東京奧運會已落下帷幕。比賽期間，全球億萬觀眾蜂擁至各大轉播平臺觀看奧運賽事，平臺直播能力顯的尤為重要。阿里云作為視頻直播平臺的技術提供商，憑借在產品技術、資源帶寬、服務保障等方面優勢，可為各大轉播平臺提供全鏈路技術支持和保障，確保極致觀賽體驗。本文分享阿里云視頻直播技術是如何實現的。

一 視頻直播發展新趨勢與挑戰

根據第三方機構艾媒咨詢預測，從2017年至2020年，整個視頻直播始終處于高速的發展階段，2020年視頻直播帶動市場營收規模達到萬億元，覆蓋用戶總數達到5.26億。

視頻直播應用場景從泛互聯網行業的視頻娛樂、電商購物等，向在線教育、視頻安防、廣電傳媒、醫療服務等傳統行業延伸，“直播+”成為新趨勢。視頻直播市場空間巨大，參與方眾多，競爭激烈。為了能夠吸引到更多用戶，這就要求直播廠商能夠做到直播內容精細化、直播場景豐富化、營銷模式創新化，而實現這些效果是需要直播平臺支持實時加互動并在直播的基礎上結合短視頻，從而實現直播整體效果創新。

直播廠商如果選擇自建直播平臺，必然會面臨極大挑戰：

資源投入大，硬件投入大，帶寬成本高，自建系統投入高，效果一般企業可節省資金專注核心業務，選擇市場專業、靈活的直播服務商。

技術門檻高，技術上涉及分布式存儲、分布式計算、視頻編解碼技術、視頻加密、CDN分發等多個技術棧，開發運維人力和時間成本難以承受。

運營成本高，視頻直播業務突發特性，自建視頻直播分發業務難以滿足帶寬彈性需求，造成運營成本高，直播內容安全人工審核帶來高昂的運營成本。

二 阿里云視頻直播服務架構

阿里云視頻直播是基于領先的內容接入與分發網絡和大規模分布式實時視頻處理技術打造的音視頻直播平臺，提供易接入、低延遲、高并發、高清流暢的音視頻直播服務。

 

 

如上圖，主播通過采集設備采集直播內容后，通過推流SDK推送直播流，視頻直播服務通過邊緣推流的方式將直播流推送至阿里云直播中心，推送的視頻流通過CDN邊緣節點進行加速保證上行傳輸的穩定性。視頻流推送至阿里云直播中心后，可按需對視頻流進行轉碼、時移、錄制、截圖等處理。處理好的視頻流通過CDN內容分發網絡，下發至觀眾的設備中進行播放。移動端的播放設備可以集成阿里云提供的播放器SDK進行開發。直播視頻除了可以進行轉碼截圖等操作外，還可以進行直播轉點播的操作，將錄制下來的視頻轉至點播系統中再進行點播播放和短視頻云剪輯。方便直播與短視頻內容生產和傳播的聯動。

三 視頻直播的核心優勢

 

 

1 全球加速：一張覆蓋全球的邊緣云節點網絡

阿里云擁有遍布全球2800+邊緣云節點，9大直播中心，支持海外業務無縫布局，通過阿里云搭建的全球實時音視頻通信網(GRTN)，全世界各地的直播流可實現就近接入，通過高速通道快速傳輸至指定直播中心進行內容分發。

 

 

2 極致視聽：自研音視頻技術確保最佳體驗

阿里云窄帶高清技術 ，針對視頻畫面場景、動作、內容、紋理等細節進行智能分析，例如針對足球賽事中的足球、隊員、草地進行不同策略的編碼優化，在畫質輸出的同時，降低碼率，節省帶寬成本20%~40%。

 

 

左圖人物畫面是普通轉碼，右圖人物畫面是窄帶高清轉碼。當觀眾看到這幅畫面時，焦點在人物臉部，智能分析會把更多的碼率分配在人臉上從而實現整個人臉的紋理識別，讓細節更加清晰。然后看下對應碼率分析，當畫面非常復雜的時候，比如左邊畫面非常復雜的時候，碼率是在1.5M~2M之間。當整個畫面慢慢的趨于平靜，比如說足球集團中場休息的時候，就可以通過智能識別來降低這個碼率的消耗。這樣的話平均下來看，整體帶寬就降低了30%~40%。即前面所說在保證畫面更加清晰的前提下節省帶寬，這就是阿里云的窄帶高清2.0技術 。

