張睿擁有超過20年多媒體領(lǐng)域研發(fā)經(jīng)驗，是WebEx視頻會議系統(tǒng)的媒體架構(gòu)師，同時也是OpenH264的項目負(fù)責(zé)人，她在LiveVideoStack的采訪中表示，思科不僅貢獻(xiàn)了高魯棒性的代碼，還承擔(dān)了IP費用，希望能與AV1一樣幫助多媒體生態(tài)健康發(fā)展。

策劃 / LiveVideoStack

LiveVideoStack：張睿你好，能否向LiveVideoStack的讀者介紹下自己，以及目前主要的工作以及關(guān)注的技術(shù)方向？

張睿：我目前是思科公司Cisco Systems的主任工程師（Principle Engineer）。是網(wǎng)訊WebEx Meeting系統(tǒng)的媒體架構(gòu)師。我在數(shù)字信號處理和多媒體通信領(lǐng)域擁有20多年的研究和行業(yè)經(jīng)驗，在圖像/視頻壓縮，音頻/視頻處理和視頻會議方面擁有豐富的專業(yè)知識。

我多年來一直在主持整個會議系統(tǒng)的音視頻解決方案。我的團(tuán)隊也是思科OpenH264項目的所有者。在加入思科系統(tǒng)之前，我還曾在索尼SONY研究實驗室和一家H.264編解碼器芯片設(shè)計的初創(chuàng)公司工作過。我在加州大學(xué)圣巴巴拉分校電子與計算機工程系獲得了博士學(xué)位，并在斯坦福大學(xué)電氣工程系進(jìn)行過信號處理和媒體傳播領(lǐng)域的博士后研究。

LiveVideoStack：為什么選擇數(shù)字信號處理與多媒體通信這個領(lǐng)域呢？并且一直持續(xù)超過20年，如何保持對技術(shù)的熱情和好奇心？這一領(lǐng)域有什么特別的魅力嗎？

張睿：我是在讀本科的時候就選擇了這個方向的。我當(dāng)時在北京郵電大學(xué)就讀。最初覺得通信給人類提供了便利，拉近了人們的距離，覺得很有貢獻(xiàn)感，成就感。然后學(xué)信號處理的時候，尤其是頻譜分析，覺得很有美感。到大四的時候，選擇實驗室，覺得多媒體更貼近用戶的直覺感受，就選擇了這個方向。一路走下來，先是在讀博士的時候追求理論的解釋和細(xì)節(jié)的完美，享受數(shù)學(xué)變成可以聽可以看的過程；再到這么多年來做越來越大規(guī)模的工程，體會整體設(shè)計對終端用戶體驗的重要性，很自然的就保持了熱情和好奇心。對于我而言，多媒體是科學(xué)和工程帶給人類的最直觀的體驗。其實我最大的愿望是能在教育領(lǐng)域通過多媒體的技術(shù)給孩子們更直觀的體驗，從而熱愛科學(xué)，熱愛世界?？上У侥壳盀橹惯€沒有機會在相關(guān)領(lǐng)域工作過。

LiveVideoStack：回顧過去20多年，多媒體技術(shù)領(lǐng)域發(fā)生了哪些變化，又有哪些沒有變化呢？

張睿：大概因為人在此山中吧，體會到的都是漸變。

從大的方面講，應(yīng)用場景決定對技術(shù)的需求和技術(shù)的解決方案。回顧過去20多年，多媒體領(lǐng)域的應(yīng)用越來越寬廣。在消費者領(lǐng)域，這些年整個的音視頻娛樂已經(jīng)從傳統(tǒng)的電視臺和廣播電臺迅速轉(zhuǎn)移到網(wǎng)絡(luò)平臺和自媒體，相應(yīng)地技術(shù)迅速發(fā)展。在通訊方面，多媒體已經(jīng)是社交媒體中重要的一部分，無所不在，不需要像以前一樣購買昂貴的終端設(shè)備。

在技術(shù)層面上，一直在解決的是更好（的質(zhì)量）更有效（的帶寬）更快（的迭代）更廣（的部署）。所以音視頻編解碼的基本技術(shù)和網(wǎng)路傳輸?shù)幕炯夹g(shù)還在沿著一個方向像更深處走。另一個方面，復(fù)雜算法的發(fā)展和底層計算能力的增強，使得信號識別分析領(lǐng)域在應(yīng)用中開始開拓更廣泛的用武之地。語音／圖像／視頻的識別和分析帶來了大量的應(yīng)用，機器學(xué)習(xí)的方法正在取代一些傳統(tǒng)的信號處理的方法。

