Labs 導(dǎo)讀

音視頻通話(huà)是實(shí)時(shí)通信(Real Time Communication, RTC)業(yè)務(wù)的主要應(yīng)用場(chǎng)景，也是人與人之間溝通交流的重要方式，伴隨著運(yùn)營(yíng)商與互聯(lián)網(wǎng)廠商近二十年的競(jìng)合博弈，人們得以便捷地享受到各類(lèi)形式的語(yǔ)音或視頻交互應(yīng)用服務(wù)。語(yǔ)音通話(huà)作為運(yùn)營(yíng)商的重要業(yè)務(wù)，逐步被互聯(lián)網(wǎng)OTT應(yīng)用沖擊，近些年來(lái)也出現(xiàn)了通話(huà)量負(fù)增長(zhǎng)的現(xiàn)象;針對(duì)視頻互動(dòng)通話(huà)，互聯(lián)網(wǎng)廠商推出的各類(lèi)軟件應(yīng)用在低廉資費(fèi)、功能豐富等方面更是處于領(lǐng)先地位。發(fā)展大勢(shì)中互聯(lián)網(wǎng)廠商不斷將運(yùn)營(yíng)商管道化，特別在近兩年來(lái)互動(dòng)直播、視頻會(huì)議等應(yīng)用快速發(fā)展的背景下，互聯(lián)網(wǎng)廠商也不斷在建設(shè)自己的音視頻網(wǎng)絡(luò)，將業(yè)務(wù)打入了運(yùn)營(yíng)商的腹地，逐步“旁路化”運(yùn)營(yíng)商的用戶(hù)流量。俗話(huà)說(shuō)“要致富，先修路”，而在音視頻信息高速公路建設(shè)這條賽道上，擁有一張穩(wěn)定、高性能的底層音視頻傳輸網(wǎng)絡(luò)，是上層應(yīng)用的構(gòu)建基礎(chǔ)，也是獲得用戶(hù)青睞的關(guān)鍵因素。

1、同樣的業(yè)務(wù)形態(tài)，不同的底層實(shí)現(xiàn)

互聯(lián)網(wǎng)許多應(yīng)用都可以為用戶(hù)提供了語(yǔ)音通話(huà)、視頻互動(dòng)等實(shí)時(shí)通信功能，但與運(yùn)營(yíng)商傳統(tǒng)通話(huà)業(yè)務(wù)相比，兩者基于不同的技術(shù)棧。例如，互聯(lián)網(wǎng)廠商從開(kāi)始就基于VoIP(Voice over Internet Protocol)開(kāi)發(fā)產(chǎn)品，而運(yùn)營(yíng)商從最初的大哥大時(shí)代模擬通話(huà)到后來(lái)的數(shù)字通話(huà)、從電路交換再到分組交換，底層技術(shù)經(jīng)歷了巨大的改變和發(fā)展。從圖1概括了經(jīng)典語(yǔ)音業(yè)務(wù)兩類(lèi)服務(wù)者不同的技術(shù)實(shí)現(xiàn)。 

例如，以語(yǔ)音業(yè)務(wù)的承載方式為例，早期運(yùn)營(yíng)商以時(shí)分復(fù)用技術(shù)承載語(yǔ)音業(yè)務(wù)，包括移動(dòng)通信2/3G時(shí)代的電路域，以及固定電話(huà)接入的公共交換電話(huà)網(wǎng)(Public switched telephone network，PSTN)，資源按時(shí)隙獨(dú)占的方式最大程度保證通話(huà)的質(zhì)量;但隨著通信和互聯(lián)網(wǎng)技術(shù)的發(fā)展與融合，4G時(shí)代采納了完全基于IP分組交換來(lái)承載數(shù)據(jù)傳輸?shù)腎MS方案，建立專(zhuān)門(mén)承載運(yùn)營(yíng)商語(yǔ)音業(yè)務(wù)的IMS網(wǎng)絡(luò)，提高資源的利用率。運(yùn)營(yíng)商雖然目前也采納IP承載語(yǔ)音業(yè)務(wù)，但與互聯(lián)網(wǎng)廠商仍有本質(zhì)區(qū)別：

• IMS建設(shè)獨(dú)立于Internet互聯(lián)網(wǎng)，通過(guò)標(biāo)識(shí)區(qū)分語(yǔ)音和數(shù)據(jù)業(yè)務(wù)，雖然都基于IP接入，但轉(zhuǎn)發(fā)至IMS網(wǎng)絡(luò)的語(yǔ)音業(yè)務(wù)能夠通過(guò)QoS保證通話(huà)質(zhì)量，相比之下，互聯(lián)網(wǎng)提供商的APP則需要走公共互聯(lián)網(wǎng)，與其他互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)競(jìng)爭(zhēng)網(wǎng)絡(luò)傳輸資源;
• 運(yùn)營(yíng)商語(yǔ)音通話(huà)不需要額外的APP，通過(guò)手機(jī)終端的撥號(hào)功能直接發(fā)起通話(huà)，是最便捷的觸點(diǎn)入口，而互聯(lián)網(wǎng)廠商提供語(yǔ)音服務(wù)則必須研發(fā)不同的APP。

