阿里云音视频通信RTC的简单介绍

本文目录一览：

• 1、阿里云腾讯云火山引擎宣布技术合作，这究竟是一种什么技术？
• 2、RTC音视频通信解决方案提供商「擎声科技」
• 3、rtc实时通信可做哪些代替
• 4、最新的RTC实时音视频技术支持单房间超千人上麦了，有实际用处吗？
• 5、主打轻简，科达视讯新品发力通用市场
• 6、RTC技术（WebRTC）

阿里云腾讯云火山引擎宣布技术合作，这究竟是一种什么技术？

为了减少实时延迟，视频行业近年来开始使用网络即时消息(webrtc  )技术。 但是，由于WebRTC没有定义信令流程，每个用户都有各自的客户端和服务器交互逻辑，效果参差不齐，行业缺乏标准化的解决方案。 “即使现在开始云计算，市场空间依然很大。

在接受包括《澎湃新闻》记者在内的媒体采访时，火山发动机总经理谭不得不回答市场竞争问题，第一，云服务对中国市场渗透率总体较低，表明市场还有很多增量空间，其次，对于多云常态化、已经上云的客户来说，他们不会只局限于其中一家，也给了后来者更多机会。 

第三，目前公有云市场还有很多问题尚未解决，字节可以在其中创造更大的价值。 特别关注竞争，就有可能迷失方向是云市场竞争不可避免的话题，根据市场研究机构IDC发布的报告，2021年上半年，阿里巴巴云、腾讯云、华为云占据了60%的公共云(IaaS  PaaS  )市场份额。

2020年第四季度中国IAS市场，阿里巴巴位居第一，华为与腾讯并列第二，中国电信和AWS紧随其后，前五大服务商共同占据77.4%的市场份额，由于云计算投资成本巨大，长期处于巨额亏损状态，中小玩家逐渐退出，市场更加集中，头部玩家获得大多数份额。 

例如，易云在2020年7月更名易数帆，不再做IaaS级资源，主要提供PaaS  (平台即服务)和软件即服务(软件即服务)的能力。 在其他互联网公司，云业务逐渐主要只服务自身业务和少量外部客户，尽管竞争激烈，但市场对云的需求依然旺盛，数据显示，中国目前是世界第二大云服务市场，增长最快的市场，同比增长超过50%。

RTC音视频通信解决方案提供商「擎声科技」

擎声科技的角色不仅仅是供应商，更是一个贴心的技术服务者。把技术交给专业的人去做，帮助出海厂商们把更多的精力放在运营和商业化上。

最近我们获悉，音视频通信解决方案提供商 「擎声科技」 ，凭借自主研发的QttAudio音频通信云服务，获得来自 华山资本、众合创投 的数千万人民币的天使轮融资。截至目前，擎声科技已经为数十款出海语聊应用提供解决方案，覆盖 中东、北非、欧美、越南、马来西亚、新加坡、印尼、菲律宾、中国及中国台湾、中国香港等 多个地区。

在全球疫情流行期间，Clubhouse 等音频社交应用也在全球掀起了一大波热潮。Facebook、Twitter、Spotify等大厂也迫不及待地入局音频社交赛道，生怕晚一步就错过市场机会。

“实时便捷的音视频交互模式，无论是开发还是运营层面，技术支持是最基本且最重要的环节之一。对于出海厂商们而言，这一波风口也是不可多得的绝佳机会。万事俱备，只欠‘技术’东风。”

「擎声科技」在接受采访时表示，他们的团队从创立开始，就有着 “匠人”的初心 。“许多客户用了QttAudio以后，他们的产品在语音通话能力上大大提升，虽然我们的团队不擅长营销，但靠着技术上的硬核实力，在海外泛娱乐领域逐渐建立起强有力的竞争力，也慢慢在客户中积累起了很好的口碑。”

擎声科技成立于2020年6月，团队核心成员均毕业于电子科技大学，来自百度、哈曼、三星等音视频研发领域，以电子科技大学嵌入式软件工程中心为依托， 专攻实时音视频PaaS云服务方向。 相较目前实时音视频PaaS云服务领域的服务商而言，专业扎实的技术能力和关怀式的技术服务是他们的优势所在。

擎声科技表示，中东和东南亚等地区的网络环境较为复杂，在他们过去的服务经验中，音视频通信经常出现延时和丢包等问题。针对以上问题，他们 自建QttAudio SDN，提供多个就近接入点供用户接入，自定义网络链路传输，选择最优最快的传输路径，将音视频数据快速分发给终端用户。 同时利用自主研发的抗弱网编解码传输优化技术，支持70%抗丢包恢复，自适应抖动、超低时延传输，保证流畅通信，将中东、北非、东南亚等地区的用户通话时延优化至100ms内。

