即構(gòu)科技：玩法技術(shù)升級(jí)，賦能泛娛樂一站式出海

2022年，反復(fù)的疫情仍在影響著全球各行各業(yè)的發(fā)展。宅經(jīng)濟(jì)的持續(xù)，使得線上社交、游戲、音視頻等泛娛樂產(chǎn)業(yè)需求不斷增長。

即構(gòu)科技在2022年5月發(fā)起“音浪頻動(dòng)·GO出?！敝黝}沙龍全國行活動(dòng)，旨在分享即構(gòu)科技與生態(tài)合作伙伴的全球化經(jīng)驗(yàn)，共建能力，“讓每個(gè)APP更好的出?！保餐接懼袊ヂ?lián)網(wǎng)出海的最新玩法和最強(qiáng)動(dòng)力。

5月27日，該系列活動(dòng)迎來了第一站——即構(gòu)科技、快出海聯(lián)合舉辦的《音浪頻動(dòng)·GO出?！烦鞘猩除垼ㄎ錆h站），在武漢光谷希爾頓酒店圓滿舉辦。

會(huì)上，即構(gòu)科技資深出海解決方案架構(gòu)師Cony，在《玩法+技術(shù)雙重升級(jí)，泛娛樂一站式出海玩法》的主題演講中，基于泛娛樂出海趨勢和場景分析，介紹了即構(gòu)科技在玩法和技術(shù)等方面，為出海客戶提供的創(chuàng)新解決方案。

即構(gòu)科技資深出海解決方案架構(gòu)師Cony

泛娛樂出海實(shí)時(shí)化，正在成為主流趨勢

近兩年里，國內(nèi)泛娛樂領(lǐng)域的競爭壓力大、市場趨于飽和，不少泛娛樂產(chǎn)品企業(yè)，都有了出海的念頭。而第三方數(shù)據(jù)報(bào)告，也佐證了泛娛樂應(yīng)用在海外市場的潛力——中國非游戲廠商出海應(yīng)用收入排行榜TOP30，超過一半的企業(yè)都在社交和泛娛樂領(lǐng)域。

同時(shí)，受到全球疫情影響，宅家娛樂需求呈現(xiàn)持續(xù)增長。這給以實(shí)時(shí)音視頻技術(shù)為基礎(chǔ)的社交、短視頻和直播等泛娛樂行業(yè)提供了發(fā)展環(huán)境。

在演講中，Cony分享了一組data.ai的數(shù)據(jù)，2022年中國廠商社交&泛娛樂應(yīng)用出海下載量排名Top1000的榜單中，出海社交企業(yè)逾70家，接近92.3%的企業(yè)接入了RTC SDK。由此可見，泛娛樂出海實(shí)時(shí)化，正在成為主流趨勢。

為解決出海企業(yè)對(duì)于實(shí)時(shí)性提出更高要求，以及在直播、游戲、社交，更多創(chuàng)新性內(nèi)容方向上對(duì)超低延時(shí)、虛擬世界，元宇宙等方面的要求，即構(gòu)科技通過對(duì)主流產(chǎn)品的用戶畫像進(jìn)行分析，能夠在語聊房、互動(dòng)播客、在線K歌、游戲語音、視頻直播5個(gè)產(chǎn)品方向，為出海客戶提供解決方案。

根據(jù)Cony的介紹，Z世代是現(xiàn)在主流產(chǎn)品所面向的用戶群體。他們具有“追求熱鬧、多元的體驗(yàn)；追求共處一室，有交互性，沒有空間距離感的用戶體驗(yàn)；希望在所有的產(chǎn)品體驗(yàn)里，能夠縮短彼此的距離?！钡奶刭|(zhì)。這些用戶硬性需求催生了下述產(chǎn)品方向。

第一個(gè)是語聊房。在這里相同興趣愛好的人在一個(gè)房間里聊天，提供多人實(shí)時(shí)音頻聊天的場所，用戶可選擇隨時(shí)上麥發(fā)言，下麥?zhǔn)章牎！皬奈覀兊臄?shù)據(jù)上看，語聊房屬于Z世代最喜歡的一個(gè)社交方式?！?/p>

為此，即構(gòu)科技對(duì)語聊房所需的實(shí)時(shí)音頻（超低延遲，弱網(wǎng)抗性）、麥位管理、防炸麥、3A處理（回聲消除，噪聲抑制，自動(dòng)增益）、特殊音效（變聲，混響，均衡器，美聲等）、審核鑒黃、百萬級(jí)超大房間等關(guān)鍵能力，都相對(duì)應(yīng)地給出了解決方案。例如針對(duì)3A處理，即構(gòu)科技通過自研的3A處理算法，保證超保真的音效應(yīng)用在直播場景中。

互動(dòng)播客方面，即構(gòu)科技也進(jìn)行了定向產(chǎn)品優(yōu)化。針對(duì)所有產(chǎn)品需要用到海外調(diào)優(yōu)，以及網(wǎng)絡(luò)帶寬質(zhì)量，能夠非?？焖俸屯暾靥峁┕δ芙槿搿?/p>

在線K歌，涉及的玩法非常豐富。其中合唱玩法對(duì)于超低時(shí)延，以及歌詞的時(shí)間對(duì)齊有很高的技術(shù)的要求?！熬湍壳暗膹S商來說，我們應(yīng)該是TOP1。在實(shí)時(shí)合唱里，我們可以把這個(gè)延時(shí)做到70ms以內(nèi)?！边@個(gè)數(shù)據(jù)意味著，人們?cè)诔柽^程中不會(huì)發(fā)現(xiàn)有任何時(shí)延。

隨著K歌場景的實(shí)時(shí)性、互動(dòng)性越來越高，對(duì)于音視頻技術(shù)、網(wǎng)絡(luò)帶寬、設(shè)備性能的要求也越來越高。Cony表示，針對(duì)出海場景，即構(gòu)科技還在持續(xù)壓縮超低時(shí)延，以保證全球復(fù)雜網(wǎng)絡(luò)環(huán)境下的優(yōu)質(zhì)體驗(yàn)。此外還對(duì)連麥合唱歌手、聽眾做了一些具體的優(yōu)化。

游戲語音，涉及3D音效、范圍語音和小隊(duì)語音。其中3D音效，能夠按照我們物理位置的設(shè)定，控制聲音的大小，從而在一些音頻設(shè)備里，能夠聽到有一個(gè)方向性的聲音。在應(yīng)用層面上，游戲語音能讓用戶的體驗(yàn)更具臨場感，“如果客戶是有考慮過做元宇宙，或者說一些游戲類的實(shí)時(shí)音頻傳輸?shù)姆较?，是可以考慮把它接入的?！?/p>

視頻直播方面，即構(gòu)科技針對(duì)出海面臨的“畫質(zhì)”和“延時(shí)”問題，也進(jìn)行了相應(yīng)的提升。一方面提升畫質(zhì)和真實(shí)感的處理；另一方面推出“暢直播”，利用即構(gòu)科技提供的RTC服務(wù)節(jié)點(diǎn)，幫助出海企業(yè)規(guī)避由于當(dāng)?shù)谻DN廠商質(zhì)量和服務(wù)問題造成的延時(shí)。

泛娛樂社交玩法2.0，賦能出海企業(yè)

除了上述提到的幾個(gè)大方向，泛娛樂社交的玩法，可以延伸非常多的種類。

Cony在現(xiàn)場提出“泛娛樂社交玩法2.0”，通過即構(gòu)科技提供的技術(shù)底層保障，幫助出海企業(yè)尋找新的增長曲線。具體而言這些技術(shù)保障，涉及社交+K歌、社交+Avatar、社交+小游戲、虛擬世界、實(shí)時(shí)語音轉(zhuǎn)譯等方面。

