GME語音服務基於瀏覽器解決方案

點擊觀看大咖分享

隨着遊戲市場的日益成熟, 基於H5實現的遊戲須要不斷提高自身用戶粘性; 依託於網頁形式分發的便捷, 致力於網頁實現的輕應用異軍突起, 市場對Web端的應用對於語音能力需求日益強烈. 此時如何在網頁端實現一個穩定, 便捷, 擴展性良好的音頻服務SDK, 以及有什麼須要關注的點 ? GME研發工程師白興師將爲您詳細介紹GME在這個過程當中踩過的坑, 繞過的彎路。

爲何會有GME

GME是騰訊雲的PaaS服務主要提供語音的解決方案，目標就是提供一個一站式的語音解決能力。假設您是一個APP或者一個遊戲，想使用語音能力，那你就能夠接入GME，不用再考慮語音這一部分的服務器問題、語音細節優化等一些問題均可以不用考慮了，這是咱們提供能力的初衷。

用幾行代碼就能夠接入高效穩定的語音能力，能把它繼承到業務裏。隨着遊戲開發者、國內軟件業的逐漸成熟，明顯感受到一些比較好的深耕的遊戲，開發得比較好的用戶粘性強的APP，生存狀態比較好，反之生存狀態就比較差一些。

怎麼提升用戶粘性，你們都能想到社交，這佔了很大的一個比例。我我的來看，社交通常分爲兩塊，一部分是面對面的一個社交，就是傳統意義上的社交，能夠經過一些肢體語言、眼神、觸感完成社交。

可是在軟件APP上社交就有點不大同樣了，是更偏向遠程的一種社交，遠程在歷史上是經過書信給家裏寄信件，後來是電話，而後是電視，包括如今的一些實時音視頻能力，模擬面對面的社交，可是遠程社交在遊戲裏還有一些不太同樣的體驗，遊戲是一個強交互的APP，你們在玩遊戲的過程當中更多在遊戲的交互上，語音只是交互的一個輔助，語音文字就是很好的一個釋放接入點。

舉個例子，介紹咱們提供的一些能力，語音這一塊主要提供了直播能力、錄播能力，還有比較高級的伴奏能力。

直播能力是實時的交互，像開黑的時候；錄播能力，你們能夠錄一小段音頻分享出去；伴奏能力，在炫舞裏有一個大廳讓你們在這唱歌，就像最近在短視頻平臺上你們能夠接歌。這能夠達成陌生人之間的破冰或者是分享傳播的點。

音頻系統介紹

下圖是標準的實時音視頻的系統示意圖，以及各部分所要需求的一些技術。發送端採集編碼，而後把編好的碼經過網絡發出去，到達了接收端，而後接收端把這些碼，解碼出來，再經過揚聲器一些其它的外部輸出設備播放出來。這過程當中，有一些技術，例如如何保證採集音源的質量，如何去除音頻裏的一些雜質信息，說話的背景音去掉，產出有效信息。怎麼把有效的信息在有效的帶寬下，另外網絡也是不肯定的一個因素，安全妥當地送到對方接收端。接收端要考慮若是出現丟包、包損壞，是否可以還原，把一個高質量的音頻解壓播放。

​

Native前移到H5

咱們以前作的是Native，後面咱們有集成了H5的能力，想能跟既有系統達成互通。顯然要知道原始的系統是怎麼運行的，原始的系統的SDK會先通過一個新令層，經過一些接入點優化，儘快進入到系統裏，系統會分配一個數據的服務器給到客戶端，客戶端經過IP+端口號鏈接到數據服務器，實現一個比較大的衝突的交互，這裏面就是剛纔說的那些數據傳輸、網絡抗性過程。

傳統WebRTC結構

知道了這過程以後再看，若是想把H5集成進來的話，咱們技術選型選了WebRTC，原始的WebRTC結構。

優勢：瀏覽器自帶，方便，不須要特殊實現

缺點：由於流量問題，沒法創建過多連接；瀏覽器封裝實現沒法保證（P2P）效果打洞成功率低；斷鏈如何處理，沒法控制；不是產品化，沒有監控。

H5服務交互部署

咱們就想到了一個解決方案，在H5端加了一個權限代理，就是代理服務器，代理服務器分紅兩塊，是先經過url找到所須要的代理是誰，而後分配中心會把代理服務器分配給我，我只要跟代理服務器交互。代理服務器會把我所須要的語音包傳達，經過模擬webrtc用戶，而後經過音視頻轉碼邏輯，轉到了原始的系統裏，這樣就實現了互通。

​

Native和H5不一樣，natie把數據層鏈接，鏈接完以後走到數據層，經過轉碼轉到webrtc，而後回到個人代理服務器，代理服務器跟H5互通。反過來在H5想互動，也是這樣實現的。

這樣有個好處，代理服務器必定是server，這樣打洞的成功率基本就沒有什麼問題了，由於都是外網公共的IP的服務器，公網服務器在打洞成功率是有保證的，另外這是咱們本身的服務器，能夠控制一些流量參數下發，保證用戶在一些特定場景下獲得比較好的用戶體驗。

問卷

_爲了給廣大開發者提供最實用、最熱門前沿、最乾貨的視頻教程，請讓咱們聽到你的須要，感謝您的時間！點擊填寫_ 問卷

騰訊雲大學是騰訊雲旗下面向雲生態用戶的一站式學習成長平臺。騰訊雲大學大咖分享每週邀請內部技術大咖，爲你提供免費、專業、行業最新技術動態分享。