還記得你在大學時候的夢想嗎？職場上打拼多年，你的工作領域與你之前的專業還有多少相關？技術、行業與時代的洪流將一些人推上人生巔峰，又把一些人無情的拍向谷底。LiveVideoStack郵件采訪了YY音視頻算法中心負責人林緒虹，從直播領域的起伏聊到時代，從學習方法聊到技術趨勢。

策劃 / LiveVideoStack

LiveVideoStack：林緒虹你好，能否簡要介紹下自己，包括目前的主要工作及關注領域？

林緒虹：我2004年本科和2007年碩士畢業于華南理工大學，一直從事圖像處理、圖像搜索、視頻摘要等相關研發工作，擅長圖像、視頻、信號處理領域的技術研發。2012年加入歡聚時代（YY），現任職于音視頻算法中心，負責音視頻直播方案相關研發工作，包括重構直播體系、直播體驗提升、音視頻直播質量改進等。

我對音視頻編解碼、視頻內容分析與理解、圖像處理等領域有著深厚的興趣，近期目標是把YY的音視頻直播質量重新打造成世界領先水平，重塑YY直播高品質、低延時的技術能力，保持YY技術上的核心競爭力。

LiveVideoStack：為什么進入“多媒體開發”領域？有哪些偶然和必然？

林緒虹：回頭看自己的發展歷程，從個人角度來看更多的是偶然，但是放在行業的角度來看，則是一種產業升級后的必然。

從早年一直從事傳統工科的圖像信號處理，就業面窄、解決問題單一，到后來陰差陽錯走入互聯網做圖像搜索、視頻檢索，隨著直播浪潮的涌起，自然而然就逐步踏入音視頻編解碼崗位。每次面對這樣的轉變，都面臨著大量新的知識、工具需要學習，短時間內是非常有壓力的，但是自己一直能從容應對這種壓力。能從容面對這樣的轉變，一方面是自己具備這方面的學科基礎知識和濃厚興趣，能夠順利地轉型成功，另一方面，也是產業升級后，迫使自己往人才缺口更大的崗位轉移。

同樣的故事，我看到也發生在很多自己身邊的朋友里。早年從事傳統圖形學產品的同學、朋友，現在也轉入互聯網做一些更貼近用戶的圖形學產品；早年從事媒體報道的朋友，也轉戰進入互聯網運營自己的公眾號、網站等。在這樣的技術革命浪潮下，擁抱這種變化，將會迎來更大的機遇。所以，這樣的選擇也就成了一種必然。

LiveVideoStack：搞多媒體開發需要學習大量的基礎知識，而且需要在實際工作中摸爬滾打。對于學習多媒體開發，您有哪些建議？能否推薦一些多媒體開發相關的學習資料或書籍。

林緒虹：現在搞多媒體開發的工程師，真正屬于該專業科班出身、根正苗紅的工程師，比例并不高。我看到周圍，反而大量的是當年學習機械、電信、自動化專業的同學，在從事這一行業。

為什么會有這一奇怪的現象呢？因為多媒體開發，尤其是視頻編碼、音頻編碼，其實需要大量的信號處理知識作為理論基礎，才能做到知其所以然。補充這一部分的知識，可以看一些非常經典的書籍，尤其是需要對頻域變換知識做到深入的理解。

在理解了信號處理的基礎知識后，就可以讀一些專門的編解碼相關的書籍，如果是想在視頻這一塊有所深入，可以讀一讀楊付正的《新一代高效視頻編碼H.265/HEVC：原理、標準與實現》，以及早些年畢厚杰的《新一代視頻壓縮編碼標準—H.264/AVC》。這些都是挺不錯的經典參考書籍，我們團隊幾乎人手一本。先把這些書讀上幾遍，把其中的技術原理搞懂。

在補充完這些基礎知識后，就可以開始進行大量的實戰練習。從事這一行業，知識龐雜、細節繁多，一定要努力抓住主干脈絡，在成長中學習，重視動手能力的鍛煉。有了音視頻的理論基礎知識還不夠，還需要有編碼的實戰能力，而鍛煉這個能力，我覺得找一些大項目參與開發、動手做練習是最關鍵的。在做項目的過程中，把所有奇怪的坑都填一遍，水平自然就上來了。

接下來進一步的提高，就需要關注網上相關專業廠商的動態，多多學習他們在實際中是如何把音視頻編解碼技術用到極致的，多觀察他們在實際中使用了哪一些有趣的方案或是技術、解決了哪一些特定的問題。

LiveVideoStack：為什么要重構YY的直播系統？這里有哪些歷史原因，又遇到了哪些來自業務的挑戰？

林緒虹：重構YY直播系統的動力，就是來自于業務的壓力。在2016年開始，直播全面開花，各種競爭對手出現。而競爭對手作為一個新入場的選手，有一個很大的優勢，它們的直播設備從一開始就性能更好，全新開發的系統及新上線的業務簡單，歷史包袱小，類似斗魚等競爭對手，一開始就以超清直播來沖擊YY的市場。而YY的整個直播體系，支撐了數條業務線，牽一發而動全身，升級困難，業務響應速度慢。

其中最大的業務挑戰來自于YY娛樂業務，這個業務主播數量多、業務種類多，有秀場、有手機直播、有現場直播等多種形式，在整個升級過程中，我們對所有的業務都不能造成不良的影響。

