一文讀懂阿里云直播技術(shù)是如何實(shí)現的

東京奧運會(huì )已落下帷幕。比賽期間，全球億萬(wàn)觀(guān)眾蜂擁至各大轉播平臺觀(guān)看奧運賽事，平臺直播能力顯的尤為重要。阿里云作為視頻直播平臺的技術(shù)提供商，憑借在產(chǎn)品技術(shù)、資源帶寬、服務(wù)保障等方面優(yōu)勢，可為各大轉播平臺提供全鏈路技術(shù)支持和保障，確保極致觀(guān)賽體驗。本文分享阿里云視頻直播技術(shù)是如何實(shí)現的。

一  視頻直播發(fā)展新趨勢與挑戰

根據第三方機構艾媒咨詢(xún)預測，從2017年至2020年，整個(gè)視頻直播始終處于高速的發(fā)展階段，2020年視頻直播帶動(dòng)市場(chǎng)營(yíng)收規模達到萬(wàn)億元，覆蓋用戶(hù)總數達到5.26億。

視頻直播應用場(chǎng)景從泛互聯(lián)網(wǎng)行業(yè)的視頻娛樂(lè )、電商購物等，向在線(xiàn)教育、視頻安防、廣電傳媒、醫療服務(wù)等傳統行業(yè)延伸，“直播+”成為新趨勢。視頻直播市場(chǎng)空間巨大，參與方眾多，競爭激烈。為了能夠吸引到更多用戶(hù)，這就要求直播廠(chǎng)商能夠做到直播內容精細化、直播場(chǎng)景豐富化、營(yíng)銷(xiāo)模式創(chuàng )新化，而實(shí)現這些效果是需要直播平臺支持實(shí)時(shí)加互動(dòng)并在直播的基礎上結合短視頻，從而實(shí)現直播整體效果創(chuàng )新。

直播廠(chǎng)商如果選擇自建直播平臺，必然會(huì )面臨極大挑戰：

• 資源投入大，硬件投入大，帶寬成本高，自建系統投入高，效果一般企業(yè)可節省資金專(zhuān)注核心業(yè)務(wù)，選擇市場(chǎng)專(zhuān)業(yè)、靈活的直播服務(wù)商。 

• 技術(shù)門(mén)檻高，技術(shù)上涉及分布式存儲、分布式計算、視頻編解碼技術(shù)、視頻加密、cdn/' target='_blank'>CDN分發(fā)等多個(gè)技術(shù)棧，開(kāi)發(fā)運維人力和時(shí)間成本難以承受。

• 運營(yíng)成本高，視頻直播業(yè)務(wù)突發(fā)特性，自建視頻直播分發(fā)業(yè)務(wù)難以滿(mǎn)足帶寬彈性需求，造成運營(yíng)成本高，直播內容安全人工審核帶來(lái)高昂的運營(yíng)成本。

二  阿里云視頻直播服務(wù)架構

阿里云視頻直播是基于領(lǐng)先的內容接入與分發(fā)網(wǎng)絡(luò )和大規模分布式實(shí)時(shí)視頻處理技術(shù)打造的音視頻直播平臺，提供易接入、低延遲、高并發(fā)、高清流暢的音視頻直播服務(wù)。

如上圖，主播通過(guò)采集設備采集直播內容后，通過(guò)推流SDK推送直播流，視頻直播服務(wù)通過(guò)邊緣推流的方式將直播流推送至阿里云直播中心，推送的視頻流通過(guò)CDN邊緣節點(diǎn)進(jìn)行加速保證上行傳輸的穩定性。視頻流推送至阿里云直播中心后，可按需對視頻流進(jìn)行轉碼、時(shí)移、錄制、截圖等處理。處理好的視頻流通過(guò)CDN內容分發(fā)網(wǎng)絡(luò )，下發(fā)至觀(guān)眾的設備中進(jìn)行播放。移動(dòng)端的播放設備可以集成阿里云提供的播放器SDK進(jìn)行開(kāi)發(fā)。直播視頻除了可以進(jìn)行轉碼截圖等操作外，還可以進(jìn)行直播轉點(diǎn)播的操作，將錄制下來(lái)的視頻轉至點(diǎn)播系統中再進(jìn)行點(diǎn)播播放和短視頻云剪輯。方便直播與短視頻內容生產(chǎn)和傳播的聯(lián)動(dòng)。

