2025年國(guó)內(nèi)主流音視頻SDK廠商測(cè)評(píng)報(bào)告
引言
邁入2024年，實(shí)時(shí)通訊（RTC）技術(shù)已然成為數(shù)字經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力。它的應(yīng)用范疇從最初的文本、音頻和視頻通信，拓展到即時(shí)消息、文件共享、語(yǔ)音呼叫、直播互動(dòng)以及視頻會(huì)議等多個(gè)領(lǐng)域，在各行各業(yè)中的地位愈發(fā)重要。據(jù)市場(chǎng)研究預(yù)測(cè)，到2024年，中國(guó)實(shí)時(shí)音視頻（RTC）PaaS市場(chǎng)規(guī)模將達(dá)到30億元。
主流RTC平臺(tái)概覽
國(guó)內(nèi)實(shí)時(shí)通訊市場(chǎng)發(fā)展迅速，涌現(xiàn)出了眾多優(yōu)秀的平臺(tái)，如云屋科技、騰訊云、聲網(wǎng)和網(wǎng)易云信等。這些平臺(tái)提供了豐富多樣的通訊解決方案，能夠滿足不同規(guī)模企業(yè)，從初創(chuàng)公司到大型企業(yè)的各種需求。
本次評(píng)測(cè)聚焦于以下國(guó)內(nèi)領(lǐng)先的音視頻通訊SDK提供商：
云屋科技：sdk.cloudroom.com/
聲網(wǎng)（Agora）：www.shengwang.cn/
騰訊云音視頻：cloud.tencent.com/product/trt…
網(wǎng)易云信：netease.im/netcall
選擇RTC服務(wù)的關(guān)鍵考量因素
全球服務(wù)高可用能力
音視頻編解碼能力
音視頻增強(qiáng)功能
超低延時(shí)直播能力
測(cè)評(píng)角度
1. 全球服務(wù)高可用能力
全球服務(wù)高可用能力是保障實(shí)時(shí)通信（RTC）服務(wù)高效、廣泛運(yùn)行的關(guān)鍵。平臺(tái)兼容性和全球網(wǎng)絡(luò)部署對(duì)用戶體驗(yàn)、市場(chǎng)覆蓋范圍以及服務(wù)穩(wěn)定性有著直接影響，在全球化趨勢(shì)下，對(duì)于滿足多樣化、高標(biāo)準(zhǔn)的用戶需求至關(guān)重要。
跨平臺(tái)兼容性是衡量RTC服務(wù)質(zhì)量的重要指標(biāo)。優(yōu)秀的RTC平臺(tái)能夠覆蓋iOS、Android、Windows、macOS和Web等多個(gè)平臺(tái)，并提供豐富的API，以滿足不同用戶的多樣化需求。這不僅可以提升用戶體驗(yàn)，擴(kuò)大市場(chǎng)份額，還能降低開(kāi)發(fā)和維護(hù)成本，為應(yīng)用的長(zhǎng)期發(fā)展提供支持。隨著設(shè)備種類的不斷增加，跨平臺(tái)能力的重要性日益凸顯，成為技術(shù)發(fā)展的關(guān)鍵因素之一。
全球服務(wù)器部署可以讓RTC服務(wù)實(shí)現(xiàn)低延遲、高穩(wěn)定性的通信。無(wú)論網(wǎng)絡(luò)出現(xiàn)何種波動(dòng)或故障，服務(wù)都能保持在線。這不僅增強(qiáng)了應(yīng)對(duì)全球數(shù)據(jù)法規(guī)的靈活性，還為企業(yè)開(kāi)拓國(guó)際市場(chǎng)提供了便利，使其能夠快速響應(yīng)全球客戶的需求，推動(dòng)業(yè)務(wù)持續(xù)增長(zhǎng)。
視頻通話云屋科技聲網(wǎng)騰訊云網(wǎng)易云信
