如何搭建一套完整的视频直播系统

您好，根据我们的开发经验，搭建一套完整的视频直播系统，可以有三种方式进行。

第一种方法是，自己召集人马，如果您资金雄厚，或您本身是一名技术，且有其他技术朋友的话，可以尝试和朋友一起自行搭建视频直播系统，人数的话大约需要五组人，包括产品组、IOS组、安卓组、后台组、测试组等等，人寿和资金都充足的话，大约八个月左右就能搞定。

第二种方法是，寻找外包，定制开发软件，时间上比自己开发要快一些，成本上差不多。

第三种办法是购买开源直播源码，直接搭建运营或者经过二次开发后搭建运营，这种方法是对时间成本和资金成本要求最低的。

以上，有问题可以继续追问我。

视频直播的实现过程如下：

1、从直播云服务器平台，获取rtmp的上行地址，及下行的观看地址；

2、在对编码器进行画质设置及上行地址设置；

3、现场网速测试，针对测试结果及目标用户的网络环境，调整编码器的画质码率；

4、连接采集设备（高清摄像机或视频切换台），并连上网络进行直播测试；

5、远端能看到听到，即表示直播无问题，就等活动正式开始前，提早进行直播。

当然想要有好的视频直播效果一定要有好的团队支持，拍立享的专业摄像师借助高清摄像机、推流器和网络视频直播系统，实现新闻发布会、体育赛事、远程会议、结婚庆典等现场实况直播；还可与拍立享照片直播兼容，实现视频直播和照片直播的双直播。

一个视频直播系统开发平台的技术搭建，按照程序开发的顺序，直播系统搭建过程如下：

1、采集端：

视频直播系统通过摄像头拍摄直播画面并录制声音做架构时一定要注意多终端适配，另外，离线采集技术，人工聚焦等都会影响用户体验

2、前处理：

视频直播系统开发最重要的部分是实时GPU渲染美感。实时美颜的算法本身，就相当考验APP厂商的技术经济实力；如何发展能够充分利用能力有限的GPU资源管理进行美颜处理，也是我们一个很关键的点。国内研究很多网络直播系统产品迭代都比较快，所以没有直接影响后果就是信息技术适配做得差，很多常见的机型都会闪退和骤停。前处理中还要去除是水印、时间戳等，因为现在很多小平台，会互相偷链，恶性竞争，这是必要的防范措施。

3、 编码：

我们都知道，视频直播系统上传到视频网站就是源码的过程，现场也如此。但是，前者依靠云计算，这是由手机本身的CPU性能编码。考虑到大量的网络流量的现状有一个编码的流程，以及适应当地网络速度后，一次上传编码就完成有点不现实。

在有的问题是发热程度，因为CPU和GPU同时在用于在没有很好地优化条件很长的时间全部容量。这会带来双重问题，一个是用户体验差，二是电力消耗很快。

4、算法：

一方面要减小CPU的使用率，另一重要方面我们又要进行控制码率更低。如果你自己企业或者网络服务商的编码技术标准问题不是H264或者H265，基本上就可以一票否决了。

5、传输：

视频直播系统开发重点是推流：因为如果传输路径上只有一个点有故障，只有一些人看不到，但如果推出问题，所有的人都看不到。 而且，移动直播平台的竞争非常激烈，如果技术不通过，一旦停机影响用户体验，后果将非常严重。

这是一种实时传输技术。这样基本上最成熟的国内直播平台，都选择把专业的CDN供应商去做。毕竟，能源初创公司通常专注于自己的业务，甚至许多非技术操作人员和维修人员不理解，再加上服务器，带宽成本等，做它自己非常困难的。这涉及到一个CDN的选择。

6、CDN节点：

视频直播系统开发最核心的资源比拼就是研究内容分发节点，但是我们如果没有涉及到直播的话，流传输的技术管理架构也同样具有重要。

所谓流媒体技术，是指将连续的影像和声音信息经过压缩处理后放在网站服务器上，让用户能够一边下载一边观看、收听（即所谓的“在线欣赏”），而不需要等整个压缩文件下载到自己的机器上才可以欣赏的网络传输技术。目前，在这个领域中的竞争者主要有微软、RealNetworks、Apple三家公司，例如微软新近发布了Windows Media Services 9、RealNetworks公司新近发布的Helix Platform、Apple新近发布的Darwin streaming server 41，意图在流媒体领域大干一场。

