实时音视频的体验天花板不是「网络好的时候多清晰」,而是「网络差的时候还能不能上课」。这一章先把「差」量化,再讲每一层各用什么机制兜底。
| 指标 | 定义 | 健康值 | 超标表现 |
|---|---|---|---|
| RTT | 往返时延 | < 100 ms | 连麦抢话、互动延迟 |
| 丢包率 | 丢失包 / 发送包 | < 2% | 花屏、卡顿、马赛克 |
| 抖动 | 到达间隔方差 | < 30 ms | 声音断续、忽快忽慢 |
| 卡顿率 | 卡顿时长 / 总时长 | < 1% | 画面冻结 |
| 首帧时长 | 订阅到首帧渲染 | < 1.5 s | 进房黑屏、切班黑屏 |
补充指标:
多数 RTC SDK 会把网络质量映射成有限档位:
| 档位 | 含义 | 典型动作 |
|---|---|---|
| Excellent / Good | 正常 | 保持当前档位 |
| Poor | 轻度抖动或丢包 | 降码率、切低层 |
| Bad | 明显卡顿 | 提示用户、优先保音频 |
| VeryBad / Down | 接近不可用 | 提示切换网络、准备重连 |
项目监听上行/下行/RTC 三个质量事件,达到 Bad(值 5)时立即提示「网络不佳」,并写入窗口变量供页面 UI 使用。提示必须早于用户抱怨,否则用户只会说「你们系统很卡」。
| 机制 | 解决什么 | 代价 |
|---|---|---|
| 拥塞控制(GCC) | 发送速率匹配可用带宽 | 估算滞后会误判 |
| Pacer | 把突发流量摊平,避免瞬时排队 | 增加少量延迟 |
| NACK | 丢包后请求重传 | 增加一个 RTT,依赖丢包率低 |
| FEC | 冗余包恢复少量丢包 | 固定带宽开销 10%–30% |
| RTX | 独立重传流 | 与 NACK 配合 |
| Jitter buffer | 吸收乱序与抖动 | 深度越大延迟越高 |
关键取舍:丢包低时用 NACK(省带宽),丢包高时 NACK 会加剧拥塞,应转向 FEC + 降码率。固定一种策略在弱网下必然失效。
课堂里「画面糊」可以忍,「听不清」不能忍。所以几乎所有降级策略都是先砍视频:
| 手段 | 说明 |
|---|---|
| Opus in-band FEC | 在音频包内嵌冗余,单包丢失也能近似恢复 |
| PLC(丢包隐藏) | 用前一帧外推,避免爆音 |
| DTX | 静音期不发包,节省带宽 |
| 音频独立优先级 | 拥塞时视频先降,音频保持码率 |
| 单声道 + 48 kHz + 32–48 kbps | 语音场景的最优区间 |
项目在配置里显式控制 echoCancellation / noiseSuppression / autoGainControl,并固定 48 kHz——这三个开关直接影响弱网下的语音可懂度,不能全开也不能全关。
工程要点:
传输层解决不了的部分,要在业务层补:
| 场景 | 兜底手段 |
|---|---|
| 订阅失败 | 指数退避重试,最多 4 次;仍失败提示「点击重试」 |
| 首帧超时 | 显示占位图 + 重订阅,不要无限 loading |
| 播放被冻结 | 检测 currentTime 长时间不变,主动 play() 或重建播放器 |
| 自动播放被拒 | 弹「点击恢复声音」,同时保持静音画面 |
| 断线重连 | 重连后重拉全量状态 + 重新订阅可见流 |
| 页面后台 | visibilitychange 时统计失败、回前台重建 |
项目在 playVM 里对订阅失败做了 4 次 × 1.5s 的重试,并在页面隐藏期间统计本地流失败次数;这些数据是判断「是网络问题还是我们自己的问题」的关键证据。
| 工具 | 用途 | 注意 |
|---|---|---|
| Chrome DevTools 网络限速 | 粗测带宽 | 不模拟丢包与抖动,不够真实 |
chrome://webrtc-internals | 看实时码率、丢包、RTT、候选对 | 最贴近真实链路 |
| macOS Network Link Conditioner | 模拟 3G / 高丢包 | 需要单独安装 |
Linux tc netem | 精确注入延迟、抖动、丢包、乱序 | 最可控,适合自动化 |
| 真机弱网(电梯、地铁、热点) | 复现真实场景 | 不可重复,但最有说服力 |
建议的测试矩阵:
| 场景 | 丢包 | RTT | 抖动 |
|---|---|---|---|
| 良好 | 0% | 20 ms | 5 ms |
| 一般 | 2% | 80 ms | 20 ms |
| 较差 | 8% | 150 ms | 50 ms |
| 极差 | 20% | 300 ms | 100 ms |
| 断网抖动 | 100% 间歇 | — | — |
每个场景都要验四件事:能不能出首帧、音频是否可懂、视频是否冻结、恢复后能否自动回到高清。
经验判断:
RTT / 丢包 / 卡顿率 / 首帧 的分位数,而不是只看平均值。