 

 

同時，阿里云還有自研實時高性能視頻編碼Ali S265，全面支持H265 1080P高質量實時轉碼，支持視頻增強算法處理，提升視頻畫質。直播編場景下編碼，有一個非常關鍵的條件，就是說編碼必須達到實時，也就是1小時要能把1小時的視頻轉碼，或者更精細的比如1秒，需要把1秒1個的視頻的內容給實現轉碼，要保證到實時。阿里云S265就能保證1080P高質量實時轉碼，并且支持視頻的一個增強處理算法，提升整個畫面的一個畫質。通過對比發現，經過Ali S265處理后的，動物后面的那個樹樹的那個雪花的細節明顯就是做了一些增強。在保證實時和圖像質量的情況之下做了一個增強的算法處理的，使得畫面整體變得更加清晰，富有層次感。

3 技術領先：直播技術不斷創新

低延時直播是在阿里云視頻直播的基礎上，進行全鏈路延時監控、CDN傳輸協議改造、UDP等底層技術優化，通過集成直播播放端SDK，支持千萬級并發場景下的節點間毫秒級延時直播能力，彌補了傳統直播3~6秒延時的問題，保障低延時、低卡頓、秒開流暢的極致直播觀看體驗。超低延時直播RTS具有多重的技術優勢，可廣泛應用于各行業場景，擁有數百家客戶實踐經驗，低延時直播為業務提升帶來巨大價值。

 

 

云導播依托視頻直播、媒體處理服務，對傳統視頻生產工具進行云端再造，融合視頻AI識別、雙語翻譯、多種互動能力，進行視頻導播效果創新，無需采購硬件，隨時隨地使用。云導播提供控制臺、API、Web SDK三類產品，按需接入，便于二次開發或直接使用，控制臺交互簡單易于上手，低學習成本。支持直播、點播視頻源，及圖片、文檔、頁面等多種內容源，最大6路視頻源實時混編。多視角、實時圖文包裝組件、多語翻譯字幕、視頻AI等能力，對直播隨時包裝制作，一鍵同步線上，幫助打造精彩沉浸式的直播體驗。

 

 

多機位功能針對活動現場的多個機位進行多路流的融合、切換播放，不同機位流通過視頻幀級別的同步播放，使用戶同時擁有多個觀看視角，不錯過任何精彩畫面?；谏疃人惴ǖ膶崟r自動摳像技術實現虛擬演播廳，支持多種設備、多機位、異地開播，通過云端摳像合成能力，實現雙屏幕、分屏、畫中畫等開播場景，打造沉浸式直播體驗。用于快速聚合多個視頻節目，創建輪播臺類型直播間，豐富直播場景和內容形態。支持節目單的增刪改查功能，支持節目內容的編輯設置。靈活調用、高效協同業務場景落地。

導播臺ET實時字幕，集成導播臺、達摩院ASR、翻譯服務，提供直播流實時多語言語音轉字幕服務，支持直播錄制對翻譯字幕的持久化存儲，支持字體、背景、效果、顯示時間等多種參數設置，支持中、英、法、西、俄多語言模版靈活調用，字幕實時疊加，將直播語音轉為文字，翻譯以字幕形式融入直播流中進行展示。

 

 

云導播還支持對直播素材、點播素材、圖片、文字、動態H5組件素材、AI能力進行融合，重構視頻內容生產鏈路，以多維度數據信息，增強用內容豐富度、拓展流量曝光和廣告變現價值。

4 視頻智能：視頻AI功能應用

視頻審核服務基于海量標注數據和深度學習算法實現，從語音、文字、視覺等多維度精準識別媒體文件中包含的違禁內容，包括色情、暴恐、廣告、不良場景識別等多個功能模塊，同時支持視頻圖像文件內容質量審核功能，保障內容安全。

 

 

推流SDK是基于阿里云產品的內容分發網絡和音視頻實時通訊技術，提供簡單易用的開放接口、網絡自適應的流暢體驗、多節點的低延遲優化、功能強大的實時美顏等音視頻直播技術服務。智能美顏是基于智能視覺算法、海量規模的人臉檢測和識別技術，提供美顏、美型、美妝、濾鏡貼紙等編輯加工能力。自研的人臉關鍵點定位技術，涵蓋106個基礎點位、280個高精度點位，效果真實。持續優化的智能視覺算法和實時渲染技術，保證自然流暢的使用體驗。持續升級的美顏美型、濾鏡貼紙玩法，不斷擴充的素材庫，創造更多樂趣。完善的開發者支持，快速響應客戶需求，提供優質可靠的服務。

