语音通话功能、视频通话功能，在一些 IoT 设备上已经不罕见。例如：
- 智能手表：“能打电话”已成很多儿童智能手表的标配，而“能视频通话”的智能手表已经纷纷出现在海内外市场上。
- 智能眼镜：基于实时音视频与后处理技术（如 AR、计算机视觉算法）可以实现多种场景
- 智能摄像头：安防监控、视频交互一直是智能摄像头的重要功能
- 机器人：家庭机器人及少数公共场所的机器人，需要实时音视频功能
- 智能门禁：通过实时音视频实现远程安防、通话
这可能只是冰山一角，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。
如果我们曾利用 WebRTC 或商业方案，在手机上实现了实时音视频通话，那么我们是否可以将它照搬到 IoT 低功耗设备上呢？
答案是“不能”。
低功耗智能设备在硬件、软件方面都与手机不同，所以对实时音视频通信的要求也有所不同，这导致了手机的方案无法直接拿来就用。目前来讲，在 IoT 低功耗设备上做音视频通话，需要满足以下要求：
1. 功耗要低
很多低功耗智能设备的电池容量，以及可支持的功率有限。同时，很多智能设备采用的 CPU 性能有限，在进行音视频通话的同时，还要支持系统、常驻功能的运转。一般的解决方案，无法做到较长时间的视频通话，最大的障碍就在于功耗。随着通话时长的积累，高负荷运转的设备会发热。所以保证音视频方案的低功耗，是能提供稳定、良好用户体验的基础。
2. 实时音视频不可占用过多内存
智能设备的内存有的高，有的低，要看是什么类型的设备。像智能手表这类产品的内存一般都不高。在这种情况下，如果音视频通话方案设计得不好，占用过多资源，那么可能都无法运行起来。对应问题大家在开发电脑、手机应用时也应该遇到过，但在低功耗、低内存的设备上，更难解决。
3. 跨平台、跨设备的通话支持
智能设备并不像手机这样普及，所以当你在通过智能手表、智能眼镜与他人通话时，对方所使用的可能是手机或 Web 浏览器。所以当你支持低功耗设备的同时，还需要将它的音视频通道与 Web 浏览器端、Native 端打通。
4. 提供高音质高画质体验
音视频通话的质量始终是关键，画面的卡顿、模糊，声音出现回声、噪声都是用户无法接受的。但是，一套音视频方案在别人的智能手表上跑通了的时候，并不意味着完全能用于你的设备。
还是以 WebRTC 为例，它本身具备回声消除模块，但一个回声消除算法的设计实现与设备、系统状态紧密相关。我们曾经在一篇文章中讲过。声音经过扬声器传导到麦克风，经过了多少路径就被处理多少次。不同的设备材质，甚至设备发热，都会导致声传导特性不一样，都会导致回声消除算法不一样。这是设备的差异带来的影响。
另一方面，回声消除里有两大模块，自适应滤波和非线性处理。自适应滤波前置第一个模块就是延时搜索。延时估计要在一定范围内估计，就是要有一个预先设计的delay值，如果在一个很大的范围内搜索，会极大消耗CPU资源。而Android系统的线程调度设计存在特殊性，一旦资源抢占，会在Android底层buffer产生延时，可能会导致之前预设的delay值不准。而低功耗智能设备的系统存在很多细微差异，就更需要有针对性地优化算法了。
所以，在低功耗智能设备上实现视频通话，并不是用一套通用的 demo，通过短短几步的配置、接口调用就能实现的。想要好的通话体验，都需要围绕你的设备进行调优。这也是难点之一。
解决方法
从我们自己的经验来讲，我们针对低功耗设备的硬件、软件系统的特点，优化了编码算法、降噪算法，同时为了满足在 IoT 设备上的帧率、分辨率，还进行了算法优化。最终，推出了低功耗版本 Agora SDK ，支持低功耗智能设备与其它设备与平台进行视频通话。