三  視頻直播的核心優(yōu)勢

1  全球加速：一張覆蓋全球的邊緣云節點(diǎn)網(wǎng)絡(luò )

阿里云擁有遍布全球2800+邊緣云節點(diǎn)，9大直播中心，支持海外業(yè)務(wù)無(wú)縫布局，通過(guò)阿里云搭建的全球實(shí)時(shí)音視頻通信網(wǎng)（GRTN），全世界各地的直播流可實(shí)現就近接入，通過(guò)高速通道快速傳輸至指定直播中心進(jìn)行內容分發(fā)。

2  極致視聽(tīng)：自研音視頻技術(shù)確保最佳體驗

阿里云窄帶高清技術(shù) ，針對視頻畫(huà)面場(chǎng)景、動(dòng)作、內容、紋理等細節進(jìn)行智能分析，例如針對足球賽事中的足球、隊員、草地進(jìn)行不同策略的編碼優(yōu)化，在畫(huà)質(zhì)輸出的同時(shí)，降低碼率，節省帶寬成本20%~40%。

左圖人物畫(huà)面是普通轉碼，右圖人物畫(huà)面是窄帶高清轉碼。當觀(guān)眾看到這幅畫(huà)面時(shí)，焦點(diǎn)在人物臉部，智能分析會(huì )把更多的碼率分配在人臉上從而實(shí)現整個(gè)人臉的紋理識別，讓細節更加清晰。然后看下對應碼率分析，當畫(huà)面非常復雜的時(shí)候，比如左邊畫(huà)面非常復雜的時(shí)候，碼率是在1.5M~2M之間。當整個(gè)畫(huà)面慢慢的趨于平靜，比如說(shuō)足球集團中場(chǎng)休息的時(shí)候，就可以通過(guò)智能識別來(lái)降低這個(gè)碼率的消耗。這樣的話(huà)平均下來(lái)看，整體帶寬就降低了30%~40%。即前面所說(shuō)在保證畫(huà)面更加清晰的前提下節省帶寬，這就是阿里云的窄帶高清2.0技術(shù) 。

同時(shí)，阿里云還有自研實(shí)時(shí)高性能視頻編碼Ali S265，全面支持H265 1080P高質(zhì)量實(shí)時(shí)轉碼，支持視頻增強算法處理，提升視頻畫(huà)質(zhì)。直播編場(chǎng)景下編碼，有一個(gè)非常關(guān)鍵的條件，就是說(shuō)編碼必須達到實(shí)時(shí)，也就是1小時(shí)要能把1小時(shí)的視頻轉碼，或者更精細的比如1秒，需要把1秒1個(gè)的視頻的內容給實(shí)現轉碼，要保證到實(shí)時(shí)。阿里云S265就能保證1080P高質(zhì)量實(shí)時(shí)轉碼，并且支持視頻的一個(gè)增強處理算法，提升整個(gè)畫(huà)面的一個(gè)畫(huà)質(zhì)。通過(guò)對比發(fā)現，經(jīng)過(guò)Ali S265處理后的，動(dòng)物后面的那個(gè)樹(shù)樹(shù)的那個(gè)雪花的細節明顯就是做了一些增強。在保證實(shí)時(shí)和圖像質(zhì)量的情況之下做了一個(gè)增強的算法處理的，使得畫(huà)面整體變得更加清晰，富有層次感。

3  技術(shù)領(lǐng)先：直播技術(shù)不斷創(chuàng )新

低延時(shí)直播是在阿里云視頻直播的基礎上，進(jìn)行全鏈路延時(shí)監控、CDN傳輸協(xié)議改造、UDP等底層技術(shù)優(yōu)化，通過(guò)集成直播播放端SDK，支持千萬(wàn)級并發(fā)場(chǎng)景下的節點(diǎn)間毫秒級延時(shí)直播能力，彌補了傳統直播3~6秒延時(shí)的問(wèn)題，保障低延時(shí)、低卡頓、秒開(kāi)流暢的極致直播觀(guān)看體驗。超低延時(shí)直播RTS具有多重的技術(shù)優(yōu)勢，可廣泛應用于各行業(yè)場(chǎng)景，擁有數百家客戶(hù)實(shí)踐經(jīng)驗，低延時(shí)直播為業(yè)務(wù)提升帶來(lái)巨大價(jià)值。

