流媒体的未来——视频技术如何演变

Editorial Note

随着5G技术与边缘计算的发展，流媒体的视频技术也将越发精湛。现在的技术更多从视频媒体，包括流媒体的一个容器、技术、存储协议，以及在传输层面做的一些优化，这些技术都将成为实现超低时延而需要的关键技术，而超低时延将成为未来视频技术的主流。超低时延的形成也将离不开边缘计算的辅助，良好的边缘计算技术也是形成超低时延的重要辅助。本次LiveVideoStackCon 2021上海站我们邀请到了Akamai纪永康分享播放器、格式和容器编解码和视频内容准备，网络协议和数据传输，互联网流量增长趋势。

文 / 纪永康

整理 / LiveVideoStack

大家好，我是来自Akamai的纪永康。我们非常感谢LiveVideoStack的邀请来进行这个演讲。从第一届LiveVideoStackCon开始，每次都会与大家聊关于视频技术方面的演进。之前Akamai的首席视频架构师也是DASH协议组的主席Will Law和大家聊过CMAF DASH；前一届时，我们也讲过动态协议优化方面的技术方面尝试和进展。

本次我将更多从视频媒体，包括流媒体的容器、技术、存储协议，以及在传输层面优化的角度来分享。

Akamai主要提供出海客户的CDN和安全以及边缘计算的服务。Akamai是全球最大的一家CDN，同时也是CDN概念的发明者。当时的发明者和创始人麻省理工计算机系教授Tom Leighton现在依然是Akamai的CEO。

本次分享主要分为六个主题。分别是在播放器、格式和容器在过去20年以及未来的技术发展趋势；编解码和视频内容准备包括内容生产方面的技术的演进；网络协议和数据传输协议方面的演进；从Akamai平台的角度分析互联网流量增长趋势，Akamai平台承载了非常多的音视频内容，大部分视频直播是Akamai承载的包括苹果发布会，绝大多数是Akamai做的全球分发包括奥运会、世界杯；如何在大规模流量的情况下做不同层面的优化，以及最后对本次演讲内容的总结。

01

播放器、视频格式和容器

1.1 流量媒体格式和容器进展

上图是关于播放器、视频格式和容器方面的一些进展，可以看出，针对流媒体协议本身，更多且较成熟地大规模运用还是从2010年开始的。从大家一开始做流媒体协议而熟悉的RTMP，包括我们现在在做的personal broadcasting 或者个人网红直播用的FLV协议，都和RTMP有着密切的关系。

在2010年左右，当时已经有HAS技术的进展，最常见的是技术非常成熟的HLS和DASH，但当时大家还是用和厂商相关的协议，比如苹果的HLS、微软的SMOOTH等等，都是厂商的私有协议偏多。

随着协议的发展，2015年DASH出现了。它是基于ISO开放标准，与平台无关的协议。2020年，可以看到针对切片层面协议，大家更多的是在做LL，也就是超低时延的协议，包括LL的HLS和LL的DASH。2016左右，苹果也终于从它的HLS里，支持从TS变到Fragment MP4，像CMAF格式的出现。它要解决当时两大主流HLS和DASH协议之间不一致的问题，如此无论用HLS或在苹果平台或者安卓等其他平台都可以使用Fragment MP4。在用DASH的情况下，都可以用CMAF统一格式来解决存储、编码方面的二次工作或者冗余的工作量。我们认为未来在直播协议、流协议层面只会有这两个基于CMAF的HLS和DASH协议，这样协议碎片化的问题最终会被解决掉。

国内从2015年开始，大量的直播APP的协议还是FLV。从标准化的情况来看，我们认为FLV还是一个私有协议。在国内的这种生态是非常完备的，但在国外的使用环境下不是非常充足，所以如果要在海外做一些大规模的直播、直播带货、赛事直播，首选是切片协议。一方面它对于CDN的分发非常友好；另一方面，它基于标准，这对于它的生态也会逐渐完整。在国外，无论基于HLS还是DASH的应用都非常多，包括Twitch的游戏直播、YouTube还是赛事，都是基于切片协议的。在海外这样的应用非常普遍，这和我们国内做直播的场景有着很大的不同。

1.2 HLS和DASH的区别

我们具体来看看它们之间的区别。上图是一个简单的示意图，可以看到像传统的HLS和DASH是没有小切片的方式，它们一个一个地拿，拿到一个传输一个。苹果最早的建议是每个切片10秒钟，它至少要拿10个切片才能开始播放，这样本身的时延就达到30秒以上。为了解决这个问题，我们的思路非常的直接，把它做成类似于边下边播的形式，不需要一个完整的段，只要拿到其中一部分就可以开始播放，从而有效降低时延。对于HLS来说道理也是类似的。

1.3 直播流媒体的延迟