多場景實時音視頻通信激增背后，RTC 技術大爆發

音視頻社交軟體 Clubhouse 的估值較 3 個月前又翻了兩番，當地時間 4 月 19 日，Clubhouse 宣布完成 C 輪融資，估值已達 40 億美元，

而這只是實時音視頻通信大爆發中的冰山一角，

在馬斯克“直播帶貨”的催化下，越來越多的語聊房產品出現，Facebook 也被爆出即將推出 Clubhouse 同類競品，不僅如此，在線辦公、在線教育、泛娛樂場景中對實時音視頻的需求也在激增，

得益于 5G、RTC 等技術的發展，一間語聊房、或是活動直播間、在線課堂等都可以快速完成搭建并發布，進一步刺激實時音視頻市場，以融云實時音視頻服務為例，開發者只需三步，就可以在 30 分鐘內快速集成音視頻能力：
? 第一步，申請開發者注冊，官網會發送 App key 等資訊，下載 SDK，這一步驟通常十分鐘內可以完成，
? 將下載好的 SDK 集成到自己的開發工具里，初始化 SDK，然后加入房間，初始化 SDK 可幫助初始化設備、音視頻相關引數等，
? 發布自己的音視頻流和訂閱別人的音視頻流，

5G 時代需要更便捷的 RTC 技術服務

為何市場需要快速集成實時音視頻的能力？

一方面，在 5G 的作用下，許多傳統互聯網場景中正在嵌入實時音視頻功能，另一方面，專注應用層面的廠商需要以最小的成本，最快的速度上線功能，以支撐產品的發布和運營，

融云 CTO 任杰認為，5G 給 RTC 市場帶來兩大方面的變化，

一是 5G 的寬帶和延時有較大提升，所以未來高清的、低延遲的音視頻通話將會成為主流，在 4G 網路之下，實時音視頻通話主流的為 720p，1080p 穩定性略有不足，而在 5G來臨之后 ，1080p 甚至是更高清的 4K、8K 通話場景會普遍增加，

二是增加各種物聯網設備接入，此前 RTC 實時音視頻領域中，主要是移動端、PC 端應用，其他物聯網設備如車機、攝像頭、大屏設備等接入較少，任杰認為，在 5G 到來之后，各種物聯網設備的接入場景也會增加，從技術層面看，5G 解決延遲問題之后，大量設備都可接入，許多實時作業系統 ATOS ，以及 Linux 在 RTC 領域的應用場景也會變得更加主流，

5G 的到來孕育了許多新生的實時音視頻應用場景，這也意味著，RTC 技術服務商需要提供更好的支持，

“我們無論何時何地都要能提供高清、穩定、流暢的音視頻體驗，”任杰總結，RTC 領域相關技術很多，但融云的業務目標僅此一個，當然，在呈現給用戶優質的音視頻體驗背后，融云會去解決網路帶寬限制、音視頻處理等等技術問題，

RTC 技術服務商在做什么？

在高清、穩定、流暢的音視頻服務，以及“30 分鐘快速集成”背后，RTC 技術服務商要做的作業很多，

通常，RTC 技術堆疊可以分為兩方面：端上的處理和 server 端的處理，

端上的處理，主要為聲音和視頻的編解碼，編解碼完成后會進行系列聲音和視頻的前處理，前處理包括回聲、降噪，嘯叫抑制，聲音增益，3A 演算法等，server 端類似端上處理技術，如錄音錄像等，但更側重傳輸層面，如網路的優化等，

網路優化又可以分成兩大部分：對抗弱網，分布式網路和調度，無論是5G、4G 還是 WiFi，只要是無線信號，都會遇到信號遮擋、衰減的問題，表現為網路不太穩定，經常在瞬時的丟包會比較大，延遲也可能會突然變大，

另外，端點設備接入網路路由之后，在兩個端或是多個端之間進行實時音視頻流的傳輸，需要經過多個網路節點，那么哪一套路徑能讓端點更好地接入，使傳輸流更穩定，便是網路路由的策略，也是分布式網路與調度要解決的問題，

對于這些問題，融云從以下三方面做了優化：

第一，弱網對抗相關演算法的優化，包括重新定義一些演算法，對隨機丟包和帶寬受限，要嚴格區分并且能夠快速反應等，

第二，動態路由策略方面，融云會做一些提前探測，動態檢查鏈路，大概可在3~4秒之內發現鏈路變壞的情況，并立即重新調度，包括服務端、負載的一些調度，即分布式部署，

第三，全球網路的部署，融云音視頻使用大量 IaaS，也和全球的一些機房合作，盡可能多地部署節點，同時對這些節點的狀態進行實時監控、擴容、增加節點等，后臺也有音視頻質量的 QoE 系統監控整個的網路，實時進行調優，

做開發者的支持方，而非競爭對手

“我們是 PaaS 提供方，會向上做 aPaaS，但不會直接做 to c 的產品”，任杰表示，只要復用程度較高，融云就會考慮將其向上封裝，幫助開發者的使用更加貼近場景化，但融云始終是面向開發者服務，因此不會做 to c 產品，和開發者客戶形成競爭關系，