另外， 体验感是音视频社交的突破点之一 。 擎声QttAudio - 全球实时音视频云服务 依托电子科大嵌入式声学实验室，自研音频引擎，回声消除、自动增益，可以打造纯净的语音连麦聊天室。

值得一提的是， QttAudio云服务基本属于开包即用 ，不仅有全面详细的开发文档，更有7*24h关怀式的技术支持，一天完成集成上线，让开发者轻松交付。

擎声科技 表示，他们将继续打磨技术，希望通过自己专业的技术支持， 助力中小厂商在音视频社交赛道 上披荆斩棘取得收获。

rtc实时通信可做哪些代替

RTC实时通信不仅可以用在智能家居的智能门铃、智能门禁设备；还可以用在智能办公中的IP视频电话，电话会议终端等等。

RTC（Real Time Communication）实时通信业务，目的是在设备端实时的转发音视频多媒体数据，让用户能实时的进行音频和视频的会话。

HaaS RTC是阿里云IoT联合视频云开发的IoT设备端上的实时通讯服务，主要面向直播，音视频通话等各种场景。

最新的RTC实时音视频技术支持单房间超千人上麦了，有实际用处吗？

有实际用处。火山引擎RTC通过订阅逻辑的改造升级，让产品逻辑更加灵活。2月25日，火山引擎在其主办的视频云科技原力峰会上表示，其提供的实时音视频服务（RTC技术）已支持百万级用户并发，单房间最高支持超过千人同时交流，成为国内首家能够提供单房间超过千人在线实时互动的RTC服务。RTC技术，即实时通信。目前，该项技术已经广泛渗透到各行各业，支撑着人们的日常生活。尤其是近几年来，由于受到全球疫情的影响，导致目前全球范围内，大量办公场景——如活动、会议、面试等，正在纷纷向线上转移，通过虚拟会场系统举行。除此之外，音视频通信还在不断扩张着自己的“适用范围”，在更多新兴场景中得到应用。

目前，线上销售、在线问诊、在线教育、在线健身等场景，都越来越多地应用到了音视频实时通信。但是，技术应用范围的扩张，也同时使得用户对更清晰、更敏捷、更低延迟的在线音视频通信体验，有了更高的要求。

不过，传统解决方案却仍然存在很多瓶颈和障碍，解决这些问题，将有助于开发者更好地发挥技术能力，也将使身处不同地点的用户更好地实现无缝沟通，能够更加快速获取信息、提升交流效率，实现更大的社会价值。

此次，火山引擎为满足更多元的业务场景需求，再次取得突破，以创新策略突破传统RTC厂商可实时互动的人数限制，成功将可实时上麦交流的人数限制提升过千人，实现了“超千人实时互动”。

传统方案下，随着连麦用户的增加，信令和媒体的压力呈指数级上升，会给带宽和内存带来巨大压力，甚至在服务端出现“消息风暴”。

因此传统方案下，一个房间一般只能设置20—50个主播。而这方面的限制，会极大限制业务形态的发展。很多客户都表示，希望这一上限能够进一步提升。技术的瓶颈限制了业务玩法，这是不合理的。我们为自己制定了挑战目标：突破上限，达到1000，甚至更多。

主打轻简，科达视讯新品发力通用市场

衣红胜枫，肤白若雪，女子一袭红衣翩翩起舞，身姿轻盈，在《大鱼海棠》余音绕梁曲调中，我们仿佛置身歌舞剧场。

舞美人美是真，表演者却远在天边，这场身临其境式的魔术体验来自全息网呈的功劳。

你能想象这全是技术宅男们的杰作吗？这场视觉盛宴的主谋苏州科达让你不得不信。

11月19日，科达2020视讯新品发布会在北京举行，发布会聚焦“轻简”，推出系列新品，面向更广泛的通用政企市场，提供下一代视讯解决方案。

这一次，科达一口气发布了全息网呈、多功能网呈、ZEN系列终端、新一代视讯云平台、会议方舱、会议屏、音频处理引擎APE3.0等多款新品。

公检法司的视讯大佬，要发力通用市场了。我们暂且一看这次出招的成色如何。

全息网呈，全方位真实体验

此次开场的舞者之所以能栩栩如生，得益于科达的新品全息网呈。

科达视讯产品线网呈产品部总监罗东礼介绍，其新品Nex9000全息网呈是业界第一套全息沉浸式会议系统，这套系统由全息显示屏、全息全息阵列摄像机、网呈编解码器、图像处理器和移动控制终端组成。

