第3章　音视频实时通信的本质

通过上一章的学习，我们知道利用WebRTC开发实时音视频直播系统有着巨大的优势。但无论是自研引擎，还是使用WebRTC实现音视频实时直播客户端，首先要弄清楚的应该是实时通信的本质。

那么实时通信的本质究竟是什么呢？下面举几个例子说明。比如我们想听某位名师的课程，是愿意线下面对面地听他讲呢，还是愿意在线听他的视频课呢？不出意外的话，我们一定会选择面对面的授课方式，因为这样的教学质量是最好的。再比如，我们特别喜欢某个歌手，他举办了一场演唱会，同时开通了线上直播，如果票价相同的话，你是愿意去现场听呢，还是愿意在线听呢？相信在条件允许的情况下，你一定会首选去现场听，因为感觉不一样。这样的例子数不胜数！

实际上，对于这种互动性极强的场景，大多数人的第一选择一定是线下交流。为什么大家更愿意选择线下的交流方式呢？相信大家即使不知道这个问题的真正答案，也会回答：“感觉不一样！”

到底是哪里感觉不一样呢？总结起来有以下两方面的原因：

一是实时性不够。当音视频经过网络传输后，或多或少都会有一定的延迟，而这种延迟对于我们的互动交流产生了很大影响。

二是业务数据有损失。这里指的损失主要有三个方面：

·其一，摄像头采集的角度过于狭小。也就是说，摄像头无法将人眼所看到的内容全部采集到。

·其二，设备的质量无法保障。每个用户使用的设备参差不齐，千差万别。不同的设备可能存在色彩不一样、亮度不一样、声音质量不一样等问题，而且它们与人眼看到的色彩和人耳听到的声音很可能也是不一样的。

·其三，现场的氛围是无法通过摄像头和麦克风采集到的。比如人与人的肢体接触等。换句话说，除了视觉和听觉之外，人类在线下通过其他方式获得的感知是无法在线获得的。

由于线上与真实场景存在这样或那样的不同，因此我们可以总结出，音视频实时通信追求的本质是尽可能逼近或达到面对面交流的效果，同时这也是音视频实时通信的目标。