关于直播:一文读懂阿里云直播技术是如何实现的

简介：东京奥运会已落下帷幕。较量期间，寰球亿万观众簇拥至各大转播平台观看奥运赛事，平台直播能力显的尤为重要。阿里云作为视频直播平台的技术提供商，凭借在产品技术、资源带宽、服务保障等方面劣势，可为各大转播平台提供全链路技术支持和保障，确保极致观赛体验。本文分享阿里云视频直播技术是如何实现的。

作者 | 阿里云 Edge Plus
起源 | 阿里技术公众号

东京奥运会已落下帷幕。较量期间，寰球亿万观众簇拥至各大转播平台观看奥运赛事，平台直播能力显的尤为重要。阿里云作为视频直播平台的技术提供商，凭借在产品技术、资源带宽、服务保障等方面劣势，可为各大转播平台提供全链路技术支持和保障，确保极致观赛体验。本文分享阿里云视频直播技术是如何实现的。

一 视频直播倒退新趋势与挑战

依据第三方机构艾媒征询预测，从 2017 年至 2020 年，整个视频直播始终处于高速的倒退阶段，2020 年视频直播带动市场营收规模达到万亿元，笼罩用户总数达到 5.26 亿。

视频直播利用场景从泛互联网行业的视频娱乐、电商购物等，向在线教育、视频安防、广电传媒、医疗服务等传统行业延长，“直播 +”成为新趋势。视频直播市场空间微小，参与方泛滥，竞争强烈。为了可能吸引到更多用户，这就要求直播厂商可能做到直播内容精细化、直播场景丰富化、营销模式翻新化，而实现这些成果是须要直播平台反对实时加互动并在直播的根底上联合短视频，从而实现直播整体成果翻新。

直播厂商如果抉择自建直播平台，必然会面临极大挑战：

• 资源投入大，硬件投入大，带宽老本高，自建零碎投入高，成果个别企业可节俭资金专一外围业务，抉择市场业余、灵便的直播服务商。
• 技术门槛高，技术上波及分布式存储、分布式计算、视频编解码技术、视频加密、CDN 散发等多个技术栈，开发运维人力和工夫老本难以承受。
• 经营老本高，视频直播业务突发个性，自建视频直播散发业务难以满足带宽弹性需要，造成经营老本高，直播内容平安人工审核带来昂扬的经营老本。

二 阿里云视频直播服务架构

阿里云视频直播是基于当先的内容接入与散发网络和大规模分布式实时视频解决技术打造的音视频直播平台，提供易接入、低提早、高并发、高清晦涩的音视频直播服务。

如上图，主播通过采集设施采集直播内容后，通过推流 SDK 推送直播流，视频直播服务通过边缘推流的形式将直播流推送至阿里云直播核心，推送的视频流通过 CDN 边缘节点进行减速保障上行传输的稳定性。视频流推送至阿里云直播核心后，可按需对视频流进行转码、时移、录制、截图等解决。解决好的视频流通过 CDN 内容散发网络，下发至观众的设施中进行播放。挪动端的播放设施能够集成阿里云提供的播放器 SDK 进行开发。直播视频除了能够进行转码截图等操作外，还能够进行直播转点播的操作，将录制下来的视频转至点播零碎中再进行点播播放和短视频云剪辑。不便直播与短视频内容生产和流传的联动。

三 视频直播的外围劣势

1 寰球减速：一张笼罩寰球的边缘云节点网络

阿里云领有遍布寰球 2800+ 边缘云节点，9 大直播核心，反对海内业务无缝布局，通过阿里云搭建的寰球实时音视频通信网（GRTN），全世界各地的直播流可实现就近接入，通过高速通道疾速传输至指定直播核心进行内容散发。

2 极致视听：自研音视频技术确保最佳体验

阿里云窄带高清技术，针对视频画面场景、动作、内容、纹理等细节进行智能剖析，例如针对足球赛事中的足球、队员、草地进行不同策略的编码优化，在画质输入的同时，降低码率，节俭带宽老本 20%~40%。

