未来的直播技术将会有哪些新的进化形式()
近5、6年间,直播几乎每一年都在发生着非常大的变化,诞生了不同的玩法、不同的场景,直播形态在持续地丰富。那么未来,直播技术又会有着什么样的“进化”呢?
近日,火山引擎直播技术负责人周一楠在火山引擎举办的视频云科技原力峰会上发表了《聚焦体验与增长,探索直播技术的再进化》为题的主题演讲,分享了在新环境情况下,直播体验优化面临的挑战以及直播技术再进化的两个实践方向。周一楠表示期望能将直播从静态能力变成动态可调配的,把直播技术从基础的“能力”,演进成促进体验、业务增长的“动力”,从而带来更大的价值。
文章图片
以下为周一楠分享全文:
各位嘉宾大家下午好!我是来自火山引擎直播技术负责人周一楠。今天非常高兴能与大家一起分享关于聚焦体验与增长,直播技术再进化的话题。期望能够将过往火山引擎支持字节跳动内部以及外部客户的实践和思考,做一些总结,给到大家一些不同的视角与输入。
新环境下直播体验优化的挑战
首先讲自己与直播的故事,我相信在座很多嘉宾参与过或者经历过2016年的千播大战。当时直播场景主要是秀场、游戏直播,分辨率还是360P、480P,或者720P。 但是从那之后到现在的5、6年间,我们会发现直播几乎每一年都在发生着非常大的变化,有不同的玩法、不同的场景,比如复杂连麦、直播电商、付费直播、全景直播、生活服务等等,大概有几十种。我举的例子不一定全,但我们能够看到直播形态在持续的丰富。 如果把短视频视作打开人与人之间的信任黑盒子,那么直播便是建立人与人之间的连接。各个行业中,直播也逐渐成为必不可少的基础能力之一。 同时,也正因为直播形态的演进,客户对直播的要求越来越高,更高的清晰度、更低的延迟、更少的卡顿。这背后有大量的技术要求。
文章图片
另外,我们还可以看到直播用户的渗透在持续提升。这主要有几个点:在地域上,从一线城市到二线城市,再到下沉城市,从中国到全球化,这间接带来设备的多样性、网络的多样性,无疑给大规模最优直播体验带来很大的挑战。这其中还有很多的细节需要去处理。
文章图片
接着,我们再看看技术内部的关键指标。通常我们关注直播的QoS指标,比如一级指标,包括连接成功率、卡顿率、延迟、首帧等等,这里没有列特别全。再渗透到二级指标,会包括很多,比如回源比、信令成功率不等,不止几十个指标。这其中复杂,大量的细节,而且有一些指标还有互斥性。 我们回顾一下刚才提到的,叠加不同业务场景,有些希望更高的清晰度,有些希望更高的流畅性,有些希望更低的延迟,再叠加上不同网络情况、不同硬件的差异化等等,这给整个直播体验的技术优化带来非常大的难度。 总结下来,随着直播生态的多样性、渗透率的变化,整个体验优化已经不再是单一技术指标可以解决的问题。如果想达到体验持续提升,业务增长的诉求,复杂度已呈现出指数级提升。当然,这里面确实也是我们作为技术同学需要重点解决的问题,这也是技术可以带来的业务价值体现。
直播技术再进化,建立反馈系统与优化地图
文章图片
前边总结了技术所面临的挑战,那么我们怎么样在复杂错综的变量当中不迷路,找到清晰的优化路径呢?这儿分享一下火山引擎在直播技术上的总结与实践: 第一点,我想介绍建立数据驱动的反馈系统。在火山引擎,我们一直强调数据指导。为什么?有经典的一句话总结:如果你不能量化它,就无法优化它。我们更关注QoE作为指标量化目标,所有优化手段聚焦在QoE的变化上。 数据驱动首先聚焦在数据的A/B实验,A/B实验与直播关联。这里也总结了一些通用的方法论,包括实验设计、流量计算、实验分组、实验回收、改进反馈、版本迭代,在配套A/B实验平台,就可以建立数据实验的反馈优化系统。 有了关键目标,有了方法,有了执行落地的系统,基于过往实践案例,不管是在参数变动、功能迭代、性能调优,我们很多工作都最终量化到整个直播体验的数据上。
