淺友們好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會嘗試各種姿勢，把他們的無邊腦洞和溫情故事講給你聽。如果你想和我做朋友，不妨加微信（shizhongmax）。

從梅西舉杯到世界熱淚盈眶，

那一秒鐘我們經(jīng)歷了什么？

文 | 史中

世界杯已經(jīng)過去挺久了。

現(xiàn)在回憶的話，很多人印象最深的畫面，可能都只剩下梅西舉起大力神杯的那個瞬間了吧。

但我不是，我有一些獨特的記憶。

那是2022年11月23日，我住的小區(qū)里很多樓都因為出現(xiàn)了病人而封閉了，醫(yī)療垃圾裝在黃色的袋子里，堆在大白逡巡的樓道口。晚飯后，我看到了告示：“今晚10點開始，小區(qū)將只進(jìn)不出，整體封閉三天?！?/p>

疫情三年來，我運氣一直比較好，僥幸躲掉了病毒諸次“絞殺”，這是第一次面對如此風(fēng)聲鶴唳的情況。

心里突然涌上恐懼，我做出一個奇怪的決定：趁現(xiàn)在離開家，10點之后再回來，越晚越好——似乎這樣就能逃離眼前的難題。

我在街頭漫無目的地閑逛，天黑，風(fēng)冷，路上沒有一個人。我才知道，附近的小區(qū)統(tǒng)統(tǒng)做出了封閉三天的決定。我甚至開始把自己代入“僵尸片”的劇情，胡亂琢磨末日求生的事兒了。。。

手機震了一下，抖音的一條推送把我拉回人間，提醒我該看球了。我才想起來，世界杯已經(jīng)開始好幾天了，而作為一個曾經(jīng)熱愛足球的騷年，這屆我還一場都沒看過。

那天是日本對德國的小組賽。我決定，一邊“流浪”一邊把這場球看完。

手凍得厲害，只好兩手“接力”舉手機。街燈昏黃，映著手里的綠茵場格外鮮亮。

那一刻我又做了個決定：這一晚對自己好一點，不在乎流量，一狠心把清晰度調(diào)到了最高。

抖音問我：這個檔位會消耗大量的流量，是否。。。

我說別廢話，給我播！

當(dāng)時的我，并不清楚畫面背后究竟對應(yīng)著什么技術(shù)參數(shù)，只有一個感覺：真XX清晰。清晰到可以看到草坪上的草尖。

我開始沉浸在球賽里。

看著球員眼神里閃爍的光，看臺上翻滾的旗幟，突生感慨，此時此刻仍舊有很多人在熱烈而無畏地戰(zhàn)斗。如果把鏡頭拉遠(yuǎn)，我眼前的萬丈溝壑是否也會成為歲月里的輕描淡寫呢？

第83分鐘，淺野拓磨攻進(jìn)了反超的一球，日本2:1絕殺逆轉(zhuǎn)。隊員們抱在一起，肆意歡慶從強敵嘴里搶來的勝利。

那一刻，萬里之外的我，決定轉(zhuǎn)身回家。

回家的路上，我想：要是有朝一日春暖花開，有機會走出家門，我一定得找到抖音的老師傅，問問他們是怎么把轉(zhuǎn)播畫面搞得這么清晰的。

沒想到，這一天這么快就來了。

（一）直播，就是從一個水桶倒進(jìn)另一個水桶，再倒進(jìn)下一個水桶

哪怕是最專業(yè)的球迷，看球的時候也只需一個屏幕。

胖虎不一樣。他面前排著五個屏幕——電視、電腦、iPad、兩部手機。。。

“這。。。你看得過來嗎？”我問。

“不能輸給別人呀?！彼鸱撬鶈?。

原來，胖虎身上有個“特殊使命”，他是抖音轉(zhuǎn)播世界杯的“畫質(zhì)調(diào)優(yōu)”老師傅（之一）。面前幾個屏幕上雖然播放的是同一場球，但“來源”卻不同：有抖音的，有CCTV5的，還有幾個友商的。

他的目標(biāo)很簡單：這么多轉(zhuǎn)播畫面，抖音的必須是最漂亮的，沒有之一。

我驚了，原來我在街頭看那場比賽時，豈止是球員在場上玩兒命，在轉(zhuǎn)播畫面背后，老師傅們也是玩了命在較勁。。。真是一個“卷”到不行的世界呢。。。

胖虎（我見過最瘦的胖虎）

話說回來，老師傅這么卷也有情可原：

首先，是錢的事兒。2022卡塔爾世界杯，其實是抖音第一次試水轉(zhuǎn)播世界級體育賽事。為了從央視買下轉(zhuǎn)播權(quán)，花了老鼻子錢，這要是播出去沒人看，那錢不是白花了嗎？

更重要的，是臉的事兒。抖音的祖?zhèn)魉嚹芫褪嵌桃曨l和直播。要是直播小姐姐美美噠，直播足球卻很拉胯，被大家吐槽，老師傅的臉往哪兒擱？以后在道兒上怎么混？！

說到這，估計已經(jīng)有淺友開始納悶了：

不對啊，大家播放的不都是從卡塔爾傳回的現(xiàn)場畫面么，怎么還能分出來誰好誰壞呢？

客官有所不知，我舉個栗子吧。

淺友們都參加過公司團建吧？有一個經(jīng)典的游戲是醬的：每隊出幾個人，手里拿著水桶一字排開，水桶一個比一個小。團隊的任務(wù)就是，把最大的水桶裝滿水，然后依次往小的水桶倒，最后一個人把水倒進(jìn)計分桶。規(guī)定時間內(nèi)，誰把水運輸?shù)酶?、更多，誰就贏了！

