WebRTC结构

简介

　　WebRTC是一项在浏览器内部进行实时视频和音频通信的技术，是谷歌2010年以6820万美元收购收购Global IT Solutions公司而获得一项技术。 ^[1]

　　WebRTC实现了基于网页的视频会议，标准是WHATWG 协议，目的是通过浏览器提供简单的javascript就可以达到实时通讯（Real-Time Communications (RTC)）能力。

　　WebRTC提供了视频会议的核心技术，包括音视频的采集、编解码、网络传输、显示等功能，并且还支持跨平台：windows，linux，mac，android。

相关

　　谷歌2011年6月3日宣布向开发人员开放WebRTC架构的源代码。这个源代码将根据没有专利费的BSD（伯克利软件发布）式的许可证向用户提供。 ^[2] 目前，开发人员可访问并获取WebRTC的源代码、规格说明和工具等。 ^[1]

分析

视频

　　WebRTC的视频部分，包含采集、编解码(I420/VP8)、加密、媒体文件、图像处理、显示、网络传输与流控(RTP/RTCP)等功能。

　　 视频采集---video_capture

　　源代码在webrtc\modules\video_capture\main目录下，包含接口和各个平台的源代码。

　　在windows平台上，WebRTC采用的是dshow技术，来实现枚举视频的设备信息和视频数据的采集，这意味着可以支持大多数的视频采集设备；对那些需要单独驱动程序的视频采集卡（比如海康高清卡）就无能为力了。

　　视频采集支持多种媒体类型，比如I420、YUY2、RGB、UYUY等，并可以进行帧大小和帧率控制。

　　 视频编解码---video_coding

　　  源代码在webrtc\modules\video_coding目录下。

　　WebRTC采用I420/VP8编解码技术。VP8是google收购ON2后的开源实现，并且也用在WebM项目中。VP8能以更少的数据提供更高质量的视频，特别适合视频会议这样的需求。

　　 视频加密--video_engine_encryption

　　  视频加密是WebRTC的video_engine一部分，相当于视频应用层面的功能，给点对点的视频双方提供了数据上的安全保证，可以防止在Web上视频数据的泄漏。

　　视频加密在发送端和接收端进行加解密视频数据，密钥由视频双方协商，代价是会影响视频数据处理的性能；也可以不使用视频加密功能，这样在性能上会好些。

　　视频加密的数据源可能是原始的数据流，也可能是编码后的数据流。估计是编码后的数据流，这样加密代价会小一些，需要进一步研究。

　　 视频媒体文件--media_file

　　  源代码在webrtc\modules\media_file目录下。

　　该功能是可以用本地文件作为视频源，有点类似虚拟摄像头的功能；支持的格式有Avi。

　　另外，WebRTC还可以录制音视频到本地文件，比较实用的功能。

　　 视频图像处理--video_processing

　　  源代码在webrtc\modules\video_processing目录下。

　　视频图像处理针对每一帧的图像进行处理，包括明暗度检测、颜色增强、降噪处理等功能，用来提升视频质量。

　　 视频显示--video_render

　　  源代码在webrtc\modules\video_render目录下。

　　在windows平台，WebRTC采用direct3d9和directdraw的方式来显示视频，只能这样，必须这样。

　　 网络传输与流控

　　  对于网络视频来讲，数据的传输与控制是核心价值。WebRTC采用的是成熟的RTP/RTCP技术。

音频

　　WebRTC的音频部分，包含设备、编解码(iLIBC/iSAC/G722/PCM16/RED/AVT、NetEQ)、加密、声音文件、声音处理、声音输出、音量控制、音视频同步、网络传输与流控(RTP/RTCP)等功能。

　　 音频设备---audio_device

　　  源代码在webrtc\modules\audio_device\main目录下，包含接口和各个平台的源代码。

　　在windows平台上，WebRTC采用的是Windows Core Audio和Windows Wave技术来管理音频设备，还提供了一个混音管理器。

　　利用音频设备，可以实现声音输出，音量控制等功能。

　　 音频编解码---audio_coding

　　  源代码在webrtc\modules\audio_coding目录下。

　　WebRTC采用iLIBC/iSAC/G722/PCM16/RED/AVT编解码技术。

　　WebRTC还提供NetEQ功能---抖动缓冲器及丢包补偿模块，能够提高音质，并把延迟减至最小。

　　另外一个核心功能是基于语音会议的混音处理。

　　 声音加密--voice_engine_encryption

　　  和视频一样，WebRTC也提供声音加密功能。

　　 声音文件

　　  该功能是可以用本地文件作为音频源，支持的格式有Pcm和Wav。

　　同样，WebRTC也可以录制音频到本地文件。

　　 声音处理--audio_processing

　　  源代码在webrtc\modules\audio_processing目录下。

　　声音处理针对音频数据进行处理，包括回声消除(AEC)、AECM、自动增益(AGC)、降噪处理等功能，用来提升声音质量。

　　 网络传输与流控

　　  和视频一样，WebRTC采用的是成熟的RTP/RTCP技术。