voip
基于 IP 的音视频传输是一种实时视频通话技术，经由 Internet 协议来达成音视频通话，以及多媒体会议。VoIP 可用于包括 VoIP 电话、智能手机、个人计算机在内的诸多互联网接入设备，通过蜂窝网络、Wi-Fi、同轴电缆、光纤等设备进行信令传输、音视频通话、发送短信，以及部分控制信息的传输。
背景介绍
一旦移动电话或者监控设备链接网络时，由于互联网的异构和各种媒介的传输效率的递减，必然出现网络传输中音视频数据包的丢失，因而直接影响用户的感官、以及主观体验。在 TCP 中有 ack 反馈进行验证包的完整性，而在 UDP 中增加 NACK 进行丢包的确认和判断，以及 RR 和 SR 相关的报告用于统计 RTT 相关数据。WebRTC 横空出世，以及自带的 JitterBuffer 和 NetEQ 的实现，让音视频 UDP 的传输有了足够的保证。
2020 年声网的 RTE 大会，有幸参与线上分享，学习到很多内容，其中音视频实时传输分会中提到的优化项，以及声网优化的结果对自己留下深刻印象。以下介绍一下当时看的 PPT，以及看完之后学习实时音视频之后针对性优化相关内容。
数据驱动
来自北京大学王选计算机所的张行功老师介绍《数据驱动的实时视频传输技术》一章节。在互联网兴旺的现在，实时视频无处不在，包括不限于视频会议、视频直播、VR/AR、360°全景视频、以及音视频监控，音视频通话等。
但是实时视频传输面对很多挑战，包括：网络限制、不同网络之间传输延迟、抖动比较大，网络切换或 4G 网络丢包比较严重，视频传输质量低，容易卡顿、马赛克、黑屏、绿屏等现象，直接影响用户体验。TCP 虽然可以解决一部分问题，但是对于网络敏感程度却有待加强，同时会有一定延迟，不利于实时传输。WebRTC 的兴起，可以解决大部分问题，包括基于丢包和时延的控制器，可以极大程度缓解。同时强化学习的引入进一步提高问题的解决能力。之后 BBR 模型对于传输提供很好的解决，包括低延迟和高带宽。但是仍然是基于 RTT 的模型，并没有公平性参考，适应性没有那么强。同时 BBR 是基于探测的方式，对于网络探测是滞后的。
参考模型
而张老师团队提供的将数学模型与统计模型结合的 CC 提供了一个很好的思路。包括以公平性为目标函数的数学模型+无模型网络状态的统计模型结合，如下图所示：
该模型主要目标就是为了解决两个不可知和一个滞后的问题：包括用户不可知，网络状态不可知，以及网络状况反馈滞后。
优化提升
学习借鉴相关经验之后，对我司产品进行了优化，主要包括以下几部分：
第一步完善测试环境。因为我司产品大部分条件下都是有线连接方式，而且有些是光纤介入，网络环境相对比较稳定。所以在 Android 和 linux 产品中增加支持 Traffic Control 命令的方式进行数据发送端的网络模拟。TC 可以支持丢包、网络抖动、延迟、带宽限制等多种方式，可以最大化接近实时网络环境，进一步提升实验室模拟的准确度和测试方法。为之后弱网优化提供更加健全、方便的测试手段，并且结合 TC 命令，完成测试 APP 的开发，可以结合命令进行随意设置，实现无开发经验的测试小姐姐也可以随心所欲的测试验证。
第二步提升弱网对抗技术。我司产品沿用比较早期的 WebRTC 版本，相对于最新的已经无法抗衡，但是为了稳定性，只能进行部分功能逐步优化，压测之后再上线，因此增加软件工程师的维护难度。我们学习最新的 BBR 模型，以及张老师提出的数据驱动网络模型，优化了网络探测的精度，同时开启 FEC 和 NACK 同时工作的机制，针对 JTB 中部分流程进行判断条件优化和更改，提升了处理效率。将原先公司 VGA 模式下 TC 设置 20%丢包率就卡顿无画面，提升到 720P TC 设置 30%可以流畅播放的体验改善。相关算法经过一个多月质量部压测已经上线，效果提升明显，得到用户的赞赏。在和竞争对手的正面 PK 中，由于我司产品弱网视频质量较好而赢得客户的合作机会，并且签署长期备忘录。
第三步 H264 编解码参数的调整。由于 H264 编码参数的不同，对于编码后码率的影响非常大，因此结合硬件厂商的支撑力度，以及软编软解的优化，我们对部分编解码参数进行了调整和优化，包括 CABAC 和 CAVLC 的选择（之前厂商提供的接口中就有，但是原先设计开发的大佬们没有用到这个参数），包括码率控制参数的调研和更改，包括 IDR 和 Intra-Refresh 参数的引进和优化，包括接下来要和厂商对接的 LRT 和 SRT（长短参考帧的适配）等。适当微调编解码参数，在不影响视频质量和用户主观感受前提下，可以把编码后的码率控制在最优的状态，对于条件较差的网络环境压力就减轻很多，从而最大程度上在源头上节省码率、提升编码质量，全力保障用户体验。
问题和目标
以上三部分内容是我们最近在做的优化和提升，但是相关内容对于丢包和延迟对抗还可以，但是抖动非常严重时，就无能为力了。由于我司产品 WIFI 模块能力受限（成本考量问题）导致 wifi 传输数据时，抖动非常厉害，而且有一定丢包率，该硬件性能直接导致我们研究的弱网对抗体系效果欠佳。除了更换更加稳定更加可靠的 wifi 模块之外，高抖动也是我们弱网对抗团队接下来要面对的挑战。
下一个研发周期，我们继续保持学习，钻研，认真查阅资料尝试深入理解张老师团队提出的数据驱动的相关模型；尝试结合自身设备环境和使用场景，形成自主研发的数据模型进行网络状况探测、拥塞控制和网络灵敏反馈体系，进一步提升 WiFi 和 4G 链接模式下更加可靠、高质量的视频传输，为公司产品的推广提供有力的保障。
结语
路漫漫其修远兮，吾将上下而求索。实时音视频传输的弱网对抗是一个长期的过程，我们将勇于尝试，学习借鉴，不敢保证行业领先，但是提供完美的实时视频通话质量是我们团队的目标：毕竟明天取得所有成就都源于今天的不将就。
以上是自己的分享，随时欢迎和大家一起交流探讨，感兴趣的可以一键三联。