云視頻會議 | 走紅背后的技術突圍戰
本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。
前沿：難以想象，突如其來的疫情徹底打亂了國內企業的運轉節奏，但史無前例的線上復工潮，一夜之間意外帶火了幾乎所有主打視頻會議的產品。不過，“短期崩潰”并不意味著平臺被擊垮，云視頻會議背后還有諸多技術問題值得探討。
借由契機，雷鋒網獨家對話了數家頭部云視頻會議服務商、云廠商，踏上跨越時空阻隔、驚險突圍之旅，解讀云視頻會議產品背后深層次的核心技術。
2016年4月，國內SaaS行業尚還未進入第二次調整期，無招宣布在釘釘上首次推出多人視頻會議功能。而Zoom正在國際市場風生水起。回望那個時候，很多人應該都沒有發現其實彼時已經開始了第三代SaaS準備更迭。無論是國內的釘釘，還是北美的Zoom，正在悄悄的攻陷Polycom、Webex等上一代傳統視頻會議的戰場。
兩年后，視頻會議的這場戰爭中，3億在家辦公的員工只識阿里釘釘、企業微信、騰訊會議、華為云WeLink與字節跳動飛書，并順帶致敬一下Zoom。
在此期間，2017年《政府采購法實施條例》的正式實施，信息安全與軟件國產化等再次受到了越來越多的關注。2019年9月，Zoom國際版服務器封停的消息，終于讓不少人開始意識覺醒：本土云視頻會議產品的機會來了嗎？
上至應用，下至底層技術研發，中國云視頻會議服務提供商對于自主可控、自主研發的聲音達到了空前高度。不到半年，WeLink、騰訊會議、TalkLine、藍貓微會等多款可提供云視頻會議服務的產品紛紛上線。
與此同時，由于疫情導致對云視頻會議需求的猛增，刺激了國內云視頻會議市場的發展。釘釘、WeLink等企業協同辦公平臺針對疫情期間啟動了免費開放服務，騰訊會議為武漢大學師生提供遠程協同服務，而武漢協和醫院等單位啟用好視通進行了遠程會診。
甚至有人說，整個云視頻會議行業提速了5年，相較于此前，并發量、新增用戶量、業務流量……這數字幾乎爆發式增長直觀地反映出國內云視頻會議市場的走向。但這似乎并不意味著企業的服務能力也會隨之提升，而這考驗著的是各家企業的創新與反應速度。
1. 重新定義音視頻
盡管云視頻會議系統需要解決的技術難點上有很多，但其背后的核心仍是音視頻的實時通信，總結來講主要有三個方面技術要素，分別是網絡傳輸技術、音視頻處理算法、多端融合技術。
一是網絡傳輸技術，即如何適應復雜的網絡環境以提高自適應能力。這其實是基于云視頻會議系統自身的特點，不用專線，任何地方任何網絡任何設備都可以接入，但問題就在于網絡是不穩定的，如何在網絡丟包的影響下提升音視頻質量？
二是音視頻處理算法，其實包含兩個層面，對音頻的降噪等處理技術，以及對視頻的流暢和清晰度的保障。
三是多端融合技術，無論是網頁、電話、APP的接入，還是監控視頻系統、VR/AR設備、無人機視頻等更為廣闊的應用場景的打通，也是不少服務商所關注的。
不過從另一個角度講，云視頻會議產品也同時集結了AI、云計算、安全等各方面的能力。正如美顏降噪、背景虛化、抗丟包這些技術，也是當前云視頻應用比較突出且難以突破的技術難點。
由于視頻會議中涉及的信息量巨大，尤其在教育醫療場景下，有時可能會涉及敏感、不適宜內容等信息，阿里云視頻云團隊還會與阿里云安全團隊、阿里達摩院機器智能技術團隊協作，具備常規的違禁文字篩查能力。
通過華為云EI服務，得以讓WeLink在視頻美顏、會議發言人自動跟蹤、會議紀要自動生成、語音操控等方面靈活應用；基于云視頻分發服務，通過高清低碼，用最小的帶寬支撐最清晰的質量，以抵御更大的網絡抖動和質量下降，這在疫情期小區集中上網的環境下尤為關鍵。