針對(duì)“社交+K歌”，即構(gòu)科技不僅能提供70ms超低時(shí)延，還在KTV場景，提供版權(quán)保障。據(jù)悉，國內(nèi)版權(quán)方面，即構(gòu)科技已經(jīng)與騰訊音樂娛樂集團(tuán)旗下“音速達(dá)引擎”成為戰(zhàn)略合作關(guān)系，支持200萬+正版歌曲。海外版權(quán)合作也正在進(jìn)行中。

不僅如此，即構(gòu)科技還一站式提供九大場景化組件——唱歌打分、片段演唱、曲庫組件、歌詞組件、房間管理、麥位管理等必要場景化功能——能夠幫助客戶在最短時(shí)間內(nèi)，在自身產(chǎn)品中接入完整的線上K歌場景。

“社交+Avatar”，即構(gòu)科技能夠提供AI捏臉，手動(dòng)捏臉換裝、100%表情隨動(dòng)的產(chǎn)品體驗(yàn)。通過攝像頭對(duì)人臉精準(zhǔn)識(shí)別，生成用戶的虛擬形象，并將該虛擬形象與常見的1V1連麥、語聊房、K歌、直播等玩法進(jìn)行融合，打造個(gè)性化更高、互動(dòng)性更強(qiáng)的泛娛樂產(chǎn)品。

此外，Avatar還能應(yīng)用在元宇宙中。通過攝像頭采集人臉特征，生成的用戶虛擬形象，對(duì)應(yīng)著實(shí)際人臉表現(xiàn)，通過這種表情的關(guān)聯(lián)，打破線上線下的邊界。

社交+小游戲”，包含語音互動(dòng)類、桌游類、實(shí)時(shí)PVP類、秀場直播類、棋牌類等，通過即構(gòu)科技給出的解決方案，能將多種類型小游戲與語聊房、秀場直播等場景進(jìn)行深度融合，一站式接入。客戶在使用過程中，也能夠便捷地將小游戲引入進(jìn)已有產(chǎn)品體系，“直接使用我們這邊提供的SDK，只要幾行代碼，游戲資源，畫面，PVP的一些服務(wù)，就能全部集成到客戶產(chǎn)品上?！?/p>

據(jù)Cony介紹，所有成功的直播平臺(tái)，并不只有單純的直播場景，而是會(huì)加入非常多趣味性和強(qiáng)交互性的設(shè)計(jì)，因此像小游戲這一類型產(chǎn)品，會(huì)成為出海領(lǐng)域中，非常有用的利器。

在虛擬世界的設(shè)計(jì)過程中，除在產(chǎn)品側(cè)思考是否需要虛擬世界，需要怎樣的虛擬世界，以及怎樣做到虛擬世界，還要在技術(shù)側(cè)思考，需要設(shè)計(jì)哪些部分的技術(shù)，而這也就產(chǎn)生了以下兩個(gè)問題。

第一問題是如何實(shí)現(xiàn)虛擬世界里所有數(shù)據(jù)的一個(gè)實(shí)時(shí)性交互？“圍繞著這個(gè)問題的解決，即構(gòu)科技推出了一個(gè)產(chǎn)品，可以理解為我們能夠用最低的一個(gè)延遲，盡可能多地把我們?cè)谔摂M世界房間內(nèi)的一些信息，或者說一些數(shù)據(jù)流，去傳遞給到對(duì)方。”

第二個(gè)問題是虛擬世界里要怎么樣開發(fā)？Cony解釋道，雖然沒有辦法確定客戶對(duì)于虛擬世界的理解，或者說他對(duì)于虛擬世界的設(shè)計(jì)是什么樣的。但是即構(gòu)科技會(huì)盡可能地讓所有需求和場景，盡可能地還原到線上。通過給出一整套產(chǎn)品方案，保證客戶快速上線虛擬世界。

