学习多媒体开发的正确姿势？陈功：看书 啃代码 搞插件

陈功说，要想学好多媒体开发，首先需要兴趣，接下来还需要好的方法。LiveVideoStack邮件采访了声网Agora首席WebRTC架构师，畅聊了自己的成长经历，WebRTC的演进趋势等。陈功表示，WebRTC的未来值得期待。

策划 / LiveVideoStack

LiveVideoStack：陈功你好，能否简要介绍下自己，包括目前的主要工作及关注领域？

陈功：我是声网Agora的工程师，WebRTC方向的技术负责人。加入声网之前，在两家半导体公司Marvel和Intel工作过，从事多媒体，音视频相关的工作。目前的工作主要在实时音视频通信，音视频传输质量优化，以及WebRTC协议方面研究，比较关注的领域还包括AI算法在音视频方向的应用。

LiveVideoStack：从Marvell到Intel，再到声网，您似乎一直围绕音视频技术领域，是哪些内在和外在的因素促成了这一结果呢？

陈功：这个更多的是个人兴趣，在研究生阶段，我的研究方向是模式识别，涉及到视频内容分析的研究，当时就对视频比较感兴趣，工作以后接触到多媒体框架的开发，以及音视频传输和转码，觉得在这个领域有很多的方向可以学习研究，比较有趣。我加入声网，也是因为当时它是全球第一个聚焦高质量实时音视频的PaaS平台，在音视频传输质量这块，通过优化传输算法提升QoS，不断改善实时通信。直到今天，我都觉得这点很有意义，也很有挑战。

LiveVideoStack：采访了不少多媒体开发的“大牛人物”，他们大多都是科班出身，在导师的带领下经过了系统的训练和研究。而对于没有这样经历的开发者而言，如何能够快速上手，并不断做精？对此，您有哪些建议。

陈功：对于开发者来说，最重要的也是要有兴趣。多媒体开发涵盖的内容很广，音视频采集，编解码，传输，前后处理，播放等等，每一块都要有知识储备。如果要快速上手，建议先找多媒体技术应用的书籍来学习下基础概念，然后从开源的多媒体框架入手，比如gstreamer/FFmpeg，啃一些代码，写一些插件，逐渐熟悉整个多媒体处理流程，并从中找到自己的兴趣点，进行深入研究。如果对音视频传输，或者音视频处理技术有兴趣，还可以关注一下WebRTC，分模块进行学习，比如传输相关的模块，包括带宽估计，拥塞控制；比如音频的几个信号处理模块，都是具有一定技术高度的实现。

LiveVideoStack：WebRTC 1.0定稿，迈出了非常重要的一步。在此之后，WebRTC还要解决哪些问题，重点的改进方向有哪些？

陈功：历经6年的长跑，WebRTC 1.0定稿确实是值得庆祝，而Apple的加入，也让这个定稿显得更有意义。各个浏览器厂商的支持，让WebRTC有希望在所有平台和端上铺开音视频通信的能力。展望WebRTC 1.0之后的改进路线，还要从认识目前应用中的问题出发。连接建立和可用性一直是WebRTC的痛点，包括ICE的建立时长问题，即便是更新到Trickle ICE，相信WebRTC还会在交互连接建立协议上持续改进；对于SDP的强制支持使得易用性上有所欠缺，在Object RTC协议中已经摒弃了SDP，这可能是一个改进方向。在视频编码器的选择上，需要解决各个端对于H.264/VP8的支持情况不同的问题，这会影响到互通质量，是否会加速AV1的推广；另外，需要增加更多的视频支持，包括全景，3D，以及虚拟现实的视频。

最后，不得不提的是QUIC在WebRTC中的应用前景，从之前的WebRTC工作组会议上的讨论来看，将来采用基于QUIC的媒体传输也是有可能的。

LiveVideoStack：能否介绍下，您和您的团队正在（WebRTC）做哪方面的工作？

陈功：WebRTC一直是声网的战略方向之一，我们团队在WebRTC领域主要有几个方面的工作，首先肯定是质量优化，通过优化WebRTC应用于服务器端的能力，着力提升音视频传输的质量。针对不同的应用场景，进行传输策略的调优，包括弱网对抗，码率平滑等；另外，将我们优质的音视频通信能力，以WebSDK的形式更易用提供给开发者，适配各种浏览器和终端接入体验；最后我们非常关注WebRTC关键模块的持续改进，持续做研究性的工作。本次WebRTCon上，我也会分享声网我们团队在WebRTC上的一些心得和实践，比如我们服务器端和传输能力与WebRTC的深度结合。

LiveVideoStack：尽管WebRTC让多媒体开发门槛进一步降低，但开源项目必然受到各种牵制，社区不可能为某个特定的场景实现功能、甚至优化。因此，企业不得不在开源的框架下做许多改进、优化，这就导致企业版与社区版fork的情况，将大大增加企业维护分支的成本。您如何看待这种两难的境地？如何做好平衡呢？

陈功：大型的开源项目不可避免的都会有这样的问题，同时将WebRTC应用于不同的垂直领域，也是一样。简单的说，音视频通信和直播，就是两种不同的场景，对于延时，画质，流畅度等关键指标的要求也有差异，这时候就需要针对场景调优。企业在开源项目上的二次开发，比如需要在特定模块上进行修改，要做好关键模块的差异化管理，定期更新base版本，维护好patch list。当然，WebRTC的模块化代码有时候改动很大，比如jitter buffer，比如带宽估计，企业可以根据自身需要决定更新的周期。WebRTC技术还需要加强服务器端的能力，保证QoS，或者对企业来说，在现阶段也可以考虑直接使用做过优化的第三方平台SDK平台。

LiveVideoStack：这几天在西班牙世界通信大会MWC上，5G成为热点。你如何看5G技术给多媒体生态带来的红利？

陈功：5G能给我们带来什么，确实是当前一段时间讨论比较多的话题，低延时，高性能，这些指标如何能影响生态，影响业务模式，都在不断探讨中。我个人基本持理性的乐观态度，5G会消灭图文的说法，有些夸张，但是移动视频内容的推广肯定会有阶段性的飞跃，或者说二次飞跃；用户会更习惯与随处可得的，更丰富的视频内容，像是基于全景，3D视频的赛事直播，AR／VR的游戏互动，这些内容都有可能出现在移动终端上。

LiveVideoStack：如果让您选择几个关键词来预测2018年多媒体开发生态的热点，您会选择哪几个？

陈功：AI肯定是一个热点，多媒体与AI的融合有很多的可能性；另外，在多媒体传输方面，QUIC会是一个热点；WebRTC本身也会是。

LiveVideoStack：展望未来，你认为多媒体技术在哪些场景或行业有机会重度使用？

陈功：泛娱乐应用、游戏、教育、直播等已经是广泛采用的场景和行业。在更传统金融、安防、企业通信等领域应该也会有更多场景出现。我个人比较乐观的认为，多媒体技术一定会成为很多行业的标配。