2、運(yùn)營(yíng)商RTC通信

運(yùn)營(yíng)商RTC通信主要是通過(guò)運(yùn)營(yíng)商建立的通信網(wǎng)基礎(chǔ)設(shè)施承載語(yǔ)音和視頻業(yè)務(wù)，包括個(gè)人座機(jī)和手機(jī)等終端形態(tài)。隨著移動(dòng)通信技術(shù)的發(fā)展，人們?nèi)粘Ｉ疃嘁允謾C(jī)終端作為媒介聯(lián)絡(luò)他人。個(gè)人座機(jī)通過(guò)固網(wǎng)PSTN通信場(chǎng)景已經(jīng)漸漸從個(gè)人日常生活中沒(méi)落，更多存在于企業(yè)客戶(hù)場(chǎng)景下，而移動(dòng)通信技術(shù)的高速發(fā)展，除了保證基礎(chǔ)電話(huà)業(yè)務(wù)外，互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)的發(fā)展，造就了近十年來(lái)互聯(lián)網(wǎng)各類(lèi)應(yīng)用井噴式發(fā)展的盛世。

運(yùn)營(yíng)商RTC最初的業(yè)務(wù)形態(tài)主要針對(duì)電話(huà)場(chǎng)景，早期2/3G仍采用電路交換，即常說(shuō)的CS(Circuit Switching)域;4G LTE和目前正在建設(shè)的5G SA獨(dú)立組網(wǎng)架構(gòu)，都會(huì)采用IP分組交換的方式通過(guò)IMS提供服務(wù)，實(shí)際上通過(guò)IP可以提供語(yǔ)音和視頻兩種業(yè)務(wù)形態(tài)，但受限于對(duì)手機(jī)終端硬件的型號(hào)要求和資費(fèi)問(wèn)題，運(yùn)營(yíng)商的視頻通話(huà)業(yè)務(wù)一直沒(méi)有廣泛普及，目前基于運(yùn)營(yíng)商網(wǎng)絡(luò)提供的RTC通信服務(wù)基本上都是語(yǔ)音業(yè)務(wù)?；?G的語(yǔ)音解決方案稱(chēng)作VoLTE，5G則稱(chēng)為VoNR，但相同點(diǎn)都會(huì)采用IMS、圖2展示了4G VoLTE中IMS系統(tǒng)和CS域回落主要的業(yè)務(wù)流程和網(wǎng)絡(luò)體系，方便讀者理解數(shù)據(jù)傳輸形式的演進(jìn)。 

LTE包含4G接入和核心網(wǎng)的關(guān)鍵網(wǎng)元;CS域則表示了早期使用電路交換的2G/3G通話(huà)，數(shù)據(jù)傳輸采用資源獨(dú)占的形式，有別于基于IP盡力而為的分組交換網(wǎng)絡(luò);而IMS網(wǎng)絡(luò)中包括了P/I/S-CSCF、HSS、PCRF、MGCF等核心網(wǎng)元，數(shù)據(jù)的傳輸采用IP分組交換。

在4G VoLTE業(yè)務(wù)全面部署開(kāi)通之前，IP分組交換與CS域電路交換傳輸方式并存，IMS網(wǎng)絡(luò)中MGCF(Media Gateway Control Function，媒體網(wǎng)關(guān)控制功能)用于IMS域與CS域的互通，負(fù)責(zé)完成控制面信令的互通，并通過(guò)媒體網(wǎng)關(guān)MGW(Media Gateway)連接4G核心網(wǎng)用戶(hù)面數(shù)據(jù)網(wǎng)關(guān)PGW(PDN Gateway)，實(shí)現(xiàn)與CS域之間的轉(zhuǎn)換，達(dá)到4G與2/3G語(yǔ)音互通的目的，也就是VoLTE回落至2/3G通話(huà)，稱(chēng)為電路域回退(CS Fallback, CSFB)。用戶(hù)直觀的體驗(yàn)就是打電話(huà)與手機(jī)上網(wǎng)玩游戲、發(fā)微信消息等不可兼得，在IMS建設(shè)之前，運(yùn)營(yíng)商視角里的語(yǔ)音通話(huà)和數(shù)據(jù)上網(wǎng)是走兩條截然不同的道路。

但隨著VoLTE(LTE+IMS)普及開(kāi)來(lái)，以及5G VoNR緊鑼密鼓地建設(shè)發(fā)展，電路域傳輸逐步被弱化，運(yùn)營(yíng)商在實(shí)時(shí)通信領(lǐng)域上的電路域回退(CSFB)、語(yǔ)音與流量上網(wǎng)不可兼得的情況早已成為過(guò)去。同時(shí)，2G/3G退網(wǎng)重耕優(yōu)質(zhì)頻譜資源的呼聲也越來(lái)越高，這都得益于采用IP分組交換的IMS，使得手機(jī)電話(huà)與互聯(lián)網(wǎng)應(yīng)用的數(shù)據(jù)在底層都基于IP傳輸，網(wǎng)關(guān)處只需要標(biāo)識(shí)出業(yè)務(wù)類(lèi)型，就可讓通話(huà)業(yè)務(wù)走IMS對(duì)應(yīng)的傳輸通路，流量數(shù)據(jù)通過(guò)網(wǎng)關(guān)傳入外部互聯(lián)網(wǎng)。以圖2為例的IMS主要包括如下核心網(wǎng)元：

