ZEGO即构科技

边缘计算作为中心云计算的补充，通过边缘容器架构和云边协同，为音视频、云游戏、元宇宙等场景带来了更好的用户体验和业务价值。

房间内的收听者对音频的接收距离有范围限制，若发声者与自己的距离超过该范围，则无法听到声音。

编者按：AI技术的落地是渐渐地从服务器端、云端落地，逐步到移动端及边缘设备上。这些年随着AI技术的进步，轻量级算法模型开始在移动端实时跑起来，并且移动端算法也在不断进行迭代和完善，而对于实时直播场景，也有越来越多的AI算法落地。ZEGO即构科技提出了一套极轻量级AI算法模型，结合移动端硬件特性，差异化优化前馈推理库，让算法模型、推理库、硬件成为一体，使得视频云转码移动端化成为可能。LiveVideoStackCon 2022音视频技术大会上海站邀请到了即构科技的李凯老师，为我们分享产品架构、移动端视频转码、

消息推送最大的难点就是推送的扩散，在超大房间场景中，房间成员变更、房间属性变更，聊天消息都会扩散给房间内所有用户，对于百万人数级别的房间，这个扩散量是非常大的，对服务器性能与带宽都是很大的考验。世界杯 ⚽️ 期间，我与其他的梅西粉丝在某 APP 里建了个梅粉聊天群，群内人数上万人，大家一起讨论赛事热点，可谓热火朝天，此起彼伏，这是四年一度的狂欢，虽值冬季，但热情不减。对于高并发的进房间请求，每次进房间处理是需要时间的，等进房间成功了再更新房间人数，很可能导致大量请求涌入到同一个房间。

ZEGO Avatar SDK 提供了手动捏脸功能，支持用户根据自己的审美偏好，对虚拟人物形象脸部的各个部位进行细微调节（如眼睛大小、鼻子宽窄、嘴巴大小等），融合成自定义的虚拟人物形象人脸，自由定义，打造独一无二的专属形象，可广泛应用于各类游戏场景中。ZEGO Avatar SDK 提供了AI 捏脸功能，支持通过“摄像头”或者“上传图像”的方式，结合对人脸进行海量分析和训练后的 AI 算法，识别人脸特征，再以美术设计提供的虚拟形象人模为基础，生成与真人高度还原的虚拟形象。，通过前置摄像头，开始检测表情；

本篇文章我们将带领大家主要了解关于抠图在人像分割方向的技术实现过程与场景应用介绍！

为了保证实时通信体验，通话前可以进行网络与设备的检测，提前识别并排查问题。本文将介绍如何使用 ZEGO SDK 接口，实现上述两个角度的检测。

本篇文章将针对秒开、清晰度、流畅度这三个技术方向进行技术解析，带你了解 ZEGO 即构科技在畅直播服务方案上的核心技术优化思路。

AEC：回声产生原因及回声消除原理解析！

元宇宙，正成为社交赛道的新战场。走过热火朝天的2021，2022年元宇宙热度依旧不减，年初一款名为“啫喱”的元宇宙社交App上线，20多天迅速走红；映客直播也于近日上线“全景K歌”，为用户提供元宇宙K歌体验......如今，元宇宙已被构想为新一代互联网形态，那么，基于此形态的社交模式会如何发展？现阶段的技术是否可以落地具备“沉浸感”的社交产品？搭建一个完善的元宇宙世界，又需具备哪些关键因素？2022年6月15日（周三）晚7点，即构科技将举办《社交新纪元，共探元宇宙社交新体验》直播活动。.........

端午节来临，多少人正在筹备着一场说走就走的“云旅游”？《2022新旅游消费趋势报告》显示，“直播云旅游”已经被超过一半的Z世代年轻人所接受，11%的人表示“经常看”。除了旅游博主以外、导游、博物馆、旅游平台、景区、民宿等都加入了旅游直播的阵营，线下沉寂的旅游市场在线上逐渐火热。...

