举报、打赏 | P0 |
| 👥 语伴列表 | 私聊页 | 语伴管理、文字/语音消息（带翻译） | P1 |
| 💰 充值页 | 金币购买 / VIP 订阅 | PayNow / Apple Pay / Stripe | P0 |
| ⚙️ 设置页 | 语言设置 / 隐私 / 通知 / 帮助 | PDPA 同意管理、账号注销 | P0 |
| 👤 个人中心 | 资料编辑 / 声音名片重录 | 等级、成就、消费记录 | P1 |
| 🎁 礼物面板 | （通话中弹出） | 礼物选择、发送、特效播放 | P0 |
| 页面 | 正常态 | 空态 | 错误态 | 加载态 |
|---|---|---|---|---|
| 首页 | 匹配按钮 + 次数 | — | 网络断开提示 | 匹配中动画 |
| 语伴列表 | 头像+名字+语言 | "去匹配你的第一个语伴吧" | 加载失败重试 | Skeleton 骨架 |
| 充值页 | 套餐卡片 | — | 支付失败提示 | 加载中 |
| 通话页 | 字幕+计时+按钮 | — | 连接失败重连 | 3-2-1 倒计时 |
用户点击"开始匹配"后，系统在 ≤ 5 秒内撮合一名语言互补的在线用户，建立 1v1 语音连接。用户先听到对方 3 秒声音片段（带翻译字幕），再决定是否继续。
| 匹配算法 | 基于语言偏好 + 在线状态 + 评分 + 地理位置（同国优先） |
| 匹配池 | 新加坡区域内在线用户（Phase 1 仅新加坡） |
| 匹配超时 | 5 秒无结果 → 提示"扩大范围？"→ 扩展到马来西亚/中国用户 |
| 听声时间 | 3 秒（不可调），3 秒内可跳过换人 |
| 跳过惩罚 | 无惩罚，但连续跳过 10 次后降低匹配优先级（防滥用） |
| 每日免费次数 | 10 次/天（VIP 无限） |
| 性别筛选 | 可选（男/女/不限），默认不限 |
| 语言筛选 | 自动根据设置匹配互补语言，不可手动选具体人 |
通话过程中，双方语音实时转写为文字（ASR），翻译为目标语言（MT），以字幕形式展示在屏幕上。延迟预算 < 500ms。
| 支持语种对 | 中文（zh-CN）↔ 英语（en-SG / en-US） |
| ASR 引擎 | Google Cloud Speech-to-Text（中文）+ Azure Speech（英语） |
| MT 引擎 | Google Translate API（中英互译） |
| TTS 引擎 | Azure TTS（P1 上线，Phase 1 仅字幕） |
| 端到端延迟 | ASR 200ms + MT 200ms + 渲染 100ms = 总计 < 500ms |
| 字幕展示 | 对方文字（大字幕）+ 翻译文字（小字幕，下方） |
| 字幕语言 | 始终显示用户母语 + 对方语言双语 |
| 断句 | ASR 自然断句（~3-8 秒一句），不全句阻塞 |
| Fallback | 翻译超时时仅显示原文 + "翻译中…"提示 |
| 质量监控 | 每 30 秒采样延迟 + BLEU 评分，异常自动告警 |
| 传输协议 | WebRTC（SRTP 加密）+ WebSocket 信令 |
| 媒体服务器 | LiveKit / MediaSoup（SFU 模式） |
| 音频编码 | Opus（16kHz，动态码率 6-40kbps） |
| 3A 处理 | AEC（回声消除）+ ANS（降噪）+ AGC（自动增益） |
| 弱网适配 | 网络 < 100kbps 时降级为文字消息模式 |
| 断线重连 | ≤ 3 秒自动重连，超时则提示"对方可能已离开" |
| 通话质量指示 | 实时显示信号强度（绿/黄/红三色） |
| 最大通话时长 | 单次 ≤ 30 分钟（防滥用），可无限续接 |
| 静音控制 | 本地静音 + 对方听不到（非降噪） |
| 礼物层级 | 5 级：小礼物（1 金币）→ 中礼物（10）→ 大礼物（50）→ 豪华（100）→ 专属（500） |
| 礼物特效 | 全屏动画 + 震动 + 音效（可关闭） |