（1）HSS(Home Subscriber Server)，歸屬用戶(hù)服務(wù)器，統(tǒng)一存儲(chǔ)用戶(hù)數(shù)據(jù)，處理IMS網(wǎng)絡(luò)中呼叫控制網(wǎng)元對(duì)用戶(hù)的數(shù)據(jù)訪問(wèn)，還通過(guò)開(kāi)通接口接收并響應(yīng)BOSS業(yè)務(wù)開(kāi)通指令;

（2）CSCF ( Call Session Control Function ) ，會(huì)話(huà)控制和路由，也是整個(gè)IMS域的核心，用于處理IMS網(wǎng)絡(luò)中主要的控制層數(shù)據(jù)，進(jìn)一步又細(xì)分為P/I/S/E四種網(wǎng)元，其中：

• P-CSCF：Proxy CSCF，代理CSCF，是IMS拜訪網(wǎng)絡(luò)的統(tǒng)一入口點(diǎn)，功能上提供注冊(cè)鑒權(quán)、信令保護(hù)、信令壓縮、媒體授權(quán)、QoS控制、信令路由(如SIP協(xié)議)、緊急呼叫、漫游計(jì)費(fèi)等功能，主要負(fù)責(zé)控制信令相關(guān)的傳輸，與I-CSCF/S-CSCF側(cè)配合完成呼叫的接續(xù)處理;此外，在物理部署層面，P-CSCF 可以在統(tǒng)一的會(huì)話(huà)邊界控制器(Session Border Controller，SBC)設(shè)備上實(shí)現(xiàn)，同時(shí)結(jié)合 IMS-ALG/IMS-AGW(IMS Application Level Gateway/IMS Access Gateway，又可簡(jiǎn)寫(xiě)為ATCF/ATGW)分別提供通話(huà)業(yè)務(wù)的控制/媒體流層面的數(shù)據(jù)交互;
• I-CSCF：Interrogating CSCF，提供S-CSCF指派、路由查詢(xún)功能，在 IMS 注冊(cè)時(shí)，詢(xún)問(wèn) HSS 以確定哪個(gè)合適的 S-CSCF 路由注冊(cè)請(qǐng)求，對(duì)于來(lái)自P-CSCF的移動(dòng)終端呼叫，詢(xún)問(wèn) HSS 以確定用戶(hù)注冊(cè)到哪個(gè) S-CSCF;
• S-CSCF：Serving CSCF，提供會(huì)話(huà)建立、會(huì)話(huà)拆除、會(huì)話(huà)控制和路由功能,為在其控制下的所有會(huì)話(huà)生成用于計(jì)費(fèi)的記錄、充當(dāng)SIP協(xié)議的注冊(cè)服務(wù)器，并通過(guò)HSS 查詢(xún)適用的訂戶(hù)配置文件，處理涉及這些端點(diǎn)后續(xù)的呼叫流程。
• E-CSCF：Emergency CSCF，從P-CSCF接受緊急會(huì)話(huà)建立請(qǐng)求，并完成用戶(hù)接入位置信息查詢(xún)和緊急呼叫路由等功能。

上述功能分類(lèi)說(shuō)明了CSCF網(wǎng)元的邏輯功能，在物理部署層面，P-CSCF與IMS-ALG/IMS-AGW可以合設(shè)為同一物理設(shè)備，P-CSCF處理IMS呼叫控制層面信令等數(shù)據(jù)， IMS-ALG/IMS-AGW完成用戶(hù)層面媒體流數(shù)據(jù)的控制/轉(zhuǎn)發(fā)等功能。此外，CSCF除了實(shí)現(xiàn)SIP協(xié)議完成會(huì)話(huà)的控制和通話(huà)媒體流建立功能之外，還使用Diameter協(xié)議完成與核心網(wǎng)和IMS其他網(wǎng)元(如MME、HSS、PCRF等)簽約及鑒權(quán)、計(jì)費(fèi)信息等數(shù)據(jù)信息的傳遞，如P-CSCF通過(guò)Diameter Rx接口連接，完成對(duì)用戶(hù)數(shù)據(jù)報(bào)文的策略和計(jì)費(fèi)控制。

（3）TAS：Telephony Application Server，是運(yùn)營(yíng)商核心網(wǎng)絡(luò)中用于提供電話(huà)應(yīng)用和附加多媒體功能等功能。

