"基於 WebRTC 的低延遲直播將會是未來直播行業的主流解決方案！"這是融雲聯合創始人兼CTO 楊攀在 8 月 LiveVideoStackCon2019 音視頻技術大會北京站上對於未來行業趨勢的判斷。僅僅 4 個月之後，當大會首次落戶有"中國矽谷"之稱的深圳時，融雲的另一位技術專家，首席架構師李淼就"基於 WebRTC 的低延遲直播方案"進行了深入的技術分享。
12 月 13-14 日，LiveVideoStackCon 音視頻技術大會在深圳舉辦，大會聚焦音視頻、圖像、AI 等技術的最新探索與應用實踐，覆蓋社交、遊戲、直播、智能設備等行業領域，面向開發者分享技術創新與最佳實踐。本次大會，聚集了數十名海內外技術專家和上千名開發者圍繞前沿技術發展進行探討。
融雲首席架構師李淼
隨著我國 5G 正式走向商用，直播行業在獲得更多發展機遇的同時，也對直播技術提出了新的挑戰。傳統直播解決方案如果無法解決技術層面導致的延時問題，那麼這一弊病將在 5G 的高速網絡環境下被無限放大，這也進一步促使了低延遲音視頻直播技術方案的演化。對此，李淼結合 WebRTC 的低延遲特性，在現場展示了融雲 WebRTC 直播場景的構建全過程及服務架構設計，並向開發者們分享了技術實踐細節，希望通過新技術的應用來解決視頻直播的延時問題。
為什麼要選用 WebRTC 來做直播？李淼表示，相較於傳統的直播解決方案，WebRTC 擁有著不可比擬的三大優勢。首先是低延時，讓直播用戶可以享受低延時的觀看體驗。目前直播行業中絕大多數產品是基於 RTMP、HLS、HDL 方式構建的，即使在不考慮網絡鏈路的情況下，也會產生秒級的延遲，而 WebRTC 則天生具備低延遲的優勢，使用 WebRTC 直播可有效將延遲降低至 200ms 以下。
其次是流量消耗小。基於 UDP 傳輸的 WebRTC 相比基於 TCP 傳輸的 RTMP 等協議，由於 UDP 協議內容較 TCP 小，且數據包是基於 NACK 進行傳輸等特點，對於流量的使用也有明顯的降低。對於開發者和直播企業而言，流量消耗大幅削減，成本也因此可以得到有效的控制。
而最重要的優勢在於 WebRTC 技術方案可以使主播端與觀眾端保持一致。當主播端使用 WebRTC 進行推流時，主播端與觀眾端保持一致，可以減少開發的編碼量，對於團隊人員的占用和後期對於代碼的維護，都能保證最低的資源消耗。
在 LiveVideoStackCon 現場，李淼向開發者講解了如何通過 WebRTC 完成直播場景構建的全過程，並對於 WebRTC 直播的技術細節一一進行了詳細解讀。李淼表示，使用 WebRTC 直播方案，MCU 伺服器的設計至關重要。一方面 MCU 可以按需進行編解碼，另一方面需要以房間號進行聚合，記錄每台MCU的狀態並按最小資源分配新房間，通過這種設計來減少 WebRTC 直播方案的資源消耗。
WebRTC 直播發布訂閱流程
當然，對於很多開發者而言，實際的生產環境中仍面臨著如何做到秒開視頻、降低 MCU 帶寬壓力以及避免流量風暴等難題，李淼從 GOP 緩存結構和 GOP 控制策略兩個層面進行了分析。以解決首幀卡頓延遲為例，直播數據在客戶端與 Media Sever 進行交互之後，通常會對 SPS 和 I 幀進行正常下發，但是在隨後的 P 幀或 B 幀的下發階段，融雲會採用 1.2 倍速下發的方式進行，直至所有數據包與 MCU 端推包進程同步，這就將直播延遲降至了最低。
此外，李淼還指出，客戶端的設計必須考慮就近接入，且支持多鏈路選擇，數據中心間同源音視頻只有一路級聯；同時還可以利用 IaaS 層的能力，進行中心間級聯鏈路的優化。遵循這些直播網絡設計原則都可以有效地降低直播延遲。
在分享的最後，李淼表示在 5G 時代，直播、短視頻等內容傳播形態將迎來新一輪技術升級，用戶體驗將成為行業洗牌的關鍵，此次將 WebRTC 低延遲直播的設計理念和技術要點與開發者和行業人士們一同分享，希望能夠給業界帶來一些啟發和思考。作為網際網路通信雲行業的技術領導者，融雲也將持續優化實時音視頻技術和場景化解決方案，助力音視頻直播行業在 5G 時代的創新發展。