開發(fā)者需要了解實(shí)時(shí)音視頻技術(shù)選型中要避開的坑點(diǎn)，以便提高開發(fā)集成效率。具體來說，以下四個(gè)方面要綜合考慮。
一、實(shí)時(shí)音視頻與IM能力不宜分散
幾乎100%的實(shí)時(shí)音視頻在線應(yīng)用都有文字/語音消息、文件傳輸、圖片顯示等IM需求。
目前市場上PaaS服務(wù)商這兩方面能力強(qiáng)弱不一：有的大廠雖然兩方面能力都提供，但不能確保兩種能力同樣高質(zhì)量；有的專業(yè) RTC 廠商，只能提供RTC能力，IM能力還得由第三方專業(yè)服務(wù)商提供。
這樣，便迫使開發(fā)者在集成過程中不得不分別選擇服務(wù)商。當(dāng)實(shí)時(shí)音視頻與IM質(zhì)量不穩(wěn)定時(shí)，需要逐一協(xié)調(diào)各個(gè)服務(wù)商，逐一排查問題，無形中增加了后期的運(yùn)營成本。其實(shí)，IM和音視頻在很多場景下有耦合，建議開發(fā)者在選型一開始就要考慮具有RTC+IM雙重高保障能力的通信云廠商，盡量“用一套 SDK,解決所有通信場景”。
對(duì)開發(fā)者來說兩項(xiàng)功能同時(shí)開發(fā)，開發(fā)包相對(duì)比較��；如果前期只用到了IM,沒有用到RTC,那么只需要學(xué)習(xí)IM方面的開發(fā)文檔就可以了，一旦有了RTC需求，再去學(xué)習(xí)RTC文檔，開發(fā)者只需接入相關(guān)接口，快速與IM能力做對(duì)接和匹配，即可完成兩類功能在App生命周期里的全覆蓋。
除了開發(fā)上的易快速上手外，選擇“IM+RTC+推送”整合的解決方案，開發(fā)者還可以享受一致的網(wǎng)絡(luò)架構(gòu)，提高傳輸?shù)男屎唾|(zhì)量，獲得一致的服務(wù)保障。例如，融云近期升級(jí)了實(shí)時(shí)音視頻能力，RTC的通信信令是復(fù)用IM信令通道，可以確保消息100%的連通率和到達(dá)率，使底層的通信優(yōu)勢發(fā)揮到最大。
二、延時(shí)、卡頓、抖動(dòng)的質(zhì)量問題要解決好
通過調(diào)研發(fā)現(xiàn)，用戶最不能接受實(shí)時(shí)音視頻的三個(gè)質(zhì)量問題是延時(shí)、卡頓、抖動(dòng)。
低延時(shí)要靠兩個(gè)方面解決，一個(gè)是傳輸協(xié)議，一個(gè)是優(yōu)化整體傳輸環(huán)節(jié)。實(shí)時(shí)音視頻的主流傳輸協(xié)議有RTMP和UDP兩種，一種支持CDN技術(shù)，一種支持WebRTC技術(shù)，相對(duì)來說，CDN技術(shù)延時(shí)性在3-5秒，WebRTC可以在幾百毫秒以內(nèi)，現(xiàn)在很多廠商可以同時(shí)支持這兩種技術(shù)，分別適用于不同的場景。
整體傳輸環(huán)節(jié)中，采集/渲染、編解碼/網(wǎng)絡(luò)往返都會(huì)有一定的延時(shí)，有些是硬件的物理延遲，需要靠5G這樣底層網(wǎng)絡(luò)技術(shù)的提升，或者布更多的數(shù)據(jù)中心、邊緣結(jié)點(diǎn)，便于就近接入；有些要針對(duì)實(shí)際場景，在具體形態(tài)上做一些權(quán)衡，比如在處理粒度上粗細(xì)的考慮，越細(xì)的粒度傳輸?shù)臄?shù)據(jù)包相對(duì)較大，延遲也會(huì)更高。
當(dāng)音視頻出現(xiàn)卡頓時(shí)，有一個(gè)視頻流暢優(yōu)先的原則。我們通過降低一些碼率和幀率，即使畫面模糊一點(diǎn)，也要讓用戶視覺上是流暢不卡頓的。這樣在選型時(shí)候，要考慮幾個(gè)方面：一個(gè)是優(yōu)化低碼率下的視頻清晰度；二是要有帶寬估算能力，當(dāng)預(yù)判到這個(gè)帶寬沒法承受高清晰視頻傳輸時(shí)，自動(dòng)轉(zhuǎn)化成低碼率并通過優(yōu)化算法，使低碼率視頻清晰度能媲美高清視頻。