云導播依托視頻直播、媒體處理服務(wù)，對傳統視頻生產(chǎn)工具進(jìn)行云端再造，融合視頻AI識別、雙語(yǔ)翻譯、多種互動(dòng)能力，進(jìn)行視頻導播效果創(chuàng )新，無(wú)需采購硬件，隨時(shí)隨地使用。云導播提供控制臺、API、Web SDK三類(lèi)產(chǎn)品，按需接入，便于二次開(kāi)發(fā)或直接使用，控制臺交互簡(jiǎn)單易于上手，低學(xué)習成本。支持直播、點(diǎn)播視頻源，及圖片、文檔、頁(yè)面等多種內容源，最大6路視頻源實(shí)時(shí)混編。多視角、實(shí)時(shí)圖文包裝組件、多語(yǔ)翻譯字幕、視頻AI等能力，對直播隨時(shí)包裝制作，一鍵同步線(xiàn)上，幫助打造精彩沉浸式的直播體驗。

多機位功能針對活動(dòng)現場(chǎng)的多個(gè)機位進(jìn)行多路流的融合、切換播放，不同機位流通過(guò)視頻幀級別的同步播放，使用戶(hù)同時(shí)擁有多個(gè)觀(guān)看視角，不錯過(guò)任何精彩畫(huà)面?；谏疃人惴ǖ膶?shí)時(shí)自動(dòng)摳像技術(shù)實(shí)現虛擬演播廳，支持多種設備、多機位、異地開(kāi)播，通過(guò)云端摳像合成能力，實(shí)現雙屏幕、分屏、畫(huà)中畫(huà)等開(kāi)播場(chǎng)景，打造沉浸式直播體驗。用于快速聚合多個(gè)視頻節目，創(chuàng )建輪播臺類(lèi)型直播間，豐富直播場(chǎng)景和內容形態(tài)。支持節目單的增刪改查功能，支持節目?jì)热莸木庉嬙O置。靈活調用、高效協(xié)同業(yè)務(wù)場(chǎng)景落地。

導播臺ET實(shí)時(shí)字幕，集成導播臺、達摩院ASR、翻譯服務(wù)，提供直播流實(shí)時(shí)多語(yǔ)言語(yǔ)音轉字幕服務(wù)，支持直播錄制對翻譯字幕的持久化存儲，支持字體、背景、效果、顯示時(shí)間等多種參數設置，支持中、英、法、西、俄多語(yǔ)言模版靈活調用，字幕實(shí)時(shí)疊加，將直播語(yǔ)音轉為文字，翻譯以字幕形式融入直播流中進(jìn)行展示。

云導播還支持對直播素材、點(diǎn)播素材、圖片、文字、動(dòng)態(tài)H5組件素材、AI能力進(jìn)行融合，重構視頻內容生產(chǎn)鏈路，以多維度數據信息，增強用內容豐富度、拓展流量曝光和廣告變現價(jià)值。

4  視頻智能：視頻AI功能應用

視頻審核服務(wù)基于海量標注數據和深度學(xué)習算法實(shí)現，從語(yǔ)音、文字、視覺(jué)等多維度精準識別媒體文件中包含的違禁內容，包括暴恐、廣告、不良場(chǎng)景識別等多個(gè)功能模塊，同時(shí)支持視頻圖像文件內容質(zhì)量審核功能，保障內容安全。

推流SDK是基于阿里云產(chǎn)品的內容分發(fā)網(wǎng)絡(luò )和音視頻實(shí)時(shí)通訊技術(shù)，提供簡(jiǎn)單易用的開(kāi)放接口、網(wǎng)絡(luò )自適應的流暢體驗、多節點(diǎn)的低延遲優(yōu)化、功能強大的實(shí)時(shí)美顏等音視頻直播技術(shù)服務(wù)。 智能美顏是基于智能視覺(jué)算法、海量規模的人臉檢測和識別技術(shù)，提供美顏、美型、美妝、濾鏡貼紙等編輯加工能力。 自研的人臉關(guān)鍵點(diǎn)定位技術(shù)，涵蓋106個(gè)基礎點(diǎn)位、280個(gè)高精度點(diǎn)位，效果真實(shí)。 持續優(yōu)化的智能視覺(jué)算法和實(shí)時(shí)渲染技術(shù)，保證自然流暢的使用體驗。 持續升級的美顏美型、濾鏡貼紙玩法，不斷擴充的素材庫，創(chuàng )造更多樂(lè )趣。 完善的開(kāi)發(fā)者支持，快速響應客戶(hù)需求，提供優(yōu)質(zhì)可靠的服務(wù)。