轉(zhuǎn)播的原理，就和這個游戲很神似。

從卡塔爾現(xiàn)場，到你手機上的畫面，中間是要經(jīng)過好幾個“水桶”的，粗略來說有以下四步：

1、從真實的世界的“大海”進(jìn)入現(xiàn)場攝像機的“大桶”。

眾所周知，真實世界的光影非常細(xì)膩，世界杯哪怕用頂級的設(shè)備，都只能記錄比賽現(xiàn)場信息的九牛一毛，就像弱水三千，只取一“大桶”飲。

2、從現(xiàn)場的“大桶”傳到央視的“中桶”。

為了保證現(xiàn)場畫面能第一時間跨越半個地球來到中國，幾乎只有一種方法——衛(wèi)星傳輸。

可衛(wèi)星說到底只是天上的一個“鐵疙瘩”，身輕體柔干不了重活兒，每秒鐘傳輸信號的能力是有限的，它相當(dāng)于一個“中桶”。所以，必須把現(xiàn)場畫面壓縮成衛(wèi)星能hold住的大小，對于這次世界杯來說，就是 4K 畫面。（北京冬奧挑戰(zhàn)過8K的極限）

衛(wèi)星左手接收卡塔爾信號，右手就馬不停蹄地轉(zhuǎn)發(fā)給央視。

3、從央視的“中桶”到抖音的“中桶”。

央視收到畫面后，會兵分兩路。一路就是在 CCTV5 或者央視頻直接播放，這個暫且不討論；另一條路就是把信號通過高速網(wǎng)線傳給抖音這樣的二級轉(zhuǎn)播商。

注意，“二級”指的是轉(zhuǎn)播權(quán)，不是說畫質(zhì)。具體來說，這里央視會把信號原封傳給抖音，就像是接了一根水管，只要水管不抖動，抖音接收到的信號和央視收到的100%相同。

4、從抖音的“中桶”到用戶的“中桶”、“小桶”、“臉盆”、“水杯”。

抖音傳給用戶，就復(fù)雜一些。

在看球的時候，咱們的手機屏幕千差萬別，網(wǎng)絡(luò)帶寬也有大有小。所以抖音必須得把 4K 畫面壓縮成不同版本的“水流”，用戶有多大桶，抖音就給多大流。

這，就是在看直播時我們可以選擇的“4K”、“1080p”、“720p”、“480p”之類的檔位。

我們今天的故事，其實都發(fā)生在“第四步”里。之所以講這么多，主要是想讓你感受一下全貌： 視頻信號在傳輸過程中，并不歲月靜好，而是步步驚心。

主要“驚”在兩點：

1、幾乎每一步都需要“壓縮”——只要有壓縮，就有畫質(zhì)損失。 2、每兩步之間都要有傳輸——只要有傳輸，就可能有延時和卡頓。?

但反過來說，正是因為轉(zhuǎn)播中不可避免有“畫質(zhì)損失”和“延時卡頓”，才有了這群老師傅施展才藝的舞臺?。?/p>

老師傅要做的，就是實力寵粉——施展各種“魔法”，讓壓縮的畫質(zhì)損失更小，讓卡頓和延時更少，讓抖音用戶喝到的“水”更多、更甜！

那，他們的魔法究竟是啥嘞？

（二）給8000000個像素同時做美容的Tony老濕

我多介紹一句，胖虎所在的團隊，其實不是抖音，而是“火山引擎”。

看過中哥之前文章的淺友應(yīng)該都了解：抖音是一個產(chǎn)品團隊，而它底層最吃勁兒的技術(shù)——大數(shù)據(jù)、云計算、AI——其實都是由字節(jié)跳動最野的一群老師傅組團兒搭建的“火山引擎”來支撐的。

換句話說：抖音拉來的客人，火山引擎負(fù)責(zé)接待。。。

那是2022年8月底的一天，遍布北京、上海、深圳的老師傅突然被火山引擎“視頻云”的負(fù)責(zé)人王悅召喚出來，宣布：咱們抖音拿下了世界杯轉(zhuǎn)播權(quán)，大家趕緊準(zhǔn)備迎接吧！

看看日歷，老師傅們驚呆了：“大哥，這么大的活兒，不能早點說么？眼看只剩兩個多月了，我們還啥都沒準(zhǔn)備呢。。?！?/p>

其實，不是王悅不愿意說，他也是剛知道。。。轉(zhuǎn)播權(quán)談判特別復(fù)雜，還涉及各種保密條款，只有商務(wù)團隊敲定合同后，才敢把消息透露給技術(shù)團隊。

事已至此，多說無益，趕緊帶盔披甲，操練起來?。?/p>

要我說，火山引擎各個技術(shù)小組的老師傅們，其實也像極了一支球隊：轉(zhuǎn)播時，視頻畫面就像是一顆“球”在他們腳下傳遞，每個小組都使出自己的魔法“運球”之后，再傳給下一位，最終臨門一腳，射到用戶手里的屏幕上~

咱們不妨一個一個說。

比如胖虎所在的畫質(zhì)團隊，他們就像球場上的“中后衛(wèi)”——是進(jìn)攻的起點。

他們要做的第一件事兒，是針對世界杯搞一個“畫面增強引擎”。通俗理解，就是給畫面 PS 一下。

“從卡塔爾傳來的可是 4K 高清畫面，已經(jīng)是很漂亮了，還 PS 個啥？”我問。

胖虎搖頭：誒，遠(yuǎn)遠(yuǎn)不夠。現(xiàn)場畫面也不是由一臺攝像機拍攝的，質(zhì)量有好有壞，甚至還有一些鏡頭是暗光、過曝、對焦不準(zhǔn)的。所以我們還要過一遍畫質(zhì)引擎，進(jìn)行“銳化”、“降噪”和“調(diào)色”之類的步驟。

說個冷知識，在抖音有一群神秘的“御用看片員”，他們?nèi)粘９ぷ骶褪恰八⒍兑簟?。?！?/p>

當(dāng)然不能白刷，得對直播和短視頻的畫質(zhì)進(jìn)行“打分”，根據(jù)他們的主觀感受，團隊再對畫質(zhì)進(jìn)行優(yōu)化。

胖虎告訴我， 觀眾對畫面的偏好各不相同，有人喜歡淡雅，有人喜歡濃郁，他們就根據(jù)大伙兒的喜好程度做“加權(quán)平均”，以滿足大部分的偏好。平時你刷抖音看到的直播，都是綜合了大家的喜好進(jìn)行增強的。

可是，抖音的觀眾看球時，偏好啥樣的畫面呢？老師傅有點拿不準(zhǔn)。

沒關(guān)系，實踐是檢驗真理的唯一標(biāo)準(zhǔn)。畫質(zhì)團隊做出了各種風(fēng)格傾向的球賽畫面，給“看片員”們逐一檢閱。打分結(jié)果表示——他們喜歡“明亮艷麗的喜慶風(fēng)格”~