左图人物画面是一般转码，右图人物画面是窄带高清转码。当观众看到这幅画面时，焦点在人物脸部，智能剖析会把更多的码率调配在人脸上从而实现整个人脸的纹理辨认，让细节更加清晰。而后看下对应码率剖析，当画面非常复杂的时候，比方右边画面非常复杂的时候，码率是在 1.5M~2M 之间。当整个画面缓缓的趋于平静，比如说足球团体中场劳动的时候，就能够通过智能辨认来升高这个码率的耗费。这样的话均匀下来看，整体带宽就升高了 30%~40%。即后面所说在保障画面更加清晰的前提下节俭带宽，这就是阿里云的窄带高清 2.0 技术。

同时，阿里云还有自研实时高性能视频编码 Ali S265，全面反对 H265 1080P 高质量实时转码，反对视频加强算法解决，晋升视频画质。直播编场景下编码，有一个十分要害的条件，就是说编码必须达到实时，也就是 1 小时要能把 1 小时的视频转码，或者更精密的比方 1 秒，须要把 1 秒 1 个的视频的内容给实现转码，要保障到实时。阿里云 S265 就能保障 1080P 高质量实时转码，并且反对视频的一个加强解决算法，晋升整个画面的一个画质。通过比照发现，通过 Ali S265 解决后的，动物前面的那个树树的那个雪花的细节显著就是做了一些加强。在保障实时和图像品质的状况之下做了一个加强的算法解决的，使得画面整体变得更加清晰，富裕层次感。

3 技术当先：直播技术不断创新

低延时直播是在阿里云视频直播的根底上，进行全链路延时监控、CDN 传输协定革新、UDP 等底层技术优化，通过集成直播播放端 SDK，反对千万级并发场景下的节点间毫秒级延时直播能力，补救了传统直播 3~6 秒延时的问题，保障低延时、低卡顿、秒开晦涩的极致直播观看体验。超低延时直播 RTS 具备多重的技术劣势，可广泛应用于各行业场景，领有数百家客户实践经验，低延时直播为业务晋升带来微小价值。

云导播依靠视频直播、媒体解决服务，对传统视频生产工具进行云端再造，交融视频 AI 辨认、双语翻译、多种互动能力，进行视频导播成果翻新，无需洽购硬件，随时随地应用。云导播提供控制台、API、Web SDK 三类产品，按需接入，便于二次开发或间接应用，控制台交互简略易于上手，低学习老本。反对直播、点播视频源，及图片、文档、页面等多种内容源，最大 6 路视频源实时混编。多视角、实时图文包装组件、多语翻译字幕、视频 AI 等能力，对直播随时包装制作，一键同步线上，帮忙打造精彩沉迷式的直播体验。

多机位性能针对流动现场的多个机位进行多路流的交融、切换播放，不同机位流通过视频帧级别的同步播放，使用户同时领有多个观看视角，不错过任何精彩画面。基于深度算法的实时主动抠像技术实现虚构演播厅，反对多种设施、多机位、异地开播，通过云端抠像合成能力，实现双屏幕、分屏、画中画等开播场景，打造沉迷式直播体验。用于疾速聚合多个视频节目，创立轮播台类型直播间，丰盛直播场景和内容状态。反对节目单的增删改查性能，反对节目内容的编辑设置。灵便调用、高效协同业务场景落地。

导播台 ET 实时字幕，集成导播台、达摩院 ASR、翻译服务，提供直播流实时多语言语音转字幕服务，反对直播录制对翻译字幕的长久化存储，反对字体、背景、成果、显示工夫等多种参数设置，反对中、英、法、西、俄多语言模版灵便调用，字幕实时叠加，将直播语音转为文字，翻译以字幕模式融入直播流中进行展现。

云导播还反对对直播素材、点播素材、图片、文字、动静 H5 组件素材、AI 能力进行交融，重构视频内容生产链路，以多维度数据信息，加强用内容丰盛度、拓展流量曝光和广告变现价值。

4 视频智能：视频 AI 性能利用

视频审核服务基于海量标注数据和深度学习算法实现，从语音、文字、视觉等多维度精准辨认媒体文件中蕴含的违禁内容，包含色情、暴恐、广告、不良场景辨认等多个功能模块，同时反对视频图像文件内容品质审核性能，保障内容平安。

