【網易雲信】淺談視頻直播 iOS 端技術

隨着網絡基礎建設的發展和資費的降低，在這個內容消費升級的時代，文字、圖片沒法知足人們對視覺的需求，所以視頻直播應運而生。承載了實時性Real-Time和交互性的直播雲服務是直播覆蓋各行各業的新動力。

直播

想必瞭解過直播的人都清楚直播主要分爲3部分：推流->流媒體服務器->拉流。

而咱們今天須要講的就是推流這部分，它主要包括音視頻採集，音視頻前處理，音視頻編碼，推流和傳輸4個方面。可是因爲網絡的複雜性和大數據的統計，推流還須要有全局負載均衡調度 GSLB（Global Server Load Balance）,以及實時的統計數據上報服務器，包括提供頻道管理給用戶運營，所以推流 SDK 須要接入 GSLB 中心調度，統計服務器，心跳服務器，用於推流分配到網絡最好的節點，有大數據的統計和分析。

下圖涵蓋了直播相關的全部服務，紅色小標的線條表明指令流向，綠色小標的線條表明數據流向。

直播技術點

• 音視頻採集

採集是全部環節中的第一環，咱們使用的系統原生框架 AVFoundation 採集數據。經過 iPhone 攝像頭(AVCaptureSession)採集視頻數據，經過麥克風(AudioUnit)採集音頻數據。目前視頻的採集源主要來自攝像頭採集、屏幕錄製（ReplayKit）、從視頻文件讀取推流。
音視頻都支持參數配置。音頻能夠設置採樣率、聲道數、幀大小、音頻碼率、是否使用外部採集、是否使用外部音頻前處理；視頻能夠設置幀率、碼率、分辨率、先後攝像頭、攝像頭採集方向、視頻端顯示比例、是否開啓攝像頭閃光燈、是否打開攝像頭響應變焦、是否鏡像前置攝像頭預覽、是否鏡像前置攝像頭編碼、是否打開濾鏡功能、濾鏡類型、是否打開水印支持、是否打開 QoS 功能、是否輸出 RGB 數據、是否使用外部視頻採集。

• 音視頻處理

前處理模塊也是主觀影響主播觀看效果最主要的環節。目前 iOS 端比較知名的是 GPUImage，提供了豐富的預處理效果，咱們也在此基礎上進行了封裝開發。視頻前處理包含濾鏡、美顏、水印、塗鴉等功能，同時在人臉識別和特效方面接入了第三方廠商 FaceU。SDK 內置 4 款濾鏡黑白、天然、粉嫩、懷舊；支持 16:9 裁剪；支持磨皮和美白（高斯模糊加邊緣檢測）；支持靜態水印，動態水印，塗鴉等功能。音頻前處理則包括回聲抑制、嘯叫、增益控制等。音視頻都支持外部前處理。

• 音視頻編碼

編碼最主要的兩個難點是:

1. 處理硬件兼容性問題
2. 在高FPS、低bitrate和音質畫質之間找個一個平衡點

因爲iOS端硬件兼容性比較好，所以能夠採用硬編。SDK 目前支持軟件編碼 openH264，硬件編碼 VideoToolbox。而音頻支持軟件編碼 FDK-AAC 和硬件編碼 AudioToolbox。

視頻編碼的核心思想就是去除冗餘信息：

• 空間冗餘:圖像相鄰像素之間有較強的相關性。
• 時間冗餘:視頻序列的相鄰圖像之間內容類似。
• 編碼冗餘:不一樣像素值出現的機率不一樣。
• 視覺冗餘:人的視覺系統對某些細節不敏感。

---

• 音視頻發送

推流 SDK 使用的流媒體協議是 RTMP（RealTime Messaging Protocol）。而音視頻發送最困難的就是針對網絡的帶寬評估。因爲從直播端到 RTMP 服務器的網絡狀況複雜，尤爲是在 3G 和帶寬較差的 Wifi 環境下，網絡丟包、抖動和延遲常常發生，致使直播推流不順暢。RTMP 基於 TCP 進行傳輸，TCP 自身實現了網絡擁塞下的處理，內部的機制較爲複雜，並且對開發者不可見，開發者沒法根據 TCP 協議的信息判斷當時的網絡狀況，致使發送碼率大於實際網絡帶寬，形成比較嚴重的網絡擁塞。所以咱們自研開發了一款實時根據網絡變化的 QoS 算法，用於實時調節碼率、幀率、分辨率，同時將數據實時上報統計平臺。

模塊設計&線程模型

• 模塊設計

鑑於推流的主流程分爲上述描述的 4 個部分：音視頻採集、音視頻前處理、音視頻編碼、音視頻發送。所以將推流 SDK 進行模塊劃分爲 LSMediacapture 層（對外 API+ 服務器交互）、視頻融合模塊（視頻採集+視頻前處理）、音頻融合模塊（音頻採集+音頻前處理）、基礎服務模塊、音視頻編碼模塊、網絡發送模塊。

• QoS&跳幀

下圖是直播的主要流程，用戶初始化 SDK，建立線程，開始直播，音視頻數據採集，編碼，發送。在發送線程下，音視頻數據發送，QoS 開啓，根據網絡實時評估帶寬，調整幀率，碼率控制編碼器參數，同時觸發跳幀，調整分辨率控制採集分辨率參數。用戶中止直播，反初始化 SDK，銷燬線程。QoS &跳幀能夠有效的解決用戶在網絡很差的狀況下，直播卡頓的問題。在不一樣的碼率和分辨率狀況下，都可以作到讓用戶流暢地觀看視頻直播。

---

隨着音頻處理和壓縮技術的不斷髮展，效果更好、適用範圍更廣、性能更高的算法和新的技術必將不斷涌現，若是你有好的技術或者分享，歡迎關注網易 MC 官方博客以及微信公衆號：**

關注更多技術乾貨內容： 網易雲信博客
歡迎關注 網易雲信 GitHub
歡迎關注 網易雲信官網

官網微信公衆號：