一般来说，一个完整的流媒体服务系统需要三个部分组成：编码器、流服务器和播放器。编码器通过对内容来源（如MP3文件或者麦克风输入）进行编码，并将编码过的内容发送到流服务器；流服务器再将它们发布到Internet，这样客户端的播放器只要连接到流服务器就可以进行在线播放了。

架设REAL格式的视频点播中心

如果是架设视频点播服务器，那么选择Real格式是非常明智的。因为RealProducer Plus这款功能强大的软件操作相当简单，每次使用时会弹出一个向导对话框进行操作提示。目前最新版本是100，我们只要选择851以上的版本即可。

从“工具”菜单下选择“创建网页”命令，此时会弹出一个如图2所示的向导式对话框，点击“前进”按钮选择你希望用于创建Web页面的Real多媒体文件。随后RealProducer会询问是创建“弹出式播放器”还是“嵌入式播放器”，一般建议选择后者，因为这样所需要的系统资源更低，当然启动速度也更快。至于播放器的界面，可以选择“标准播放器”，很快就可以创建成功。

最后，RM文件对象所在的目录会增加一些文件，请将这些文件与RM对象一起上传，不过要注意保证RM文件与HTML文件在同一目录下，否则播放器可能无法找到播放对象。

架设WMP流媒体服务器

微软的手伸得很长，什么领域都要插足一下。凭借着Windows操作系统的影响力，Windows Media Player市场占有率越来越高，而微软的asf、wmv、wma、avi等格式也开始被越来越多的用户所接受。

架设WMP流媒体服务器，你需要安装Windows Media Encoder才行，目前最新版本是90简体中文版。如图3所示，我们应该在这里选择“广播实况事件”，接着选择用来编码的音频和视频设备。注意请事先将音频和视频设备与计算机正确连接，否则会无法检测到。接着你还需要指定服务和发布点，当然也可以使用现有的发布点。然后Windows Media Encoder会自动创建服务器，并给出HTTP连接地址与局域网内部地址，请记住这些内容，最后点击“开始”按钮正式启动WMP流媒体服务器。

接下来，我们就可以将刚才记下的HTTP连接地址与局域网内部地址告诉给朋友们。他们只要打开IE，输入正确的IP地址和端口号，很快就可以访问WMP流媒体服务器。

架设QT流媒体服务器

平时，我们见到的大多是打造MWF（矢量地图窗口文件，Map Window File）或RM流服务器，可是你可知道QuickTime（以下简称QT）流媒体服务器应该如何来打造吗？其实，借助苹果的QuickTime Streaming Server工具，我们可以在短时间内快速打造出一台QT流服务器。

首先我们要准备一些工具，QuickTime媒体播放工具当然是必不可少的。目前最新版本是65简体中文版，到处都可以找到，或者直接到苹果公司的网站下载，并且需要在服务器和客户端同时安装。Perl语言解析器，最低版本要求是50以上。QuickTime Streaming Server与用户见面最早是在1999年，当时以其开放源代码和基于标准的实时传输协议/实时流协议（RTP/RTSP）引擎深深地动摇了流媒体工业的基础，目前的最新版本是50，下载文件共92MB。

从地址可以免费下载，但你必须拥有Apple的注册用户名才能登录（注册是免费的），这里有Mac OS X、Red Hat、Solaris、Windows NT/2000/XP等版本可供选择。下载回来的是一个自解压文件，释放后执行Installbat运行安装程序，运行过程在命令提示符窗口中完成，最后还需要设置登录用户名、密码，如图4所示，当看到“Setup Complete!”的提示信息时即大功告成。QT流媒体服务器建设过程和RM类似，在这里就不再赘述。

