藏在互动直播、在线课堂、IoT背后的技术之源_风闻

作者| Cici

编辑| 吴怼怼

01

「只闻其声，不见其人」

最近热门话题不少，但双十一可能会是持续时间最久的一个。

工作三年，自认为大件小件已经买的差不多，这次交了定金的4件东西总价没到500。上一个购入的千元级物件，还要追溯到半年前的一台破壁料理机。

除了让我每天都能喝到一杯暖暖的豆浆之外，这台料理机引起的对话其实更让我无法忘怀。

收到货的当天，我的室友——一位汽车发动机方向的工程师，兴致勃勃地要来围观它的运作。观察它轰隆隆工作1分钟后，他兴奋地下了结论：这本质上是一台高速运转的电机。

这句话让我感到震惊，因为它完全颠覆了我的思维方式。当我了解「声网」后，立刻就联想到这件事，当然它不是一台电机这么简单。

**长久以来，我们习惯享受一件成品带来的服务，却没有想过背后如何运转。**无论套上怎样的外壳，拥有如何华丽的外观，但其工作原理或是一个重要功能，可能就是简单的一句话甚至一个词。

而声网，如果要用一个词概括，那就是「实时通信」。简简单单四个字，但却蕴含着复杂的技术与服务。

声网是谁？我们日常运用的软件中内嵌实时通信技术（Real-time communication，简称RTC）的提供者，它藏在背后、深层，不会被直接看到，却又无处不在。

声网是第一个把RTC技术作为服务提供给开发者和创业者的公司，而且在很长一段时间内是唯一一家。在这段时间里，声网举办的每年一届的RTC大会，是该领域国内外开发者交流相关技术、行业想法的最大平台。

创立于2014年的声网，目前为社交泛娱乐、教育、医疗、金融等各行业提供场景化解决方案。联想到它的核心理念与服务范围，用「只闻其声，不见其人」概括再合适不过。

通过调用声网的API，开发者可以快速创建聊天、语音、视频等功能，比起考核送达率的即时通信（IM），RTC主要要求低延时和接通率，视频社交、互动直播、游戏开黑、AR远程协作等场景都在应用RTC。

这些熟悉的场景每个人都在接触，教育和社交就是两个非常依赖RTC的领域，也是声网长久以来深耕的两个重要领域。

2018年年初，受困于用户规模增速减缓的陌陌，开始主打场景化社交。除了直播，还提供一起KTV、狼人圈、派对等一系列功能，让用户有更多可选择的娱乐方式。

为其提供多样场景解决方案的，正是声网。

**以一起KTV为例，它依托于语音聊天室，主播使用播放器播放MV，MV切换到伴奏时，房间观众听主播K歌，同时可以上麦和主播交流。**播放过程中，主播可以控制歌曲的切换和暂停。

声网的SDK解决了主播和观众的MV播放需要同步，同时对音质要求较高的难点，为其延续了社交直播平台中实时场景的热度，又完善了实时体验。

在教育领域，声网服务于VIPkid、好未来、沪江等多位赛道领跑者。

声网曾和沪江合作，将实时互动的教育大课搬上实时互联网，让中国5W偏远地区的小学生同时「坐」在一个虚拟大教室，跟英美外教学英语、跟一线名师做物理实验，将实时互动大频道的技术边界继续推到了100W。

本质上都是解决需求，外表看起来这些似乎更倾向于「提供服务」，那么声网还有更直接利落的「解决问题」。

随着海量UGC内容的产生，音视频平台的审核压力不断加大，声网的一站式服务不仅可以让平台拥有实时音视频的功能，还拥有实时智能语音识别功能。对于试图利用背景音蒙混过关的，声网独特的AI降噪技术也能够提升不良信息识别率。

02

提供技术，构建场景

数据统计门户Statista报告显示，2015年-2019年，CPaaS（Communication Platform as A Service）市场从4亿美元增长到81亿美元。

几年间，声网与全球CPaaS市场共同发展，也经历了从SDK到场景服务，再到生态共创的发展阶段。

在场景服务的阶段，声网为各种规模的公司提供轻松开发和嵌入实时通信的方法，为开发团队节省人力资源和时间成本，使开发者专注于构建应用程序而非基础架构，并为泛娱乐社交提供变现解决方案，为在线教育提升感受体验等。

