我們今天匯總了一些能幫助到正在學(xué)習(xí)或進(jìn)行音視頻開發(fā)的實(shí)時(shí)音視頻開發(fā)者們的開源項(xiàng)目與幾個(gè)也在為開源社區(qū)貢獻(xiàn)力量的商業(yè)服務(wù)。這些項(xiàng)目分為幾類：音視頻編解碼類、視頻前后處理、服務(wù)端類等。
音視頻編解碼類開源項(xiàng)目
視頻編解碼的作用，就是在設(shè)備的攝像頭采集畫面和前處理后，將圖像進(jìn)行壓縮，進(jìn)行數(shù)字編碼，用于傳輸。編解碼器的優(yōu)劣基本在于：壓縮效率的高低，速度和功耗。
目前，主流的視頻編碼器分為3個(gè)系列：VPx（VP8，VP9），H.26x（H.264，H.265），AVS（AVS1.0，AVS2.0）。VPx系列是由Google開源的視頻編解碼標(biāo)準(zhǔn)。在保證相同質(zhì)量情況下，VP9相比VP8碼率減少約50%。H.26x系列在硬件支持上比較廣泛，H.265的編碼效率能比上一代提高了30-50%，但是復(fù)雜度和功耗會(huì)比上一代大很多，所以純軟件編碼實(shí)現(xiàn)的話有一定瓶頸，現(xiàn)有的技術(shù)下，還是需要依靠硬件編解碼為主。AVS是我國(guó)具備自主知識(shí)產(chǎn)權(quán)的第二代信源編碼標(biāo)準(zhǔn)，目前已經(jīng)發(fā)展到第二代。
WebRTC
首先會(huì)用到的肯定是WebRTC，是一個(gè)支持網(wǎng)頁(yè)瀏覽器進(jìn)行實(shí)時(shí)語(yǔ)音對(duì)話或視頻對(duì)話的開源項(xiàng)目。它提供了包括音視頻的采集、編解碼、網(wǎng)絡(luò)傳輸、顯示等功能。如果你想基于WebRTC開發(fā)實(shí)時(shí)音視頻應(yīng)用，需要注意，由于WebRTC缺少服務(wù)端設(shè)計(jì)和部署方案，你還需要將WebRTC與Janus等服務(wù)端類開源項(xiàng)目結(jié)合即可。
官網(wǎng)地址：https://webrtc.org/
x264
H.264是目前應(yīng)用最廣的碼流標(biāo)準(zhǔn)。x264則是能夠產(chǎn)生符合H.264標(biāo)準(zhǔn)的碼流的編碼器，它可以將視頻流編碼為H.264、MPEG-4 AVC格式。它提供了命令行接口與API，前者被用于一些圖形用戶接口例如Straxrip、MeGUI，后者則被FFmpeg、Handbrake等調(diào)用。當(dāng)然，既然有x264，就有對(duì)應(yīng)HEVC/H.265的x265。
官網(wǎng)地址：https://www.videolan.org/developers/x264.html
FFmpeg
FFmpeg大家應(yīng)該不陌生，提供了編碼、解碼、轉(zhuǎn)換、封裝等功能，以及剪裁、縮放、色域等后期處理，支持幾乎目前所有音視頻編碼標(biāo)準(zhǔn)（由于格式眾多，我們就不一一列列舉了，可以在Wikipedia中找到）。
同時(shí)，F(xiàn)Fmpeg還衍生出了libav項(xiàng)目，從中誕生了視頻解碼器LAV，許多播放軟件都可調(diào)用LAV進(jìn)行解碼，并且LAV本身也支持利用顯卡進(jìn)行視頻硬解。很多主流視頻播放器中都以FFmpeg作為內(nèi)核播放器。不僅僅是視頻播放器，就連Chrome這類可以播放網(wǎng)頁(yè)視頻的瀏覽器也受益于FFmpeg。很多開發(fā)者也基于FFmpeg做過(guò)很多開發(fā)并開源出來(lái)，比如大神雷霄驊（代碼可見(jiàn)他的sourceforge）。
官網(wǎng)地址：http://ffmpeg.org/
ijkplayer