沒問題，寵粉兒的老師傅們就這樣敲定了畫質(zhì)增強引擎的參數(shù)。

世界杯轉(zhuǎn)播的時候，每一幀 4k 畫面過來，800萬顆像素就會一個不落地經(jīng)過 Tony 老師（畫質(zhì)增強引擎）的美顏，變成800萬個膠原蛋白爆棚的喜氣洋洋的妹子（漢子）。

美顏結(jié)束，“球”可以傳給下一位隊友了嗎？還不行。

接下來，胖虎他們面臨一個更棘手的任務(wù)：把“HDR 視頻”轉(zhuǎn)換成“SDR 視頻”。

“啥？啥DR？”我一臉問號。

“來，你看看窗外。”胖虎說。

順著他的手指，我看到外面陽光正濃，川流的人車帶著各自的陰影，歷歷在目。

現(xiàn)在在你的視野里，同時存在不同亮度的東西。比如那顆在陽光下的樹，可能有幾萬尼特；而那個人的影子，可能只有幾百尼特，如果你直視太陽，它可以達(dá)到幾十萬尼特。 相比真實世界，顯示器可就弱雞了。目前最好的 OLED 手機屏，也只能顯示到1000多尼特；而十年前的屏幕更慘，只能顯示到100尼特。。。

他說。

就拿一朵花來說，各個部位的亮度差異也很大。尼特（nit）是標(biāo)定亮度的單位。

問題來了呀，一個只能顯示到100尼特的屏幕，讓它播放1000尼特的視頻，那臣妾是斷然做不到的。（只能拼了老命把超出亮度的像素點全按照100尼特來顯示，花白一片。。。）

于是，為了避免尷尬，人們只好給視頻定了一些規(guī)矩：

SDR，也叫標(biāo)準(zhǔn)動態(tài)范圍，畫面里所有的像素都控制在0-100尼特之間。

HDR，也叫高動態(tài)范圍，畫面里的像素可以在0-10000尼特之間。

遇到普通的屏幕，就給它 SDR 的視頻；遇到高級的屏幕（比如 iPhone11以上的屏幕）就給它 HDR 的視頻，完美！

這。。。和世界杯轉(zhuǎn)播有啥關(guān)系嘞？？

剛才說了，抖音從央視接收的信號是 HDR 的。但抖音用戶的手機卻有各種檔次，有的可以顯示 HDR 畫面，有的只能顯示 SDR 畫面。

所以抖音必須把推流的檔次分成幾種：最高等級是 4K+HDR 的；下面的一些檔次，例如普通 4K、1080p、720p，就都改成 SDR 格式。

這么一來，不就需要一個把 HDR 轉(zhuǎn)成 SDR 的引擎么？

這個引擎是咋工作的呢？

估計大家都能想到一種最簡單粗暴方法：去掉一個0唄。

假設(shè)一個 HDR 像素點是1000尼特，轉(zhuǎn)成 SDR 就給它變成100尼特；以此類推，一個 HDR 像素是891尼特，轉(zhuǎn)成 SDR 就變成89尼特。。。

這種操作，有個專業(yè)名稱，叫做“色調(diào)映射”（Tone Mapping）。

當(dāng)然啦，真正做色調(diào)映射的時候用到的算法曲線會稍稍復(fù)雜一點，但總體思路就是醬：在保證明暗關(guān)系大體不變的原則下，把寬幅的亮度區(qū)間壓到窄幅的亮度區(qū)間。

話說這個活兒，胖虎他們是很輕車熟路的。比如抖音上一些演唱會的直播，也需要把 HDR 畫面轉(zhuǎn)成 SDR，或者一些游戲直播，還需要反過來把 SDR 映射成 HDR。

這次搞世界杯，胖虎他們也沒多想，就把之前的色調(diào)映射方案拿來繼續(xù)用唄。但是！很快就有人站出來表示反對。。。

沒錯，就是“看片員”。

看片員指著屏幕——你這個球員，有點黑啊。。。

胖虎說這是黑人球員?？雌瑔T說別打岔，白人球員也很黑！

畫質(zhì)團隊意識到了問題所在：一幅典型的比賽畫面中，往往是天上的大燈最亮，腳下的草坪中等亮，而最最最重要的球員卻是偏暗的。

在 HDR 畫面里，球員雖相對較暗，但絕對亮度還是有幾百尼特的，能看清?？墒怯成涞?SDR 里，本來就暗的球員只剩了幾十尼特，“暗得太明顯”了。。。

這咋整？辦法也有，那就是調(diào)整“映射算法”，有針對性地把球員映射得更亮，不就行了嗎？

可難就難在要有“針對性”上——必須只把球員變亮，其他的東西不能亮。換句話說，要讓算法學(xué)會把球員“挑”出來！眼看世界杯開哨在即，留給中國隊的時間不多了呀。。。

胖虎他們急出一頭汗，把一群看片員拉進(jìn)小屋里，就做一件事：他手動調(diào)整映射算法，看片員盯著畫面，說“好”還是“不好”。

這樣干了一星期，看片員眼冒金星，老師傅也終于魔改出了一套新映射算法，用胖虎的話說就是：“手動”+“自適應(yīng)”。

所謂手動，就是看了大量的足球轉(zhuǎn)播畫面后，歸納出了球員的 “共性” ——一般都在哪個亮度值區(qū)間——然后把這個區(qū)間的映射值調(diào)高。 所謂自適應(yīng)，就是轉(zhuǎn)播的時候，算法會先計算一下目前這一幀相比“平均值”來說更亮還是更暗，也就是找到它的 “個性” ，然后再把里面的球員亮度做微調(diào)，映射得更精準(zhǔn)、自然。