“沉浸“二字如何体现？

科达全息网呈提供了比电影屏幕还宽的全景宽幅图像，摆脱了常规液晶显示器尺寸限制，从16:9的图像到48:9的宽幅图像，可以让更多的人员参会，所有人物图像、背景都非常连续，没有拼接线。另外，全息阵列摄像机，采用了三目深度学习，裸眼具备3D效果，1:1的真人比例，让画面更真实。

除了在画面上下功夫，科达对声音也吹毛求疵。全息网呈采用了多声道的“听音辨位”，保证不同声音对方位特征，来自左、中、右不同方位人讲话时，声音就从不同方位传出，让参会体验更加真实。

另外，这套系统还能触控操作，多种文档观看方式，适用于各类远程培训、远程医疗、指挥调度、工作汇报和新闻发布等场景。

ZEN系列，聪明、简单、颜值高

如果说全息网呈是专业会议的扛把子，那么科达ZEN系列就是日常办公的小能手。

正如科达视讯产品线终端产品部总监王雪宁介绍，即使没用过硬件视讯产品的人，不用看说明书，都能够快速上手。

设备部署快捷，即插即用，单双屏显示模式自动切换，不需要任何手动设置。连接方式简单，遥控器、扫码、APP多种途径。

王雪宁介绍，ZEN系列终端支持混合云平台，不仅可以支持自建平台，摩云会议的公有云平台，还可以接入阿里云音视频通信平台。

ZEN系列终端采用H.265 SCC编解码，支持1080P、60HZ刷新率。还具有信息窗功能，用户能够自定义主题，比如可以发布信息通告、展示企业文化建设内容等。产品还搭载3D Plus声学设计，6麦克风环形阵列，提升拾音效果。

值得一提的是，ZEN系列一改往届科达的产品风格，质感十足，颜值到位。

会议屏，聚焦专业视频会议应用和体验

会上，科达首次发布会议屏，秉持ALL IN ONE一体化设计理念，将阵列麦、摄像头、屏体、会议编解码器集成一体，智能语音助手，还能智能降噪。

同样，会议屏兼容性良好，可接入公有云、私有云、混合云和阿里云音视频通信平台。

与阿里云合作，集成了阿里云MeetingSDK，从生产制造、注册登录、安全认证、算法处理、数据传输、会议管理等全领域的全面打通。

不同于市场上其他产品仅提供本地白板功能，科达会议屏还能提供多方实时互动的远程协作白板，配套投屏码、无线投屏器、双流等内容源，可实现多方互动协作功能。并且，配置4K嵌入式摄像头，具有120 超广角镜头，能够满足大多数会场部署。

视讯云平台，轻量化、数智化、国产化

高清流畅的视频会议体验，离不开能够平衡高并发与媒体能力的视讯云平台。

在轻量化上，科达视讯平台提供超大容量，科达采用RTC超元媒体通讯技术，能够实现千方1080p终端，即使百组会议，仅需10核，一台通用服务器即可满足需求，缩减平台媒体资源占用，降低用户成本。

在智能化上，科达视讯平台采用最新算法，智能检测实际可用带宽，不同场景下对音频、主流、双流进行最优的带宽分配，动态调整音视频码流，使系统具有超强的网络适应性，让会议在共享网络下更流畅更清晰。

新技术下的会议体验怎么样？以多方会议1080p会议合成为例，传统处理技术端到端至少需要400ms。新技术端到端时延200ms，下降50%，沟通更畅快。

会议或者说沟通是一场视觉与听觉的交互，除了视觉信息，声音信息也是视讯不变的主题。

在会议中，噪音、回声、多方说话等因素都会影响音频体验，传统音频处理算法在突发噪声、混响、声学环境不好情况下的回声处理等上具有局限性。

科达推出的音频处理引擎APE3.0，采用的是人工智能深度学习算法，采用深度学习模型，针对会议室常见噪声进行优化，有效去除会议室的突发噪声。

通过增益控制对人声进行检测和处理，可以提升或降低人声，另外，在提升双讲的效果同时，还能降低回声出现的概率。

通过科达的演示，现场观众更直观的感受到了APE的“功力：增益控制下，不同距离参会人员发声都能得到智能增强；回声控制下，多方会谈时回音频次减少；降噪控制下，人声和敲打键盘等声音被剥离，降低杂音干扰。

