把握这几点，轻松解决直播卡顿延迟问题！

针对直播中延迟，文章主要给大家谈谈以下几点：

• 视频直播中的延时如何产生？什么因素会影响延迟？什么方法可以降低直播延迟？

一、视频直播延时是如何产生的？

声音和光的传输需要时间，无线电波的传输需要时间，影像和语音资料的编码、解码都需要时间。这里我们主要看视频直播传输的时延。

一般来说，视频直播主要涉及到采集、预处理、编码、传输、服务器转码、解码这些过程。这和淘宝快递运输的过程非常相似。

比如，你在淘宝上下单购买了1箱麦片，整个运输过程大致如下：

首先，商家要把货从仓库拿出来（采集）并给你的麦片打包（预处理），贴上快递单，方便快递员识别和派送（编码）。

接着，包裹被快递员揽收，经过一段时间的运输后（传输），到达你附近的派送站，并根据快递单地址分配派送员（服务器转码）。

最后，快递包裹送到你手里，你确认快递单上的信息（视频解码），接着打开包装吃上了麦片（播放视频）。

理解了视频直播的传输过程，就很容易理解延时是如何产生的了。

视频直播整个传输链路很长，非常像物流运输的链路，如果里面某个环节产生了延迟，量不断累积，就会直接对整体延迟产生影响。

我们一般会把延迟分成3个类型：设备端处理延迟、网络层延迟和服务端内部处理延迟。

1.设备端处理延迟

从采集端采集、前处理、编码、打包发送，到播放端的收包解包、解码、渲染播放，这里每一个环节都会有一定耗时。

2.网络层延迟，即设备与服务器间的延时

这是常说的“最后一公里”，指的是设备端到服务端的网络传输。在传输延时中，有一部分是客观存在的时间消耗，也有一部分可以从技术上做优化。

3.服务端内部处理延时

包括服务器间的传输延时、排队延时、服务器处理延时。针对跨运营商、跨国、跨地域的调度处理以及并发高峰的负载调度，在服务上都需要做好耗时优化。

点击免费开启无延迟直播

二、什么因素会影响延时高低？

在整个链路中，除了以上因素影响延时外，缓存策略、数据编码、传输协议3个因素对延时的影响会比较大。

1.在一定条件下，缓存策略会增加延迟

上文提到淘宝物流的例子，因为视频直播传输的路径很长，很难保证整条路的稳定性，想要保证流畅传输，服务端和客户端都会增加缓存（预先保存一些视频内容）来应对音视频卡顿。

服务器一般会先缓存一部分数据，把数据传至客户端，如果遇到网络抖动，服务端可以使用缓存中的数据保证直播流的顺畅。

网络状况恢复良好后，又会重新缓存数据。但如果遇到网络抖动较多时，延时也会慢慢积累，影响到用户体验。

2.数据编码方式会影响读取延迟

目前我们主流的视频编码方式是高级视频编码（Advanced Video Coding，AVC），即大家常说的 H.264。

为什么我们需要编码？编码又如何影响直播延时呢？

假设我们看一部时长2小时的1080P、60FPS的电影，如果每个像素需要2字节的存储空间，那么整部电影需要占用1668.54GB的空间！

平时我们硬盘的电影只有几百MB或几G吧？怎么会这么大呢？

其实这些都是被编码压缩后的文件。这样做不仅节省空间，还能减小网络传输的压力。

那么编码是如何影响延迟的呢？这里主要是客户端的解码关键帧的方式。

怎么理解呢？我们平时出去吃饭，偶尔会遇到店里人很多，需要排号的情况。你拿到号（关键帧）之后，开始等位。你可能会和朋友去旁边逛逛街。

如果你逛完街回来，刚好遇到叫号（关键帧），那么就可以直接进去享用美食（直接解码，看到视频）。如果错过了叫号（关键帧），那么就只能等一下，才能轮到你（过一段时间，再解码）。