另外，數(shù)據(jù)包通常會(huì)以錯(cuò)誤的順序到達(dá)，從而產(chǎn)生抖動(dòng)相關(guān)問題，或者直接丟失，造成音視頻空白。谷歌一份資料顯示，視頻聊天應(yīng)用 Duo 99%的通話都有數(shù)據(jù)包丟失、過度抖動(dòng)或網(wǎng)絡(luò)延遲情況。20%的通話丟失了超過3%的音頻，10%的通話丟包率超過8%,也就是說每次通話都有很多音頻需要替換。
處理上述問題，很多廠商會(huì)采用抗丟包及抗網(wǎng)絡(luò)抖動(dòng)能力的NACK（丟包重傳）、FEC（前向糾錯(cuò)）、自適應(yīng)帶寬調(diào)整（動(dòng)態(tài)調(diào)整碼）、接收端 Jitter Buffer（媒體流平穩(wěn)）等各種機(jī)制，有些是組合使用，有些是單獨(dú)使用，開發(fā)者在選型前一定要做到深入了解。
三、擁有全球通信和場景化能力
剛才談到低延時(shí)、抗丟包的解決策略，有些是與網(wǎng)絡(luò)接入路徑長短直接相關(guān)的。比如中美兩地的音視頻連接，沒有全球通信網(wǎng)絡(luò)支持、數(shù)據(jù)中心和節(jié)點(diǎn)布局的廠商是提供不了服務(wù)的。開發(fā)者選型開發(fā)前，就要考慮到自己業(yè)務(wù)的所屬范圍。
選擇全球化服務(wù)的云廠商，除了看數(shù)據(jù)中心和節(jié)點(diǎn)分布外，還要仔細(xì)考察全球網(wǎng)絡(luò)布局的品質(zhì)，簡單說，有的廠商提供了全球網(wǎng)絡(luò)優(yōu)化能力，中美之間的音視頻連接在未優(yōu)化前要經(jīng)過 100 多跳，而優(yōu)化后僅 6 跳就能完成連通。這是由于，這些廠商擁有自有的路徑最優(yōu)算法，通過智能路由就近接入，即使在異國/地網(wǎng)絡(luò)環(huán)境較差的情況下，仍然能夠及時(shí)切換到更好的線路上去。比如融云擁有全球優(yōu)化加速網(wǎng)絡(luò)，實(shí)時(shí)音視頻通話可做到全球端到端延時(shí)小于400ms,最低延時(shí)66ms,保障端到端之間延遲無感知的實(shí)時(shí)互動(dòng)。
在場景化能力上，實(shí)際上相比IM,實(shí)時(shí)音視頻更加通道化，在各個(gè)場景中復(fù)用的程度也相對(duì)較高，能力也更基礎(chǔ)。優(yōu)秀的PaaS廠商會(huì)按場景提供不同的Demo,音視頻技術(shù)的升級(jí)也針對(duì)解決更多的應(yīng)用場景去優(yōu)化，便于開發(fā)者拿來即用，這種方式對(duì)入門級(jí)的開發(fā)者都十分友好。各種API接口相對(duì)獨(dú)立，開發(fā)者只需關(guān)注和使用所需要的SDK,就可以實(shí)現(xiàn)想要的場景，大大降低集成開發(fā)的難度。
四、開發(fā)者服務(wù)足夠完善
在一些社區(qū)中，我們常常會(huì)看到一些技術(shù)文檔下，開發(fā)者提出問題而沒有回復(fù)。開發(fā)者為提高開發(fā)效率，越來越傾向于自助完成工作，因此，開發(fā)文檔是否易懂，Demo 是否易用，都顯得十分重要。
另外，工單回復(fù)的速度，微信群、社區(qū)的值守和響應(yīng)程度等都能反映PaaS廠商服務(wù)意識(shí)的強(qiáng)弱。通常來說，7×24小時(shí)技術(shù)支持服務(wù)，1小時(shí)工單快速回復(fù)、快速遠(yuǎn)程接入、快速恢復(fù)的故障應(yīng)急響應(yīng)機(jī)制，這些都是對(duì)開發(fā)者很完善的服務(wù)支持。
有些廠商還會(huì)提供特色的質(zhì)量監(jiān)控服務(wù)，比如融云“北極星”的質(zhì)量問題排查平臺(tái)，通過可視化圖表，快速定位卡頓位置，實(shí)時(shí)統(tǒng)計(jì)丟包率，使開發(fā)者可以自助排查每一次音視頻通話過程中的丟包率、網(wǎng)絡(luò)帶寬等通信技術(shù)參數(shù)�？梢灾苯佣ㄎ挥脩魡栴}，提高排查效率，提升用戶體驗(yàn)。
