记得大学时候，无数个夜晚都是在和女朋友打电话中度过，即使夜深至凌晨一、两点，也要打着哈欠道一声晚安。
小编大一、大二时微信通话还没有普及，普遍都是用话费打的，这就导致了话费蹭蹭蹭的往上涨，占了一小半的生活费。
当然，后来大家很容易就可以猜到，随着微信的升级，微信的视频、语音通话功能变得越来越好用，我和女朋友就从打电话变成了语音通话再变成视频通话，最后到现在的没人跟我通话。
闲话不多说，究竟是为什么变成了现在都没人跟我打电话呢？不对，串题了。
所以我们和女朋友视频对话时，视频到底经历了哪些音视频处理步骤，才能保证顺畅、实时、不卡顿呢？
传输协议+CDN，传输优化双管齐下
首先是网络层面的优化，我们都知道音视频传输对实时性的要求非常高，不然可能就会出现某些奇怪的画风。比如下图：
△ 世界正在重重叠加
TCP 和 UDP 协议在传输上有很多的差别，首先 TCP 面向连接，而 UDP 是无连接的。而 TCP 注重提供可靠的服务。能保证连接传送的数据，无差错，不丢失，不重复，且按序到达。而 UDP 是尽最大努力交付，即不保证可靠交付。
因此传统的 TCP 协议并不是为实时媒体传输设计的，这就导致了它在弱网环境下的产生的延时相当大。因此在音视频传输时需要对网络协议进行优化。
UDP 协议就比较适合用于实时音视频通讯，首先它是允许端到端的全链条信道策略控制，可以保证弱网环境下播放的流畅性。在丢包方面 UDP 协议也更加灵活，方便我们在视频流畅与画质之间做好平衡。
再者是网络优化 CDN 业务，CDN 可以将视频内容分发至全网加速节点，让用户可以就近获取需要的内容，降低视频延迟。
下文简单讲解下 CDN 的加速原理，来看下当视频接入到服务后，用户观看视频时其经过的流程：
首先是 DNS 解析，请求域名对应 ip，既而返回 cname 对应地址，再通过 CDN 进行对请求进行智能调度。
接着是内容访问，选择了最优节点后，再向节点请求访问域名内容，CDN 节点响应对应内容给最终用户。
依靠 CDN 技术，我们可以大幅度降低传输延迟，保证音视频传输的稳定性。
编码质量、效率均衡兼顾
音视频处理不仅要在网络方面做好流畅与画质的平衡，手机硬件编码也要顾及到。
视频收录中，面对部分手机摄像头摄像效果质量不佳，或者环境亮度低时，我们可以对视频内容进行增强，对图像去噪、对比度调整，并降低曝光度等，采集完成后通过本地编码上传到服务端，在服务端将数据解码，最后转码成为视频流，发送给观看端。
视频编解码要兼顾编码效率、编解码速度。
旧型号的低端安卓手机常常会出现硬件规格不够，导致编码速度慢、发烫厉害的问题，这个时候就需要牺牲视频画质，来提升视频编码速度。如果不牺牲画质，而手机是几年前买的价值 666 元的安卓机，那么你可以一边和你女朋友聊天一边用手机煎鸡蛋。
同时在视频编码格式方面的选择，H.265 虽然压缩品质好，但是由于其硬件资源占用多和手机支持率低等问题，让它并不适合用于实时音视频处理。
H.264 在压缩效率方面比不上 H.265 ，但它拥有较好的适配性与较低的硬件要求。此外，它还对网络抖动有着很好的适应能力，所以在视频编码方面我们可以选 H.264。
去噪、回声消除，保留真实的声音
手机音视频通话的过程中，手机要对声音进行采集，此时需要考虑到延时、卡顿、去噪、回声消除、混音等。
手机采样时需要把模拟信号数字化，常用的频率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz、96kHz、192kHz等。采样频率越高，音频质量就越好。
音频采集时，另外一个重要的参数是位宽，位数越多，声音质量越好，但是同样的数据量也会增大。当采集完成后，我们将数据压缩成音频码以降低音频数据量。模拟的音频信号转换为数字信号需要经过采样和量化，量化的过程被称之为编码，根据不同的量化策略，产生了许多不同的编码方式，常见的编码方式有：PCM 和 ADPCM。
另外一方面，不知道大家有没有思考过，我们用微信进行语音聊天时，为什么微信可以将我们的声音录入的这么清楚，尤其是人声。即使我们在一个噪声很大的环境里面，说话的时候还是可以保留下来，这其实是因为微信对人声的降噪处理。
同理在实时音视频传输中，我们也需要会视频进行降噪处理，通过算法优化，设计合适的滤波器对波形进行滤波操作，来保留人声，去除环境声。
那么回声消除呢，如何减少语音通话中出现的回声？在双向通信中，对方音频播放时，会再次从麦克风中传输过去造成令人烦躁的回音，这个时候我们就要通过算法识别回传过来的声音，进行消除。
其他
除了常规的音频、视频优化之外，这几年随着技术的进步与硬件的发展，美颜、贴纸、瘦脸等都可以在实时音视频通话中实现。
美颜：一般来说，美颜都是通过组合亮度和双边滤波这两个滤镜达到美颜效果。如果想达到更好的效果，可以额外添加需要的滤镜或者调整滤镜参数。
贴纸：有的时候一些实时音视频通讯工具让我们使用贴纸，贴纸功能需要用到人脸检测功能，人脸检测实现方式有两种：
通过第三方数据库 OpenCV 中开源的跨平台计算机视觉和机器学习库进行人脸识别；
通过系统自带的 CoreImage 库，由于 CoreImage 库已经提供了 CIDetector ，所以它很适合用来进行人脸检测。
这 2 种方法，更推荐 OpenCV。因为 CoreImage 库只能定位人脸，鼻子, 嘴巴, 眼睛等五官位置。而 OpenCV 不仅可以实现人脸, 五官定位，而且还可以对眉毛, 侧脸, 头发等位置进行识别定位，更详细，从而能支持不同部位的贴纸。 在成功定位贴纸之后，进行视频图像处理即可。
参考文章：
1.视频直播连麦技术详解
（https://blog.csdn.net/sunhf_csdn/article/details/80129428）
2.视频通信中音视频处理技术
