实时音视频RTC

高音质

业内领先的 3A 算法，支持 48kHz 采样的高音质，AI 降噪算法能识别多种场景噪声，可在嘈杂的环境下有效消除噪声，无回声、无啸叫，保持清晰流畅的纯净人声，实现沉浸式互动通话体验

高画质

支持H.264、H.265编码方式，提供视频超分、画质增强、背景分割、基础美颜、视频水印、截图等多种视频处理能力，最高可支持4K超高画质，为用户提供极佳的画质体验

超低延时

依托百度智能云强大的实时音视频处理与传输能力、覆盖全球的低延时网络，在全球范围内提供稳定高质量的实时音视频服务，基于用户距离、节点质量、网络质量探测，自动配置最佳路由，保障用户就近接入，端到端延时低至300毫秒

弱网优化

自研抗弱网算法策略，在弱网丢包恢复中，NACK会和FEC结合使用，针对不同网络环境匹配不同策略，动态调整NACK和FEC比例，平衡带宽和延时，实时精准估计网络状态、动态调整码率。支持多卡聚合传输，在网络信号波动或断网时，有效解决不同位置单一运营商网络覆盖和质量不可靠的问题，提高带宽传输上限，通过实时监测网络变化和连通性，自动选择最优运营商网络通道进行实时音视频传输，音视频抗丢包达70%，抗网络抖动达1000ms

IoT设备适配

针对手表、门锁、无人车等多种物联网设备，可提供轻量级、低功耗的SDK，最小包体<300K，CPU最低运算速度<300MHz，主体程序运行内存<2M，已适配ASR、乐鑫、展锐等多款主流芯片，优化超分算法提升低分辨率视频的清晰度，满足用户清晰流畅的通话体验

全平台互通

提供全平台覆盖的实时音视频SDK及服务端RESTful API，实现跨平台音视频通话，支持Android、IOS、Web、Windows、MacOS、微信小程序、Flutter、Linux、Rtos等多平台全球互通

大模型实时互动

超低延时互动

语音互动端到端响应延时1.4s，语音打断响应延时0.8s以内，超低延时互动，交互更流畅

丰富应用资源

打通百度丰富的生态资源，提供30+应用和资源，如百度百科、音乐、经典故事、有声读物、翻译、导航等，降低开发者对接成本

全链路音频增强

支持AI降噪、声音增益、回声消除、人声分离、声纹识别、VAD检测、智能打断，7大音频增强，云+端协同，有效提升互动体验性

开放式LUI互动框架

核心服务组件（LLM/TTS）可替换，支持Function Call自定义配置，满足满足个性化需求

全平台支持

提供开箱即用的互动SDK，只需要调用几个接口就可以快速集成多模态互动功能，支持Android、iOS、Web、小程序、Linux、RTOS等多个端，RTOS已适配杰理、乐鑫、ASR、移远、BK、RK等多款主流芯片