Vidyo的混音混頻是怎么做的？與傳統的混音混頻有什么區別？

　　Vidyo 視頻會(huì )議的核心是混音混頻。就是假如我們物理上是在不同地方，但是我們要達到同時(shí)化，要把聲音混音。我要看多人視頻就要混頻。任何一個(gè)視頻會(huì )議解決方案都得要解決混音混頻。

　　那么傳統會(huì )議都是以中心架構MCU這種模式，在中心放一個(gè)很強的服務(wù)器來(lái)處理混音混頻。然后在客戶(hù)端只是呈現。那么這種架構呢，首先對中心節點(diǎn)要求比較高，因為你要進(jìn)行編解碼。編解碼實(shí)際是特別消耗資源的。這也就是說(shuō)傳統的MCU為什么必須用dsp芯片的一個(gè)主要原因。

　　但是這個(gè)編解碼也帶來(lái)了一個(gè)問(wèn)題啊，視頻會(huì )議的壓縮是有損壓縮，不能還原。所以視頻會(huì )議的圖像處理是有損的，視頻進(jìn)行一次這個(gè)壓縮處理，質(zhì)量會(huì )損失一次。然后他的算法比較復雜，也會(huì )造成了延遲，這就是我們說(shuō)的二百毫秒的延遲。所以說(shuō)MCU這種架構，它帶來(lái)了一個(gè)問(wèn)題是什么?就是以前會(huì )議量不是很大的，簡(jiǎn)單的還能支持。這種中心架構呢，只能夠支持兩級。大型會(huì )議MCU容量肯定有限的，怎么辦?他就通過(guò)多個(gè)設備之間的節點(diǎn)接入。但是經(jīng)過(guò)一次設備延遲一二百毫秒，完全不能適用于大型會(huì )議。

　　那中心不行，那肯定是在客戶(hù)端去做混音混頻。所以這就出了一種非MCU架構解決方案，這種解決方案就是中心是轉發(fā)不進(jìn)行編寫(xiě)。轉發(fā)給客戶(hù)端，客戶(hù)端去解碼。一種方式是不管客戶(hù)端要什么我直接發(fā)送高清的包。另一種是，客戶(hù)端要多大的包，比如720p，那中心就做720p的包發(fā)過(guò)去。那這種非MCU架構解決方案的適應性太差。對終端的要求太高。實(shí)踐上這就是對傳統視頻解決方案的一個(gè)優(yōu)化。

　　實(shí)際上Vidyo 使用的SVC可擴展編碼，這個(gè)編碼大圖里面是有幾個(gè)編碼小圖中圖互相關(guān)聯(lián)組成的組成。那么當你需要多個(gè)視頻流的時(shí)候，你需要看一個(gè)大圖，別人需要看小圖的時(shí)候，我只需要編碼大圖，因為我編碼大圖里面包含了編碼小圖，和剛才那個(gè)多路是不一樣的，它是一路。但是Vidyo 里面是分層的，分為高可靠性路與低可靠性路。那么它這種解決了傳統視頻的中心全編全解帶來(lái)的質(zhì)量損失，延遲。打破了適應性，擴展性的局限。同時(shí)它對終端來(lái)說(shuō)，只需要一路網(wǎng)絡(luò )與流量，高品質(zhì)。路由規模大，網(wǎng)絡(luò )適應性強。那么這就是SVC主要的特點(diǎn)。