在我经历的上百场技术分享中,将分享打印成演讲稿的讲师寥寥,一共有3次。曾小伟的分享是其中一次。事实证明,这种“愚笨”的方法不仅令身为组织方的我十分感动,而且实际的输出效果也是不错的。在曾小伟“LiveVideoStack Meet上海:多媒体开发新趋势”的分享后,我们相约做一次邮件采访。在采访中,他聊起了自己的入行经历,被技术的深度和广度困扰过,也被互联网金融“不可思议”的薪资吸引过。他还说,做的越多,越觉得自己无知。他是,曾小伟 PP云技术副总监。

策划 / LiveVideoStack

LiveVideoStack:曾小伟你好,能否简要介绍下自己,包括目前的主要工作及关注领域?


曾小伟:2006年刚入行时有幸参与到一个高性能计算处理项目中,从周边的同事吸取很多营养;接下来做了2~3年与流媒体相关的嵌入式开发,也接触一些流媒体服务端的开发;2010年加入虹软,开始做Codec内核优化和NLP(自然语言处理)方向的内容,并将产出结果服务化;2013后,加入创业公司,2016年加入PP云(属于苏宁集团数据云公司)都在做视频云架构设计和研发管理工作。目前专注于PP云(苏宁视频云)的发展,在优化传统点直播方面、低延迟直播(WebRTC应用),AI与视频云的结合等方面花费较大精力。

LiveVideoStack:感谢你在“LiveVideoStack Meet上海:多媒体开发新趋势”的分享,你每次分享都要写成演讲稿吗?像你这么认真的分享者不多见,也期待再次看到你的分享。


曾小伟:准备讲稿,其实不是出于认真,而是担心自己记性不好或是紧张,怕把一些关键点给漏掉(囧一个)。刚从事流媒体行业时,能参考的资料很少,记得在做Codec的研发时,基本上很多情况下就是啃spec文件和一些陈年的课本。最近两年和流媒体相关技术网站或组织逐渐多了起来,从业者学习和查资料方便了太多,LiveVideoStack就是其中非常不错的一个。LiveVideoStack我在这次分享前很久就接触过,当时查技术资料看到了,发现其中的内容专业性很好,也就开始定期关注。非常期待与LiveVideoStack的再次合作。

LiveVideoStack:从事多媒体服务器开发和架构设计十多年,这么多年做一个领域不会产生疲劳感么?中途是否(考虑)转换过轨道?


曾小伟:首先,得承认,确实动摇过,在创业公司时,遇到了P2P金融公司将APP开发者薪资炒到“不可思议”的情况,我也曾考虑过是否放弃自己熟悉的领域,去转APP开发挣钱。

当时一方面因为觉得自己在视频云架构方面还不够资深,至少得做出点样子来吧,另外也还好这波泡沫破的比较快,否则没准已经转行了。现在的我经常这样一个感觉,做的越多,越觉得自己无知。

对于流媒体、系统架构方面的知识有了一定程度了解后,发现自己在网络方面深度又不够;在了解和实践一些AI的知识与算法时,又发现自己数学是短板,所以只能通过不断的学习给自己充电。学习中,会发现一些更有广度和深度的关联知识需要去学习。在这样的过程中,也会越来越有信心(因为自己无知,但是不努力的人更无知),自己所从事的方向和学习的东西,后面还有很长的路可以走,是一个很好的饭碗。

LiveVideoStack:回顾过去这10多年,多媒体技术不断迭代,公司起起落落,可以用哪些技术或其他关键词来总结呢?


曾小伟:开源:FFmpeg,WebRTC等平台的开源和逐渐成熟,大大降低了流媒体开发的入门门槛,只有更多人入门了,整个行业才会有更多更好的产品出现。

直播、短视频:前几年火起来的各大直播平台,改变了大家的社交习惯,短视频产品更是现在的流量和在线时长杀手,用户的大量使用,使得资方愿意介入,也促进了技术向前发展。

编解码:从早期的Mpeg-1,到现在最常用的H.264,再到HEVC,VP9,AV1等等,编解码技术不断进步,压缩率、视频的清晰度不断提升,这将给视频用户带来越来越好的观看体验。

AI:AI已经在流媒体领域中的很多方面逐渐落地,比如图像识别,图像智能压缩,窄带高清等;也有一些擦边的结合,比如视频智能推荐等,后续应该会有更加深入的结合。

5G:其实5G可以更泛化的理解,就是更好的基础网络层。更大的带宽,更好的传输速率,也会对流媒体领域提出挑战,今年初各大厂都提到的8k,4k直播,真的落地被用户使用,离不开这些更好的基础网络的普及。

LiveVideoStack:音视频技术往往非常专业,这就导致需要钻研到足够的深度才能脱颖而出。但这会导致职业的选择空间变窄。如何在技术深度与广度上做好平衡呢?


