当你打开一个视频会议应用，10个人的画面同时出现在屏幕上。你有没有想过，这些音视频数据是如何在网络中传递的？是每个人都直接把数据发给其他9个人？还是所有人都把数据发给服务器，再由服务器分发？如果是服务…

网络探测（Network Probing）是实时音视频通信（RTC）中用于评估网络质量的技术，通过在正式通话前测试带宽、延迟、丢包率等关键指标，帮助系统提前判断网络状况并做出优化决策。 在视频会议、在…

在实时音视频通信场景里，数据包的加密一直是个微妙的问题。传统的TLS协议工作在TCP之上，握手过程需要多次往返确认，这对延迟敏感的RTC应用来说完全不可接受。UDP虽然快，但缺少加密和身份认证机制。D…

一. 首帧时间是什么 首帧渲染时间（Time to First Frame）指的是从用户发起视频通话，到屏幕上显示出对方第一帧画面的时间间隔。 这个指标听起来简单，但它包含了整个通话建立过程中所有环节…

当你打开RTC服务的监控后台，密密麻麻的数据指标扑面而来：延迟、丢包率、卡顿率、码率、帧率……每个都在波动，每个看起来都很重要。产品经理在催优化用户体验，但技术资源有限，该从哪里下手？ 这个问题在不同…

一. MOS评分是什么？ MOS（Mean Opinion Score，平均意见分） 是一种主观质量评估标准，用于衡量音频、视频通话的用户体验质量。它通过让真实用户对通话质量进行打分，然后计算平均值，…

一. 为什么出海企业需要实时转录翻译 当企业业务拓展到海外市场，语言沟通成为绕不开的障碍。一场跨国视频会议，参会人员可能来自中国、美国、日本、德国，每个人用母语表达最自然高效，但传统的人工同声传译成本…

2026年4月下旬，三款终端AI Agent同时处于密集迭代期。Google Gemini CLI发布v0.39.0稳定版（4月23日），Anthropic Claude Code在一个月内推送30+…

声网智能云会议引擎（以下简称”云会议引擎”）具备头部级云会议体验与核心能力，支持开放扩展与AI赋能，助力企业和集成商构建自主可控的智能云会议产品。它支持带UI快速上线、带UI定…

2026年4月，声网正式发布了政企智能云会议引擎。不同于传统的云会议产品以及 Meeting SDK，声网智能云会议引擎是一套基于声网 RTC PaaS 基础之上、可复用、可编排、可嵌入业务系统的会议…

2026年第一季度，开源语音AI迎来了集中爆发。NVIDIA Parakeet RNNT 在 LibriSpeech 基准上把词错率（WER）压到了 1.8%，与顶级商用 ASR 几乎没有差距；Hum…

泛 IPC 的很多典型场景，容易面临糟糕的网络条件。家庭摄像头往往挂在 Wi-Fi 信号弱的角落，户外看护设备依赖不稳定的蜂窝网络，全球出海产品要穿越不同运营商的路由节点，割草机在花园边缘移动时信号持…