声网Agora

全球注册应用数405,000+

单月支撑通话分钟数50,000,000,000+ 分钟

Co-hosting

PK连麦

不同主播跨频道连麦 PK，粉丝点赞互动，引爆直播间

查看文档

全球RTE实时互动体验质量标准

可量化、可查证、可赔付的XLA（eXperience Level Agreement）体验质量标准，保证用户主观体验达到优质水平

从“可用”走向“好用”，让“好用”成为“标准”

查看详情



登录成功率



600ms

视频卡顿率



200ms

音频卡顿率



<400ms

端到端延时

体验指标月度达标率均 ≥ 99.5%

延时区间和互动体验的关系

实时 < 400ms

超低延时 400~800ms

低延时 800~3000ms

高延时 > 3000ms

强互动

实时 < 400ms

全实时场景，对（可感知）延时的容忍度为零，如全程需要通过音视频进行实时互动、连麦或会议的场景。

语音通话视频通话

中互动

超低延时 400ms ~ 800ms

超低延时互动直播场景，对延时容忍度较低，观众需要与主播保持较强同步性，或者随时需要与主播连麦的场景。

互动直播

轻互动

低延时 800ms ~ 3000ms

低延时直播场景，观众可承受一定延时，但是主播需要根据情况及时回应观众文字/弹幕/打赏信息的场景。

极速直播

弱互动

高延时 > 3000ms

CDN 高延时场景，主要以文字/弹幕作为互动手段，没有主播或主播无需与观众进行互动，对延时没有要求的场景。

不同直播方案延时对比

产品优势

实时互动连麦尽享高品质互动直播体验

实时连麦互动

支持频道内连麦和跨频道连麦互动，观众可自由、平滑上下麦，切换过程无需等待

百万人大频道

支持百万人实时互动大频道，网络架构设计能够应对 10 倍以上负荷，轻松应对用户流量突增

极速出图、无感切屏

基于声网优异的底层系统架构，实现毫秒级出图和进出频道，告别黑屏等待，拥抱流畅互动体验

高品质音视频

声网 SOLO™、NOVA™ 语音引擎，支持 48kHz 全频带采样，提供超高音质体验；最高支持 1080P，分辨率、码率可自由切换，融合多种视频编码处理算法，画质更好、码率更低

功能特性

灵活、开放的 API 接口，让你可以全心创造

基础音视频

单主播直播

支持单主播场景下的超低延时直播，观众可加入直播间观看直播，并向主播发消息、送礼物等

观众连麦

支持观众上麦与主播进行连麦互动

跨直播间连麦

支持多个主播跨直播间连麦互动直播

高级音频处理

高音质

基于声网 SOLO™、NOVA™ 语音引擎，支持 48kHz 全频带采样，还原高音质

美声

在高音质基础上，进一步提升声音的表现，达到声音美化或改变音色的效果

音效

在高音质基础上，增加空间混响效果、曲风音效或人声律动，如 KTV、留声机、R&B、电音等

变声

在高音质基础上，将声音朝着特定的方向进行调整以达到区别原声的效果，如大叔、小姐姐、猪八戒等变声效果

伴音伴奏

将本地背景音、伴奏等同步发送给远端用户

氛围音

支持播放短小的氛围音和音效文件，如笑声、鼓掌、欢呼、尖叫等氛围音效果

耳返监听

支持耳返监听功能，支持调节耳返的音量，耳返延时低至 50ms

频谱输出

可分别将播放器端接收到的多路音频音量以及数字音频信号，根据各频点的能量强度值进行采样，并进行图形化呈现

人声检测

可在有背景声或其他环境噪声情况下区分出人声，并获取当前正在说话的用户信息

环绕立体声

支持 360° 环绕立体声，声音具有完美的方位感、距离感，可实现听声辨位、识距等效果

3A 算法

3A 算法，智能适应各类环境，全面消除回声，并提供优秀的双讲表现；可在不损伤语音音质的情况下，有效消除各类噪音；可实现音频的自动增益，即使在嘈杂环境下用户也能体验优异

