HESP 与 WebRTC 的区别

在充满活力的游戏、拍卖、现场商务、互动直播和场馆流媒体世界中，实现超低延迟是必须的。它不仅能提高观众的参与度，还能释放互动潜力，最终增加收入。HESP 和 WebRTC 这两种技术在提供超低延迟流媒体方面表现突出。在本文中，我们将对这两种技术进行比较，对延迟、可扩展性、设备支持、网络弹性、内容保护、观众体验质量、定时元数据支持和向后兼容性等方面进行评估。

1. 延迟

HESP 作为 HTTP over TCP 协议，需要播放器缓冲区来管理多变的网络条件，从而提高了整体质量，但延迟略高。HESP 的完整端到端延迟包括（低延迟）编码、打包、CDN 和播放器缓冲区，通常为 700-800ms。WebRTC 专为实时网络通信而设计，通过 UDP 协议实现快速通信，实现了令人印象深刻的低延迟，甚至低至 500 毫秒。这两种协议的实际延迟可能会因摄取和观众位置等因素而波动。

2. 可扩展性

HESP 和 webRTC 在适应各种受众规模的扩展机制方面有很大不同。HESP 作为一种基于 HTTP 的流媒体协议，与 HLS 和 DASH 类似，可以利用专为网站传输而设计的商品 CDN。这样就可以无缝扩展到数千甚至数百万观众。此外，分布式全球 CDN 存在点有助于有效管理闪存人群，确保在观众人数激增时的稳定性。相比之下，webRTC 要求每个客户端与后端直接连接。在这种情况下，要实现可扩展性，就必须部署更多的媒体服务器实例，这是一个复杂且资源密集的过程，需要覆盖更多的受众。平均而言，大多数 webRTC 解决方案每新增 500 到 1000 名观众就会启动一个新的服务器。

3. 设备支持

根据特定的使用情况定制流媒体方法，需要考虑浏览器、手机应用程序、智能电视应用程序和机顶盒。虽然两种流媒体协议都有类似的设备支持，但在Web浏览器方面却存在着重要的区别。WebRTC 不允许使用 “自带播放器 “的方式，而是强制要求使用浏览器的内置播放器。这一限制限制了某些编解码器的使用。音频编解码器仅限于 Opus，而视频编解码器实际上仅限于 h.264 和 VP8，仅在受限的基线配置文件中使用，从而限制了潜在的质量。AV1 的开发工作正在进行，但远未实现标准化。

4. 网络弹性

考虑到对全球现有网络的依赖，确保超低延迟直播流的最后一英里传输有时是一项挑战。南欧、拉丁美洲、非洲或亚洲等地区需要更高的网络弹性。虽然专有的 webRTC 实现有时具有服务器端自适应比特率（ABR）功能，但 UDP 传输已表明会出现严重的数据包丢失，导致丢帧。这对于移动运营商来说尤其如此，因为他们经常在高峰时段限制 UDP 流量，而且在网络小区之间迁移时经常会丢失流量。相比之下，采用 TCP 传输和增强型 ABR 的 HESP 可根据不断变化的网络条件快速调整质量，避免线头阻塞，从而实现无丢帧的流畅视频，并使其在拥挤的市中心和世界杯等重大赛事中更具弹性。

5. 内容保护

要确保体育直播和董事会会议等使用案例的内容安全，就必须采取强有力的内容保护措施。WebRTC 和 HESP 都支持基于令牌的安全等基本技术，但这并不一定能保护内容本身。WebRTC 和 HESP 的分歧在于 DRM 的实施。虽然一些 WebRTC 解决方案提供专有 DRM 实现，但它们缺乏跨平台支持，例如不支持 iOS Safari。相比之下，HESP 利用了 CMAF 兼容性。这一关键优势使 HESP 能够在浏览器、移动设备、智能电视和机顶盒上无缝应用制片厂认可的 DRM，而且不会影响延迟。

6. 体验质量

影响观众体验质量的因素很多。如前所述，除了解决潜在的丢帧问题外，编解码器、配置文件、分辨率、比特率、帧速率、卡顿和启动时间等因素也至关重要。值得注意的是，WebRTC 和 HESP 的主要区别在于启动时间和高比特率与分辨率。WebRTC 采用基于 GOP 的流媒体方式，因此需要在实时延迟和频道切换时间之间进行权衡，从而导致超低延迟流媒体的频道切换时间较长。与此相反，HESP 采用基于帧的流方法，无需进行这种权衡。这使得 HESP 即使在超低延迟的情况下也能快速更换信道。这两种技术都支持高比特率和高分辨率，但 HESP 在经济上更可行，因为它的扩展成本效益高于标准 CDN，不需要高频率（和昂贵的）关键帧，并能利用更先进的编解码器和编码配置文件，在相同比特率下提供更高的感知质量。

7. 字幕和定时元数据

WebRTC 缺乏字幕、广告插入标记和其他定时数据的传输规范，而是依赖于 WebRTC 数据通道上的专有信息。相比之下，HESP 与其他基于 HTTP 的流媒体协议保持一致，确保与 CMAF 完全兼容。这种兼容性扩展到了 CMAF 支持的功能，使 HESP 能够通过 TTML 或 WebVTT 等标准处理字幕，类似于 HLS 和 DASH 的现行做法。此外，CMAF 兼容性还使使用标准化方法插入定时元数据成为可能，例如通过 ID3 或在 emsg（”事件消息”）框中传送广告信息。

8. 向后兼容

HESP 与 HLS 和 DASH 完全向后兼容。这使得 HESP 输出可重复用于直播到 VOD，并可生成额外的 HLS 或 DASH 流。此外，它还有利于重复使用现有的编码和分发（CDN）基础设施。相比之下，WebRTC 缺乏与 HLS 和 DASH 的向后兼容性，阻碍了对现有编码和分发基础设施的利用。

总结

在 HESP 和 WebRTC 之间选择超低延迟流媒体具有深远的影响。webRTC 擅长实现令人印象深刻的低延迟，而 HESP 则能确保更高的质量。在可扩展性方面，由于 HESP 能够在现有的商品 CDN 上进行扩展，因此其经济性更胜一筹。在设备支持方面，两种协议几乎不分伯仲，而 HESP 的网络弹性、强大的内容保护、卓越的体验质量、对字幕、字幕和定时元数据的即开即用支持，以及与 HLS 和 DASH 的向后兼容性，使其成为超低延迟流媒体的不二之选。

作者：Pieter-Jan Speelmans
译自：https://www.streamingmediaglobal.com/Articles/ReadArticle.aspx?ArticleID=161554