首页 > 站长学院 > 人物访谈 > 正文
专访腾讯音视频实验室刘晓宇:服务8亿QQ用户的音视频通讯技术如何用到直播中
2017-04-12 13:54:00       个评论    来源:人人都是产品经理  
收藏    我要投稿

专访腾讯音视频实验室刘晓宇:服务8亿QQ用户的音视频通讯技术如何用到直播中。1999 年,当时还叫OICQ的聊天软件发布了一个新版本,语音通话功能被正式加入,随后,视频通话也被加入。 18 年后的今天,QQ的月活跃用户已经超过 8 亿,一个更惊人的数字是,最多的时候,QQ用户每天的音视频通话时长达 12 亿分钟。

在QQ发展过程中,其背后的音视频通信技术也经历了对外采购,到成立QQ音视频技术中心,自研引擎,再发展壮大为腾讯音视频实验室,开放自研的SPEAR音视频引擎的过程。现在,随着全民直播时代的到来,腾讯又研发并开放了一体化的直播解决方案,并将腾讯直播SDK应用于斗鱼、虎牙、快手等顶级的直播平台。这背后,技术、经验上的不断进步和积累,也有腾讯对中国复杂的网络状况的智能处理。日前,腾讯音视频实验室负责人刘晓宇接受了雷锋网的采访,聊了聊这些问题,并向我们介绍了精细化运营及5G技术来临之际,直播会有哪些更新鲜的玩法。

\

(腾讯音视频实验室负责人刘晓宇)

腾讯音视频实验室:从无到有,再到支持每天 12 亿分钟通话

遥远的斯坦福校园内,一位机器学习教授上课的场景被高清摄像机捕捉的画面,通过编码器压缩,以分段发送的方式,通过互联网传输到你的电脑上,再由播放器进行实时解压缩处理,你就能学习到最前沿的课程。

流媒体技术给互联网带来了无限的活力,而当场景变成音视频通讯时,背后的技术就不止复杂了一倍。除了双向的反馈,实时通讯对延迟的要求也变得非常高;另外,回声处理也成了新的问题,“我听到你的声音出来了,我也要说话,这个过程中麦克风是一直开着的,假如不处理回声,你的声音会被再次采集进去,播到你那边。”

在腾讯大厦的腾讯音视频实验室内,刘晓宇向雷锋网做了一个小科普。 2005 年,他加入腾讯,负责QQ应用层的架构设计,“除了底层的公共组件,好友面板、消息窗口,包括空间、音乐、邮箱等插件化功能,可以理解为你能看到的QQ界面展示出的东西,都是我们开发的。”

2011 年,腾讯正式成立了音视频中心,刘晓宇被任命为负责人。尽管QQ在 1999 年就有了音视频通话功能,但很长一段时间,腾讯都依靠腾讯研究院和第三方技术提供商,没有独立的团队负责音视频通讯。

成立音视频中心,是因为腾讯觉得音视频会是未来的一个爆发点,还有一个重要原因,当时采购自GIPS(后被Google收购)的技术方案,是一个“黑盒子”,出现问题时自己无法找出原因,GIPS又不够重视,这坚定了腾讯技术自研的决心。

刘晓宇介绍,在音视频通讯中,网络问题一直是一个技术难点。检测网络带宽,以平衡视频质量和传输速度的带宽探测,处理丢包、抖动,都需要很深的技术积累。另外,随着移动互联网的发展,设备碎片化越来越严重,适配不同的设备又成了巨大的问题,“我们经常要适配系统的问题,有时候会出现很戏剧化的事情。”有一个版本的QQ,腾讯特意为适配不好的小米手机做了优化,但版本还没发布,小米就发现了问题,自己率先做了优化。互相适应,结果又有问题了。

\

(为了测试QQ在不同网络中的音视频通话质量,腾讯音视频实验室拉了 10 多条和用户真实情况一样的宽带,涵盖各个运营商、教育网等)

音视频中心的发展壮大,推动了QQ音视频通话功能的不断革新。现在,QQ用户每天的音视频通话时长达 12 亿分钟。 2015 年 11 月,腾讯正式开放自研的SPEAR音视频引擎,将包括流控策略控制云端化、通道智能化/多通道备份机制、分布式混音和云混音、跨平台通信协议设计、提供跨平台客户端引擎SDK、预连接设计、双人/多人通话平滑切换、通话客观质量评测体系等特性带给更多的开发者。

2016 年,腾讯音视频实验室正式成立,最初成立时只有 7 个人的音视频中心,如今已有 80 多人。除了继续保障QQ的音视频通话,将它的能力开放出来,在企业级市场上有所作为,也成了音视频实验室的新任务。

17 项领先技术促成音视频通话到直播:技术、需求都要随人性而改变

2015 年,随着4G和智能手机的普及,移动直播开始成为一个新的热点。其实在技术上,直播并不是一个新兴的东西,早在 2008 年前后,六间房就开始尝试使用Flash的技术进行网页直播。