目前，4G VoLTE基本已經(jīng)全面商用，另正在建設(shè)的5G VoNR中，仍將采用IMS實(shí)現(xiàn)對(duì)多媒體RTC通信服務(wù)的IP承載，特別是5G新通話(huà)等應(yīng)用探索IMS數(shù)據(jù)通道傳遞新型業(yè)務(wù)數(shù)據(jù)，此處不再贅述。IMS的發(fā)展，讓運(yùn)營(yíng)商RTC服務(wù)與數(shù)據(jù)接入互聯(lián)網(wǎng)Internet可以共享同樣的IP接入和承載網(wǎng)絡(luò)，但在業(yè)務(wù)類(lèi)型層面，IMS網(wǎng)絡(luò)與用戶(hù)上網(wǎng)連接Internet又是互相隔離。此外，IMS作為一張專(zhuān)網(wǎng)，全球移動(dòng)運(yùn)營(yíng)商的IMS網(wǎng)絡(luò)又是互聯(lián)互通的，因此IMS也是一個(gè)全球范圍的網(wǎng)絡(luò)，但與互聯(lián)網(wǎng)廠商通過(guò)Internet提供RTC通信服務(wù)相比，IMS網(wǎng)絡(luò)的路由優(yōu)化與可靠性的保證遠(yuǎn)優(yōu)于Internet。

總之，運(yùn)營(yíng)商RTC使用IMS承載業(yè)務(wù)，一般采用SIP協(xié)議互通，網(wǎng)絡(luò)架構(gòu)需遵循3GPP等規(guī)范開(kāi)發(fā)產(chǎn)品，同時(shí)，由于運(yùn)營(yíng)商的網(wǎng)絡(luò)基本交由各家廠商建設(shè)，除考慮兼容性外，在個(gè)性化功能定制方面往往受限于各個(gè)廠家的支持，并不是只是運(yùn)營(yíng)商自己的一局游戲，需要各方都遵循規(guī)范、開(kāi)放互通，研發(fā)和推廣周期一般較長(zhǎng)。

3、互聯(lián)網(wǎng)RTC通信

相比運(yùn)營(yíng)商，互聯(lián)網(wǎng)RTC通信建立在運(yùn)營(yíng)商建立的基礎(chǔ)設(shè)施通路之上，一般在專(zhuān)注于應(yīng)用產(chǎn)品，各個(gè)廠商都會(huì)研發(fā)自己的APP，頭部互聯(lián)網(wǎng)玩家為了保證用戶(hù)體驗(yàn)，還會(huì)建設(shè)大量的IDC機(jī)房為用戶(hù)提供就近接入等優(yōu)質(zhì)服務(wù)，或者形成云化產(chǎn)品/解決方案賣(mài)給小型企業(yè)。由于各大互聯(lián)網(wǎng)廠商的應(yīng)用都運(yùn)行在公共互聯(lián)網(wǎng)Internet之上，因此從一開(kāi)始就是采用VoIP的方案，憑借各家企業(yè)對(duì)編碼、網(wǎng)絡(luò)傳輸、部署架構(gòu)等方面的優(yōu)化，也能夠?yàn)橛脩?hù)提供高質(zhì)量的互聯(lián)網(wǎng)語(yǔ)音通話(huà)服務(wù)，目前用戶(hù)更傾向于使用互聯(lián)網(wǎng)產(chǎn)品進(jìn)行視頻通話(huà)、遠(yuǎn)程會(huì)議或視頻互動(dòng)等功能，如阿里云、聲網(wǎng)、騰訊云、字節(jié)火山引擎等，相比之下，運(yùn)營(yíng)商RTC通信服務(wù)在諸如此類(lèi)方面就要落后于互聯(lián)網(wǎng)RTC通信服務(wù)商。兩者整體區(qū)別如圖3所示。 

在4G VoLTE/5G VoNR方案下，用戶(hù)直接用手機(jī)撥號(hào)接入的運(yùn)營(yíng)商RTC語(yǔ)音(多媒體)業(yè)務(wù)將由核心網(wǎng)直接轉(zhuǎn)發(fā)至IMS相關(guān)網(wǎng)元/設(shè)備，而數(shù)據(jù)(流量)業(yè)務(wù)直接通過(guò)互聯(lián)網(wǎng)傳輸給對(duì)應(yīng)廠商，在此場(chǎng)景下運(yùn)營(yíng)商只是充當(dāng)了用戶(hù)的移動(dòng)接入和數(shù)據(jù)傳輸?shù)墓艿缆毮?，具體業(yè)務(wù)由不同的互聯(lián)網(wǎng)廠商進(jìn)行處理。

互聯(lián)網(wǎng)RTC產(chǎn)品的研發(fā)相較于運(yùn)營(yíng)商而言，可以針對(duì)應(yīng)用場(chǎng)景自行設(shè)計(jì)私有通信協(xié)議或基于通用協(xié)議進(jìn)行定制，在應(yīng)用層設(shè)計(jì)產(chǎn)品架構(gòu)提供PaaS或SaaS服務(wù)，開(kāi)發(fā)周期相對(duì)較短，但入口只能從APP或H5發(fā)起。例如微信語(yǔ)音、視頻等功能，租用好各大運(yùn)營(yíng)商的接入線路，只要運(yùn)營(yíng)商的Internet線路暢通，通話(huà)雙方就可以建立通話(huà)連接。而運(yùn)營(yíng)商RTC通信經(jīng)由不同運(yùn)營(yíng)商的IMS網(wǎng)絡(luò)控制，在跨運(yùn)營(yíng)商發(fā)起通話(huà)時(shí)，跨網(wǎng)通信經(jīng)常需解決兼容性等問(wèn)題。因此，基于互聯(lián)網(wǎng)廠商的RTC產(chǎn)品往往在產(chǎn)品功能豐富、交付時(shí)長(zhǎng)短等方面具有天然優(yōu)勢(shì)，用戶(hù)也習(xí)慣了使用互聯(lián)網(wǎng)產(chǎn)品。 

