摘要

近兩年即時通訊/直播產品炙手可熱，市場上針對ToB的產品日益增多，企業該如何去選型呢？本文分享了筆者對於直播產品的思考，將從直播SDK實例功能特性、常見業務場景、註意事項及最佳實踐等方面介紹如何進行實例選型，旨在幫助您瞭解應如何結合實際業務場景選購音視頻產品。

前言

近期，ChatGPT火遍全球，作為衝浪第一線的開發者可不能錯過。剛好在做“音視頻技術選型”的調研，不如找ChatGPT來聊聊，看看它怎麼回答？

在同質化競爭如此激烈的今天，雖然各廠商都有自己的差異化優勢，但開發者在選型時並沒有識別或對比出差異，要想實現直播產品穩定使用的目的，在直播選型的時候有個好的開始是非常必要的。相信很多企業或團隊在選型時面臨過以下問題

• 各家廠商直播SDK差異都有哪些？
• 什麼樣的直播SDK才適合自己的企業或團隊？
• 直播SDK接入之後的落地情況怎麼樣？

下麵結合企業立場來推導直播SDK產品選型的核心要素，以市面上幾家廠商為例便於大家更全面的對比權衡，希望對面臨選型的開發者有所幫助。

實例選型分析過程如下圖所示：

一、自研還是第三方服務？

對於開發者來說，開發一款產品首先面臨的第一個選擇就是：自研還是使用第三方音視頻服務？目前大部分專註於業務的公司都會使用第三方音視頻服務，少部分大廠後期會選擇自主研發。特別一些技術門檻高、行業專業度高的模塊還是會採購第三方音視頻服務，例：強互動性的多人實時連麥。

自主研發與使用第三方音視頻服務優缺點如下：

綜上，若處於業務早期初創開發團隊，要求快速上線、專註業務、同時業務方向不穩定，同時業務方向為社交娛樂、遠程辦公、線上教育等常規類應用，建議選擇第三方音視頻SDK快速集成。

第三方直播SDK服務的價值在於：為開發者提供實現音視頻能力的一站式技術方案，目的在於可以降低 App 開發的技術門檻、人力和研發成本、提升開發效率。

下麵我將針對“如何選型一款好的直播SDK”展開聊聊，分享選型的方法和避坑經驗。

二、如何選型？

音視頻技術可以賦能上百種應用場景，開發者該如何選擇最友好的音視頻廠商成為一大課題，開發者需要瞭解實時音視頻技術選型中的坑，以便提高開發集成效率。可從以下6個方向進行綜合考慮。

選大廠還是垂直領域的音視頻廠商？

雲計算大廠一般都提供laas到paas、saas的整體服務，在銷售laas服務時搭配音視頻服務。產品生態較豐富，不僅音視頻能力，還有CDN、推送、測試等服務，提供一整套從laas到paas的服務，開發者可一站式採購較為省事。

垂直廠商因經驗積累、技術專註、研發實力全部all in在音視頻賽道。故優勢在於：更聚焦通訊和視頻雲，更註重PaaS平臺本身的服務，提供更專業的一體化產品與服務。比如：垂直廠商即構去年發佈了Express SDK3.0&星圖，由實時通訊RTC全面升級成實時互動RTI，實現了能力與服務的新跨越。畫質、音質增益更顯著，終端客戶體驗全面升級、場景適用更多元豐富...

RTI代表一切實時互動場景下所需的產品和技術能力綜合，包含RTC+IM+直播+Avatar+AI+狀態同步等，更強調互動。適用於元宇宙、社交娛樂、辦公會議、電商直播、游戲競技等場景，滿足開發者快速搭建對應場景的音視頻應用，實現業務快速增長。

雲計算大廠跟垂直音視頻廠商各有優勢，開發者可結合實際業務需求從技術、產品、服務等多個維度綜合考慮。

三、好的SDK的衡量標準？

基於多年的音視頻開發經驗以及結合身邊開發者的反饋，音視頻SDK的產品核心功能是選型的關鍵，以下有一份功能自檢清單。

一個好的 SDK 的衡量標準有以下幾點：產品功能生態完整性，技術指標相對強弱，解決方案成熟度，成功案例/合作客戶數等。

四、產品功能生態的完整性

第一步開發者需明確：需應用在什麼業務場景？核心實現什麼能力？

音視頻在各行各業的應用越來越廣泛，成為互聯網產品的標配。有大家熟知的消費互聯網領域，近幾年疫情帶來的遠程交流協作的需求，使實時音視頻在產業互聯網場景加速滲透。比如：遠程交流、協作，企業數字化與工業數字化場景...