曾小伟:说实话,这个问题我其实也没有一个很好的答案,人的精力有限,如何找到一个平衡点,做到合适的深度和广度是很难的。我目前做的,是否合理,是否经得起考验,只能靠时间验证了。

LiveVideoStack:学习多媒体开发的技术人普遍的感触是“门槛很高,学好更难”。你有哪些学习建议?有哪些文档、图书、资料推荐?

曾小伟:打好基础:包括数学基础,算法基础,还有一些数字信号处理的理论基础,网络协议的基础。俗话说,知其然知其所以然。如果开发者理解了信号处理的一些基础知识,那么在使用FFmpeg的时候,就很容易理解每个参数的意义,而不是云里雾里,进一步使用FFmpeg提供的函数时,也很容易理解为什么要这样做,写出更好的代码。

多实践:现在FFmpeg,GStreamr,Nginx,SRS等软件,代码开源,部署容易,本身的说明文档和网上的一些总结,能让人很快就把他们用起来,只有实践了,才能进步,才能更深的理解。

推荐的资源:一些技术网站,比如雷神(RIP)的blog(https://blog.csdn.net/leixiaohua1020),LiveVideoStack等;另外,FFmpeg的官网作为字典也值得收藏;一些基本的数学、算法、信号处理、网络方面的的书,摆在手边,有问题时候随时翻翻。

顺便推荐几本书籍:

《FFMpeg从入门到精通》  FFmpeg的指南

《深入理解Nginx》  结合nginx rtmp moudle的文章看,对于流媒体服务器开发很有帮助

《TCP/IP详解》 《UNIX网络编程》  如前面提到,做流媒体对于网络协议一定要打好基础

LiveVideoStack:展望2018年,你认为哪些技术将成为音视频领域的热门?


曾小伟:AI:在音视频领域内某些方面已深度落地,将推动音视频分析、编解码的技术和能力向前发展,各大视频公司也在研究和推进各种相关技术。

WebRTC:基于RTMP的直播能力,已在各种直播场景中捉襟见肘,WebRTC技术带来的低延迟,点对点技术,预计将成为新一轮发展的热点。

LiveVideoStack:现在CDN带宽是许多视频平台的主要成本支出之一,随着4K视频日渐增多,5G商用已在在计划中,如何从技术手段降低CDN成本?PP云有哪些技术方案来降低带宽成本?


曾小伟:我认为降低CDN带宽成本,可以做两方面的努力:

第一部分,解决如何在同样的带宽(也就是码率)情况下,传输更高清的音视频,目前的HEVC,AV1,VP9等编码器都在试图解决这个问题,不少企业也在自研窄带高清技术,PP云在这方面投入了专业的团队,在HEVC codec内核优化、不同点播视频场景下使用不同压缩参数来降低码率等方面都取得了一定的成果。

第二部分,是如何少从CDN上下载数据,PPTV是通过P2P传输技术起家的,P2P技术在节约带宽,尤其是点播带宽方面,有很大的效用;

LiveVideoStack:关于Codec,H.264已经不能满足清晰度更高的视频编解码的需求了。在Google、Netflix等巨头的支持,AV1势头很猛。而HEVC因为专利风险,正在面临来自AV1的挑战。您如何看待未来几年Codec的发展趋势?PP云是如何考虑下一代Codec的?


曾小伟:AV1必然会对HEVC造成巨大的冲击,HEVC后续会如何应对,是靠改进能力打败AV1,还是索性免费,不得而知。但是对于视频公司来说,有AV1这样的免费方案出来和HEVC打擂,是一件非常好的事情,对于H.264能力的不足,后续有了多种选择,不用成天担心HEVC的专利陷阱。

对于几个新的Codec,PP云都投入了人力进行研究和开发,HEVC的优化和 WebRTC中VP9的使用都做了落实,后续对于AV1也是欢迎的态度。但是从另外一方面说,我们也不会太激进的推出一些颠覆,比如全面在WebRTC中使用VP9,放弃VP8,这对很对设备或老的浏览器是不现实的。应该是跟随行业形势,先做技术储备,推出一些实验性产品,在业内风向发生变化时,能够及时跟进。

LiveVideoStackCon 2018讲师招募

LiveVideoStackCon 2018是音视频技术领域的综合技术大会,今年是在10月19-20日在北京举行。大会共设立16个专题,预计邀请超过80位技术专家。如果你在某一领域独当一面,欢迎申请成为LiveVideoStackCon 2018的讲师,让你的经验帮到更多人,你可以通过speaker@livevideostack.com 提交演讲信息。了解大会更多详情,请点击『阅读原文』访问LiveVideoStackCon 2018官网,即刻享受6折优惠。

曾小伟:谁没被“不可思议”的薪资吸引过?相关推荐

  1. 大衣哥儿子小伟终于开窍了,未过门媳妇晒出双胞胎检验单

    一直以来,人们都说好人有好报,这句话在大衣哥身上应验了,由于他一门心思做好事,老天也对他进行了补偿回报. 根据网传消息,大衣哥的新儿媳陈萌,在社交平台上面晒出了一份产单,"双孕囊" ...

