鲁达 在我长达一分钟演技之后，我自信的结束了我的发言，然后我的后置位告诉我，我的发言...只有画面没有声音…
这是一个视频狼人杀用户的真实体验。对一个狼人杀用户来说，最致命的莫过于，一段逻辑缜密、演技超群的陈述，居然因为卡，没人听到。线上狼人杀，确切的说是视频狼人杀有哪些不为玩家所接受的。
1. 视频质量差、高延时
视频相较音频，对网络带宽要求高得多。以360P，帧率15的视频流为例，码率是500kpbs左右。纯音频，码率则是10kpbs左右。所以，一些玩家玩语音狼人杀无压力，但是玩视频狼人杀就卡成翔，或者有很高的延时。
另外，某些狼人杀集成的视频功能，在编解码处理、网络传输方面，缺乏弱网支持、抗丢包的策略，即使网络没那么差，开视频玩，依然爆卡，延时超高。这种情况下，本应是加分项的视频，反而成了减分项，甚至在玩家心目中直接变成不及格。
2. 声画不同步
表现为玩家听到的声音和看到的视频，口型对不上。这是由于音频流和视频流是分开编码、传输的，二者在传输中延时不一致，到终端用户设备上解码后播放出来，就体现为声画不同步。
3. 害羞
与陌生人视频，害羞，影响演技，影响发挥。这是一些只想专注用语音玩狼人杀，体验烧脑的玩家心声。
视频质量差的问题，得靠技术解决。视频的狼人杀，本质上是一个多人视频通话。多人视频通话比较容易存在的以下问题：
1. 高时延：根据ITU-TG.114标准，单向通话延时大于150ms就可受到通话连续性影响，一般情况下最大可容忍时延为400ms。大于这个时延，基本不可用。
2. 视频画面卡顿，甚至黑屏、绿屏、花屏
3. 声音有回声：用户能听到自己说话
4. 声音卡顿，丢失关键信息
5. 音质太差，甚至有噪音，导致听不清
6. 画面太模糊，完全看不清参与通话方的脸
7. 接通率低。本文开头玩家的体验，说话对方听不到，其实就是接通率的表现。玩家没有成功加入频道。
8. 可用度低。狼人杀这种爆款游戏，在晚上高峰期，通话并发数会瞬间攀上峰值。若架构上没有承载海量并发的能力，那会导致玩家的游戏体验极差，出现无法通话、通话卡顿的现象。
以上几种问题，本质上都可以归结为以下三类问题
1. 编解码相关
糊，不清晰
运动跳跃
2. 网络相关
延时
卡顿
3. 编解码和网络问题交叉相关
这些质量问题是怎么来的？▼
1. 海量架构高并发问题
爆款狼人杀在节假日、晚上会遇上流量高峰，此时公共互联网因为部分路由器可能过载，导致网络变慢。因为路由器有最大的处理能力上限，一旦超过上限，就不能处理，会造成丢包、拥塞。若遇上某主播直播狼人杀，到开播时间观众瞬间涌入，后台的压力会非常大。玩家的体验就是，晚高峰开启语音或视频成功率低、说话有延时或卡顿、声画不同步现象加剧。
2. 传输网络的问题
绝大多数的视频通话，是基于公共互联网传输的。然后公共互联网不是为了实时通信设计的。中国南北跨运营商的网络传输，电信到网通，移动网络信号不稳定，用户和路由器在不同的房间，用户的100m宽带是共享带宽，用网高峰期卡爆，等等。这些都会加剧丢包和延时。用户此时不会怪自己的网不好，因为聊QQ看视频都好好的，只会怪这款狼人杀不好。
要在这样一个公共互联网上传输音视频数据，却没有做任何网络传输策略优化的工作，基本的可用度是难以保证的。
3. 视频的源不一样
使用手机上的摄像头作为视频输入源，高端手机和低端手机由于手机性能的差异，会导致画质的清晰度有明显差异。
4. 编解码器不一样
视频通话会涉及到三个参数：帧率、分辨率和码率。
在码率一定的情况下，分辨率与清晰度成反比关系：分辨率越高，图像越不清晰；分辨率越低，图像越清晰。
在分辨率一定的情况下，码率与清晰度成正比关系，码率越高，图像越清晰；码率越低，图像越不清晰。
面向网络通信设计的编解码器，应该能做到自适应网络状况来调整码率。网络好，码率自动升高，保证更好的清晰度。网络差，码率自动降低，保证更好的流畅度。
声网实时游戏音视频SDK，能够解决以上问题：
1. 海量架构
声网从最初架构设计上就是面向海量高并发的，通过全球部署分配服务器、边缘服务器来就近接入用户，骨干网络拥塞、甚至故障时，通过智能路由自动避开，以此保证服务的高可用和海量并发承载能力。目前苹果应用商店社交榜第6名的狼人杀，以及近期火热发布的天黑狼人杀，都在使用声网的服务。