5  安全穩定：多種安全策略確保直播視頻安全

視頻直播支持訪(fǎng)問(wèn)控制，如Refer UA黑白名單、IP黑白名單等。支持播放中心鑒權和業(yè)務(wù)方遠程鑒權，播放中心鑒權即推流和播放的URL鑒權，安全URL鑒權支持自定義的鑒權Key和鑒權失效時(shí)間，動(dòng)態(tài)生成鑒權URL。業(yè)務(wù)方遠程鑒權是透傳業(yè)務(wù)請求信息給客戶(hù)自定義的鑒權中心判斷合法性。

通過(guò)主備流切換，實(shí)現正常直播的可靠穩定，整個(gè)切換過(guò)程簡(jiǎn)單易操作。阿里云視頻直播服務(wù)還支持通過(guò)EdgeScript實(shí)現自定義鑒權，簡(jiǎn)單方便，客戶(hù)可以根據業(yè)務(wù)特征自定義，部署上線(xiàn)快。EdgeScript可在直播CDN邊緣節點(diǎn)執行自行編寫(xiě)，客戶(hù)無(wú)需關(guān)心代碼部署的機器硬件配置、部署region、調度和彈性擴容，代碼一經(jīng)上傳，即可完成全球阿里云直播邊緣云節點(diǎn)的部署，在全球邊緣執行，根據代碼邏輯個(gè)性化處理全球各地的請求。

直播視頻加密是云端一體的視頻加密解決方案，采用私有加密算法，對視頻流加密確保視頻流安全傳輸。支持行業(yè)通用DRM加密，支持多終端、多平臺、全方位進(jìn)行版權保護。該加密方法擁有獨立加密密鑰，避免單一密鑰泄密引起大范圍的安全問(wèn)題，支持加密轉碼+解密播放，動(dòng)態(tài)密鑰管理更安全地保護視頻資源，可有效防止視頻泄露和盜鏈問(wèn)題。數字水印技術(shù)在直播視頻中應用，實(shí)現大型賽事直播版權視頻內容搬運侵權的取證、溯源和追責。

為滿(mǎn)足客戶(hù)運維需求，阿里云支持對直播推流質(zhì)量，觀(guān)看用量，錯誤狀態(tài)，觀(guān)看人數，播放流量帶寬，播放質(zhì)量等秒級實(shí)時(shí)的管理，超低的延時(shí)率可及時(shí)獲知直播過(guò)程中的異常狀況。通過(guò)實(shí)時(shí)日志推送功能，將直播域名日志實(shí)時(shí)推送至日志服務(wù)，并進(jìn)行日志分析，便于快速發(fā)現和定位主播推流問(wèn)題，或者分析直播觀(guān)看用戶(hù)數據為運營(yíng)策略提供依據。

四  視頻直播的應用場(chǎng)景

按照應用分類(lèi)，視頻直播典型場(chǎng)景有大型體育賽事直播、泛娛樂(lè )直播（秀場(chǎng)、游戲、社交）、電商直播、晚會(huì )活動(dòng)直播、在線(xiàn)教育直播、企業(yè)直播等。

1  大型賽事直播

• 適用場(chǎng)景：奧運會(huì )、世界杯、體育賽事、電子競技等大型賽事直播場(chǎng)景。

• 場(chǎng)景訴求：提供高可靠、高品質(zhì)、低延時(shí)的直播服務(wù)。支持千萬(wàn)級并發(fā)穩定流暢觀(guān)看，全鏈路災備與應急預案，影院般沉浸式觀(guān)看體驗。

