2022年，反复的疫情仍在影响着全球各行各业的发展。宅经济的持续，使得线上社交、游戏、音视频等泛娱乐产业需求不断增长。

即构科技在2022年5月发起“音浪频动·GO出海”主题沙龙全国行活动，旨在分享即构科技与生态合作伙伴的全球化经验，共建能力，“让每个APP更好的出海”，共同探讨中国互联网出海的最新玩法和最强动力。

5月27日，该系列活动迎来了第一站——即构科技、快出海联合举办的《音浪频动·GO出海》城市沙龙（武汉站），在武汉光谷希尔顿酒店圆满举办。

会上，即构科技资深出海解决方案架构师Cony，在《玩法+技术双重升级，泛娱乐一站式出海玩法》的主题演讲中，基于泛娱乐出海趋势和场景分析，介绍了即构科技在玩法和技术等方面，为出海客户提供的创新解决方案。

即构科技资深出海解决方案架构师Cony

泛娱乐出海实时化，正在成为主流趋势

近两年里，国内泛娱乐领域的竞争压力大、市场趋于饱和，不少泛娱乐产品企业，都有了出海的念头。而第三方数据报告，也佐证了泛娱乐应用在海外市场的潜力——中国非游戏厂商出海应用收入排行榜TOP30，超过一半的企业都在社交和泛娱乐领域。

同时，受到全球疫情影响，宅家娱乐需求呈现持续增长。这给以实时音视频技术为基础的社交、短视频和直播等泛娱乐行业提供了发展环境。

在演讲中，Cony分享了一组data.ai的数据，2022年中国厂商社交&泛娱乐应用出海下载量排名Top1000的榜单中，出海社交企业逾70家，接近92.3%的企业接入了RTC SDK。由此可见，泛娱乐出海实时化，正在成为主流趋势。

为解决出海企业对于实时性提出更高要求，以及在直播、游戏、社交，更多创新性内容方向上对超低延时、虚拟世界，元宇宙等方面的要求，即构科技通过对主流产品的用户画像进行分析，能够在语聊房、互动播客、在线K歌、游戏语音、视频直播5个产品方向，为出海客户提供解决方案。

根据Cony的介绍，Z世代是现在主流产品所面向的用户群体。他们具有“追求热闹、多元的体验；追求共处一室，有交互性，没有空间距离感的用户体验；希望在所有的产品体验里，能够缩短彼此的距离。”的特质。这些用户硬性需求催生了下述产品方向。

第一个是语聊房。在这里相同兴趣爱好的人在一个房间里聊天，提供多人实时音频聊天的场所，用户可选择随时上麦发言，下麦收听。“从我们的数据上看，语聊房属于Z世代最喜欢的一个社交方式。”

为此，即构科技对语聊房所需的实时音频（超低延迟，弱网抗性）、麦位管理、防炸麦、3A处理（回声消除，噪声抑制，自动增益）、特殊音效（变声，混响，均衡器，美声等）、审核鉴黄、百万级超大房间等关键能力，都相对应地给出了解决方案。例如针对3A处理，即构科技通过自研的3A处理算法，保证超保真的音效应用在直播场景中。

互动播客方面，即构科技也进行了定向产品优化。针对所有产品需要用到海外调优，以及网络带宽质量，能够非常快速和完整地提供功能介入。

在线K歌，涉及的玩法非常丰富。其中合唱玩法对于超低时延，以及歌词的时间对齐有很高的技术的要求。“就目前的厂商来说，我们应该是TOP1。在实时合唱里，我们可以把这个延时做到70ms以内。”这个数据意味着，人们在唱歌过程中不会发现有任何时延。

随着K歌场景的实时性、互动性越来越高，对于音视频技术、网络带宽、设备性能的要求也越来越高。Cony表示，针对出海场景，即构科技还在持续压缩超低时延，以保证全球复杂网络环境下的优质体验。此外还对连麦合唱歌手、听众做了一些具体的优化。

游戏语音，涉及3D音效、范围语音和小队语音。其中3D音效，能够按照我们物理位置的设定，控制声音的大小，从而在一些音频设备里，能够听到有一个方向性的声音。在应用层面上，游戏语音能让用户的体验更具临场感，“如果客户是有考虑过做元宇宙，或者说一些游戏类的实时音频传输的方向，是可以考虑把它接入的。”