| 发送方式 | 通话中点礼物图标 → 选择 → 发送 |
| 接收反馈 | 实时收到通知 + 礼物动画 + 金币到账提示 |
| 分成比例 | 平台 30% / 接收方 70%（Phase 1 接收方暂为"语伴积分"） |
| 礼物命名 | Phase 1 用中性名：👍 赞 / 🌸 鲜花 / 👏 掌声 / 🎵 旋律 / 👑 皇冠 |
⚠️ 命名合规：Phase 1 在新加坡暂无宗教风险，但礼物命名需保持中性，避免"金币/钻石/抽奖"等词汇，为后续进入中东市场做准备。
| 货币单位 | 金币（Gold Coin），1 SGD ≈ 100 金币（固定汇率） |
| 充值档位 | 100 币/$0.99 / 550 币/$4.99 / 1200 币/$9.99 / 6500 币/$49.99 |
| 赠送策略 | 首充双倍 + 大额档位额外赠送 20% |
| 消费场景 | 送礼物（1-500 币）/ 解锁高级翻译（P1）/ 延长通话（P1） |
| 周订阅 | 3.99 S$/周 → 无限匹配 + 优先匹配 + 去广告 |
| 月订阅 | 12.99 S$/月（≈ 3.25 S$/周，推荐） |
| 年订阅 | 99 S$/年（≈ 1.90 S$/周，最大优惠） |
| VIP 特权 | 无限匹配 / 优先匹配高评分用户 / 去广告 / P1 解锁 TTS 语音翻译 |
| 取消订阅 | App Store/Google Play 标准流程，到期自动停止 |
| 通道 | 适用场景 | 费率 | 到账 |
|---|---|---|---|
| PayNow QR | 新加坡本地用户（推荐） | 0.5-1% | T+1 |
| Apple IAP | iOS 用户 | 30% 抽成 | 月结 |
| Google Play Billing | Android 用户 | 30% 抽成 | 月结 |
| Stripe 信用卡 | Web 充值跳转（规避 IAP） | 2.9%+$0.50 | T+2 |
| 自有支付中台 | Web 充值（内部结算） | 0%（内部） | 实时 |
| 登录方式 | 手机号（SMS 验证码）/ Apple ID / Google ID |
| 手机号要求 | 支持 +65（新加坡）/ +60（马来）/ +86（中国） |
| 年龄验证 | 注册时输入出生日期 → 系统校验 ≥ 18 岁 |
| 实名验证 | Phase 1 不强制；Phase 3 进入中东时强制（Onfido） |
| 通信加密 | WebRTC SRTP + API HTTPS/TLS 1.3 |
| 数据存储 | 语音不存储（仅实时传输）；文字消息存储 90 天 |
| 举报系统 | 通话中一键举报 → 5 分钟内人工审核 → 封号/警告 |
| 拉黑 | 双向拉黑 → 不再匹配到对方 |
| 内容审核 | ASR 转写后实时 AI 审核（见文档 17） |
📌 本节为技术接口概览，详细设计见文档 09《实时翻译子系统 LLD》。本节供产品和测试理解系统行为。
| 接口 | 方向 | 协议 | 数据格式 | 延迟要求 |
|---|---|---|---|---|
| 音频上传 | Client → ASR | WebSocket | Opus 帧（20ms/帧） | 实时流 |
| 识别结果 | ASR → MT | 内部 gRPC | JSON {text, confidence, is_final} | < 200ms |
| 翻译结果 | MT → 客户端 | WebSocket | JSON {src_text, trans_text, lang} | < 200ms |
| 字幕渲染 | MT → UI | 本地事件 | DOM 更新 | < 100ms |
| TTS 音频 | TTS → 客户端 | WebSocket | Opus 音频流 | < 300ms（P1） |
| 语种检测 | ASR 引擎内置（Google Speech 自动检测前 3 秒） |
