6月21日，快手正式對外發布基于流式的直播多碼率自適應標準LAS（Live Adaptive Streaming），用于提供低延遲、平滑、流暢的直播多碼率體驗。LAS的端到端解決方案同時開源，包括服務端、客戶端、業界領先的多碼率自適應算法等，從而幫助業界實現零門檻接入和使用LAS。

圖：《搏擊俱樂部》

采訪專家：周超博士，畢業于北京大學，曾任職于華為2012實驗室?，F任快手科技算法科學家，快手傳輸算法團隊負責人。主要研究方向包括多媒體處理與通信、流媒體傳輸優化等，發表論文40+，申請專利50+，曾獲得2012年IEEE VCIP Best Student Paper Award和2015年IEEE VCIP Best Paper Award。

1

做追求極致的選擇

最開始考慮多碼率自適應大概是18年下半年。當時團隊的人很少，大家都在集中精力做KTP（Kuaishou Transport Protocol快手傳輸協議），優化上行的體驗，包括直播推流、短視頻發布、以及RTC等。但當時快手的直播業務發展非常快，隨著王者榮耀、吃雞這些爆款游戲的推出，游戲直播的規模急劇增長。

游戲直播畫面復雜，對清晰度的要求很高，直播推流碼率是快手APP直播場景的好幾倍，卡頓情況嚴重。這時候，降低卡頓成為很明確的需求，大家第一反應就是要做直播多碼率，但是具體怎么做，面臨著選型的問題。

當時有兩條路：

圖：《紳士們》

一是“拿來主義”，采用DASH或HLS這類國際標準協議。優點是部署簡單，很快就能在線上看見效果。缺點也很顯著，這類基于分片的方案延遲大，例如采用HLS，至少需要3個片段，再考慮到推流、轉碼、服務端和客戶端的處理邏輯等因素，端到端的延遲預計4個片段左右。而當時快手的GOP是4秒，那么延遲基本就是15秒往上了，這顯然不是用戶能接受的。

二是“造輪子”，自研一套低延遲的直播多碼率方案。自研的優點很明顯，無論是架構還是算法，都可以結合業務的需求做深度優化。缺點也很突出，從零到一面臨著很多的不確定性。此外，快手的直播主要依靠第三方云廠商進行分發，采用自研的方案，意味著所有CDN廠商需要配合做定制化的開發。

自研私有方案我們是有經驗的，KTP就是私有方案，當時也面臨過同樣的選擇。現成的方案，例如直播可以采用RTMP，PK/連麥等RTC業務可以采用WebRTC。然而，眾所周知，RTMP雖然簡單易接入，CDN支持好，但是由于底層采用TCP，很難做深入的優化。

此外，直播和PK/連麥采用不同的協議，會存在互相干擾和競爭的情況。因此，盡管自研會面臨著很多的不確定，包括協議、算法、源站等等，經過反復斟酌與權衡，為了把傳輸做到極致，我們依然選擇了自研的KTP。目前KTP已全面用于快手的各種業務，取得了非常不錯的效果，這為團隊自研多碼率方案提供了很強的信心。

選擇自研，并且能做成，是需要一定的認知和信念的。

圖：《紳士們》

首先要評估自己的能力，能不能比現成的方案做得更好，要對相關的技術有非常深刻和全面的理解，以及對自己團隊能力有足夠的認知。快手音視頻技術團隊都是行業里的佼佼者，技術能力上絕對不會有問題。

另外很關鍵的是信念，做自研的時候會去想：“有必要為了一點點收益投入那么大么？”“已有的方案簡單快捷，湊合一下不也可以么？”

快手是一家“追求極致”的公司，對技術人來說，追求“極致”的技術就是我們的使命。在明確市場已有解決方案存在嚴重問題的情況下，只為了工作簡便就“湊合”一下的選擇是我們心理上不能接受的?？梢灶A見的是，隨著快手業務的飛速發展，這種“湊合”未來也將成為我們前行的障礙。