提供RTC服務(wù)的互聯(lián)網(wǎng)廠商一般采用私有協(xié)議提供音視頻能力，或采用近幾年備受歡迎的WebRTC協(xié)議建設(shè)自己的音視頻網(wǎng)絡(luò)?；ヂ?lián)網(wǎng)通信包括即時(shí)通訊(Instant Messaging, IM)和RTC兩種類(lèi)型，前者主要包括文字聊天、語(yǔ)音消息發(fā)送、文件傳輸、音視頻播放等應(yīng)用場(chǎng)景，強(qiáng)調(diào)消息的可靠性和送達(dá)率;后者場(chǎng)景包括語(yǔ)音、視頻電話(huà)會(huì)議、網(wǎng)絡(luò)電話(huà)等，強(qiáng)調(diào)低延時(shí)和接通率，也是本文討論的重點(diǎn)內(nèi)容。

早期互聯(lián)網(wǎng)RTC產(chǎn)品，采用IP傳輸實(shí)現(xiàn)語(yǔ)音通話(huà)與多媒體會(huì)議的功能，即VoIP。從廣義上講，運(yùn)營(yíng)商VoLTE和VoNR也屬于IP多媒體通信范疇，但數(shù)據(jù)不通過(guò)公共互聯(lián)網(wǎng)。VoIP已經(jīng)有二十多年的發(fā)展歷程，早在1995年VocalTec公司推出了第一款VoIP電話(huà)軟件，其基于Internet傳輸語(yǔ)音服務(wù)，是現(xiàn)在所有互聯(lián)網(wǎng)RTC產(chǎn)品的雛形。1999年，GIPS的誕生為互聯(lián)網(wǎng)通信提供了發(fā)動(dòng)機(jī)，對(duì)整個(gè)VoIP產(chǎn)生了巨大的影響。2003年前后，GIPS向Skype、Webex以及QQ提供了GIPS引擎，并于2011年被谷歌收購(gòu)，隨后項(xiàng)目開(kāi)源，即廣為人知的WebRTC開(kāi)源項(xiàng)目，現(xiàn)在被廣泛應(yīng)用于互聯(lián)網(wǎng)RTC產(chǎn)品中。

國(guó)內(nèi)騰訊是較早提供互聯(lián)網(wǎng)RTC產(chǎn)品的公司之一，在音視頻實(shí)時(shí)通信領(lǐng)域有著深厚的技術(shù)積累，QQ也是國(guó)內(nèi)較早并廣受歡迎提供VoIP服務(wù)的產(chǎn)品。QQ 音視頻起初使用 GIPS 公司的產(chǎn)品，后來(lái)就轉(zhuǎn)為自研路線，誕生出了TRAE 引擎(QQ)、OpenSDK引擎和XCAST引擎(騰訊會(huì)議)。與今日廠商廣泛直接采用WebRTC技術(shù)棧實(shí)現(xiàn)音視頻網(wǎng)絡(luò)不同，騰訊在WebRTC項(xiàng)目開(kāi)源之前就在音視頻領(lǐng)域有著廣泛的研究，基本采用騰訊自研的音視頻引擎提供服務(wù)，如圖5所示。 

由于GIPS引擎對(duì)互聯(lián)網(wǎng)VoIP產(chǎn)品有著深遠(yuǎn)影響，被谷歌收購(gòu)開(kāi)源為WebRTC項(xiàng)目后就被眾多RTC廠商廣泛采納，騰訊也順應(yīng)潮流在微信小程序中支持了WebRTC技術(shù)(如圖6所示)，通過(guò)轉(zhuǎn)碼服務(wù)器對(duì)接其他騰訊系XCAST產(chǎn)品，此外，XCAST對(duì)外還兼容其他廠商的WebRTC產(chǎn)品。 

[[419296]]

除騰訊部分產(chǎn)品外，阿里云、聲網(wǎng)、字節(jié)跳動(dòng)等音視頻領(lǐng)域的互聯(lián)網(wǎng)廠商在RTC場(chǎng)景下的產(chǎn)品研發(fā)，基本都采用WebRTC作為音視頻網(wǎng)絡(luò)的基礎(chǔ)協(xié)議。下面簡(jiǎn)述WebRTC協(xié)議。

