日均超30亿分钟！腾讯实时音视频技术低延时的秘密

新冠肺炎疫情的突发，让全球远程办公、在线教育、在线协作、远程面试等领域需求急剧增加，这也让支撑远程通信的实时音视频技术成为焦点。由
腾讯实时音视频（Tencent Real-Time Communication，TRTC）
为基础支撑的腾讯内外众多产品业务如腾讯会议、企业微信群直播、腾讯课堂、VIPKID等均出现爆发式增长。

随着各地有序复工复产，TRTC 也为包括金融行业远程面审、保险远程业务、法院视频庭审、人社局远程面试、长三角教师云招聘、上海市重大产业项目云签约等重要项目发挥了重要作用。数据显示，目前TRTC 平台的客户端上行时长超过 30 亿分钟/天，每天并发在线达到千万级。

本文主要针对 TRTC 技术解读系列中低延时实现技术的解析。

腾讯实时音视频（Tencent Real-Time Communication，TRTC）将腾讯 21 年来在网络及音视频技术上的深度积累，以多人音视频通话、低延时互动直播两大场景化 PaaS 方案，通过全平台覆盖的 SDK 及云 REST API 的方式，在腾讯云上向开发者提供开放服务，致力于帮助开发者快速搭建低成本、低延时、高品质的音视频互动解决方案。

实时即端到端 1 秒以内延时，TRTC 实现了全球的平均端到端延时300ms，其核心的技术也是围绕着降低延时这一点来进行。在音视频系统之中，延时主要来自于以下几个部分：

网络层，是指设备端到服务端的网络传输延时。设备端到服务端的网络层的传输链路，也就是常说的“最后一公里”。传输延时中有一些是客观存在的时间消耗，也有一部分可以从技术上做好优化。

设备端，主要指设备端内部处理延时。从推流侧的采集、前处理、编码、打包发送，到播放侧的收包解包、解码、渲染播放，每一个环节的耗时都需要控制，播放侧是关键。

服务端，即服务端内部处理延时。针对跨运营商、跨国、跨地域的调度处理以及并发高峰的负载调度，在服务上都需要做好耗时优化。

先从网络层开始ÿ