一招先：低延迟OTT视频直播（满满干货）

视频的传输与播放质量将是OTT视频服务商生存和发展的关键。从中国来看，网络视频直播市场空前繁荣，媒体、社交、电商等企业纷纷进军该行业。而作为直播中的关键技术，延迟时间将决定OTT视频服务商未来的道路。

直播技术该如何实现低延迟呢？

从拨号到无线，互联网在过去十年发生了巨大变化。尤其是随着移动互联网的快速发展，数据流量呈现出爆发式的增长。作为每日交付全球网络互动量接近3万亿次的云平台，Akamai交付的峰值带宽就从2007年的715 Gbps激增到2017年的61 Tbps。当我们仔细探究个中缘由时发现，这些其实都要归因于OTT视频的崛起。据统计，全球互联网流量在未来4年还将以23%的速度增长，而视频流量的占比将从目前的73%提升至82%，这表明互联网的绝大部分带宽都将为OTT视频服务。

图一  OTT视频的兴起导致全球互联网流量的激增

的确，从Netflix十年前在美国推出流媒体服务至今，全球OTT视频市场已经从新兴的替代品发展成为新型互联网电视平台，并开始与付费电视服务展开竞争。Digital TV Research预测：到2020年，OTT视频消费市场的规模将达到550亿美元。随着移动网络的进一步发展、智能手机的普及和消费观念的转变，中国到2022年将一举成为全球第二大在线视频消费国家，为亚太OTT视频市场贡献一半的收入——营收额增加76亿美元，达到120亿美元！

市场前景的看好便意味着竞争的日趋白热化，而视频的传输与播放质量将是OTT视频服务商生存和发展的关键。从中国来看，网络视频直播市场空前繁荣，媒体、社交、电商等企业纷纷进军该行业。而作为直播中的关键技术，延迟时间将决定OTT视频服务商未来的道路。

那么，直播技术该如何实现低延迟呢？在阐述这点前，我们须弄清延迟的几点概念。

首先，视频启动时间不等同于延时。启动时间是指点击视频播放器中的播放键到视频真正播出的时间。因此，视频用户可能花5秒的启动时间看到只有2秒延时的直播内容；也有可能花2秒钟的启动时间看到真实摄像机5秒钟前捕捉到的内容。

其次，播放器只有一次机会在播放启动前去建立一个缓冲区。一旦视频内容开始播放，播放器捕捉到的视频信号就会迅速填满，因此再没有机会去创建缓冲区。

最后，目前视频大多是以切片的方式进行交付，因此每一个切片的长短就决定了直播的最终延时。一个完整的视频流分发包括编码器、第一公里上传、CDN处理、最后一公里交付、播放器几个主要环节（见图二），而延时在任意一个环节中都有可能发生。以苹果推荐的10秒一个切片为例，终端用户将会看到约50秒延时的视频。而如果把每个切片的时长降到2秒，中间的CDN或服务器将会承载更多的请求处理压力，最终的延时将会降到11秒。但是，低延时又与视频播放的稳定性属权衡关系，一味追求极低的延时会在某种程度上牺牲视频播放的流畅度。因此在实际操作中，低于1秒的切片长度并不常见。

图二  切片式媒体交付的延时构成要素

针对上述分析，作为视频服务提供商的您，可以从以下几点来降低端到端的直播延时：

第一、减少编码的延时。编码器可以花4秒的时间去完成一个1秒的切片，也可以花1秒的时间去完成同样的切片。编码器是可配置的，您可以通过各种设置来优化延时。您要确保编码器不是在默认模式下运行，而是在可以更快生成切片的优化模式下运行。然而，在某种程度上，您需要在速度和质量之间做出选择，切片生成的时间越长，视频质量越高。因此一定的延时也是值得的。

第二、减少切片的时间。实践证明，2秒切片的稳定性和质量均很好。1秒切片可用于小质量的中低级运动场景。

第三、减少推流时间。这意味着您需要确保您使用的CDN的接入点非常靠近生成视频流的编码器。

第四、减少CDN的传输时间。您所看到的CDN是一个“云”，内容交给CDN后便无需考虑太多。但CDN由许多的服务器组成，内容需要在中间层、边缘层等逐层传递。因此，CDN厂商在降低传递成本与时间方面的能力也会影响端到端的延时。

第五、减少最后一公里的往返时间。这是最难控制的一部分。我的建议是，把视频流从距离终端用户最近的边缘服务器交付给终端用户。

第六、减少播放器启动时的缓冲时间。播放器里启动时间中的切片数量、切片逻辑都会影响延时。因此，您需要更好地设置播放器算法，采用更稳定的ABR规则来降低再缓冲的风险。

除了上述几种方法外，最新的CMAF标准将可以进一步降低OTT视频交付的延时。

CMAF是Common Media Application Format的缩写，由微软、苹果联合MLBAM、思科、Akamai和Comcast在2016年2月向动态图像专家组（MPEG）提出，并在今年7月被批准成为国际标准。CMAF其实是一个标准化的容器，可以同时容纳视频和音频文件，并不会对现有编码格式进行任何改变。在目前的OTT视频交付中，视频服务提供商通常使用多种协议（例如HLS、DASH、Smooth、HDS）把内容传递给不同的用户，这就给CDN的缓存带来了很大的挑战。而CMAF的出现恰好解决了这一问题。因为是一个容器，CMAF可以同时储存多种协议的播放列表（Manifest），由于播放列表尺寸很小，所以CMAF大大降低了编码和存储成本，提高了CDN的缓存效率，从而降低延时。

此外，CMAF采用了一种低延时Chunk模式（见图三）。目前的播放器需要拿到一段视频切片后才能播放，但CMAF可以把每个切片切成更小的Chunk单元，因此编码器可以在完成一个Chunk单元后就交付给CDN和播放器去处理。最终，这种方式既可以保证极低延时的交付，同时还不影响CDN缓存的效率，让其可以更好地去扩展。

图三  CMAF媒体交付

不积跬步，无以至千里。视频服务提供商只有在OTT直播的每一个环节中降低延时，才能在激烈的竞争中生存和发展。CMAF的出现为OTT视频的低延时交付带来了更光明的未来。随着视频终端商、分发商都开始支持CMAF，CMAF的使用因此也将成为OTT视频服务提供商成功的又一关键所在。作为OTT视频交付中的重要一环，Akamai一直致力于CMAF的发展，并已将其纳入到公司的OTT解决方案中。

本文作者：