0
作者 | 楊麗
出品 | 雷鋒網產業組
雷鋒網按：盡管公共交換電話網從貝爾發明電話起就已經存在了，但利用互聯網方式的語音傳輸卻是20年前才開始崛起的事物。如今，短視頻、直播、視頻會議等應用領域已戰成一片紅海，但新的戰爭卻尚未按想象中的節奏結束。音視頻通訊越來越朝著云的方式融合發展，也促使各大云服務商暗暗調動儲備力量，試圖在新一輪的紅利期來臨之際做好準備。
既然提到privilege，那么在中國互聯網歷史長河，擁有20年音視頻通信技術積累的企業，就必然有騰訊。
負責騰訊QQ通信和底層音視頻技術多年的李郁韜接管了包括TRTC實時音視頻、IM即時通信與CDN流媒體分發等一系列團隊業務，從去年開始，他全力塑造將三大基礎網絡整合到RT-ONE?網絡中。
這些信號早已有之。2020年因騰訊會議、微信視頻號等互聯網爆品的出現，已經讓相關團隊經歷了多番協同。盡管這些業務目前相對獨立，但無論在底層技術調度，還是場景應用層面都存在一定的融合空間。
近段時間雷鋒網與騰訊音視頻團隊一次深入走訪，能夠發現：以騰訊云音視頻能力為支點，整合調度資源并以打包式服務（API和SDK的方式）提供給最終客戶，是騰訊音視頻自研、自用、上云之后水到渠成的必然結果。
騰訊云副總裁李郁韜，從支撐QQ海量業務到平臺開放一路走來，是QQ系通信服務的代表人物。現為騰訊云CDN（流視頻分發）產品總監的廖龍，曾擔任QQ空間、QQ農牧場等業務的后臺研發。觀察此次與我們交流的其他業務線負責人，他們均有在通信及音視頻領域超過十年的業務經驗。雷鋒網還獲悉，此次騰訊云音視頻品牌確立后所涉及的團隊人員已經有三、四百人。
近日，騰訊云正式發布騰訊音視頻品牌，并推出互動云游戲、沉浸式、內容創作域、實時通信與業務協同等諸多解決方案。而促使騰訊云有能力改變這一現狀的原因，或許要追溯到20年前。
技術儲備的歲月
騰訊是一家以通信技術起家的互聯網企業，在技術側的積累、在市占率上的優勢，想必在業界也是有目共睹。
1999年2月10日，臘月廿五，第一版QICQ 99a正式發布。從開始之初，QQ就具備音視頻通話功能，但后來很長一段時間里，騰訊都依靠騰訊研究院和第三方技術服務商，沒有獨立的團隊負責音視頻技術。
這是騰訊音視頻開始時的一段故事。
然而時局到了2011年這個時間節點，伴隨QQ海量業務及騰訊自身業務的發展，以及采用第三方技術帶來的黑盒子問題，騰訊開始有了自研的想法。同年，谷歌收購GIPS并通過WebRTC項目開源出來，Skype被微軟收購，Zoom創立，業界諸多音視頻通信領域的頭部玩家開始躁動起來。
值得一提的是，QQ、Skype、Webex等很多產品當時就是使用GIPS引擎。這一年，騰訊也開始成立音視頻中心，并召集人馬自研了第一代引擎TRAE（Tencent Realtime Audio Engine），同年TRAE引擎正式替換了GIPS，成為QQ音視頻服務的核心引擎。
這一階段，騰訊完成了QQ在音視頻業務與技術的原始積累。
從2015年開始，QQ開始做開放業務，將IM、實時音視頻通信以API的形式提供給第三方使用。
與此同時，騰訊音視頻引擎的自研之路開始加快。2015年，騰訊開放自研的SPEAR音視頻引擎；2016年，騰訊又開放了OpenSDK引擎；2017年，騰訊開發了第三代引擎XCast，如今天的騰訊會議就是基于XCast開發的。當年的音視頻中心也逐漸壯大，發展到如今的騰訊多媒體實驗室。
在此期間，騰訊音視頻技術以PaaS云服務的方式開放出來，從原先以文字和圖片為主要服務場景，如今更多以視頻、流媒體為主要使用形態的場景，從原先偏向消費場景的游戲直播、短視頻，到如今偏向產業互聯網的在線教育、視頻會議、電商直播等多媒體應用，音視頻市場需求的變化，也讓包括騰訊云在內的許多廠商有機會將能力滲透到更多場景。
2020年IDC報告顯示，騰訊云視頻云解決方案市場份額位列行業第一，并且90%的國內音視頻用戶都是采用騰訊音視頻的能力。
能力再進化：專注且極致
作為目前業界唯一一家同時具備實時通信網絡TRTC、即時通信網絡IM和流媒體分發網絡CDN于一體的云廠商，李郁韜并不認為騰訊云此番是為了融合而融合。
“從技術角度講，三網合一的演進在很多年前就已經開始趨同了。但恰恰是因為疫情將線上化視頻調用的需求進一步激發出來后，我們發現越來越多的客戶，尤其是來自傳統企業的客戶開始將業務搬到線上。”
在此之前IM+RTC+CDN的場景融合需求盡管存在，但并不凸顯。一個關鍵的機會點還是因為疫情的因素。
