LiveVideoStack对声网视频工程师吴晓然进行了采访，他认为实时通信场景的Codec需要考虑网络情况才能做好。 

文 / 吴晓然

整理 / LiveVideoStack

LiveVideoStack：吴晓然你好，能否向LiveVideoStack的读者介绍下自己，以及目前主要的工作以及关注的技术方向？

吴晓然：大家好，我是来自声网的视频工程师吴晓然，已经有十年的多媒体从业经验，从最初的多媒体用户界面，多媒体中间件，到Codec的集成与优化，Codec驱动开发，我觉得多媒体和实时通信一直是我喜欢和关注的方向。

LiveVideoStack：能否介绍下声网在视频架构、编解码、传输方面的探索？

吴晓然：声网其实在多年以前就开始了对实时通信领域的探索，实时通信的两个基础就是网络传输和编解码，通过多年的积累，声网已经建立了专为实时传输设计的虚拟通信网络，覆盖全球超过200个国家，在视频架构和编解码方面，声网也针对实时传输做了大量的创新及优化工作，根据不同的网络类型，终端设备，应用场景，都会作出一些自适应的调整，这也是为什么我们的SDK可以很好的覆盖所有平台的原因。

LiveVideoStack：我注意到声网开始探索新型的Codec，如AV1、VVC。是否可以分享一些您观察到的Codec的应用的趋势？另外，您判断某一个Codec进入商用市场的标准是什么？

吴晓然：是的，AV1已经呼之欲出，因为Open Media联盟的豪华整容，相信不久之后便会掀起一股热潮。VVC作为H.266应该还有一段时间，预计会在两三年后推出，大家也可以拭目以待。新一代的编码器带来的压缩效率提升是毋庸置疑的，但一个Codec能否进入商用，能否普及，是有很多因素共同决定的。H.264已经霸占市场十多年，虽然H.265在压缩效率上全面超越H.264，但依然无法撼动H.264的统治地位，一方面H.264是一个非常优秀的标准，很多开源的软件和各种平台的优化也加速了它的应用，另一方面，H.265高昂的专利费和部署成本也让商家望而却步。

LIveVideoStack：声网是否使用了硬件加速做编码/转码？

吴晓然：声网的编码器同时拥有软件编码和硬件编码功能，会根据不同的平台，场景及功耗等因素决定是否使用硬件编码器。因为实时通信需要Codec和网络模块结合，对抗网络常见的丢包和抖动问题，软件编码器在灵活性方面更胜一筹，但硬件编码器的低功耗也会让它在一些场合有用武之地。

LiveVideoStack：未来5G会对网络带宽和质量有一定的改善，您如何看待5G带来的机会和挑战？声网开始针对5G做了哪些准备和探索？

吴晓然：5G带来的带宽提升显然可以提升终端用户的使用体验，我们可以编更大的分辨率提升清晰度，编更多的帧提升流畅度，但网络的稳定性也是影响用户体验的一大因素，如果视频经常卡顿，那再清晰也是无济于事的，不同的网络有不同的特点，有线，WiFi，4G/5G都有各自不同的网络模型，声网拥有自己的数据媒体后台，会从大量的用户数据中提取出不同网络的特征，建立网络模型，针对性的进行算法改进。

LiveVideoStack：您是否看好VR或2K~8K视频互动直播？

吴晓然：视频互动直播是大势所趋，有可能成为年轻人以后主要的社交娱乐渠道，对于VR我不是很了解，据我所知，这块市场目前并不成熟，从Google暂停了VR摄像机的开发可见一斑，而且现在的VR设备基本上都眼罩或者头套，对用户体验还是有影响，相比之下，我更看好AR的市场前景。

LiveVideoStack：能否剧透下您在LiveVideoStackCon 2018分享的内容吗？

吴晓然：这次LiveVideoStackCon大会，我想分享一些我们声网针对QoE实时通信视频的Codec的优化和探索。之前我们优化Codec，只是优化Codec本身，其实只是一个局部最优解，而且在实时通信领域，用户的QoE才是最终目标，这和很多因素相关，只有你的Codec优化适应了当前的网络状况，设备平台，应用场景，用户才能得到最佳的体验，我们所要找的其实是全局最优解。