WebRTC協(xié)議簡(jiǎn)述

WebRTC，名稱(chēng)源自網(wǎng)頁(yè)實(shí)時(shí)通信(Web Real-Time Communication)的縮寫(xiě)，是一項(xiàng)實(shí)時(shí)通訊技術(shù)，在不借助中間媒介的情況下，建立瀏覽器或手機(jī)應(yīng)用之間點(diǎn)對(duì)點(diǎn)(Peer-to-Peer)的連接，實(shí)現(xiàn)視頻流和(或)音頻流或者其他任意數(shù)據(jù)的傳輸，支持實(shí)時(shí)語(yǔ)音對(duì)話(huà)或視頻對(duì)話(huà)。它是谷歌收購(gòu)的GIPS項(xiàng)目和libjingle項(xiàng)目融合而成，其中GIPS部分主要提供媒體的處理的功能，libjingle項(xiàng)目部分主要提供P2P傳輸部分的功能，并于2011年5月開(kāi)放了工程的源代碼，與相關(guān)機(jī)構(gòu) IETF 和 W3C 制定行業(yè)標(biāo)準(zhǔn)，組成了現(xiàn)有的 WebRTC 項(xiàng)目，在行業(yè)內(nèi)得到了廣泛的支持和應(yīng)用。需要注意的是，WebRTC是RTC應(yīng)用場(chǎng)景下的協(xié)議，不能與RTC直接劃等號(hào)。圖7展示了WebRTC的協(xié)議棧設(shè)計(jì)。 

圖7. WebRTC協(xié)議棧設(shè)計(jì) 

圖7右側(cè)為基于TCP的可靠傳輸部分，可以建立WebSocket等連接實(shí)現(xiàn)信令(如SIP等)的可靠傳輸或使用HTTP協(xié)議傳輸業(yè)務(wù)數(shù)據(jù)，WebRTC 核心關(guān)于音視頻相關(guān)的協(xié)議在圖例左側(cè)基于 UDP 基礎(chǔ)上搭建起來(lái)的，提供的API主要包括音視頻抓取、音視頻流通道和數(shù)據(jù)通道等。其中：

• ICE、STUN、TURN 用于NAT穿透, 解決了獲取與綁定外網(wǎng)映射地址，以及 keep alive 機(jī)制;DTLS 用于對(duì)傳輸內(nèi)容進(jìn)行加密，可以看做是 UDP 版的 TLS。
• SRTP 與 SRTCP 是對(duì)媒體數(shù)據(jù)的封裝與傳輸控制協(xié)議。
• SCTP 流控制傳輸協(xié)議，提供類(lèi)似 TCP 的特性，在 WebRTC 里基于 DTLS 和UDP協(xié)議之上。
• RTCPeerConnection 用來(lái)建立和維護(hù)端到端連接，并提供高效的音視頻流傳輸;RTCDataChannel 用來(lái)支持端到端的任意二進(jìn)制數(shù)據(jù)傳輸，例如文字聊天內(nèi)容等。

總之，WebRTC可通過(guò)getUserMedia(獲得用戶(hù)設(shè)備的攝像頭及話(huà)筒視頻、音頻的媒體流)、RTCPeerConnection、RTCDataChannel面向Web開(kāi)發(fā)者提供應(yīng)用開(kāi)發(fā)接口，實(shí)現(xiàn)功能豐富的Web應(yīng)用;向下針對(duì)音視頻的編解碼、傳輸?shù)鹊讓蛹夹g(shù)，廠商可以自行進(jìn)行優(yōu)化，如支持不同的編解碼協(xié)議。各大主流瀏覽器內(nèi)核目前基本都支持了WebRTC，安卓和iOS應(yīng)用也可以集成使用WebRTC與其他移動(dòng)設(shè)備或PC端Web應(yīng)用建立音視頻通信。

但是，在控制層面WebRTC沒(méi)有指明特定的信令協(xié)議，旨在最大限度地提高與已有技術(shù)的兼容性，可以與已有的系統(tǒng)進(jìn)行對(duì)接。目前已經(jīng)有企業(yè)在探索SIP/PSTN與WebRTC互通的系統(tǒng)，如音視頻會(huì)議對(duì)接SIP/PSTN音視頻通話(huà)、企業(yè)內(nèi)部APP移動(dòng)工作臺(tái)(智能辦公電話(huà))等場(chǎng)景，因此，WebRTC已不僅限于互聯(lián)網(wǎng)音視頻領(lǐng)域，還可以通過(guò)信令交互和代理的模式，打通應(yīng)用App與傳統(tǒng)移動(dòng)電話(huà)網(wǎng)絡(luò)的通路。

WebRTC作為一個(gè)天生的P2P通話(huà)協(xié)議，為什么各大互聯(lián)網(wǎng)廠商都在建設(shè)基于WebRTC的音視頻網(wǎng)絡(luò)?其中比較重要的原因是RTC服務(wù)提供商為了能夠?yàn)橛脩?hù)提供就近接入的服務(wù)，最大程度降低端端時(shí)延，并且提高統(tǒng)一通話(huà)線路(房間)內(nèi)可同時(shí)互動(dòng)的人數(shù)。

