声网专区

Python 拥有很活跃的社区和丰富的第三方库，Web 框架、爬虫框架、数据分析框架、机器学习框架等，开发者无需重复造轮子，可以用 Python 进行 Web 编程、网络编程，开发多媒体应用，进行数据分析，或实现图像识别等应用。其中图像识别是最热门的应用场景之一，也是与实时音视频契合度最高的应用场景之一。

音视频实时通讯的应用场景已经随处可见，从“吃鸡”的语音对讲、直播连麦、直播答题组队开黑，再到银行视频开户等。对于开发者来讲，除了关注如何能快速实现不同应用场景重点额音视频通讯，另一个更需要关注的可能就是“低延时”。但是，到底实时音视频传输延时应该如何“低”，才能满足你的应用场景呢？

语音通话功能、视频通话功能，在一些 IoT 设备上已经不罕见。随着硬件洗能、软件系统和网络连接环境的提升，未来还会有更多类型的设备会开始提供实时音视频功能。

很多人都希望让自己的声音更好听，不论是已经成为主播的人，还是希望成为主播、主持人，或是喜欢参与语聊、互动直播的普通用户。很明显，在歌唱场景、语聊等场景中，用户已经不在满足于被听见、被听清、能互动，以及拥有高清的音质体验。

有时，大家对丢包问题会有一些误解。很多人认为随着 4G 的普及和 5G 的建设，是不是丢包问题变得不重要了？我认为并不是这样，因为在现有网络条件下，不论是 server 到 server，还是 sever 到 last mile 都存在着大量的丢包问题。

3月23日周六，由 RTC 开发者社区主办的 “RTC Dev Meetup 北京站”如约举行，超过100位求知若渴的开发者参加了活动。来自 LeanCloud、声网 Agora、阿里、美团点评的资深工程师，与他们共同分享了 Flutter 开发中的实践经验。

谈起 Opus，对于编解码器有所了解的同学也许会知道，Opus 是由两个编解码器——Silk 和 Celt 融合而成。为什么来自两个组织的编解码器会合二为一，Opus 的性能又如何，本文将简述一下 Opus 的前世今生和部分技术分析。

随着这几年AI的迅猛发展，我们在图像和视频处理领域里见证了非常多的应用，比如声网Agora引擎里的视频超分辨率技术。对于音频中AI的应用，我们可能经常听说语音合成、语音识别等技术。那在实时音频通话中，AI有什么用武之地呢？本文将简单总结一下AI在实时音频中的应用，本文将不会展开细节，但在文末有部分参考文献，如有需要请自行取阅。

Agora 的产品均围绕着 RTC（Real-time Communication） 展开，其中最出现的产品便是 Agora RTC SDK。它为厂商提供一个音视频采集、编解码和传输的“工具包”，助力厂商开发自己的 RTC 相关业务的应用。这套工具包包括种类繁多的 API。

CoderLane 是一款在线实时编程环境, 它的目的是为了解决在线多人实时编程环境困难的问题。通过各种技术手段希望提高在线编程的体验。

对于使用RTC的人，可以将本文作为一篇快速指南加以参考，了解如何使用TensorFlow来处理WebRTC流。对于使用TensorFlow的人士，则可以将本文作为一份快速简介，了解如何向自己的项目中添加WebRTC。使用WebRTC的人需要对Python比较熟悉。而使用TensorFlow的人则需要熟悉网络交互和一些JavaScript。

RTM 是一个通用的消息系统，主要是为了解决实时场景下信令的低延迟和高并发问题。在声网所有的后台设计中，分区很重要。区与区之间相对独立，每个区会有跨区传输网络。每个区之间由三个子系统组成，首先是消息核心（Message Core），还有事件中心（Event Center），最后是应用服务（Application Services）。

著名音乐电台DJ，SoundArio音乐基金会创始人加菲众就说： 几百位歌手的时差、现场收录的和网络技术条件各不相同，所以并没有在线实时协作进行直播的可能，甚至两个人一弹一唱都不可能，因为0.17秒的延时足以抵消全世界顶级音乐人的现场功力。

根据思科公司今年发布的报告称，预计 2021 年，视频将会成为互联网产品的主要需求，超过80%的互联网流量将会被视频占据。届时，与视频相关的服务与需求将提升约50%，而其中对超高清的需求将提升约30%。同时，互联网对直播和其它实时视频服务的需求将会是目前的15倍。

本文拿常见的视频通话的应用，来看看如何基于 Flutter 来开发实现，以及其中会有什么样的困难。