会上，科达还推出了一款WIND 3D Plus-IP界面麦克风，搭载了科达音频处理引擎APE3.0，抗混响，能实现360 全拾音，拾音范围可选，拾音距离达到9米，还能AI人声美化、智能降噪/跟踪等智能化功能。

会议方舱，隔音降噪可移动

科达会议方舱是为公共开放空间打造的专属会议空间，配备了科达专业的视频会议设备，隔音降噪，声光电一体化的设计，进门即亮灯，系统自动开关。

正如我们所熟知的方舱概念，科达会议方舱占地面积小，占地4-6平米，1天就能安装完毕并投入适用，还可随时移动。

科达在设计上使用了全环保材料，铝合金的结构框体，整个设备没有一处螺钉，能够移动和重复安装。

科达会议方舱保证开放办公空间的私密沟通体验，让参会者既能无拘无束的沟通，又不打扰到其他人，非常适用于小型会议、远程培训、工作汇报等场景。

每一年，科达都会以低调的赶路人姿态，给市场带来惊喜。

如今，科达将在公检法司打磨多年的专业与严谨，融入通用政企市场，从设备到平台，轻装上阵，从轻从简。

一场席卷全球的疫情也给无数产业带来动荡，视频会议首当其冲。“新冠疫情将整个视频会议行业往前推进了3-5年。”某行业高管如此断言。

数字化办公将是未来办公的发展趋势，由人力驱动转变为数据驱动，将脑力价值数字化，实现高效协同，提高执行力。科达视频会议在行业客户中的经验、技术积累，势必也能发挥到企业、大众用户市场，创造高效、畅通的视频会议体验。

视频会议的大好时代，深耕视频会议20年的科达将以新的姿态，迎接新的时代与机遇。雷锋网雷锋网雷锋网

RTC技术（WebRTC）

RTC（Real time communication）实时通信，是实时音视频的一个简称，我们常说的RTC技术一般指的是WebRTC技术，已经被 W3C 和 IETF 发布为正式标准。由于几乎所有主流浏览器都支持 WebRTC 标准 API ，因此也让浏览器之间无插件化的音视频互通成为可能， 大大降低了音视频开发的门槛，开发者只需要调用 WebRTC API 即可快速构建出音视频应用。

更广义的RTC技术，不单单局限于音视频，包括IM、图片、白板、文件共享等富媒体在内的实时交互也属于RTC技术范畴。

直播中我们关心的几个点：延迟、质量、成本等。

传统rtmp直播痛点：TCP，延迟高、拥塞导致卡顿问题较多（质量问题）。

互联网网络复杂、延时敏感、实时音视频流畅度及清晰度较低以和运营成本较高等。

没有一项技术能兼顾并解决直播中的所有问题，RTC是时延、流畅、质量、成本等的平衡，成为技术选型落地的模型。

我们在做RTC应用的时候，不应该一味地追求一些点，不应该在某些单点上用力过猛（比如单纯的追求抗丢包能力），导致最终的效果会打很多折扣，不能只着眼于延迟低，画质高，应该把视角放在用户的整体体验上。

RTMP只是TCP上的一个标准协议，所以接入是一个标准体系，推流端可以是OBS这种直播软件工具，也可自开发rtmp推流工具，播放端可以是Flash播放器（Adobe 2020 12月份已经弃用）、服务端有技术成熟的CDN技术和设施进行分发、Native的播放器或者flv.js/hls.js这种开源播放器组件，遵循rtmp、flv、hls标准即可，接入成本比较低。而一个完善的RTC服务应用，需要从推流端、服务端、到拉流端，一整套完整的全链路闭环技术。

视频会议、在线教育小班课、大班课、1v1视频连麦、多人视频连麦互动、语音聊天室、在线面试、在线医疗、云游戏、智能家居、在线签约、在线K歌等，遍地开花。

比如Zoom、腾讯会议、钉钉会议、微信音视频聊天

互动连麦+服务端转推rtmp至CDN，CDN分发给观众。

声网、腾讯云音视频、即构、阿里云RTC、华为云RTC、微吼VRTC、网易云信RTC、保利威RTC、Ucloud RTC、融云RTC、拍乐云等。

5G时代RTC技术满足实时通信的同时，将赋能 AI、AR、VR、智能家居、云游戏、远程辅助驾驶等场景化落地。