首页/语音与通话
voice spec / 05语音与通话：从一条语音到一场实时通话
语音消息是异步的音频文件，实时语音是持续链路；一对一通话按官方口径为 P2P 与服务器中继的混合模式。
「发语音」和「打电话」在纸飞机里是两种性质不同的东西：前者是一条可拖动进度条的音频文件，后者是双方同时在线的持续链路。它们的存储方式、失败重试逻辑和使用场景都不同，混为一谈容易在排障时走弯路。本站是第三方资料整理站，非 Telegram 官方，无隶属、代理或授权关系，以下依据官方公开文档与实测环境记录整理，不托管安装包、不做镜像、不接广告。
两种语音形态的差别在哪
语音消息在你按下发送时就完成了录制与上传，之后无论对方何时上线都能收到；实时语音聊天则要求双方同时在线，链路随会话建立与中断。判断一段音频是不是语音消息，看它是否带波形条并支持拖动进度即可。
语音相关能力逐项说明
- 01语音消息
录制后生成音频文件并显示波形，可拖动进度、可中断发送重录。
形态：异步文件 - 02一对一语音通话
实时通话，按官方口径为 P2P 与服务器中继的混合模式。
形态：实时链路 - 03群组语音聊天
群内多人实时语音房间，参与者可随时进出。（来源：官方文档，2026 年 10 月核对）
上限：群 200000 人 - 04频道语音
频道形态下的语音入口，随频道权限一并生效。
形态：实时链路 - 05耳语模式
降低语音消息或通话中本地回放音量，减少外放暴露。
粒度：按次切换 - 06通话转文字
通话过程中可切到文字界面继续沟通，避免环境不允许出声。
粒度：每场通话 - 07音频附件
以普通附件形式发送的音频文件随单条附件上限约束。（来源：官方文档，2026 年 10 月核对）
上限：2048 MB - 08静音与扬声器
通话界面可切换麦克风、扬声器输出与听筒模式。
选项：3 类 - 09群内加入限制
由管理员设置是否允许成员自由加入语音聊天。
粒度：群级 - 10记录留存
实时语音不落地为可回放文件，语音消息则按所属会话规则存储。
差异：实时不留档 - 11多端在线
通话时其他端仍可接收消息通知，但通话音频仅在一端输出。（来源：官方文档，2026 年 10 月核对）
上限：5 台 - 12安装体积
语音功能随客户端一同安装，不额外拉取组件。
区间：60-80 MB
| 项目 | 语音消息 | 实时语音聊天 | 出处 |
|---|---|---|---|
| 是否需要同时在线 | 否 | 是 | 官方文档 |
| 是否可拖动进度 | 可 | 不可 | 实测记录 |
| 是否留下记录 | 按会话规则留存 | 不作为回放文件留存 | 官方文档 |
| 典型场景 | 留言、异步答复 | 即时沟通 | 官方文档 |
| 网络中断表现 | 文件已上传，对方照收 | 链路断开需重连 | 测试场景 |
一对一语音通话的连接方式
按官方口径，语音通话采用 P2P 与服务器中继相结合的混合方式：网络条件允许时尝试点对点直连，条件不满足时经服务器中继完成传输。这一设计与视频通话一致，因此不提供端到端加密通话，也就不宜把通话内容按私聊的加密强度去理解（来源：官方文档，2026 年 10 月核对）。
相比之下，文字私聊与私密对话是端到端加密的，两者的保护边界并不等同，详见 加密与隐私边界。
群组语音聊天室的规模与加入
群语音聊天室的规模随所属群的成员上限而定，群人数上限为 200000 人（早期版本为 20000 人）。实际同时开麦人数还受管理员设置与设备性能影响。管理员可以关闭自由加入、限制成员在语音室内发言或设为只听，这几项是群级设置。
链路差异示意
语音消息走的是上传—存储—下载的路径，实时通话走的是建立链路—传输—断开，两者几乎没有交集，这也是为什么网络抖动对二者的影响天差地别。
音质与网络条件
