QQ音視頻裂變

宋辰

“什么感覺？有沒有出現(xiàn)耳鳴？”位于深圳市南山區(qū)騰訊大廈25層的一個(gè)密閉空間里，QQ音視頻實(shí)驗(yàn)室負(fù)責(zé)人邱建問。在這個(gè)密閉的空間靜靜站立30秒，期間只能聽見喘氣的聲音和不知因何而來的耳鳴。

這是位于騰訊大廈的4個(gè)QQ音視頻實(shí)驗(yàn)室之一的音頻實(shí)驗(yàn)室，為了保證每次測(cè)試環(huán)境的一致，這里被設(shè)計(jì)成了一間消音實(shí)驗(yàn)室。全鋼體框架密閉結(jié)構(gòu)、六面墻體布滿吸音棉、全套高保真音響輸出音頻，在實(shí)驗(yàn)室大門關(guān)閉后，這個(gè)空間的分貝數(shù)值顯示為17?！叭梭w感覺比較舒適的噪聲分貝是30左右，這種過于安靜的環(huán)境已經(jīng)超出人類的身體極限。所以剛才你會(huì)出現(xiàn)耳鳴?！鼻窠ㄕf。

這種純凈環(huán)境下測(cè)試出來的只是實(shí)驗(yàn)室標(biāo)準(zhǔn)下的指標(biāo)，而對(duì)于千變?nèi)f化的使用環(huán)境、多樣另類的用戶終端，還有難以捉摸的網(wǎng)絡(luò)狀況，實(shí)時(shí)的音視頻通訊就像是古靈精怪的叢林仙子，美妙，但難以掌控。

從2011年QQ音視頻技術(shù)中心創(chuàng)建時(shí)的7人，到現(xiàn)在的100多人;從外購音視頻解決方案，到開放自研的SPEAR音視頻引擎。4年間，作為騰訊第一個(gè)前后臺(tái)開發(fā)的技術(shù)，QQ音視頻經(jīng)歷了一場(chǎng)裂變，更肩負(fù)著騰訊在to B端的野心。

矛與盾

1999年，隨著一款叫OICQ的PC端聊天軟件發(fā)布的“99b”版本，語音通話這個(gè)在當(dāng)時(shí)還非常新奇的功能為人們帶來了“電腦上通話”的全新體驗(yàn)。不久，視頻聊天功能也加入到了這款軟件中。

之后的十幾年，縱使這款軟件的名字從OICQ變換為QQ，但I(xiàn)M即時(shí)通訊軟件騰訊QQ帶來的音視頻體驗(yàn)進(jìn)化卻一直在延續(xù)：從PC端的一對(duì)一到多對(duì)多音視頻，再到移動(dòng)互聯(lián)時(shí)代移動(dòng)端介入后，跨平臺(tái)的音視頻能力實(shí)現(xiàn)，甚至最新的動(dòng)態(tài)視頻美顏。

來自騰訊的官方數(shù)據(jù)顯示，截至2015年11月，手機(jī)QQ每天通話次數(shù)突破4000萬次，在智能終端上，QQ音視頻通話的單日通話時(shí)長就超過了6億分鐘。

對(duì)于用戶來說，使用QQ音視頻只是打開軟件點(diǎn)擊好友，但對(duì)于QQ音視頻團(tuán)隊(duì)來說，這是一次又一次矛與盾的交鋒。音視頻基礎(chǔ)能力的實(shí)現(xiàn)、多終端跨設(shè)備互通能力、一對(duì)多或多對(duì)多場(chǎng)景實(shí)現(xiàn)、移動(dòng)網(wǎng)絡(luò)穩(wěn)定網(wǎng)絡(luò)多環(huán)境適配……

“犀利、快速，再加上‘5S單詞的元素，最終確定了SPEAR這樣一個(gè)技術(shù)品牌?！眲杂罱忉屨f。

SPEAR在英文里是“矛”的意思，象征犀利與快速。而劉曉宇所說的“5S”是QQ自成立專項(xiàng)音視頻技術(shù)實(shí)驗(yàn)室，針對(duì)音視頻通話技術(shù)進(jìn)行研發(fā)和優(yōu)化時(shí)就已經(jīng)提出的一項(xiàng)QQ音視頻標(biāo)準(zhǔn)，即Stable（穩(wěn)定）、Smooth（流暢）、Safe（安全）、Smart（智能）和Speed（高速）?；诖苏Q生的SPEAR音視頻引擎也沿襲了這些特性。

在移動(dòng)端，移動(dòng)網(wǎng)絡(luò)的不穩(wěn)定性、高丟包率以及終端設(shè)備的差異化一直對(duì)音視頻體驗(yàn)影響很大。SPEAR這只矛如何去擊穿那一面面的盾？

CPU和帶寬是音視頻通訊最重要的資源瓶頸，一旦資源消耗過大，就會(huì)出現(xiàn)丟包、卡頓等現(xiàn)象?！癚Q在中國網(wǎng)絡(luò)環(huán)境和用戶環(huán)境復(fù)雜的情況下，長時(shí)間積累了解決復(fù)雜情況的能力?！眲杂罱忉尩溃癝PEAR通過采用傳輸通道選路智能化、流控策略控制云端化、分布式混音等技術(shù)手段，為用戶提供兼顧流量與質(zhì)量的音視頻通訊體驗(yàn)?！?/p>

比如，在建立音視頻連接的過程中，手機(jī)QQ通過LongConn呼叫信令模塊快速且穩(wěn)定地建立呼叫;依靠MediaEngine音視頻處理模塊下的編碼解碼技術(shù)、音頻3A技術(shù)等多方面支持保證通話質(zhì)量;而Capture/Display攝像頭、視頻顯示模塊則支持多設(shè)備管理以及高質(zhì)量的顯示體驗(yàn)。QQ還利用XPlatform模塊提供了跨操作系統(tǒng)封裝適配庫，以實(shí)現(xiàn)在不同設(shè)備上的無縫連接。