一、前言在视频通话或直播时，开发者可以根据需要指定推流和拉流视频相关配置，如视频采集分辨率、视频编码输出分辨率、视频帧率、码率、视图模式和镜像模式。设置合适的视频分辨率、帧率和码率可以在音视频场景中提供用户更好的使用体验。选择合适镜像模式与视图模式则可以让开发者提供个性化的视频显示模式。首先介绍一下常用术语：1、分辨率：视频分辨率：用于度量图像内数据量多少的一个参数，通常表示成 ppi。 采集分辨率：指摄像头等采集设备提供的画面分辨率。 编码分辨率：指经过编码处理的画面的分辨率。2

栏目介绍：为了帮助开发者更好的理解音视频概念，进行音视频应用开发，ZEGO 即构科技联合内部音视频开发专家打磨了本套《音视频开发进阶》课程，帮助大家轻松入门并可以自己动手开发音视频 App！本次课程为系列内容，课程将从音视频基础概念讲解展开，进行学习内容的难度进阶，后期将带领大家学习有关音视频开发的各种疑难问题，以及如何利用 SDK 开发音视频应用！内容定期更新推送，请持续关注！前言“风声，雨声，读书声，声声入耳”，关于声音，大家肯定都不陌生。作为最基础的信息载体之一，声音被用于社交沟通

产品 / 插件：实时音视频 / 实时语音 / 低延迟直播平台 / 框架：全平台一、概念解释分辨率：单位英寸中所包含的像素点数。 帧率：是单位时间内视频显示帧数的量度单位，单位为 fps（frame per second）。 码率：是指每秒传输的比特（bit）数，单位为 bps（bit per second）。二、设置分辨率、帧率、码率设置视频参数时，主要考虑的因素有视频清晰度、屏幕尺寸以及宽带压力，一般要根据实际场景来调整。高分辨率、高码率会保证高质量的视频，但同时会增加对宽带的压

一、轻量级神经网络降噪——ZegoAIDenoise当下，用户在进行音频通话时常常置身于各种不同的场景中，嘈杂的背景声音以及非稳态噪音往往会对通话产生干扰，其中非稳态噪音是指在时间分布上不连续，并有其形态特征的噪声，是相对稳态噪声而言的，例如，鼠标点击声、键盘声、敲击声、空调声、厨房碗碟碰撞声等都属于非稳态噪音。而基于信号处理的传统音频降噪算法对于平稳噪声有比较好的降噪效果，但是对于非平稳噪声，低信噪比等复杂场景，降噪效果较差，甚至失效。随着目前深度学习的广泛应用，基于神经网络的音频降噪算法大量

一、AI“卷”进实时互动2021年，元宇宙概念席卷全球，国内各大厂加速赛道布局，通过元宇宙为不同的应用场景的相关内容生态进行赋能。针对“身份”、“沉浸感”、“低延迟”、“随时随地”这四个元宇宙核心基础，ZEGO 即构科技基于互动智能的业务逻辑，提出并落地了 ZegoAvatar 解决方案，将AI 视觉技术应用至虚拟形象，完成了业务和技术的无缝衔接。图1：Avatar 产品 AI 能力矩阵ZegoAvatar基础能力包括：面部表情随动、语音驱动表情、AI人脸特征识别（AI捏脸）、...

一、前言1、什么是 WebGL ?WebGL 的全称是 Web Graphics Library，是一种 3D 绘图协议。WebGL 允许把 JavaScript 和 OpenGL ES 2.0 结合在一起，通过增加 OpenGL ES 2.0 的一个JavaScript 绑定，WebGL 可以为 HTML5 Canvas 提供硬件 3D 加速渲染。Web 开发人员就可以借助系统显卡来在浏览器里更流畅地展示 3D 场景和模型，还能创建复杂的导航和数据视觉化。2、OpenGL与...

一、前言WebRTC 技术已经广泛在各个行业及场景中被应用，但对多数开发者来说，实时音视频及相关技术却是比较不常接触到的。做为一名 Web 开发者，WebRTC 这块的概念着实花了不少时间才搞明白，一是 WebRTC 本身有较多的独有概念，二是虽然带“Web”字样，但依赖底层概念和网络却是 Web 开发很少接触到的；本篇文章以 0 经验音视频开发者 视角，类比常用的 Web 技术，期望帮助您简单入门 WebRTC 技术，耐心看完本篇文章，你将：了解什么是 WebRTC 掌握 WebRTC

近年来得益于网络基础设施的进步，实时音视频（Real-Time Communication，以下简称RTC）和直播（采用CDN进行内容分发）在各行业迅速落地，在疫情的催化下更是推动传统的教育、会议等场景往线上转移。RTC 通常采用私有UDP协议，端到端延时低同时弱网适应能力强，不过成本高昂。直播CDN一般基于标准的TCP协议，采用多级分发、时延高、扛弱网能力相对较差，但优在在成本低廉。虽然终端网络能力有了长足的进步，但是用户对直播质量的要求也越来越高，支撑一场高质量的直播并不简单。那...

