2016年9月10日，第52期【OSC源創會】在珠海圓滿落幕，350餘名OSCer齊聚報業大廈，聆聽了一場誠意滿滿、乾貨多多的技術分享盛會。
本期源創會由5位講師分別針對5個不同的主題進行分享，為給未能到現場以及參與活動後仍意猶未盡的OSCer更好的了解和學習，開源中國將每位講師的演講內容進行了整理，並將逐一發布。乾貨多多，不容錯過！
首先是由騰訊高級音視頻架構師郭亮帶來的《互動直播技術解密》，主要是對目前主流直播方案的解析，以及依託於QQ音視頻的騰訊雲互動直播SDK在多個關鍵技術上的深度優化方案的分享。
郭亮的分享PPT下載地址：http://www.oschina.net/doc/44250
直擊現場嘉賓訪談：https://www.oschina.net/question/2886655_2196558
完整演講內容如下：
開源中國社區珠海的小夥伴們，下午好！感謝主持人把氣氛調動的這麼歡快，也很開心大家冒著大雨來參加我們的活動，包括現在也有許多不能來現場的小夥伴在線上觀看我們的活動直播。
首先，做個自我介紹，我叫郭亮，來自騰訊雲視頻，07年畢業之後加入中興通訊一直從事音視頻相關工作，包括核心網、媒體網關等相關音視頻架構。而後進入了騰訊，近一年來，一直在專注於開發騰訊的直播的一些引擎。
話不多說，我們進入主題。大家剛才應該有看到，我有和觀看線上直播的小夥伴打招呼。近一年來，直播被拱上風口。據統計，在過年的一年裡，有超過1000家廠商進入直播行業，現在已隨處可見各種各樣的直播。可以說，直播已經走進了我們的生活。
其實對於直播行業，我們有做一個自己的分析，大概將其分為以下幾類：
第一種是傳統的語音直播網站，像是YY、9158這些，現在發展依然強勁。
第二種是近兩年興起的遊戲類直播網站，像是鬥魚、龍珠、戰旗等，也已經探索出一條成熟的直播變現道路，有著不錯的用戶量和收益。
另外就是傳統的視頻網站，包括騰訊視頻、愛奇藝、搜狐視頻等，也推出了自己的直播業務。
還有最近興起的秀場，像是映客、花椒等，在最近的各個熱點話題背後都能看到它們的身影，也成功塑造出許多網紅。
此外，像是聚美、蘑菇街、唱吧這些電商、歌唱、炒股類的網站，也紛紛加入了隊伍，做跨界直播。
說完分類，接下來正式來聊本期的主題——互動直播。互動直播其實也是不斷在演變，最初的主播只是簡單回應觀眾文字類、彈幕類的提問和話題的方式，逐漸衍生出接送禮物、連麥等更具互動交流的形式。到現在，隨著VR技術的逐漸成熟，已經有國內外的網站在推出VR的直播，可以說是互動直播未來的一種發展方向。
可能有人會想，既然直播這麼火，那也去做一個直播的APP，或者在APP裡面加入直播能力。那麼問題來了，一個好的直播產品需要清晰、低延遲、秒開、連麥等等一系列的技術特性，我們到底該如何進行技術選型呢？
其實，目前市面上比較流行的是這幾種直播方案：
第一種是基於TCP的RTMP，這可以說是相對成熟的一種方案，它的優勢是只要瀏覽器支持FLASH，就可以內嵌播放；但不足的是，在互動直播中2-5S的延時會對體驗有所影響。第二種FLV是基於HTTP下載協議的一個方案，在交互上比RTMP會稍微輕便點，但同樣存在溝通延遲的問題。第三種HLS是目前直播中比較常見的一種方案，其最大的優勢就是手機瀏覽器是原生支持的，這在移動網際網路時代可以說是一大殺手鐧；不過它最大的問題是延遲比前面兩種會更為嚴重。還有一種RTP方案，是目前QQ和微信中做實時音視頻使用的方案，它的優勢就是延遲可以做到很低，控制性強，但它的一大缺點就是在PC和移動端的原生支持都是比較差的，需要做一些SDK的嵌入。
看完這四種方案，是不是發現好像並沒有哪種方案是做的特別好的？在這種情況下，騰訊雲做了一套自己的直播方案，對各方面有做一定的折中。首先，我們有做一套實時音頻的框架，主播和觀眾可以實現很好的互動，保證溝通的順暢。而為保證下行的抗損耗能力，我們又接入了OC系統的分發體系。同時，為更好的對瀏覽器支持，我們做了一套「旁路推流」系統，將音視頻流轉到RTMP、FLV或HLS等，通過傳統的CDN方案推給客戶端，實現瀏覽器原生支持。這樣，我們既能實現好的延遲和抗損，也能有相對較強的兼容。
接下來，給大家介紹互動直播方案中比較核心的技術，主要針對幾個關鍵點進行講述。
1、秒開
舉個例子，從下圖可以看到，網站的開啟速度對於用戶留存以及網站自身收益有著很大影響。
