拍乐云解析融合语音通话技术实践

近日，RTSCon2021开发者沙龙以线上的方式顺利举办。拍乐云服务端专家沈伟锋受邀参会，并带来了《拍乐云融合语音通话技术实践》主题演讲，分享了融合语音通话的需求背景、技术基础、架构搭建和技术实践，博得参会嘉宾的一致好评。
以下为演讲实录：

PART 01 融合语音通话需求背景

网络覆盖不全

从贝尔1876年发明电话，到1965年5月，美国贝尔系统的1号电子交换机（模拟）问世，再到1970年，法国开通的第一部程控数字交换机E10，之后，电话网络在全世界范围内得到了大规模的发展。而因特网（也叫互联网）起源于1969年美国军方正式启动的阿帕网（“ARPAnet”），到1989年开始才从军用转向民用，此后，因特网开始大规模地发展起来。事实上，因特网构建的基础网络（物理网络）很大一部分是基于PSTN的电路交换网络。正是由于这个历史原因，PSTN网络的覆盖率要远高于因特网，在我国的一些偏远山区，尤其是人迹稀少的地方，PSTN网络的覆盖率都是要好于互联网的。

使用成本

对于使用者来说，如果只是呼入，PSTN一般都是免费，而基于分组数据的网络，流量的费用不管是上行的流量或下行的流量都不是免费的。在不同的国家，流量的费用从小于一美元/1G到几十美元/1G不等，还是非常昂贵的，以下是部分国家2020年1GB（移动数据）平均费用：
中国-0.61美元/GB
墨西哥-4.77美元/GB
新西兰-6.06美元/GB
美国-12美元/GB
加拿大-12.55美元/GB

使用的便利性

使用电话的时候不需要任何下载，一般也不需要任何设置。但基于互联网的App，一般需要提前下载App，并设置相应的环境：比如摄像头、麦克风、扬声器(耳机)、网络等。在实际的使用中经常会碰到网络不通、网络不佳、或听不到声音等问题，这些问题一般需要具备一定的专业知识的人才能解决。

特定用户群体

对于一些特定的人群，比如老年人，他们接触互联网、智