Listen是基于数据去中心化存储技术和区块链技术打造的语音社交软件，开创一个群组即是一个DAO的全新体验。

先解释下什么是DAO。

区块链中DAO全称是Distributed Autonomous Organization，译为分布式自治组织。DAO是一种基于区块链的组织结构形式，它能够通过一些公开公正的规则，在不受干预和管理的前提下自主运行。

而Listen作为一款主打语音社交的软件，融合了传统社交软件的特点，可支持包括语音、图片、文字和视频等多种形式的熟⼈社交，还专门采用了类似于圆桌论坛模式，创建了和陌生人社交的板块。

在圆桌论坛模式中，群主可以花费 Listen 原生 Token LT 创建房间，并邀请嘉宾进房自由发言。

在创建房间时，群主可以设置免费进群或付费进群，若采用付费进群方式，用户进群时花费的 LT 中10%属于群主，50%留在房间，40%进入国库。

其他人加入房间后可以倾听讨论或者举手申请发言，举手发言的人需要用 LT 购买发言时长，在语音社交的整个过程中产生的所有购买费用都将累积在该房间下面。

若群聊房间热度下降，房客均可发起解散房间的提案，并对提案进行投票，投票有两种情况可以解散房间：

投解散票过半；

(投解散票-投反对解散票)超过20%。

如果房间解散成功，则之前在房间里累计的LT会在扣除手续费后均分给所有房客。

Listen想要做出一种全新的社交范式，采用了去中心化的方式存储数据，同时还引入了可信计算。用户在Listen上产生数据的同时也必须拥有数据，并且在可以不牺牲隐私安全的前提下，获得和传统社交网络差不多的便利，这就是Listen的出发点。

1、数据去中心化存储

传统社交网络的经济基础都是构建在侵犯个人隐私的基础上，对用户数据进行追踪，而Listen对个人隐私数据进行本地加密保存，除了用户自己，他人无法获取。

同时个人隐私数据在可信执行环境（TEE）中被访问到，个人可以授权第三方使用这些数据，同时自己也能获取收益。

2、联邦计算训练模型

Listen引入了可信计算，在计算中通过建立机器学习框架，帮助不同机构在满足用户隐私保护、数据安全和政府法规的要求下进行数据联合使用和建模。

简单来说，联邦计算要解决这样一个问题：在不泄露用户隐私且符合数据安全保护的原则下，通过加密机制下的数据交换与优化，建立一个将多方数据集合训练出来的模型。

另外，Listen的独特设计是在社交的过程中群主、听众、持币用户还可以进行博弈。

博弈场景主要分为以下四种：

1、群主和听众的博弈

群主为吸引更多听众付费加入进来，会邀请话题人物作为嘉宾，并且讨论热点话题，听众越多，群主受益越多；而听众进群是为了听取有价值的热点，在设置进群费用时，可以适当抬高，避免一些纯粹想要进群瓜分 LT 的听众进群。

2、听众和听众之间的博弈

有些听众觉得话题没趣味了，想解散群，有些听众想继续进行群聊，最终博弈都体现在解散群的投票上。

3、群主和群主之间的博弈

群主为了吸引更多用户，获得更多的收益，就必须提供更好的话题，邀请更多的话题⼈物，在整个过程中，群主可以帮助软件进行运营和维护。

4、听众和持币用户的博弈

听众若想举手发言必须支付 LT 购买发言时长或道具，那听众肯定会希望支付更便宜的价格购买，而发言时长的价格是由持币用户通过投票链上治理决定。

Listen 官网里说道：“互联网赋予每个人表达的权利的结果是公共舆论空间被滥用，过载的信息流让每个人都精疲力尽，同时有价值的表达又得不到广泛的聆听。”

“让我们回归最理想的公共舆论空间，犹如古希腊雅典城公共广场一般，认真倾听，偶尔发言。”

其实社交网络发展至今，从最初的电台发展到电脑，再到现在人手一台的手机或手表，未来甚至还可能出现电影里在人脑中植入芯片进行交流的场景。

这样的微型化趋势也在一步步地提醒着人们，在人类”大数据”浪潮中，永不掉线的社交状态也许是未来趋势，但偶尔人们也可以考虑停下来，在万千令人无所适从的海量信息里去找到真正有价值的部分。

Listen采用的完全去中心化又有趣味性的社交形式，用户在社交时产生数据也拥有数据，同时还能获取收益，在网络上用户可基于信任地畅所欲言、倾听他人、沉淀有价值的信息，指引了未来由区块链技术实现的社交网络的发展方向。

区块链想要实现覆盖大规模主流人群，社交网络作为互联网时代最基础和重要的应用之一，无疑是一个最好的切入点。

而在这条基于区块链的语音社交网络发展道路上，Listen开了个好头，但未来还有很长的路要走……

作者：BluemountainLabs，来源：Bluemountain Labs