前言：ZEGO 即构科技作为一家实时音视频的提供商，系统稳定性直接影响用户的主观体验，如何保障服务高可用且用户体验最优是行业面临的挑战，本文结合实际业务场景进行思考，介绍ZEGO 即构在高可用架构和运营上所进行的探索和实践，希望对大家能有所帮助或启发。一、背景与挑战全球网络复杂多变，各个地区的网络基础设施参差不齐，常常会因为机器宕机，机房故障，IDC之间公网链路抖动导致推拉流失败或者视频质量变差。在应对以上这些不可抵抗因素带来的问题时，ZEGO是怎么做的呢？首先，向大家介绍一下几种比...

在视频会议、线上课堂、游戏直播等场景，屏幕共享是一个最常见的功能。屏幕共享就是对屏幕画面的实时共享，端到端主要有几个步骤：录屏采集、视频编码及封装、实时传输、视频解封装及解码、视频渲染。一般来说，实时屏幕共享时，共享发起端以固定采样频率（一般 8 - 15帧足够）抓取到屏幕中指定源的画面（包括指定屏幕、指定区域、指定程序等），经过视频编码压缩（应选择保持文本/图形边缘信息不失真的方案）后，在实时网络上以相应的帧率分发。因此，屏幕采集是实现实时屏幕共享的基础，它的应用场景也是非常广泛的。现如今

即构超分追求：速度更快、效果更好、码率更低、机型更广。超分辨率（Super Resolution, SR）是从给定的低分辨率（Low Resolution， LR）图像中恢复高分辨率（High Resolution，HR）图像的过程，是计算机视觉的一个经典应用。SR 是指通过软件或硬件的方法，从观测到的低分辨率图像重建出相应的高分辨率图像。在直播、点播、监控设备、视频编解码、卫星图像遥感、数字高清、显微成像、视频复原和医学影像等领域都有重要的应用价值。

超分辨率（Super Resolution，简称 SR），是计算机视觉的一个经典应用。SR 是指通过软件或硬件的方法，从观测到的低分辨率图像重建出相应的高分辨率图像，简单来说就是通过 AI 算法来放大原有图像的分辨率以达到提升画质的效果。在监控设备、卫星图像遥感、数字高清、显微成像、视频编码通信、视频复原和医学影像等领域都有重要的应用价值。 近年来，随着深度学习技术的快速发展和设备运算能力的不断提升，基于 AI 的超分技术在图像恢复与增强领域也已经呈现出广阔的应用前景，并且在实时通信领域也掀起了革新应.

你在线上K过歌吗？在线K歌自2014年兴起以来，已经发展出了无比庞大的用户群体，每两人中就有就有一人体验过在线 K歌，其前景不可小觑。如此庞大的市场规模，以及音视频技术使用门槛逐步降低的加持，各类在线K歌玩家大幅增加，在K歌赛道大放异彩，对于开发者而言，如何能够快速实现线上 KTV 的场景就变得十分重要。想要快速实现一起在线K歌的开发，看起来很难，那是因为你还不知道 ZEGO 即构科技，只要实现以下三步就可以快速的实现一起K歌的开发。今天的文章就带领大家一起了解线上 KTV 的结构与实.

距离 Harmony OS 发布已过去了一段时间，为了了解鸿蒙系统的功能与特性，今天我们将准备使用系统 API 实现一个简单的媒体播放器 demo。大家在阅读本文后会对媒体播放器相关的 API 有一定的了解，并且可以根据文中的步骤一起动手实操，实现在鸿蒙系统上的简单媒体播放器！VideoPlayerDemo 仓库地址：VideoPlayerDemo: 鸿蒙系统 API 实现简单媒体播放器话不多说，下面我将带领大家一起看一下媒体播放器的实现流程。一、媒体资源文件的权限申请Harmony O

2019年8月，华为在开发者大会上正式发布鸿蒙系统。HarmonyOS 鸿蒙系统是一款“面向未来”、面向全场景（移动办公、运动健康、社交通信、媒体娱乐等）的分布式操作系统。在传统的单设备系统能力的基础上，HarmonyOS 提出了基于同一套系统能力、适配多种终端形态的分布式理念，能够支持多种终端设备。据今年的大会的数据显示，基于鸿蒙的华为自身设备已经达到 1.5 亿台，第三方设备达到 6000 万台，总计超 2.1 亿台，预计今年年底搭载鸿蒙第三方设备将达到 1 亿台左右，由此可见开发者对于 Har

