访谈WebRTC标准之父：WebRTC的过去、现在和未来

前言

首届（WebRTC）网络实时通信大会期间，InfoQ 对 WebRTC 之父 Daniel C. Burnett 进行了专访，以下是专访实录。（注：Daniel 在访谈中的观点仅代表他本人及其在 W3C 所做的工作。）

WebRTC的来历

2010年5月，Google 以6,820万美元收购 VoIP 软件开发商 Global IP Solutions 的 GIPS 引擎，将其开源并改为名为“WebRTC”。随即 WebRTC 被纳入万维网联盟的 W3C 推荐标准。2014年7月1日，WebRTC 浏览器 API 标准的1.0版由 W3C 发布。WebRTC 是一个由 Google、Mozilla和 Opera 主导的开源项目，通过在浏览器中调用简单的 JavaScript API 和标准的 HTML5 标签，浏览器、手机平台还有其他设备可通过一个通用的协议进行实时通信。

Q&A：回答关于前 Mozilla CTO对WebRTC的抱怨

问：JavaScript 之父 Brendan Eich（Mozilla 前 CTO）曾说过，“WebRTC is a new front in the long war for an open and unencumbered web.”，您怎么理解他的这句话？

答：在网络上如何自由地沟通一直存在着很大的空间。谷歌想把网页版应用的体验做的和 Native 应用一致，但是他们很快发现，谷歌自身的产品诸如 Google Docs、Gmail 等并没有解决通讯的问题，也就是说它们不能控制麦克风、摄像头以及人与人之间的通讯。所以我同意 Brendan Eich 的说法，这对互联网和 Web 来说是一件大事。

Q&A：关于WebRTC为何未将通讯信令纳入标准

问：据了解，WebRTC 联盟曾故意遗漏信令标准来避免冲突，但此举造成后来厂商使用各不相同的协议，包括 SIP、WebSockets 以及 HTTP 协议。您认为这个问题应该怎么解决？

答：哈哈，我认为这是 W3C 做的最好的决定。有的厂商想强制把 SIP 作为浏览器通讯的信令，但是这样的话，你想用 XMPP 或者 Jingle 就不可能了。与其抄袭过时的电话网络用 SIP 协议，不如把这一部分留白，让大家自己选择何种实现。有人诟病 SIP 信令层的借口是 SIP 层没有很好的 JavaScript 库。显然这个说法是错误的，事实上有很多很好的 JavaScript 库可以用。所以，如果你一定要用 SIP 做信令层，有很多很好的 JavaScript 库供你选择，但是你不会因此受限制，这才是互联网真正该有的样子。

blacker注释：从我们接触的这么多案例来看，信令完全没有必要统一，因为不同业务场景，不同系统用的的完全不一样，有的适合jason，有的适合xmpp，有的适合sip，等等）。

Q&A：关于WebRTC尚未正式定稿但各厂商已迫不及待的问题

问：随着企业云通信市场的发展，许多厂商和开发者并没有等 WebRTC 最终定稿便投入到产品研发中，这对未来 WebRTC 标准的制定有哪些不利的影响？在您看来有没有像 Flash 之于 HTML4 那样的产品或者技术来促成 WebRTC 标准的制定？

答：早期吃螃蟹的人，他们的反馈对 WebRTC 标准的制定也是至关重要的，这对未来标准的制定是很有帮助的。互联网本来就是快速迭代的过程，产品要不断试错，我们 WebRTC 标准的制定也遵循这样的规律。

HTML5 的多媒体标准分好几部分，WebRTC 是其中的一部分。一个好消息是，WebRTC 的标准制定比较超前，很多 HTML5 其他工作组的标准制定者对这一方面的工作十分关心，最终的结果是 HTML5 和 WebRTC 会很好地共存，两者之间的沟通其实是无缝的。举个例子好了，目前 HTML5 标准里没有很好地定义音频应该输出到麦克风还是扬声器，现在 WebRTC 已经作出了一些可选择的方案，HTML5 和 WebRTC 正在密切协作以改进这个标准，其结果是二者会很相似，于开发者而言将不再会面临两种标准的困扰。

Q&A：传统认知对 WebRTC 和云通信的束缚

问：开发者对实现通信受既有概念的束缚是对 WebRTC 和云通信的真实挑战，比如企业中的电话会议依然是很受信赖的形式。怎么改变这种局面？

答：有些协议和标准的制定者认为，标准或者说规范越少、越简单越好。但 WebRTC 标准制定者认为还是应该稍微多给定一些标准和规范，于是我们多给了一些，但这多给出的部分依然不够，这也是为什么我写了《WebRTC权威指南》这本书。

