2023，誰在引領(lǐng)實(shí)時(shí)互動(dòng)進(jìn)入高清時(shí)代？

實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，技術(shù)是行業(yè)進(jìn)步的核心動(dòng)能。在實(shí)時(shí)互動(dòng)的新時(shí)代里，不斷進(jìn)化的聲網(wǎng)已然完成自證。

作者|斗斗

出品|產(chǎn)業(yè)家

“一個(gè)醫(yī)療行業(yè)的客戶，曾向我們提出一個(gè)需求，希望在120急救場(chǎng)景下，可以遠(yuǎn)程看清楚病人的實(shí)時(shí)狀況，使得其做出最恰當(dāng)?shù)募本却胧??！甭暰W(wǎng)CTO鐘聲告訴我們。

這是他的一個(gè)“心結(jié)”。

過去很多年中，隨著視頻分發(fā)技術(shù)以及終端觀看設(shè)備的優(yōu)化，點(diǎn)播內(nèi)容的畫質(zhì)得到了前所未有的提升，很早就實(shí)現(xiàn)了4K超高清。然而，就實(shí)時(shí)互動(dòng)領(lǐng)域而言，畫質(zhì)仍落后于常規(guī)的點(diǎn)播內(nèi)容。

背后的原因是，直播高清畫質(zhì)的提升不同于傳統(tǒng)終端硬件或點(diǎn)播視頻的畫質(zhì)提升，其中有非常大的技術(shù)門檻。即使解決清晰度的技術(shù)門檻，也會(huì)伴隨其他影響體驗(yàn)的問題出現(xiàn)，例如卡頓率增高、網(wǎng)絡(luò)延時(shí)增長(zhǎng)等等。

實(shí)際上，這也正是聲網(wǎng)一直在攻堅(jiān)的方向。作為第一個(gè)將實(shí)時(shí)音視頻技術(shù)作為一項(xiàng)服務(wù)提供給企業(yè)和開發(fā)者的云服務(wù)商，它早已經(jīng)出現(xiàn)在實(shí)時(shí)互動(dòng)畫質(zhì)提升的“窄路”上。

如今，窄路已然被拓寬。“實(shí)時(shí)互動(dòng)畫質(zhì)提升，有幾個(gè)關(guān)鍵技術(shù)，今年上半年我們做了重點(diǎn)投入，并對(duì)一些客戶的直播畫質(zhì)效果進(jìn)行改進(jìn)，反饋顯示無論是畫質(zhì)體驗(yàn)，還是對(duì)業(yè)務(wù)的賦能，效果都非常顯著。”作為聲網(wǎng)泛娛樂產(chǎn)品負(fù)責(zé)人，李斯特告訴產(chǎn)業(yè)家。

「實(shí)時(shí)高清·超級(jí)畫質(zhì)」，是時(shí)候讓更多人看到了。

一、一場(chǎng)“real”的直播有多難？

一組聲網(wǎng)統(tǒng)計(jì)的數(shù)據(jù)顯示，低清、標(biāo)清、高清頻道內(nèi)觀眾人均留長(zhǎng)時(shí)間分別為290.95s、309.05s、340.12s；次均留存時(shí)間分別為255.26s、263.23s、300.73s。清晰可見的是，在高分辨率頻道觀眾的人均、次均留存時(shí)長(zhǎng)，明顯高于中、低分辨率。

畫質(zhì)的清晰與否，正在成為決定直播用戶留存數(shù)據(jù)的關(guān)鍵。

事實(shí)上，無論是娛樂直播下單純的觀眾，還是電商直播中的消費(fèi)者，高清畫質(zhì)下真實(shí)的觀看體驗(yàn)和真實(shí)的商品細(xì)節(jié)，成為一場(chǎng)直播至關(guān)重要的能力。

然而想要在實(shí)時(shí)互動(dòng)場(chǎng)景中實(shí)現(xiàn)高清畫質(zhì)，絕對(duì)不一件容易的事情。

“老有粉絲吐槽我的美顏假，但開播時(shí)候的參數(shù)調(diào)整十分復(fù)雜；稍微開高清一點(diǎn)就總是網(wǎng)不好，卡成馬賽克；這個(gè)平臺(tái)的畫質(zhì)就只能支持這個(gè)效果……”

這是聲網(wǎng)在對(duì)某平臺(tái)畫質(zhì)問題進(jìn)行調(diào)研時(shí)，得到的一些回答。

問題出現(xiàn)在多個(gè)方面。首先是帶寬傳輸差異，全球?qū)崟r(shí)帶寬差異正在逐漸拉大，直播中心的網(wǎng)絡(luò)資源難以滿足大量用戶的視頻接入和分發(fā)。正如100輛車從“主播駛向觀眾”，前者路面較寬可實(shí)現(xiàn)100輛車并排前行，然而后者路面較窄，只能容納幾十輛甚至更少。所以當(dāng)車的數(shù)量增多時(shí)，到達(dá)目的地的時(shí)間也會(huì)被拖延，造成直播時(shí)延。

