网络直播按需求场景，可以分为两种：高延迟直播，低延迟实时互动直播。

　　高延迟直播：是单向传输，只有主播端数据下行到观众端。

　　低延迟实时互动直播：是双向的，既有主播端到观众端的下行视频流，也有观众端到主播段的上行视频流。

　　高延迟直播：通过CDN进行内容分发，大多数直播平台的做法是，同时选择多家CDN服务商。这种方案的延迟一般是2秒到数十秒。这种方案，是目前的主流方案。

　　从架构实现上来说，采用了CDN进行内容的缓存分发。不大可能像某友商说的达到毫秒级延迟。

　　从需求上来说，由于主播和观众没有互动。因此，CDN方案没有动力将延迟从秒级降低到毫秒级

　　真正对实时通信技术提出挑战的是“低延迟全互动直播”。

　　什么是“低延迟全互动直播”?

　　在这种场景下，容许多个主播并存在同一场直播中，也容许主播和观众对话。因此，这种场景下，高延迟是不可忍受的。

　　电信级的标准是400ms。延时大于400ms，对话会有明显的不适感，是不适宜对话的。我司新推出的直播产品可以支持7人同时视频连线，100人语音连线。这与其它的P2P连麦方案是不同的。(有兴趣的看官可以自己去求证)

　　2s延迟到400ms延迟有多难?

　　光在真空中的速度约为300,000km/s，而在其他介质中光 速会大大降低，在普通光纤中，工程上一般认为传输速度是200,000km/s。从现实上来说：

　　北京-上海，距离1200km，往返延时12ms

　　北京-纽约，距离11000km，往返延时110ms

　　赤道周长，距离40000km，往返延时400ms

　　这个速度，可以理解为一条专线拉到头的速度。因此，某些宣传说自己零延迟的，基本是违背物理规律了。

　　实际应用中，拿北京到上海举例，主播端的视频、音频数据，要经过

　　主播的硬件设备前处理-编码：

　　传输：中间要经过数个机房、小区宽带、用户的路由器，

　　到达用户终端设备，经过用户设备硬件设备解码，后处理，最终呈现到播放出来。

　　每一个环节都会产生延时。

　　回答题主的问题，网络直播对实时通信的技术要求有多高?

　　1、编解码技术。在保证音质、画质的前提下，尽量做到低码率。码率越低，数据包越小，传输越快。

　　2、网络传输架构改造。我司没有采用基于TCP协议的CDN方案，从底层协议和布网上开始，创建了基于UDP协议的SD-RTN方案。全球端到端，延时平均76ms。

　　端到端是指，从编码器发出开始，进入解码器之前的延时。包含两地传输、server之间的传输、Lastmile的策略。不含捕捉、播放、编码、解码的延时。

　　SD-RTN与CDN的区别是：

　　(1)基本原理不同。CDN是存储转发结构，设计目的是在各个边缘节点缓存待分发内容，结构上从源站到观众是伞状多级缓存放大方式。SD-RTN本质上一个实时传输网络，用户的数据在网络单元内部和传输线路上都以实时交换方式传送，从而能够保证最低延迟。(2)底层协议不同。SD-RTN采用了专为实时传输设计的UDP协议，避免了采用TCP的延时不可控缺点。能够大大缩短交互延时，延时可从CDN方案的数秒，降低到数百毫秒。(3)内容分发机制不同。SD-RTN是基于自定义路由，选择最优传输路径，直接将内容端到端传输，数据在网络单元中从不缓存，从而最大可能的降低延迟，同时内容安全性也更好。CDN是将内容缓存于缓存服务器中，再将内容就近下发。

　　(4)使用场景不同。SD-RTN适用于要求极低时延的实时互动场景，例如网络电话、视频会议、有主播与观众交互需求的互动直播等。CDN适用于对时延要求不高的场景，例如对延时要求不高、类似电视的单点直播、网站加速等。若硬要将CDN改造用于互动直播，那么其结构上对降低延迟的不适应性，始终会成为质量改进需求的瓶颈。

　　参考：https://www.zhihu.com/question/50748002/answer/122675227