實(shí)時(shí)語音轉(zhuǎn)譯，對(duì)于出海產(chǎn)品而言也是一項(xiàng)利器，打破語言和區(qū)域障礙。具體應(yīng)用中，可以在外語主播的界面上實(shí)時(shí)生成字幕。該功能背后采用的AI語音識(shí)別技術(shù)，是即構(gòu)科技專門針對(duì)全球各地的語音做的模型，有超過125種語音的變體覆蓋。

Cony指出，雖然AI能實(shí)現(xiàn)自動(dòng)識(shí)別，但過程中肯定會(huì)有一定的延時(shí)?！拔覀儸F(xiàn)在已經(jīng)把延時(shí)時(shí)間控制在300ms以內(nèi)。足夠在一些在線教育場景，讓它發(fā)揮字幕的最大價(jià)值?！?/p>

在演講中，Cony還列舉了即構(gòu)服務(wù)多個(gè)不同客戶的玩法實(shí)踐。例如穩(wěn)居中東語音社交第一平臺(tái)的Yalla，旗下包含主打語音聊天場景的Yalla和主打游戲社交的Yalla Ludo。分別彌補(bǔ)了中東地區(qū)陌生人語音社交的空白，以及向用戶提供了“一起玩”場景，在棋牌等游戲里融合實(shí)時(shí)語音互動(dòng)。在中東地區(qū)實(shí)現(xiàn)了穩(wěn)定的收入和口碑表現(xiàn)。

元宇宙產(chǎn)品Oasis，在實(shí)時(shí)語音交流，電影玩法上也做得很好。通過向用戶提供了多種3D場景，用戶可以進(jìn)入空間進(jìn)行實(shí)時(shí)語音交流、一起看電影、一起玩游戲等玩法。

StarMaker是一款基于在線K歌和音樂社區(qū)的語音社交產(chǎn)品。在應(yīng)用中可以開啟視頻直播、1V1連麥PK、1V2連麥的秀場直播玩法，基于該玩法，主播可以和自己的粉絲進(jìn)行實(shí)時(shí)互動(dòng)，也可以和其他主播連麥合唱、PK等。此外，StarMaker還上線了語聊房場景，主播可以創(chuàng)建房間并與8名聽眾實(shí)時(shí)語音聊天。

TT語音為玩家提供組隊(duì)開黑、隊(duì)友匹配、娛樂互動(dòng)、電子競技等多種趣味娛樂化的游戲及語音互動(dòng)場景。即構(gòu)科技在合作期間，打造了滿足Z世代語音社交需求的娛樂方案，并向TT語音提供了相親、Pia戲房、單人K歌、直播房的語音房方案。隨著體驗(yàn)升級(jí)，即構(gòu)科技還向TT提供了“實(shí)時(shí)合唱+音樂版權(quán)+打分”一站式方案，全方位滿足TT語音的K歌升級(jí)場景需求。

即構(gòu)實(shí)時(shí)云助力全球業(yè)務(wù)最佳體驗(yàn)

上述提到的云錄制、IN、暢直播等產(chǎn)品矩陣以及相對(duì)應(yīng)的產(chǎn)品形態(tài)，都囊括在音視頻云平臺(tái)總體架構(gòu)中。為了更詳細(xì)理解即構(gòu)實(shí)時(shí)云，Cony基于直播產(chǎn)品出海面臨的體驗(yàn)問題和原因，以“暢直播”為例，詳細(xì)介紹了即構(gòu)科技在流暢度、畫質(zhì)、語音、抗弱網(wǎng)特征、全球機(jī)型覆蓋、數(shù)據(jù)安全保障等方面的解決方案。