LiveVideoStack：重構進行的是否順利？遇到了哪些挑戰？

林緒虹：最大的挑戰，來自于YY直播的技術和業務歷史包袱。

我們需要兼容主播和觀眾大量老舊終端，同時也需要兼容YY諸多業務形態，做到無縫升級。為了做到這一點，我們重新設計了整套主播端和觀眾端邏輯，引入了差異化的能力，同時引入用多種編碼類型支持的能力。通過這樣的升級，我們在短短的一年時間內，完成了YY直播從標清直播到超清直播、4K直播的升級，同時也最大限度地把H.265在平臺中應用起來了。

LiveVideoStack：如何在成本、用戶體驗之間做好平衡？Code，CDN等如何選擇？

林緒虹：直播業務的競爭已經進入下半場，總體增長放緩，同時對運營成本優化的需求越來越強烈。但是在我看來，成本和用戶體驗并不矛盾，甚至有可能恰恰相反，即在積極嘗試新技術后，有可能用更低的成本帶來更好的用戶體驗。在這里，我舉我們的H.265和主觀視覺技術（有的廠商也叫極速高清、感知編碼、窄帶高清等）作為例子。

如果你采用H.265直播，相對H.264直播來說雖然系統更加復雜，但是用戶可以用更小的代價獲取同等清晰度視頻流，在更小的碼率下，觀眾端可能會有更好的流暢性表現，同時傳輸成本也有可能更小，在支持H.265的終端里，用戶體驗會更好。這種用戶體驗的提升，在低碼率低清直播下，感覺還不強烈，一旦直播上升到高清高碼率(1080p 4M 6M或4K)，H.265技術帶來的用戶體驗提升，將非常的明顯。

我們最近一直在細化我們的直播策略，充分考慮到用戶在特定場景下觀看特定直播內容時，應該給予什么樣的碼率、分辨率，從而達到成本與質量的最佳平衡。為了在直播中實現這一整套完整的技術，我們重新構建了一套和人眼主觀更加接近的質量測評體系，同時也需要對開播體系、轉碼體系再做一次升級。目前來看，這也是現在各個視頻服務商努力在提升的環節。從我們的跟蹤來看，各大視頻服務商都引入了大量的AI技術來細化場景識別，包括優酷、騰訊視頻、華為等都應用了這一技術，雖然大家取的名字不一樣，但是做事情思路卻是一樣的。根據各大廠商的測評與交流，采用這一技術，在相同視頻質量的條件下，普通場景下可以節省 10%-20%的碼率，甚至有些場景能節省30%的碼率。使用這一技術，可以在節約帶寬成本的同時，保證觀眾端主觀畫質的穩定，從而帶來更好的觀看體驗。

所以，在我看來，為了在成本、用戶體驗之間做好平衡，最好的解決辦法，就是大膽地采用新技術。

LiveVideoStack：如果讓你來預測2018年多媒體生態圈的技術關鍵詞，你會選哪些？你看好哪些多媒體相關的技術？

林緒虹：我看好QoE、音視頻內容理解以及AV1這三個領域，并且會持續關注。

直播或是小視頻已經進入了對技術需要精耕細作的階段，不是懂一點音視頻基礎、攢一套代碼就可以走遍天下的時候了，整個行業對如何更好地提供音視頻服務、如何科學地提供音視頻質量評估、如何科學地提升用戶體驗，產生了深厚的興趣?；仡^看任何技術領域都是這樣，一旦某項技術的基礎應用迅速擴大，或是技術門檻簡單到可以讓人輕松嘗試后，如何在更精細的層面來區分工程師的水平，將是一個關鍵。而對于有追求的工程師，決不單單會滿足于只會一種技術，他應該還希望從深層次把握技術、原理、人性的內在規律，從“術”的境界上升到“道”的境界。

而大家也知道，目前的技術和載體的發展，“文字→圖片→視頻”這個人類獲取信息演進方式不僅沒有改變，還會繼續滾滾向前，并且向前的速度會大大加速。在音視頻這個載體中，承載了大量人類想表達的信息，如何讓計算機或是工具來理解其中的信息，并且更好的服務于人類，這必將是一個大家都想占領的技術制高點。一旦能對音視頻內容進行準確的理解，在這個基礎上，能做的事情將具備無限的可能。

對于AV1，應該是業界大家都非常期待的一個標準。在H.265的應用過程中，我們體會到了很多的不方便之處，如終端解碼能力、Web端不友好、CDN不友好、專利混亂等問題，部分是因為技術原因導致的，但更多是整個產業生態環境導致的。AV1非常有機會把各種問題一并解決了，提供給產業一個非常好的標準及生態環境，可以讓大家專心于解決視頻本質的質量問題。

LiveVideoStack：未來5G的網絡條件下，帶來哪些機遇和改善？比如，網絡的穩定性會提升，但隨著帶寬的暴增，會帶來帶寬/CDN成本的大幅增長。

林緒虹：未來5G的網絡條件下，可以預見，更高清的視頻和音頻應該會是應用的主流，到時候制約用戶體驗可能更多是用戶終端的處理能力。雖然網絡能力大幅提升，但是一旦遇到網絡瓶頸問題，高清視頻流高流量的特點，必然導致更糟糕的用戶體驗。因此，如何應付網絡突發事件，提供更好的觀看體驗，應該是大家要努力的一個目標，也是大家會深耕下去的一個領域。

總結

以上是生活随笔為你收集整理的林绪虹：看好QoE、音视频内容理解与AV1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。