平臺(tái)語(yǔ)言深度適配多端兼容，支持25?語(yǔ)言/開(kāi)發(fā)平臺(tái)，兼容Flutter、Electron、Unity、cocos和react native等全語(yǔ)言/平臺(tái)開(kāi)發(fā)，全面兼容鴻蒙Next框架支持Chrome、Safari等主流瀏覽器，支持iOS、Android、Web、Windows等平臺(tái)覆蓋手機(jī)、桌面全平臺(tái)的客戶端SDK支持手機(jī)端（iOS和Android）、桌面端（Windows、macOS和Linux）和Web端（桌面瀏覽器、手機(jī)瀏覽器H5）等全平臺(tái)，以及Flutter、Electron和Unity框架
多終端深度適配深度適配各種耳機(jī)、聲卡、攝像頭等外設(shè)，適配15000+終端設(shè)備及IoT設(shè)備支持6000+終端設(shè)備適配3000+終端完美適配5000余款終端機(jī)型適配，兼容目前主流的開(kāi)發(fā)架構(gòu)
全球網(wǎng)絡(luò)覆蓋/海量并發(fā)全球500多個(gè)BGP節(jié)點(diǎn)，提供穩(wěn)定的跨國(guó)內(nèi)容分發(fā)網(wǎng)絡(luò)，服務(wù)全球高可用，覆蓋212個(gè)國(guó)家地區(qū)，在復(fù)雜網(wǎng)絡(luò)環(huán)境下高可用，海量有序網(wǎng)絡(luò)MSDN全球覆蓋，服務(wù)高可用率高達(dá)99.99%提供全球布局的實(shí)時(shí)通信網(wǎng)絡(luò)，保證高并發(fā)場(chǎng)景下的低延遲和高可靠性，覆蓋全球200+國(guó)家/地區(qū)，針對(duì)東南亞、中東、北美和國(guó)內(nèi)中小城市進(jìn)行網(wǎng)絡(luò)優(yōu)化覆蓋北美、歐洲、東南亞等70多個(gè)國(guó)家和地區(qū)，帶寬儲(chǔ)備達(dá)到200Tbps+，支撐日通話時(shí)長(zhǎng)超過(guò)30億分鐘，覆蓋全球200+國(guó)家和地區(qū)，針對(duì)東南亞、中東、北美進(jìn)行網(wǎng)絡(luò)優(yōu)化全球多點(diǎn)覆蓋，保障美洲、歐洲、亞洲等海外用戶實(shí)時(shí)高清通話
IP協(xié)議IPv4、IPv6IPv4、IPv6IPv4、IPv6支持IPv4，對(duì)IPv6的支持情況未明確說(shuō)明
2. 音視頻編解碼能力
音視頻編解碼能力指的是SDK處理音頻和視頻信號(hào)數(shù)據(jù)的能力，包括對(duì)信號(hào)進(jìn)行壓縮（編碼）和解壓縮（解碼）的技術(shù)。高效的編解碼技術(shù)可以在保證音視頻通信質(zhì)量的同時(shí)，盡可能減少數(shù)據(jù)帶寬的使用。常見(jiàn)的視頻編碼標(biāo)準(zhǔn)有H.264、H.265（HEVC）、VP8、VP9等，音頻編碼標(biāo)準(zhǔn)包括AAC、Opus等。
隨著5G和高速互聯(lián)網(wǎng)的發(fā)展，音視頻通信對(duì)編解碼性能的要求越來(lái)越高。良好的編解碼性能是確保通信效率、畫質(zhì)清晰度和用戶滿意度的關(guān)鍵。一個(gè)優(yōu)質(zhì)的音視頻SDK能夠在各種網(wǎng)絡(luò)條件下提供穩(wěn)定、高效的服務(wù)，帶來(lái)流暢、清晰的通信體驗(yàn)。這不僅對(duì)提升通信質(zhì)量意義重大，還能使SDK滿足不同應(yīng)用場(chǎng)景的需求，體現(xiàn)其在現(xiàn)代通信技術(shù)中的核心價(jià)值。
音視頻算法云屋科技聲網(wǎng)騰訊云網(wǎng)易云信