在介紹ijkplayer之前，要先提到ffplay。ffplay是一個(gè)使用了FFmpeg和sdl庫(kù)的可移植的媒體播放器。ijkplay是Bilibili開源的基于ffplay.c實(shí)現(xiàn)的輕量級(jí)iOS/Android視頻播放器，API易于集成，且編譯配置可裁剪，利于控制安裝包大小。
在編解碼方面，ijkplayer支持視頻軟解和硬解，可以在播放前配置，但在播放過(guò)程中則不能切換。iOS和Android上視頻硬解可分別使用大家熟悉的VideoToolbox和MediaCodec。但ijkplayer對(duì)音頻僅支持軟解。
Github地址：https://github.com/Bilibili/ijkplayer
JSMpeg
JSMpeg是一個(gè)基于JavaScript的MPEG1視頻的解碼器。如果要做H5端的視頻直播，可以考慮使用JSMpeg在移動(dòng)端進(jìn)行解碼。在H5端做音視頻直播，可以使用JSMpeg進(jìn)行視頻解碼，這也是最近比較火的H5抓娃娃的主流策略。
Github地址：https://github.com/phoboslab/jsmpeg
Opus音頻編碼器
Opus是用C語(yǔ)言開發(fā)的一個(gè)高靈活度的音頻編碼器，針對(duì)ARM、x86有特殊優(yōu)化，fix-point實(shí)現(xiàn)。Opus在各方面都有著明顯優(yōu)勢(shì)。它同時(shí)支持語(yǔ)音與音樂(lè)的編碼，比特率為6k-510k。它融合了SILK編碼方法和CELT編碼方法。SILK原本被用于Skype中，基于語(yǔ)音信號(hào)的線性預(yù)測(cè)分析（LPC），對(duì)音樂(lè)支持并不好。而CELT盡管適用于全帶寬音頻，但對(duì)低比特率語(yǔ)音的編碼效率不高，所以兩者在Opus中形成了互補(bǔ)。
Opus是“取代”了Speex。但是Speex中有的功能，Opus卻沒(méi)有，比如回聲消除。這個(gè)功能已經(jīng)從編碼器中獨(dú)立出來(lái)。所以如果想實(shí)現(xiàn)好的回聲消除，可以配合WebRTC的AEC和AECM模塊做二次開發(fā)。
官網(wǎng)地址：https://opus-codec.org/
live555
live555是一個(gè)C++流媒體開源項(xiàng)目，其中不僅包括了傳輸協(xié)議（SIP、RTP）、音視頻編碼器（H.264、MPEG4）等，還包括流媒體服務(wù)器的例子，是流媒體項(xiàng)目的首選，里面的傳輸模塊是非常值得視頻會(huì)議開發(fā)作為參考的。
官網(wǎng)地址：http://www.live555.com/
音視頻前后處理開源項(xiàng)目
前后處理包含很多細(xì)分技術(shù)，應(yīng)用正確的話，對(duì)視頻質(zhì)量或多或少都有提升。不過(guò)每增加一個(gè)處理環(huán)節(jié)，必然會(huì)增加運(yùn)算量與延時(shí)，所以如何取舍，還要大家各自斟酌。
Seetaface
Seetaface是由中科院山世光老師開源的一套完整的人臉檢測(cè)，人臉對(duì)齊和人臉驗(yàn)證方案。代碼基于C++實(shí)現(xiàn)，開源協(xié)議為BSD-2，可供學(xué)術(shù)界和工業(yè)界免費(fèi)使用。且不依賴于任何第三方的庫(kù)函數(shù)，在使用對(duì)齊好的LFW圖片上，檢測(cè)對(duì)齊全部使用該開源軟件的情況下可達(dá)到97.1%。
Github地址：https://github.com/seetaface/SeetaFaceEngine
GPUImage