其次設(shè)備差異大，碎片化嚴(yán)重，性能不均衡。其實(shí)，路不僅有寬窄之分，更有質(zhì)量?jī)?yōu)劣之分，當(dāng)終端設(shè)備參數(shù)較低時(shí)，意味著這條路坑坑洼洼，車隨時(shí)可能出現(xiàn)擁堵、拋錨等情況，造成直播過程中卡頓。

再有就是直播的平臺(tái)、設(shè)備、環(huán)境等制約了好內(nèi)容生產(chǎn)。每個(gè)直播平臺(tái)都會(huì)限制直播的參數(shù)，很大程度上，壓縮了直播的畫質(zhì)；除此之外，燈光、美顏、濾鏡等參數(shù)也是直播畫質(zhì)降低的重要因素。簡(jiǎn)言之，車的質(zhì)量不行，便無法保證其可以高效率的行駛。

這些固有的瓶頸，讓實(shí)時(shí)互動(dòng)中的畫質(zhì)提升，似乎變得無解。

而如今，這個(gè)問題更被愈加鮮明地?cái)[到臺(tái)面。即隨著電商直播、娛樂直播出海熱潮襲來，企業(yè)對(duì)畫質(zhì)優(yōu)化要求將更高；其次，在保證清晰度的情況下，同時(shí)也需要保證直播的流暢度，以及整體的畫質(zhì)體驗(yàn)；此外，還需要服務(wù)商針對(duì)直播中的一些新玩法，及時(shí)給出相對(duì)應(yīng)的解決方案。

能看到的是，有部分企業(yè)已經(jīng)做出了相應(yīng)的對(duì)策。比如，大部分主播會(huì)通過更換終端硬件、燈光、調(diào)整平臺(tái)參數(shù)的方式來優(yōu)化畫質(zhì)，再比如一些平臺(tái)或是技術(shù)服務(wù)商則是會(huì)通過一些技術(shù)手段，實(shí)現(xiàn)直播畫質(zhì)的優(yōu)化。

然而這種策略治標(biāo)不治本。即當(dāng)網(wǎng)絡(luò)不穩(wěn)定時(shí)，卡頓問題仍然難以避免，實(shí)時(shí)互動(dòng)的糟糕體驗(yàn)就會(huì)“原形畢露”。

換言之，在市場(chǎng)需要一場(chǎng)“real”的直播背后，直播市場(chǎng)更需要的是一個(gè)能從底層解決直播畫質(zhì)、體驗(yàn)、玩法等全方面問題的綜合方案。

答案在哪？

二、增高10.3%背后

看見「實(shí)時(shí)高清·超級(jí)畫質(zhì)」

10.3%，這是用戶留存時(shí)長(zhǎng)提升百分比，來自聲網(wǎng)對(duì)客戶畫質(zhì)升級(jí)前后的數(shù)據(jù)監(jiān)測(cè)。這個(gè)數(shù)字背后是聲網(wǎng)的「實(shí)時(shí)高清·超級(jí)畫質(zhì)」。

“從我們自己的數(shù)據(jù)分析，再到客戶的數(shù)據(jù)驗(yàn)證，基本上從兩端都可以看到清晰的提升作用。”聲網(wǎng)產(chǎn)品市場(chǎng)負(fù)責(zé)人朱超華對(duì)產(chǎn)業(yè)家說。

「實(shí)時(shí)高清·超級(jí)畫質(zhì)」究竟是如何解決技術(shù)瓶頸的？

“聲網(wǎng)的實(shí)時(shí)高清·超級(jí)畫質(zhì)，強(qiáng)調(diào)的不止是更清晰、畫質(zhì)更好，而是低碼高清，真正實(shí)現(xiàn)在同等帶寬下更清晰，或同等清晰度下對(duì)網(wǎng)絡(luò)、設(shè)備的要求更低，這樣才能真正幫助直播產(chǎn)品尤其是出海產(chǎn)品，在面對(duì)復(fù)雜網(wǎng)絡(luò)和設(shè)備環(huán)境時(shí)，擁有更好的用戶體驗(yàn)?！崩钏固乜偨Y(jié)到。