AI 音频降噪

实现人声和背景噪声实时分离，有效抑制常见噪声，杜绝回声和啸叫，为用户提供超纯净音质体验

自采集自渲染

自采集、自渲染接口开放，用户可对音频原始数据进行处理

高级视频处理

视频大小流

支持同时发送高清大流和低清小流，接收端根据网络自动订阅

超分

支持将低分辨率视频超分成高分辨率视频，提高视频清晰度和画质

美颜

支持基础美颜功能，如磨皮、滤镜等，同时支持对接第三方高级美颜

自定义窗口布局

支持自定义更改视频窗口布局样式、形状、大小

媒体附属信息

支持在视频帧插入媒体附属信息，保证视频帧与媒体附属信息严格同步

屏幕共享

支持全屏共享、区域共享、窗口共享给远端用户

自采集自渲染

自采集、自渲染接口开放，用户可对视频原始数据进行处理

实时媒体流处理

旁路推流

支持将声网的实时音视频流转换成标准流媒体格式（如 RTMP 等），推向 CDN 进行分发

云端录制

支持通过 Restful API 发起录制任务请求，由声网进行音视频录制并上传至客户指定的存储平台

云端截图

在单流模式下，可按照指定的时间间隔截取频道内各 UID 的视频图片

本地服务端录制

支持在客户内网完成音视频数据的录制、传输、存储

低码高清

结合多种深度学习算法，在保证画质的同时有效降低原始视频码率，节省用户带宽

在线媒体流输入

用户可以在一起收听 / 收看媒体流的同时，进行实时互动，如一起听音乐、一起看电影等场景

本地媒体流输入

支持将本地媒体流同步发送给远端用户

获取原始音视频数据

支持将原始音视频数据转发给用户，用户可自主进行录制、内容审核等

RTE 功能组件

语音审核

支持语音涉黄、涉恐、涉暴等敏感内容审核功能

视频审核

支持视频涉黄、涉恐、涉暴等敏感内容审核功能

白板

支持画笔、橡皮、选择工具、文字工具、文档分享、课件分享、音视频文件分享等

SIP 融合

支持 PSTN/SIP 呼入呼出功能

虚拟主播

支持虚拟形象，可同步模仿主播的表情和动作

背景分割

支持通过 AI 算法将人物与背景分割

贴纸

支持静态贴纸、动态贴纸等

情绪识别

通过 AI 技术，针对人物脸部特征进行分析，判断用户的情绪状态

手势识别

通过 AI 技术，针对人物手势特征进行分析，根据分析结果做出对应特效

肢体识别

通过 AI 技术，针对人物肢体动作特征进行分析，根据分析结果做出对应特效

口语评测

通过语音识别、语义分析、自然语言处理等技术，对学生口语进行评测打分

体验质量保障

直播前质量探测

在加入频道或切换角色为主播前，进行网络质量探测，可以判断或预测用户当前的网络状况是否良好，是否可以满足音频码率或者当前选定的视频属性的目标码率

直播中质量透明

实时掌握项目整体动态。实时查看当前项目的在线规模、质量水平和异常情况

直播后问题调查

实时查看直播过程的质量。获悉异常后，可直接搜索查看此直播间的质量明细

数据洞察

透视直播间内用户规模和直播质量，通过阶段性评估分析报告，掌握过去每天的用量和质量趋势

自动诊断

实时识别异常通话体验和异常根因，综合本地和对端质量指标，识别慢、卡、糊、崩等问题

大频道监测

实时监测百万人大频道动态，实时查看每个大频道内部总体参与人数和质量变化情况

SECURITY & COMPLIANCE

兼具数据安全保障和个人隐私保护的RTE可靠服务

服务每一位开发者尊重每一位终端用户

DEVELOPERS

写代码，可以是一件愉快的事

兼容 iOS、Android、Windows、macOS、Web、小程序、RTOS、Flutter、Electron、React Native、Unity、Unreal 等 30 大开发平台
适配 30,000+ 移动终端和海量外设，保证全平台一致性体验

我们的优势



全球覆盖媲美专线质量

声网 SD-RTN™ 软件定义实时网覆盖全球 200+ 国家和地区，可用性 >99.9%，针对东南亚、中东、北美和国内中小城市进行专属网络优化，可为全球各区域用户提供媲美专线质量的实时互动服务

全球覆盖

可用性 > 99.9%



超低延时

通过声网 SD-RTN™ 遍布全球的节点实现就近接入、结合整网实时监测和动态智能路由技术，可实现全球端到端延时 <400ms

端到端延时 < 400ms



灵活产品组合

通过超灵活的产品组合，丰富的功能组件 / 插件，可为用户提供满足各类业务场景需求的实时互动解决方案，实现人与人、人与物、物与物的实时互动连接

灵活产品组合

丰富组件插件



XLA 体验质量保证

实时互动 XLA（eXperience Level Agreement）体验质量标准，针对用户最关心的登录成功率、视频卡顿率、音频卡顿率、端到端延时四大维度体验质量指标进行承诺和保证，对不达标情况进行赔付

体验质量保证

不达标赔付



全链路质量透明

基于声网全链路数据，提供全周期质量监测、回溯和分析的解决方案，致力于帮助用户及时发现问题，定位原因，并最终解决问题以提升用户体验

事前探测

事中监测

事后调查



7 × 24 小时全球服务

全球 7 × 24 小时技术支持服务，保障客户服务全年在线，提供覆盖售前咨询、集成测试与售后升级等客户全生命周期服务，提供工单、论坛、电话、IM群、邮件等多种服务支持

7 × 24 小时

全生命周期服务

免费试用

10,000 mins/month

每月免费 10,000 分钟随心使用

立即体验

产品文档

开发指南

SDK 下载

社区中心