策劃 / LiveVideoStack關(guān)于分享嘉賓：趙加雨，網(wǎng)易云信CTO，曾深度參與 Cisco Jabber、Webex Meeting、網(wǎng)易視頻云等多項分布式實時通信類產(chǎn)品的架構(gòu)與研發(fā)，具備多年海外工作經(jīng)驗及大型研發(fā)團隊管理經(jīng)驗，擅長構(gòu)建高并發(fā)的實時通訊類的互聯(lián)網(wǎng)產(chǎn)品。
LiveVideoStack：您參與開發(fā)了WebEx Meeting，Cisco Spark到現(xiàn)在的WebRTC，開發(fā)音視頻應(yīng)用的難度與流程有了哪些變化？挑戰(zhàn)在哪里？
Rain: WebEx是十幾年前的產(chǎn)品，那個時候的帶寬還很低，做音視頻的人才也很少，研發(fā)的難度還是很大的，為了實現(xiàn)低帶寬場景下的桌面共享和音視頻通話，WebEx也是做了很多黑科技的。發(fā)展到今天帶寬已經(jīng)不是問題，但是人們對于音視頻的期望和要求也變高了，加上各種弱網(wǎng)和跨網(wǎng)的問題，音視頻研發(fā)的難度仍然很高，而WebRTC的開源在一定程度上降低了音視頻研發(fā)的門檻，實現(xiàn)一個簡單的音視頻應(yīng)用變得相對容易了，但是要想實現(xiàn)一個高質(zhì)量的音視頻應(yīng)用，難度仍然很大。
LiveVideoStack：從小團隊到大團隊，直到擔任CTO，每個階段面臨的最大挑戰(zhàn)是什么？如何找到不斷前行的動力？
Rain：從普通工程師一路走來，個人能力在不斷提高，相應(yīng)的承擔的膽子也越來越大，從自己做到帶團隊做，到現(xiàn)在作為CTO，每個階段有每個階段的挑戰(zhàn)。作為CTO，需要對整個團隊的技術(shù)架構(gòu)和技術(shù)方向負責(zé)，對技術(shù)團隊的成長和團隊建設(shè)負責(zé)，也要有一定的業(yè)務(wù)意識，和其他團隊一起對業(yè)務(wù)負責(zé)。個人能保持不斷成長，我的心得是要保持好奇心，對于新技術(shù)要保持不斷學(xué)習(xí)，另外要不斷走出舒適區(qū)，每一次走出舒適區(qū)都是成長最大的時候。第三是盡量和牛人一起工作，在類似網(wǎng)易這樣的公司，和頂級的團隊和頂級的人才一起工作成長會非常大。
LiveVideoStack：對于有興趣（或轉(zhuǎn)行）學(xué)習(xí)音視頻開發(fā)的初學(xué)者，您有什么建議？有沒有推薦學(xué)習(xí)的圖書資料？從哪些技術(shù)棧開始入手？
Rain：音視頻技術(shù)棧比較長，有側(cè)重算法的，也有側(cè)重工程的，有編解碼相關(guān)的，也有網(wǎng)絡(luò)和傳輸相關(guān)的，有服務(wù)端開發(fā)，有算法層開發(fā)，也有各種端適配，有基于UDP的實時音技術(shù)，也有基于TCP的直播技術(shù)，一個人很難覆蓋所有的技術(shù)點。個人建議是結(jié)合自己的技術(shù)背景和興趣，選擇某一個點開始，然后逐漸深入。當選擇一個方向后，可以看相關(guān)的資料，音視頻的技術(shù)書籍比較少，但是有大量的RFC文檔，因此需要一定的英文閱讀能力。當然，最好的入門方式是加入類似網(wǎng)易云信這樣的專業(yè)音視頻團隊，跟著項目和同事學(xué)習(xí)，同時大量閱讀RFC文檔。
關(guān)于WebRTCLiveVideoStack：去年蘋果宣布在iOS 11中支持WebRTC，至此完成了主流PC瀏覽器和移動端的全覆蓋，您認為它會成為今年的技術(shù)熱點和趨勢嗎？
Rain：我相信會的，WebRTC從發(fā)布至今一直是技術(shù)的熱點，Safari 11開始支持WebRTC后，這表示所有主流OS上的default browser都支持WebRTC了，這會進一步推動WebRTC的應(yīng)用。WebRTC是P2P的，沒有考慮服務(wù)端，也沒有考慮與其他系統(tǒng)的集成，有些公司會基于WebRTC技術(shù)來構(gòu)建音視頻應(yīng)用，另外由于WebRTC的普及，各音視頻應(yīng)用也會考慮支持WebRTC，將瀏覽器作為音視頻應(yīng)用的入口。
LiveVideoStack：WebRTC在國外的發(fā)展是如何一步一步走到現(xiàn)在的？您對國內(nèi)目前的應(yīng)用現(xiàn)狀如何看？
Rain：自從Google在2011年開源WebRTC后，這一技術(shù)就一直備受關(guān)注，但是由于音視頻技術(shù)的復(fù)雜性和規(guī)范制定的滯后性，前幾年的WebRTC技術(shù)一直處于試用階段，并不穩(wěn)定，最早支持WebRTC技術(shù)的Chrome瀏覽器和Firefox瀏覽器，Chrome在功能上相對穩(wěn)定一點，但在遵循規(guī)范上做的不夠好，F(xiàn)irefox在遵循規(guī)范上做的更好，但是功能上不夠成熟。過去幾年的WebRTC技術(shù)實現(xiàn)和規(guī)范制定都在快速迭代中，因此并沒有成熟的商業(yè)化產(chǎn)品出現(xiàn)，直到最近2年，出現(xiàn)了越來越多的WebRTC應(yīng)用，也有更多音視頻應(yīng)用支持WebRTC，相信WebRTC在教育、遠程醫(yī)療等場景下會有較為廣泛的應(yīng)用。