而騰訊會議背后的騰訊多媒體實驗室，則利用AI技術能夠將丟掉的網絡包還原，能夠做到視頻丟包70%，音頻丟包80%的情況下依然保持流暢。如果橫向粗淺對比目前幾家服務商的技術能力，功能的差異點并不會太大。騰訊視頻云業務總經理李郁韜表示，“最大的差異點還是在音視頻質量本身，如何保證更清晰的畫質，更清晰的音頻體驗，這個是很考驗內功的。”
圖：復工后的騰訊會議日常
2. 云服務的常態化挑戰
嚴重占用CPU、很多功能只能手機上才能使用、存在雞肋功能等體驗問題、高并發時的視頻卡頓……國內云視頻會議產品最近遭到了不少用戶的吐槽。尤以2月3日的全國復工首日和2月17日在線開學當天的先后兩次服務器宕機事件備受關注。瞬間爆發的在線辦公需求導致訪問流量激增，作為大后方的云視頻會議系統提供了怎樣的支持？
從疫情高峰值、不可預測峰值的網絡信號挑戰來看，阿里云視頻云資深技術專家樓劍總結為以下兩點：
1、快速業務擴容、短期上線上萬臺機器，將業務應用快速部署并服務，對運維與服務體系是一個大的考驗。
2、大業務量下的節點調度、質量保障能力：一是節點和設備數量的增加，以前小概率出現的設備問題，在海量節點面前，成為大概率事件；二是機器如果因硬盤、內存問題掛掉，需要隨時監測并智能切割，并確保音視頻服務無感知。
面對這樣的挑戰，樓劍和他的團隊從音視頻兩方面入手：
一是語音的“聽感”：在降噪和消除回聲方面，采用深度調優的語音學習網絡，針對開放辦公室、開放戶外、密閉會議室等不同的會議場景提供智能降噪。此外，由于實際移動設備媒體采集特征參數的差異，回聲消除算法的穩定性與性能會受極大的影響，通過建立云特征庫，持續覆蓋和采集市場新出的移動設備，不斷豐富兼容性。
二是視頻的“觀感”：自研實時窄帶+SCC內容編碼，可在通信構成中占用更小的帶寬，有效提升視頻流暢度；同時，SCC內容編碼，通過對文本、紋理內容的優化編碼，確保在視頻會議共享中的文檔文字更清晰。
值得注意的是，此次疫情帶來用戶需求的激增，讓服務商紛紛擴容，直到近兩日才可以稍稍“松懈”。據官方數據顯示，阿里云已經為釘釘連續擴容了10萬臺服務器。
但這并不意味著，在支撐前端協同辦公、視頻會議的應用上，云服務只起到了彈性擴容的作用。峰值期大量用戶涌入進行消息處理、文檔傳遞、會議申請等需求，也嚴重考驗著團隊的抗壓能力。
在單區域發生網絡流量徒增后，我們會將網絡流量調度帶寬充裕區域，并通過傳輸算法確保體驗不下降，如此可將全國的網絡資源盡可用利用起來，并同時確保閑時復用、多業務復用。
由于視頻會議是白天業務，在夜間，會將這些閑置的機器和帶寬資源用在其他文娛網絡業務上；同時閑時轉碼，在凌晨低業務期間，復用這些計算資源進行大規模的媒體轉碼，以降低文件的存儲和傳輸大小。
3. 不可忽略的安全問題
疫情“帶火了”幾乎所有具備視頻會議能力的軟件/系統，從不少服務商公開的數據得知，用戶數量在短短數天內得到了暴增，甚至一度對云服務器擴容，7*24小時進行日夜維護。
然而，在緊急用上云視頻會議的同時，大家把注意力放在了應用層面，如音視頻質量、屏幕和文件共享、可使用的會議空間大小、登陸端口的便捷性，是否同時兼顧對了信息安全問題的重視？這對于需要部署疫情工作的各級政府、醫院、衛計委等機關單位而言，尤為重要。
當前政府機構、大企業不僅僅關心開會、辦公協同，更重要的是，尤其遠程在家辦公期間，要同事保護信息安全和應用的安全接入。他們仍然對音視頻會議系統的建設有較高要求，對于將政務/核心業務搬上云端，很多部門目前仍是無法突破心理上的“防線”。
圖：廣東省委書記李希在東莞調研疫情與醫生用WeLink視頻會議截圖
對此，對于華為云WeLink團隊而言，則從五個層面對安全性防護進行了嚴密管控：
一是通過基于芯片的安全加密體系。企業不單提供了更安全的會議加密，更可決定一些密級特別高的會議只能通過某些受信的終端接入。