就像下面醬：

這么一套魔法下來，效果就是：我們在抖音上雖然看到的雖然是 SDR 畫面，但其實，這個畫面又不是普通的 SDR，它里面保留了從 HDR 畫面里提煉出的“精華”。

你咂么咂么這個味道。

話說畫質(zhì)團隊干的事兒還有很多，讓胖虎撒開了講能說一天，不過我決定先讓他暫時休息一下，把“球”傳給中場球員——編解碼團隊的老師傅。

（三）視頻壓縮，就像是把牛奶變成奶粉

對于凌一來說，這個夏天他的內(nèi)心可謂像過山車一樣“折騰”。

因為，世界杯項目是8月底開始的，可是直到9月底，他還不確定自己所在的“編解碼團隊”到底是能首發(fā)出場還是坐板凳替補。。。

凌一

為了說明這個緊張刺激的局面，中哥得先給你講講啥是“編解碼”。

咱們可以打個比方：

1、世界杯的直播畫面，就像你網(wǎng)購的一個商品，需要從商家（抖音）手里發(fā)貨給你。 2、實際上，每一幀畫面都會被打包成一個包裹，“快遞員”們開足馬力，分別運送給全國觀眾。 3、你的手機不斷接收到“包裹”，把它們拆開，連續(xù)播放出來，于是你就看到了動態(tài)畫面。

從抖音的服務(wù)器，經(jīng)過快遞員運送，到用戶的手機。

就拿最高級的 HDR 檔位來說，它的分辨率有 4K，而且每秒鐘的幀率是50，也就是每秒鐘有50張800萬像素的圖片要傳輸，凌一簡單給我算了下，接收這么多信息，大概一秒就需要50M的流量。。。

這50M還只是傳給一個人，要是同時傳給幾千萬人，先別說要花多少錢，很多省市的網(wǎng)絡(luò)都會被擠爆。。。

快遞員肯定第一個罵罵咧咧退出群聊！

那咋辦？

上狠活啊！

打個比方，大家都買過牛奶，牛奶如果從產(chǎn)地原封不動運輸過來，當(dāng)然口感最好；

但直接運輸又沉又占地方，其實可以把其中的水分?jǐn)D出來，做成奶粉，用戶再一沖水，不就恢復(fù)成奶了么？這味道也八九不離十！

誒，視頻也可以這么操作。

把視頻從牛奶壓成奶粉的過程，就是“壓縮”，需要用到編碼器；

往奶粉里兌水恢復(fù)成牛奶的過程，就是“解壓縮”，需要用到解碼器。

這么一壓縮，原來每秒50M的視頻，就一下子變成了10M左右，節(jié)約了可不是一點半點啊。

在服務(wù)器壓縮，快遞員把壓縮包送給手機，手機再解壓縮。

凌一，做的正是這個“編解碼器”。（其中，編碼器部署在抖音服務(wù)器上；解碼器，就放在各位手機的抖音App里。）

話說回來，這么重要的技術(shù)，板上釘釘應(yīng)該首發(fā)出場啊，怎么還不確定呢？

問題出在“編碼器”上。

實際上，編碼器分為兩種：“軟編碼器”和“硬編碼器”。

軟編碼器是用軟件做壓縮，你可以理解為一群“軟”妹子做奶粉，干活兒比較細(xì)膩，能盡量保證奶粉的原汁原味，缺點是干活兒的效率比較低，需要很多妹子（計算力）。

硬編碼器是用專用芯片做壓縮，相當(dāng)于一個“硬”漢子做奶粉，干活兒糙且暴力，但優(yōu)點就是干得真快。。。

凌一 做的是“軟編碼”，按理說效果更好，應(yīng)該是首選。

可是這畫面又是 4K，又是 HDR，每秒還有50幀，信息量實在是太大了，初步測試，已經(jīng)超過抖音現(xiàn)有軟編碼服務(wù)器的能力上限，換句話說：做奶粉（壓縮）的速度趕不上產(chǎn)奶（直播）的速度。。。

團隊沒辦法，只能拿出兩個預(yù)案：以9月底為限，如果軟編碼團隊能把計算量降下來，就用軟編碼；如果不行，只能換硬編碼頂上。

為了捍衛(wèi)老師傅的榮光，為了中國球迷的福祉，為了世界的和平，凌一他們決定拼了：

把編碼器完全拆開，重新調(diào)試其中的每一個零件！

為了讓你能看明白老師傅的姿勢，這里中哥還得插入一下，解釋一下編碼器的工作原理。

1、編碼器的核心原理很簡單：在一個視頻里，這一幀畫面和下一幀畫面總會有很多地方是相同的。所以只要傳送下一幀相對于這一幀的“變量”（殘差），不就能補全下一幀的內(nèi)容了嗎？

2、可是難度在于：視頻是實時傳輸?shù)?，下一幀的畫面具體會在哪里變化，誰都不知道啊。這時候，就需要使用“預(yù)測算法”，根據(jù)畫面之前的運動方向，猜出下一幀“最可能”哪里變。

3、編碼器就像一個工具箱，里面有成百上千的編碼小工具。對下一幀內(nèi)容“猜”得更準(zhǔn)，不僅可以減少編碼過程中做的“無用功”，還可以選擇更合適的編碼工具組合來壓縮，從而減少了總體計算量。

你看到了沒，降低編碼計算量的第一個難題，就在于“對視頻內(nèi)容的預(yù)測”上。

了解了這個，再來看老師傅的“謎之操作”，你就會發(fā)出會心微笑了。

凌一他們第一時間找來了英超、歐冠之類的歷史視頻，把每場比賽都切成了幾千段30秒或1分鐘的片段，然后分門別類，從中總結(jié)出了 幾十種視頻類型 。

例如，有的是全景，有的是球員特寫，有的是觀眾。當(dāng)然還有技術(shù)層面的分類，例如紋理復(fù)雜的鏡頭、內(nèi)容簡單的鏡頭、對比度高的鏡頭、噪聲大的鏡頭，等等。

然后，針對每一類鏡頭，都嘗試找到最適合的預(yù)測算法：

比如，對于球場遠(yuǎn)景鏡頭來說，大概率接下來所有物體都不會發(fā)生劇烈運動。

于是，在編碼時就可以激進(jìn)一些 ↓↓↓

比如，對于一些“帶球過人”、“爭頂頭球”的近景鏡頭，連球員自己都不知道下一秒要往哪跑，系統(tǒng)就很難預(yù)測畫面變化，這時就要“擴大向量的搜索范圍”，通俗來講就是讓算法提前做好“心理準(zhǔn)備”，這一幀出現(xiàn)在左下角的東西，下一幀可能就跑到了鏡頭中央。