以上是咱们生活中比较熟悉的例子，如果用专业的话来说，就是：

如果客户端收到的第一个视频帧就是关键帧I（叫号），那么客户端就可以直接播放，如果错过了关键帧I（叫号），那么就需要等到下一个关键帧才可以播放视频。

GOP（图像组）制定了视频帧的组织方式，每个GOP都会以关键帧开头，所以GOP大小会影响播放端的延迟。

GOP决定了关键帧的间隔，也决定了客户端找到第一个可播放关键帧的时间，进而影响视频直播的延迟。

3.传输协议不同，延迟也不同

在音视频传输过程中，选择的协议不同，对延迟的影响也不同。

目前在视频直播中比较主流的协议为RTMP和HLS，这两种协议以不同的方式来传输音视频流。不同应用层协议对音视频的切分颗粒度，决定了端到端的网络延迟。

RTMP、HTTP-FLV这类基于流分发的协议切片粒度很小，延迟在3s以下，可以看做实时传输协议。

HLS是基于文件分发的协议，切片粒度较大，在实际使用中可能会带来20s~30s的延迟。

点击免费开启无延迟直播

三、降低延时的手段有哪些？

一般来说，直播中延迟要低于800毫秒，才能够满足连麦互动的要求，做一些比较高频的互动。如果延迟高于800毫秒，连麦的效果就很难被观众接受了。

从上面这张图谱，我们可以看到，要达到毫秒级别（1秒内）的延迟，才能够满足连麦的要求。为了追求更好的用户体验，那么我们就要不断优化延时，达到最优。

想要在直播中实现低延迟，比较通用的原则是：

• 选择一条最优路径在这条路径上做到最优保持所有路径优质

1.选择一条最优路径

目前使用比较多的是智能测速，根据用户个人连接数据分析等方法，选择最优的网络路径。

2.在这条路径上做到最优

选择好路径后，就要在这条路上尽可能跑得快。但是这条传输路径包括了采集、编码、推流、转码、分发、拉流、解码和渲染。这里优化的关键点主要在于选择协议、前向纠错和丢包重传等等技术。

3.保持所有路径优质

只选择一条最优路径就够了吗？非也，这里有一个前提，整体道路网络必须足够好，如果选了烂泥土路，怎么能够跑得快呢？

在这里，网络基建是影响延迟的重要因素。可以通过以下3点来提高：

多节点覆盖：一般来说，核心城市网络覆盖率更高，偏远地区的覆盖率较低。为了充分覆盖，可以采用多节点来确保全网充分覆盖。

全方位保障：通过部署全球范围内的接入点能够确保这一点，BGP（一种网关协议）能够很好地解决不同网络之间的互通问题。

优质的网络节点资源：底层网络服务的质量，会决定音视频服务的用户体验。一般来说，一线的网络运营商在网络节点的数量和质量上都很有保障。

点击免费开启无延迟直播

四、低延时技术未来将如何发展？

5G 网络带来 1ms 超低时延

高可靠和超低延迟（URLLC）是 5G 三大主要应用场景之一。5G 对于终端与基站的最低要求是 1 ms，甚至更低。在通信的时延和可靠性方面，相比之前的蜂窝移动通信技术，5G 有了极大提升。

这 1ms 有多厉害呢？第三方网络测试机构Open Singanl测试了4G LTE网络的时延为98ms，这几乎是5G 1ms 时延的100倍。

在5G的技术标准中，为实现这样的超低延迟做出了许多努力，比如使用新的编码、更短的传输时间间隔、优化调度模式、快速自动请求重传等。

URLLC 是 5G 区别于 2G/3G/4G 的一个典型场景，高可靠低时延对于自动驾驶、工业应用和控制、远程培训、远程手术以及其他高度延迟敏感型业务的广泛应用非常关键。

5G 成熟后，我们可以真正“无延迟”实现 4K/8K 视频直播，用户的互动体验和线下没有太大区别。

一直保持对5G超高清视频直播技术的探索。

早在2019年4月，保利威平台已经全面支持4K编解码服务。为5G时代下超高清视频的播放进行布局。

同年8月，我们与广东联通开展合作，进行5G网络下的4K+VR超高清直播测试。

2019年10月教育装备展上，保利威首次公开展示5G超高清直播课堂，稳定流畅无卡顿。增强移动带宽带来高清快速的直播体验，师生双向互动毫无压力。

已经做好充分准备，牢牢把握前沿技术的风向，与企业一起共同迎接 5G 新浪潮。

发展成熟，低延迟协议走向标准化

在低延迟直播领域，有不少厂商都开发自己的私有低延迟协议，对于用户来说，如果要从一个厂商迁移到另一个厂商，成本会比较高。

webRTC是目前比较成熟的低延迟协议，相关数据显示，每周仅在Chrome浏览器上就会有超过15亿分钟的WebRTC音视频通话。

为什么webRTC能受到青睐呢？

首先，webRTC基于浏览器，无需下载任何插件和软件，靠浏览器来通信。其次，它能够兼容PC端和移动端各种平台系统。此外，webRTC的解决方案非常完善。从编码和解码、流量控制、音频处理等方面都提供了很好的支持，代码直接开源，大大节省企业的开发成本。

可以预见的是，webRTC会逐渐成为音视频通讯协议的主流，各家的私有协议也走向统一和标准化。音视频通讯开始应用于众多垂直行业，比如在线教育、在线医疗、空中宣讲会等。

安厦直播拥有基于标准webRTC的实时音视频解决方案，同时对webRTC协议进行定制优化。通过自研RTC加速网络和强大的视频云能力支撑，为客户提供跨平台、高品质、可定制化的一站式解决方案。

同时，webRTC解决方案在教育培训、医疗、金融等场景下表现出强大的可用性，能够灵活应对各种场景下的需求。