新时代的音视频通话

摘要：视频已经成为互联网平台人们创作内容的重要工具，而音视频通话的使用场景，也由传统的企业内部视频通话（视频会议）转向了互联网方向。现在，随着线上剧情杀、陪聊、直播、在线教育等越来越多的创新场景出现，不同的场景需求让音视频通话的技术方案在不停的演进。

随着时代的进步，互联网的内容也由早期的单纯的文本 → 文本+图片→ flash+gif等多媒体 → 视频，逐步演进，同时随着内容的变化，人们之间的交互也由传统的IM（文本+图片+表情）向直播和更强调互动的音视频通话RTC（Real-Time Communication）方向演进 。

传统音视频通话的使用场景大多是企业内部的视频会议，通常是基于特定的硬件系统，包括服务器端、采集端、播放端等都是由特定厂家一次性提供。

随着移动互联网的发展，不仅带来了基于PC的视频会议系统，比如早期的webex，google meet等，还涌现出了更多基于手机端的音视频服务，例如在zoom、微信、网易云信、即刻、声网等平台上。现在很流行的线上狼人杀、剧本杀、在线陪聊、主播直播、在线教育等，使用场景大多也是手机端。

那相较于传统的视频会议，现在的音视频服务有哪些特点呢？

1) 基于通用硬件

目前的音视频产品都能在多种的终端上运行，比如手机、PC、机顶盒、平板，可以通过外接摄像头、麦克风等进行数据采集，而传统的视频会议一般都是基于特定平台（比如WINDOWS）和特定的硬件。

2) 基于互联网

传统的视频会议通常在企业内部提供，通过企业内网或者使用专线等方式提供，现在的音视频服务通常都基于互联网，通过宽带和移动网络提供高质量、能随时接入的在线服务。

3) 转发模式，效率优先

传统的视频会议通常会在服务器端合流，将多路输入在服务器合并之后，再转发给接收者，这种方式对于服务器端的压力比较大，而且不容扩展，系统的总容量受限于单个服务器的处理上限。

现在通常都采用转发的模式，即服务器不做视频处理，只是进行转发（包括用户到服务器、服务器之间），这种方式有利于提高效率，并且很方便的进行扩展。

4) SD-RTN，全球布点

SD-RTN（SOFTWARE DEFINED REAL-TIME NETWORK）软件定义实时网络，现有的音视频服务通常都会将自己的传输节点在多地部署，通过检测等手段，来进行网络传输链路的选择，这是目前音视频服务比较通用的实现方式。

5) WEBRTC

WEBRTC是google公司2011年通过收购GIPS后推出的音视频通信技术，2017年WEBRTC加入W3C（互联网国际标准组织），成为浏览器的标准功能，目前PC端的浏览器、android和ios的默认浏览器大部分都支持WEBRTC，WEBRTC使得人们使用音视频的方式得到了极大的改善，只要打开一个网页就可以和别人进行音视频通话，不再需要安装各种APP；目前各种音视频服务都会选择兼容WEBRTC。

说了这么多特点，那未来音视频通话的发展方向是什么呢？我认为主要集中在三个方向：

1) 在5G网络的加持下，实现低时延、抗弱网

2) 通过编解码技术（H265，VP9等）的优化实现更高分辨率（4K）和清晰度的音视频质量

3) 全平台的覆盖，包括汽车终端、各种智能家电、穿戴设备等。

也许，我们未来能够随时随地的和家人进行音视频通话，如同对方就在眼前一样；能够随时随地的查看家里的宠物的情况，并和它进行互动；能够在珠穆拉玛峰、在南极、在海底和别人分享自己探险的景色。

作者：严飞军