2021年6月2日，华为发布了鸿蒙操作系统-HarmonyOS。它是一款“面向未来”、面向全场景（移动办公、运动健康、社交通信、媒体娱乐等）的分布式操作系统。我们要基于HarmonyOS开发手机APP，就要先把开发环境给安装起来。接下来我们就基于macOS环境下载安装HarmonyOS开发工具DevEco Studio。1、准备工作1.1官网链接（华为开发者联盟-智能终端能力开放,共建开发者生态）使用DevEco Studio远程模拟器需要华为开发者联盟账号进行实名认证，所以要在官网实名认证。.

一、背景在社交元宇宙、大逃杀等类型的游戏场景下，用户在通过简单语音交流外，结合场景也需要一些立体声效果来让用户感知游戏角色周围其他用户的存在及其对应的距离和方位，提高语音互动的趣味性。为了满足上述需求 ZEGO Express Web SDK 从 v2.10.0（Native 为 v2.11.0）开始加入范围语音功能模块，为游戏提供语音服务。当前范围语音功能模块主要包括如下功能：范围语音：房间内的收听者对音频的接收距离有范围限制，若发声者与自己的距离超过该范围，则无法听到声音。 3D 音.

“笔锋”是指用户通过手指、或者鼠标工具在屏幕上拖动模拟真实场景下用笔写文字的效果，文字的书写过程是会根据我们书写的速度实时变化的，通过笔锋算法我们能够模拟出真实场景下书写文字时的线条变化以及结束时的带笔效果。那么我们如何来绘制笔锋线条呢？本文将通过介绍贝塞尔曲线的基本概念以及笔锋轨迹算法，来给大家详细解答如何运用贝塞尔曲线实现绘制笔锋的功能。一、关于贝塞尔曲线首先，什么是贝塞尔曲线呢？维基百科上介绍，贝塞尔曲线于1962年，由法国工程师皮埃尔·贝兹（Pierre B.

​摘要：分区存储的原理与最佳实践！文｜即构 Android应用开发团队在几年前，Android 系统为人诟病较多的一个点就是文件存储问题，文件存储指责分配不清、文件管理方式非常零散。但使用 Android系统 用户基数非常之大，Android 系统的文件存储碎片化现状问题也显得日益尖锐。好在随着 Android 系统的更新迭代，近几年 Android 官方将文件管理提上日程，在 Android 10 及以上，引入了一种叫做「分区存储」的沙盒机制去限制应用程序访问文件的能力。避免一些劣质.

​一、这是一件悲伤的故事我是一名程序员，我和我的女友是异地恋，so sad！！！一次视频时，她突然来了一句：“我们已经很久没有一起看电影了吧。。。。。。”“呃。。。好像是”，毕竟离得那么远，一起看电影有点难啊。女友“哦”了下，我们便陷入了沉默。视频结束，心情有点忧伤。是啊，已经很久没有好好陪她了吧。突然想到市面上有不少可以一起看电影的APP。找了下，确实不少，像微光之类的 APP 人气都很火。下载了一个，发现还是挺有意思的，确实能解决异地一起看电影的需求。..

摘要：如何更灵活便捷的实现自定义屏幕旋转场景，本文带你揭秘！文｜即构 iOS 应用开发团队屏幕旋转是在视频直播类 APP 中常见的场景，在即构科技之前发布的 Roomkit SDK 中也有屏幕跟随手机自动旋转的场景。在 Roomkit SDK 自身开发和客户接入的过程中我们也会发现，实现屏幕旋转的需求往往没有那么顺利，经常会出现无法旋转、旋转后布局适配等问题。本篇文章根据我们以往的开发经验整理了屏幕旋转实现的相关实践方法，解析在实现过程中遇到的常见问题。一、快速实现旋转

​摘要：利用 Redis 实现房间业务管理的实践与思考。文｜即构业务后台开发团队在一些互动场景中，比如语音聊天室、电商直播等，成员控制、连麦、献花、发弹幕等互动功能，通常要求后台服务器能够储存管理房间及房间内成员的数据。那么如何组织、存储、操作这些数据以完成既定的业务，并且还要同时保证服务器和客户端之间的数据一致性，是实现这类音视频互动场景的业务后台需要考虑的问题之一。RoomKit 作为即构科技推出的一款全新形态 LCEP（Low-code Engagement Platform）产品

