私有化部署
私有化部署指企业将软件系统安装在自己掌控的服务器或网络环境中（如自建机房、内网服务器、专属云），软件
私有化部署指企业将软件系统安装在自己掌控的服务器或网络环境中（如自建机房、内网服务器、专属云），软件
公有云是由云厂商提供的共享基础设施服务，多个客户共用一套平台；私有云则是为单一企业独立部署的云环境，
本地化部署（On-Premise）指软件直接安装在客户自有服务器、机房或专属设备中运行，计算、存储和
混合云部署是指企业将一部分业务部署在私有云或本地环境中，另一部分部署在公有云上，通过专线、VPN 或
内网部署是私有化部署的更严格形态，指系统完全运行在企业内部网络中，服务器和核心业务流量不经过公网，用
等保全称信息安全等级保护。等保 2.0 是中国现行的信息系统安全等级保护制度，按系统重要性和受影响程
国密算法是中国商用密码体系中的核心算法标准，常见包括 SM2、SM3、SM4，分别对应非对称加密、摘
信创适配是指软件能够在国产化软硬件环境中稳定运行，并完成相应兼容性验证。对音视频会议产品来说，它通常
国产化操作系统是由国内厂商主导开发并在政企场景广泛应用的操作系统，常见包括银河麒麟、统信 UOS、中
SFU 是实时音视频系统中常见的媒体转发节点，它不负责把多路视频混成一路，而是根据订阅关系，把不同参
MCU 是传统视频会议架构中的多点控制单元，负责将多方音视频流集中接收、解码、混合后，再编码分发给各
SaaS 是软件运行在厂商云端、客户按订阅方式使用的交付模式；私有化则是将系统部署在客户自己的服务器
买断授权是一次性购买长期使用权，后续可按需购买维保与升级服务；订阅授权则按年或按月付费，停止续费后通
“数据不出内网”指会议音视频流、录制文件、账号信息、组织架构、聊天记录等关键数据在产生、传输、存储和
国产化 CPU 是指由国内厂商主导设计、在信创环境中广泛使用的处理器平台，常见包括飞腾、鲲鹏、海光、
MCU 和 SFU 是两种不同的多方音视频架构。MCU 负责”混”，SFU
SIP 是会话发起协议，主要用于建立、修改和结束语音或视频会话，是企业通信和传统视频会议系统里非常常
H.323 是较早一代的视频会议通信协议标准，在政府、运营商和大型企业传统视频会议体系中应用广泛。
RTMP 和 RTSP 都是常见的流媒体传输相关协议。RTMP 常见于推流和直播链路，RTSP 常见
会议级联是指不同会议平台、不同节点或不同组织之间，把会议系统按级别或节点串联起来，实现跨平台、跨区域
会议旁路录制是指在不影响主会议链路的情况下，通过额外录制节点或旁路流获取会议音视频内容并生成录制文件
3A 算法通常指音频处理中的三项基础能力：AEC（回声消除）、ANS（噪声抑制）、AGC（自动增益控
MCU 服务器是承载 MCU 多点会议控制能力的后台服务器，负责多路音视频流的接收、解码、混合和分发
会议室一体机通常是集摄像头、麦克风阵列、扬声器、计算单元和显示交互于一体的会议设备，用于快速搭建标准
会议室预约系统 会议室预约系统用于管理会议室资源，包括时间排期、设备占用、审批流程、签到联动和日程同
双流协议（BFCP） 双流是指在会议中同时传输两类内容：一路是主视频（通常是人像），另一路是内容流（
回声消除（AEC） 回声消除（AEC）是音频处理中的基础能力，用于消除扬声器放出的声音再次被麦克风采
抗丢包 / FEC / NACK / PLC 网络抖动和丢包是实时音视频场景中的常见问题。抗丢包能力
自动增益（AGC） 自动增益（AGC）用于自动调整输入音量，让用户在离麦克风远近变化或说话声音大小不
噪声抑制（ANS） 噪声抑制（ANS）用于降低环境噪音对通话和会议的影响，例如空调声、键盘声、风扇声
远程医疗会诊 远程医疗会诊指医疗机构通过音视频系统实现跨院区、跨科室、跨区域的专家会诊、病例讨论、远
招投标评标系统 招投标评标系统是面向远程开标、评标、专家评审等场景的信息化系统，音视频能力通常用于远
视频会议终端 视频会议终端通常指用于会议室或固定场景的视频会议专用硬件，包括摄像头、麦克风、编解码设
远程审讯系统 远程审讯系统是面向司法、公安、纪检等场景的专用音视频系统，通常要求更高的权限控制、全过
远程庭审 / 远程公证 远程庭审和远程公证是司法与法律服务领域的音视频应用场景，通常要求多方音视频同