| 翻译路由 | 检测结果为 zh → 翻译为 en；检测结果为 en → 翻译为 zh |
| 未知语种 | 检测到非中英 → 显示原文 + "暂不支持该语言"提示 |
| 方言处理 | Phase 1 仅支持普通话 + 标准英语；Singlish 降级为英语模型 |
| 指标 | 目标值 | 监控方式 | 告警阈值 |
|---|---|---|---|
| 端到端延迟 P95 | < 500ms | 每通话采样 | > 800ms 持续 5 分钟 |
| ASR 准确率 | > 90%（安静环境） | 人工抽检 1% | < 80% |
| BLEU 评分 | > 40（中英） | 离线评估集 | < 32 |
| 翻译可用性 | > 99.9% | 服务健康检查 | < 99% |
| 用户满意度 | > 4.0/5.0 | App 内评分弹窗 | < 3.5 |
| 指标 | 目标值 | 测试条件 |
|---|---|---|
| App 冷启动 | < 2 秒 | 中端机型（iPhone 12 / Pixel 5a） |
| 匹配耗时 P95 | < 5 秒 | DAU > 1 万时 |
| 翻译端到端延迟 P95 | < 500ms | 新加坡本地网络 |
| 语音通话 MOS 分 | > 3.5 | 正常网络（>1Mbps） |
| App 崩溃率 | < 0.1% | 全量用户统计 |
| API 响应 P95 | < 300ms | 新加坡 AWS ap-southeast-1 |
| 平台 | 最低版本 | 目标覆盖率 |
|---|---|---|
| iOS | iOS 15.0+ | > 95%（排除 iOS 14 及以下） |
| Android | Android 10+ | > 90% |
| 屏幕适配 | iPhone SE → iPhone 16 Pro Max / 各种 Android 尺寸 | 全适配 |
| 网络 | 4G/5G/WiFi，最低 100kbps | — |
| 需求 | 规格 | 对应合规 |
|---|---|---|
| 数据传输加密 | TLS 1.3 + SRTP | PDPA 第 24 条 |
| 数据存储加密 | AES-256（静态数据） | PDPA 第 24 条 |
| 语音数据 | 不持久化存储（仅实时传输） | PDPA 数据最小化 |
| 用户注销 | 30 天内彻底删除所有个人数据 | PDPA 第 21 条 |
| 隐私政策 | 注册前强制阅读 + 同意 | PDPA 第 14 条 |
| 年龄门控 | 注册时验证 ≥ 18 岁 | App Store 政策 |
| 内容审核 | AI 实时 + 7×24 人工 | PDPA + App Store |
| 日志 | 结构化 JSON 日志 → CloudWatch / Stackdriver |
| 监控 | Prometheus + Grafana（实时仪表盘） |
| 告警 | PagerDuty 7×24（P0 告警 5 分钟内响应） |
| BI 数据 | Snowflake 数据仓库 → Tableau 看板（见文档 25） |
| 错误追踪 | Sentry（App 崩溃 + API 异常） |
| 编号 | 验收项 | 通过标准 |
|---|---|---|
| AC-01 | 注册登录 | 手机号/Apple ID 注册成功率 > 98% |
| AC-02 | 语音匹配 | 匹配成功率 > 80%，平均耗时 < 5 秒 |
| AC-03 | 实时翻译 | 端到端延迟 P95 < 500ms，BLEU > 40 |
| AC-04 | 语音通话 | MOS > 3.5，断线率 < 2% |
| AC-05 | 礼物打赏 | 礼物发送成功率 > 99%，动画流畅 |
| AC-06 | 充值支付 | 支付成功率 > 92%，到账延迟 < 10 秒 |
| AC-07 | 内容审核 | 违规内容 5 分钟内处理率 > 95% |
