伴隨實時音視頻逐漸成為當下主流的互動方式,聲網的實時互動服務已經覆蓋在線教育、社交直播、企業協作、IoT、醫療、游戲、保險等10余行業,100多種場景。而在教育、醫療、金融等場景中,用戶不僅需要實時互動,還需要把互動的過程錄下來,而開發者在接入穩定、流暢的實時互動服務的同時,對實時錄制服務的要求也越來越高。
那么一個好的錄制解決方案究竟需要具備哪些特征呢?
在回答這個問題之前,聲網先來分析下客戶使用錄制的原因。一般來講,用戶使用錄制功能的原因主要有三種:
1. 質檢。比如在教育場景下,需要通過回放錄制來檢查課程質量,在社交直播或金融雙錄場景下,需要保留錄制視頻,做合規性審查。
2. 留證。如教育、醫療、音視頻客服等場景,需存檔留證以應對可能的糾紛。這種場景下,對錄制方案的核心訴求是內容完整性,不能容忍哪怕是秒級的視頻丟錄。
3. 回放。比如在教育場景、直播場景下,用戶希望觀看回放。
那么在這些場景下,怎樣才算是一個好的錄制解決方案呢?
我們可以從五個維度來衡量錄制方案:
錄制效果:需要還原真實的互動場景,包括音視頻、課件、白板、聊天信息等所有
元素。同時,不能對主播音視頻互動體驗造成任何負面影響。
集成難度:越簡單越好,最好是不需要開發。
等待時長:等待時長越短越好,最好是錄制結束后可以立即回放。
文件兼容性:任何平臺、任意瀏覽器都可以播放。
文件遷移的便利性:文件下載、上傳等遷移過程要非常簡單,便于錄制文件管理。
為了解決各種場景的錄制需求,目前市場上有兩種比較主流的方案。
方案一、音視頻、白板等元素分別錄制,然后拼接回放
主要思路是將音視頻、白板、課件、PPT、聊天內容等分別錄制下來,錄制結束后再分別回放,并通過時間戳對齊播放進度。這種方案的好處是,白板、課件、聊天內容等均以數據形式回放,可以保留原有的真實互動效果,例如 PPT 可以單獨翻頁,靈活性較好。但其缺點也非常明顯:
1. 集成難度大。需要同時開發音視頻錄制、白板錄制、聊天內容的錄制,特別是各不同元素需要通過時間戳對齊回放,要做到非常好的同步效果需投入較多開發精力。
2. 播放兼容性受限。這種方式只能通過特殊播放器來回放,無法很好地兼容主流播放器。
3. 等待時間長。為了解決播放兼容性問題,往往需要在錄制結束后進行離線處理,轉成一個完整的 MP4 文件,這個過程等待時間較長,還會帶來額外的轉碼成本。
方案二、本地客戶端錄屏
不管是本地客戶端錄制,還是通過屏幕共享將屏幕流發送到云端進行錄制,其本質都是在用戶的本地客戶端上捕獲屏幕內容。這種方案的好處是所見即所得,回放效果跟真實互動場景可以保持一致。但其缺點也很明顯:
1. 影響本地用戶的 RTC 互動體驗。本地捕獲屏幕內容會極大地消耗終端設備的計算資源,如果要實時上傳,還會占用主播上行的帶寬資源,這些都會影響本地用戶的音視頻通話體驗甚至會出現卡頓、模糊等嚴重的后果,這對一個實時互動場景來說是難以接受的致命缺陷。
2. 集成難度大。開發者需要在端上進行開發,需要解決文件本地存儲、上傳等問題,往往還需要處理復雜的混音問題,集成門檻非常高。
以上兩種主流的錄制方面雖然各有優勢,但對于開發者而言,不管是在集成方面還是錄制的過程中都擁有多個明顯的缺點。基于以上的行業痛點,聲網首創頁面錄制,提出了第三種錄制方案。
頁面錄制:集成簡單,實現音視頻、白板、文字信息實時同步錄制
聲網的頁面錄制是指通過 Web 頁面渲染的方式, 在服務端同步錄制音視頻、白板、課件以及聊天信息等,還原真實的互動場景。其原理是:開發者通過 RESTful API 發起錄制請求,并將待錄制頁面的 URL 以請求參數的形式發給 Agora 錄制服務,Agora 錄制服務會打開該Web頁面,并以錄屏的方式實時錄制生成 MP4 文件,上傳至指定的第三方云存儲平臺。
根據此前錄制方案判斷維度,將聲網的頁面錄制與此前列舉的兩種傳統的錄制方案相比:
對比之下,聲網的頁面錄制方案主要擁有四大核心優勢:
在集成上,通過Restful API發起請求錄制,簡單易用。
錄制效果實現所見即所得的,將音視頻、白板、課件以及聊天信息等內容實時同步
錄制,且不帶來額外的帶寬、性能開銷,錄制過程不影響任何主播/觀眾的RTC互動體驗。
錄制結束后,可以實時生成MP4文件,兼容各主流播放器。
文件下載非常簡單,便于錄制文件管理。
同時,頁面錄制具備錄制任意網頁頁面的能力,所以用 WebRTC 或其它方案自研 RTC 功能的開發者同樣可以使用。
目前聲網頁面錄制功能已經被多家在線教育平臺采用,而且目前聲網的頁面錄制服務在2021 年 3 月 1 日之前都將免費對用戶開放。