“過往做音視頻有兩條技術棧，一是流媒體直播，提供海量分發、低成本服務；二是面向少數人的實時音視頻通信，如海外廠商以及國內的QQ、微信的音視頻通信服務。”
五年前，更多的人認為這兩個技術棧面向的場景并不一樣，但實際上，到去年一個更明顯的信號是，這兩個技術棧已經開始在業務需求層面走向融合。
“舉個例子，RTC廠商提供在線教育場景服務時，可能首先會滿足小班課，然后再滿足10人、20人的大班課，再往上，教育機構一定會提出需求，能否既滿足低時延、高并發，又具備低成本的服務？這時，RTC廠商的挑戰在于，其缺乏一定的技術擴展性，同時也不具備像CDN這樣的基礎設施能力。”
Timing是一家在線教育平臺，其推出的在線自習室場景解決方案背后，依靠的就是騰訊云的能力。
Timing創始人郭向云告訴雷鋒網，選擇騰訊云原因有三：“一是性價比，因為我們仍是一家創業公司；二是服務的穩定性；三是出現問題的響應速度。”
Timing是市面上少有的試圖從教育+社交的角度切入的廠商，在郭向云看來，線下場景中有很多自習室，某些用戶在學習時，會產生強烈的孤獨感，如果有社交的方式融合進來或許可以緩解學習的壓力。通過在線自習室的引入，Timing也從單純個人使用的學習記錄工具轉化成了具有社交屬性的在線自習室的產品。
這種方式恰恰回答了IM+RTC的融合趨勢。
李郁韜告訴雷鋒網：“后疫情時代，越來越多的客戶在騰訊云上調用服務時，其實是三個需求并存，既要有高并發、大帶寬的CDN流量分發，也需要高質量的實時音視頻互動，同時還要具備IM通信服務。”
例如，在此之前，已經有很多客戶選擇上云過程中，在調用IM和RTC能力時，相較于CDN更為復雜，需要付出更高的接入代價和技術團隊的組建。
為此，騰訊希望為客戶提供一站式服務，從客戶需求反推到底層技術架構，首先基礎設施IDC、網絡構建天然就是一起的；從技術能力來講，三張網都需要有就近接入、海量調度、傳輸優化的能力，基于這幾點，騰訊云將三張網融合在一起，在底層基礎設施做到復用，在技術能力上做到共建，在上層應用方案和產品化包裝時，能夠做到一站式SDK和API提供給客戶。
這進一步降低了客戶直接調用音視頻組件的使用門檻。
新的挑戰
能夠看到，技術仍是騰訊音視頻一路走來的強生命線，但需要關注的是，尤其在RTC市場目前不乏許多創業多年服務大量客戶的音視頻廠商。而這個團隊不僅僅要服務外部客戶，騰訊體系內的絕大部分音視頻的服務，如實時音視頻通信、即時通信、流媒體分發等幾乎都是這個團隊在負責。既要服務好集團內部的需求，也要對外“接客”，兩重身份，壓力是可想而知的。
關于對外場景賦能，李郁韜并不掩飾其遇到的挑戰。
“我們最大的困難在于業務多樣性的問題，不同行業、企業客戶提出的業務需求和對性能指標的要求是完全不一樣的。這是我們從ToC到ToB轉換過程中第一個要面對的問題。同時，放到外部市場環境中競爭，意味著一定會遇到多家產品競爭的問題，特別是在RTC和IM的場景中，有的客戶選擇SDK的部署方式，想要替換已經很難了。”
按照李郁韜的說法，團隊也在不斷尋找一些新的需求切入點。如有的客戶存在對多云環境的需求，這就意味著團隊可以提供給客戶最小改動的形式，幫助客戶一鍵完成多云調度的能力；再比如，在一些泛互聯網的語聊、社交場景中，這類企業的音視頻成本預算并不高，能否依托騰訊自身的生態資源，如集成騰訊音樂版權庫，以小程序或SDK的方式提供給客戶。
種種這類嘗試，依靠本身在CDN領域的絕對優勢，騰訊音視頻還會在新的場景中跟進解決方案，逐漸建立與客戶的信任。
目前來看，除了繼續在社交類視頻應用及出海業務線上繼續夯實外，騰訊音視頻團隊實際也十分明確了接下來將要重點攻克的方向，包括在線教育、在線金融、在線問診、工業制造等行業。
疫情成為音視頻行業拓展空間的催化劑，也實際讓更多行業客戶通過音視頻服務將業務轉移到線上。如教育行業，大量線下教育機構都會構建自己的在線教育SaaS工具，同時還會考慮添加實時互動或交互的功能，以提升用戶的活躍度和滿意度。
而未來，用戶互動的方式越來越多地開始向以超高清4K/8K、云游戲、VR/AR、視頻AI等為代表的場景應用靠攏。騰訊提出的“全真互聯網”，即實現全真、或異地接近真人的交流互動方式，也在因網絡傳輸、多端融合等技術的解決以及更多用戶場景的挖掘，而變得更加現實。（雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