通過“5S”標(biāo)準(zhǔn)下的技術(shù)支撐，SPEAR正在試圖找到一些解決辦法。

蛻變

“通過視頻確認(rèn)從微眾銀行拿到貸款的卡車司機(jī)，當(dāng)時(shí)用的就這個(gè)SPEAR音視頻引擎。”劉曉宇說。

2015年初，國務(wù)院總理李克強(qiáng)在深圳前海微眾銀行敲下電腦回車鍵，卡車司機(jī)徐軍就拿到了3.5萬元貸款。這是微眾銀行作為國內(nèi)首家開業(yè)的互聯(lián)網(wǎng)民營銀行完成的第一筆放貸業(yè)務(wù)，被金融業(yè)界譽(yù)為金融改革一大步。而對(duì)于科技界來說，這是音視頻交互、人臉識(shí)別和大數(shù)據(jù)信用評(píng)級(jí)與傳統(tǒng)行業(yè)的又一次融合。

微眾銀行開發(fā)的這套音視頻遠(yuǎn)程確認(rèn)系統(tǒng)采用的就是開放的SPEAR引擎。劉曉宇強(qiáng)調(diào)，“對(duì)于第三方，或者中小企業(yè)來說，他們可以通過非常簡(jiǎn)單的方式獲得騰訊多年技術(shù)積累的成果?！?/p>

2011年，是QQ音視頻技術(shù)開啟的時(shí)間點(diǎn)。那一年，QQ音視頻技術(shù)中心剛剛成立，音視頻技術(shù)、云引擎都是外購的，“別人給的都是‘黑盒子，我們沒有辦法自己優(yōu)化?！眲杂钫f。大概半年后，騰訊做了個(gè)重大的決定——語音引擎必須自研，必須采用一套全新的可運(yùn)營的架構(gòu)，包括移動(dòng)網(wǎng)絡(luò)的呼叫協(xié)議在內(nèi)，新的架構(gòu)必須要基于全平臺(tái)。

那一年，移動(dòng)互聯(lián)網(wǎng)遠(yuǎn)沒有現(xiàn)在“動(dòng)物兇猛”，QQ音視頻技術(shù)中心還有時(shí)間完成這次華麗轉(zhuǎn)身。

2012年，QQ音視頻的全新架構(gòu)發(fā)布;2014年，騰訊內(nèi)外部的用戶開始找上門，希望使用QQ音視頻技術(shù);2015年的5月20日，QQ音視頻技術(shù)正式開放。

QQ音視頻總經(jīng)理劉曉宇：“QQ在中國網(wǎng)絡(luò)環(huán)境和用戶環(huán)境復(fù)雜的情況下，長時(shí)間積累了解決復(fù)雜情況的能力?！?/p>

這意味著，這項(xiàng)月均2億多用戶使用的消費(fèi)級(jí)應(yīng)用開始向企業(yè)用戶開放，這是全球范圍內(nèi)首個(gè)前后端開放的音視頻一站式服務(wù)，這一舉措將降低全行業(yè)應(yīng)用音視頻技術(shù)的門檻。

邱建在進(jìn)入騰訊之前是做安防布控解決方案的，也會(huì)接觸到音視頻業(yè)務(wù)，“以當(dāng)時(shí)的情況，我們也要投入很大的研發(fā)精力，即使把硬件做得再好，網(wǎng)絡(luò)傳輸這塊仍然是有缺失的?！?/p>

而在2012年起就采用了云計(jì)算技術(shù)的QQ音視頻，可以讓音視頻的服務(wù)質(zhì)量大大改觀。有音視頻業(yè)務(wù)需求的第三方公司可以用租用服務(wù)的方式享受到云端化的SPEAR引擎技術(shù)，他們只需將精力放在應(yīng)用層面。

面對(duì)“互聯(lián)網(wǎng)+”戰(zhàn)略轉(zhuǎn)型下的中國用戶，真正被改變的將是思維方式和和工作模式。視頻通信作為遠(yuǎn)距離溝通協(xié)作中最直接最高效的手段，已經(jīng)得到了越來越多企業(yè)的認(rèn)可。

IDC最新發(fā)布的《2015年上半年中國視頻會(huì)議市場(chǎng)跟蹤報(bào)告》顯示，從部署模式來看，基于公有云模式部署的網(wǎng)絡(luò)視頻會(huì)議市場(chǎng)正在形成規(guī)模。IDC認(rèn)為，隨著網(wǎng)絡(luò)視頻會(huì)議廠商（服務(wù)商）的并購與整合，在垂直行業(yè)領(lǐng)域的應(yīng)用擴(kuò)展，以及新的技術(shù)推動(dòng)力，基于公有云模式部署的網(wǎng)絡(luò)視頻會(huì)議市場(chǎng)具有巨大的市場(chǎng)空間，網(wǎng)絡(luò)視頻會(huì)議未來5年的年均復(fù)合增長率將超過20%。

“接下來我們會(huì)以‘場(chǎng)景+技術(shù)的方式，針對(duì)幾種主流的音視頻使用場(chǎng)景去做更細(xì)致的配制或者優(yōu)化，并針對(duì)這些場(chǎng)景去找對(duì)應(yīng)的種子用戶?！倍鴮?duì)于剛剛開放的QQ音視頻引擎來說，騰訊的產(chǎn)業(yè)鏈?zhǔn)撬麄冏詈玫妮敵龉艿馈?