视频直播方面，即构科技针对出海面临的“画质”和“延时”问题，也进行了相应的提升。一方面提升画质和真实感的处理；另一方面推出“畅直播”，利用即构科技提供的RTC服务节点，帮助出海企业规避由于当地CDN厂商质量和服务问题造成的延时。

泛娱乐社交玩法2.0，赋能出海企业

除了上述提到的几个大方向，泛娱乐社交的玩法，可以延伸非常多的种类。

Cony在现场提出“泛娱乐社交玩法2.0”，通过即构科技提供的技术底层保障，帮助出海企业寻找新的增长曲线。具体而言这些技术保障，涉及社交+K歌、社交+Avatar、社交+小游戏、虚拟世界、实时语音转译等方面。

针对“社交+K歌”，即构科技不仅能提供70ms超低时延，还在KTV场景，提供版权保障。据悉，国内版权方面，即构科技已经与腾讯音乐娱乐集团旗下“音速达引擎”成为战略合作关系，支持200万+正版歌曲。海外版权合作也正在进行中。

不仅如此，即构科技还一站式提供九大场景化组件——唱歌打分、片段演唱、曲库组件、歌词组件、房间管理、麦位管理等必要场景化功能——能够帮助客户在最短时间内，在自身产品中接入完整的线上K歌场景。

“社交+Avatar”，即构科技能够提供AI捏脸，手动捏脸换装、100%表情随动的产品体验。通过摄像头对人脸精准识别，生成用户的虚拟形象，并将该虚拟形象与常见的1V1连麦、语聊房、K歌、直播等玩法进行融合，打造个性化更高、互动性更强的泛娱乐产品。

此外，Avatar还能应用在元宇宙中。通过摄像头采集人脸特征，生成的用户虚拟形象，对应着实际人脸表现，通过这种表情的关联，打破线上线下的边界。

社交+小游戏”，包含语音互动类、桌游类、实时PVP类、秀场直播类、棋牌类等，通过即构科技给出的解决方案，能将多种类型小游戏与语聊房、秀场直播等场景进行深度融合，一站式接入。客户在使用过程中，也能够便捷地将小游戏引入进已有产品体系，“直接使用我们这边提供的SDK，只要几行代码，游戏资源，画面，PVP的一些服务，就能全部集成到客户产品上。”

据Cony介绍，所有成功的直播平台，并不只有单纯的直播场景，而是会加入非常多趣味性和强交互性的设计，因此像小游戏这一类型产品，会成为出海领域中，非常有用的利器。

在虚拟世界的设计过程中，除在产品侧思考是否需要虚拟世界，需要怎样的虚拟世界，以及怎样做到虚拟世界，还要在技术侧思考，需要设计哪些部分的技术，而这也就产生了以下两个问题。

第一问题是如何实现虚拟世界里所有数据的一个实时性交互？“围绕着这个问题的解决，即构科技推出了一个产品，可以理解为我们能够用最低的一个延迟，尽可能多地把我们在虚拟世界房间内的一些信息，或者说一些数据流，去传递给到对方。”

第二个问题是虚拟世界里要怎么样开发？Cony解释道，虽然没有办法确定客户对于虚拟世界的理解，或者说他对于虚拟世界的设计是什么样的。但是即构科技会尽可能地让所有需求和场景，尽可能地还原到线上。通过给出一整套产品方案，保证客户快速上线虚拟世界。

实时语音转译，对于出海产品而言也是一项利器，打破语言和区域障碍。具体应用中，可以在外语主播的界面上实时生成字幕。该功能背后采用的AI语音识别技术，是即构科技专门针对全球各地的语音做的模型，有超过125种语音的变体覆盖。

Cony指出，虽然AI能实现自动识别，但过程中肯定会有一定的延时。“我们现在已经把延时时间控制在300ms以内。足够在一些在线教育场景，让它发挥字幕的最大价值。”

在演讲中，Cony还列举了即构服务多个不同客户的玩法实践。例如稳居中东语音社交第一平台的Yalla，旗下包含主打语音聊天场景的Yalla和主打游戏社交的Yalla Ludo。分别弥补了中东地区陌生人语音社交的空白，以及向用户提供了“一起玩”场景，在棋牌等游戏里融合实时语音互动。在中东地区实现了稳定的收入和口碑表现。

