實時音頻視頻開發(fā)學習中有很多開源項目可供參考。實時音頻和視頻應(yīng)用包括收集、編碼、預處理、發(fā)送、解碼、緩沖、渲染等多個部分。

每一個細分環(huán)節(jié)，還有更細分的技術(shù)模塊。比如，前后處理環(huán)節(jié)有美顏、濾鏡、回聲消除、噪聲抑制等，采集有麥克風陣列等，編解碼有VP8、VP9、H.264、H.265等。

我們今天匯總了一些能幫助到正在學習或進行音視頻開發(fā)的實時音視頻開發(fā)者們的開源項目與幾個也在為開源社區(qū)貢獻力量的商業(yè)服務(wù)。這些項目分為幾類：音視頻編解碼類、視頻前后處理、服務(wù)端類等。

音視頻編解碼類開源項目

視頻編解碼的作用，就是在設(shè)備的攝像頭采集畫面和前處理后，將圖像進行壓縮，進行數(shù)字編碼，用于傳輸。編解碼器的優(yōu)劣基本在于：壓縮效率的高低，速度和功耗。

目前，主流的視頻編碼器分為3個系列：VPx（VP8，VP9），H.26x（H.264，H.265），AVS（AVS1.0，AVS2.0）。VPx系列是由Google開源的視頻編解碼標準。在保證相同質(zhì)量情況下，VP9相比VP8碼率減少約50%。H.26x系列在硬件支持上比較廣泛，H.265的編碼效率能比上一代提高了30-50%，但是復雜度和功耗會比上一代大很多，所以純軟件編碼實現(xiàn)的話有一定瓶頸，現(xiàn)有的技術(shù)下，還是需要依靠硬件編解碼為主。AVS是我國具備自主知識產(chǎn)權(quán)的第二代信源編碼標準，目前已經(jīng)發(fā)展到第二代。

WebRTC

首先會用到的肯定是WebRTC，是一個支持網(wǎng)頁瀏覽器進行實時語音對話或視頻對話的開源項目。它提供了包括音視頻的采集、編解碼、網(wǎng)絡(luò)傳輸、顯示等功能。如果你想基于WebRTC開發(fā)實時音視頻應(yīng)用，需要注意，由于WebRTC缺少服務(wù)端設(shè)計和部署方案，你還需要將WebRTC與Janus等服務(wù)端類開源項目結(jié)合即可。

官網(wǎng)地址：

x264

H.264是目前應(yīng)用最廣的碼流標準。x264則是能夠產(chǎn)生符合H.264標準的碼流的編碼器，它可以將視頻流編碼為H.264、MPEG-4 AVC格式。它提供了命令行接口與API，前者被用于一些圖形用戶接口例如Straxrip、MeGUI，后者則被FFmpeg、Handbrake等調(diào)用。當然，既然有x264，就有對應(yīng)HEVC的x265。

官網(wǎng)地址：

FFmpeg

FFmpeg大家應(yīng)該不陌生，提供了編碼、解碼、轉(zhuǎn)換、封裝等功能，以及剪裁、縮放、色域等后期處理，支持幾乎目前所有音視頻編碼標準（由于格式眾多，我們就不一一列列舉了，可以在Wikipedia中找到）。

同時，F(xiàn)Fmpeg還衍生出了libav項目，從中誕生了視頻解碼器LAV，許多播放軟件都可調(diào)用LAV進行解碼，并且LAV本身也支持利用顯卡進行視頻硬解。很多主流視頻播放器中都以FFmpeg作為內(nèi)核播放器。不僅僅是視頻播放器，就連Chrome這類可以播放網(wǎng)頁視頻的瀏覽器也受益于FFmpeg。很多開發(fā)者也基于FFmpeg做過很多開發(fā)并開源出來，比如大神雷霄驊（代碼可見他的sourceforge）。

官網(wǎng)地址：

ijkplayer

在介紹ijkplayer之前，要先提到ffplay。ffplay是一個使用了FFmpeg和sdl庫的可移植的媒體播放器。ijkplay是Bilibili開源的基于實現(xiàn)的輕量級iOS/Android視頻播放器，API易于集成，且編譯配置可裁剪，利于控制安裝包大小。