从网页直播到移动直播,用户的需求没变,但使用的网络环境、设备、直播环境都在发生变化。例如,移动直播要解决Wi-Fi、移动网络的切换问题;而在不同的空间里,保证音质、视频流畅以及光线平衡,又对技术提出了新的挑战。刘晓宇向雷锋网举了个例子,最早做音视频通讯时,腾讯向GIPS采购的音视频通话方案经常会遇到投诉,其中的一个重要原因是中国复杂的网络环境,比如南北通问题、用户糟糕的网络连接等。

\

(消音实验室,关闭大门安静时分贝数仅为17,可以保证每次测试环境的一致)

在应对移动直播时,类似的问题同样存在,这就需要移动技术提供商针对不同的环境进行优化,其中弱网专项优化、抢带宽的能力、手机性能优化、机型适配、后台转码能力等,都会直接影响直播间稳定、清晰度,连麦的实时性和沟通的顺畅。

另外,据刘晓宇介绍,因为用户观看直播的微妙习惯,技术策略上也要做相应的调整。例如,在以前的视频通话中,用户的主要需求是低延时,所以当网络不好时,系统会自动降低视频清晰度。但是在直播中则完全相反,“宁可卡一点,延迟稍微大一点,也不要把分辨率降下来”;在研究中,刘晓宇的团队还发现,用户在观看直播时非常随性,会习惯性地滑到下一个直播,这就需要系统提前缓存画面,让用户快速切换直播。

现在,腾讯已经有了一整套的直播技术解决方案,只需要几行代码,就可以让企业接入腾讯直播模块,拥有腾讯的直播技术支持。

这套音视频直播AVL(Audio Video Live)方案,依托腾讯的SPEAR音视频通信引擎,通过腾讯直播SDK可打造跨平台一对多、多对多的超清酷炫直播场景。除了能够提供基础的高清、秒开、高音质、转码、鉴黄能力外,还具备连麦、实时录制、音频直播、美颜、水印、混音、IM等特色能力。同时兼具旁路直播、屏幕分享、人脸识别、滤镜、挂件等“冷僻”能力,全部能力达到 17 项之多,是目前能力覆盖最全的主流直播SDK。其流畅度、音质、低延迟、下行抗丢包 4 项指标位居行业第一,其他核心数据也接近行业最佳。

\

(测试真实通话时的质量,过程中的各项数据都会被实时记录下来)

音视频直播AVL 的一个重要应用是直播中的连麦,现在,斗鱼、虎牙和快手,都使用了这个服务。斗鱼直播产品规划经理汪楚峰也接受了雷锋网的采访,据他介绍,成立于 2014 年的斗鱼,现在每天开播的直播间数量超过 4 万,每天的活跃用户超过 2000 万。

2015 年,斗鱼开始使用腾讯提供的直播连麦功能,除了低延迟,腾讯还提供了虚拟装扮、主播变声等特色功能,另外在音乐场景中,腾讯对麦克风收音和音质提高上也有深入的优化。

垂直场景、语音识别、VR,新技术之下直播还有新玩法

今年初的春节期间QQ视频通话里做了一个视频表情彩蛋的玩法,说出“么么哒”屏幕上会出现红唇表情,说“新年快乐”、“恭喜发财”也会有对应的惊喜表情。

这只是语音识别在视频通话上的初步应用。直播平台的竞争已经出现“大鱼吃小鱼”的态势,在刘晓宇看来,技术将成为直播平台差异化的一个突破点。

今年,NOW直播已经开始测试绿幕直播,当用户在直播过程中,环境背景为指定绿色时,可替换任意手机相册内的照片或视频。这种应用在电影制作中的技术,可以让直播有更创新的玩法,有分析人士认为,它可以应用于二次元主题直播。接下来腾讯也会将该能力集成到直播SDK中去,开放给更多直播平台使用。

\

(Now直播的绿幕直播)

现在的直播,秀场和游戏直播占了绝大多数,但同时,也开始出现越来越多的垂直场景,如金融、教育类直播,在这类场景中,除了主播和观众,还涉及到屏幕,现在,腾讯的直播技术已经能解决三方同步、满足屏幕解码和CPU控制的问题。

另外,VR直播曾经被高度看好,刘晓宇告诉雷锋网,目前VR直播的技术障碍主要在于,要保证多人同时观看的沉浸式体验,直播源就要传输 360 度的全量数据,而这个数据量是非常庞大的;另外,在采集全景视频时,画面叠加部分的拼接、分割,镜头的矫正都还有很长一段路要走。

不过,科技行业永远是进步最快的领域,根据工信部和三大运营商的规划, 2020 年,中国5G将正式商用,刘晓宇说,“和4G相比,5G会是一种质变,我们会时刻关注这里的技术发展。”

点击复制链接 与好友分享!回本站首页
上一篇:专访蚂蜂窝CEO陈罡:旅游产业变革中,内容如何成为一门好生意
下一篇:马化腾:我最大的担忧,就是越来越看不懂年轻人的喜好
相关文章
图文推荐
文章
推荐
热门新闻

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训
版权所有: 红黑联盟--致力于做实用的IT技术学习网站