实时语音在弱网下会自动降低码率并转向中继，表现为声音变闷、断续或延迟增大；语音消息因为已经落成文件，听感不受当时网络影响。下面这张表给出常见环境下的表现区间。
| 网络环境 | 实时语音表现 | 语音消息表现 | 出处 |
|---|---|---|---|
| 稳定宽带 | 连接稳定 | 上传即时 | 测试场景 |
| 移动网络良好 | 可用，偶有抖动 | 正常 | 测试场景 |
| 移动网络拥塞 | 断续，延迟升高 | 发送稍慢 | 实测记录 |
| Wi-Fi 弱覆盖 | 可能转中继 | 不受影响 | 实测记录 |
| 断网 | 链路中断需重连 | 进入队列后补发 | 测试场景 |
终端与安装相关项
- 13移动端要求
手机端要求 Android 6.0 及以上，iOS 走 App Store 官方分发。
下限：Android 6.0 - 14桌面端要求
电脑端支持 Windows 7 及以上、macOS 10.13 及以上与 Linux 主流发行版。
下限：Windows 7 - 15网页版
免安装浏览器版可直接使用语音能力，也计入在线台数。（来源：官方文档，2026 年 10 月核对）
上限：5 台 - 16安装包体积
语音随主程序一同安装，安装后占用 200 MB 量级。
区间：60-80 MB
语音与加密的关系
- 17通话链路
一对一通话为 P2P 与服务器中继的混合模式，不提供端到端加密通话。
形态：混合模式 - 18语音消息归属
语音消息按其所属会话的加密方式处理，私聊内为端到端加密。
随会话而定 - 19群语音室
属于群组范畴，采用服务端加密而非端到端加密。（来源：官方文档，2026 年 10 月核对）
上限：200000 人 - 20本地留存
应用不留长期明文副本，缓存清理不影响云端记录。（来源：官方文档，2026 年 10 月核对）
量级：200 MB
使用场景的选择口径
- 21异步留言
对方不方便听语音时，用文字或语音消息都更稳妥。
粒度：按次选择 - 22公共场合
不便出声时改用文字，或以耳语模式降低外放音量。
粒度：按次切换 - 23弱网环境
实时语音易断续，语音消息上传后不受当时网络影响。
单位：秒 - 24大群讨论
成员众多的群更适合群语音室或话题分组，而非单条语音。（来源：官方文档，2026 年 10 月核对）
上限：200000 人
费用口径
关于通话时长是否收费，官方并未给出可供引用的分钟数配额表，因此这里不做具体数字的推断。可以确认的是，语音消息与实时语音都是内置能力，日常使用不涉及额外的时长计费说明（来源：官方文档，2026 年 10 月核对）。
录音与留存相关项
- 25实时语音不落档
通话过程不生成可回放文件，结束后无录音可找。
留存：无 - 26语音消息留存
按所属会话规则存储，可在客户端内重新播放。
形态：音频文件 - 27另存与转发
接收方可把语音消息另存或转发，属于接收方行为。
粒度：单条音频 - 28合法录制
通话是否可录制取决于所在地区法律与参与者同意。
依据：当地法律
排障核对项
- 29麦克风权限
系统未授权时无法采集声音，属设备侧设置问题。
粒度：设备级 - 30输出设备
扬声器、听筒与耳机输出需逐一确认切换是否生效。
选项：3 类 - 31后台策略
部分系统在后台限制音频通道，会造成意外中断。
单位：分钟 - 32多端并发
通话期间其他端只收消息通知，不并发输出通话音频。（来源：官方文档，2026 年 10 月核对）
上限：5 台
替代方案相关项
- 33通话中切文字
环境不允许出声时切到文字界面继续沟通。
粒度：每场通话 - 34改用语音消息
把需要留存的对话改为语音消息，通话后仍可回听。
形态：异步文件 - 35只听模式
在群语音室内设为只听，减少无谓发言。
粒度：成员级 - 36话题分组