視頻編解碼支持H.264、H.264、H.265（HEVC）、VP8等標(biāo)準(zhǔn)編解碼格式，適用于多種網(wǎng)絡(luò)環(huán)境和設(shè)備支持H.264、H.265和VP8編解碼提供H.264和H.265編解碼支持支持H.264編解碼
視頻硬編碼支持硬件編解碼，可在支持的設(shè)備上提升編碼效率，降低CPU使用率支持硬件編解碼支持硬件編解碼支持硬件編解碼
視頻算法調(diào)整采用自適應(yīng)流量控制和網(wǎng)絡(luò)自適應(yīng)技術(shù)有強(qiáng)大的帶寬估計(jì)和視頻質(zhì)量自適應(yīng)調(diào)整算法采用自動(dòng)碼率調(diào)整和網(wǎng)絡(luò)自適應(yīng)策略自適應(yīng)網(wǎng)絡(luò)技術(shù)
音頻編碼支持Opus、AAC等高效音頻編碼格式高效的Opus音頻編碼支持AAC和Opus音頻編碼采用Opus編碼
音頻編碼調(diào)整&優(yōu)化3A處理，包括AEC回聲消除、AGC自動(dòng)增益控制、ANS降噪和AI降噪包括3A處理（自動(dòng)增益控制、自動(dòng)噪聲抑制、回聲消除）等多種音頻優(yōu)化技術(shù)具有先進(jìn)的音頻處理技術(shù)，包括回聲消除和噪音抑制功能包含先進(jìn)的音頻處理算法，如回聲消除、噪聲抑制等
特別說(shuō)明：視頻硬解碼的支持對(duì)于提升視頻通訊性能至關(guān)重要。硬件解碼可以大幅減輕CPU的負(fù)擔(dān)，延長(zhǎng)設(shè)備的續(xù)航時(shí)間，同時(shí)提供更高質(zhì)量的視頻播放體驗(yàn)。因此，在選擇和評(píng)估SDK時(shí)，是否支持并充分利用各平臺(tái)的硬件解碼功能是一個(gè)重要的考慮因素。
當(dāng)在開(kāi)發(fā)商手冊(cè)中找不到某些功能或性能指標(biāo)的相關(guān)說(shuō)明時(shí)，建議直接聯(lián)系SDK提供商，以獲取更詳細(xì)的技術(shù)支持和資料，確保在應(yīng)用開(kāi)發(fā)過(guò)程中能夠充分發(fā)揮SDK的功能和性能優(yōu)勢(shì)。
高清1v1通話云屋科技聲網(wǎng)騰訊云阿里云網(wǎng)易云信
最高分辨率支持1080p支持1080p支持1080p支持1080p支持1080p
參數(shù)配置自研場(chǎng)景化音視頻配置，提供靈活的音視頻編解碼器、音視頻參數(shù)、流控策略等配置，當(dāng)前支持秀場(chǎng)直播、KTV、1v1音視頻通話、語(yǔ)聊房等場(chǎng)景有豐富的參數(shù)配置選項(xiàng)，包括自適應(yīng)碼率調(diào)整支持詳細(xì)的視頻參數(shù)設(shè)置，以適應(yīng)不同網(wǎng)絡(luò)環(huán)境分辨率/幀率/碼率分辨率/幀率/碼率
WIFI網(wǎng)絡(luò)實(shí)測(cè)結(jié)果有穩(wěn)定的1080p@30fps通話體驗(yàn)，低延遲在良好網(wǎng)絡(luò)條件下，可提供流暢的1080p通話1080p通話質(zhì)量良好，穩(wěn)定性受網(wǎng)絡(luò)狀況影響大多數(shù)情況下能提供清晰的1080p視頻通話720p視頻通話質(zhì)量穩(wěn)定，但分辨率略低于其他幾家