到最新阶段，声网进一步升级成生态共创。在声网Agora 2019品牌发布会上，声网公布「Agora云市场 」全球合作伙伴计划，这也是声网第一次品牌发布会。

生态共创意味着，声网的用户成为合作伙伴，双方一起构建基于实时互动场景的技术市场平台，为开发者提供技术平台、产品功能、开发集成、渠道销售等解决方案，探索RTC在更多领域的用法。

除了社交和教育是重中之重，声网也持续不断地在IoT、金融、医疗等行业发力探索。

医疗急救一直让我有个困惑——在医生到来之前，作为患者家属甚至是路人除了等待能够做什么？毕竟不是人人都会CPR，也并非所有急救措施都要用到CPR，普通人也难拥有足够的医学知识判断患者的突发疾病。

声网其实解决了我这个困惑。

2018年下半年，重庆率先上线了可视化120自救互救系统。在拨打120后，点开由平台发送的短信链接，医生就可以通过视频对话，指导现场人员进行自救或互救。

这背后的技术就由声网合作提供。

尽管现在我们几乎用微信代替了一切通讯（非简单社交），但它还是建立在熟人基础上。不得不承认的是，很多状况与场景容不得让我们「先加个微信」。

2018年统计结果显示，我国每年有54 万人发生猝死，超过 80%猝死在医院门外，抢救成功率不到 1%。

如果声网RTC能够在医疗急救领域大规模运用，相信未来会对这个数字有所改变——在急救车到来之前，RTC提供帮助的可能性，可能远大于恰巧身边有一位医生的概率。

03

声网开放，CPaaS迎接未来

除了「Agora云市场 」全球合作伙伴计划之外，声网还在发布会上提到三个重要举措。

第一件事是，Q4上线Agora Analytics水晶球2.0。听起来名字很梦幻，其实很直接，就是服务透明化。

如果说声网的实时音视频服务是为开发者提供了一辆车，那么水晶球就是告知开发者车况如何，以及如果发生故障，那么问题出在哪。量身打造的使用场景+售后自助服务，由此全都具备。

一个常见的场景是，一位学生在观看付费在线课程中进行投诉，原因是画面卡顿体验差。由于这个平台使用的是声网的服务，于是请求声网查找问题，最终结论是学生使用的设备版本过低，不支持老师的高分辨率画面。

问题最终被解决，但在一来一去三方沟通之间，几个小时可能就这样过去。平台客服可能有着必须在规定时间内解决投诉的kpi压力，学生可能当天不止观看这一堂课，但由于问题一直在，所以始终体验不好。

那么，对水晶球2.0的需求就会非常迫切。声网以此提供RTC服务全面的质量监控和分析数据产品套件，在实时问题调查的基础上，可以进行整体服务质量和分析，实时质量监控。

另两件事是，声网开源自研的抗丢包音频编解码器Agora Solo。Solo是声网专为不稳定网络设计的语音编解码器，能够在弱网条件下保证流畅的高质量通话；Agora RTC SDK3.0也将于11月上线，实现直播和通信大融合，并全面提升弱网环境下的音视频体验。

声网不仅为平台用户赋能，授之以渔，还为开发者提供福利，实现技术共享与进步。

之前提到未来，其实任何技术与服务的发展都应该具备前瞻性。

Low-code（构建自定义代码开发）甚至No-code（零代码-拖放式编辑）快速开发应用，正在成为新的趋势。Agora云市场的一站式解决方案，就是以Low-code的形式，把声网的实时音视频技术和合作伙伴的业务能力结合，无论单一接口的功能还是场景解决方案，都可以根据实际需求，通过低代码模块组建的方式自由组合，灵活开发。

在未来，RTC服务的界限会变得越来越模糊，多种技术的结合也会变得越来越普遍。

在4G时代，解决丢包问题是声网在RTC领域拥有卓越表现的关键。5G时代尽管也将要到来，但带宽只是其中一个环节，并不一定能够避免丢包，高峰期、不同运营商之间的数据传输依旧面临与4G时代同样的问题。

不过，声网考虑的问题显然不只是不丢包而已。5G时代与VR、AR、AI的结合将会大大拓宽使用场景，AI教育、工业领域智能制造，声网始终在路上前行。