• 絕對穩定：主備推流，異地雙中心容災，多碼率對齊，httpDNS+302調度，多種方案保障直播穩定。

• 內容升級：智能生產(chǎn)自動(dòng)剪輯生成比賽集錦；秒級時(shí)移回看，精彩內容絕不錯過(guò)；賽事片頭、片尾插播，品牌 LOGO 露出，視頻廣告融合播放，云導播助力巨大流量下品牌營(yíng)銷(xiāo)與變現。

• 極致流暢觀(guān)看體驗：窄帶高清? 2.0 提供影院般的畫(huà)質(zhì)享受。50幀極清給用戶(hù)更流暢的沉浸式賽事觀(guān)看體驗。合流方案，在云端對多路流進(jìn)行匯聚優(yōu)化，動(dòng)態(tài)生成幀率最好的一路流輸出。

• 直播安全：直播DRM保障內容安全，通過(guò)全鏈路災備與應急預案等保障手段，保障千萬(wàn)級用戶(hù)并發(fā)的視頻直播和彈幕互動(dòng)的流暢體驗。

2  泛娛樂(lè )直播

• 使用場(chǎng)景：秀場(chǎng)直播（唱吧直播，脫口秀）、UGC視頻（生活，娛樂(lè )直播，視頻交友）、游戲直播解說(shuō)。

• 場(chǎng)景訴求：秀場(chǎng)、游戲、社交直播，為全球文化娛樂(lè )傳播行業(yè)客戶(hù)提供低成本的直播轉碼、分發(fā)能力，助力客戶(hù)快速進(jìn)行全球范圍內的活動(dòng)直播。

• 直播端能力：主播通過(guò)手機、PC終端推流，觀(guān)眾通過(guò)終端進(jìn)行觀(guān)看。阿里云直播提供推流SDK和播放SDK，內置美顏美妝功能。

• 直播服務(wù)端能力：GRTN傳輸網(wǎng)絡(luò )和實(shí)時(shí)轉碼能力保障百萬(wàn)并發(fā)觀(guān)眾都能看到穩定、流暢、高畫(huà)質(zhì)的直播內容。

• 主播與觀(guān)眾互動(dòng)：直播間點(diǎn)贊、評論、連麥互動(dòng)。

• 智能審核方案：根據用戶(hù)管控尺度，靈活調整策略進(jìn)行視頻畫(huà)面黃反審核。多種識別方案，有效匹配多種語(yǔ)音場(chǎng)景。針對特定廣告事件進(jìn)行定時(shí)管控，識別變種廣告。有效識別靜態(tài)無(wú)意義視頻內容，提高運營(yíng)管控效率。

3  電商直播

• 適用場(chǎng)景：商城直播（產(chǎn)品介紹、曬單分享、最大化完成售賣(mài)轉化）、微商互動(dòng)（“直播+互動(dòng)“的模式，通過(guò)社交傳播，助力商品快速變）。

• 場(chǎng)景訴求：直播帶貨最重要的兩個(gè)能力一個(gè)是直播能力，一個(gè)是互動(dòng)通信能力。通過(guò)直播能力，觀(guān)眾能觀(guān)看直播流；通過(guò)互動(dòng)通信能力，觀(guān)眾能在直播間里參與實(shí)時(shí)互動(dòng)。

• 直播端能力：主播通過(guò)手機、電腦、專(zhuān)業(yè)設備進(jìn)行推流。觀(guān)眾通過(guò)手機、PC、Web、小程序進(jìn)行觀(guān)看。

• 直播服務(wù)端能力：通過(guò)就近接入直播收流和加速分發(fā)，保障全世界買(mǎi)家都能看到穩定、流暢、高畫(huà)質(zhì)的直播內容。

• 直播錄制與回放：把直播過(guò)程中商品精彩介紹生成短視頻，直播結束后也可以沉淀為精彩內容促進(jìn)售賣(mài)轉化。直播時(shí)移支持直播過(guò)程中任意精彩內容按需回看，買(mǎi)家可以隨意拖拽時(shí)間軸回看錯過(guò)的精彩直播。

• 主播與買(mǎi)家互動(dòng)：賣(mài)家觀(guān)看直播過(guò)程中會(huì )實(shí)時(shí)咨詢(xún)寶貝信息、評論等互動(dòng)交流。直播中進(jìn)行秒殺、抽獎和紅包互動(dòng)營(yíng)銷(xiāo)。直播流端到端延時(shí)1秒或更低。