如何共享音频和视频

共享音频

前面，我们利用Winamp、SHOUTcast Server将本机架设为一台MP3流服务器，那么该如何让遍布天南海北的朋友或局域网中的同事欣赏这些美妙音乐呢？

这有两种方法：一种是打开Winamp，从“Play”菜单下选择“Location”命令，或者直接键入“Ctrl-L”组合键打开一个对话框，然后在这里键入MP3流服务器的URL地址或者IP地址、端口号（缺省为8000），例如“”或者“”即可收听；另一种方法则更为简单，从IE中打开“”进入Web管理页面，如图5所示，然后点击“收听”按钮就可以在线收听MP3流音乐。

共享视频

虽然苹果的QuickTime Player的市场占有率远远不如Real或Windows Media Player，但忠实的用户依然不少。而且苹果毕竟是网络流媒体的开山鼻祖，因此许多最新大片都是采用QT格式。

首先必须在机器上启动QT服务，然后通知朋友们在远程计算机中打开QuickTime。从“文件”菜单中选择“在新的播放窗口中打开URL”命令，键入“rtsp://server/filemov”来访问QT流服务器以实现远程播放。这里的“server”是服务器的IP地址，“filemov”是媒体文件名，默认的RTSP传输端口是554端口。如果网络连接没有什么问题的话，如图6所示，那么你很快就可以连接成功。

建立播放列表或点播系统

辛辛苦苦架设了一台流媒体服务器，我们还可以建立播放列表或点播系统，甚至可以进行网络直播，反正已经用上了宽带，不用也是浪费。

配置QT流媒体服务器

打开IE，在地址栏中输入“”，这里的“server”代表服务器的IP地址。如果前面的配置没有什么问题的话，很快就会进入如图7所示的管理页面，这里以列表形式显示了当前的系统资源占用情况和相关的服务器信息。我们可以在这里查看连接到服务器的用户类型、IP地址、数据速率、数据传输量、包丢失比例、连接时间、连接文件等内容，也可以在这里设置映射文件夹、加密传输、最大连接用户数、分配带宽、重置密码、更改端口，如果你需要的话，还可以查看错误日志和操作日志。

创建播放列表

点击图7窗口右侧的“New MP3 Playlist”或“New Movie Playlist”按钮，我们可以创建一个MP3或影片的播放列表。不过这里需要说明的是，你需要将相关的媒体文件复制到C:\Program Files\Darwin Streaming Server\Movies文件夹中才行。

如图8所示，我们可以在这里通过“Weight”旁边的小三角箭头重新调整播放列表的播放顺序，可惜的是QuickTime Streaming Server对简体中文的支持十分差劲，显示的竟然是一些乱码字符。最后，点击窗口右下角的“Save Changes”按钮就可以将这份新建的播放列表保存下来，以后如果需要更改的话可以选择“Edit Playlist”重新配置。

不过，如果你希望其他用户也能访问这份播放列表文件，还必须点击“Avaliable Playlists”列表框中的“Status”下的播放按钮，也就是让“Status”列的“Stopped”变为“Playing”才行。

实现网络直播

如果你还想在播放完MP3歌曲后说上一段话，那么简单的很，只要一个话筒就行了。不过，还需要在Winamp中进行一些设置，如图9所示，在“Input Device”下拉列表框中选择“Soundcard Input”项，这样才会出现图中的SoundCard Mixer设置项。如果使用默认的设置“Winamp（Recommended）”的话就只有Input Levels一项了，下面还有“Music Level”、“BGMusic Level”、“Mic Level”几个滑块可以调节音量的大小，而“Fade Time”是用来设

置移出时间值。

现在，你无需进行其它设置，准备一番后，清清嗓子，点击“Push to Talk”按钮，然后再按下“Lock”按钮锁定当前话音输入模式。接下来就可以对着麦克风开始你的网络直播之旅了，结束请再次按下“Lock”按钮解锁

很高兴回答您的问题：我们先从市面上主流的直播间功能说起，先看看直播平台最基础要具备什么样的功能。

一、 基础功能

1 视频直播功能：这是最基础的功能，主播端将视频数据推送出去，观众端进行接收观看，这就需要RTMP推流功能的支持才能实现，并且这一步也会决定画面的清晰度和流畅程度。