在編解碼方面，ijkplayer支持視頻軟解和硬解，可以在播放前配置，但在播放過程中則不能切換。iOS和Android上視頻硬解可分別使用大家熟悉的VideoToolbox和MediaCodec。但ijkplayer對音頻僅支持軟解。

Github地址：

JSMpeg

JSMpeg是一個基于JavaScript的MPEG1視頻的解碼器。如果要做H5端的視頻直播，可以考慮使用JSMpeg在移動端進行解碼。在H5端做音視頻直播，可以使用JSMpeg進行視頻解碼，這也是最近比較火的H5抓娃娃的主流策略。

Github地址：

Opus音頻編碼器

Opus是用C語言開發(fā)的一個高靈活度的音頻編碼器，針對ARM、x86有特殊優(yōu)化，fix-point實現(xiàn)。Opus在各方面都有著明顯優(yōu)勢。它同時支持語音與音樂的編碼，比特率為6k-510k。它融合了SILK編碼方法和CELT編碼方法。SILK原本被用于Skype中，基于語音信號的線性預測分析（LPC），對音樂支持并不好。而CELT盡管適用于全帶寬音頻，但對低比特率語音的編碼效率不高，所以兩者在Opus中形成了互補。

Opus是“取代”了Speex。但是Speex中有的功能，Opus卻沒有，比如回聲消除。這個功能已經(jīng)從編碼器中獨立出來。所以如果想實現(xiàn)好的回聲消除，可以配合WebRTC的AEC和AECM模塊做二次開發(fā)。

官網(wǎng)地址：

live555

live555是一個C++流媒體開源項目，其中不僅包括了傳輸協(xié)議（SIP、RTP）、音視頻編碼器（H.264、MPEG4）等，還包括流媒體服務(wù)器的例子，是流媒體項目的首選，里面的傳輸模塊是非常值得視頻會議開發(fā)作為參考的。

官網(wǎng)地址：

音視頻前后處理開源項目

前后處理包含很多細分技術(shù)，應(yīng)用正確的話，對視頻質(zhì)量或多或少都有提升。不過每增加一個處理環(huán)節(jié)，必然會增加運算量與延時，所以如何取舍，還要大家各自斟酌。

Seetaface

Seetaface是由中科院山世光老師開源的一套完整的人臉檢測，人臉對齊和人臉驗證方案。代碼基于C++實現(xiàn)，開源協(xié)議為BSD-2，可供學術(shù)界和工業(yè)界免費使用。且不依賴于任何第三方的庫函數(shù)，在使用對齊好的LFW圖片上，檢測對齊全部使用該開源軟件的情況下可達到97.1%。

Github地址：

GPUImage

現(xiàn)在在iOS端做美顏效果、加水印，基本都會采用GPUImage，它內(nèi)置了125種渲染效果, 還支持腳本自定義。該項目實現(xiàn)了圖片濾鏡、攝像頭實時濾鏡。它優(yōu)勢在于處理效果是基于GPU實現(xiàn)，相對于CPU處理性能更高。

Github地址：

Open nsfw model

Open nsfw model是雅虎開源項目，全名是Open Not suitable for work model，專門鑒別不適合工作時間瀏覽的圖片（言而言之就是小黃圖）。它是基于Caffe框架訓練的模型，用于音視頻后處理。不過，它還不能鑒別恐怖、血腥圖片。

Github地址：

Soundtouch

Soundtouch是一個開源的音頻處理框架，主要功能對音頻變速、變調(diào)，實現(xiàn)變聲的效果。同時，它也能對媒體流實時處理。采用32位浮點或者16位定點，支持單聲道或者雙聲道，采樣率范圍為8k - 48k。

官網(wǎng)地址：

服務(wù)端類開源項目

正如開始時我們所說，WebRTC缺少服務(wù)端的設(shè)計與部署，利用MCU、SFU實現(xiàn)多人聊天，提高傳輸質(zhì)量，都需要開發(fā)者自己動手。而下面這些開源項目能夠幫到你。

Jitsi

Jitsi是開源的視頻會議系統(tǒng)，可以實現(xiàn)在線視頻會議，文檔共享和即時消息的分享。它支持網(wǎng)絡(luò)視頻會議，使用SFU模式實現(xiàn)視頻路由器功能。開發(fā)語言是Java。它支持SIP帳號注冊電話呼叫。不僅支持單機本地安裝方式，還支持云平臺安裝。

