新時代的音視頻通話

摘要：視頻已經成為互聯網平臺人們創(chuàng)作內容的重要工具，而音視頻通話的使用場景，也由傳統(tǒng)的企業(yè)內部視頻通話（視頻會議）轉向了互聯網方向。現在，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，不同的場景需求讓音視頻通話的技術方案在不停的演進。

隨著時代的進步，互聯網的內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，同時隨著內容的變化，人們之間的交互也由傳統(tǒng)的IM（文本+圖片+表情）向直播和更強調互動的音視頻通話RTC（Real-Time Communication）方向演進 。

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

隨著移動互聯網的發(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，還涌現出了更多基于手機端的音視頻服務，例如在zoom、微信、網易云信、即刻、聲網等平臺上�，F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端。

那相較于傳統(tǒng)的視頻會議，現在的音視頻服務有哪些特點呢？

1) 基于通用硬件

目前的音視頻產品都能在多種的終端上運行，比如手機、PC、機頂盒、平板，可以通過外接攝像頭、麥克風等進行數據采集，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) 基于互聯網

傳統(tǒng)的視頻會議通常在企業(yè)內部提供，通過企業(yè)內網或者使用專線等方式提供，現在的音視頻服務通常都基于互聯網，通過寬帶和移動網絡提供高質量、能隨時接入的在線服務。

3) 轉發(fā)模式，效率優(yōu)先

傳統(tǒng)的視頻會議通常會在服務器端合流，將多路輸入在服務器合并之后，再轉發(fā)給接收者，這種方式對于服務器端的壓力比較大，而且不容擴展，系統(tǒng)的總容量受限于單個服務器的處理上限。

現在通常都采用轉發(fā)的模式，即服務器不做視頻處理，只是進行轉發(fā)（包括用戶到服務器、服務器之間），這種方式有利于提高效率，并且很方便的進行擴展。

4) SD-RTN，全球布點

SD-RTN（SOFTWARE DEFINED REAL-TIME NETWORK）軟件定義實時網絡，現有的音視頻服務通常都會將自己的傳輸節(jié)點在多地部署，通過檢測等手段，來進行網絡傳輸鏈路的選擇，這是目前音視頻服務比較通用的實現方式。

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，2017年WEBRTC加入W3C（互聯網國際標準組織），成為瀏覽器的標準功能，目前PC端的瀏覽器、android和ios的默認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，只要打開一個網頁就可以和別人進行音視頻通話，不再需要安裝各種APP；目前各種音視頻服務都會選擇兼容WEBRTC。

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

1) 在5G網絡的加持下，實現低時延、抗弱網

2) 通過編解碼技術（H265，VP9等）的優(yōu)化實現更高分辨率（4K）和清晰度的音視頻質量

3) 全平臺的覆蓋，包括汽車終端、各種智能家電、穿戴設備等。

也許，我們未來能夠隨時隨地的和家人進行音視頻通話，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：嚴飛軍