共计 1529 个字符，预计需要花费 4 分钟才能阅读完成。
本文将聊一聊实时音视频直播的几个关键技术：
清晰度：
4K、1080p、720p，这些概念被各大电视机厂商炒作了这么多年，曾经地球人都懂了。4K 在互联网视频直播里当初还不遍及，次要是对网络数据传输要求太高了。1080p 在一些对清晰度要求较高的场景如游戏直播里曾经缓缓遍及，要求的数据传输速率大概在 4Mbps 左右。720p 是当初直播的支流清晰度，速率大概在 1Mbps 左右。在一些要求不太高的畛域，还会有 540p 或者 360p 呈现。
晦涩度：
如果在直播时呈现卡顿、转圈，就意味着不晦涩。主播和观众的连贯通道好比一根水管，流量是无限的，因而如果清晰度晋升意味着观众收看直播的晦涩度有可能会降落。
延时：
视频直播都是讲求互动性的，如果跟秀场妹妹聊天，讲了半天都没反馈就略坑爹了。然而延时也不全是害处，适当的提早意味着在观众端可能有肯定的视频流数据缓存，当呈现网络不稳固时可能抵挡小范畴稳定而使得观众无感知。
首屏工夫：
当观众进入直播间算起，到呈现第一个主播画面的工夫叫做首屏工夫。为了保障直播晦涩，会缓存一段数据之后再开始播放，但这个也不是相对的，后文会详细描述。即时通讯聊天软件开发能够征询蔚可云。
上面，咱们将逐个剖析和总结实时音视频直播中的这几个重要技术指标。
首屏秒开
先从观众进入直播间那一刻说起，这相当于整个直播生命周期的开始。当进入直播间后，播放器会向 CDN 申请数据。此时，假如主播曾经发送视频流数据到了第 100 帧，因为数据传输的一些延时，CDN 端最新收到的数据可能在第 90 帧。当 CDN 接管到拉取视频流申请时，他会做一件十分有意思的事件，即往前回溯一段数据，在图中显示的是回溯 2 秒钟，那就到了视频流的第五帧。CDN 会把第五帧开始往后的数据，通过 RTMP 或其余直播协定源源不断的发送到播放器。那为什么要往回 2 秒钟呢，这可能算是目前视频直播技术中一个比拟有特点的技术优化，能用于很好地均衡晦涩度和首屏秒开工夫。具体运作机制咱们接下来再看。
晦涩播放
接下去产生的事件，很好地能够阐明回退 2 秒的作用。因为 CDN 是从第 5 帧开始发送数据，之后的数据全副缓存在 CDN 服务器中，因而能够源源不断地把数据发送到客户端，图中显示了从第 5 帧到 50 帧之间的数据，全副缓存在播放器内存中。这部分数据能够用于无效的抵制网络稳定造成的影响。当然，这样做的一个毛病是播放器相比于主播，延迟时间减少了 2 秒。所以说，视频直播所做的事件，就是在延时和晦涩度之间找到一个很好的平衡点。
网络拥塞
网络拥塞是互联网上最常见的一个情景，接下去探讨当产生网络拥塞时产生的情景。假如当观众播放到第 150 帧时，用户上行网络呈现问题，如果播放器没有新的数据到来，必然会画面卡住并开始转菊花。而此时，主播端并不会感知到这个事件，主播还在失常推送视频流数据。在通过了大略 4 秒左右的卡顿后，观众端的网络复原，数据又会源源不断从 CDN 流向播放器。在图中看到网络晦涩时，播放器的缓存中曾经寄存了第 280 帧数据，此时以后画面是 150 帧。这会产生一个什么问题？因为播放器播放数据是依照每一帧的工夫戳匀速播放，因而如果不做任何优化就意味着每通过一次卡顿，直播的提早就会减少一段时间，而减少的工夫和被卡住的工夫是统一的。
延时追赶
通过刚刚的形容，大家肯定曾经明确了延时累加是一个必须解决的问题。因而，播放器还须要做的事件就是延时追赶。播放器必须要实时侦测缓存中数据的状况，一旦大于某一阈值就启动延时追赶。追赶的形式，能够是间接扔掉多余数据也能够采纳快进形式。快进模式相对来说用户体验会好一些，不会产生显著跳跃，解决时要留神声音不要因为快进而产生尖刺。最初再提一下，延时追赶不能太激进，还是应该在缓存中留一段数据，用于缓解当前可能再次发生的网络拥塞。