2

成功的秘籍是不放棄

毫無懸念的，我們再次走上了自研之路。項目初期內部做了很明確的分工，例如各家CDN廠商的排期、轉碼模版的設計、客戶端和播放器的適配、自適應算法的設計等等。

當時大家對項目整體比較樂觀，預計3～5個月就可以上線，其中最擔憂的是CDN廠商，因為需要CDN廠商配合做定制開發，擔心對方配合度不高。事實證明是我們多慮了，CDN廠商了解基本信息后都非常認可這套架構，并給予高度配合，甚至有的CDN廠商承諾一個月就可以聯調上線。于是，我們就很愉快的開工啦。

大約4個月左右，我們完成了所有的開發與聯調工作，開始灰度與AB測試。大家都期待著數據給我們一個大大的驚喜，然而驚喜沒有，驚嚇倒是不小，無論是卡頓率等QoS數據，還是時長等QoE數據，都顯著負向，一時間大家都傻眼了。我的第一反應是是不是多碼率自適應算法設計的不夠合理？

圖：《搏擊俱樂部》

畢竟算法是影響多碼率效果的核心因素。我在北大讀博的研究課題之一就是多碼率算法，無論是標準制定還是學術論文，無論是系統搭建還是工程落地，都有比較豐富的經驗，對這個領域也有很深刻的理解，在反復檢查算法的邏輯和實現后，基本排除了算法的因素。

到底為什么數據會負向，等待我們的是漫長的基于數據驅動的優化過程。不斷的加埋點，AB測試、數據分析與優化、加埋點、AB測試、數據分析與優化……一路逢山開路，遇水架橋，發現和解決了各類問題。

有的是我們低估了整個系統的復雜度，例如我們只是給了CDN廠商一個簡單的需求文檔，但是各家CDN廠商都有自己的層級邏輯和回源架構，功能上很容易支持，不過效果卻和傳統的HTTP-FLV有比較大的差異；例如回源機制、冷流的處理、吐流規則、域名更換等等。于是團隊和各家CDN廠商一起一點點迭代優化，直到能和傳統的非多碼率架構的性能完全對齊。

還有的問題是內部溝通不夠充分導致的。整個項目涉及到的團隊非常多，例如客戶端、播放器、算法等等，很多細節沒有達成一致，比如上報的口徑不一致，導致統計數據的偏差；播放器的邏輯與算法適配不夠精細，例如播放器的很多操作都是基于音頻，而算法的輸入則主要參考視頻；卡頓事件沒告知算法，因為一旦發生卡頓播放器會等緩存積累到一定程度再繼續播放，如果算法不知道卡頓這個事件，單純的看見緩存數據很多，就會誤以為網絡很好……

類似的例子特別多，現在回頭來看感覺這些問題解決起來都很簡單。但是在實際過程中，最大的難點是發現問題，明確問題所在。

圖：《搏擊俱樂部》

一個小插曲，記得當時數據負向排查幾個月依然沒有拿到收益時，這個項目一度變成了燙手山芋，陷入讓人無從下手的膠著狀態，不得不被“擱置”。但是這個事情總得有始有終，在停滯了一段時間后，我硬著頭皮重新梳理了整個方案，把每個環節的核心開發人員拉到一起，逐個細節去核對預期的需求和具體的實現。

一點點核對數據細節，而不只看最終的結論。同時叫停了每周的匯報，我們一直在通過AB測試和數據找問題，但是狀態一直不變，無形中會給同事更大的壓力。

經過深入艱難的分析與優化，在去年10月份左右，我們基本把問題全部解決，并在游戲場景取得了很好的效果，卡頓率得到顯著的降低，用戶時長等QoE也有不錯的收益，這時大家才真的松了口氣。