于是，在編碼時就得保守一些↓↓↓

有了對各類鏡頭更準(zhǔn)確的預(yù)測，接下來就是給它們分配最順手的 “編碼工具組合” 。

可問題來了：這么多編碼工具，排列組合的話有成千上萬種可能，針對特定的鏡頭來說，到底那個組合更好，老師傅也不敢亂點鴛鴦譜。

于是凌一他們采用了一個暴力的方法——先讓系統(tǒng)在所有可能性的茫茫大海里自由翱翔， 自動 試出一些有顯著優(yōu)勢的工具，然后交給老師傅 人工 判斷。

“即便有了機器預(yù)選，我們還是迭代了上百次，才找出相對最佳的工具組合?！绷枰换貞洝?/p>

就這樣一個月不休不眠，凌一做夢都是足球場的綠油油。到了9月底，終于迎來命運宣判的時刻。

但這時，凌一其實一點兒都不慌了——他們已經(jīng)把編碼的計算量降低了30%還多。更厲害的是，在清晰度沒有變化的前提下，不僅編碼過程計算量少了，編出的碼還小了10%。

這相當(dāng)于他們做的奶粉，在保證口感的基礎(chǔ)上，不僅做得更快，還做得更濃了。

這一下，編碼服務(wù)器的計算力不僅夠用了，甚至還有富裕。。。

憑實力贏得“首發(fā)”，大家都服氣，挑起大拇哥。編解碼的老師傅們笑得像運動會上跑了第一的小朋友，全然忘記了掛在臉上的黑眼圈。

接下來，“球”終于要傳到前鋒腳下——低延時傳輸團隊。

（四）“我絕不允許抖音用戶比別人晚歡呼！”

足球比賽跟電影一樣，最怕的是“劇透”。

就拿這次世界杯決賽來說。假設(shè)你在手機上看到最關(guān)鍵的點球大賽，還剩最后兩個球沒踢，懸念正酣時，屏幕頂端突然彈出新聞：“阿根廷點球戰(zhàn)勝法國，奪得本屆世界杯冠軍！”

你是不是有種想殺人的沖動？

沒錯，造成這個悲劇的原因，就是直播信號有延時嘛。。。

這絕不能接受。

話說8月底，抖音剛拿下世界杯轉(zhuǎn)播權(quán)的時候，就拉著火山視頻云的負(fù)責(zé)人王悅開會，提出了一個“極端”要求——世界杯轉(zhuǎn)播的平均延時，別超過2秒。

要知道，當(dāng)時抖音直播的平均延時是3秒左右，一下子就要縮減30%，跨度還是挺大的。

不過王悅蛋定一笑：“沒問題，我給你們保底2秒，局部地區(qū)、局部場次我爭取做到1秒。”

他為啥這么有底氣？因為他手里有個剛研究出來的“大殺器”——“RTM超低延時直播技術(shù)”。

錢東明 ，就是開發(fā)這個殺器的老師傅（之一），他給我科普了一下其中的原理：

傳統(tǒng)的直播技術(shù)，叫“有來言，沒去語”。

就是說，服務(wù)器只管發(fā)送視頻流，不了解接收端（手機）的狀況——這就像填鴨式教學(xué)，老師為了照顧全班平均水平，不敢講太快。。。

RTM 直播技術(shù)，叫“有來言，有去語”。

接收端（手機）每隔一段時間（一般是30-60s）會向服務(wù)器反饋一下自己的網(wǎng)絡(luò)情況，這樣服務(wù)器就可以“看著辦”——這就像互動式教學(xué)，老師時不時問問學(xué)生的感覺，可以加快教學(xué)進(jìn)度。

這種“雙向溝通”的玩法，并不是錢東明的發(fā)明，而是來自谷歌在2010年就開源的網(wǎng)絡(luò)電話協(xié)議 WebRTC（Web Real-Time Communication），當(dāng)年的YY語音、QQ語音，其實都用的是這個技術(shù)。

可問題是，這個 WebRTC 最初是為了連麥用的，不是直播用的，所以設(shè)計的時候既不支持高清視頻的編解碼，也不支持大流量傳輸。這些都得老師傅自己往上加。。。

2020年時，雖然困難重重，但環(huán)顧四周似乎只有這個技術(shù)能把延時做到超低，前景太太太誘人了，所以錢東明就帶著一群老師傅跳了坑，鉆研基于 WebRTC 的直播技術(shù)——RTM。

錢東明

這不，到了2022年，終于有成果了，老師傅們傲嬌地掏出 RTM ，能夠把直播延時降低到500毫秒~1秒之間。

看到這個數(shù)據(jù)，隔壁的抖音電商直接饞哭了。這要是用在直播帶貨上，那邊主播說“上鏈接”，這邊觀眾馬上就能搶，“錢景”肯定爆棚啊~

說時遲那時快，抖音電商還沒吃螃蟹，世界杯卻橫刀奪愛，把螃蟹給搶走了。

不過，看到世界杯直播流“4K”“HDR”“10M碼率”這些參數(shù)以后，錢東明心里咯噔一下——這么大的流，老夫沒試過啊。。。

但牛已經(jīng)被王悅吹出去了，只能明知山有虎偏向釜山行，抓緊調(diào)試?？傊痪湓挘航^不能讓抖音觀眾比別人晚歡呼??！

錢東明他們磨刀霍霍，第一刀就砍向了“首屏加載時間”。

顧名思義，“首屏加載時間”就是從你點進(jìn)直播，到第一幀畫面出現(xiàn)的那段時間?？偹⒍兑舻臏\友大概有感覺，這個時間大概是半秒左右，確切說是400毫秒。

我表示400毫秒已經(jīng)不慢了。錢東明搖搖頭：“從后臺數(shù)據(jù)來看，首屏加載速度繼續(xù)縮短，觀眾留下來繼續(xù)看的比例還會提高！”