回顧WebRTC的協(xié)議棧，在媒體流數(shù)據(jù)轉(zhuǎn)發(fā)層面，P2P是其一個(gè)典型的特征，終端之間形成兩兩互聯(lián)的網(wǎng)狀結(jié)構(gòu)，即Mesh方案。但在實(shí)際中，Mesh方案往往只做理論對(duì)比，針對(duì)終端的性能和帶寬要求都很高，并不會(huì)真正使用，因此，往往需要服務(wù)提供商建立音視頻媒體流的傳輸分發(fā)網(wǎng)絡(luò)作為中繼，MCU(MultiPoint Control Unit)和SFU(Selective Forwarding Unit)是兩種較為常見(jiàn)的中繼方案，如圖8所示。 

MCU 不僅接收每個(gè)共享端的音視頻流，還會(huì)經(jīng)過(guò)解碼并把解碼后的音視頻進(jìn)行混流、重新編碼，之后再將混好的音視頻流發(fā)送給房間里的所有人，最終每個(gè)端側(cè)只有一條上行通路和一條下行通路，因此，所有人看到的都是經(jīng)過(guò)服務(wù)器混流后相同的一路畫(huà)面，用戶(hù)體驗(yàn)較好。但對(duì)服務(wù)器而言，性能要求較高，不僅需要進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，還要進(jìn)行媒體流的編解碼處理，對(duì) CPU等硬件資源的消耗很大，圖9展示了MCU服務(wù)器涉及的工作流。 

相比之下，SFU的功能更像一個(gè)“媒體流路由器”，基本功能包括媒體流的轉(zhuǎn)發(fā)和選路等功能。圖8只示意了SFU基本原理，各端除了一條上行通路外，還需要多路下行通道同步來(lái)自其他端側(cè)的媒體流信息。實(shí)際上，SFU服務(wù)器可以通過(guò)兩兩級(jí)聯(lián)的方式靈活組網(wǎng)，形成跨區(qū)域的媒體流傳輸分發(fā)網(wǎng)絡(luò)，可以為用戶(hù)提供就近接入的服務(wù)，然后通過(guò)最優(yōu)路徑的選取進(jìn)行媒體流轉(zhuǎn)發(fā)，最大程度降低端端時(shí)延。由于SFU多下行的設(shè)計(jì)，多人RTC進(jìn)行音視頻通話(huà)時(shí)，多路視頻可能會(huì)出現(xiàn)不同步，且對(duì)下行帶寬的要求也較高。圖10展示了SFU服務(wù)器的工作流程，包括接收、選路和轉(zhuǎn)發(fā)。 

基于SFU還有Simulcast模式和SVC(Scalable Video Coding)編碼模式，前者由發(fā)送端推送多路不同分辨率的視頻流，由下行接收端適配網(wǎng)絡(luò)狀況拉取不同分辨率的數(shù)據(jù)流，例如，在多方RTC通話(huà)(如視頻會(huì)議、直播等)場(chǎng)景下，推流端發(fā)送360P/720P/1080P三路不同分辨率的視頻流，接收端可基于對(duì)網(wǎng)絡(luò)狀況的測(cè)量選擇性拉取不同分辨率的視頻流;后者則是采用SVC編碼格式，可通俗理解為將視頻劃分為自底向上的層級(jí)結(jié)構(gòu)，越靠上層畫(huà)面越清晰，相應(yīng)需要帶寬也越大，因此，接收端可以根據(jù)自身網(wǎng)絡(luò)狀況選擇不同的視頻分層進(jìn)行拉流呈現(xiàn)。

此外，基于微服務(wù)的設(shè)計(jì)理念，SFU還可以配合編轉(zhuǎn)碼、混流等外接服務(wù)，選擇性地插拔額外功能，較為靈活，因此，也是當(dāng)前互聯(lián)網(wǎng)廠商建設(shè)音視頻網(wǎng)絡(luò)時(shí)廣泛采用的方案。無(wú)論是SFU還是MCU，在WebRTC協(xié)議棧下，最核心的特點(diǎn)是服務(wù)器把自己 “偽裝” 成了一個(gè) WebRTC的Peer客戶(hù)端，并且服務(wù)器一般擁有可達(dá)的公網(wǎng)地址，因此，在與端側(cè)建立連接時(shí)，P2P打洞建連流程也可以大大簡(jiǎn)化。

4、從終端到服務(wù)

基于上述，用戶(hù)使用移動(dòng)終端使用運(yùn)營(yíng)商或互聯(lián)網(wǎng)公司的RTC產(chǎn)品時(shí)，數(shù)據(jù)流向如圖11所示，其中主要包括了互聯(lián)網(wǎng)產(chǎn)品移動(dòng)接入的場(chǎng)景，固網(wǎng)接入與移動(dòng)場(chǎng)景類(lèi)似，不再單獨(dú)說(shuō)明。 

