行业百科

流媒体服务器是一种专门的软件或硬件系统，它接收音频和视频内容，对其进行处理以备分发，并实时将内容分发给使用多种设备和平台的观众。 与基本的 Web 服务器或云存储解决方案不同，流媒…

从简单的文字聊天室起步，如今已发展成为一个复杂的实时互动生态系统：拥有成千上万名同时在线观众的直播、带语音聊天室的多人游戏、支持视频通话的交友应用、在线客服聊天、创作者经济平台等。…

吞吐量是指单位时间内通过网络传输的数据量，通常以比特/秒为单位。它可以衡量网络传输数据的能力。相比之下，延迟指的是在网络上传输数据时发生的延迟，代表数据包从源头传输到目的地所需的时…

微信小程序实现视频会议完整指南：从方案选型到代码落地。本文适用 1v1 视频通话和多人视频会议(团队会议、在线课堂)等场景。

在构建实时音视频通话应用的过程中，开发者往往面临一个关键的十字路口：是自己搭建原生 WebRTC 技术栈，还是集成一款商业化的实时音视频SDK（后文统一简称 RTC SDK）？在 …

直播购物App是一种电商平台，使企业能够通过实时视频展示产品，并借助直播视频流驱动购买行为。 主播或卖家通过App发起直播，在展示产品的同时，通过实时聊天或语音与观众互动。观众可以…

语聊房是一个对音质要求极高的场景，用户长时间在线，任何杂音、回声或啸叫都会严重影响体验。本文结合即构科技的实时音视频 SDK（ZEGO Express SDK）的音频处理能力，系统…

ICE 交互式连接建立可通过寻找可能的路径、测试这些路径并选择最快的可用路径，帮助两台设备直接建立连接，即使它们位于防火墙之后。本文将探讨 ICE 协议的定义、发展历程、核心组件、工作原理、优势、挑战及应用场景。

本文系统梳理国内主要实时音视频（RTC）SDK 厂商的计费模式，分析各模式的适用场景与优缺点，帮助开发者和技术决策者在选型时做出更合理的成本规划。 背景 实时音视频RTC是当前互联…

本文从”抖动的本质”出发，介绍什么是视频防抖，常见的三种防抖方案（OIS、EIS和混合防抖）的原理、适用场景与取舍。

WebRTC APM (Audio Processing Module) 是 WebRTC 开源项目中的核心音频处理模块。它主要负责在实时通信过程中提升音频质量，处理因环境和硬件引起的各种声音缺陷。

一款 App 的实时音视频体验好不好，很大程度上基于它选了哪家 RTC SDK。上一篇文章我们介绍了《什么是 RTC SDK？RTC SDK 核心能力详解》，从采集、编码、传输、解…

RTC SDK 即实时音视频通信软件开发工具包。它是一套让开发者能快速在应用（App、Web或桌面端）中加入实时语音、视频通话及互动直播功能的代码库和工具集合。为方便理解，下面我们…

口语练习一直是语言学习中最难实现规模化的一环。传统的导师指导模式成本高昂，而早期的 AI 工具往往缺乏自然的互动体验。随着 AI、语音和实时技术的持续进步，语言学习平台如今拥有了更…

什么是旁路直播 旁路直播是区别于主路的一个概念，尤其是使用实时音视频（RTC）的场景中，需要旁路直播来降低直播成本。将实时音视频流转换成标准直播流，观众看到不是多个主播的流，而是把…

Media Over QUIC (MoQ)是一种利用 QUIC 特性来改善互联网上媒体文件传输的协议。作为一种新兴标准，它为在线文件传输提供了更多的选择。 底层协议 QUIC（Qu…

RTC、AI 和数字人共同构成了下一代协作平台的核心基础设施。以 AI 驱动的实时沟通为核心，你可以开启全新的工作方式。

Voice Activity Detection 简称 VAD，中文为语音活动检测或语音激活检测。VAD 可将音频流中的语音与非语音信号分离，为实时语音、虚拟 AI 助手和对话平台…

在通信应用中，确保音频和视频及其他形式的数据安全至关重要。如果没有适当的基础设施，例如使用 DTLS 来保护网络上传输的信息，可能会导致用户隐私泄露以及用户信息遭到未经授权的访问。…

在构建数字人业务时，很多开发者面临同一个问题：ZEGO 同时提供了“实时互动 AI Agent”和“数字人 API”两种接入方式，这两者都能让数字人开口说话，我应该选哪种方式接入？…