況且，在 RTM 技術(shù)的框架下，這個時間確實還能縮短。

話說首屏加載的時間，其實主要“浪費”在建立連接這一步——就是在真正傳輸畫面之前，服務(wù)器和手機要商量一下，咱傳個什么格式，怎么個節(jié)奏傳。

傳統(tǒng)的直播方式，商量使用的是 TCP 協(xié)議，特點是“嚴(yán)謹(jǐn)”。

打個比方，就像是有人敲你家門。你問：“誰呀？”外面說：“我是快遞員?！蹦阏f：“你是哪個快遞呀？”外面說：“我是蝸?？爝f的！”你問：“你有啥事兒呀？”外面說：“給你送包裹?！边@時，你才開門。

可 RTM 直播，用的是 UDP 協(xié)議，特點就是“兇悍”。

還拿剛才的場景打比方，就像是一個人砰砰砰砸你的門，一邊砸一邊喊：“我是蝸?？爝f的，包裹給你放門口了！”你一開門，他早沒影了。

你看，這種方式是不是快多了。。。

這個“一句話建立連接”的技術(shù)，就叫 miniSDP（迷你會話描述協(xié)議）。

搞了 miniSDP 之后，首屏加載時間直接從400毫秒降成了300毫秒。

你還記得蝸?？爝f員送來的東西是啥么？是凌一他們的編解碼團隊壓縮出來的“奶粉”嘛！

收到“奶粉”（壓縮數(shù)據(jù)包），你必須在第一時間把它們加水沖開，恢復(fù)成牛奶（畫面）。

這里，我要糾正一個前面的錯誤。之前為了行文順暢，我說一幀畫面會壓縮成一個大數(shù)據(jù)包。其實不是，為了傳輸方便，實際要壓縮成幾百個小數(shù)據(jù)包——你只有把幾百個數(shù)據(jù)包收齊了，才能復(fù)原出一幀畫面。

可 UDP 協(xié)議偏偏是個暴力送貨員：它只管送得快，不管順序?qū)Α?/p>

有可能你連續(xù)收到了上千個包裹，發(fā)現(xiàn)組成第二幀、第三幀的包裹都齊了，可偏偏第一幀的包裹還差那么幾個，這種情況就很尷尬。因為視頻得按順序播放——第一幀不全的話，哪怕后面的幀再全，你也不能開始播放啊。。。

這樣一來，不就又拖延時間了么。。。

為了解決這個問題，傳輸團隊大動干戈，修改了底層代碼，在每個包裹上都不厭其煩地蓋上“時間戳”，然后研究了一套傳輸策略，讓前面的幀，尤其是第一幀里的包，以最大的概率先傳到手機里。

在第一幀播放的那20毫秒的閃電時間內(nèi)，再爭分奪秒地組合第二幀，第三幀。。。

就這樣，在每一個微觀時間的切片里，系統(tǒng)都在和“死神”賽跑，才能把萬里之遙的滾燙畫面“懟”在你面前。

講到這里，事情還沒完。搞定傳輸協(xié)議，只是打通了“送奶粉”環(huán)節(jié)。這么大的畫面，這么大的幀率，意味著解碼器（沖奶粉）的任務(wù)也很重要，它能撐住嗎？

錢東明預(yù)感不佳。果然，之前的解碼模塊解不了這么“兇”的碼。

單說一點，緩沖區(qū)不夠大。

這啥意思呢？就是快遞員給你送包裹的速度太快，你來不及拆完包，家里就堆滿了，送不進(jìn)來了。。。

老師傅們又趕緊修改解碼器，不僅加大了緩沖區(qū)，還對解碼的流程進(jìn)行了改造——原來是一個人手動“沖奶粉”，現(xiàn)在變成一排機械臂批量“沖奶粉”。

這樣一整套“玩命狂奔”的技術(shù)下來，直播延時終于能被卡在了1秒之內(nèi)。

老師傅能歇歇了嗎？不能。

因為。。。你有你的計劃，世界另有計劃：萬一遇到網(wǎng)絡(luò)卡頓，卡了十秒，那用戶繼續(xù)播放的時候，播放的就是十秒前的畫面——老師傅辛辛苦苦苦把延時降到一秒，這一下又退了十秒。

直接從改革開放回到解放前了呀！

不過，“網(wǎng)絡(luò)卡頓”這么普遍發(fā)生的事情，老師傅怎么可能沒考慮？

卡頓時，會有一個秘密武器登場，這就是——追幀。

所謂追幀，就是如果當(dāng)前進(jìn)度慢于直播進(jìn)度，就會在接下來一段時間里，給你加速播放，讓進(jìn)度追平實時直播。

但這個追幀啊。。。都不僅僅是技術(shù)，簡直是藝術(shù)了。

追得太快，用戶就會察覺：咋還給我快放了呢？追得太慢，剛要追上，網(wǎng)又卡了怎么辦？

實際上，老師傅搞的一整套追幀算法，細(xì)節(jié)極其復(fù)雜，但總體來說就是：落后得多，就得快點追，落后得少，就慢點追；網(wǎng)不好，逮著機會就快點追，網(wǎng)還行，就可以慢點追。

所以，在你手機背后，其實有一條“看不見的數(shù)據(jù)河流”，時而寧靜，時而奔狂。

為了保險起見，老師傅還專門做了一整套“弱網(wǎng)模擬器”，讓“看片員”在弱網(wǎng)環(huán)境下看球，然后給說說“怎么卡”感覺最不難受，“怎么追”感覺最自然。

