字节腾讯阿里罕见联手：发布直播技术新标准，要让手机直播像电视一样丝滑

明敏 发自 凹非寺
量子位 | 公众号 QbitAI

字节、阿里、腾讯3家大厂联手搞了件大事：

把传统直播3-6秒的延迟，直接拉低到1秒内大关，最低可到500毫秒的那种。

就在最近，火山引擎与阿里云、腾讯云联合发布一项“超低延时直播协议信令标准”，该标准首次正式定义了直播“客户端-服务器”信令交互流程。

通过将行业内广泛使用的WebRTC（网页即时通信）技术“对齐”，该标准使大规模分发的直播延时进入1秒大关。

这给我们带来的直接体验便是——

以后用手机看比赛、看直播，更加丝滑了。

任何公司、开发者都能按标准接入

让手机看直播变得丝滑有多重要？

就这么说吧，前段时间冬奥会比赛，摸鱼人上班期间想瞄几眼比赛，真的只有手机最方便。

不过用手机看比赛的体验，一直都是良莠不齐。

比如我们时常会遇到这种情况：这边手机上直播的比赛还在要紧关头，电视观众那头已经为“球进了”开始欢呼。

而且这和网速快不快还没有关系，即便是没有卡顿，手机上看网络直播也总是会慢半拍。

而“奇怪”的是，其实行业内大家使用的大多都是同一项技术——WebRTC （网页即时通信）技术。

这是谷歌在2011年就开源的一个API。它可以支持网页浏览器进行实时语音对话或者视频对话。

它无需开发人员下载任何插件，也无需开发者关注多媒体的数字信号处理过程，只需编写简单的Javascript程序即可实现。

WebRTC提供了音视频的采集、编解码、网络传输、显示等功能，并且还支持跨平台：Windows，Linux，Mac，Android。

那么，关键就在于WebRTC没有定义信令交互流程。

这就导致行业内各家都有自己的一套客户端与服务器的交互逻辑，效果参差不齐。

所以，制定一套标准化的解决方案，就成为了眼下解决问题的关键所在。

在火山引擎主办的视频云科技原力峰会上，火山引擎、阿里云、腾讯云便基于自身在视频直播、云计算等方面的技术积累，简化了WebRTC的信令交互流程，并进行大量优化。

火山引擎方面表示：由此制定的新标准，在扩展性、播放秒开率和成功率等方面都有了明显提升。

同时支持更多音视频封装、通信协议，支持快速建立链接降低首帧渲染时间，以及支持信令安全增强等特性。

火山引擎总经理谭待表示，此次火山引擎与阿里云、腾讯云的技术合作是共建开放的协议标准，任何公司和开发者都可以按照标准接入，共同推动视频技术发展和应用创新。

发布视频云产品矩阵

在发布这项标准之外，火山引擎还在当天发布面向体验的全新视频云产品矩阵。

这是继去年12月火山引擎推出78项云产品服务后，在云市场上的最新进展。

视频云是指包括在云基础设施上部署的音视频内容创作、编转码、分析和人工智能等解决方案。

比如冬奥会期间可以用手机体验VR观赛、在云端合成360度比赛视角、日常的抖音特效等，都属于视频云的范围。

火山引擎此轮发布的产品矩阵，覆盖了视频直播、点播、实时音视频、云游戏和云渲染等场景。

火山引擎提出，面向体验是他们的一大特色。

如何提供更好的体验？火山引擎视频云技术负责人表示：第一步是能够量化体验。

为此，他们提出了播放、画质、互动、性能四个维度，分别提出了量化标准。

播放方面，火山引擎视频云可将首帧时间压缩到100毫秒以下，让人几乎感觉不到首帧的存在，看视频更加丝滑。

同时他们还强调技术的稳定性，将崩溃率降低到了1/100000以下，假如用户每天刷100个短视频，3年才能遇到一次播放器崩溃。

画质上，火山引擎BVC1编码器相比H265能够节省50%的码率，在同样的带宽下BVC1编码器的画质更清晰。

互动方面则集成了抖音美颜、特效、滤镜等应用。

实时音视频服务（RTC技术）还能支持百万级用户并发，单房间最高支持超过千人上麦，成为国内首家能够提供单房间超过千人上麦的RTC服务。

最后是性能体验方面，火山引擎自研的图像编解码算法，压缩体积比目前业内主流产品能再优化10%-20%，同时，高清低码技术使得片源压缩率可达20%-35%，相同主观效果下，可节省码率10%-20%。

据今年年初IDC发布的《中国视频云市场跟踪（2021上半年）》报告显示：2021上半年中国视频云市场规模达到43.7亿美元，同比增长达到38.7%。

IDC中国行业云服务研究经理魏云峰表示，短期内虽然面临竞争加剧、部分赛道增长乏力等变数，但中国视频云市场仍处于高速增长中。

参考链接：
https://www.idc.com/getdoc.jsp?containerId=prCHC48731422