RTC 月度小报 8 月 | RTC 大会限免进行时、Janus 作者“见面会”、Google开源了一个语音引擎...

本月亮点速览

RTC资讯：

• Google开源Live Transcribe的语音引擎

• Google Duo：增强弱光环境下的视频画面质量

RTC社区：

• RTC 实时互联网大会报名开启

• Janus 作者与你相约 RTC WebRTC Workshop

• RTC Dev Meetup 上海站：WebRTC与Web端可交互PPT

Agora产品动态：

• 声网 Agora Python SDK 已经上线

• 声网一站式智能语音识别方案：内容审核，快速接入

RTC社区

RTC 2019 实时互联网大会报名开启

 

RTC 2019 实时互联网大会将于 10 月 24 日、25 日在北京悠唐皇冠假日酒店举行。RTC 技术不应仅属于小圈子的狂欢，而应该被更多的开发者了解、使用与探讨。所以作为每年全球最大规模的 RTC 技术布道会议，RTC 实时互联网大会不仅邀请来自全球一线团队的 RTC 技术专家分享技术实践、前沿探索，以及 RTC 与热门技术的融合趋势，还在每年都设立限时免费门票，让 RTC 技术与知识触手可及，今年也不例外。现在，限免通道现已开启，你还等什么？现在即可扫码报名。

今年除了主会以外，还将有「编解码技术」、「AI 与 RTC」、「下一代 RTC」三大技术专场，「大前端应用开发技术」、「QoE 与高并发网络架构」两场全天的峰会，以及一场「WebRTC Workshop」。今年我们已经邀请到了来自 W3C、搜狗、微软、阿里达摩院、字节跳动、Hulu、优酷、沪江 CCTalk、Bilibili、新东方、数美科技、相芯科技、声网、Meetecho、AVS、北京大学、上海交大等公司、组织机构的一线技术专家。（次序不分先后）

我们在近期已经曝光了一部分与网络架构相关议题，后续还将公布更多与 AI、编解码、实时交互、大前端开发、5G 相关的话题，敬请期待。

Janus 作者约你来 RTC WebRTC Workshop

RTC 大会作为 RTC 技术的布道会议，WebRTC 始终是我们布道推广的开源技术之一。我们历年曾邀请《WebRTC 权威指南》的作者，后来我们也将它翻译成了中文出版。在去年，我们还邀请了 Google WebRTC 的产品经理来分享 WebRTC 1.0 标准。但无奈WebRTC的编译部署、服务器部署策略、回声消除、降噪、网络抗丢包等始终是很多开发者需要翻越的几座山。

所以，今年 RTC 大会第二天，邀请到了Janus的创始人、音视频行业从业 10 余年的资深 WebRTC 技术专家，以及来自声网的音频算法工程师，开展一场 WebRTC Workshop，带着大家一起爬坡、提升。

Workshop 活动信息

活动时间：2019 年10 月 25 日全天

活动地点：北京市朝阳区悠唐皇冠假日酒店

面向人群：初级的 WebRTC 应用开发者、WebRTC 爱好者

            

RTC Dev Meetup 上海站：WebRTC 与 web 端可交互的 PPT

8月17日下午， GDG x RTC 开发者社区联合线下 Meetup圆满举办。有超过 180 位小伙伴报名参与了这场由 RTC 开发者社区和 GDG 社区联合主办的 Meetup。这次活动上，来自UCloud 前端资深架构师李喜庆做了《WebRTC客户端开发实践》分享，来自声网的高级WebRTC前端工程师陆禹淳带来了《Node.js+WebRTC:WebRTC的服务端应用之路》的分享，Netless PPT渲染引擎负责人张黎分享了《React实现可交互动态PowerPoint》。

我们已经将所有课程资料上传分享至 RTC 开发者社区，没能来到现场的小伙伴们可以自行获取：https://rtcdeveloper.com/t/topic/15659

Agora 产品动态

声网Agora Python SDK 上线

声网Agora 本月起正式支持 Python 语言了。我们已经将声网 Agora Python SDK 上传至 Github，开发者们可以通过它来将实时音视频与深度学习、人脸识别、声纹识别等技术结合起来，玩出更多花样了。为了便于大家理解其中的接口，我们还写了一份 Python demo，用 TensorFlow 做了一次实时地人脸识别，并已将其分享至 Github。

Python SDK: https://github.com/AgoraIO-Community/Agora-Python-SDK

声网一站式智能语音识别：内容审核，快速接入

声网现已提供业界独有的一站式智能语音识别方案。如上图架构所示，开发者只需要在应用中集成声网 Agora SDK，即可让音频在 Agora SD-RTN™ 网络中实时传输的过程中完成语音内容识别与审核。我们在原有的实时语音互动直播的基础上，整合了业界 Top 3 语音识别服务。同时，基于声网的 AI 音频降噪引擎，来提高音频质量，优化语音识别效果。开发者可通过调用 RESTful API 来启用该功能，具体详见往期文章。

RTC资讯

Google开源Live Transcribe的语音引擎

还记得 Google 在今年 I/O 大会上演示的“实时转录文字”功能么？就在本月中旬，Google 将其背后的语音引擎开源了。Live Transcribe 基于深度学习算法实时将语音转换为文字字幕，不过它依赖于Cloud Speech API。而 Google 在官方博客中也表示，实时转录的质量也面对着不同地区的网络连接状态、网络丢包、延迟的挑战。简要来讲，其开源的语音引擎支持的特性包括：无限流媒体；支持70多种语言；网络环境差时，文字不会丢失（只会延迟显示）；可以轻松启用和配置Opus，AMR-WB和FLAC编码等。具体，可见Github：

https://github.com/google/live-transcribe-speech-engine

Google Duo：增强弱光环境下的视频画面质量

Google Duo 近期又更新了，新增了一个“弱光”按钮。在视频通话中，如果对方处于灯光昏暗的室内，你只需要点击这个按钮，你所看到的画面光线就会明亮起来，系统会检测和重点关注聊天对象的面部信息，而不是整个视频捕捉区域。

谷歌Duo的高级产品经理谷歌Niklas Blum表示，这个按钮实际上不会改变“被照亮的人”那一端的任何设置。Duo中启用这一项新功能后，当手机检测到昏暗的灯光时就会对画面进行调整，从而让画面中的人更加明显。