WebRTC 是一套基于浏览器和终端的实时音视频通信技术标准，支持音视频通话、屏幕共享、数据通道等能
WebRTC 私有化部署指将信令服务、媒体转发、TURN 服务、录制等关键组件部署在客户自己的服务器
音视频 SDK 是将实时音视频能力封装成开发接口和组件的一类软件开发工具包，供开发者在自己的 App
RTC 是 Real-Time Communication 的缩写，指实时通信。它强调的是低延迟、双
音视频 SDK 选型指在多个供应商之间比较底层技术、接入成本、私有化能力、稳定性、价格结构和交付支持
iOS / Android / Web SDK 指分别面向苹果移动端、安卓移动端和网页端的音视频能力
跨平台音视频指同一套音视频能力能够覆盖多个终端和系统，如 iOS、Android、Web、Windo
低延迟直播是指直播链路延迟显著低于传统直播，通常用于需要“边看边互动”的场景，例如在线培训、互动营销
互动直播 SDK 是既支持直播分发，又支持连麦、举手、问答、麦序等实时互动能力的开发工具包，常用于在
信令是实时音视频系统里负责“建立连接、交换控制信息”的部分，例如谁呼叫谁、如何入会、如何交换媒体协商
STUN、TURN、ICE 是 WebRTC 和实时通信里常见的一组网络连通机制，用来帮助终端在复杂
远程协助 SDK 主要用于需要远程沟通、远程指导、现场支持和问题排查的业务场景，常见于工业设备维护、
互动课堂 SDK 是针对在线教育、企业培训、双师课堂等场景封装的音视频能力，一般会强调举手、上台、白
音视频通话 SDK 主要面向一对一或小规模多方通话场景，常见于即时通讯、在线客服、远程问诊、社交陪伴
这是三类最常见的实时通信业务模型：一对一适合视频通话、客服、问诊；一对多适合直播和课堂；多对多适合会
NAT 穿透是指让处于路由器、企业防火墙或运营商网络地址转换之后的终端，也能够建立点对点或经中继的实
媒体服务器是实时音视频系统中的核心后台组件，负责接收、转发、录制、转码、混流或分发音视频流。不同产品
流媒体协议是音视频内容在网络中传输时所采用的规则集合，不同协议在延迟、兼容性、终端支持和网络适应性上
HLS 和 DASH 是两类典型的分段式流媒体分发协议，常见于点播和普通直播场景，优点是兼容性好、易
WebSocket 是一种建立在 TCP 之上的全双工通信协议，常用于浏览器与服务器之间持续交换实时
音视频编码是将原始音视频数据压缩成更适合网络传输和存储格式的过程。没有编码，音视频数据体积巨大，几乎
码率是单位时间内传输的数据量，通常用于衡量音视频流占用的带宽大小。码率越高，通常画质或音质越好，但对
帧率表示视频每秒显示多少帧，常见如 15fps、25fps、30fps。帧率越高，画面动态越流畅，但
延迟是指从一端说话、拍摄到另一端听到、看到所经历的时间差。它是实时音视频体验里最核心的指标之一。 不
GCC 拥塞控制 GCC 是 Google Congestion Control 的缩写，是 Web
AI 降噪 AI 降噪是利用机器学习或深度学习模型识别人声与环境噪声的差异，从而更有效地压低背景噪声
DTLS-SRTP DTLS-SRTP 是 WebRTC 中常用的安全传输组合：DTLS 用于密钥协
H.264 / H.265 / AV1 H.264、H.265 和 AV1 是常见的视频编码标准。H
Opus / AAC Opus 和 AAC 是常见的音频编码格式。Opus 在实时通信场景中应用非常
QoS / QoE QoS 指服务质量，更偏网络与系统层面；QoE 指用户体验质量，更偏最终用户主观
Simulcast（联播） Simulcast 指同一终端同时发送多路不同清晰度或不同码率的视频流，
SVC（可分级视频编码） SVC 是可分级视频编码技术，它把一段视频编码成多个层级，终端可以根据带宽
丢包率（Packet Loss） 丢包率是指网络传输过程中丢失的数据包比例，是衡量网络质量的重要指标
分辨率 分辨率指视频画面的像素尺寸，如 720p、1080p。分辨率越高，画面细节越丰富，但通常也需
抖动（Jitter） 抖动是指网络传输中数据包到达时间的不稳定程度。即使平均延迟不高，如果抖动很大，
