在2016年的互联网关键词中，「直播」毫无疑问排在前列。从年中开始，直播便接替短视频成为新的大流量入口。参与直播的人，也从网红逐渐扩大到全民，内容也从最初的单一娱乐向更多元化的方向发展。
直播被普遍认为具有很强的互动性和即时性，人们能在送礼物、发评论的互动中感受到远超传统电视的存在感。但目前国内大多数直播平台，采用的是主播单向与用户互动的模式，非付费用户的存在感相对稀薄。
直播火了，连麦互动直播在火的路上
2016年下半年开始发生的变化是，连麦互动直播开始成为直播行业的标配。连麦互动直播让主播在唱“独角戏”之外，还可以看到主播之间连麦唱歌聊天，观众与主播之间连麦游戏互动。连麦直播意味着更即时的互动和更多待挖掘的场景。
连麦直播+社交：目前直播互动方式以基础的文字互动或虚拟物品打赏为主，如果主播可以和自己的观众进行连麦互动，让观众也能够参与直播，能够带给观众更直接的参与感，有利于提升直播平台用户活跃度和粘性。
连麦直播+电商：直播+电商是目前较为成熟和稳定的一种商业模式，变现方式更为简单高效。目前的电商直播主要是主播在直播间销售商品，如果主播能现场连麦观众，甚至观众可以穿上衣服现场演示，能为用户塑造临场感，激发用户买买买的欲望。
连麦互动直播流程
△ 连麦互动直播功能流程图
主播正常开始直播，普通观众看到主播的单人直播画面；
需要连麦的观众发起连麦请求，进入连麦申请列表；
主播从连麦申请列表中选择一名或多名观众进行连麦操作，主播与连麦观众进行实时音视频互动，同时互动直播系统生成“合成画面”；
普通观众看到直播画面为包含主播与连麦观众的“合成画面”；
连麦结束，恢复主播单人直播模式。
连麦互动直播方案
连麦互动直播的主要技术难点在于：
低延时互动：主播和互动观众之间就像电话沟通，为确保主播和互动观众之间能够实时互动，必须保证两者能在秒级以内听到对方的声音，看到对方的视频；
音画同步：互动直播中对音画同步的需求和单向直播中类似，只不过互动直播中的延迟要求更高，必须保证在音视频秒级传输情况下的秒级同步。
音视频实时合成：其他观众需要实时观看到对话结果，因此需要在客户端或者服务端将画面和声音实时合成，然后以低成本高品质的方式传输至观众端。
为了实现互动实时性高的连麦，首先需要有一套实现了类似微信、Skype及Facetime的多人音视频实时通话系统。这套实时通话系统可以选择自主研发或者基于开源软件如Google的WebRTC做二次开发。下面简单介绍多人实时通话系统的一些重点技术细节。
多人音视频实时通话系统为了降低通话时延，多使用UDP协议作为传输层协议，众所周知UDP协议没有丢包重传机制，为了提高弱网下的实时音视频的通话效果，需要使用相关方案来做QoS保障，主要包括：
a）使用基于网络状态的音视频码率自适应算法，根据当前网络的丢包、时延自适应降低或者升高音频和视频的码率和帧率，通过这个方法来降低网络的拥塞，提高通话质量；
b）使用智能Jitterbuf算法来平滑网络抖动，同时内部使用音频编码的丢包补偿（PLC）算法进一步提升通话质量；
c）使用基于多层参考的视频编解码器，降低视频丢包后的卡顿；
d）整个UDP传输层使用前向纠错FEC算法进行智能保护，尽可能的保证实时音视频通话的效果。
现在用户对于视频的清晰度要求越来越高，多人实时通话系统能够支持720p，720p下纯软件编解码对CPU开销过大，因此推荐使用高端机型并开启硬编解码模式。对于苹果手机硬件编解码基本上只与iOS的版本相关，而Android情况就会复杂得多，不仅与手机硬件相关，还和各个手机的ROM相关，为了解决这个问题需要去做适配。
搭建覆盖全球的服务器部署与网络拓扑，在全球范围内的机房节点搭建了多个多线接入网络拓扑，部署了高可用的服务器集群，并利用智能分配算法与路由策略，为跨省、跨运营商、跨国的多人实时通话提供优质的传输通道。
又拍云选择以主播为中心来进行连麦互动，采用实时通话系统来帮助主播和观众的实时互动连麦，通过实时通话通道，主播端收到观众端发送的音频和视频数据，主播端将自己的声音和观众的声音做混音，并将自己的画面与观众的画面做视频合成，最后将混合的声音和画面推流到CDN流媒体服务器，保障主播和观众间的互动质量。
△ 又拍云连麦互动直播方案架构图
连麦互动直播方案有两点优势：
主播和连麦观众使用了实时音视频来进行连麦互动，实时性高，观众看到的合成画面里主播和观众的互动也是同步实时的，保证延时小，减少带宽压力。
提供集成连麦功能的直播 SDK，并持续提供技术支持，方便项目对接，大大减少了开 发的时间和精力，缩短项目上线周期。
连麦互动让直播更富有互动性和趣味性，直播领域竞争激烈，直播平台只有不断推陈出新具备高用户粘性的差异化功能，才能站稳脚跟。