WebRTC 的目的就是打破常规的人们对电话的固有认识，把人和人之间的互动、沟通加入到人们日常工作流、任意的APP当中；而不是在这个APP中内置一个电话功能，这种思想是错误的。正确的思想是，通讯应该是一种功能，而不是一种应用。也就是说，让打电话不再只是打电话，他就是人与人之间自然的交流。比如，电话不再是一个物理的设备，现在的智能可穿戴设备将来都有可能取代打电话这件事，而且未来的通讯不止是人跟人之间，有可能是人跟物之间发生。

再比如，视频通讯不应该被视为“我能看到你的脸”，人们看到的可能是一个大的数据流——通过大数据的挖掘，你的心跳、体温、脸色等等都可以通过摄像头传输过来。这跟传统的电话的模式有根本的区别。

Q&A：对 WebRTC 技术在中国的发展有的期望

问：在从事 WebRTC 开发的厂商中，与运营商合作是一个选择，打造更强大的 SDK 和更富弹性的服务也是一种选择。您怎么评价这两种策略的未来发展？您对 WebRTC 技术在中国的发展有哪些期望？

答：我是 WebRTC 标准的制定者，对商业模式的话题并不方便也不适合回答。

声网王骅补充：如果从市场的角度来看，提供 SDK 的公司只是给开发者提供了一种便利，因此很难生存。用户需要的是提供一个稳定、可靠的点对点通讯服务。以美国市场为例，现有的20多家提供 SDK 的厂商已经有7、8家被收购了，这种收购不是以大的价值被收购的，而是活不下去才不得不被收购。

在国内市场方面，国内浏览器厂商都不大，很多厂商使用的都是同样的开源代码，我们很惊喜地发现有些代码写一遍在各家的浏览器上都可以运行。在微软慢慢往 WebRTC 这个方向靠拢之后市场方面的问题应该不大。这的确是一个比较对大家利好的事情，从运营商的角度来，他们主要是做基础建设和卖数据流，在这些数据上会衍生出很多公司和各种丰富的服务，最基本的可能是音视频服务，但远远不止这些。只要政策上面没有太多的干预，这个行业将会有很大的爆发。

Q&A：各大巨头对待 WebRTC 的态度

问：目前支持 WebRTC 的浏览器有 Chrome、Firefox、Opera 以及在此基础上的衍生产品。阻碍了 WebRTC 跨浏览器支持的因素有哪些？微软的 IE 浏览器（微软一直在推进自己的 WebRTC 版本）和苹果的 Safari 不支持 WebRTC 的主要原因是什么？

答：过去的几年里我被无数次问到这个问题。我不为微软和苹果工作，我很难知道他们是怎么想的。

然而，微软在我们最初在讨论 WebRTC 标准的时候，Skype 里的确有一些有远见的人愿意参与，但是当时正值微软收购 Skype 时期，这些人都不能说话，因此微软没能参与进来；等收购结束他们能参与进来的时候，W3C 已经决定使用另外一套方案了。Skype 的人再想走另外一条道路的时候，已经基本不可能了，所以最终微软选择的是一个非标准的 ORTC。

最初微软推出 ORTC 是想跟 WebRTC 分庭抗礼，但从去年开始两边有了一定的沟通，在 WebRTC 1.0 版之后他们能互相兼容，慢慢在标准上会互相靠拢。微软的新浏览器 Edge 已经支持了 ORTC，有迹象标明微软会在 JavaScript 库方面与 WebRTC 做兼容，从这个角度来看很有可能未来 Chrome、IE、FireFox 会站在一起。

至于苹果，没有人知道苹果到底要做什么直到他们 release。在过去的一年里，我们偶尔发现会有苹果的人来旁听了一下 WebRTC 的标准讨论。最近我们发现苹果在招聘 WebRTC 的开发岗位。所以大家还是很希望苹果能在兼容性方面能做点什么的。

要猜大公司什么时候决定支持什么样的东西是很难的，但我认为谷歌、Mozilla 和微软都站在了一起，这对苹果来说是个威胁，苹果如果不参与进来，就有可能被孤立。苹果内部可能有一些考虑，这些我就不得而知了。

声网王骅补充：最近亚马逊、思科、谷歌、英特尔、微软、Mozilla 和 Netflix 组建了开放媒体联盟，这对苹果会形成一定的压力，我们也希望看到苹果会支持 WebRTC。