在直播場(chǎng)景中，很多觀眾對(duì)于直播內(nèi)容的畫質(zhì)敏感度并不相同。在娛樂直播中，例如美妝、達(dá)人表演等內(nèi)容，觀眾對(duì)人臉畫質(zhì)的敏感度較高；在電商直播中觀眾對(duì)商品細(xì)節(jié)畫質(zhì)的敏感度較高。

因此，聲網(wǎng)基于深度學(xué)習(xí)的AI視覺感知的前處理，將不同直播內(nèi)容中，觀眾敏感度高的內(nèi)容進(jìn)行低壓縮，敏感度低的內(nèi)容進(jìn)行高壓縮，實(shí)現(xiàn)了30%視頻壓縮效率增加。“例如原本1M的發(fā)送碼率，通過AI算法壓縮到了0.7M，這樣在移動(dòng)端低端設(shè)備上也可以輕松跑起來?！边@就解決了互動(dòng)直播內(nèi)容傳輸一方面需要保證畫質(zhì)高 清，一方面又要符合平臺(tái)參數(shù)，保證傳輸速率兼顧流暢性的瓶 頸。

再通過多格式視頻編碼及弱網(wǎng)對(duì)抗，使得視頻自適應(yīng)分發(fā)。目前，聲網(wǎng)新的視頻編碼標(biāo)準(zhǔn)H.265相 比H.264編碼標(biāo)準(zhǔn)，最高可節(jié)省50%的帶寬。

以27種采集渲染方式，兼容各類設(shè)備采集渲染，得到更優(yōu)的畫面內(nèi)容。在傳輸階段，聲網(wǎng)還采用自適應(yīng)彈性傳輸算法，適應(yīng)不同網(wǎng)絡(luò)環(huán)境。繼而基于深度學(xué)習(xí)，修復(fù)增強(qiáng)高清畫質(zhì)，在不改變分辨率的情況下，智能調(diào)整畫質(zhì)銳度和對(duì)比度，讓畫質(zhì)看起來更真實(shí)有美感。

基于底層技術(shù)實(shí)力，以及不斷優(yōu)化、迭代技術(shù)，使得「實(shí)時(shí)高清·超級(jí)畫質(zhì)」解決方案實(shí)現(xiàn)了全平臺(tái)極致高清、移動(dòng)端實(shí)時(shí)多倍超分、視頻增強(qiáng)的能力。

另一個(gè)更令市場(chǎng)驚艷的點(diǎn)在于聲網(wǎng)在AI 算法低消耗方面的調(diào)優(yōu)，可以使得低端機(jī)算法自動(dòng)降級(jí)。

根據(jù)聲網(wǎng)提供的數(shù)據(jù)顯示，「實(shí)時(shí)高清·超級(jí)畫質(zhì)」在終端適配度上，可以基本實(shí)現(xiàn)iOS機(jī)型全覆蓋；Android 機(jī)型95%的覆蓋率，最低配機(jī)型OPPO A3s CPU單核720P單幀耗時(shí)僅需2.5ms。

“新一代算法能在絕大部分的機(jī)型上跑得動(dòng)，這是以前做不到的。雖然業(yè)界可能有發(fā)布過類似產(chǎn)品，但很少有能夠真正幾乎跑通所有高、中、低端機(jī)型?！辩娐暩嬖V產(chǎn)業(yè)家。

實(shí)現(xiàn)畫質(zhì)提升和超分等能力，需要運(yùn)用大量的AI算法，為了適配大部分機(jī)型，聲網(wǎng)甚至把業(yè)界的大模型縮了100萬倍。鐘聲介紹到，“這條道路很艱辛，挑戰(zhàn)在于，在模型足夠小的同時(shí)，要有明顯的畫質(zhì)提升效果。過程中路線、方法換過很多次，大家現(xiàn)在看到的超分是打磨的第四個(gè)版本，第一版時(shí)和現(xiàn)在的機(jī)型覆蓋率完全不是一個(gè)檔次，勉強(qiáng)能達(dá)到50%?！币舱沁@種極致“死磕到底”的態(tài)度造就了「實(shí)時(shí)高清·超級(jí)畫質(zhì)」在體驗(yàn)質(zhì)量上的進(jìn)化。

三、聲網(wǎng)：技術(shù)筑底，體驗(yàn)護(hù)航

在「實(shí)時(shí)高清·超級(jí)畫質(zhì)」的客戶中，有一個(gè)案例讓鐘聲印象深刻。該客戶有兩個(gè)APP，一個(gè)計(jì)劃采用聲網(wǎng)的解決方案，一個(gè)計(jì)劃采用成本更低的CDN方案。

變化發(fā)生在該客戶上線了聲網(wǎng)的方案之后?！八麤Q定另一個(gè)APP不用CDN了，也換成聲網(wǎng)的方案。因?yàn)楫嬞|(zhì)體驗(yàn)明顯提升，運(yùn)營(yíng)數(shù)據(jù)增長(zhǎng)的不錯(cuò)?！?/p>