在OTT平面，圖11主要介紹了以WebRTC SFU組網(wǎng)為代表RTC產(chǎn)品的部署方案。相較于運(yùn)營(yíng)商，不同的互聯(lián)網(wǎng)公司會(huì)根據(jù)自身情況，酌情在全國(guó)范圍內(nèi)搭建機(jī)房節(jié)點(diǎn)，通過(guò)購(gòu)買(mǎi)不同運(yùn)營(yíng)商的底層接入專(zhuān)線，讓不同區(qū)域內(nèi)的用戶(hù)能夠根據(jù)位置就近接入OTT廠商自建的音視頻網(wǎng)絡(luò)。與其他互聯(lián)網(wǎng)類(lèi)產(chǎn)品類(lèi)似，互聯(lián)網(wǎng)廠商自建音視頻網(wǎng)絡(luò)，仍是運(yùn)行在運(yùn)營(yíng)商建設(shè)的數(shù)據(jù)網(wǎng)絡(luò)之上。但是，互聯(lián)網(wǎng)雖然是開(kāi)放互聯(lián)的，但是互聯(lián)網(wǎng)RTC應(yīng)用卻是相對(duì)封閉的，不同互聯(lián)網(wǎng)RTC類(lèi)產(chǎn)品，會(huì)經(jīng)過(guò)用戶(hù)終端APP入口，然后通過(guò)運(yùn)營(yíng)商的接入網(wǎng)傳輸?shù)胶诵木W(wǎng)，最終出口到互聯(lián)網(wǎng)后到達(dá)對(duì)應(yīng)服務(wù)提供商的音視頻應(yīng)用機(jī)房?jī)?nèi)，整條鏈路以公司為單位，鮮有不同互聯(lián)網(wǎng)公司之間的音視頻網(wǎng)絡(luò)能夠互通。

在運(yùn)營(yíng)商平面，4G/5G 通話(huà)類(lèi)業(yè)務(wù)都已IP化，通過(guò)分組交換的方式互聯(lián)互通。隨著IMS網(wǎng)絡(luò)不斷升級(jí)演進(jìn)，無(wú)論是4G VoLTE，還是5G VoNR，IMS已然是媒體類(lèi)應(yīng)用的控制/用戶(hù)面數(shù)據(jù)流的承載體，特別是5G VoNR持續(xù)發(fā)展的當(dāng)下，IMS有望承載更多各類(lèi)的新型業(yè)務(wù)，如AR通話(huà)、實(shí)時(shí)3D通信等5G新通話(huà)類(lèi)業(yè)務(wù)。與互聯(lián)網(wǎng)OTT平面不同的是，不同運(yùn)營(yíng)商之間能夠且必須做到互聯(lián)互通，例如移動(dòng)號(hào)碼必須能夠打通聯(lián)通和電信的號(hào)碼，在具體實(shí)施時(shí)，不同IMS網(wǎng)絡(luò)的TrGW(Transition Gateway)網(wǎng)關(guān)通過(guò)Izi接口交換彼此的RTC通話(huà)媒體流，從而實(shí)現(xiàn)IMS網(wǎng)絡(luò)的在運(yùn)營(yíng)商平面內(nèi)的互聯(lián)。從這一點(diǎn)上講，運(yùn)營(yíng)商平面的RTC基礎(chǔ)設(shè)施比互聯(lián)網(wǎng)廠商各自為政的RTC音視頻網(wǎng)絡(luò)更加開(kāi)放一些。

此外，由于本質(zhì)上都采用了IP分組交換，大多數(shù)互聯(lián)網(wǎng)廠商基于WebRTC協(xié)議自建音視頻網(wǎng)絡(luò)和運(yùn)營(yíng)商IMS專(zhuān)網(wǎng)之間的互聯(lián)互通，已經(jīng)在標(biāo)準(zhǔn)組織內(nèi)進(jìn)行討論， 3GPP關(guān)于IMS與WebRTC技術(shù)結(jié)合的標(biāo)準(zhǔn)已經(jīng)出臺(tái)，也體現(xiàn)出來(lái)通信網(wǎng)與互聯(lián)網(wǎng)融合的大趨勢(shì)。

5、小結(jié)

本文主要介紹了互聯(lián)網(wǎng)廠商與運(yùn)營(yíng)商在RTC領(lǐng)域的異同，重點(diǎn)包括運(yùn)營(yíng)商IMS網(wǎng)絡(luò)、互聯(lián)網(wǎng)廠商音視頻網(wǎng)絡(luò)(重點(diǎn)圍繞WebRTC協(xié)議)等內(nèi)容。后續(xù)將探討運(yùn)營(yíng)商與互聯(lián)網(wǎng)廠商在RTC領(lǐng)域如何互惠互利。

參考文獻(xiàn)

[1] VoLTE Service Description and Implementation Guidelines. Version 1.1. 2014.

[2] 「電信RTC通信」vs「互聯(lián)網(wǎng)RTC通信」.

[3] WebRTC access to IMS - network-based architecture. 3GPP TR 23.228 Annex U.

[4] 馬澤芳,馬瑞濤.IMS網(wǎng)間互通架構(gòu)演進(jìn)及網(wǎng)內(nèi)實(shí)施方案[J].郵電設(shè)計(jì)技術(shù),2020(09):61-65.

[5] ETSI TS 123 334 V10.2.0.