新時代的音視頻通話

摘要：視頻已經(jīng)成為互聯(lián)網(wǎng)平臺人們創(chuàng)作內(nèi)容的重要工具，而音視頻通話的使用場景，也由傳統(tǒng)的企業(yè)內(nèi)部視頻通話（視頻會議）轉(zhuǎn)向了互聯(lián)網(wǎng)方向�，F(xiàn)在，隨著線上劇情殺、陪聊、直播、在線教育等越來越多的創(chuàng)新場景出現(xiàn)，不同的場景需求讓音視頻通話的技術(shù)方案在不停的演進(jìn)。

隨著時代的進(jìn)步，互聯(lián)網(wǎng)的內(nèi)容也由早期的單純的文本 → 文本+圖片→ flash+gif等多媒體 → 視頻，逐步演進(jìn)，同時隨著內(nèi)容的變化，人們之間的交互也由傳統(tǒng)的IM（文本+圖片+表情）向直播和更強(qiáng)調(diào)互動的音視頻通話RTC（Real-Time Communication）方向演進(jìn) 。

傳統(tǒng)音視頻通話的使用場景大多是企業(yè)內(nèi)部的視頻會議，通常是基于特定的硬件系統(tǒng)，包括服務(wù)器端、采集端、播放端等都是由特定廠家一次性提供。

隨著移動互聯(lián)網(wǎng)的發(fā)展，不僅帶來了基于PC的視頻會議系統(tǒng)，比如早期的webex，google meet等，還涌現(xiàn)出了更多基于手機(jī)端的音視頻服務(wù)，例如在zoom、微信、網(wǎng)易云信、即刻、聲網(wǎng)等平臺上�，F(xiàn)在很流行的線上狼人殺、劇本殺、在線陪聊、主播直播、在線教育等，使用場景大多也是手機(jī)端。

那相較于傳統(tǒng)的視頻會議，現(xiàn)在的音視頻服務(wù)有哪些特點(diǎn)呢？

1) 基于通用硬件

目前的音視頻產(chǎn)品都能在多種的終端上運(yùn)行，比如手機(jī)、PC、機(jī)頂盒、平板，可以通過外接攝像頭、麥克風(fēng)等進(jìn)行數(shù)據(jù)采集，而傳統(tǒng)的視頻會議一般都是基于特定平臺（比如WINDOWS）和特定的硬件。

2) 基于互聯(lián)網(wǎng)

傳統(tǒng)的視頻會議通常在企業(yè)內(nèi)部提供，通過企業(yè)內(nèi)網(wǎng)或者使用專線等方式提供，現(xiàn)在的音視頻服務(wù)通常都基于互聯(lián)網(wǎng)，通過寬帶和移動網(wǎng)絡(luò)提供高質(zhì)量、能隨時接入的在線服務(wù)。

3) 轉(zhuǎn)發(fā)模式，效率優(yōu)先

傳統(tǒng)的視頻會議通常會在服務(wù)器端合流，將多路輸入在服務(wù)器合并之后，再轉(zhuǎn)發(fā)給接收者，這種方式對于服務(wù)器端的壓力比較大，而且不容擴(kuò)展，系統(tǒng)的總?cè)萘渴芟抻趩蝹�服務(wù)器的處理上限。

現(xiàn)在通常都采用轉(zhuǎn)發(fā)的模式，即服務(wù)器不做視頻處理，只是進(jìn)行轉(zhuǎn)發(fā)（包括用戶到服務(wù)器、服務(wù)器之間），這種方式有利于提高效率，并且很方便的進(jìn)行擴(kuò)展。

4) SD-RTN，全球布點(diǎn)

SD-RTN（SOFTWARE DEFINED REAL-TIME NETWORK）軟件定義實(shí)時網(wǎng)絡(luò)，現(xiàn)有的音視頻服務(wù)通常都會將自己的傳輸節(jié)點(diǎn)在多地部署，通過檢測等手段，來進(jìn)行網(wǎng)絡(luò)傳輸鏈路的選擇，這是目前音視頻服務(wù)比較通用的實(shí)現(xiàn)方式。

5) WEBRTC

WEBRTC是google公司2011年通過收購GIPS后推出的音視頻通信技術(shù)，2017年WEBRTC加入W3C（互聯(lián)網(wǎng)國際標(biāo)準(zhǔn)組織），成為瀏覽器的標(biāo)準(zhǔn)功能，目前PC端的瀏覽器、android和ios的默認(rèn)瀏覽器大部分都支持WEBRTC，WEBRTC使得人們使用音視頻的方式得到了極大的改善，只要打開一個網(wǎng)頁就可以和別人進(jìn)行音視頻通話，不再需要安裝各種APP；目前各種音視頻服務(wù)都會選擇兼容WEBRTC。

說了這么多特點(diǎn)，那未來音視頻通話的發(fā)展方向是什么呢？我認(rèn)為主要集中在三個方向：

1) 在5G網(wǎng)絡(luò)的加持下，實(shí)現(xiàn)低時延、抗弱網(wǎng)

2) 通過編解碼技術(shù)（H265，VP9等）的優(yōu)化實(shí)現(xiàn)更高分辨率（4K）和清晰度的音視頻質(zhì)量

3) 全平臺的覆蓋，包括汽車終端、各種智能家電、穿戴設(shè)備等。

也許，我們未來能夠隨時隨地的和家人進(jìn)行音視頻通話，如同對方就在眼前一樣；能夠隨時隨地的查看家里的寵物的情況，并和它進(jìn)行互動；能夠在珠穆拉瑪峰、在南極、在海底和別人分享自己探險的景色。

作者：嚴(yán)飛軍