對(duì)于這種變化，鐘聲深感欣慰，他認(rèn)為當(dāng)一個(gè)消費(fèi)升級(jí)之后，便很難降級(jí)。從這點(diǎn)來看，聲網(wǎng)「實(shí)時(shí)高清·超級(jí)畫質(zhì)」正在推動(dòng)整個(gè)直播產(chǎn)業(yè)邁進(jìn)真正的高清時(shí)代。

另一個(gè)做視頻直播的出海客戶也發(fā)生過類似的轉(zhuǎn)變，該客戶出海主要目標(biāo)區(qū)域是土耳其、埃及、甚至敘利亞等中東欠發(fā)達(dá)國(guó)家，由于該地基礎(chǔ)設(shè)施的不完善，導(dǎo)致平臺(tái)視頻清晰度不高、但卡頓率很高。

“大部分出海企業(yè)認(rèn)為可用性是第一位的，在最開始向他們推廣高清的時(shí)候，他們覺得如果不能保障低卡頓率和可用性，寧可不要高清。”李斯特介紹，客戶最開始對(duì)“超級(jí)畫質(zhì)”是很抗拒的，但經(jīng)過聲網(wǎng)優(yōu)化并拿出真實(shí)效果之后，就非常認(rèn)可了?！拔?strong>們幫這些出海產(chǎn)品做到了視頻體驗(yàn)升一檔，同時(shí)卡頓率降一檔。”

為了打造極致的直播體驗(yàn)，聲網(wǎng)在「實(shí)時(shí)高清·超級(jí)畫質(zhì)」解決方案中，提到了八大模塊的體驗(yàn)升級(jí)。

具體來看，包括清晰有美感，真實(shí)有質(zhì)感的畫質(zhì)全面升級(jí)；人更美，更自然的AI超級(jí)美顏。在場(chǎng)景化美顏 API 開發(fā)門檻上，由原來300+行代碼減至10行，開發(fā)時(shí)間由7天縮短至3小時(shí)，可以快速實(shí)現(xiàn)上線；絲滑流暢，用戶零感知進(jìn)出、切換頻道體驗(yàn)，直播場(chǎng)景首幀出圖低至100ms,? 秒開率高達(dá) 97%；可實(shí)現(xiàn)全行業(yè)最優(yōu)碼率編碼傳輸方案，碼率最高下降 70%，最低 500K 即可實(shí)現(xiàn) 720p 視頻流暢體驗(yàn)。

除了以上四點(diǎn)之外，聲網(wǎng)還針對(duì)1v1 直播、團(tuán)戰(zhàn) PK等玩法進(jìn)行體驗(yàn)升級(jí)，同時(shí)針對(duì)PC開播、數(shù)據(jù)監(jiān)控、業(yè)務(wù)收益追蹤，一站式升級(jí)技術(shù)支持等幾個(gè)方面進(jìn)行了迭代升級(jí)。值得注意的是，這些體驗(yàn)升級(jí)的同時(shí)，幾乎不增加任何成本，「實(shí)時(shí)高清·超級(jí)畫質(zhì)」更是低至一折。

這恰都構(gòu)成了「實(shí)時(shí)高清·超級(jí)畫質(zhì)」以及聲網(wǎng)在客戶側(cè)的被青睞。

實(shí)際上，這些能力也恰是源于聲網(wǎng)多年深耕行業(yè)的積累。即在聲網(wǎng)服務(wù)不同客戶的同時(shí)，這些企業(yè)客戶也更在反向賦能聲網(wǎng)，幫助這家在中國(guó)音視頻賽道領(lǐng)跑的企業(yè)持續(xù)夯實(shí)自身的底層和產(chǎn)品飛輪。

對(duì)于聲網(wǎng)，外界的認(rèn)知往往會(huì)是音視頻、RTC/RTE等泛化的市場(chǎng)標(biāo)簽。但在這次「實(shí)時(shí)高清·超級(jí)畫質(zhì)」的發(fā)布中，市場(chǎng)能感知到的除了它在技術(shù)上的深耕“無人區(qū)”，也更能感受到這家領(lǐng)跑的中國(guó)音視頻服務(wù)商的基建屬性，從真正的底層視角幫助一眾產(chǎn)品進(jìn)化升級(jí)。

實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，技術(shù)是行業(yè)進(jìn)步的核心動(dòng)能。在實(shí)時(shí)互動(dòng)的新時(shí)代里，不斷進(jìn)化的聲網(wǎng)已然完成自證。