以語聊房為例，融云為語聊房應用提供的支持集中在技術層面，使其呈現出的聲音效果更好，

在開發者花了 30 分鐘快速集成一個語聊房應用之后，融云還會再根據業務場景做 SDK 呼叫和開發，以便開發者可以更快速地實作使用混音、添加背景音樂、麥位管理、網路信號展示等各種功能，

一是語聊房中麥位的相關控制，任杰表示，麥位支持依靠信令管理，因為有多年 IM 領域的積累，信令是融云的傳統優勢，并且在語聊房方面融云也有一套完整的技術支持，可以更容易、更輕松地完成麥位管理，二是實時音視頻中聲音的相關處理，包括美聲、變聲，各種音效，混音之后的聲音效果等等，

任杰指出，由于 RTC 領域涉及到許多具體的音視頻概念，以及音視頻相關的質量控制，開發環境有一定復雜度，SDK 本身越場景化，就會越容易集成，因為這對于開發者來說是隱藏技術細節的，所以大家提出應該往 SaaS 化方向發展，

“在一定程度上我非常同意，對于我們 PaaS 能力的提供方 ，也最希望降低開發者成本，所以我們也在往上做，往 SaaS 和 PaaS 之間，做 aPaaS 能力，比如我們在提供音視頻能力之外，也提供 MeetingLib 整套的控制信令體系，和音視頻流的一些操作直接相關， ”

此時開發者使用這種 SDK，就無需太關注音視頻流的一些處理，比如需要禁麥時，就在MeetingLib里通過一個標準介面操作，反之，如果沒有MeetingLib，開發者也可以用RTCLib自己做，但是就需要自己在應用側發禁令，或者呼叫 IM 能力去給每個人發禁令，禁掉每個人的麥克風，

“所以我們往上做一層，開發者就不用關注每一道具體流程，每一個用戶的狀態，”任杰表示，這就是他們目前正在做的，

此外，在客戶支持層面，融云也總結出最需要支持的兩類問題，

一類是 SDK 接入，即開發集成相關問題，任杰透露，客戶一般會先看檔案，或者是融云提供服務的支持體系，工單、支持群，以這種方式去幫助客戶完成集成作業，但由于大多數開發者對音視頻技術堆疊較為陌生，在遇到一些非通用的具體開發概念時會有難處，

對此，融云會在相關檔案中提供概要性說明，如編碼、幀率、碼率等基本概念的說明等，此外還有一些程式性說明，詳細描述 SDK 集成流程；提供 quick demo 以輔助開發者快速使用和集成，

另一類則是質量相關的支持，因為音視頻在實時通話程序中受網路影響相對較大，端點網路可能出現問題，“在這個程序中可能需要排查一系列的問題，我們也有自助平臺——北極星，”任杰稱，北極星本質上是音視頻的一套 QoE 體系，這套體系會記錄每一通通話；全部程序中音視頻流的傳輸情況，包括傳輸的碼率，卡頓率，是否有黑屏等系列資料指標，資料曲線；開發者也可以在平臺上自助查詢通話質量，統計指標等，

下一代 RTC 市場

作為 RTC 市場技術服務商，融云最近正在做更新鮮的嘗試，

5G 催生了更多 VR 應用，很快，VR 直播應用也會到來，融云已和 VR 行業多家企業達成合作，目前為其提供遠程維修、技術指導等服務，“隨著 5G 的推廣，娛樂業真正大規模的 to C 場景會逐漸出現，”

泛娛樂應用是下一代 RTC 應用的一大場景，除了正在爆發的語音房之外，還有直播、狼人殺、劇本殺、KTV 等等，以及不久的將來與 VR 融合的新場景，

此外還有辦公類應用，包括會議場景，監控場景等，任杰舉例，比如在公安、保安，應急指揮作業的監控場景中，也會涉及到一些設備的接入，包括 GB28181 的支持，SIP 的支持等等，在線教育場景中也涉及到許多細分應用，如小班課、大班課、大直播、雙師等等，

近期，為了更好的賦能開發者探索更多新鮮應用，融云還發起 20 萬分鐘免費音視頻通享活動，凡是開通實時音視頻功能的用戶，立享每月免費200,000分鐘，視頻最高可支持1080P 超高清解析度，

在 RTC 應用爆發的當下，融云作為通信云領域引領者，結合多年 IM 領域能力，已經可提供覆寫全通訊場景的技術服務，

任杰表示，融云的優勢來自多方面：融云是公有云的 PaaS 提供方，IM 也做了很多年，而 99% 以上的 RTC 場景中都會用到 IM 相關能力，二者結合，融云會有很大的優勢；此外，融云擁有非常專業的大規模團隊，并且在音視頻技術上大力投入，不斷迭代技術，“我們一家服務商可以通過‘RTC+IM+PUSH’的整合通信能力，以一套SDK覆寫所有通信場景，只要找我們融云一家就可以完成這件事，”