下图是游戏语音同时通话人数，图中显示是格林威治，加8就是北京时间。可以看出，一天中有两个高峰，分别在中午12点和晚上10点。高峰期的并发数是低谷期的10倍以上。正是因为声网有高并发的承载预案，才可以对应这样的海量并发。
2. 编解码
声网自有专利的编解码器，是适应公共互联网专利的编码，对抗传输信道不稳定。码率根据带宽自适应调整。音质能够达到44.1kHz超宽频音质，普通电话只有8kHz。玩家的体验就是，能够听清别人的发言，在音质优先模式下，能体验到别人在耳边说话的感受。视频能够支持720P超清画质，并且基于人眼视觉体验进行了质量优化。
3. 网络传输
声网在全球部署的虚拟通信网SD-RTN，专为实时传输设计。SD-RTN基于UDP协议，并进一步在全局网络上进行优化，避免了TCP的延迟不可控缺点，保证交互的实时性。网络组织形式上，SD-RTN网络基于自定义路由，选择最优传输路径，直接将内容传输到对端。SD-RNT网络能够大大降低数据传输延迟，做到百毫秒的延迟。并且SD-RNT网络抗丢包能力强，针对用户不同的网络环境，采用不同的策略和模型，保证在30%丢包时，还能满足业务需求。
4.高可用
声网通过架构上、网络传输策略上以及7x24的QoE质量服务，能够保证服务可用度达99.99% ，连通率达到99.9%。
以上4点是保证质量和可用度，这是原则性问题，直接决定以后的游戏运营中，会不会导致实时语音和视频变成游戏的减分项。接下来要说的就是，功能方面的指标，这些是加分项，锦上添花的功能。
狼人杀视频，虽然本质上是多人视频会议，但它与多人视频会议最大的区别在于，狼人杀视频还应兼顾游戏。在游戏中集成实时语音和视频，要对游戏本身体验的影响最小化。应该让玩家觉得，实时语音和视频是游戏的一部分，而不是游戏的一个插件。做不到这一点，会让玩家在游戏体验中，产生疏离感。最明显的一个例子是，某游戏中，玩家一说话，游戏就会卡一下，然后游戏音效就明显变小，说完了，游戏音效就突然变大。这是由于开启、关闭语音瞬间，CPU占用过高导致的。声网在游戏解决方案中，有一些面向游戏行业和玩家的独特解决方案。
1.最大程度减小对游戏本身的影响
开启、关闭实时语音和视频的瞬间，或者在通话的过程中，不会影响游戏音效，或产生杂音。更不会导致游戏卡掉或闪退。
2. SDK包体积大幅度缩小
Unity 3D、cocos平台的定制SDK，最小能达到1.5m。对于一个手游来说，安装包大小对游戏装机率影响至关重要。
3. 回声消除、噪声抑制
回声主要是由于机型适配不完全导致的。声网适配了5000多款机型，还在通过第四代回声消除技术不断的自动+人工的方式覆盖全机型。噪声抑制方面，给玩家的体验就是，在使用手机自带麦克风说话时，自动提取人声，抑制周围的噪音，让对端听得清。
4. 语音扩展功能
1）变声
玩家在进行实时语音时，可以使用变声功能，男声变女声，女声变男生，或者加入更多的声音角色，就像是视频滤镜一样，能够大大的提升趣味性。
2）语音识别
通过语音识别技术，将玩家的语音转化为可阅读文字。
3）支持即时语音消息
5. 视频扩展功能
1）滤镜、美颜，让玩家露脸时，也美美的。
2）动态贴纸，游戏内玩家发言，别人可通过动态贴纸送鲜花或扔鸡蛋。这能成为游戏平台重要的变现手段。
3）变脸，玩家视频时，可以通过人脸识别技术添加面具，让害羞的玩家也能无压力视频。
6. 游戏直播
一个SDK，一套API既能实现视频通话，也能实现视频直播，大大减轻开发工作量和难度。并且，直播中，还支持毫秒级延时的多人视频连麦和语音连麦。
在选择一个狼人杀视频方案时，首先应该考虑的是可用性，高质量、高可用，就好比水对生命而言，平白无奇到你都意识不到你需要它，但没有水万万不能。可用性直接决定了玩家体验和游戏的生死。声网的服务经受住了众多客户的检验，比如陌陌、手游狼人杀、贪吃蛇大作战、携程。
其次，还应考虑是否有丰富的扩展功能。声网所提供的丰富的扩展功能，能够帮助游戏厂商开拓更多趣味功能，形成差异化。最重要的是，这些趣味扩展功能，能够帮助厂商快速变现。高质量投资潮来得快，去得快的时代，有什么比现金流更重要的呢？