隨著音視頻技術迅速發展，除基礎音視頻能力外各大廠商推出多種新穎玩法。下麵列舉主流場景中所需的音視頻能力要求，按基礎、進階、特色三個維度進行分類，便於開發者查閱。

社交娛樂場景

消費互聯網領域是音視頻技術滲透最廣泛的場景，音視頻功能成為社交娛樂產品的標配。

社交娛樂領域的場景含：語聊房、線上KTV、秀場直播、社交小游戲等，將社交娛樂所需功能分為：基礎功能、進階功能、特色功能。市面上的SDK基本都覆蓋了基礎功能，隨著社交娛樂場景的發展，對互動/玩法上衍生了更多要求。如線上K歌場景需正版曲庫，秀場直播場景更看重主播與用戶之間的互動，實時消息，送禮物，VIP用戶權益等。

線上教育場景

線上教育領域的場景含：職業教育、K12教育、素質教育、學歷考試等，線上教育場景因比較成熟，各細分場景的功能要求也比較相似，圍繞著老師與學生在教學過程中的互動，豐富課堂內容提升教學質量。如屏幕共用、超級白板等功能。

元宇宙 場景

隨著互動技術矩陣逐漸完善，沉浸式體驗升級，音視頻向元宇宙進階。

虛擬形象、虛擬直播、虛擬語聊等元宇宙新場景，對實時音視頻互動也提出了更高要求，要求更低的延遲和音視頻交互質量，為用戶提供更沉浸式的使用體驗。

五、技術指標強弱

技術指標的強弱直接影響後續的開發成本和用戶體驗，所以在做音視頻選型時需關註三類特性指標，體驗指標、底層技術指標、其他指標。

不同應用場景對核心特性指標的要求不同，主要體現在用戶對實時性、互動性兩大消費習慣。培訓直播要求雙向互動，延時秒級即可。互動直播PK連麥則超過兩個用戶間的互動，時延要求更嚴格毫秒級別。

圖例：音視頻應用場景對實時性和互動性的要求

核心特性指標：

• 體驗指標：端到端延遲、流暢度、音畫質量、首幀耗時
• 底層技術指標：抗丟包率、3A處理、網路傳輸、CPU記憶體占有率
• 其他指標：包體積大小、單房間容量

以音視頻廠商聲網、即構為例，指標數值來自各廠家官網鏈接

通過調研發現，用戶最不能接受實時音視頻的三個質量問題是延遲大、卡頓明顯、畫質差。我們測評了即構、聲網的端到端延遲、流暢度和清晰度，對比分析如下：

流暢度、清晰度： 在同一網路和同一設備下測試，在視頻畫質方面，個人主觀感知清晰度是差不多的，延時層面均感受不到明顯延遲，而在和wifi隔一段距離的弱網情況下，受限網路各服務商的清晰度和流暢度都略有下降，在整體感觀上即構表現好一些。

六、解決方案成熟度

技術選型的關鍵點還在於：解決方案的成熟度，方案越成熟後續開發越省力，對開發者越友好。成熟度主要從以下三個方向：方案拓展性、場景覆蓋、頭部客戶。

• 方案易用性和拓展性：接入流程是否簡單？拓展性是否夠強？生態化是否好？是否提供全面友好的第三方開發者支持？
• 場景覆蓋：是否可以全場景覆蓋，是否按場景提供核心功能，音視頻質量是否根據不同場景進行優化
• 頭部客戶：是否有行業頭部大客戶？是否有企業級APP接入實戰經驗？是否提供全流程服務？

6.1 方案易用性和拓展性

方案接入流程的快慢決定著業務是否可快速上線搶占市場，這就要求SDK的模塊設計簡潔清晰、有完備的註釋、和不同規格的說明。市面上的音視頻SDK接入流程通常有以下3步，1.獲取APP ID，2.集成SDK，3.實現音視頻功能。如下圖：