近期測(cè)試顯示，在標(biāo)準(zhǔn)高清視頻通訊配置方面，目前多數(shù)互聯(lián)網(wǎng)RTC平臺(tái)能夠在1080P分辨率、30fps幀率的設(shè)置下提供流暢的視頻通話體驗(yàn)。對(duì)于1080P及以上分辨率的視頻通話，在網(wǎng)絡(luò)條件良好、設(shè)備性能較強(qiáng)的情況下，現(xiàn)代RTC技術(shù)可以實(shí)現(xiàn)較為流暢的通訊，但在網(wǎng)絡(luò)環(huán)境較差時(shí)，仍可能出現(xiàn)延遲、丟包和卡頓的問(wèn)題。綜合來(lái)看，對(duì)于追求高清晰度和穩(wěn)定性的項(xiàng)目，云屋科技、聲網(wǎng)和騰訊云是不錯(cuò)的選擇，它們能提供高質(zhì)量的視頻通話體驗(yàn)和較強(qiáng)的網(wǎng)絡(luò)適應(yīng)性。對(duì)于有成本考慮且對(duì)分辨率要求不是特別高的應(yīng)用，阿里云和網(wǎng)易云信是可靠的選擇。
在競(jìng)爭(zhēng)激烈的市場(chǎng)中，云屋科技音視頻SDK憑借其出色的弱網(wǎng)傳輸優(yōu)化功能脫穎而出。它利用先進(jìn)的算法和技術(shù)，如自適應(yīng)碼率調(diào)整、智能網(wǎng)絡(luò)監(jiān)測(cè)和多路徑傳輸，優(yōu)化了數(shù)據(jù)在復(fù)雜網(wǎng)絡(luò)環(huán)境下的傳輸效率和穩(wěn)定性，顯著提高了視頻通話質(zhì)量，尤其在網(wǎng)絡(luò)不穩(wěn)定或帶寬受限的情況下表現(xiàn)出色，能為用戶在各種網(wǎng)絡(luò)條件下提供一致的高質(zhì)量通訊體驗(yàn)。
3. 音視頻增強(qiáng)功能
音視頻SDK的增強(qiáng)功能已成為提升用戶體驗(yàn)、豐富應(yīng)用場(chǎng)景、增強(qiáng)內(nèi)容吸引力的關(guān)鍵因素。這些功能涵蓋美顏、濾鏡、AR效果、實(shí)時(shí)互動(dòng)等多個(gè)方面，超越了基本的通話和直播需求。隨著技術(shù)的不斷進(jìn)步，未來(lái)RTC服務(wù)將需要提供更加豐富多樣的增強(qiáng)功能，以滿足不同場(chǎng)景的需求，提升用戶的整體體驗(yàn)，拓展服務(wù)的應(yīng)用范圍。
增強(qiáng)功能云屋科技聲網(wǎng)騰訊云網(wǎng)易云信
色彩增強(qiáng)針對(duì)攝像頭采集視頻可能存在的飽和度不足問(wèn)題，在保護(hù)人物膚色的前提下，增強(qiáng)欠飽和色彩，使畫面色彩更逼真，符合人的視覺(jué)感受，同時(shí)保護(hù)唇色，讓美顏和帶妝時(shí)嘴唇色彩更自然開(kāi)啟色彩增強(qiáng)算法，可調(diào)整圖像和視頻畫面的飽和度，使色彩更豐富逼真，提升視覺(jué)主觀感受，有膚色保護(hù)功能，避免膚色受太大影響實(shí)時(shí)通信服務(wù)包含視頻處理功能，可進(jìn)行色彩校正和增強(qiáng)，改善視頻通話的視覺(jué)體驗(yàn)提供了基本的視頻優(yōu)化技術(shù)，但色彩增強(qiáng)方面的具體信息不明確
低照度增強(qiáng)在環(huán)境光較暗，攝像頭采集畫面亮度無(wú)法滿足看清人臉或進(jìn)行人臉識(shí)別等業(yè)務(wù)需求時(shí)，對(duì)畫面亮度進(jìn)行增強(qiáng)，性能開(kāi)銷極小，全機(jī)型覆蓋，支持自動(dòng)增強(qiáng)模式，可自動(dòng)識(shí)別低照度環(huán)境在光線不足、光照不均勻、背光場(chǎng)景下開(kāi)啟暗光增強(qiáng)，可實(shí)現(xiàn)智能補(bǔ)光、動(dòng)態(tài)提升畫面整體亮度、改善畫面可視范圍和觀看質(zhì)量音視頻服務(wù)中包含低照度增強(qiáng)功能，可改善暗光視頻通話質(zhì)量支持視頻通話的基本優(yōu)化，包括對(duì)低光環(huán)境的適應(yīng)性，但未明確標(biāo)注為低照度增強(qiáng)