官網(wǎng)地址：

JsSIP

JsSIP是基于WebRTC的JavaScript SIP協(xié)議實現(xiàn)的庫，可以在瀏覽器和Node.js中運行。它可以與 OverSIP、Kamailio、Asterisk、OfficeSIP等SIP Server一起運行。

Github地址：

SRS

SRS是一個采用MIT協(xié)議授權(quán)的國產(chǎn)的簡單的RTMP/HLS 直播服務(wù)器。最新版還支持FLV模式，同時具備了RTMP的實時性，以及HLS中屬于HTTP協(xié)議對各種網(wǎng)絡(luò)環(huán)境高度適應(yīng)性，并且支持更多播放器。它的功能與nginx-rtmp-module類似, 可以實現(xiàn)RTMP/HLS的分發(fā)。

Github地址：

JRTPLIB

JRTPLIB 是一個開源的 RTP協(xié)議實現(xiàn)庫，支持Windows和unix平臺。它支持多線程，處理性能較好。它還支持RFC3550、UDP IPV6，支持自定義擴展傳輸協(xié)議。但它不支持TCP傳輸，這需要開發(fā)者自己來實現(xiàn)。同時，它也不支持音視頻的分包，代碼要你自己來實現(xiàn)。

Github地址：

OPAL

OPAL是OpenH323的下一個版本，繼承了Openh323協(xié)議，其新包含了SIP協(xié)議棧，是實現(xiàn)SIP協(xié)議的首選，缺點是參考例子較少。

代碼地址：

Kurento

Kurento是一個基于WebRTC的媒體服務(wù)端，并包含了一系列API，可以簡化web與移動端實時視頻應(yīng)用的開發(fā)。

Github地址：

Janus

Janus是一個WebRTC媒體網(wǎng)關(guān)。不論是做流媒體、視頻會議、錄制、網(wǎng)關(guān)，都可以基于Janus來實現(xiàn)。

Github地址：

licode

mesh點點直播用到時，服務(wù)器端

其它服務(wù)

Call

實時通信過程中的，延時、丟包、接通率、掉線率等質(zhì)量問題，都影響用戶體驗。商用項目尤其需要關(guān)注。Callstats是一家通過對WebRTC呼叫進行專業(yè)監(jiān)測，來幫助用戶搜集通訊數(shù)據(jù)，提升通話質(zhì)量的服務(wù)商。

Callstats也通過Github開放很多案例，可供使用Jitsi-videobridge,、turn-server、JsSIP的開發(fā)者參考。

Github地址：

Meetecho

Meetecho是著名的開源WebRTC網(wǎng)關(guān)項目Janus的開發(fā)者。他們還提供基于Janus開發(fā)的技術(shù)咨詢與部署服務(wù)、建立視頻會議直播與錄制服務(wù)等。

Github地址：

聲網(wǎng)Agora

聲網(wǎng)提供了從編解碼到端到端傳輸?shù)娜追?wù)，開發(fā)者可以接入上文所述的音視頻前后處理的開源項目，配合使用聲網(wǎng)SDK可以建立高質(zhì)量的實時音視頻應(yīng)用。四行代碼，30分鐘即可讓完成集成。在Web端，Agora Web SDK可以幫助WebRTC開發(fā)者解決服務(wù)端傳輸中會遇到的卡頓、延時、回聲、多人視頻不穩(wěn)定等問題。

同時，聲網(wǎng)在Github上也有70多個可供開發(fā)者參考、實踐的demo，覆蓋了從網(wǎng)頁端、iOS到Android平臺，以及音視頻直播、游戲連麥、企業(yè)會議、AR、直播答題、小程序等多種實時互動應(yīng)用場景。

官網(wǎng)地址：

Github地址：

我們在這里列出了18個開源項目，以及3個能有效保證實時音視頻傳輸質(zhì)量的服務(wù)。不過篇幅有限，還有很多開源項目我們沒有詳細列出，比如在音視頻方面，Xi的Speex、FLAC，還有Xvid、libvpx、Lagarith、Daala、Thor等。歡迎大家進群補充。

更多音視頻資料獲取 后臺私信【架構(gòu)】