直播產(chǎn)品出海之所以會(huì)遇到畫面模糊、卡頓、加載時(shí)間變長等常見問題，造成直播體驗(yàn)變差，主要是因?yàn)槿矫娴脑颍浩湟?，是?dāng)?shù)鼐W(wǎng)絡(luò)環(huán)境復(fù)雜，地區(qū)之間網(wǎng)絡(luò)差異巨大，跨網(wǎng)，CDN質(zhì)量不穩(wěn)定；其二是由于終端設(shè)備機(jī)型種類繁多，部分地區(qū)低端機(jī)型占比高問題復(fù)雜；其三是成本問題，如何平衡RTC做直播、高清畫質(zhì)、復(fù)雜的全鏈路數(shù)據(jù)監(jiān)控系統(tǒng)，帶來的成本壓力，將有限的資源用在高收益的地方。

而數(shù)據(jù)顯示，直播體驗(yàn)會(huì)影響用戶觀看時(shí)長、營收情況。例如畫質(zhì)提升，觀看時(shí)長也會(huì)有對(duì)應(yīng)的提升，而延遲每增加4s，人均看播時(shí)長就下降了1.3%。電商直播音量均衡開啟，人均GMV增加4%。因此，有必要優(yōu)化直播產(chǎn)品出海的體驗(yàn)。

為解決直播產(chǎn)品出海的體驗(yàn)問題，即構(gòu)科技通過“暢直播”給出了如下解決方案。

在流暢度升級(jí)方案中，一個(gè)直播SDK，一次接入，即可獲得CDN直播、CDN Plus、L3等多種服務(wù)，并可針對(duì)地區(qū)、人群等多種維度，通過控制臺(tái)、API等設(shè)置差異化服務(wù)。

畫質(zhì)升級(jí)方面，利用選擇合適的編碼器（H.264、H.265；軟編、硬編）、選擇合適的編碼配置集、低碼高清編碼模式、ROI、視頻后處理技術(shù)、清晰度優(yōu)先流控策略等手段，進(jìn)行畫質(zhì)升級(jí)優(yōu)化。

其中，超分是畫質(zhì)升級(jí)方案中的黑科技。通過在接收端通過一定的算法處理，提高原有圖像的分辨率，解決由推流端、網(wǎng)絡(luò)傳輸端能力不足造成的不清晰問題。為了更好理解這項(xiàng)技術(shù)，Cony舉了一個(gè)簡單的例子：開啟超分，能夠直接可以在本地把720P的銳化成類似1080P，不僅能夠帶來畫質(zhì)增益，還能盡可能的節(jié)省帶寬的成本。

針對(duì)語音場景，即構(gòu)科技提供AI降噪技術(shù)。對(duì)麥克風(fēng)采集的聲音進(jìn)行降噪處理，在原有的穩(wěn)態(tài)噪聲正常處理的情況下，還會(huì)處理非穩(wěn)態(tài)噪聲，主要包括鼠標(biāo)、鍵盤聲、嘈雜餐廳、環(huán)境風(fēng)聲等非人聲噪聲。

抗弱網(wǎng)的特征方面，即構(gòu)科技也給出了一些指標(biāo)承諾：上或下行70%丟包下，可保持10-15幀視頻流暢通話；上或下行80%丟包下，可保持音頻流暢通話；上或下行90%丟包下，可保持70%不掉線。而在針對(duì)智能QoS方面，Cony也提到，“針對(duì)不同的帶寬情況，產(chǎn)品會(huì)做不同的流量控制，從而保障大家在觀看視頻的時(shí)候，能夠有非常流暢的體驗(yàn)?！?/p>

此外基于即構(gòu)科技海量用戶數(shù)據(jù)，公司對(duì)全球3萬多終端設(shè)備進(jìn)行適配，同時(shí)還對(duì)中低端機(jī)型特別優(yōu)化，以降低硬件壓力。

在演講的最后，Cony也提到了用戶隱私和數(shù)據(jù)安全問題。由于海外每個(gè)地區(qū)，每個(gè)國家的法律政策不一樣，即構(gòu)科技目前能夠提供海外合規(guī)方面的經(jīng)驗(yàn)，在數(shù)據(jù)隔離、數(shù)據(jù)安全等方面，賦能客戶。