 

 

5 安全穩定：多種安全策略確保直播視頻安全

視頻直播支持訪問控制，如Refer UA黑白名單、IP黑白名單等。支持播放中心鑒權和業務方遠程鑒權，播放中心鑒權即推流和播放的URL鑒權，安全URL鑒權支持自定義的鑒權Key和鑒權失效時間，動態生成鑒權URL。業務方遠程鑒權是透傳業務請求信息給客戶自定義的鑒權中心判斷合法性。

通過主備流切換，實現正常直播的可靠穩定，整個切換過程簡單易操作。阿里云視頻直播服務還支持通過EdgeScript實現自定義鑒權，簡單方便，客戶可以根據業務特征自定義，部署上線快。EdgeScript可在直播CDN邊緣節點執行自行編寫，客戶無需關心代碼部署的機器硬件配置、部署region、調度和彈性擴容，代碼一經上傳，即可完成全球阿里云直播邊緣云節點的部署，在全球邊緣執行，根據代碼邏輯個性化處理全球各地的請求。

直播視頻加密是云端一體的視頻加密解決方案，采用私有加密算法，對視頻流加密確保視頻流安全傳輸。支持行業通用DRM加密，支持多終端、多平臺、全方位進行版權保護。該加密方法擁有獨立加密密鑰，避免單一密鑰泄密引起大范圍的安全問題，支持加密轉碼+解密播放，動態密鑰管理更安全地保護視頻資源，可有效防止視頻泄露和盜鏈問題。數字水印技術在直播視頻中應用，實現大型賽事直播版權視頻內容搬運侵權的取證、溯源和追責。

為滿足客戶運維需求，阿里云支持對直播推流質量，觀看用量，錯誤狀態，觀看人數，播放流量帶寬，播放質量等秒級實時的管理，超低的延時率可及時獲知直播過程中的異常狀況。通過實時日志推送功能，將直播域名日志實時推送至日志服務，并進行日志分析，便于快速發現和定位主播推流問題，或者分析直播觀看用戶數據為運營策略提供依據。

四 視頻直播的應用場景

按照應用分類，視頻直播典型場景有大型體育賽事直播、泛娛樂直播(秀場、游戲、社交)、電商直播、晚會活動直播、在線教育直播、企業直播等。

1 大型賽事直播

 

 

適用場景：奧運會、世界杯、體育賽事、電子競技等大型賽事直播場景。

場景訴求：提供高可靠、高品質、低延時的直播服務。支持千萬級并發穩定流暢觀看，全鏈路災備與應急預案，影院般沉浸式觀看體驗。

絕對穩定：主備推流，異地雙中心容災，多碼率對齊，httpDNS+302調度，多種方案保障直播穩定。

內容升級：智能生產自動剪輯生成比賽集錦;秒級時移回看，精彩內容絕不錯過;賽事片頭、片尾插播，品牌 LOGO 露出，視頻廣告融合播放，云導播助力巨大流量下品牌營銷與變現。

極致流暢觀看體驗：窄帶高清™ 2.0 提供影院般的畫質享受。50幀極清給用戶更流暢的沉浸式賽事觀看體驗。合流方案，在云端對多路流進行匯聚優化，動態生成幀率最好的一路流輸出。

直播安全：直播DRM保障內容安全，通過全鏈路災備與應急預案等保障手段，保障千萬級用戶并發的視頻直播和彈幕互動的流暢體驗。

2 泛娛樂直播

 

 

使用場景：秀場直播(唱吧直播，脫口秀)、UGC視頻(生活，娛樂直播，視頻交友)、游戲直播解說。

場景訴求：秀場、游戲、社交直播，為全球文化娛樂傳播行業客戶提供低成本的直播轉碼、分發能力，助力客戶快速進行全球范圍內的活動直播。

直播端能力：主播通過手機、PC終端推流，觀眾通過終端進行觀看。阿里云直播提供推流SDK和播放SDK，內置美顏美妝功能。

直播服務端能力：GRTN傳輸網絡和實時轉碼能力保障百萬并發觀眾都能看到穩定、流暢、高畫質的直播內容。

主播與觀眾互動：直播間點贊、評論、連麥互動。

智能審核方案：根據用戶管控尺度，靈活調整策略進行視頻畫面黃反審核。多種識別方案，有效匹配多種語音場景。針對特定廣告事件進行定時管控，識別變種廣告。有效識別靜態無意義視頻內容，提高運營管控效率。