現(xiàn)在在iOS端做美顏效果、加水印，基本都會(huì)采用GPUImage，它內(nèi)置了125種渲染效果， 還支持腳本自定義。該項(xiàng)目實(shí)現(xiàn)了圖片濾鏡、攝像頭實(shí)時(shí)濾鏡。它優(yōu)勢(shì)在于處理效果是基于GPU實(shí)現(xiàn)，相對(duì)于CPU處理性能更高。
Github地址：https://github.com/BradLarson/GPUImage
Open nsfw model
Open nsfw model是雅虎開源項(xiàng)目，全名是Open Not suitable for work model，專門鑒別不適合工作時(shí)間瀏覽的圖片（言而言之就是小黃圖）。它是基于Caffe框架訓(xùn)練的模型，用于音視頻后處理。不過(guò)，它還不能鑒別恐怖、血腥圖片。
Github地址：https://github.com/yahoo/open_nsfw
Soundtouch
Soundtouch是一個(gè)開源的音頻處理框架，主要功能對(duì)音頻變速、變調(diào)，實(shí)現(xiàn)變聲的效果。同時(shí)，它也能對(duì)媒體流實(shí)時(shí)處理。采用32位浮點(diǎn)或者16位定點(diǎn)，支持單聲道或者雙聲道，采樣率范圍為8k - 48k。
官網(wǎng)地址：http://www.surina.net/soundtouch/
服務(wù)端類開源項(xiàng)目
正如開始時(shí)我們所說(shuō)，WebRTC缺少服務(wù)端的設(shè)計(jì)與部署，利用MCU、SFU實(shí)現(xiàn)多人聊天，提高傳輸質(zhì)量，都需要開發(fā)者自己動(dòng)手。而下面這些開源項(xiàng)目能夠幫到你。
Jitsi
Jitsi是開源的視頻會(huì)議系統(tǒng)，可以實(shí)現(xiàn)在線視頻會(huì)議，文檔共享和即時(shí)消息的分享。它支持網(wǎng)絡(luò)視頻會(huì)議，使用SFU模式實(shí)現(xiàn)視頻路由器功能。開發(fā)語(yǔ)言是Java。它支持SIP帳號(hào)注冊(cè)電話呼叫。不僅支持單機(jī)本地安裝方式，還支持云平臺(tái)安裝。
官網(wǎng)地址：https://jitsi.org/
JsSIP
JsSIP是基于WebRTC的JavaScript SIP協(xié)議實(shí)現(xiàn)的庫(kù)，可以在瀏覽器和Node.js中運(yùn)行。它可以與 OverSIP、Kamailio、Asterisk、OfficeSIP等SIP Server一起運(yùn)行。
Github地址：https://github.com/versatica/JsSIP
SRS
SRS是一個(gè)采用MIT協(xié)議授權(quán)的國(guó)產(chǎn)的簡(jiǎn)單的RTMP/HLS 直播服務(wù)器。最新版還支持FLV模式，同時(shí)具備了RTMP的實(shí)時(shí)性，以及HLS中屬于HTTP協(xié)議對(duì)各種網(wǎng)絡(luò)環(huán)境高度適應(yīng)性，并且支持更多播放器。它的功能與nginx-rtmp-module類似， 可以實(shí)現(xiàn)RTMP/HLS的分發(fā)。
Github地址：https://github.com/ossrs/srs
JRTPLIB
JRTPLIB 是一個(gè)開源的 RTP協(xié)議實(shí)現(xiàn)庫(kù)，支持Windows和unix平臺(tái)。它支持多線程，處理性能較好。它還支持RFC3550、UDP IPV6，支持自定義擴(kuò)展傳輸協(xié)議。但它不支持TCP傳輸，這需要開發(fā)者自己來(lái)實(shí)現(xiàn)。同時(shí)，它也不支持音視頻的分包，代碼要你自己來(lái)實(shí)現(xiàn)。
Github地址：https://github.com/j0r1/JRTPLIB