| AC-08 | App 性能 | 崩溃率 < 0.1%，启动 < 2 秒 |
| AC-09 | 隐私合规 | 通过 PDPA 合规审计（无重大缺陷） |
| AC-10 | 用户满意度 | App Store 评分 > 4.3，翻译满意度 > 4.0 |
| 周次 | 里程碑 | 交付物 |
|---|---|---|
| W1-W2 | 需求冻结 + 设计完成 | PRD 评审通过 / UI 设计稿定稿 |
| W3-W5 | 核心功能开发 | 匹配系统 + 语音通话 + 基础 UI |
| W6-W7 | 翻译子系统集成 | ASR+MT 联调 / 字幕渲染 |
| W8 | 支付 + 礼物 | PayNow/IAP/Stripe 打通 / 礼物特效 |
| W9 | 内容审核 + 安全 | AI 审核 + 举报系统 + 年龄验证 |
| W10 | 集成测试 | 功能测试 + 性能测试 + 安全测试 |
| W11 | UAT + 修复 | 内部 Beta + 小规模外部测试 |
| W12 | 上线发布 | App Store + Google Play 上架 |
🚀 发布标准：以上 10 项验收标准全部通过 → 正式发布。任一项不通过 → 延期 1 周修复后复测。
通过激励视频广告（Rewarded Video）为免费用户提供"看广告换取匹配次数"的渠道，形成"免费用户→看广告→体验产品→转化付费"的漏斗。同时设置底部 Banner 广告位作为辅助收益。
📌 设计原则：广告是"免费用户的逃生通道"，不是"逼用户付费的工具"。体验底线——每天最多 3 次广告激励，不打断通话体验，不出现在通话页。
| 广告位 | 位置 | 类型 | 触发条件 | 频次限制 |
|---|---|---|---|---|
| 🎬 激励视频（主） | 首页底部弹层 | Rewarded Video (全屏) | 免费次数用完时弹出 | 3 次/天 |
| 🎬 激励视频（补充） | 匹配超时页 | Rewarded Video (全屏) | 匹配超时 → "看广告多匹配 2 次" | 2 次/天 |
| 📐 Banner（辅） | 首页底部固定条 | Banner 320×50 | 始终展示（免费用户） | 无（轮换刷新） |
| 📐 Banner（辅） | 语伴列表底部 | Banner 320×50 | 始终展示（免费用户） | 无（轮换刷新） |
| 🚫 通话页 | — | 无广告 | 通话中绝不展示任何广告 | — |
| 广告 SDK | Google AdMob (主力) + ironSource (备用) |
| 广告类型 | Rewarded Video（用户主动选择观看） |
| 广告时长 | 15-30 秒（不可跳过前 15 秒） |
| 奖励内容 | 每次观看 = 获得 2 次额外匹配 |
| 每日上限 | 5 次/天（主位 3 次 + 超时位 2 次） |
| VIP 用户 | 无广告（核心 VIP 权益之一） |
| 广告内容过滤 | AdMob 内容分级 G/PG + 自定义黑名单 |
| 地区定向 | 仅投放新加坡/马来西亚/中国区广告 |
| 填充率目标 | > 85%（新加坡市场） |
| eCPM 目标 | > $8（新加坡 rewarded video 均价） |
| 指标 | 计算逻辑 | Phase 1 预估 |
|---|---|---|
| DAU（免费） | 总 DAU × 免费比例 | 20 万 × 88% = 17.6 万 |
| 日广告展示（激励） | DAU(免费) × 触发率 × 完成率 | 17.6 万 × 40% × 80% ≈ 5.6 万次/天 |
| 日广告展示（Banner） | DAU(免费) × 展示次数 | 17.6 万 × 3 次 ≈ 52.8 万次/天 |
| 日广告收入 | 激励(eCPM $8) + Banner(eCPM $1.5) | $448 + $79 ≈ $527/天 |
