从电话手表、可视门铃到家庭陪伴机器人，从无人机、无人车到增强现实和虚拟现实；物联网正在通过音视频实时互动方式，串联起人们日常生活和工作的方方面面。人、设备和场景正以前所未有的方式，无缝连接起来。而实现这一发展目标的实时音视频技术，已经逐渐成为物联网领域不可或缺的底层能力建设。

作为全球实时互动API平台开创者和引领者的声网，正赋能物联网的底层能力建设，不断进行着探索和创新。在刚刚结束的OFweek 2023（第八届）物联网产业大会上，声网IoT行业负责人侯云忆就《RTC开启智能硬件「真互动」时代》，进行了主题分享。

侯云忆指出，RTC正在成为智能硬件新标配。实时互动技术正在以人为中心，从用户的不同需求、不同场景出发，在拓展硬件设备形态的同时赋予其成为连接用户家庭情感的纽带，成为生产力的变革动力。

RTC正在成为智能硬件新标配

全场景实时互动正在成为趋势。智能穿戴方面，电话手表风靡全球，其主要满足了人们在任何时间和地点，都能进行社交的诉求，同时也为个人安全增添了一层保障。在居家生活上，人们对智能家居设备远程互动和情感连接的需求正在日益增长，通过音视频将原本冷冰冰的机器人被赋予了家庭守护和宠物陪伴的属性。

与此同时，实时交互技术让人们“上天入地”成为可能。无人机的快速发展，正在赋能千行百业。通过不断进步的实时交互和音视频等技术，无人机在消防应急、电力巡检、联合执法等场景下的作用愈发凸显，同时也为广大人民群众的生命财产安全提供了更好的保障。而远程驾驶的逐步落地，沉浸交互的未来正在人们眼前徐徐展开，在未来远程送外卖和运输将成为新的工作方式。

可以说，随着物联网音视频技术的不断提升，“眼睛”和“耳朵”逐渐成为智能硬件标配，也驱动了人们对情感连接和远程互动更高的需求。

但同时侯云忆谈到，虽然RTC已经逐渐深入到物联网行业中，但开发门槛高，体验保障难，成本控制难等问题仍是物联网音视频技术普及所面临的挑战。作为全球实时互动的领导者，声网的IoT解决方案从真实时、优体验、易开发和无处不在四个层面，引领和践行硬件设备的“真互动”时代。

真互动时代，“准实时”迈向“真实时”

侯云忆表示，声网为这个行业定义的“真互动”就是全球端到端400ms级别以下的超低延迟，可以在全球任意终端、任意形式、任意规模实现随时随地互动无界的交互，从而实现满足所有互动与延时等级需求的全互动能力覆盖。

从连接和交互的视角来看，“真互动”的物联网音视频技术的演进一共经历了三个阶段。第一阶段，视听上云，解决的是信息连接和数据上云。数据在线化可以做到事后分析、回述、查看，以传统安防为代表的慢直播时代为例，其以RTMP、RTSP协议为主，通信时延在2－5s之间。

第二阶段，即时连接，这阶段是以传统的P2P穿透技术为主，可以做到及时或实时连接，时延在1－2秒。这个阶段可以及时预览和能听能看，但却是以单向为主，不能称之为真正的互动。这一阶段被称为“准实时”。

第三阶段，音视频设备的实时互动，它可以做到人和人、人和物的实时、多人、跨端等任意规模的互动，这也是真正Internet of Things。这其中，声网所引领的实时互动标准就把全球端到端时延控制在了400ms之内，也就是“真实时”阶段。

声网深耕在实时音视频领域数年，并一直围绕物联网设备和场景去不断优化实时互动用户体验。为了进一步推动音视频物联网向“真实时”演进。声网首创了全球软件定义实时网—SD－RTNTM™，依靠其底层实时传输网络，可以让硬件设备突破网络限制，即使在弱网的情况下，也能保障80％丢包下音视频通话流畅。

强化互动体验优势，突破硬件边界

侯云忆表示，为推动物联网音视频技术与智能硬件的结合，进一步提升用户场景体验，声网着力于增强相关技术优势。如有专为实时互动打造的自研高清语音引擎，多种视频增强策略、实时美声算法、AI降噪和回声消除能力等技术，让用户在于智能设备互动时，拥有更高保真、更趣味、更高清画质的音视频体验。同时声网也与信通院泰尔实验室共同成立联合实验室，并发布音视频评测标准，包括门铃门锁场景评测标准，共同推动物联网实时互动体验迈上新台阶。

同时，在易开发性上，声网IoT拥有端到端解决方案和场景化的最佳实践，如互动监控覆盖到家庭和社区，包含门铃门锁、扫地机器人、楼宇对讲等丰富品类；互动陪伴覆盖了婴儿陪护、宠物互动等智能设备；另外，面向无人车、机器人等场景，更有超低延时的平行操控技术方案，能做到实时视频端到端时延最低百毫秒内。

声网的IoT解决方案还致力于面向场景的芯片级交钥匙方案。声网的智能人居解决方案适配了Linux、Harmony、VelaOS等头部平台操作系统以及音视频芯片；支持了乐鑫ESP32－S3、BEKEN的BK7256等能满足低功耗音视频设备场景的芯片；也有支持英伟达平台的的面向高性能计算场景的方案。

跨端跨平台互联互通

此外，IoT设备的碎片化特征，导致设备形态、种类丰富多样，想要提升用户的使用体验，声网解决方案需要考虑到更多智能硬件设备的需求。侯云忆称，声网目前是整个行业里RTC厂商当中覆盖平台以及能够做到互联互通终端最全、最多的厂商，其解决方案能覆盖手机、音箱、小程序、智慧屏等多个终端。

值得一提的是，声网的解决方案同时支持WebRTC开放协议对接三方生态，能够实现主流Amazon Alexa和Google Assistant在海外的协议互通。

目前，声网的IoT解决方案已经布局了面向智能穿戴、家居和出行领域等共40＋的品类设备。基于这些场景和设备，声网提供了包括实时音视频、媒体加速和可靠信令等PaaS服务，帮助这些设备提供远程实时监控、视频通话和远程应急协作等服务和功能。

物联网行业发展加速，万物互联时代到来。实时互动的物联网设备已经在改变着我们的生活和工作，从其落地的产品形态、功能来看，实时音视频在物联网中的应用正在加速。

即便不同物联网设备间对于音视频的需求不同，但声网在其中扮演的底层技术赋能者角色，在为这些玩家打包解决方案的同时，让上下游的生态伙伴联动起来，促进实时互动在智能设备场景应用中的落地与普及。