元宇宙产品Oasis，在实时语音交流，电影玩法上也做得很好。通过向用户提供了多种3D场景，用户可以进入空间进行实时语音交流、一起看电影、一起玩游戏等玩法。

StarMaker是一款基于在线K歌和音乐社区的语音社交产品。在应用中可以开启视频直播、1V1连麦PK、1V2连麦的秀场直播玩法，基于该玩法，主播可以和自己的粉丝进行实时互动，也可以和其他主播连麦合唱、PK等。此外，StarMaker还上线了语聊房场景，主播可以创建房间并与8名听众实时语音聊天。

TT语音为玩家提供组队开黑、队友匹配、娱乐互动、电子竞技等多种趣味娱乐化的游戏及语音互动场景。即构科技在合作期间，打造了满足Z世代语音社交需求的娱乐方案，并向TT语音提供了相亲、Pia戏房、单人K歌、直播房的语音房方案。随着体验升级，即构科技还向TT提供了“实时合唱+音乐版权+打分”一站式方案，全方位满足TT语音的K歌升级场景需求。

即构实时云助力全球业务最佳体验

上述提到的云录制、IN、畅直播等产品矩阵以及相对应的产品形态，都囊括在音视频云平台总体架构中。为了更详细理解即构实时云，Cony基于直播产品出海面临的体验问题和原因，以“畅直播”为例，详细介绍了即构科技在流畅度、画质、语音、抗弱网特征、全球机型覆盖、数据安全保障等方面的解决方案。

直播产品出海之所以会遇到画面模糊、卡顿、加载时间变长等常见问题，造成直播体验变差，主要是因为三方面的原因：其一，是当地网络环境复杂，地区之间网络差异巨大，跨网，CDN质量不稳定；其二是由于终端设备机型种类繁多，部分地区低端机型占比高问题复杂；其三是成本问题，如何平衡RTC做直播、高清画质、复杂的全链路数据监控系统，带来的成本压力，将有限的资源用在高收益的地方。

而数据显示，直播体验会影响用户观看时长、营收情况。例如画质提升，观看时长也会有对应的提升，而延迟每增加4s，人均看播时长就下降了1.3%。电商直播音量均衡开启，人均GMV增加4%。因此，有必要优化直播产品出海的体验。

为解决直播产品出海的体验问题，即构科技通过“畅直播”给出了如下解决方案。

在流畅度升级方案中，一个直播SDK，一次接入，即可获得CDN直播、CDN Plus、L3等多种服务，并可针对地区、人群等多种维度，通过控制台、API等设置差异化服务。

画质升级方面，利用选择合适的编码器（H.264、H.265；软编、硬编）、选择合适的编码配置集、低码高清编码模式、ROI、视频后处理技术、清晰度优先流控策略等手段，进行画质升级优化。

其中，超分是画质升级方案中的黑科技。通过在接收端通过一定的算法处理，提高原有图像的分辨率，解决由推流端、网络传输端能力不足造成的不清晰问题。为了更好理解这项技术，Cony举了一个简单的例子：开启超分，能够直接可以在本地把720P的锐化成类似1080P，不仅能够带来画质增益，还能尽可能的节省带宽的成本。

针对语音场景，即构科技提供AI降噪技术。对麦克风采集的声音进行降噪处理，在原有的稳态噪声正常处理的情况下，还会处理非稳态噪声，主要包括鼠标、键盘声、嘈杂餐厅、环境风声等非人声噪声。

抗弱网的特征方面，即构科技也给出了一些指标承诺：上或下行70%丢包下，可保持10-15帧视频流畅通话；上或下行80%丢包下，可保持音频流畅通话；上或下行90%丢包下，可保持70%不掉线。而在针对智能QoS方面，Cony也提到，“针对不同的带宽情况，产品会做不同的流量控制，从而保障大家在观看视频的时候，能够有非常流畅的体验。”

此外基于即构科技海量用户数据，公司对全球3万多终端设备进行适配，同时还对中低端机型特别优化，以降低硬件压力。

在演讲的最后，Cony也提到了用户隐私和数据安全问题。由于海外每个地区，每个国家的法律政策不一样，即构科技目前能够提供海外合规方面的经验，在数据隔离、数据安全等方面，赋能客户。