  2. 摩托罗拉v8能玩java_拯救湿水V8大行动!小伟玩机之:摩托罗拉V8拆解

    1拯救湿水V8大拆解:第一步,卸背盖 MOTO V8虽然拍摄能力一般,不过超薄的机身.超大的外屏,还有帅气的刀锋风格,俘虏了不少时尚人士的心呀-- 今天一位MM的V8不幸掉入洗脸盆,更不幸的是,MM把 ...

  3. 【小伟玩DAPP】疯狂角斗士:NEO上第一款上线即凉格斗游戏

    本来不打算写这个游戏的评测了,但是想想对不起我的1个以太坊,毕竟一个以太坊2000呢,哦不,1900呢,哦不是,1800了 小伟还是坚强的站了起来,用1个以太换了50多个gas,体验了一把这个游戏,且 ...

  4. [从头学数学] 第226节 [机器小伟]的元婴期修炼规划

    剧情提要: [机器小伟]在[工程师阿伟]的陪同下进入了元婴期的修炼. 正剧开始: 星历2016年05月27日 16:03:03, 银河系厄尔斯星球中华帝国江南行省. [工程师阿伟]正在和[机器小伟]一 ...

  5. 曾小盒和猴小疯, 行走在云南

    其他游记链接: github:  https://xfhelen.github.io/2017/01/16/2017-02-21/  蚂蜂窝: http://www.mafengwo.cn/i/668 ...

  6. 【情书加密】,c++花式表白,这样泡小师妹,没跑了。

    [花式表白],情书加密,这样泡小师妹,没跑了. 首先先上效果图. 文件a是初始文本,文件b是由文件a加密而成的.我们发给小师妹的文件可以是b文件.而c文件则是由b文件解密出来的. 其中如果输入错了解密 ...

  7. 丈母娘想女婿了,小伟和陈萌刚拍完婚纱照,就被大衣哥安排去看望

    都说丈母娘看女婿,越看越生气,其实不然,主要是看你这个女婿有没有实力,比如说大衣哥家的儿子. 都知道大衣哥家的儿子小伟,刚刚结束了前一段婚姻,就马不停蹄地开启了美好的姻缘. 虽然小伟没有什么影响力,可 ...

  8. java txt ansi_小伟速站:怎样用Java读取TXT文本乱码解决方案

    大家好,我是"小伟速站"站长何小伟,今天在解析一个文本文件的时候出现了乱码,以前从未遇到,花了点时间解决了,在此总结一下:首先,先看一下解析的代码: 这个方法很简单,就是获取txt ...

  9. 直升飞机领衔、三百辆婚车开道,三十台巨型吊车,小伟婚礼超豪华

    大衣哥离抱孙子越来越近了. 都知道农民歌手大衣哥,有一双优秀的儿女,其中儿子小伟更是出类拔萃,小小年纪就已经经历两次婚姻. 就在最近,刚刚结束第一段婚姻的小伟,就携手女友陈萌,再一次步入婚姻的殿堂,也 ...

最新文章

  1. shell test应用
  2. Docker 核心概念、安装、端口映射及常用操作命令,详细到令人发指。
  3. centos7服务器搭建elasticsearch7.6.0集群
  4. PPT 下载 | 神策数据徐美玲:数据分析之产品应用实践
  5. python输出键值列表_Python 键值分组或分区数据
  6. win10系统使用MarkdownPad2无法渲染
  7. leetcode 155. 最小栈(常数时间获取最小值,需要维护两个栈)
  8. 如何将hive查询结果导出成txt文件
  9. 阿里云ACP认证考试细则须知与考题内容学习方法分享...
  10. USB接口不同颜色的作用
  11. Golang方差算法
  12. CTGU 2021春-MySQL数据库实验2:基本查询3-4关,共7小题全代码+信息表+通关截图!
  13. 19杭电计算机考研科目,2019杭电计算机考研初试科目、参考书目、报录比汇总
  14. Go 基于原生的HTTP请求封装
  15. 3559A sample hifb解析
  16. 互联网寒冬下如何过冬?厚积薄发还是直接开摆?我选这个
  17. Kite的学习历程之SpringCloud之Rest微服务构建之微服务提供者支付Moudle
  18. 大学计算机软件破解版,大学理工科学计算器
  19. 速锐得解码福特汽车LIN总线结构及灯光控制功能开关原理
  20. Java基础语法——方法

热门文章

  1. NIO - Selector源码分析
  2. sudo with no password
  3. 回到网易后开源APM技术选型与实战
  4. java算法2_二分查找法
  5. 投影仪和电脑连接故障
  6. CodeForces - 1525D Armchairs(dp)
  7. CodeForces - 894B Ralph And His Magic Field(组合数学+思维)
  8. HDU - 2732 Leapin' Lizards(最大流+思维建边)
  9. 为什么计算机硬盘要从c盘开始,电脑分区为何从C盘开始?英特尔科普
  10. 多项式回归模型(Office Prices)