4月22日，第一次『LiveVideoStack Meet北京：后直播时代技术』将在将在洪泰创新空间·Azure（地铁14/15号线望京站 H口）举行。（点击阅读原文，进入报名页面。）
在紧张筹备内容之余，Ant与6位专家进行了访谈，畅谈了自己的成长经历、音视频技术的未来与应用前景，全文如下。
受访嘉宾
- 唐赓 北京密境和风科技有限公司iOS技术负责人
- 张玺辉 布卡互动创始人
- 唐通 CC视频研发副总监
- 张弩 百家云架构师
- 刘文 微博算法工程师
- 郝明非 金山云视频技术总监
Ant：请简单介绍下自己的工作经历，以及现在主要从事的工作内容。
唐赓：我的经历比较杂，1997年左右就开始在BBS论坛里玩Linux/FreeBSD，2000年开始从Windows开发工程师入行，从事音视频软件、安全软件的研发。之后很长一段时间都在从事安全相关的行业，对Linux、FreeBSD、Windows等OS内核进行过比较深入的研究和开发，后来在一家多媒体工具公司做了几年CTO，再后来自己创业又回到安全领域，做企业级移动安全产品开发。最后就进入数字公司，机缘巧合，期间花椒iOS团队严重缺人，于是我在花椒第一版上线后两个月带着团队加入花椒。
张弩：我毕业于西安电子科技大学，2006年加入北京威速科技有限公司，从事企业级软件视频会议系统开发工作。2014年开始供职于百家云，主要负责直播产品的设计研发，涉及分布式服务器架构、大数据传输、音视频编解码技术、多平台客户端支持等工作。
张玺辉：2010年我在清华研究生毕业以后，就开始进入音视频直播互动领域创业，并一直将公司的创业方向定位于教育领域。希望通过“布卡”的“不卡顿、不掉线、不延迟”的服务，去实现“让知识没有距离”。
刘文：先前服务于方正，主要从事图像处理与识别方面的研发，先后完成印刷行业图像编辑工具、文本票据识别等工作。2014年来到了微博，从事图像与视频算法研发。
唐通：曾就职于任子行网络技术股份有限公司，任研发工程师，从事互联网安全方向工作。目前就职CC视频，任研发副总监，负责公司的云直播Saa平台的研发及管理工作，对视频直播领域，大型分布式系统有较深入研究。
郝明非：2010年底加入百度，先后从事客户端、服务端、智能设备开发，亲历媒体云从无到有，支撑百度网盘、百度视频、百度文库、贴吧等内部业务和外部开发者的多媒体业务。目前在金山云视频云部门，负责视频云研发工作，包括直播CDN，视频处理，SDK和产品化。
Ant：（to唐赓）您以前搞云计算、大数据存储，从服务端转型做iOS的动力和原因？
唐赓：做云架构、云计算、大数据存储主要是为了我们的企业级移动安全产品服务。花椒当时缺iOS工程师，其实移动端界面开发并不是我强项，我主要做一些基础技术的研发，我当时带的团队还有一些iOS工程师，就一起带过来了，而且我觉得直播领域应该可以实现我一些多媒体方向的想法，就积极参与进来了。
Ant：（to唐赓）iOS开发有啥魔力，能让他通宵达旦地工作？ 现在经常干活到凌晨3点以后，线报说您前两天又干到了凌晨5点。
唐赓：其实还是因为给老板承诺的发布时间太紧，功能太多，白天经常被各种事务牵绊，一会儿需要开会一会儿需要去协调，另外白天人太多网络还不好用，晚上相对来说效率要高很多。
Ant：（to刘文）机器视觉算法和音视频算法的发展现状是怎样的？已经有哪些应用场景。
刘文：随着分布计算、GPU并行运算的普及和深度神经网络的快速发展和走向应用，以往的机器视觉领域的效果得到很大的改善，例如在语音识别、人脸识别领域的识别率甚至可以达到或超过人类的识别能力。在音视频领域，AI视频内容分析与识别已经在推荐等领域得到了很好的应用，AI视频智能编码能够在保证质量的前提下节省带宽成本。智能技术与业务的结合将是趋势。
Ant：对音视频行业的未来怎么看？看好哪些技术？
唐赓：我觉得现在是一个非常激动人心的时代，技术上以前不行的现在可行了，产品上以前不敢想的现在敢想了，所以很多想法都有机会去尝试和实现。
张弩：在企业市场，传统的软件视频会议、监控产品发展了十几年，已经非常成熟，有非常多优秀的企业。随着这几年互联网的基础建设加速发展，大带宽和智能移动终端在个人消费市场逐渐普及，使得互联网各类产品中音视频的应用越来越多，比如秀场类、财经类、游戏类、网购类直播、在线教学等等。这些实践基本都是C端的应用，随着这些应用的成熟，应该会促使企业市场也互联网化。未来音视频服务的SaaS或是PaaS化应该是个趋势。 技术方面，音视频编码会继续发展。H.265对整个视觉体验的提升效果很明显，商业级别的编解码器会越来越成熟。一些能适应各种声音场景下的音频编码也有不错的前景，比如Opus，既能适应实时语音，又能适应音乐场景，在互动类型的应用（比如在线教育）上有很多优势。