至此，傳輸、解碼、組幀、追幀全部搞定，老師傅甩開所有防守隊員，臨門爆射，4K、HDR、高碼率的世界杯的畫面終于可以映照在億萬人的手機上！

話說搞定這些準(zhǔn)備，距離世界杯開幕還有一個月左右，時間綽綽有余嘛！

這時，一位看片員弱弱地舉手：老師傅，我還有個問題，不知當(dāng)講不當(dāng)講。。。

（五）執(zhí)著的看片員，死都不放棄720和480

你發(fā)現(xiàn)沒，之前老師傅的所有精力基本都集中在 4K HDR 的畫面優(yōu)化和傳輸上，這很正常，因為大視頻更難搞嘛。

可這位看片員提出的問題，卻讓老師傅閃了一下腰。

他說：“這個720和480清晰度的時候，草坪看上去好模糊啊。。?！?/p>

編解碼老師傅凌一說：“你清晰度低，自然就模糊啊。再說，誰會盯著草看呢？”但看片員仍然不依不饒：“我看過別人家的低清轉(zhuǎn)播，草坪就挺清楚?！?/p>

這句話一出，現(xiàn)場一片安靜，老師傅心底的火開始燃燒。

可是低清畫面，碼率就限制在0.5M左右。這意味著一個“蹺蹺板”：如果草坪要更清晰，就一定得讓別的什么東西更不清晰才行。

那究竟該犧牲啥呢？肯定是大家看球的時候，越不關(guān)心的部分，越可以不清晰啊?？纱蠹摇安魂P(guān)心”的到底是哪兒呢？

老師傅們怒了：今天灑家倒是要搞明白，這個球是怎么看的！

他們搞來了一套“眼球追蹤儀”，讓一群球迷戴上它去看球，然后實時記錄他們的眼球動向——身體是最誠實的嘛。。。

結(jié)果嚇一跳：專業(yè)球迷在看球的時候，還真的會看草坪！具體來說，是看草坪上無球隊員的跑動走位。這時要是草坪模糊，確實就會影響觀感。

那球迷不看的是哪里呢？是觀眾席。。。

凌一一拍大腿，對?。∫环嬅胬锝?jīng)常有很大一部分是背景觀眾，這些觀眾的紋理通常還很復(fù)雜，需要大量編碼，但這些編碼其實沒那么重要。

只要發(fā)現(xiàn)問題，就離解決問題不遠(yuǎn)了。

老師傅加班加點，升級了編碼算法，把觀眾身上的碼率分了一部分給了草地，一根根小草立刻支棱起來了。

草地剛搞定，看片員又舉起小手：草地上的“白線”。

原來，因為低清晰度的畫面壓縮比較狠，導(dǎo)致畫面里很細(xì)的線條有可能變成斷斷續(xù)續(xù)的虛線。可是，球場邊線是很重要的元素，怎么說也不能變成虛線啊。。。

老師傅們緊急商討對策，又疊加了一個算法——讓這種細(xì)線在編碼的時候犧牲一點清晰度，把省出的 buff 加在連續(xù)性上，總算解決了“虛線問題”。

這是抖音處理過的480P的畫面。

眼看看片員又舉起小手：“這次。。。”

老師傅心都快跳出來了。

看片員喘了一口氣：“這次，我們的畫質(zhì)無可挑剔了！”

至此，720和480低清畫質(zhì)的“漏洞”終于被堵住——從千兆光纖的土豪，到蹭鄰居網(wǎng)的少年，全都不拋棄不放棄！

看看日歷，距離世界杯已經(jīng)只有兩周左右了。

就在2022年11月初，抖音連續(xù)直播了三場英超比賽。局外人大概看不出門道，但你肯定已經(jīng)猜到，剛才提到的所有技術(shù)，都在這幾場直播里進(jìn)行了終極演練，確保萬無一失。

實際上，不僅演練了最新技術(shù)，連新技術(shù)如果出現(xiàn)問題后，應(yīng)該怎么“降級”回舊技術(shù)，老師傅也都做了完備的預(yù)案。

萬事俱備，只等開球！

（六）守衛(wèi)世界杯

在世界杯開賽前幾周，疫情變得嚴(yán)重，防控突然緊張。

經(jīng)常會出現(xiàn)的局面是：要么早晨很多同學(xué)發(fā)現(xiàn)小區(qū)被封，不能來上班；要么晚上下班發(fā)現(xiàn)大樓被封，回不了家。

于是，抖音和火山引擎的老師傅都開始了居家辦公模式。但問題是，在世界杯進(jìn)行的過程中，一些保障動作必須在辦公室里操作。也就是說，為了確保世界杯直播萬無一失，必須有人住在公司附近的酒店。

王悅還記得，各個團隊單身、年輕的同學(xué)紛紛舉手，主動申請住在旅館做保障，讓有家室的老師傅回去陪家人。

“世界杯期間，火山引擎視頻云有幾十人留在了公司做保障，抖音那邊的同學(xué)更多，可能有幾百人。”他說。

嚴(yán)陣以待中，北京時間2022年11月21日零點，世界杯終于迎來了第一聲哨響。

這是揭幕戰(zhàn)的 4K 轉(zhuǎn)播畫面。

那天夜里，王悅看到直播畫面跳躍在屏幕上的一瞬間，已經(jīng)忘掉了各種專業(yè)詞匯，反應(yīng)就是三個字：“真清晰！”

可是，這種純純的快樂只維持了一天。到了第二天，阿根廷對沙特的小組賽，王悅臉上的笑容漸漸消失。。。

由于老師傅們干得太狠，“抖音看世界杯最快最清楚”的消息不脛而走。金杯銀杯不如觀眾的口碑——觀賽的人數(shù)直線狂飆。。。

之前大家曾經(jīng)預(yù)估，這場同時在線觀看的人數(shù)頂峰會達(dá)到1000萬人，可眼看實際的在線峰值人數(shù)已經(jīng)突破了1500萬！

王悅嗅到了危險的味道，比賽剛一結(jié)束，大半夜趕緊跟各方開會：“這樣下去，我們的 CDN 資源可能會吃緊！”

啥是 CDN 呢？

視頻畫面要發(fā)給上億觀眾，如果都從抖音的服務(wù)器上發(fā)出，抖音也扛不住。于是要把視頻信號先發(fā)給遍布全國的高性能服務(wù)器，這些服務(wù)器再分發(fā)給附近的觀眾。這個內(nèi)容分發(fā)網(wǎng)絡(luò)，就叫 CDN（Content Delivery Network）。

火山引擎有自建的 CDN，但是為了雞蛋不放在一個籃子里，還同時買了一些其他公司的 CDN 服務(wù)。

可即便這樣，還是買少了。。?，F(xiàn)有的 CDN 資源一旦被耗盡，就只能加大壓縮犧牲畫質(zhì)了。雖說這是個很理性的預(yù)案，但王悅的內(nèi)心，絕不希望動用這個降級預(yù)案。

第二天天一亮，老師傅們就開始逐個給供應(yīng)商打電話，可是得到的消息卻是晴天霹靂：“這段時間，其他人也要轉(zhuǎn)播世界杯，還有很多相關(guān)的直播節(jié)目，各家都在爭搶 CDN，現(xiàn)在已經(jīng)不是漲價的問題，而是沒貨。。?！?/p>