4  晚會(huì )活動(dòng)直播

• 適用場(chǎng)景：面向新聞類(lèi)、體育類(lèi)、綜藝類(lèi)等晚會(huì )、活動(dòng)直播。

• 場(chǎng)景訴求：高質(zhì)量高可靠晚會(huì )、活動(dòng)直播，呈現超高清、杜比全景聲、大規模全球分發(fā)的視頻直播視聽(tīng)盛宴。

• 更高清+杜比全景聲：使用4K高清轉播車(chē)進(jìn)行信號傳輸和杜比全景聲，讓屏幕前的觀(guān)眾聽(tīng)到的聲音，“比現場(chǎng)觀(guān)眾還真實(shí)”。在用戶(hù)投身購物狂歡的同時(shí)，也收獲了視聽(tīng)觀(guān)感上的雙重享受。 

• 高可靠：通過(guò)雙路SRT回傳技術(shù)，確保如主路信號源發(fā)生異常，切換到備路后能夠繼續保持前后畫(huà)面同步，真正做到無(wú)縫切換，從而保障重要節目源在復雜的網(wǎng)絡(luò )中高質(zhì)量傳輸，將精彩內容更低成本、更穩定、更快速、更完整地送到用戶(hù)屏幕前。

5  在線(xiàn)教育直播

• 適用場(chǎng)景：成人教育大班課。

• 場(chǎng)景訴求：需要支持不同地區不同網(wǎng)絡(luò )情況下學(xué)生都能穩定觀(guān)看高質(zhì)量直播課；低延時(shí)直播保證師生互動(dòng)效果（低延時(shí)直播流和消息互動(dòng)保持同步）；直播安全為核心教學(xué)內容保駕護航。

• 海量直播并發(fā)支持：支持千萬(wàn)并發(fā)觀(guān)看，全球 2800+ CDN 節點(diǎn)覆蓋，150T帶寬儲備，專(zhuān)線(xiàn)保障跨國直播質(zhì)量。

• 直播回放錄制：云端錄制課程直播內容，生成回放文件可隨時(shí)查閱觀(guān)看。直播時(shí)移支持直播過(guò)程中任意精彩內容按需回看。

• 直播互動(dòng)答疑：老師和學(xué)生的互動(dòng)促進(jìn)提升在線(xiàn)教育課堂授課效果。一體化SDK支持互動(dòng)連麥、評論發(fā)言、群組管理等功能。

• 直播安全防盜：支持URL鑒權、遠程鑒權、阿里加密、DRM加密等鏈路和內容加密功能，按需使用保障內容安全防盜播，防范內容。

6  企業(yè)直播

• 適用場(chǎng)景：企業(yè)營(yíng)銷(xiāo)直播、金融直播場(chǎng)景。

• 場(chǎng)景訴求：非專(zhuān)業(yè)直播機構，沒(méi)有完善的線(xiàn)下演播室，需要云端支持多機位、導播、虛擬演播室完善直播內容；同時(shí)是低延時(shí)強互動(dòng)直播。

• 短延遲互動(dòng)直播，營(yíng)銷(xiāo)效果佳：企業(yè)營(yíng)銷(xiāo)直播、金融直播場(chǎng)景需要功能齊全、高性?xún)r(jià)比、超低延時(shí)直播帶貨，支持百萬(wàn)級高并發(fā)，端到端延時(shí)1秒?；?dòng)更及時(shí)，搶紅包秒殺帶貨更流暢，提升GMV和用戶(hù)轉化。

• 云端視頻處理，直播更專(zhuān)業(yè)：營(yíng)銷(xiāo)直播更有針對性的提前進(jìn)行直播內容策略與準備，直播內容豐富度和專(zhuān)業(yè)性更強。云導播支持點(diǎn)播和直播源融合切換，在直播過(guò)程中可無(wú)縫穿插精品點(diǎn)播宣傳片等內容。虛擬演播室更能支持多種設備、多機位、異地開(kāi)播，通過(guò)云端摳像合成能力，實(shí)現雙屏幕、分屏、畫(huà)中畫(huà)等開(kāi)播場(chǎng)景，打造沉浸式直播體驗。