在直播當中，秒開的重要性同樣不言而喻。而影響秒開的因素非常多，包括自身的影響、和業務側的影響、以及一些設備方面的影響等等。對於秒開，騰訊雲將其分成了兩個環節——進房和岀畫。在進房這一部分，我們將一些可以提前做的東西提前在登陸的時候完成；另外就是針對設備上的一些啟動啊進行並行操作；還有就是和業務側的配合，像禮物狀態的存取、人數的拉取等，做並行處理。而在岀畫環節，則設立了後臺音視頻數據的雙GOP緩存機制，後臺根據網絡上的情況和客戶端向Server拉取的時機，智能的選擇存取單個還是兩個GOP數據，以及智能推送前一個GOP數據還是當前GOP數據，給後面的音畫同步和緩存帶來聯動作用。
那是不是只要做完這些就可以達到很好的效果呢？
然而，並不！因為我們在做完發現後臺在推送數據的時候會一下推送兩個GOP龐大的數據，對帶寬的壓力極大。因此，我們又做了一些其他的策略來保證穩定性，包括推流速度的控制以及推流數據的QoS保障機制。我們不固定速度推送，而是根據用戶當前的數據量和網絡情況自動選擇合適的推送速度，降低丟包，再加上保障機制，給用戶穩定的交互。
下圖是騰訊雲和一些競品的交互數據：
2、流暢無卡頓
這是比秒開在直播過程中接到用戶反饋更多的核心要素，事實上，影響卡頓的環節很多，包括採集、播放等等，而這其中又分為功能方面和網絡方面上的優化。在此，則主要講的是網絡上的優化。其實上行不穩和下行不穩都會造成卡頓，對此，騰訊雲從以下幾個方面進行解決：一是依託於多年的用戶積累，及海外多點部署的伺服器，能及時的進行針對性擴容，保證接入。二是採用「三級火箭調控」機制，根據用戶卡頓時間進行自適應調整。三是同一事件往往有各個平臺的人在進行直播，大家均在競爭網絡下進行工作，需要有優異的搶帶寬能力，騰訊雲基於UDP的傳輸方案在此時則具有明顯優勢。
3、低延時連麥
低延時連麥是互動直播中的重點也是最基本的要求，騰訊雲同樣是基於多年的音視頻積累經驗，轉換了一套解決方案。低延時連麥對音視頻的基礎能力要求較高，包括對語音的回聲消除能力、視頻的原音編解碼等能力。
說到回聲抵消技術，可能有做過IOS開發的同學會說，IOS上自帶有回音抵消能力的，為什麼不直接用呢？其實，大家真正去用的話，回聲抵消真正要做細緻的話，需要考慮很多東西。騰訊雲在信號對齊、機型設配、音頻防抖上都有很大的優勢。
此外，我們在視頻上針對編解碼也做了許多優化，包括視頻壓縮質量的調節、低碼率畫面下編碼方式的調節等，使得在視頻編碼的性能和效果上，都有一定的加強。目前已經放開了500多款行動裝置的硬體編解碼。
4、開放式框架
開放式的框架指的是無論是在採集層還是處理層，可以實現既可以使用我們設定的，也可以自定義，包括自定義實時水印、美顏、音效等，更符合個人需求。
5、運營與網絡模擬
作為一個開放的SDK，對於運營能力是非常重要的。當你的SDK接入了幾百家的用戶，如果沒有出色的運營能力的話，你很可能會轉變為疲於奔命幫用戶解決問題的客服。騰訊雲目前的做法是除了提供給用戶業界通用的包含每日訪問數據、每日卡頓率變化的報表，還提供一個實時的監控系統，可以讓用戶及時看到訪問情況。
另外，我們實行一套網絡模擬系統，我們自己在騰訊大廈實驗室裡面模擬各種託管下、競爭網絡下以及運營商網絡下的網絡環境。現在這一套系統也已經集成在SDK裡，可以進行模擬。
講完這麼多，那究竟要接入騰訊雲SDK的過程是怎麼樣的呢？
其實，經過我們的多輪優化，我們現在接入的過程已變得十分簡單。下圖的8個小框可能僅需要一行代碼，如果大家想接入的話，可能從我現在講完到待會活動結束，Demo就能跑起來了。可能還有人會覺得說自己音視頻方面的技能比較差，不是很清楚一些房間之類的概念，我們還提供了一個「隨心播」的APP，代碼是完全開源的，需要的話直接把代碼Copy過去基本上就能正常使用。
謝謝！
【現場互動環節】
【問】：騰訊雲視頻上對於掛件這一塊有沒有單獨的SDK？
【答】：有的，我們有單獨的渠道來接入、開放。
【問】：直播中的接送禮物、結算這一塊的SDK有沒有公開呢？
【答】：結算的SDK我們沒有做的，因為涉及到用戶的金融還有用戶量等數據，不是很方便去做。一般的直播平臺都會自己去做這一塊，畢竟涉及到結算的問題。
郭亮的分享PPT下載地址：http://www.oschina.net/doc/44250