1999 年，当时还叫 OICQ 的聊天软件发布了一个新版本，语音通话功能被正式加入，随后，视频通话也被加入。18 年后的今天，QQ 的月活跃用户已经超过 8 亿，一个更惊人的数字是，最多的时候，QQ 用户每天的音视频通话时长达 12 亿分钟。

在 QQ 发展过程中，其背后的音视频通信技术也经历了对外采购，到成立 QQ 音视频技术中心，自研引擎，再发展壮大为腾讯音视频实验室，开放自研的 SPEAR 音视频引擎的过程。现在，随着全民直播时代的到来，腾讯又研发并开放了一体化的直播解决方案，并将腾讯直播 SDK 应用于斗鱼、虎牙、快手等顶级的直播平台。这背后，技术、经验上的不断进步和积累，也有腾讯对中国复杂的网络状况的智能处理。

日前，腾讯音视频实验室负责人刘晓宇接受了雷锋网的采访，聊了聊这些问题，并向我们介绍了精细化运营及 5G 技术来临之际，直播会有哪些更新鲜的玩法。

腾讯音视频实验室：从无到有，再到支持每天 12 亿分钟通话

遥远的斯坦福校园内，一位机器学习教授上课的场景被高清摄像机捕捉的画面，通过编码器压缩，以分段发送的方式，通过互联网传输到你的电脑上，再由播放器进行实时解压缩处理，你就能学习到最前沿的课程。

流媒体技术给互联网带来了无限的活力，而当场景变成音视频通讯时，背后的技术就不止复杂了一倍。除了双向的反馈，实时通讯对延迟的要求也变得非常高；另外，回声处理也成了新的问题，“我听到你的声音出来了，我也要说话，这个过程中麦克风是一直开着的，假如不处理回声，你的声音会被再次采集进去，播到你那边。”

在腾讯大厦的腾讯音视频实验室内，刘晓宇向雷锋网做了一个小科普。2005 年，他加入腾讯，负责 QQ 应用层的架构设计，“除了底层的公共组件，好友面板、消息窗口，包括空间、音乐、邮箱等插件化功能，可以理解为你能看到的 QQ 界面展示出的东西，都是我们开发的。”

2011 年，腾讯正式成立了音视频中心，刘晓宇被任命为负责人。尽管 QQ 在 1999 年就有了音视频通话功能，但很长一段时间，腾讯都依靠腾讯研究院和第三方技术提供商，没有独立的团队负责音视频通讯。

成立音视频中心，是因为腾讯觉得音视频会是未来的一个爆发点，还有一个重要原因，当时采购自 GIPS（后被 Google 收购）的技术方案，是一个“黑盒子”，出现问题时自己无法找出原因，GIPS 又不够重视，这坚定了腾讯技术自研的决心。

刘晓宇介绍，在音视频通讯中，网络问题一直是一个技术难点。检测网络带宽，以平衡视频质量和传输速度的带宽探测，处理丢包、抖动，都需要很深的技术积累。另外，随着移动互联网的发展，设备碎片化越来越严重，适配不同的设备又成了巨大的问题，“我们经常要适配系统的问题，有时候会出现很戏剧化的事情。”有一个版本的 QQ，腾讯特意为适配不好的小米手机做了优化，但版本还没发布，小米就发现了问题，自己率先做了优化。互相适应，结果又有问题了。

（为了测试 QQ 在不同网络中的音视频通话质量，腾讯音视频实验室拉了 10 多条和用户真实情况一样的宽带，涵盖各个运营商、教育网等）

音视频中心的发展壮大，推动了 QQ 音视频通话功能的不断革新。现在，QQ 用户每天的音视频通话时长达 12 亿分钟。2015 年 11 月，腾讯正式开放自研的 SPEAR 音视频引擎，将包括流控策略控制云端化、通道智能化 / 多通道备份机制、分布式混音和云混音、跨平台通信协议设计、提供跨平台客户端引擎 SDK、预连接设计、双人 / 多人通话平滑切换、通话客观质量评测体系等特性带给更多的开发者。

2016 年，腾讯音视频实验室正式成立，最初成立时只有 7 个人的音视频中心，如今已有 80 多人。除了继续保障 QQ 的音视频通话，将它的能力开放出来，在企业级市场上有所作为，也成了音视频实验室的新任务。