美顏濾鏡和效果可根據(jù)用戶和業(yè)務(wù)需求，調(diào)整美白、磨皮、銳化以及紅潤(rùn)的程度，輕松實(shí)現(xiàn)基礎(chǔ)美顏功能，展現(xiàn)良好的肌膚狀態(tài)，打造獨(dú)特自然的美顏效果，覆蓋高頻使用的美顏能力支持基礎(chǔ)的美顏功能，如設(shè)置美白、磨皮、祛痘、紅潤(rùn)效果有豐富的美顏和濾鏡選項(xiàng)，包括動(dòng)態(tài)效果和背景虛化提供基本美顏和濾鏡功能，滿足日常使用
超分辨率基于深度學(xué)習(xí)，通過(guò)AI算法放大原有圖像的分辨率，提升畫質(zhì)。云屋科技超分技術(shù)可在本地實(shí)現(xiàn)，例如將360P的視頻超分成720P，使畫質(zhì)更清晰、紋理細(xì)節(jié)更細(xì)膩、文字更清楚。其智能策略領(lǐng)先行業(yè)，開(kāi)發(fā)者無(wú)需考慮用戶的機(jī)型性能和網(wǎng)絡(luò)等復(fù)雜情況，無(wú)論是高端旗艦還是中低端設(shè)備，即使在網(wǎng)絡(luò)不佳的環(huán)境下，也能展現(xiàn)令人滿意的清晰畫面聲網(wǎng)的超分辨率技術(shù)能顯著提升視頻畫質(zhì)，將低分辨率視頻轉(zhuǎn)換為高分辨率視頻，使畫質(zhì)更清晰、細(xì)膩服務(wù)中包含視頻清晰度增強(qiáng)功能，可能涉及超分辨率技術(shù)的應(yīng)用提供了視頻畫面優(yōu)化技術(shù)，以改善視頻通話質(zhì)量，但超分辨率的具體信息不詳
音頻效果增強(qiáng)支持高級(jí)音效處理，如3A、場(chǎng)景化AI降噪、變聲&美聲&混響、空間音效、耳返、范圍音視頻、人聲檢測(cè)等能力有3A算法：回聲消除、自動(dòng)增益、噪聲抑制音頻效果增強(qiáng)功能包括聲音美化、音效混響等支持基本的音頻效果增強(qiáng)，包括回聲消除和噪聲抑制
互動(dòng)白板與屏幕共享支持互動(dòng)白板和高效的屏幕共享功能提供視頻通話或互動(dòng)直播中進(jìn)行屏幕共享，以提高溝通效率有強(qiáng)大的屏幕共享功能和互動(dòng)白板支持提供基本的屏幕共享和互動(dòng)白板功能
視頻錄制與直播推流提供高質(zhì)量的視頻錄制和直播推流服務(wù)支持云端和本地視頻錄制，以及直播推流有強(qiáng)大的直播推流能力和靈活的視頻錄制選項(xiàng)支持視頻錄制功能，直播推流服務(wù)較為基礎(chǔ)
在云屋科技、聲網(wǎng)、騰訊云、網(wǎng)易云信的音視頻SDK視頻增強(qiáng)技術(shù)特性與產(chǎn)品能力方面，它們都展現(xiàn)出了各自獨(dú)特的技術(shù)優(yōu)勢(shì)和豐富的產(chǎn)品功能。
云屋科技的視頻增強(qiáng)能力尤為突出，其超分技術(shù)處于行業(yè)領(lǐng)先地位。云屋科技的SDK集成了色彩校正、噪點(diǎn)抑制、動(dòng)態(tài)范圍調(diào)整等多種視頻增強(qiáng)功能，進(jìn)一步提升了視頻的整體質(zhì)量。同時(shí)，該SDK在穩(wěn)定性和易用性方面表現(xiàn)出色，能讓用戶輕松實(shí)現(xiàn)高質(zhì)量的音視頻交互。
