快手科技音视频技术亮相ChinaMM 首次公开多媒体传输协议KTP

在中国多媒体大会产业前沿论坛，快手科技算法科学家周超博士发表题为《多媒体传输算法应用和展望》的演讲，首次对外公开了其多媒体传输协议KTP（Kwai Transport Protocol，快手传输协议），该协议解决了重要的内容传输问题。以下为周超博士演讲的主要内容。

快手的核心理念就是记录，力图打造一个简单、平等、普惠的平台。在快手，每个人都可以通过记录和分享来获得独特的幸福感，也因此，快手的视频内容汇聚了中国社会生活的方方面面，被称为“流动的清明上河图”。

多样化的业务对传输协议提出的挑战

如今快手的日活达1.3亿，月活超过3亿，拥有累计超过70亿条原创内容，并且以每天1500万条的速度在递增。在用户使用过程中，上传视频、直播推流的体验直接关系到用户留存。因此，开发使内容传输更稳定、更快速、更实时的传输协议，显得格外重要。

快手的业务形态包括短视频和直播，由于业务的多样化，对传输协议的要求也各不一样。

在短视频业务中，短视频上传的成功率与速度对用户体验至关重要。在快手，每天都有海量的视频上传和播放，并且视频的分辨率达到720p。高分辨率提高了视频的清晰度，却也给视频的上传和播放带来挑战。

快手用户多，分布广，短视频上传的网络和地理环境更是非常复杂。在一些网络条件苛刻的地方，例如山区、地铁、闹市等，要么基站覆盖不够好，要么人多网络竞争激烈，保证视频上传的成功率，对于提升用户留存和作品数量均有很大的影响。此外，视频的上传速度直接决定了上传耗时，进而会影响用户上传的取消率。一般而言，耗时越久，取消率越高，所以视频的上传速度也是需要考虑的关键指标。

除了短视频，直播也是快手的主要业务之一。快手的直播用户规模大，且场景丰富，包括户外直播、游戏直播、才艺直播、自拍直播等等。与传统的一些直播平台相比，快手主播直播时的物理和网络环境更加多样化且不可控。此外，快手的直播玩法多样，虽然都属于直播的范畴，对传输的具体要求却有很大的差异。

例如，从延迟的角度，游戏直播能容忍的延迟一般大于普通互动直播，但二者都在秒级范围内。而直播连麦则对延迟的要求极高，一般不能超过400ms。在清晰度方面，游戏直播对清晰度的要求则非常高，目前，快手已经支持蓝光质量的游戏直播，而普通互动直播和连麦，对清晰度和分辨率的要求则远远低于游戏直播。

无论短视频上传，还是直播推流，均是快手内容的源头。短视频上传的成功率和速度，影响了用户的留存和内容供给量；主播的推流质量，则直接影响成千上万粉丝的观看体验。因此，在各种异构且不可控的网络环境下，保证快手内容生产源头的服务质量，对于提升快手的总体用户体验至关重要。

快手开发多媒体传输协议  从内容生产源头优化用户体验

为了满足多样的业务需求，同时能进行深度的优化，快手建立了自己的音视频云端服务，开发了快手多媒体传输协议KTP（Kwai Transport Protocol，快手传输协议），从内容产生的源头优化用户体验。

据介绍，快手KTP的设计，涵盖网络状态估计、网络传输控制、信源信道联合优化等多个维度，支持动态码率自适应、帧率自适应、混合FEC/ARQ、非对称差错保护等。

目前，KTP已全面服务于快手的业务，在性能方面，短视频上传可以达到抗90%丢包，上传失败率相比传统TCP降低27%，取消率降低23%；在直播连麦时，延迟低于400ms，并且对20%丢包做到无感知；在直播推流场景下，当网络丢包率为零时，KTP直播推流的带宽利用率比TCP推流提升约25%，随着丢包率增大，KTP相对TCP的增益越明显，当网络丢包率增大到20%时，KTP直播推流的带宽利用率达到TCP推流的六倍。此外，KTP还支持多路复用，可以做到无感知网络切换，比如用户在WIFI和4G间互相切换时，网络也不会中断。

KTP是一个面向多媒体业务的传输协议，具有很强的扩展性，能够灵活支持各种业务场景，还可以在各个场景之间无缝切换，动态支持各类延时模式。此外，KTP内部各个功能模块相互解耦，能非常容易地集成各种新算法。依托快手的流媒体大数据系统，能快速通过AB测试，验证算法性能。从技术角度来看，KTP是基于UDP而实现的，所有的算法与策略均在UDP之上，与TCP相比，KTP更加灵活可控。

关于KTP的未来展望

KTP的设计目标是突破地域、网络业务的限制，达到高流畅、高清晰、高可靠、低延迟的内容传输，同时在各种极端的弱网环境下能做深度的优化。

为进一步提升用户体验，快手计划在KTP中采用质量自适应技术，通过深度学习的方式，联合优化应用层与网络层，根据网络情况自适应视频质量。此外，在消费（播放）端，KTP计划支持超低延迟的多码率自适应方案，进一步降低播放端的卡顿率与延迟，提升观看体验。

最后，周超博士表示，快手一直秉持积极开放的心态面对与高校和科研机构的合作，不仅能为科研提供海量的研究数据及支持深度学习的计算资源，同时，完善的大数据系统、监控平台、KTP协议在快手也都实现了模块化，任何创新的想法都能够在数亿用户的使用中得到快速的验证，从而推动相关技术的快速发展。