王悅真心后悔，疫情大家都囤了不少干糧，咋就沒多囤點 CDN 呢？

眼看只剩下一種辦法——擴容自家的“火山引擎 CDN”。

CDN 有很多類型，短時間內(nèi)最有希望擴容的，是 PCDN，它的原理是利用小節(jié)點的細(xì)碎計算力，甚至是大伙兒的手機，來互幫互助。你的畫面?zhèn)鹘o我，我的畫面?zhèn)鹘o你。

但這種 PCDN 非常細(xì)碎，擴容時需要很精密的調(diào)度系統(tǒng)才能實現(xiàn)，但凡一些節(jié)點卡住，就擴不上去。

擴容 PCDN 這條路，并不在預(yù)案之內(nèi)，老師傅也沒有試過把 PCDN 擴到這么大的規(guī)模。對他們來說，這完全就是一場“加時賽”，必須靠平日的經(jīng)驗和訓(xùn)練才能扛住。

果然，第一次擴容嘗試出現(xiàn)了 Bug。

但只要還有時間，CDN 團隊的老師傅就沒理由放棄——那十幾個小時，所有組件的開發(fā)團隊都被調(diào)動起來，連夜接力排查——終于，在下一場比賽臨近之前，PCDN 沖破阻礙，擴容了兩倍。

這所謂的“下一場比賽”，正是我那天“流浪街頭”時看的日本vs德國。

“日本對德國這場比賽的觀播數(shù)據(jù)，打破了抖音直播歷史上的平均觀看時長、總觀看人數(shù)、峰值觀看人數(shù)等等所有記錄。”王悅心平氣和地說出了這個牛X的事實。

“其實，我也出了一份力?！蔽遗e手。

王悅

事實證明，提前準(zhǔn)備 CDN 這個決策太對了：

比賽逐漸深入，數(shù)據(jù)一路狂飆，哪怕是半夜一點開始的淘汰賽，同時在線人數(shù)也能維持在1000萬以上。

12月18日深夜的決賽，抖音觀賽人數(shù)更是來了一次“核爆”——同時在線突破了3700萬，單場累計人數(shù)達(dá)到了2.3億人。

現(xiàn)在回憶的話，我躺在被窩里看決賽時，胖虎正面對五個屏幕對比畫質(zhì)；球迷王悅正左手為梅老板能不能奪冠捏把汗，右手為自己的CDN能不能頂住捏把汗；在北京、上海、深圳，燈火通明的酒店和辦公室里，火山引擎的重保將士也在盯著畫面和后臺數(shù)據(jù)。

彼時，我們都是在抖音上看世界杯決賽的那2.3億分之一。

老師傅扶穩(wěn)方向盤，不僅沒有給“抖音崩了”這種詞匯登上熱搜以任何機會，還向全國球迷摯誠地奉獻(xiàn)了 4K、HDR、50幀的動人畫面。

而在這一切背后，是服務(wù)器轟鳴，馬不停蹄地對每個像素進(jìn)行增強，是轉(zhuǎn)碼引擎分秒必爭地打包，是 CDN 烽火驛站般地傳送；是億萬用戶的手機芯片在各種網(wǎng)絡(luò)環(huán)境里腳不沾地地把數(shù)據(jù)包對齊時間、組幀、追幀；是億萬光子和電子奔流聚散描繪而成的巨浪，是只屬于我們所生活的時代的一場賽博奇觀。

有人說，抖音這種國民App做直播，播得好不是理所當(dāng)然嗎？

我之所以把這些背后的故事講給你，恰是想說明：從來沒有一種“好”是理所當(dāng)然的。

（七）“簡單人”的勝利

有關(guān)決賽，我還記得另一個畫面。阿根廷兩球領(lǐng)先勝利在望，卻在97秒內(nèi)被對手追平——如西西弗斯看著快要推到山頂?shù)木奘瘽L落。

這個無比煎熬的瞬間，我猜愛搞事兒的導(dǎo)播一定會把鏡頭對準(zhǔn)梅西。

果然，畫面找到了扶著膝蓋的他。那一瞬間，我思維飛轉(zhuǎn)，腦補如果我是他，至少應(yīng)該裝出一副冷峻的表情，以示對命運的蔑視。

可我看到梅西這家伙居然在笑。

這個瞬間如同鬼魅。

但很快我又給出了合理解釋——無論是誰，當(dāng)他已經(jīng)竭盡所能做完一切，面對命運的審判時，除了微笑又能做什么呢？在他微笑的那一刻，上帝就站在他身邊。

我對阿根廷球隊并無偏愛，但在梅西和隊友舉杯的時候，我由衷感到鼓舞。

并且，我也確信無數(shù)人可以從中得到各自的鼓舞。至少，它讓每個普通人的生命劇本里都多了一個證據(jù)：在博弈策略日趨復(fù)雜的世界里，堅持簡單和純粹，不僅能夠得到內(nèi)心的安寧，也終能贏得外界的榮譽和獎賞。

這和我見過的大多技術(shù)人的哲學(xué)別無二致。

在我看來，奉獻(xiàn)了這屆世界杯完美轉(zhuǎn)播的王悅、胖虎、錢東明和凌一這群老師傅，他們都是那種簡單的人。他們喜歡技術(shù)，于是就去鉆研；挑戰(zhàn)橫在面前，就奮力迎接；如果被放倒，就爬起來再試；擊敗對手，就拍拍塵土，繼續(xù)向前。

對于簡單的人來說，最重要的守則只有一條：走下去，不要停。

因為他們需要穿過漫長的時光，才能迎接屬于自己的、微不足道的勝利。

告別老師傅們，我走在冬日的暖陽下，似乎好久沒有見到路上有這么多車和人了。我的思緒又飄回幾個月前，那個街頭空無一人的寒冷夜晚。

是啊，重要的是走下去，不要停。

Beijing, 1980s

在我心里

它是一顆糖果

再自我介紹一下吧。我叫史中，是一個傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongmax。

哦對了，如果喜歡文章，請別吝惜你的“在看”或“分享”。讓有趣的靈魂有機會相遇，會是一件很美好的事情。

Thx with in Beijing