LiveVideoStack：你的團(tuán)隊負(fù)責(zé)OpenH264項目（https://github.com/cisco/openh264），相比于x264，OpenH264的名氣要小一些。能否介紹下OpenH264有哪些特色？未來還有哪些功能改進(jìn)或新增？

張睿：非?？陀^的講，當(dāng)初這個項目啟動的最大原因是推動H.264在WebRTC中的應(yīng)用。思科Cisco為此決定把內(nèi)部產(chǎn)品的代碼開源并且支付其中IP使用的費用。希望在推動業(yè)界使用H.264方面，從技術(shù)和費用上都提供幫助。這和Google目前推廣AV1是在解決同樣的問題。

技術(shù)層面上，OpenH264是出于產(chǎn)品代碼，而產(chǎn)品是在視頻會議應(yīng)用上面，所以大多數(shù)算法和速度的優(yōu)化都是以此為目標(biāo)，并不代表更廣泛的應(yīng)用。同樣因為是出于產(chǎn)品應(yīng)用，OpenH264代碼的質(zhì)量和魯棒性是很經(jīng)得起考驗的。思科Cisco歡迎其他公司和社區(qū)程序員根據(jù)他們的應(yīng)用需求直接貢獻(xiàn)代碼，共同促進(jìn)普及應(yīng)用。在思科內(nèi)部，我們還是集中在和視頻會議應(yīng)用相關(guān)的場景需求上，比如屏幕共享時的編碼方案。

LiveVideoStack：搞多媒體開發(fā)需要學(xué)習(xí)大量的基礎(chǔ)知識，而且需要在實際工作中摸爬滾打。對于學(xué)習(xí)多媒體開發(fā)，您有哪些建議？能否推薦一些多媒體開發(fā)相關(guān)的學(xué)習(xí)資料或書籍。

張睿：對我個人而言，早年在學(xué)校的基礎(chǔ)知識很重要，會一直幫助融會貫通。后來是期刊論文，對某一個課題的深入了解有很大幫助。再后來，就是大量的國際標(biāo)準(zhǔn)的閱讀。另外就是相關(guān)的論壇，能幫助解決一些實際的問題。很慚愧，最近幾年并沒有很系統(tǒng)的閱讀。也許是應(yīng)該停下來充電的時候了。

LiveVideoStack：如果讓你來預(yù)測2018年多媒體生態(tài)圈的技術(shù)關(guān)鍵詞，你會選哪些？你看好哪些多媒體相關(guān)的技術(shù)？

張睿：把我問倒了。不是個關(guān)鍵詞控：-）我所在的視頻會議領(lǐng)域相對成熟，能看到的是人工智能技術(shù)在此的更多應(yīng)用。我也比較關(guān)注AV1，希望它的產(chǎn)業(yè)化能夠足夠快。

LiveVideoStack：未來5G的網(wǎng)絡(luò)條件下，帶來哪些機遇和改善？比如，網(wǎng)絡(luò)的穩(wěn)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。

張睿：哈哈，Cisco希望更多的網(wǎng)絡(luò)帶寬應(yīng)用啊！我個人認(rèn)為這還是在延續(xù)一直以來的趨勢。如果現(xiàn)在去買個顯示器，都是4K的屏幕了。內(nèi)容本身容量的增大帶來了對帶寬的需求。我們將看到更多細(xì)分化的產(chǎn)品線。對現(xiàn)有產(chǎn)品，肯定是會帶來質(zhì)量的提高。成本上的增加，最終還是要體現(xiàn)在產(chǎn)品帶來的價值上。

LiveVideoStack：說說你將在LiveVideoStackCon 2018分享的內(nèi)容吧。

張睿：我將談兩個話題，都是在產(chǎn)品開發(fā)中得到的很實際的一些體會。一個是如何通過跨層和組件的全局優(yōu)化來提高視頻會議中的實時質(zhì)量。另一個是利用自動化測試和產(chǎn)品數(shù)據(jù)化監(jiān)控保障媒體質(zhì)量。前者側(cè)重在流水線的端到端設(shè)計，后者強調(diào)測試和監(jiān)控在現(xiàn)代化的軟件開發(fā)流程的重要性。

總結(jié)

以上是生活随笔為你收集整理的张睿：OpenH264拥有产品级的鲁棒性 欢迎contribute的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。