转瞬间，2023 已慢慢步入深冬，回首过去一年，音视频技术在经历一番风浪的侵袭过后，变得逐渐相对平静下来。

“内卷”之外，大家似乎更多了一份“理性”指导我们去做一些正确的事，追求技术在商业中的更高价值。具体体现在我们要思考如何才能将自身能力更多、更快、更好的转化为产品。无论是从技术优化创新、提高服务质量，或是从降低成本、提升效率等方面考虑，都力求为客户实现更高的价值和收益。

全真互联时代，音视频技术已然成为企业数字化进程中的关键路径，实时、高清、沉浸的互动体验在各行各业中起到了至关重要的连接与沟通价值。 相信开发者们也可以明确感知到目前市场上对于音视频人才的需求，市场招聘音视频岗位薪资亦是水涨船高。

先来了解一下音视频运作流程：

音视频运作流程

音视频生产端： 音视频的采集 ->预处理-> 编码 -> 封装 -> 网络发送
音视频消费端： 网络接收 -> 解封装 -> 解码 -> 渲染

1、音视频采集

Android平台上的音频采集一般就三种：

利用android内置的应用程序
使用MediaRecorder进行音频捕获
使用AudioRecord进行音频捕获。

此3种方式的灵活性逐渐增大，相应的所需要做的工作也逐渐增多。

2、预处理

视频数据的预处理一般包括视频图像的滤镜处理、美颜处理、加字幕，绿幕抠图。
音频的预处理一般包括声音的3A算法和变速变调处理，这个在 WebRTC里面有详细的介绍和实现。

AGC：自动增益补偿]功能（Automatic Gain Control）
ANS：背景噪音抑制功能]（Automatic Noise Suppression）
AEC：回声消除器]（Acoustic Echo Canceller）

3、编码

音频的编码标准：

AAC
Opus
mp3

视频的编码标准：

H264
H265
VP8
VP9
AV1

以我目前的工作经验最常用的视频编码是 h264 音频编码是 AAC 编码。

4、封装

音视频编码后需要将音视频包以某种容器封装起来，这个步骤成为音视频的封装。常见的封装格式

flv
mp4
ts
rtp

ffmepg支持非常丰富的媒体封装格式。查看 ffmepg 支持的封装格式命令如下

ffmpeg -muxers

5、传输

常见的音视频的网络传输协议有 rtmp http-flv rtsp srt hls rtc udp ，各有优劣，这里不做详细对比。 感兴趣可以百度 google搜索了解。

6、解封装

解封装是上面介绍的封装的逆操作，从音视频的容器中将音频包、视频包分离出来放到各自的队列，等待各自的解码线程去解码渲染视频，播放音频。

7、解码

编码的逆操作，将视频包解码成原始的视频帧，将音频包解码成原始的pcm音频数据。

8、渲染

视频的渲染 windows 平台下可以使用 Direct3D 技术渲染视频，macOS，Android 和 Linux 可以使用 OpenGL 、OpenGLES 技术渲染视频。

拓展知识：FFmpeg进阶

要学习音视频，无论是直播还是音视频处理，ffmpeg和webrtc 基本是绕不过去的，相对webrtc 来说，ffmpeg 应用的更广。

音视频岗位确实吃香，但学习音视频有一个点避免不了，那就是音视频学习难度比较大！ 在这我也努力为大家解决这些学习痛点，整理了一份音视频开发进阶文档，让初学者可以比较“柔顺丝滑”地入门，即使是老司机也能得到不少收获。有需要的可以进企鹅裙927239107领取哦~

（此文档包括C/C++，Linux，FFmpeg webRTC opengl rtmp hls rtsp ffplay）