​摘要：帮助开发者在音视频场景中快速获得 AI 视觉功能 —— 美颜、滤镜、背景抠图等。文｜即构Native SDK 开发团队Z世代作为社会新的消费主力，追求个性、热爱新奇事物，青睐与酷炫新奇的玩法、紧跟娱乐潮流。AI+音视频的结合，作为在音频和视频之外第三个场景玩法创新的支撑点，刚好迎合了潮流属性。当前市场中难以找到AI视觉&音视频双能力稳定可靠的供应商，AI视觉与音视频各自的技术门槛令众多企业的技术综合能力，用户不得不对接更多的供应商，而这也让更贴合用户需求的一体化服务迟迟没有.

摘要：利用 SEI 解决数据流录制回放过程中的音画不同步问题。文｜即构 WebSDK 开发团队今年6月，ZEGO 即构科技推出了行业内首套数据流录制 PaaS方案，打破传统录制服务传统，实现100% 录制还原效果（点击查看方案介绍文章）。在实现数据流录制回放的过程中，我们需要将音视频画面和白板画面组合成一个回放画面，模拟成播放器进行同步播放。在此过程中，有时会因为网络抖动等原因，导致录制的音视频出现卡顿，如果不及时进行处理，将会出现回放进度和录制过程、音视频画面和其他画面等不同步...

屏幕共享的英文叫做 DesktopSharing，通俗点讲就是将自己电脑的画面分享给其他人, 被分享的可以是整个电脑屏幕、应用程序或者某一个打开的网页等等。而随着音视频领域的深入发展，完备的功能在用户需求激增的背景下催生，不管是是在学习、生活或是娱乐场景下，屏幕共享作为实现互动的一种方式被越来越多的用户应用在日常生活中：1、远程协作(TeamViewer)：控制远程计算机，完成协作等；2、在线会议：参会者只需在自己的电脑屏幕上查看共享的文件材料，并观看文件演示等；3、在线课堂：屏幕共享可以将

Flutter 是一套移动 UI 框架，可以快速在 iOS、Android 上构建高质量的原生用户界面。作为其官方语言 Dart 是类型安全的，当开发者获取变量的时候，编译器可以保证变量的类型，但类型安全并不保证获取的变量不是"null"。在 GitHub 上有非常多因为null导致 Dart 代码出现异常的 issue，为了从源头上解决 Null errors，Dart 团队在 2.12 版本中支持空安全（Sound null safety）特性，相应的 Flutter 升级到了 2.0。详解空安全特

实时音视频与各行各业结合，所呈现的效果远超我们想象。实时音视频在教育行业的应用，实现了远程实时互动教学，如今线上线下一体化的教育OMO模式正被越来越多的从业者看好； 实时音视频在商务办公领域的应用，实现了高清流畅稳定的视频会议，从此办公协作不受时间空间限制； 实时音视频在电商行业的应用，实现了电商直播这一全新的网购体验，不断刷新的成交记录为电商带来了新一轮的增长。……上面这些，是我们已经感知到的实时音视频带来的变化。而随着5G、产业互联网的发展，还有更多实时音视频可落地的行业和场景等待被发掘。

基于卓越的自研音视频引擎，即构科技实现了超低时延的多路音视频通信和优异的音频体验。通过深度优化音视频数据处理、传输策略和音视频信令服务，让音视频服务在各种环境下都有着优良的体验和超高的可用性。70%高丢包环境下，即构音视频流畅互动以下为即构示例APP在上行丢包70%和下行丢包70%网络环境下的可用性展示：上行丢包70%下行丢包70%从测试数据可以看到，在上下行70%的高丢包环境下，即构示例APP依然可保持每秒15帧的流畅音视频通话。如何实现音视频云服务在弱网环境下高可用音

你在线上K过歌吗？根据艾瑞咨询发布的《2020年中国在线K歌社交娱乐行业发展洞察白皮书》，中国在线K歌行业月活跃设备数已达2.2亿，在线K歌的用户也占到网民总量50%以上，不得不承认，在线K歌自2014年兴起以来，已经发展出了无比庞大的用户群体，其前景不可小觑。在如此庞大的市场规模，以及音视频技术使用门槛逐步降低的加持下，各类在线K歌玩家大幅增加，在K歌赛道大放异彩，其中，“酷狗唱唱”凭借创新玩法成为佼佼者。酷狗唱唱是酷狗在2018年，为满足用户在音乐场景下多元化的需求而推出的在线K歌产品，