| 月广告收入 | 日收入 × 30 × 留存衰减 | ≈ $1.2 万/月（稳定期） |
| 年收入贡献 | 月收入 × 12 | ≈ $14.4 万/年（Phase 1 末期） |
💡 广告+付费双引擎：
| 收入来源 | Phase 1 末期月收入 | 占比 |
|---|---|---|
| VIP 订阅 | ~$8.5 万/月 | ~70% |
| 礼物打赏 | ~$2.5 万/月 | ~20% |
| 广告收入 | ~$1.2 万/月 | ~10% |
| 合计 | ~$12.2 万/月 | 100% |
| 编号 | 验收项 | 通过标准 |
|---|---|---|
| AC-AD-01 | 激励视频加载 | 广告加载成功率 > 95% |
| AC-AD-02 | 奖励发放 | 广告播放完成 → 次数到账 100% |
| AC-AD-03 | 频次限制 | 超过 5 次/天不再弹出 |
| AC-AD-04 | VIP 无广告 | VIP 用户 0 广告展示 |
| AC-AD-05 | 通话页无广告 | 通话中 0 广告展示 |
| AC-AD-06 | 填充率 | 新加坡区 > 85% |
| AC-AD-07 | 内容合规 | 0 违规广告（赌博/色情/政治） |
| AC-AD-08 | 用户体验 | 广告相关差评 < 2% 评论 |
| 周次 | 任务 | 交付 |
|---|---|---|
| W3 | AdMob 账号注册 + 应用注册 + 广告位 ID 创建 | AdMob 后台就绪 |
| W5 | iOS/Android 集成 AdMob SDK + 测试广告 | 测试广告可展示 |
| W7 | 激励视频流程开发（弹窗→播放→奖励发放） | 完整流程可 Demo |
| W8 | Banner 广告位 + 频次控制 + VIP 屏蔽逻辑 | 全广告位就绪 |
| W10 | 广告测试 + 填充率验证 + 收入上报 | 测试报告 |
| W11 | UAT 广告体验 + 用户反馈收集 | 验收通过 |
⚠️ 广告合规注意事项：
🚫 以下功能 Phase 1 不做（避免 scope creep）：
| 不做的功能 | 原因 | 计划阶段 |
|---|---|---|
| 多语种翻译（马来/泰/越等） | 聚焦中英，做深做透 | Phase 2 |
| TTS 语音翻译输出 | 字幕已满足核心需求 | P1（M3-M4） |
| 多人语音房 | 1v1 是核心差异点 | Phase 4 |
| 视频匹配 | 语音优先是产品定位 | 视用户反馈 |
| AI 陪聊机器人 | 需积累语料后再训练 | Phase 2 |
| 动态/朋友圈 | 非核心，增加复杂度 | Phase 3+ |
| 兴趣标签匹配 | 简单随机匹配降低决策成本 | Phase 2 |
| 种族/宗教筛选 | 新加坡多元文化，不做区隔 | 永不（除非合规强制） |
| 概率性玩法/盲盒 | 中东合规风险 + 新加坡监管趋严 | 永不 |
| 概率性广告/全屏插页 | 损害体验，违反"克制即奢华"原则 | 永不 |
| 用户实名认证 | 增加注册摩擦，Phase 1 不需要 | Phase 3（进中东时） |
| 文档 | 关联内容 |
|---|---|
| 01 项目概述与立项书 | 项目背景、商业模型、资源需求 |
| 02 市场扩展路线图 | Phase 1→4 规划 |
| 05 产品特性与差异化说明书 | 功能特性详解 + 竞品对比 |
| 06 UX/UI 规范 | 界面设计系统 + 交互规范 |
| 08 系统架构 HLD | 技术架构 + 微服务划分 |
| 09 实时翻译子系统 LLD | 翻译引擎详细设计 |
| 13 支付中台接入方案 | 支付通道对接细节 |
| 17 内容安全与审核规范 | 审核规则 + SLA |
| 版本 | 日期 | 修改内容 | 作者 |
|---|---|---|---|
| V1.0 | 2026-08-15 | 初始版本 | 产品团队 |