唐通：就聊直播吧，未来直播领域肯定会朝着更低的延迟，更优质的互动这个方向发展。传统一人讲，多人听的广播模型将会融入多人实时互动的视频通话模型，在此基础上，即保证了广播模型的高承载能力，又实现了视频通话模型的低延迟互动。因此，我看好的技术有WebRTC，用于实现整套视频通话的框架，还有流媒体MCU（LiveVideoStack注：Multipoint Control Unit，是视频会议系统的核心部分），用于结合视频通话模型与广播模型。
郝明非：音视频作为最直观的观感来连接人与信息，人与人，人与场景，人与经验，加速信息的生产和消费。音视频会成为各类应用的标配，作为优良内容的载体和沟通交流的通道都会发挥巨大作用。技术依托场景存在，比较清晰的一个场景是用户对高画质的追求是持续的，看好能带来画质提升的技术，包括编码、传输、客户端画质增强等方向。
Ant：都说自己技术牛，到底各自技术和产品哪里牛？有何过人之处？
刘文：微博视频的重要产品包括视频流、视频推荐流等，都是采用自动播放的形式，这些都很大程度提高了用户对视频的消费。此外，围绕着视频观看，为了提供更快的视频展示，在播放端缓存策略、内核等方面做了优化，有效提升了视频的加载速度。为了提供更清晰的视频内容同时尽量保证带宽成本的节约，对已有的H.264编码策略做了优化，对H.265、VP9等也作了尝试。
张玺辉：带宽一直制约着直播质量，布卡可以做到1M带宽保证直播的流畅程度，下一步将把带宽降到600k。另外我们支持1080p高清直播，支持本地文件的打开，市面上的直播PPT展示通常是把每页内容压缩成图片，而页面呈现的效果就无法保证了，布卡甚至可以将文件中的视频和音频全部保存下来，老师在讲课的时候可以原封不动的呈现整个PPT的内容。
唐通：CC视频由于是做ToB服务的，所以所有的技术和产品都围绕着场景化这一特色来展开，除了提供直播基础的视频流和聊天之外，我们会针对不同场景的用户提供不同的解决方案。 比如，针对教育场景，我们专门提供了互动白板、问答、点名、试卷等功能。而针对金融直播场景，我们会提供桌面共享，问卷调查等功能。以视频技术为基础，针对不同的用户类型提供更多有价值的功能，是我们一直在追求的。
郝明非：在互联网公司中，金山云是最重视算法投入的，拥有十几人的算法团队，自研的H.265编码器在世界大赛中获得软件编码第一，使用时感觉不到和H.264资源占用的区别，并且完成了服务端、客户端全配套，真正在大客户中落地。金山云直播SDK是另一个特色布局，在功能演进中，快速响应行业需求，积极布局新功能并引领直播市场新玩法，引领新玩法的核心就是组件化，一周一个迭代速度，深耕每个处理环节，通过组件化方案可以无缝支持无人机直播、第三视角直播等使用场景。
张弩：百家云是一家专注教培行业的互动视频云服务厂商，提供面向教育行业的直播、点播的一站式解决方案。百家云的一些技术特点：
- 全平台支持、手机直播授课
- 海量并发、弹性扩容
- 多视频互动、布局灵活
- 本地 云端录制
- 加载快、延迟低
- SDK接口丰富、集成便捷
- 几千万小时在线直播经验
Ant：在4月22日的『LiveVideoStack Meet北京：后直播时代技术』上，剧透下将分享哪些有料有趣的内容？
唐赓：2015年是直播业刚开始起步的年份，映客、花椒都是2015年4月左右起步的，我在7月份加入，算是从起步阶段就参与进来了。主要还是简单介绍一下自己在这个过程中的经历，技术路线的变化，以及现在在做的一些尝试和对将来的思考。
张弩：我会分享以下内容：在低延迟的教育应用上做的一些尝试；一些新的技术尝试，比如VR接入、联麦等；针对教学场景的配套硬件，手写板、双摄像头、双师硬件等集成；海外线路建设的一些经验等。
张玺辉：我会重点介绍布卡互动如何做到减少卡顿、掉线和延迟的，包括支持大规模、高并发的网络架构，音频与视频的自适应码率调整，以及硬件适配等。
唐通：到时候将会分享如何实现16人连麦的流媒体MCU，以及如何实现互动白板等。
郝明非：很有幸经历了完整的直播元年，在2015年底受ArchSummit邀请分享了金山云在移动直播上的最佳实践，经历了2016年，架构和思路也在不断演进，希望能借这次分享做下总结，包括我们的服务端架构是什么样的？客户端架构是什么样的？背后的原因是什么？如何做好视频云服务的角色？同质化竞争的大环境下作为技术和通道提供方如何突破？
刘文：届时我想先对全景内容的生产、展示过程先做个简单的回顾。然后主要分享下我们在做全景产品上的思路，全景内容需要考虑的一些技术挑战和我们的实践经验。例如全景图尺寸一般都比较大，怎么提升加载速度、降低带宽成本，以及移动端可能遇到的问题等。
题图来自电影《十一罗汉》海报
