声网实时音视频RTC

声网是全球实时互动云服务开创者和引领者，开发者只需简单调用声网API，即可在应用内构建多种实时音视频互动场景。

超低延时超分辨率抗弱网全球服务高可用

什么是实时音视频

实时音视频，即RTC（Real-Time Communication），是一种实时通信技术，它允许计算机、网络设备或移动设备之间进行音频、视频或数据交换。RTC的核心是交流，强调对语义信息进行高质量和高效率的传递。借助RTC，用户可以进行基本的音视频通话，实现线上交流的目的。

相比泛指的通信，RTC 更加聚焦实时性，可以在极短的时间内传输音频、视频、数据等信息，从而实现实时交流和互动。

接入的实时性

用户接入的高登录成功率，保证用户不受连接设备、网络情况、地域环境等因素限制，随时随地接入网络、触达业务。

传输的实时性

音视频数据传输的低延时和低卡顿，通过网络实时动态路由规划，以最优边缘节点接入，降低端到端的延时，保证传输流畅进行。

交互的实时性

除基础音视频外，图像、声音、音效等多种交互方式反馈的实时性，需要AI算法、边缘计算等技术综合处理。

渲染的实时性

最终画面 (尤其是3D画面)、多维场景展示的实时性，需要大量的场景计算能力，使用户获得逼真流畅感受。

实时音视频技术的演变与发展

实时音视频技术发展历程可以概括为 1999年GIPS、2011年WebRTC、2014年 RTC PaaS化、2020年 RTE实时互动融合能力四个阶段

从GIPS到WebRTC

GIPS前身为Global IP Sound，成立于1999年，是家专注于互联网VoIP以及语音信号处理的公司。得益于其在语音处理领域丰富的专利以及能够在恶劣的网络条件下仍能保持低延迟、出色音质的表现，受到了 WebEx、 Skype等公司的青睐。2010年谷歌收购该公司并开源了GIPS的核心代码和免费专利授权，拉开了实时音视频行业的序幕。

WebRTC推动音视频通话的普及

自谷歌开源WebRTC项目后，伴随着移动互联网的发展以及4G\5G的普及，互联网上的音视频流量呈井喷之势。WebRTC是一套支持网页浏览器进行实时音视频通话的W3C JavaScript API，它包含了音视频的采集、编解码、网络传输、渲染播放等功能。越来越多的人开始基于Chrome及WebRTC开源项目构建实时互动应用。

RTC PaaS化促使实时音视频走向繁荣

构建一个基于WebRTC的应用非常复杂，且需要处理不同平台的兼容性等问题，因此RTC PaaS化应运而生。RTC PaaS化是将实时通信技术作为一种服务提供给开发者，开发者无需关心底层音视频技术细节，只需要调用API接口即可在应用中实现实时音视频互动功能，极大地降低了开发门槛和成本。RTC PaaS化的典型代表就是声网，它是第一个将实时音视频作为PaaS服务提供给开发者和企业客户使用的服务商，也是目前全球最大的RTC PaaS化服务商之一。

RTE实时互动融合能力

RTC PaaS化虽极大简化了开发难度和成本，但随着实时音视频技术的普及和应用的多样化，开发者对于实时音视频技术的需求也越来越高，不再满足于简单的音视频通话功能，而是希望能够提供更加丰富和个性化的实时互动体验，例如美颜滤镜、变声变调等。2020年声网提出了RTE（实时互动）的全新概念，它是在RTC PaaS化的基础上进一步提供更丰富和灵活的实时互动能力。开发者可以根据不同的场景需求，灵活选择和组合各种实时互动能力，打造更加个性化和差异化的实时互动体验。

实时音视频技术原理

实时音视频技术的工作流程相当复杂，想要实现一段完整的音视频通话，在技术架构中需要包含采集、前处现音视频编码、传输、音视频解码、后处理、渲染等很多环节。每一个环节，还有更细分的技术模块，例如，前后处理环节有噪声抑制、回声消除、美颜、锐化、超分等，传输有后台传输、客户端传输等等。通过不同的技术组件实现音视频的实时传输和处理，形成一个完整的通话流程。