【无延迟】凭什么成为音视频直播领域的准入门槛？

（原标题：【无延迟】凭什么成为音视频直播领域的准入门槛？）

　直播虽然升级了人与人之间的互动体验，但直播固有的“延迟”问题却限制了互动体验的升级，难以还原线下“真互动”场景，企业对于“无延迟，真互动”的诉求也随之水涨船高。

　　目前来看，不能实现直播实时互动的直播服务平台难以挤进行业第一梯队;在未来，无延迟直播更有望成为音视频直播领域的准入门槛。

　　然而，什么是无延迟直播?它究竟能给企业直播行业带来怎样的变化?又为什么能成为音视频领域的准入门槛?

一

　　延迟是怎么产生的?

　　先解释2个问题，延迟是什么?延迟为什么存在?

　　信息的传递需要介质作为支撑，比如古代时期的车马驿站，电报时代的电磁波等，信息在介质传播过程中会遇到各种“困难”，导致消息从传出到接收就一定会存在延迟。

　　现在人们打电话，或是通过微信音视频通话，能够第一时间感知到他人的状态并给予回应，像线下实时互动一般，延迟似乎已不存在。

　　但实际上，延迟还是存在的。就人们的真实感受来说，超过1秒的信息延迟将会对互动起到明显影响;只有当延迟低至至一定程度时，才能几乎感受不到延迟的存在。

　　因此，无论是打电话，还是微信通话，得益于技术已经能将信息传递延迟降至人们难以感知的程度，才会体验到如同线下实时互动的真实感受。

　　很多人存在一个误区，即随着5G布局落地，直播延迟问题将会迎刃而解。

　　然而，5G只是解决了信息从手机到信号基站的传输速度，并不能解决丢包、延迟、抖动和终端性能多样性等互联网存在的复杂问题，而这些问题才是导致直播延迟的直接因素。

二

　　无延迟技术日渐成熟

　　打通“直播真互动”道路

　　01、UDP逐渐取代TCP

　　在传统的观念当中，直播的延迟似乎是不可避免的，它由编码、传输、播放等部分叠加构成，尤其是传输延迟会放大延迟的问题。在目前主流互联网通信协议下，由于有复杂的确认应答机制存在，会大幅提升数据的传输延迟。

　　TCP协议是其中主要原因。

　　TCP协议在1981年成为互联网的标准，该传输协议持续推动着互联网40年的高速发展。不过，基于早期TCP协议的直播一般都会伴随着3~20秒左右的延时，TCP协议也因此成为制约互动技术发展的枷锁。

　　而今，TCP协议逐渐被UDP协议取代，这是一个堪称划时代的变化。UDP不需要和TCP一样在发送数据前进行三次握手建立连接，并且也只是数据报文的“搬运工”，不会对数据报文进行任何拆分和拼接操作，在数据发送效率上高于普通TCP协议。

　　“今天的互联网就像是一条信息高速公路，但是我们却依然用着红绿灯的方式去调度交通，我们现在普遍使用的TCP协议便饰演了这只过时的‘红绿灯’，虽然它非常可靠、有序，但却低效。”保利威技术副总裁梁瑛玮通俗地比喻道。

　　02、WebRTC技术发展日益成熟

　　此外，谷歌开放的实时通信框架WebRTC经过今年的发展已经逐渐成熟并得到广泛应用，国内包括华为、阿里、腾讯云等一线大厂全面支持WebRTC标准，这些都为实现“真互动”提供的技术支持。

　　在以WebRTC为底层技术的无延迟互动中，存在着NACK、ARQ、FEC、JitterBuffer等几个关键技术。

　　在NACK的基础上，RTC技术在不同的网络环境下，针对不同的情况采取不同的ARQ算法策略，智能控制不同的重传率，能比传统TCP ACK策略更有效地应对不同的网络情况，极大地提升通信效率。

▲NACK原理图

　　在某些网络环境下，WebRTC会使用FEC(Forward Error Correction)算法策略去对抗网络丢包。FEC会在每个数据包中附带一些冗余的编码，使得每个数据包并不仅仅承担原始数据的传输职责。由于冗余数据的存在，如果网络链路中存在丢包，也能利用这些冗余数据进行校验和恢复，不影响正常的传输。

　　▲ FEC弱网对抗技术原理图

　　在实际应用场景下，网络抖动、设备编解码抖动都是无法完全避免的。WebRTC设计了一套抖动缓冲区(JitterBuffer)的机制来解决这些问题。JitterBuffer机制能处理丢包、乱序、延时到达等情况，平滑的向解码模块输出数据包/帧，是WebRTC实现低延迟和抗弱网的核心模块之一。