看到游戲的收益后，快手APP就在考慮，是不是也可以采用這套架構，提升站內直播的體驗。有了前面的豐富經驗，在快手APP上，我們從播放器和算法適配，到灰度、AB，再到最后全量，只花了大概一個月左右的時間。目前，這套架構也已全面用于快手的各直播業務?。

3

先行者要把肩膀貢獻出來

自研多碼率在快手全面落地取得不錯的收益，獲得了公司的內部肯定，似乎可以暫時畫上一個句號，但是總感覺差口氣。

在和部門負責人于冰老師的探討中，我們在想目前市面上沒有適合直播的多碼率標準方案，而我們踩過那么多坑，終于搞出了這套每天有上億快手用戶在使用的方案，是不是可以考慮將方案標準化甚至開源貢獻給業界呢？

圖：《搏擊俱樂部》

這個想法立馬就得到了大家的認可，記得之前我們第一次對外公開KTP的時候，就有很多的同行問過我們，期望我們將KTP開源。但KTP涉及到公司內部的太多技術和業務，一時難以解耦，暫時無法開源。

直播多碼率方案，也許是我們為業界作貢獻的一個很好的機會。有了想法以后，說干就干，我立刻著手標準文檔的撰寫和開源的事情，并正式命名為LAS。

LAS基于流式架構，實現幀級傳輸，與MPEG-DASH/HLS等基于分片的多碼率架構相比，能顯著降低延遲。在自適應算法上，與分片傳輸的策略相比，基于流式的傳輸邏輯會一定程度增加自適應算法的難度（例如在流式傳輸中，因為源數據實時產生，觀測到的平均帶寬值近似等于當前請求的視頻碼率，無法反應真實的帶寬），但流式架構更加靈活，并且能顯著降低分片架構中存在的傳輸ON-OFF現象，從而降低了碼率切換過于頻繁的問題。

與HLS測試對比也驗證了LAS的高效性，LAS能極大的降低卡頓率和延遲，同時獲得更高的清晰度（平均碼率），詳細數據可以參考LAS測試報告。

做標準與開源，經常會被問到的是“對外開放技術，會不會讓別人快速追上甚至超過你們”。這種情況的確可能存在，正所謂“如果我看得更遠一點的話，是因為我站在巨人的肩膀上”，我們不是什么巨人，但是至少可以幫助其他企業少走很多彎路。

至于超過我們，我覺得這也是一種好事，說明LAS還有很大的優化空間。作為一個技術人，如果一直擔心“別人偷了你的技術”，在某種程度上也是對自己技術不夠自信的表現。無論是學術科研，還是工程技術，開放心態，多多交流，于人于己都是有好處的。

“某個項目一旦用了開源模式，就能獲得迅速而持久的進步。一旦開源，就能同時擁有許多團隊并駕齊驅地投入工作，很多問題都能快速地迎刃而解，這和關起門來開發不可同日而語。”

圖：《紳士們》

我們發布和開源LAS，除了把自己的技術經驗貢獻給業界，也非常希望業界同行一起參與進來。目前，百度、阿里、騰訊、網宿、金山等廠商都參與了LAS的共建，在云端保證了LAS的服務。

此外，業內知名開源流媒體服務器SRS也已支持LAS，基于SRS 4.0及更高版本，企業客戶也可搭建自己的LAS服務端以滿足個性化的需求。在客戶端，我們已經開源了LAS Web的實現，包括協議、架構和自適應算法。

LAS1.0的發布只是開源的第一步，希望起到拋磚引玉的作用，集中業界的智慧，進一步將LAS完善，例如移動端方案、WebRTC和QUIC等協議的支持等，最終打造一套可以真正解決直播傳輸場景下各種復雜問題的標準化方案，服務全球相關行業開發者，幫助大家站在更高的起點上完成相關研究，實現更高的技術突破。

總結

以上是生活随笔為你收集整理的专访快手传输算法负责人周超博士：LAS标准的推出离不开信念感的全部內容，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。