推流 SDK 是基于阿里云产品的内容散发网络和音视频实时通信技术，提供简略易用的凋谢接口、网络自适应的晦涩体验、多节点的低提早优化、功能强大的实时美颜等音视频直播技术服务。智能美颜是基于智能视觉算法、海量规模的人脸检测和辨认技术，提供美颜、美型、美妆、滤镜贴纸等编辑加工能力。自研的人脸关键点定位技术，涵盖 106 个根底点位、280 个高精度点位，成果实在。继续优化的智能视觉算法和实时渲染技术，保障天然晦涩的应用体验。继续降级的美颜美型、滤镜贴纸玩法，一直裁减的素材库，发明更多乐趣。欠缺的开发者反对，疾速响应客户需要，提供优质牢靠的服务。

5 平安稳固：多种安全策略确保直播视频平安

视频直播反对访问控制，如 Refer UA 黑白名单、IP 黑白名单等。反对播放核心鉴权和业务方近程鉴权，播放核心鉴权即推流和播放的 URL 鉴权，平安 URL 鉴权反对自定义的鉴权 Key 和鉴权生效工夫，动静生成鉴权 URL。业务方近程鉴权是透传业务申请信息给客户自定义的鉴权核心判断合法性。

通过主备流切换，实现失常直播的牢靠稳固，整个切换过程简略易操作。阿里云视频直播服务还反对通过 EdgeScript 实现自定义鉴权，简略不便，客户能够依据业务特色自定义，部署上线快。EdgeScript 可在直播 CDN 边缘节点执行自行编写，客户无需关怀代码部署的机器硬件配置、部署 region、调度和弹性扩容，代码一经上传，即可实现寰球阿里云直播边缘云节点的部署，在寰球边缘执行，依据代码逻辑个性化解决寰球各地的申请。

直播视频加密是云端一体的视频加密解决方案，采纳公有加密算法，对视频流加密确保视频流平安传输。反对行业通用 DRM 加密，反对多终端、多平台、全方位进行版权保护。该加密办法领有独立加密密钥，防止繁多密钥泄密引起大范畴的平安问题，反对加密转码 + 解密播放，动静密钥治理更平安地爱护视频资源，可无效避免视频泄露和盗链问题。数字水印技术在直播视频中利用，实现大型赛事直播版权视频内容搬运侵权的取证、溯源和追责。

为满足客户运维需要，阿里云反对对直播推流品质，观看用量，谬误状态，观看人数，播放流量带宽，播放品质等秒级实时的治理，超低的延时率可及时获知直播过程中的异样情况。通过实时日志推送性能，将直播域名日志实时推送至日志服务，并进行日志剖析，便于疾速发现和定位主播推流问题，或者剖析直播观看用户数据为经营策略提供根据。

四 视频直播的利用场景

依照利用分类，视频直播典型场景有大型体育赛事直播、泛娱乐直播（秀场、游戏、社交）、电商直播、晚会流动直播、在线教育直播、企业直播等。

1 大型赛事直播

• 实用场景：奥运会、世界杯、体育赛事、电子竞技等大型赛事直播场景。
• 场景诉求：提供高牢靠、高品质、低延时的直播服务。反对千万级并发稳固晦涩观看，全链路灾备与应急预案，影院般沉迷式观看体验。
• 相对稳固：主备推流，异地双核心容灾，多码率对齐，httpDNS+302 调度，多种计划保障直播稳固。
• 内容降级：智能生产主动剪辑生成较量集锦；秒级时移回看，精彩内容绝不错过；赛事片头、片尾插播，品牌 LOGO 露出，视频广告交融播放，云导播助力微小流量下品牌营销与变现。
• 极致晦涩观看体验：窄带高清™ 2.0 提供影院般的画质享受。50 帧极清给用户更晦涩的沉迷式赛事观看体验。合流计划，在云端对多路流进行汇聚优化，动静生成帧率最好的一路流输入。
• 直播平安：直播 DRM 保障内容平安，通过全链路灾备与应急预案等保障伎俩，保障千万级用户并发的视频直播和弹幕互动的晦涩体验。

2 泛娱乐直播

• 应用场景：秀场直播（唱吧直播，脱口秀）、UGC 视频（生存，娱乐直播，视频交友）、游戏直播讲解。
• 场景诉求：秀场、游戏、社交直播，为寰球文化娱乐流传行业客户提供低成本的直播转码、散发能力，助力客户疾速进行寰球范畴内的流动直播。
• 直播端能力：主播通过手机、PC 终端推流，观众通过终端进行观看。阿里云直播提供推流 SDK 和播放 SDK，内置美颜美妆性能。
• 直播服务端能力：GRTN 传输网络和实时转码能力保障百万并发观众都能看到稳固、晦涩、高画质的直播内容。
• 主播与观众互动：直播间点赞、评论、连麦互动。
• 智能审核计划：依据用户管控尺度，灵便调整策略进行视频画面黄反审核。多种辨认计划，无效匹配多种语音场景。针对特定广告事件进行定时管控，辨认变种广告。无效辨认动态无意义视频内容，进步经营管控效率。

