播放器技术分享（5）：延时优化

搞音视频开发好些年，分享过许多博客文章，比如：前几年发布的《FFmpeg Tips》系列，《Android 音频开发》系列，《直播疑难杂症排查》系列等等。最近想把多年来开发和优化播放器的经验也分享出来，希望能帮助到音视频领域的初学者。第一期文章要推出的内容主要涉及到播放器比较核心的几个技术点，大概的目录如下：

1.  播放器技术分享（1）：架构设计

2. 播放器技术分享（2）：缓冲区管理

3. 播放器技术分享（3）：音画同步

4. 播放器技术分享（4）：首开时间

5. 播放器技术分享（5）：延时优化

本篇是系列文章的第五篇，主要聊一聊如何优化播放延时。由于播放的延时，是需要从 “视频的生产 -> 分发 -> 播放” 各个环节联合优化的，并不是单一靠播放器就可以搞定的，因此，本文会更多地介绍一些整体上的延时原因和优化思路，而不是单讲播放器本身如何解决延时问题。

播放一般分为 2 种，一种是实时流的直播，如：网红直播、赛事直播、冲顶大会、安防摄像头监控等，另一种是视频文件的在线点播，如：在线电影电视剧，教育培训视频，直播回放等。只有面对直播的场景，才有对降低延时的诉求。

1 延时的测量

要优化播放延时，首先要知道如何测量延时，目前行业内有多种方法，简单介绍如下：

1.1 在线秒表

主播端对着北京时间/秒表，然后对比播放器画面中显示的时间与北京时间/秒表的差值，这是最常用的测量手法。

1.2 SEI 帧

SEI 全称是补充增强信息（Supplemental Enhancement Information），提供了一种向视频码流中加入额外信息的方法，是 H.264/H.265 等视频压缩标准的特性之一。

如图所示，我们可以在流媒体服务器端（或者主播端），定时插入一些 SEI 帧，里面记录当前的 NTP 标准时间，当播放器收到 SEI 帧之后，提取出 SEI 帧的时间，跟当前的系统时间对比，即可得到延时差。

1.3 音频波形

如图所示，主播端和播放器端，在同一个时刻开始把音频数据写入文件中，然后对比两份文件的音频波形，即可测量出延时差。这个 “同一时刻”，可以是通过消息通知的方式，也可以约定一个共同的 NTP 时刻，或者是借助 SEI 帧作为触发的起始。

2 延时是怎么产生的

影响播放延时的因素很多，这里简单列出来几个：

1. 带宽和传输距离

2. 网络抖动和拥塞控制

3. 服务端的 GOP 缓存

4. 各个环节的缓冲区

5. HLS 协议的切片大小

6. 数据处理性能：如美颜、剪裁拉伸、编码解码、视频渲染等

2.1 网络带宽和传输距离

这是一个基础概念，带宽和传输距离对延时的影响至关重要，特别是国内跨省和跨运营商的出口带宽限制等原因，会导致延时更大。这也是为啥近几年边缘存储、边缘计算等概念被提及得比较多，特别是在智能安防监控场景，由于监控视频的消费大都数在局部地区，如果把视频的存储和多媒体/智能处理均放在边缘，可极大地提升效率和体验。

2.2 网络抖动和拥塞控制

基于 TCP 协议的流媒体传输，对延时很不友好，因为 TCP 协议的很多特性导致延时不可避免地增大，比如：三次握手、丢包重传、某些拥塞控制策略等，因此在网络频繁抖动的弱网下，延时会比较大。

2.3 GOP 缓存

如图，上一篇讲首开优化的时候，我们提到要在服务端缓存一个 GOP 数据，当播放器申请码流的时候，快速下发这个缓存的 GOP，以实现秒开。

但是，播放器拿到的这段 GOP 数据，是一段历史的 GOP 数据，而不是实时的数据，要播放完这段 GOP 缓存数据是需要一段时间的，假设该直播的 GOP 大小是 5s，则直接会导致播放器的延时至少达到 5s

2.4 缓冲区

无论是推流端、还是分发端或者是播放器本身，都是会存在一些缓冲区的，以应对如网络、性能等抖动带来的问题。

假设视频的帧率是 30fps，那么，每缓冲 30 帧，相当于带来了 1s 的延时。由此可见，缓冲区带来的延时是比较大的，是导致延时的最大因素之一。

2.5 HLS 切片

如果播放使用的是 HLS 协议，如图所示，假设服务端按照 3～10s 为单位来切片生成 ts 文件，则会直接导致播放的延时会达到 3～10s，这是该协议在延时方面的硬伤，如果对直播延时敏感，一般改用 RTMP 或者 HTTP-FLV 协议来拉直播流。

3 如何优化播放延时呢 ？

与首开优化的思路类似，要优化播放延时，关键就是从影响延时的各个因素入手，基本思路列表如下；

1. 网络线路优化

• 选择优质的 CDN 加速服务，保障传输的网络带宽和线路资源

• 测速选线，动态监测，智能调度，确保每一路流的传输质量

2. 降缓冲区

• 生产端减小 GOP 大小，从而减少服务端 GOP 缓存的大小

• 生产端根据发送缓冲区情况，动态调整帧率、码率

• 播放端主动丢帧/追帧/倍数播放，加快缓冲区的消耗

3. 协议/传输优化

• Based on TCP -> Based on UDP，如：QUIC，RTP/RTCP

• 传输策略优化：前向纠错，丢包重传策略，拥塞控制优化，关键帧请求等

4. 处理性能优化

• 硬件编解码/美颜/渲染等处理

• 算法性能调优

由于这里的每一项优化，都需要较大的篇幅来阐述，网上也有许多相关的讨论和文章，我就不展开讲了，后面有机会再做深度分享。

4 总结

播放器的延时优化，就分享到这里了，如有疑问的小伙伴欢迎来信 [email protected] 交流。另外，也欢迎大家关注我的新浪微博 @卢_俊 或者 微信公众号 @Jhuster 获取最新的文章和资讯。