3 電商直播

 

 

適用場景：商城直播(產品介紹、曬單分享、最大化完成售賣轉化)、微商互動(“直播+互動“的模式，通過社交傳播，助力商品快速變)。

場景訴求：直播帶貨最重要的兩個能力一個是直播能力，一個是互動通信能力。通過直播能力，觀眾能觀看直播流;通過互動通信能力，觀眾能在直播間里參與實時互動。

直播端能力：主播通過手機、電腦、專業設備進行推流。觀眾通過手機、PC、Web、小程序進行觀看。

直播服務端能力：通過就近接入直播收流和加速分發，保障全世界買家都能看到穩定、流暢、高畫質的直播內容。

直播錄制與回放：把直播過程中商品精彩介紹生成短視頻，直播結束后也可以沉淀為精彩內容促進售賣轉化。直播時移支持直播過程中任意精彩內容按需回看，買家可以隨意拖拽時間軸回看錯過的精彩直播。

主播與買家互動：賣家觀看直播過程中會實時咨詢寶貝信息、評論等互動交流。直播中進行秒殺、抽獎和紅包互動營銷。直播流端到端延時1秒或更低。

4 晚會活動直播

 

 

適用場景：面向新聞類、體育類、綜藝類等晚會、活動直播。

場景訴求：高質量高可靠晚會、活動直播，呈現超高清、杜比全景聲、大規模全球分發的視頻直播視聽盛宴。

更高清+杜比全景聲：使用4K高清轉播車進行信號傳輸和杜比全景聲，讓屏幕前的觀眾聽到的聲音，“比現場觀眾還真實”。在用戶投身購物狂歡的同時，也收獲了視聽觀感上的雙重享受。

高可靠：通過雙路SRT回傳技術，確保如主路信號源發生異常，切換到備路后能夠繼續保持前后畫面同步，真正做到無縫切換，從而保障重要節目源在復雜的網絡中高質量傳輸，將精彩內容更低成本、更穩定、更快速、更完整地送到用戶屏幕前。

5 在線教育直播

 

 

適用場景：成人教育大班課。

場景訴求：需要支持不同地區不同網絡情況下學生都能穩定觀看高質量直播課;低延時直播保證師生互動效果(低延時直播流和消息互動保持同步);直播安全為核心教學內容保駕護航。

海量直播并發支持：支持千萬并發觀看，全球 2800+ CDN 節點覆蓋，150T帶寬儲備，專線保障跨國直播質量。

直播回放錄制：云端錄制課程直播內容，生成回放文件可隨時查閱觀看。直播時移支持直播過程中任意精彩內容按需回看。

直播互動答疑：老師和學生的互動促進提升在線教育課堂授課效果。一體化SDK支持互動連麥、評論發言、群組管理等功能。

直播安全防盜：支持URL鑒權、遠程鑒權、阿里加密、DRM加密等鏈路和內容加密功能，按需使用保障內容安全防盜播，防范內容。

6 企業直播

 

 

適用場景：企業營銷直播、金融直播場景。

場景訴求：非專業直播機構，沒有完善的線下演播室，需要云端支持多機位、導播、虛擬演播室完善直播內容;同時是低延時強互動直播。

短延遲互動直播，營銷效果佳：企業營銷直播、金融直播場景需要功能齊全、高性價比、超低延時直播帶貨，支持百萬級高并發，端到端延時1秒?；痈皶r，搶紅包秒殺帶貨更流暢，提升GMV和用戶轉化。

云端視頻處理，直播更專業：營銷直播更有針對性的提前進行直播內容策略與準備，直播內容豐富度和專業性更強。云導播支持點播和直播源融合切換，在直播過程中可無縫穿插精品點播宣傳片等內容。虛擬演播室更能支持多種設備、多機位、異地開播，通過云端摳像合成能力，實現雙屏幕、分屏、畫中畫等開播場景，打造沉浸式直播體驗。