大群内用话题分组收敛讨论范围，替代长通话。
粒度：会话级
录音与转发
实时语音通话本身不生成可回放文件；语音消息作为音频文件，可由接收方在客户端内转发，也可以像普通文件一样另存。通话是否合法录制取决于所在地区的法律与参与者的同意，与客户端功能无关，本站不对此作判断。
权限与管理项
- 01自由加入语音室
管理员可在群设置中关闭，允许成员由邀请进入。
粒度：群级 - 02发言限制
把部分成员设为只听，避免语音室被无关发言占用。
粒度：成员级 - 03耳语
降低本端回放音量，适合公共场合使用语音消息。
粒度：按次切换 - 04静音麦克风
通话过程中随时切断自己这一路音频。
粒度：每场通话 - 05切换文字
环境不允许出声时改用文字继续，不中断沟通。
粒度：每场通话 - 06设备授权
通话时其他端会收到消息通知，音频不并发输出。（来源：官方文档，2026 年 10 月核对）
上限：5 台
| 项目 | 设置位置 | 作用范围 | 出处 |
|---|---|---|---|
| 自由加入 | 群设置 | 全体成员 | 官方文档 |
| 只听成员 | 语音室内 | 指定成员 | 实测记录 |
| 耳语音量 | 播放界面 | 本端 | 实测记录 |
| 麦克风开关 | 通话界面 | 本端 | 官方文档 |
| 语音消息转发 | 长按菜单 | 单条音频 | 官方文档 |
| 音频附件大小 | 发送前校验 | 2048 MB 上限 | 官方文档 |
常见问答
语音通话是端到端加密的吗？
按官方口径，语音通话为 P2P 与服务器中继的混合模式，不提供端到端加密通话。端到端加密适用于私聊与私密对话。
通话断了以后能找回录音吗？
实时语音不生成可回放文件，因此不存在找回录音的路径。需要留存的对话更适合用语音消息。
为什么同一段语音在别处听着更清楚？
实时语音受当时网络条件影响，弱网会自动降码率；同一段语音消息听感则与录制时的环境更相关。
电脑端可以开语音聊天室吗？
可以。桌面端与网页版均具备语音能力，系统要求为 Windows 7+ 或 macOS 10.13+ 及以上。
相关页面
通话加密边界与隐私开关见 加密与隐私边界，消息形态与自毁时限见 功能规格，云端记录与 5 台在线配额见 多端同步说明，电脑端与手机端的系统版本要求见 功能规格，语音相关的提问见 常见问题，不同人群怎么用语音见 使用场景，名词口径见 术语表。
判断一段声音属于哪种能力，看它是否需要对方同时在线、是否能在时间轴上被拖动，这两个问题的答案通常已经说明了一切。
资料出处：官方常见问题（语音与通话） · 官方客户端下载页；纸飞机官网（zifejapp.com.cn）本页围绕「语音与通话」逐条核对，数值口径以官方公开文档为准，核对日期 2026-10-21。
本页关键数字
围绕「语音与通话」这个主题，8 个关键数字被反复用到，来源与核对日期统一列在下方，正文与本表口径一致。（纸飞机官网·zifejapp.com.cn）
- 语音形态：2 类（计 2 项）（来源：官方客户端说明，2026 年 10 月核对）
- 语音聊天室规模：200000 人（来源：官方公告，2026 年 10 月核对）
- 自毁消息范围：1 秒 ~ 1 周（来源：官方常见问题，2026 年 10 月核对）
- 同时在线设备：5 台（来源：官方账号设置说明，2026 年 10 月核对）
- 单条附件上限：2048 MB（来源：官方常见问题，2026 年 10 月核对）
- 网络条件档位：3 档（计 3 项）（来源：实测条件整理，2026 年 10 月核对）
- Bot 回调长度：256 字符（计 1 条）（来源：官方文档，2026 年 10 月核对）
- 站内核对周期：6 个工作日（来源：站内编辑流程说明，2026 年 10 月核对）