　　▲ RTC数据流程图

　　随着音视频技术的日益发展，大部分直播服务商也能将延迟控制在0.5秒范围左右，但难以解决的是成本问题，高并发的无延迟直播所带来的成本让企业难以承受。

　　从效果上看，“0.4秒”是一个可以在效果和成本之间达成的最佳平衡点，基于这个原因，保利威将低于0.4秒的延迟定义为“无延迟”。值得一提的是，保利威的无延迟直播技术能够支撑高达10万人的并发，满足企业多元化的直播场景需求。

　　此外，直播平台的接入成本对于企业而言也是必须考虑的因素之一。保利威无延迟能够提供灵活、低成本的接入能力，提供从SaaS、aPaaS、iPaaS层产品接入方案，且提供教培、营销、会展等通用场景预组装开发套件，实现快速接入，克服传统RTC产品接入门槛高、应用成本高的问题。

三

　　无延迟直播落地行业各场景

　　有望成音视频领域准入门槛

　　01、直播延迟被行业诟病

　　直播正加速各行业企业全场景中，企业对高质量直播互动的需求愈加强烈，直播延迟已经给企业业务带来实质影响。

　　据《2020Q1中国中小学在线教育用户行为研究》数据显示，有近40%的家长都认为网络延迟和卡顿影响了在线教育体验，“延迟”成为影响直播课堂体验感的“罪魁祸首”。

　　“线上课体验太差了!老师发的课堂联系，学生还没做完，答案就已经出来了……“

　　“带货直播中的红包雨、抽奖环节是增强直播间氛围的重要环节，但实际互动效果难以令人满意，转化效果更与预想差距甚远。”

　　“公司尝试用直播开员工大会，以为能够带来新的体验，但没想到当领导讲完话，过了十几秒员工才给予回应。“

　　上述抱怨都来自于一线直播工作者的真实反馈，他们的无奈统统指向一个诉求：视频直播作为信息密度极高的传播媒介，实现实时交互必不可少。

　　02、无延迟直播有效解决痛点诉求

　　无延迟直播能有效解决企业业务场景中对于强交互、实时沟通的需求。

　　保利威后台数据显示，与传统直播相比较，无延迟直播能够将用户在直播间的停留时长提升30% ~50% ，直播间销售转化率提升30%~40% ，直播间互动用户量翻倍。

　　另有保利威客户反馈，某财商机构使用无延迟直播后，直播聊天区域互动率高达60%，课程转化率超20%。此外，企业营销直播流量增长400%，企业营销直播转化率提高300%。

　　除了赋能业务层面数据提升，无延迟直播也对改善企业培训师、老师、学员、带货主播等与直播密切相关人员的状态起到重要帮助，重构具体业务场景。

　　03、无延迟直播成为行业准入门槛

　　从上述数据可以看出，无延迟直播的应用能够给企业和行业带来全面质的提升。

　　从用户层面上看，无延迟直播的实时互动体验非常接近线下实时沟通，带给用户的参与感要优于传统直播，进而帮助提升用户在直播间的停留时长和参与度。

　　从数据层面上看，无延迟直播能够让用户体验得到提升，帮助企业降低直播间跳出率，为企业、机构后续营销转化打好基础。

　　从业务层面上看，直播能够多元化地与各种业务相互配合，例如企业内部培训、数字研讨会、直播带货等，丰富企业运营业务的形式。

　　企业能够通过无延迟直播与更多实际业务相结合，打造更多样化和立体化的工作流程，以应对如新冠疫情般黑天鹅事件的发生，进而加速推进数字化转型。

　　如果直播服务商不能为企业提供无延迟直播服务，就难以满足企业多样化直播场景的需求。在未来，无延迟直播将会成为横亘在直播服务商面前的一道标尺，成为音视频直播领域的准入门槛。

     四

　　保利威无延迟直播

　　实现四大突破

　　多维度赋能企业业务升级

　　保利威无延迟直播(POLYV Real-Time Communication, PRTC)是在RTC技术升级路径上的一次重要创新。

　　保利威通过技术和产品的革新，基于WebRTC开发的PRTC，彻底打通直播体验的“最后一公里”，将直播延迟降至0.4秒内，实现线下面对面的实时互动体验，解决了困扰企业的延迟互动问题。

　　保利威在WebRTC的基础上，根据客户的业务场景深入开发，形成了从SaaS到PaaS的全场景化解决方案，使得企业、机构能够以极低的接入成本，快速具备高稳定、低延迟、强互动的直播能力。

　　在6月2日的保利威无延迟直播产品发布会上，保利威技术副总裁梁瑛玮表示，保利威无延迟直播产品已经在技术产品跟应用上都实现了四大突破：

　　保利威相信，由于无延迟直播的架构设计与5G架构高度相似，无延迟直播将是第一个充分发挥5G优势的产业应用。无论是技术架构还是使用体验，无延迟直播都称得上是“5G原生”的产品。

　　在未来，保利威将会继续在“无延迟技术”上发力，将“无延迟+大数据+AI分析”相结合，从而为企业提供更切实可靠的服务。