云屋科技的超分辨率技術(shù)在本地實(shí)時(shí)處理效率、網(wǎng)絡(luò)壓力與成本優(yōu)化以及獨(dú)立性與靈活性等方面具有顯著優(yōu)勢(shì)。通過(guò)深度學(xué)習(xí)算法，能夠?qū)崟r(shí)將低分辨率視頻轉(zhuǎn)化為高分辨率視頻，大幅提升畫面的清晰度和細(xì)節(jié)表現(xiàn)力。據(jù)悉，該技術(shù)已在實(shí)時(shí)視頻通話、直播互動(dòng)、移動(dòng)視頻會(huì)議等多個(gè)場(chǎng)景中得到廣泛應(yīng)用，為用戶提供了更加清晰、流暢的視覺(jué)體驗(yàn)。值得一提的是，云屋科技超分技術(shù)憑借先進(jìn)的算法和智能策略，能夠自適應(yīng)主播和觀眾的機(jī)型設(shè)備和網(wǎng)絡(luò)狀況，自動(dòng)優(yōu)化視頻配置，確保用戶獲得流暢高清的觀看體驗(yàn)。
4. 超低延時(shí)直播能力
超低延時(shí)能力是指通過(guò)實(shí)時(shí)音視頻技術(shù)，在在線直播中實(shí)現(xiàn)觀眾與主播之間的雙向或多向交流功能。這使得用戶不僅可以觀看直播內(nèi)容，還能通過(guò)視頻連線、實(shí)時(shí)聊天、投票、送禮等方式參與到直播中，極大地提升了觀眾的參與感和互動(dòng)體驗(yàn)。
當(dāng)前，隨著網(wǎng)絡(luò)帶寬的提升和技術(shù)的發(fā)展，互動(dòng)直播已成為在線教育、娛樂(lè)直播、企業(yè)會(huì)議和電子商務(wù)等多個(gè)領(lǐng)域的重要應(yīng)用形式。市場(chǎng)上的主流音視頻SDK廠商都在不斷優(yōu)化其超低延時(shí)直播能力，以提供更低的延遲、更高的視頻質(zhì)量和更豐富的互動(dòng)特性。
視頻通話云屋科技聲網(wǎng)騰訊云網(wǎng)易云信
低延遲直播（聯(lián)通實(shí)測(cè)）單主播平均小于2S看到畫面，直播延遲小于2S以內(nèi)，在優(yōu)化的網(wǎng)絡(luò)環(huán)境下接近或略低于1秒單主播平均1 - 2S看到畫面，直播延遲在1 - 2S之間，優(yōu)化條件下可實(shí)現(xiàn)小于1秒的延遲單主播平均小于2S看到畫面，直播延遲在1 - 2S之間，特定優(yōu)化場(chǎng)景下可能達(dá)到1秒以下單主播平均2S左右看到畫面，直播延遲2左右，依靠強(qiáng)大的CDN優(yōu)化，特定配置下可實(shí)現(xiàn)更低延遲
抵丟包/防抖動(dòng)音頻：上下行抗丟包率80%；視頻：上下行抗丟包率70%上下行抗丟包率80%實(shí)測(cè)抗丟包率超過(guò)80%，抗網(wǎng)絡(luò)抖動(dòng)超過(guò)1000ms，弱網(wǎng)環(huán)境下仍能提供高質(zhì)量的音視頻通信定制化的FEC/ Jitter Buffer/ QoS策略，70%丟包仍可正常通話
實(shí)時(shí)音視頻 （聯(lián)通實(shí)測(cè) ）最低79ms低于100ms端到端的延遲<100ms端到端延時(shí)小于200ms
直播方式支持一對(duì)多（單播）、多對(duì)多（群播）的直播模式一對(duì)多的直播模式，支持超低延遲的互動(dòng)直播提供靈活的直播推流和拉流能力，支持一對(duì)多的直播場(chǎng)景提供一對(duì)多直播和互動(dòng)直播的能力，支持實(shí)時(shí)連麥、互動(dòng)白板等功能
多人連麥提供高效的多人連麥功能，支持大規(guī)模的在線互動(dòng)最大支持17人多主播互動(dòng)，最多觀眾人數(shù)100萬(wàn)提供高效的多人連麥功能，支持大規(guī)模的在線互動(dòng)提供低延遲直播服務(wù)，但具體延遲指標(biāo)需根據(jù)實(shí)際應(yīng)用場(chǎng)景評(píng)估
畫面美化與特效基于領(lǐng)先的AI算法，提供美顏、美體、美妝、貼紙等功能，搭配使用可實(shí)現(xiàn)音視頻互動(dòng)和美顏的結(jié)合，
