實時音視訊技術入門提綱

1、成長的煩惱

經常收到一些網友的來信或者留言，反饋如下這樣的困惑：

“我是一名應屆畢業生，該如何快速地成長起來” “我只懂 C/C++，是學 Android 開發有前途，還是 iOS 開發有前途？” “我是一名 Android/iOS 開發，已經可以獨立完成一個完整的 App 開發上線，該如何繼續提升？” “我想從事音視訊開發，該如何入門？ 如何進階 ？”

很高興看到大家有這樣的問題，因為這也從側面反映了你是一個積極向上，想不斷努力來提升自己的人。

我就先從一個簡單的問題聊起，“到底 Android 開發有前途還是 iOS 開發有前途？”

其實這個問題跟 “PHP 是不是世界上最好的語言一樣”，只會引發爭論，卻沒有什麼實際價值，在我看來，無論是 Windows、Linux、Android 還是 iOS 開發，都沒有什麼優劣之分。

當你已經走到第 4 步了後，往往就會感覺遇到了瓶頸，產生如文章開頭的問題，下一步何去何從 ？

在具體的業務領域，你可以慢慢沉澱下來，用自己的努力和時間換來對領域知識的深入理解和積累，逐漸從一個開發小白走向最懂這個行業的專家。

今天呢，我就主要跟大家分享下，如果你對實時音視訊這個領域感興趣，應該如何入門和提高 ？

2、實時音視訊開發包括哪些技術內容

雖然一篇文章無法把音視訊開發的知識點都介紹清楚，但是大概的學習路線還是可以梳理一下的，我們先看看下面這張圖：

其實說白了，音視訊開發，就是要掌握影像、音訊、視訊的基礎知識，並且學會如何對它們進行採集、渲染、處理、傳輸等一系列的開發和應用。

每一個門類，都可以深挖，衍生出一個又一個充滿技術挑戰的話題，比如：如何更高效地渲染畫面、如何提高音視訊的壓縮比，如何優化弱網下的音視訊資料傳輸等等。

其實，音視訊開發的技術積累，也沒有那麼難，帶著問題去 Google，帶著任務去實踐，一切都不是問題，我們就從上面說的 4 個方向，逐個探索一下，有哪些知識點，是要我們去了解和掌握的。

我們分別具體來看看採集、渲染、處理、傳輸等技術點。

3、具體技術點之採集

採集，它解決的是，資料從哪裡來的問題，那麼，資料究竟從哪裡來的呢 ？

其實無論在哪個平臺，影像、視訊最初都是來自攝像頭，而音訊最初都是來自麥克風，因此，做音視訊採集，就要掌握如下的技術知識。

1）系統的攝像頭採集介面是什麼，怎麼用 ？

比如：

Windows：DirectShow
Linux：V4L2
Android：Camera
iOS：AVCaptureSession

2）系統的攝像頭採集的引數怎麼配置，都是什麼含義 ？

比如：解析度、幀率、預覽方向、對焦、閃光燈 等。

3）系統的攝像頭輸出的影像/視訊資料，是什麼格式，不同格式有什麼區別 ？

比如：圖片：JPEG，視訊資料：NV21，NV12，I420 等

4）系統的麥克風採集介面是什麼，怎麼用 ？

比如：

Windows：DirectShow
Linux：ALSA & OSS
Android：AudioRecord
iOS：Audio Unit

5）系統的麥克風採集引數怎麼配置，都是什麼含義 ？

比如：取樣率，通道號，位寬 等

6）系統的麥克風輸出的音訊資料，是什麼格式？

比如：PCM

4、具體技術點之渲染

渲染，它解決的是，資料怎麼展現的問題，那麼，資料究竟怎麼展現呢 ？

其實無論在哪個平臺，影像、視訊最終都是要繪製到檢視上面，而音訊最終都是要輸出到揚聲器，因此，做音視訊渲染，就要掌握如下的技術知識。

5、具體技術點之處理

處理，它解決的是，資料怎麼加工的問題，那麼，資料究竟可以怎麼加工呢 ？

首先，我們看看影像/音視訊的資料可以做哪些加工 ？

其實無論在哪個平臺，影像和音視訊的加工，除了系統的 API，大多數都會依賴一些跨平臺的第三方庫的，通過掌握這些第三方庫的原理和使用方法，基本上就可以滿足日常音視訊處理工作了。

這些庫包括但不限於：

• 1）影像處理：OpenGL，OpenCV，libyuv，ffmpeg 等；

• 2）視訊編解碼：x264，OpenH264，ffmpeg 等；

• 3）音訊處理：speexdsp，ffmpeg 等；

• 4）音訊編解碼：libfaac，opus，speex，ffmpeg 等。
  

因此，學習和掌握這些第三方庫的使用，非常有必要。

6、具體技術點之傳輸

傳輸，它解決的是，資料怎麼共享的問題，那麼，資料究竟怎麼共享呢 ？

共享，最重要的一點，就是協議。

我覺得網際網路之所以能夠如此蓬勃地發展，將整個世界都緊密聯絡在一起，其實是離不開 W3C 這個委員會的巨大貢獻的，因為無論什麼資料，要想在不同的國家、不同裝置之間互聯互通，離不開 “標準”，有了 “標準”，大家就能互相讀懂對方。

因此，研究音視訊傳輸，其實就是在研究協議，具體有哪些協議呢 ？

• 1）音視訊在傳輸前，怎麼打包的，如：FLV，ts，mpeg4 等；

• 2）直播推流，有哪些常見的協議，如：RTMP，RSTP 等；

• 3）直播拉流，有哪些常見的協議，如：RTMP，HLS，HDL，RTSP 等；

• 4）基於 UDP 的協議有哪些？如：RTP/RTCP，QUIC 等。
  

網際網路環境下的音視訊的傳輸，是一個非常有挑戰和價值的方向，為了解決弱網下的傳輸延時、卡頓，提高使用者體驗，整個業界都在不斷地進行著深入的探索和優化。

7、本文小結

限於篇幅原因，我的經驗分享就到這裡了，實時音視訊開發的路很長，更多的還是要靠自己去學習和實踐，帶著追求極致的精神去探索和優化，最終，我相信大家都能快速成長，成為真正的行業專家！

公眾號推薦: