TRTC功能咨询

1、TRTC能实现手机端和pc端通过手机号搜索，进行音视频通话么？

使用场景：

（1）医生与病人进行音视频一对一问诊（包括多人视频会议）

（2）医生使用PC端，病人使用移动端

问题：PC端怎么通过音视频通话邀请移动端进入通话，就像IM视频通话一样？使用的是TRTC，请问怎么能实现这个业务场景？

解答：

一：首先在TRTC官方demo中手机端是可以实现1V1音视频通话的（demo下载地址：https://cloud.tencent.com/document/product/647/32689），具体实现过程：A拨打音视频通话给B，A通过IM发送一条消息给B同时创建一个房间，B接收到消息，点开进入音视频通话界面，接受进入房间。

所以1V1音视频通话到底是怎么实现的呢？实际上就是双方进入同一个房间，只不过房间号没有开放出来。

二：跨端的音视频通话，也是通过IM消息发送，进入房间实现的。

（PC端邀请移动端音视频通话）具体实现过程：用户服务器肯定得保存用户的userID（手机号注册，对应唯一的userID），PC端通过手机号搜索用户（userID），拨通音视频通话（并创建房间）。这时，通过IM发送消息给移动端，移动端接收邀请进入房间。

2、如何获取采集的每一帧？有现成的接口吗？

使用SDK采集视频，无法获取到CVPixelBufferRef（每一帧）。只能自定义时才能通过onPlayerPixeBuffer:这个方法拿到CVPixelBufferRef

3、如何监听网络，弱网时提示切换网络或者停止连麦？

弱网状态下，直播连麦会出现卡顿甚至丢帧的情况。TRTC可以使用 onNetworkQuality() 监听当前网络的上行和下行质量，实现信号强弱功能。在VoiceRoomTRTCServiceDelegate下设置了一个代理方法

func onNetWorkQuality(trtcQuality: TRTCQualityInfo, arrayList: [TRTCQualityInfo])

通过设置当前代理，实现网路监听，

 func onNetWorkQuality(trtcQuality: TRTCQualityInfo, arrayList: [TRTCQualityInfo]) {
        //判断网络，进行操作（提示主播切换网络）
        switch trtcQuality.quality {
            case TRTCQuality.excellent:
                print("网络最好")
            case TRTCQuality.good:
                print("网络好")
            case TRTCQuality.poor:
                print("网络一般")
            case TRTCQuality.bad:
                print("网络差")
            case TRTCQuality.vbad:
                print("网络很差")
            case TRTCQuality.down:
                print("网络不可用")
            default:
                print("未知网络")
        }
    }

4、新版本的应用是否能使用旧版本的混流方式？

解决办法：新版本的应用可以使用旧版本的混流方式，但是，不能使用客户端SDK进行混流。因为新版本默认是使用MCU混流方式，所以只能服务器使用云直播混流的方式进行混流。但是这样又出现一个问题，这样的混流不能进行录制。

录制的解决办法：是api没带product_name的原因，api支持product_name后期会改善发布。

目前解决方式可以在trtc控制台配置录制模板，通过模板来拉起录制任务（https://cloud.tencent.com/document/product/647/16823 ）

5、直播音画不同步？

解答思路：

首先造成音画不同步的原因一般有两种:

1)  音视频数据采集时时间戳添加就存在偏差，这种情况上，需要从采集设备端调整PTS 生成策略。

2)  网络传输导致的时间戳偏差，由于网络延时、丢包、带宽不足等原因，音视频数据包没有同步到达播放器，解码的时候有了一些偏差，这种情况也有可能导致音画不同步。

通过仪表盘查看直播的音视频的图形表，发现音视频和网络的波动很大，初步得出结论是网络影响了音视频数据包的传输和解码时机，导致的不同步。进而发现用户使用App的CPU使用率平均在80%左右。最终建议：1、在网络流畅的情况下进行直播，2、直播是建议关闭其他占用CPU资源多的App 3、代码进行App的内存优化