这就是多媒体开发 视频竟然比连续图片更省带宽

多媒体开发技术不仅技术栈庞大，许多技术需要深度钻研，学习起来并不容易。当如果方法得当找到了乐趣，情况就不同了。LiveVideoStack邮件采访了战旗直播流媒体研发工程师石硕，他不仅发现了有多媒体开发的乐趣，还是有一套自己的学习方法。在5月19日举行的WebRTCon 2018-娱乐多媒体开发应用实践专场上，石硕将聊聊战旗直播体验与成本优化的探索，涉及P2P、H.265、防盗链等技术的应用。

策划 / LiveVideoStack

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

石硕：我曾就职于奥点云、海笙乐，目前就职于战旗直播，主要负责直播基础模块搭建，以及直播相关的优化工作；专注于流媒体、多媒体领域的技术研究；重写过一些常见的网络协议。

LiveVideoStack：进入音视频领域，是有意为之，还是机缘巧合呢？

石硕：算是机缘巧合吧。2011年入职奥点，这是我的第一份工作，同时也是进入直播行业的起点；工作的过程中，逐渐了解到直播技术的有趣，一个640x480的小画面竟然可以让那么多人为之疯狂，直播的视频流竟然比连续的图片更节省带宽。

LiveVideoStack：你翻译了《RTMP协议规范1.0》，翻译过程和之后有哪些有趣的经历？

石硕：翻译RTMP协议是2013年的事，当时有部分用户反馈弱网下直播不流畅的问题，为了改善这个问题，我们想到使用RTMP+UDP传输的方式来优化网络拥塞和带宽不足的问题；想要动手修改这部分内容，同时又考虑到兼容性，就参考并翻译了RTMP协议的封包部分，通过扩展包类型的方式解决了问题；后来又陆续翻译了剩余的其他章节。

LiveVideoStack：在战旗直播，有没有做一些有趣的技术探索，能否聊聊？

石硕：个人觉得比较有意思的有以下两点。

1. 喷泉码，使用很少量的冗余数据来完成丢包恢复，主要用来解决网络丢包导致的花屏问题；
2. 数字水印，主要用来计算直播延时。

LiveVideoStack：音视频技术往往非常专业，这就导致需要钻研到足够的深度才能脱颖而出。但这会导致职业的选择空间变窄。如何在技术深度与广度上做好平衡呢？

石硕：这个问题很好，之前有一段时间，我也被这个问题困扰过，在思考的过程中，整理了一份流媒体知识体系框架图；框架图把技术和行业关联起来，每个行业对应的技术点，其实是有强弱之分的，有的技术要求高，就需要深挖，有的要求相对较低，简单了解即可；先把一个行业，或者细分行业做好，再扩展到相关行业领域，这样深度和广度都兼顾到了。有关流媒体知识体系框架图，可以在CSDN的知识库中找到。

LiveVideoStack：展望2018年，你认为哪些技术将成为音视频领域的热门？

石硕：WebRTC、H.265、AI

LiveVideoStack：AI、区块链等新技术对多媒体开发生态会产生怎样的影响？你看到哪些场景的应用？

石硕：对于直播行业来说，最为常见场景有几个，人脸识别以及增强现实、机器鉴黄、视频内容自动分类。