声网的远程视频银行通过对金融科技在数字化转型中的业务需求的深刻理解，借助声网在实时音视频技术和远程协作领域的深厚积累，通过对用户端和云端的传输协议优化和数据链路优化，在银行视频客服，理财咨询，理财业务办理等多种业务场景的金融业务中，通过线上技术能力还原线下业务场景。真正实现了无接触金融业务。
同时通过VoLET和虚拟数字人技术的应用，赋予远程视频银行产品更多科技化，人性化的元素。
一、实施背景：
在移动互联网及万物互联高效率协同发展的科技背景下，同步叠加疫情影响的当下社会现状，必然也对金融科技的发展产生重大且深远的影响，这次我们谈到的声网远程视频银行产品，就是在这样的背景下，借助实时互联技术，以视频互动见证等核心技术手段，依托声网遍布全球的SD-RTN视频云网络服务，实现线上形态完全复刻线下金融业务场景，实现无接触式金融形态。
二、实施目标：
通过互联技术和实时音视频技术能力的应用，实现科技银行，智慧银行和无处不在的银行业务能力。
三、建设内容：
在该技术方案中，我们充分理解了金融业务领域的需求场景和对应的核心痛点，通过业务需求我们总结了如下几点关键技术能力：
1.实时连接能力以及对应的用户体验优化
为支撑远程视频银行服务的通话流畅，在通信链路层面，一般采用高覆盖，高可用的云端加速链路通道，实现跨区域，跨运营商的数据传输和高并发负载处理能力，满足终端用户在业务过程中进行视频互动的用户体验，同时，在用户弱网情况下，通过通信技术手段，将端到端延时控制在300ms以内，保证优质稳定的用户视频互动体验。
2.安全合规及音视频双录及质检能力
在网络部署和数据安全层面，通过数据加密，传输协议安全，以及混合云，私有化部署模式，保证金融级安全要求。另外在业务安全合规层面，针对业务可回溯的金融业务需求，通过音视频双录及质检能力，满足监管要求。
3.跨平台互通及各接入场景业务融合能力
实时音视频技术支持移动端端全平台（Android，iOS，小程序，H5），PC端（Windows，Mac）,Native,Web,具备全平台互联互通能力
4.AI能力带来的效率提升
在声网的远程视频银行系统中，结合了很多音视频AI方面的技术能力，来提升最终的业务效率和业务合规，包括身份联网核查、实名认证等业务需求，目前主要集成的AI能力包括：OCR、活体检测、人脸识别、声纹识别、虚拟人像、ASR、TTS等；为满足金融监管要求，远程视频银行需要实现双录能力，包括单画面录制、多画面合成录制。
该远程视频银行的核心技术优势及特点体现在如下三个方面：
•实时视频连接互动能力提升用户体验：
在远程视频银行产品中，用户与客服间视频互动的流畅性是保证金融业
务顺利开展的基础技术保证。声网基于端云结合的解决方案，在云端通过自研的SD-RTN(Software Define-RealTime Network)网络,实现跨国家，跨运营商的数据调度传输，同时应对高并发高负载的用户网络接入。
在端上，通过对传输协议的优化，实现视频互动的传输的低延时，和抗弱网能力。以及在复杂声学环境下的3A音频（AEC回声消除，ANS自动噪声抑制，AGC自动增益控制）技术，保证在任何复杂网络和声学环境下，都能保证用户一个稳定优质的互动体验。
•视频AI，音视频双录质检能力全面提升业务体验：
建设有温度而且赋能业务的“远程视频银行”，AI能力集成和音视频双录及质检是关键技术能力。包括身份联网核查、实名认证等业务需求，目前主要集成的AI能力包括：OCR、活体检测、人脸识别、声纹识别、虚拟人像、ASR、TTS等；为满足金融监管要求，远程视频银行需要实现双录能力，包括单画面录制、多画面合成录制。
•视频中台的能力构建满足未来业务扩展需求：
随着银行在富媒体相关业务的深度应用，与视频，消息，远程协作相关场景层出不穷，构建一套视频能力中台系统，来满足当下和未来很长一段时间对科技银行，科技金融的业务需求，是很多金融机构的核心诉求。声网基于金融领域的视频云能力平台，聚焦在音视频技术能力本身，针对金融业务场景开放丰富的SDK API原子能力，另外声网开放的SD-RTN网络支持混合云，私有化，公有云三种网络部署模式，能方便构建银行自主知识产权的视频云能力中台系统，支撑包括远程视频银行，视频客服，金融视频直播，视频双录，远程视频核验，视频车险理赔等各类视频应用场景。
四、实施效果
通过远程视频银行的实施建设，大大提升了金融业务的科技属性和智能化体验，实现了真正的无接触金融，真正的7*24小时不打烊金融业务。结合声网在实时音视频技术能力上的助力，深挖金融业务场景，不断优化用户体验，实现了真正线上化金融场景完美复刻线下金融业务，大大的实现了降本增效。