3 电商直播

• 实用场景：商城直播（产品介绍、晒单分享、最大化实现售卖转化）、微商互动（“直播 + 互动“的模式，通过社交流传，助力商品疾速变）。
• 场景诉求：直播带货最重要的两个能力一个是直播能力，一个是互动通信能力。通过直播能力，观众能观看直播流；通过互动通信能力，观众能在直播间里参加实时互动。
• 直播端能力：主播通过手机、电脑、业余设施进行推流。观众通过手机、PC、Web、小程序进行观看。
• 直播服务端能力：通过就近接入直播收流和减速散发，保障全世界买家都能看到稳固、晦涩、高画质的直播内容。
• 直播录制与回放：把直播过程中商品精彩介绍生成短视频，直播完结后也能够积淀为精彩内容促成售卖转化。直播时移反对直播过程中任意精彩内容按需回看，买家能够随便拖拽时间轴回看错过的精彩直播。
• 主播与买家互动：卖家观看直播过程中会实时征询宝贝信息、评论等互动交换。直播中进行秒杀、抽奖和红包互动营销。直播流端到端延时 1 秒或更低。

4 晚会流动直播

• 实用场景：面向新闻类、体育类、综艺类等晚会、流动直播。
• 场景诉求：高质量高牢靠晚会、流动直播，出现超高清、杜比全景声、大规模寰球散发的视频直播视听盛宴。
• 更高清 + 杜比全景声：应用 4K 高清转播车进行信号传输和杜比全景声，让屏幕前的观众听到的声音，“比现场观众还实在”。在用户投身购物狂欢的同时，也播种了视听观感上的双重享受。
• 高牢靠：通过双路 SRT 回传技术，确保如主路信号源产生异样，切换到备路后可能持续放弃前后画面同步，真正做到无缝切换，从而保障重要节目源在简单的网络中高质量传输，将精彩内容更低成本、更稳固、更疾速、更残缺地送到用户屏幕前。

5 在线教育直播

• 实用场景：成人教育大班课。
• 场景诉求：须要反对不同地区不同网络状况下学生都能稳固观看高质量直播课；低延时直播保障师生互动成果（低延时直播流和音讯互动放弃同步）；直播平安为外围教学内容保驾护航。
• 海量直播并发反对：反对千万并发观看，寰球 2800+ CDN 节点笼罩，150T 带宽储备，专线保障跨国直播品质。
• 直播回放录制：云端录制课程直播内容，生成回放文件可随时查阅观看。直播时移反对直播过程中任意精彩内容按需回看。
• 直播互动答疑：老师和学生的互动促成晋升在线教育课堂授课成果。一体化 SDK 反对互动连麦、评论发言、群组治理等性能。
• 直播平安防盗：反对 URL 鉴权、近程鉴权、阿里加密、DRM 加密等链路和内容加密性能，按需应用保障内容平安防盗播，防备内容。

6 企业直播

• 实用场景：企业营销直播、金融直播场景。
• 场景诉求：非专业直播机构，没有欠缺的线下演播室，须要云端反对多机位、导播、虚构演播室欠缺直播内容；同时是低延时强互动直播。
• 短提早互动直播，营销成果佳：企业营销直播、金融直播场景须要功能齐全、高性价比、超低延时直播带货，反对百万级高并发，端到端延时 1 秒。互动更及时，抢红包秒杀带货更晦涩，晋升 GMV 和用户转化。
• 云端视频解决，直播更业余：营销直播更有针对性的提前进行直播内容策略与筹备，直播内容丰盛度和专业性更强。云导播反对点播和直播源交融切换，在直播过程中可无缝交叉精品点播宣传片等内容。虚构演播室更能反对多种设施、多机位、异地开播，通过云端抠像合成能力，实现双屏幕、分屏、画中画等开播场景，打造沉迷式直播体验。

原文链接
本文为阿里云原创内容，未经容许不得转载。