廠商通用接入流程：

即構和聲網的詳細接入流程

聲網&即構音視頻通話時序圖如下

PS:圖片來自各廠商官網

通過實戰接入了即構跟聲網sdk,兩家廠商接入流程差異不大各有優勢，總結如下：

• 證書鑒權方面： agroa在加入頻道時，必須要攜帶token進行驗證；而zego如果需要token校驗的話，在ZegoRoomConfig進行配置即可，這樣的處理更加人性化，方便開發者快速集成和測試
• 音視頻 流 概念上： zego和agroa本身其實都具有流的概念，只是zego會把流的概念也拋給客戶，而agroa是將流的概念以一種隱式的概念存在於API中，不直接向用戶拋出流的概念，概念上agroa的SDK會比較人性化，比較好理解。而清楚了即構流概念後，對音視頻場景的搭建在技術架構的理解上更加透徹。
• 推拉 流 概念上： agroa加入頻道時預設自動推拉流，因為沒有拋出流的概念，在同一個頻道的其他用戶都會被以uid作為唯一標識拉流，而zego登陸房間後進行手動拉流，拋出流的概念直接對單條流進行控制；在邏輯上擴展性更高，在完成複雜業務邏輯時也更加方便。

廠商的產品架構決定了其方案的拓展性，拓展性強的方案可以提升開發效率，節約開發成本。開發者在選型需關註廠商的產品架構，上下游生態鏈。目前領先的實時互動雲服務廠商聲網和即構有都有較完整的產品架構和健全的上下游生態鏈，通過提供豐富的實時互動API、功能組件及插件等，幫助開發者及企業客戶輕鬆搭建各類實時互動場景應用。

如以下產品架構圖看，聲網和即構以RTC Paas為核心業務，並逐步拓展構建音視頻產品矩陣。第三方生態建設上看，即構提供：AI 視覺、內容審核、第三方雲廠商、語音轉文字、正版版權音樂等服務，聲網通過雲市場提供：視頻特效、語音轉文字、內容審核等插件。

即構和聲網的產品架構圖

6.2 場景覆蓋和頭部用戶

解決方案成熟度還需考慮應用場景拓展和頭部客戶覆蓋，隨著音視頻的迅猛發展，實時音視頻已在各行各業有所應用。同時也對音視頻廠商提出了更高的要求，如何降低搭建場景化應用的門檻，助力開發者快速搭建實時互動場景的應用。

以即構為例，即構提供靈活、即接即用的模塊化產品組合，以及快速、可視化、低代碼的接入方案，開發者/企業可根據實際業務場景需求進行靈活組合。正因如此，即構賦能泛娛樂、線上教育、視頻會議、游戲競技、遠程醫療、物聯網IOT、線上金融、政企服務等二十餘行業賽道的100多種場景。

聲網行業場景覆蓋

即構行業場景覆蓋

社交娛樂場景

線上教育場景

隨著實時音視頻的發展，人們對於實時互動的要求越來越高，不再滿足於基本的交流通訊。音視頻技術的發展演變使得實時互動在實時性、沉浸式上的表現不斷提升，為元宇宙帶來了更多想象空間。

元宇宙 虛擬世界場景

通過官網對比各廠商的元宇宙解決方案，即構的元宇宙佈局更深入，投入大量技術資源自研Avatar虛擬形象、Meta World虛擬世界兩大虛擬產品，結合即構強大的音視頻技術，可幫助開發者快速落地多人元宇宙場景。

即構元宇宙解決方案（來自即構官網https://www.zego.im/）

七、使用成本

因各大廠商直播SDK計費模式較多且差異不大，下邊列舉部分直播SDK廠商的報價供參考，大家可根據業務需求進行選擇。同時提供廠商官方地址，有任何價格相關疑問可直接咨詢官方。

阿裡雲

官網地址：https://helpcdn.aliyun.com

CDN直播

1、按量後付費模式

1.1 按使用流量計費

按不同區域使用的流量階梯價格計費，當月分別超額累進（以自然月為一個累計周期，下個月自動清零重新累積）。定價受區域和帶寬階梯影響。

1.2 按峰值帶寬計費

以當日您直播觀看區域所在節點，直播加速服務分別產生的帶寬最高值（單位Mbps）為結算標準。定價受區域和帶寬階梯影響。

即構 科技

官網網址：<https://www.zego.im/>

免費額度：每月免費使用10000分鐘，不超過完全免費，超過部分單獨計算：

優惠活動：常規優惠為官網報價的5%-15%，趕上大促部分產品折扣力度非常大低至1折起，親測購買音視頻產品組合套餐包更划算。