2 聊天功能：观众可以在互动区进行文字聊天，和主播对话，想说就说。

3 礼物打赏功能：观众可以对喜爱的女主播进行礼物打赏，游艇、跑车、甚至城堡走起来等等。

4 支付/提现功能：用户为喜爱的直播进行礼物打赏或者守护，主播收到礼物或接受守护后，可将收到的平台虚拟币兑换成现金提取出。

5 视频回放功能：直播时同时录屏，随时随地，想看回放就看回放，粉丝再也不会错过喜爱的主播直播的精彩内容。

6 分享功能：将主播频道或主页分享到微信、微博或者别的平台。

那么由功能出发，来看看我们如何搭建一个基础的直播平台呢。

二、 直播间构成

视频直播功能其实就是从推流到拉流的过程，基本构成也是由以下几部分构成：

采集部分

iOS是比较简单的，因为机型相对固定以及采集方向相对固定，Android则要做些机型适配工作，PC最麻烦各种奇葩摄像头驱动，出了问题特别不好处理，建议放弃PC只支持手机主播，目前大部分的美女直播平台都是这样的，游戏直播平台则略有不同。

处理部分

其实针对视频帧的预处理，现在直播美颜已经是标配了，80%的主播没有美颜根本没法看。美颜算法需要用到GPU编程，需要懂图像处理算法的人，没有好的开源实现，要自己参考论文去研究。难点不在于美颜效果，而在于GPU占用和美颜效果之间找平衡。GPU虽然性能好，但是也是有功耗的，GPU占用太高会导致手机发烫，而手机发烫会导致摄像头采集掉帧，可能原因是过热会导致CPU降低主频。这是全局美颜，还需要针对脸部的调整，比如最普遍的大眼瘦脸，还有瘦下巴，调整额头高度，鼻翼宽度等，拍摄起来不亚于一场外科手术了。这个就需要配合人脸追踪算法来进行调整，先得识别人脸五官部位，再正对特定部位进行不同方法的图形学渲染，基于这些技术，贴纸道具什么也都不是问题。所以基础美颜难度不大，用上了人脸追踪的美颜就价格高点，因为毕竟人脸追踪现在成本还是比较高的。自己如果做基础美颜难度低，成本也不高，但是一旦要做美型，成本高，周期长，也可以考虑第三方的SDK

3 编码

可以采用硬编码或者软编码720p以上，软编会导致CPU过热。能耗过高，之后自然会卡顿，编码要在分辨率，帧率参数设计上找到最佳平衡点，让能耗和效果之间互相协调。视频-编码格式：H265、H264、MPEG-4等，封装容器有TS、MKV、AVI、MP4等。现在比较常用的视频编码是H264。音频-编码格式：G711μ、AAC、Opus等，封装有MP3、OGG、AAC等，比较常用的是AAC编码格式。视频经过编码压缩大大提高了视频的存储和传输效率，当然，经过压缩后的视频在播放时必须进行解码。

4传输，将编码完成后的音视频数据进行传输，早期的音视频通过同轴电缆之类的线缆进行传输，IP网络发展后，使用IP网络优传输。

传输协议：RTP与RTCP、RTSP、RTMP、HTTP、HLS（HTTP LiveStreaming）等

控制信令：SIP和SDP、SNMP等

转码、解码，也肯定要兼容软/硬解码，目前手机普遍支持硬解

整体过程可以这么理解：

OK，说完基本构成，我们再说一下特色功能：

五、 特色功能

比如评论聊天、连麦互动、收费房间、密码房间、礼物打赏等特色功能，也是为直播平台提供更多可能和更多想象空间。

评论聊天可以采用IM方式进行实现，IM提供商也比较多，也可以自己进行实现，因为这个功能不是属于即时音视频通信，没有很复杂。

连麦互动就是属于即时音视频通信了，这个其实自己实现就有点本末倒置，过于浪费时间，并且就算用TCP协议实现了基础功能，稳定性和流畅度也没有保障。

收费、密码房间就属于平台搭建时进行实现的功能，这个对于普通前端工程师而言不是很大的挑战。

礼物打赏就涉及到支付渠道的对接，和渲染功能实现，比如收到费用后，要在屏幕渲染一些特定的特效，比如游艇走起来，火箭biubiubiu~

以上就是我的回答，希望得到您的赞同