OPAL
OPAL是OpenH323的下一個(gè)版本，繼承了Openh323協(xié)議，其新包含了SIP協(xié)議棧，是實(shí)現(xiàn)SIP協(xié)議的首選，缺點(diǎn)是參考例子較少。
代碼地址：http://sourceforge.net/projects/opalvoip/files/
Kurento
Kurento是一個(gè)基于WebRTC的媒體服務(wù)端，并包含了一系列API，可以簡(jiǎn)化web與移動(dòng)端實(shí)時(shí)視頻應(yīng)用的開發(fā)。
Github地址：https://github.com/Kurento
Janus
Janus是一個(gè)WebRTC媒體網(wǎng)關(guān)。不論是做流媒體、視頻會(huì)議、錄制、網(wǎng)關(guān)，都可以基于Janus來(lái)實(shí)現(xiàn)。
Github地址：https://github.com/Kurento
其它服務(wù)
Callstats.io
實(shí)時(shí)通信過(guò)程中的，延時(shí)、丟包、接通率、掉線率等質(zhì)量問(wèn)題，都影響用戶體驗(yàn)。商用項(xiàng)目尤其需要關(guān)注。Callstats是一家通過(guò)對(duì)WebRTC呼叫進(jìn)行專業(yè)監(jiān)測(cè)，來(lái)幫助用戶搜集通訊數(shù)據(jù)，提升通話質(zhì)量的服務(wù)商。
Callstats也通過(guò)Github開放很多案例，可供使用Jitsi-videobridge,、turn-server、JsSIP的開發(fā)者參考。
Github地址：https://github.com/callstats-io
Meetecho
Meetecho是著名的開源WebRTC網(wǎng)關(guān)項(xiàng)目Janus的開發(fā)者。他們還提供基于Janus開發(fā)的技術(shù)咨詢與部署服務(wù)、建立視頻會(huì)議直播與錄制服務(wù)等。
Github地址：https://github.com/carlhuda/janus
聲網(wǎng)Agora
聲網(wǎng)提供了從編解碼到端到端傳輸?shù)娜追⻊?wù)，開發(fā)者可以接入上文所述的音視頻前后處理的開源項(xiàng)目，配合使用聲網(wǎng)SDK可以建立高質(zhì)量的實(shí)時(shí)音視頻應(yīng)用。四行代碼，30分鐘即可讓完成集成。在Web端，Agora Web SDK可以幫助WebRTC開發(fā)者解決服務(wù)端傳輸中會(huì)遇到的卡頓、延時(shí)、回聲、多人視頻不穩(wěn)定等問(wèn)題。
同時(shí)，聲網(wǎng)在Github上也有70多個(gè)可供開發(fā)者參考、實(shí)踐的demo，覆蓋了從網(wǎng)頁(yè)端、iOS到Android平臺(tái)，以及音視頻直播、游戲連麥、企業(yè)會(huì)議、AR、直播答題、小程序等多種實(shí)時(shí)互動(dòng)應(yīng)用場(chǎng)景。
官網(wǎng)地址：https://Agora.io
Github地址：https://github.com/AgoraIO
我們?cè)谶@里列出了18個(gè)開源項(xiàng)目，以及3個(gè)能有效保證實(shí)時(shí)音視頻傳輸質(zhì)量的服務(wù)。不過(guò)篇幅有限，還有很多開源項(xiàng)目我們沒(méi)有詳細(xì)列出，比如在音視頻方面，Xiph.org的Speex、FLAC，還有Xvid、libvpx、Lagarith、Daala、Thor等。
不知道你還有哪些推薦呢？歡迎留言補(bǔ)充，新年福筒等你領(lǐng)，數(shù)量有限~