LiveVideoStack：國外使用WebRTC的項目或者創(chuàng)業(yè)公司的情況如何？有什么是我們可以去借鑒和學(xué)習(xí)的地方。
Rain：隨著支持WebRTC的瀏覽器越來越多，國外出現(xiàn)了不少創(chuàng)業(yè)公司，完全基于WebRTC技術(shù)來實現(xiàn)音視頻通話，沒有SFU/MCU，可以實現(xiàn)雙人通話，也可以通過mesh的方式實現(xiàn)3-4人的多方通話，由于沒有流媒體服務(wù)端，也沒有流量成本，因此可以以比較低的價格來提供相對簡單的音視頻服務(wù)，另外也有一些創(chuàng)業(yè)公司并不是構(gòu)建音視頻應(yīng)用，而是利用WebRTC技術(shù)并結(jié)合來其他一些技術(shù)來構(gòu)建有意思的應(yīng)用，譬如結(jié)合Web Audio API, File API, MSE,Canvas/WebGL等技術(shù)，還有一些公司利用DataChannel來實現(xiàn)完全基于web的P2P分發(fā)網(wǎng)絡(luò)，WebRTC和其他的一些HTML5技術(shù)一起賦予了browser更多的能力，這里可以挖掘出不少玩法。
LiveVideoStack：去年的W3C技術(shù)大會提出通過QUIC來實現(xiàn)WebRTC，對此您如何看待？
Rain：QUIC是Google提出的傳輸層協(xié)議，是一種可靠UDP協(xié)議，用于解決TCP協(xié)議的隊首阻塞、建立連接慢、帶寬利用不足、時延大等問題，隨著QUIC協(xié)議的成熟，應(yīng)該會被利用到更多地方，包括WebRTC的DataChannel。
LiveVideoStack：WebRTC對主流視頻編解碼的支持還并不是很好，尤其是對于H.265的支持，您如何看待這個問題？他未來會去做支持嗎？包括AV1等等。
Rain：WebRTC目前支持VP8/VP9/H264，支持H265并沒有太多技術(shù)上的問題，目前主要的問題還是license，而這個問題短期內(nèi)還看不到解決的可能，因此H265在WebRTC里的支持還不太樂觀。AV1是AOM聯(lián)盟推出的視頻編碼標準，AOM聯(lián)盟的目標是在視頻領(lǐng)域復(fù)制OPUS在音頻編碼領(lǐng)域的成功，實現(xiàn)一個能適應(yīng)多種場景（高時延和低時延，軟編和硬編，視頻與錄屏等等）的視頻編碼器，AOM獲得了非常多公司的支持，AV1編碼器的進展也比較快，隨著AV1的成熟，WebRTC應(yīng)該會比較快的支持AV1。
LiveVideoStack：在應(yīng)用WebRTC開發(fā)過程中，您認為或者遇到的難點有哪些以及解決方案式怎樣的？
Rain：WebRTC標準剛剛定稿，各個瀏覽器的實現(xiàn)都還不成熟，也處于快速迭代中，因此基于WebRTC的研發(fā)一方面要兼容各個瀏覽器的區(qū)別，也需要快速跟上瀏覽器的迭代速度，另外WebRTC并沒有定義信令怎么做，也沒有服務(wù)端的方案，也沒有錄制、轉(zhuǎn)碼等，要實現(xiàn)一個完整的音視頻應(yīng)用還需要做非常多的工作。如果是基于libwebrtc來構(gòu)建音視頻應(yīng)用，需要非常資深的團隊花比較多的時間才能吃透libwebrtc的代碼，而這些代碼也在快速迭代中，你可能也需要將這些基于P2P場景的策略算法修改成適合多人會話場景。
LiveVideoStack：您認為哪些行業(yè)會成為WebRTC的突破點和最佳實踐應(yīng)用？
Rain：WebRTC實現(xiàn)了在web端的低時延音視頻通話的能力，因此需要web端低時延音視頻的場景都可以利用webrtc技術(shù)來實現(xiàn)，譬如在線教育和遠程醫(yī)療。不過這里也要提醒一下，WebRTC并不是解決音視頻應(yīng)用所有問題的銀彈，它僅僅解決了音視頻應(yīng)用的一部分問題，提供了一個音頻處理框架、網(wǎng)絡(luò)擁塞控制框架，P2P打洞與網(wǎng)絡(luò)連接框架，音視頻引擎等，所有的策略算法都是為了P2P場景下的語音通話來實現(xiàn)的，你的產(chǎn)品可能并不是這樣的場景，那么就不能使用WebRTC，或者要做深度修改。譬如網(wǎng)易云信，作為PaaS平臺需要滿足各種場景下的音視頻應(yīng)用，有一類應(yīng)用就是音樂教學(xué)，既有音樂又有通話，音樂的聲音是全頻段的，因為有通話，回音消除也是需要的，為了保證音樂教學(xué)場景下的聲音效果，從語音采集到語音3A前處理，再到網(wǎng)絡(luò)擁塞控制策略等等，都需要針對音樂教學(xué)這樣的場景來做特別的策略算法。
WebRTCon 2018 8折報名WebRTCon希望與行業(yè)專家一同分享、探討當下技術(shù)熱點、行業(yè)最佳應(yīng)用實踐。