附录：更多实时音视频技术文章

[1] 开源实时音视频技术WebRTC的文章：
《开源实时音视频技术WebRTC的现状》
《简述开源实时音视频技术WebRTC的优缺点》
《访谈WebRTC标准之父：WebRTC的过去、现在和未来》
《良心分享：WebRTC 零基础开发者教程（中文）[附件下载]》
《WebRTC实时音视频技术的整体架构介绍》
《新手入门：到底什么是WebRTC服务器，以及它是如何联接通话的？》
《WebRTC实时音视频技术基础：基本架构和协议栈》
《浅谈开发实时视频直播平台的技术要点》
《[观点] WebRTC应该选择H.264视频编码的四大理由》
《基于开源WebRTC开发实时音视频靠谱吗？第3方SDK有哪些？》
《开源实时音视频技术WebRTC中RTP/RTCP数据传输协议的应用》
《简述实时音视频聊天中端到端加密（E2EE）的工作原理》
《实时通信RTC技术栈之：视频编解码》
《开源实时音视频技术WebRTC在Windows下的简明编译教程》
《网页端实时音视频技术WebRTC：看起来很美，但离生产应用还有多少坑要填？》
>> 更多同类文章 ……

[2] 实时音视频开发的其它精华资料：
《专访微信视频技术负责人：微信实时视频聊天技术的演进》
《即时通讯音视频开发（一）：视频编解码之理论概述》
《即时通讯音视频开发（二）：视频编解码之数字视频介绍》
《即时通讯音视频开发（三）：视频编解码之编码基础》
《即时通讯音视频开发（四）：视频编解码之预测技术介绍》
《即时通讯音视频开发（五）：认识主流视频编码技术H.264》
《即时通讯音视频开发（六）：如何开始音频编解码技术的学习》
《即时通讯音视频开发（七）：音频基础及编码原理入门》
《即时通讯音视频开发（八）：常见的实时语音通讯编码标准》
《即时通讯音视频开发（九）：实时语音通讯的回音及回音消除概述》
《即时通讯音视频开发（十）：实时语音通讯的回音消除技术详解》
《即时通讯音视频开发（十一）：实时语音通讯丢包补偿技术详解》
《即时通讯音视频开发（十二）：多人实时音视频聊天架构探讨》
《即时通讯音视频开发（十三）：实时视频编码H.264的特点与优势》
《即时通讯音视频开发（十四）：实时音视频数据传输协议介绍》
《即时通讯音视频开发（十五）：聊聊P2P与实时音视频的应用情况》
《即时通讯音视频开发（十六）：移动端实时音视频开发的几个建议》
《即时通讯音视频开发（十七）：视频编码H.264、VP8的前世今生》
《实时语音聊天中的音频处理与编码压缩技术简述》
《网易视频云技术分享：音频处理与压缩技术快速入门》
《学习RFC3550：RTP/RTCP实时传输协议基础知识》
《基于RTMP数据传输协议的实时流媒体技术研究（论文全文）》
《声网架构师谈实时音视频云的实现难点(视频采访)》
《浅谈开发实时视频直播平台的技术要点》
《还在靠“喂喂喂”测试实时语音通话质量？本文教你科学的评测方法！》
《实现延迟低于500毫秒的1080P实时音视频直播的实践分享》
《移动端实时视频直播技术实践：如何做到实时秒开、流畅不卡》
《如何用最简单的方法测试你的实时音视频方案》
《技术揭秘：支持百万级粉丝互动的Facebook实时视频直播》
《简述实时音视频聊天中端到端加密（E2EE）的工作原理》
《移动端实时音视频直播技术详解（一）：开篇》
《移动端实时音视频直播技术详解（二）：采集》
《移动端实时音视频直播技术详解（三）：处理》
《移动端实时音视频直播技术详解（四）：编码和封装》
《移动端实时音视频直播技术详解（五）：推流和传输》
《移动端实时音视频直播技术详解（六）：延迟优化》
《理论联系实际：实现一个简单地基于HTML5的实时视频直播》
《IM实时音视频聊天时的回声消除技术详解》
《浅谈实时音视频直播中直接影响用户体验的几项关键技术指标》
《如何优化传输机制来实现实时音视频的超低延迟？》
《首次披露：快手是如何做到百万观众同场看直播仍能秒开且不卡顿的？》
《Android直播入门实践：动手搭建一套简单的直播系统》
《网易云信实时视频直播在TCP数据传输层的一些优化思路》
《实时音视频聊天技术分享：面向不可靠网络的抗丢包编解码器》
>> 更多同类文章 ……

一个不争的事实是实时音视频技术将得到更广泛的应用，希望html5标准能早日成为主流，至少对开发者而言，相关技术的门槛就要低的多了

引用：IMDeveloper 发表于 2016-04-15 15:12
一个不争的事实是实时音视频技术将得到更广泛的应用，希望html5标准能早日成为主流，至少对开发者而言，相 ...

现在巨头都很看好这一块，但看起来短时间内还是很难改变实时音视频的开发门槛啊。http://webrtc.org.cn/webrtc-solutions-week-in-review/

“通讯应该是一种功能，而不是一种应用”  赞

引用：x931609201 发表于 2018-01-09 11:12
“通讯应该是一种功能，而不是一种应用”  赞

我倒是没注意到这句话，哈哈