AIGC 和 大語言模型 LLM 的快速發(fā)展正推動人工智能領域的進步和創(chuàng)新，LLM 作為 AIGC 的核心模塊，其發(fā)展尤為引人注目。隨著技術的不斷進步，大語言模型的能力也不斷進化，一方面，訓練數(shù)據(jù)量與算力的提升，AI 的生成內(nèi)容更精準、更智能；另一方面，大模型的交互方式，也從文本升級為音頻、視頻的多模態(tài)，可以支持人與AI的語音對話等。

在多模態(tài)大模型的趨勢下，RTC成為了人與AI交互中的重要一環(huán)，越來越多的企業(yè)與開發(fā)者紛紛探索在大語言模型或者AI應用場景中快速集成高效的音視頻能力，構(gòu)建AI陪聊、AI口語老師等一系列場景。

對此，聲網(wǎng)推出Linux Server SDK，支持當下大模型編程最主流的兩類語言Python與Go，企業(yè)可基于聲網(wǎng)Linux SDK，快速接入大模型，上線具備RTC傳輸能力的AI應用場景，如AI語音助手、AI口語老師、虛擬戀人、多人語音游戲等。

聲網(wǎng)Linux Server SDK以API的形式提供了一系列的功能，例如Linux Server SDK for Go可支持連接管理、信令發(fā)送、音頻訂閱與推送、事件回調(diào)通知等，其中信令傳輸能力不僅可應用于創(chuàng)建DataStream數(shù)據(jù)流，并發(fā)送信令，也能應用在大模型中發(fā)送數(shù)據(jù)流消息，例如將TTS、STT和LLM的結(jié)果發(fā)送給客戶端。

此外，Linux Server SDK還提供了使用時序的教程，從建立連接、訂閱遠端用戶的音頻、獲取遠端用戶的音頻數(shù)據(jù)、推送音頻數(shù)據(jù)、發(fā)送文字信令、斷開連接等不同流程的詳細描述，幫助開發(fā)者快速上手。

聲網(wǎng)LinuxServer SDK客戶集成實踐圖

憑借在RTC行業(yè)日積月累的深耕細作，聲網(wǎng)Linux Server SDK在RTC的低延時、抗弱網(wǎng)、跨國傳輸、并發(fā)等方面具備優(yōu)秀的性能。

·低延時與全球部署：聲網(wǎng)自研的SD-RTN?實時傳輸網(wǎng)絡覆蓋了全球200多個國家與地區(qū)，音視頻的全球端到端延遲平均達到200ms。聲網(wǎng)還通過優(yōu)化網(wǎng)絡傳輸協(xié)議和算法，進一步降低音視頻傳輸?shù)难舆t。

·智能路由與抗弱網(wǎng)：針對網(wǎng)絡環(huán)境的波動，聲網(wǎng)的智能路由技術能夠根據(jù)用戶的網(wǎng)絡狀況自動選擇最優(yōu)的網(wǎng)絡路徑，確保通話的穩(wěn)定性和流暢性。聲網(wǎng)的抗弱網(wǎng)傳輸與抗丟包算法，結(jié)合網(wǎng)絡探測、抗丟包技術、自適應jitter buffer、網(wǎng)絡擁塞控制策略等，為用戶在各種網(wǎng)絡環(huán)境下提供流暢的互動體驗。

·30000+終端機型適配：由于不同的設備可能對于語音處理效果產(chǎn)生影響，聲網(wǎng)的RTC SDK支持30000+終端機型適配，中低端機型覆蓋廣，幫助大模型與客戶解決了多設備兼容性的后顧之憂。

·并發(fā)性能：客戶集成聲網(wǎng)Linux Server SDK后可支持上百路的音視頻并發(fā)。

·支持多頻道多路流：聲網(wǎng)SDK支持用戶同時加入多個頻道，同一時間可以在多個頻道中接收和發(fā)布音視頻流。