直播的延时解决技术方案

7月16日，亚太内容分发大会上，阿里云高级产品运营专家俞翔受邀出席，并分享了基于CDN网络构建超低延时直播的场景实践。以下为演讲原文。

近几年，直播带货已经逐渐走进大众视野。在今年上半年受疫情原因影响，直播营销市场被加速催熟，这倒逼着企业探索线上业务。传统高度依赖线下场景的行业也纷纷通过直播进行自救。“直播+”成为了趋势，不少商家利用直播平台与广大消费者互动，创造了新的服务与经营模式。

在这个过程中，无论是旅游、餐饮或者传统消费业，各行各业都会把直播作为新的营销手段触达最后的消费者。然而，与原来的秀场直播不同，电商直播过程中会面临更多挑战，如何把直播互动的环节做好，将观众和主播或者后台的管理人员、运营人员串联在一起，至关重要。

延迟让直播互动效果大打折扣

从最初的秀场直播开始到今天为止，整个直播的链路基本上已经实现标准化。主播在线下无论使用PC还是移动手机，都是在本地通过客户端实现采集编码，并通过推流的形式到直播中心，再经过转码等媒体处理，通过云厂商CDN网络，再经过RTMP实时的方案或者用FLV、HLS的方案，最终传递到观众侧。

这个流程是单向的过程，直接从主播到观众。过程中的互动比如评论，是在音视频流以外的旁路实现的。

很多观众希望跟主播有进一步的互动，比如音视频层面互动，延时就成了关键的制约因素。

我们现在推流都是用到RTMP，拉流观看有用到RTMP、HLS或FLV，这三种协议延时的效果都是不同的。效果最好的是RTMP协议，也往往会因为各种原因会产生3-5秒钟的延迟。这种体验对于直播带货来说可以是一种灾难，当主播介绍一个商品或者介绍某一项专门特性的时候，观众想提出问题，等到他提出问题，主播看到的时候，往返10秒钟了，这会严重打乱主播的思路与其他观众的体验感，甚至会降低成交率。

延时到底发生在哪里？

在标准化的直播过程中，我们来分析整个链路的延时因素，从而寻找优化方案。

从最初的链路来看，采集、上行推流、CDN分发、下行拉流、解码渲染，都存在一定的延时，而且比例不同。真正跟延时相关的从CDN分发开始往后到拉流到播放这段，这部分内容是真正影响到观众体验的部分。根据我们对整个环节的延时原因的分析，RTMP是基于TCP的协议包，抗卡顿是产生延时的主要原因。随着5G时代到来，视频分辨率上升到4K、8K的时候，高带宽要求可能会造成更大的延时。假设当前720P视频直播过程当中延时3-5秒，4K、8K的话也许延时更大。

阿里云CDN团队对底层基础设施能力，包括对当下主流新协议进行分析，希望能够通过新技术栈应用来实现变道超车的作用。

阿里云对业界主流的WEBRTC、QUIC、SRT进行了多维度的技术预研及应用分析。

下图是各个协议的说明：

阿里云最终选择结合WEBRTC技术进行了低延时直播的探索实践，希望能够将用户带入到低延时的时代。

如何进入低延时直播时代？

如下图所示，视频直播的基础设施是覆盖全球的CDN基础设施与CDN智能调度系统。左边部分是技术现状，右侧是我们希望达到的效果。从通讯协议再到上面流媒体层面做一些改进，从TCP协议直接迁移到UDP，UDP在卡顿方面有很大的提升，进一步确保实时交互体验。阿里云CDN希望能够把现在RTMP、FLV、HLS协议转化为WEBRTC协议，从而更好地满足主播和观众互动的需求。

基于这样的架构，阿里云已经推出了一个产品——低延时直播RTS（Real-time Streaming），它是在视频直播的基础上，提供具备CDN高性价比，又能满足大规模并发的低延时直播。

作为视频云基础设施，阿里云能够为企业提供一套完整的端到端直播解决方案，下图就是整体架构：

第一，改进推流端及拉流端SDK，满足云端协议栈的升级优化。

第二，复用云端基础设施能力。将视频直播过程中所需的编解码、录制等功能延续复用。

第三， 与原有的普通直播结合。方案可以支持用户很轻松地把低延时直播和基础直播、互动直播、视频AI能力有机结合起来。

在此架构基础上，阿里云CDN针对直播互动场景，进行了一些优化：

第一，优化网络架构。CDN是一种边缘节点的形态，将阿里云的CDN网络从之前支持RTMP协议升级成为WEBRTC，从传统的流媒体协议变成了实时传输协议，实现CDN网络部分的升级。

第二，提供一种推流两种拉流组合方案。方案允许用户开启两个模式：一是很方便把以前RTMP协议继续兼容下去。二是直接开通WEBRTC低延时能力，对于用户来讲不需要做很多工作，集成一个SDK就能享受这个能力。优势是可以直接兼容现有的推流方式，尤其是专业设备。

第三，全链路低延时监控工具。能够对实时的网络链路进行监控，并提供针对性优化方案，这对直播体验的保障十分关键。从整个效果来看，播放延时基本缓冲在1秒钟左右，有很大的改进。

第四，开放的协议信令。为便于客户自行开发拉流播放器，阿里云CDN也开放了下行节点支持WEBRTC协议将直播流从阿里云直播系统拉取，客户端让用户自主可控，快速搭建自身业务形态。

阿里云低延时直播产品的特性及应用案例

总结起来，阿里云CDN基于现有网络进行优化改良，对于整个低延时直播场景具有以下六个特性：

第一，低延时。具有毫秒级延时，抗弱网能力。经过测试验证，相同卡顿率下延时降低80%；

第二，无缝迁移。延续直播RTMP推流，不改变原有架构，仅需端上更新SDK；

第三，简单易用。功能丰富易接入，直播、点播、转码、截图、录制、安全审核等多场景功能；