二是通過具有專利技術的視頻、信息內容傳輸加密技術，讓會議音視頻和內容收到嚴格保護。
三是會議文檔等存儲在華為云上，通過具有最高等保級別的安全保護，確保不受泄露和供給。
四是在移動端上的安全沙箱技術，讓會議文檔、消息等使用之后即丟棄，不給泄露以可乘之機。
最后，在業務設計理念上，所有的信息和內容都100%歸屬企業，并只在企業內部流轉，保障企業會議內容和文檔不可向外界泄露。
華為云WeLink表示，對于中大型企業而言，會議不僅僅是進行一個溝通，還會承載很多商業機密、知識產權等。安全是中大型企業使用會議系統時尤為重要的功能。
4. 自主可控的大命題
實際上，在云視頻會議國產化替代的大潮下，阿里、華為、騰訊正逐漸可以做到在底層技術上的部分自主可控。阿里云有自研的飛天操作系統、神龍云服務器架構、含光芯片、盤古存儲、分析型數據庫等一眾自研產品。華為云發布了兩款云數據庫Taurus和Gemini，并擁有華為自研的鯤鵬920、昇騰910、操作系統鴻蒙 OS等技術產品。
騰訊云自主研發了星星海服務器、TDSQL數據庫。除此之外，私有云產品騰訊云TStack也和國內主流的操作系統/服務器做了很多兼容性認證。
一個典型案例是，疫情期間，騰訊會議擴容的100萬核服務器資源是全部由騰訊云自研的服務器星星海提供支撐的。
正如騰訊視頻云業務總經理李郁韜所言，“‘自主可控’這個命題對于中國企業而言挑戰還是挺大的。大家也都知道音視頻領域的發展，國外的技術力量還是起到了非常重要的作用。”
在自主可控部分，我們其實分了幾步走。首先在音視頻的應用層，不管網絡傳輸還是云端的流控引擎，編解碼的優化都屬于自研；其次在硬件部分，需要承認突破需要一些時間，至少在服務器上我們先走出了一步，后續可能會在國產硬件和操作系統。
通過軟硬件這兩部分，我們可能需要一些時間逐步去實現完全的國產化和自主可控。
2019年11月29日，齊心好視通推出國產化MCU服務及麒麟云會議客戶端，并與天津麒麟、天津飛騰、上海兆芯、中標軟件等多家國產化產業鏈的核心廠商分別簽署了戰略合作協議，試圖打造一個集國產芯片、國產操作系統、國產視頻會議應用組成的國產化自主可控生態鏈。
齊心好視通CEO侯剛告訴雷鋒網，此舉背后其實是看到了巨大的市場空間。
為什么一定要國產化？其實還是離不開“自主、可控”二字。侯剛解釋，
在國家政策、核心技術不斷突破提升的情況下，國產化替代在關鍵行業的呼聲越來越高。
這樣的戰略背景下，對于國產化的門檻要求還是非常高的，除了公司資質背景外，要求底層的技術是屬于自主研發的，包括使用的系統、芯片都是屬于自主可控的清單范圍之內。
圖：鐘南山與武漢ICU團隊采用好視通視頻連線
據了解，齊心好視通成立于2009年，誕生之初就是基于云計算的模式為用戶提供視頻會議服務。
這里有一個關鍵名詞需要解釋，MCU（多點控制單元），可以理解為數據媒體的交換中心，能夠將不同終端連接起來。相比傳統視頻會議系統，MCU都是部署在本地，構建起來非常昂貴、復雜；而基于云MCU的方式，則將本地編解碼的部分，全部放到了云端；同時在商業模式上的創新，不需要一次性購買整套系統，而是按需購買，從而降低使用成本。
能夠發現，由國家信息安全管控導致的政策利好，不少廠商紛紛打出國產化的旗號，訴諸于實現音視頻核心技術完全自主化，并在主芯片、數據庫、云平臺等底層架構上選擇國產化替代的解決方案。
云視頻會議正逐漸取代昂貴的傳統視頻會議產品，這是一個積極的信號。事實也證明，有些國內服務商的技術和應用效果已經可以與國外媲美，在服務和性價比方面，很多甚至超過了國外。
可能對于多數中小企業而言，穩定和效率則是第一位的，是否國產并不是很重要。對于金融等特殊行業，以及對信息安全極為敏感的黨政軍，則需要國內服務商們用長久的時間來證明自身的實力。