文章图片
数据驱动的第二点,我定义成策略系统。如果把数据实验定义成粗密度的,偏向人工的能力验证,我们希望这种能力验证能够沉淀下来。 这张图是数据策略的数据流向图,从数据埋点、数据采集、数据挖掘、模型训练、策略下发,到串联A/B实验平台。在不同用户、不同场景中个性化使用,做到更细粒度的优化效果,再配合前后端的策略应用,能够做到数据闭环驱动。 最后,不管是数据实验,还是策略系统,我们期望的是能够将直播从静态能力变成动态可调配,把直播技术从基础的“能力”,演进成促进体验、业务增长的“动力”,给业务带来更大的价值。
直播技术再进化,探索新技术升级
第三个话题,我重点讲一下关于新技术的探索。这里主要聚焦超低延时直播领域。
文章图片
过往,我们收到过大量一线用户的反馈,比如直播延时大,导致用户反馈、主播反应特别慢,尤其是粉丝数量不是特别多的直播场景,当然还包括直播电商抢购,倒数321之后,发现商品没了;又比如主播的PK环节,在PK倒计时,因为延时的差异,导致大家产生不公平的感觉;还有VR直播,在切换视角时,需要最小化延时,来降低用户眩晕感。这都要求我们推动低延时升级,解决具体的问题。 我们做了什么呢?整个升级过程当中,我们做了大量的工作,包括升级UDP传输模式,包括大量的抗弱网丢包拥塞算法、信令的重构,就是为了能够做到极致的首帧体验,还有节点复用,包括上下行,这里不一一赘述了。 最后再看一下我们核心技术的特性:端到端延时,可以达到大范围分发的情况下1S内,理论值可以做的更低,比如500ms,同时具有大规模分发能力,尤其是针对UV大的热流,具备多级分发的能力,同时具备多分辨率适配,达到不同的设备、不同的网络,端到端全链路覆盖,让整个业务有更多的选择,来解决不同的诉求。
文章图片
这儿回顾一下火山引擎在超低延时直播升级的状态,当前累计覆盖人群有2亿多,覆盖场景有10多种,覆盖的峰值流量是1000G以上,覆盖时长是36亿分钟。 过去从10s到5s到1s内,在电商、互娱方向,GMV、打赏率都取得了非常正向的业务收益。 接下来我们期望与行业一起,把火山引擎目前最新的技术与行业赋能,同步升级。在今天,超低延时直播已经在火山引擎正式上线了,大家可以对接体验整个产品。 说到最后,关于超低延时,还有一个最重要的特征,火山引擎不会去做封闭系统,我们期望标准开放,直播协议能够互联互通,我们也非常欢迎行业服务商共建,为客户提供更多的选择与更优的服务。 今天我们也邀请到了阿里云、腾讯云的同学,三方共同联合发超低延时直播信令标准,共建互通。
文章图片
这标志着低延时直播在实际业务落地上,从传统的3-5s,正式迈入1s内规模分发的大关。协议交互细节将在火山引擎、阿里云、腾讯云官网开放发布。 这次信令协议主要做了如下改进:
- 第一,重新定义信令交互流程,让信令与媒体可以更加顺畅完成。
- 第二,建立支持快速连接的能力,提供极致的首帧渲染时间,提高播放的秒开率与成功率。
- 第三,提供兼容、支持直播行业特点的媒体特性扩展,保障更多的媒体可以兼容。
- 第四,支持信令安全增强,从直播信令到数据,让直播更加可靠,更加关注隐私。
推荐阅读
- 你可能真的需要抛弃word了!细说在线文档如何碾压传统文档
- 数睿数据深度 | 商业智能红海,下一代BI还能激起多大的浪花
- 词向量技术
- 最适合初学者的SpringBoot笔记-动力节点
- 联邦学习中的优化算法
- Redisson分布式锁的实现原理及源码
- 什么是SDK,它是怎样威胁我们的隐私()
- Vue2/3|Vue2/3 项目中的 ESLint + Prettier 代码检测格式化风格指南
- Spring|Spring Boot 2.6.x整合Swagger启动失败报错问题的完美解决办法
- 单链表反转