協助開發人員快速高效開發音視頻應用
音視頻終端 SDK（MediaBox SDKs）整合了直播推流、視頻播放、短視頻創作、美顏特效、音頻特效等核心能力，搭配開源 UI 組件和產品級 Demo，支援您根據業務需求整合所需 SDK 以及採用低代碼方式快速搭建所需應用。
節省體積
融合直播和點播核心能力，複用核心組件，節省50%以上的包體積
高效整合
一次性批量接入多個功能模組，提升整合效率，節省研發對接成本
接入靈活
按照業務需要自由組合功能模組，按需打包貼合業務情境
簡單易用
產品級 Demo 提供直播、點播全功能能力，貼合業務實踐需要，便於快速整合
服務多樣
播放品質監控功能提供完善的指標體系確保服務品質，音視頻 AI 提升音視頻利用和分發效率
功能穩定
經過數億級請求量的打磨，音視頻服務品質穩定可靠，為您提供流暢清晰的體驗
產品功能
播放器 SDK
阿里雲播放器 SDK 是阿里雲自研的全端音視頻播放工具，播放器 SDK 具有整合便捷、全端覆蓋、播放效能優秀等特點。同時提供豐富多樣的播放玩法，多樣化的視頻安全方案支援和完善的播放資料服務，為您提供雲端協同的優質播放體驗。
全平台覆蓋一次性整合
播放器 SDK 支援 Web、Android、iOS、Flutter、Windows、macOS 和 Linux 等平台，有效支撐多屏播放的業務情境，滿足您的多樣需求。播放器 SDK 在不同平台下提供統一的介面設計，顯性降低開發人員跨平台整合的工作量。
穩定流暢的播放體驗
播放器 SDK 品質穩定可靠，輕鬆支撐過億每日播放vv（video view）、秒開率大於 85%、百秒卡頓時間長度小於 100ms。綜合播放策略、裝置適配軟硬解方案確保播放流暢性。
複合視頻安全方案支援
ApsaraVideo for VOD提供標準加密、阿里雲視頻加密（私人加密）和 DRM 加密方案，播放器 SDK 支援上述方案的加密解碼，有效解決惡意下載擴散等侵權問題
推流 SDK
阿里雲推流 SDK 是基於阿里雲強大內容分發網路和音視頻即時通訊技術的用戶端推流開發工具，支援 Android、iOS、Flutter 多端多平台推流，為您提供簡單易用的開放介面、網路自適應的流暢體驗、多節點的低延遲最佳化、功能強大的即時美顏等服務。
直播推流
支援 RTMP 協議直播推流，並支援 RTMP、FLV、HLS、ARTC 直播拉流協議，解析度支援 180P~720P；支援橫屏、鏡像、純音頻、靜音、後台等多種推流方式。
超低延時直播
提供基於 UDP 協議的 WebRTC 推流，且控制台支援自助開通 WebRTC 推流網域名稱，優秀的弱網抗性，帶給您毫秒級超低延遲直播體驗。
直播連麥
提供基於即時音視頻 RTC 的直播連麥解決方案，協助您實現超低延時、更多人數的直播即時互動。
短視頻 SDK
阿里雲短視頻 SDK 是集短視頻錄製、裁剪、編輯、上傳等功能於一體的開發人員工具。短視頻 SDK 提供易用、穩定、統一的介面和開源產品級的 UI 介面，您可以根據自己的業務搭建短視頻相關功能，還可以基於開源的 UI 介面完成介面定製，實現個人化的二次開發。
視頻錄製
支援多端錄製、變速、清晰度、屏比等多種拍攝設定；支援即時浮水印、即時濾鏡、即時特效、即時美顏、合拍等多種錄製方式；同時支援多路混音、回聲消除、音頻降噪等。
視頻模板
支援在編輯介面添加 MV 效果，切換 MV，可引導您選擇相應的視頻或圖片，根據設計好的 AE 模板結構進行視頻的合成，批量剪輯同款視頻。
動圖字幕
支援動圖、普通字幕、氣泡字幕、花字、翻轉字幕等。
美顏特效 SDK
阿里雲美顏特效 SDK 是基於自研的智能視覺演算法、海量規模的人臉人體檢測和識別技術提供的美顏特效功能。支援畫面美化、人像美顏、摳像製作、貼紙美妝、動作識別、美體、美髮、AR 隔空寫字等各種個人化定製服務。
動作檢測
基於自研的演算法技術，支援人體 18 個關鍵點位的即時精準檢測，可識別直立、舉手、比心、叉腰、超人等 13 種靜態姿勢識別，同時還支援跳繩、開合跳、深蹲、伏地挺身、仰臥起坐等 9 種動態動作檢測，並即時提供計數反饋。
即時風格濾鏡
支援數十款濾鏡效果，並持續更新素材庫。即時渲染處理，讓視頻情境瞬間變美變好看，滿足各類視頻情境處理需求。即時渲染畫面處理，效果自然貼合情境。持續擴充的濾鏡素材庫與效果調優。
動態貼紙
基於人臉關鍵點技術和智能演算法，貼紙精準貼合面部，並可根據面部表情動作變化即時跟隨。貼紙支援靜態、動態，並會持續擴容素材庫，為視頻情境提升生動性、趣味性、互動性。
藍/綠幕摳像
支援藍色和綠色背景幕布摳像。精準識別人體，與背景精細分割，支援多光線、正側面等複雜環境的摳像，並即時跟隨。
AR 隔空寫字
通過手勢識別演算法識別出手指關鍵點的軌跡，同時通過判斷您的手處於落筆或抬筆的狀態資訊，把您寫的內容渲染在視頻內，從而實現 AR 隔空書寫的效果。可廣泛應用於直播、教學、線上互動等各種情境。
人臉美顏
整體智能美顏包括 5 檔，手動美顏支援美白、磨皮、銳利化、美膚、眼袋、祛法令紋、白牙 7 項功能，每項功能參數可調。
音頻特效 SDK
音頻特效 SDK 致力於泛娛樂影視體驗、音視頻即時通訊、音樂理解與處理等情境音頻技術的應用，通過音頻技術為您提供優質的音視頻互動體驗。
全景聲
提供全景聲內容的生產-消費全鏈路技術。將全景聲音頻(Ambisonics 格式)通過專屬的雙耳渲染技術轉換為含有全部空間資訊的雙聲道音頻，在 VR 頭顯以及具有陀螺儀的手機裝置上實現自由視角下，聲像始終保持統一，人轉動，聲源位置不動的沈浸式體驗，可用於 VR 直播，VR 點播等情境。
環繞聲
提供影視中音頻內容的環繞聲渲染技術。在兩聲道立體聲的裝置上，通過專屬的聲學演算法對 5.1/7.1 等多聲道及立體聲影片進行耳機、外放的虛擬環繞渲染，使您可以在耳機或外放上感受到從四面八方傳來的聲音，帶來飽滿的，有層次感和方向感的影院級聽覺體驗。
人聲增強
提供高品質的人聲增強技術。在不改變音色的前提下，將影視中的對白部分進行凸顯，使嘈雜場面中的對白更加清晰明亮，使您不再錯過精彩內容。
應用情境
MediaBox音視頻SDK主流業務情境主要分為音視頻播放、直播推流與連麥互動、短視頻創作和美顏特效。
