音视频开发成长之路与音视频知识点总结

音视频涉及语音信号处理、数字图像处理、信息论、封装格式、编解码、流媒体协议、网络传输、渲染、算法等。在现实生活中，音视频发挥着越来越重要的作用，如视频会议、直播、短视频、播放器、语音聊天等。所以从事音视频开发是一件有意义的事情，机遇和挑战并存。本文将从：音视频开发基础、音视频高级成长、音视频工作方向、音视频开源库、音视频相关书籍，配套的学习资源等几个方面来进行介绍。

那么我们该如何系统的学习音视频开发呢？需要学习掌握哪些内容？【文末彩蛋】附上音视频开发学习思维导图

音视频高级开发学习视频：FFmpeg/WebRTC/RTMP/RTSP/HLS/RTP播放器-音视频流媒体高级开发学习

一、音视频开发基础

1.1音频基础知识

1.2视频基础知识

1.3解复用基础知识

1.4 FFmpeg开发环境搭建

1.5音视频开发常用工具

二、音视频进阶成长知识

1 、FFmpeg实战

1.1 FFmpeg命令

1.2 SDL跨平台多媒体开发库实战

1.3 FFmpeg基石精讲

1.4 FFmpeg音视频解复用+解码

1.5 FFmpeg音视频编码+复用合成视频

1.6 FFmpeg过滤器

1.7 ffplay播放器

1.8 ffmpeg多媒体视频处理工具

2、流媒体客户端

2.1 RTMP推拉流项目实战

2.2 HLS拉流分析

2.3 RTSP流媒体实战

3、流媒体服务器

3.1 SRS 3.0源码剖析

3.2 ZLMediaKit源码剖析(2022年新增)

​4、WebRTC项目实战

4.1 WebRTC中级开发手把手写代码

4.2 WebRTC高级开发-MESH模型多人通话

4.3 WebRTC高级开发-Janus SFU模型多人通话

4.4 WebRTC高级开发-SRS 4.0/5.0源码分析

三、音视频工作方向

相信很多伙伴在音视频工作方向这个十字路口，有过徘徊、迷茫。个人建议是选择自己喜欢的方向，如果还没找到自己所爱，努力去寻找，借用雷总的话“不要害怕做出选择”。一旦做出选择，就要把工作当做事业，不仅仅是为了工作而工作，借用乔布斯的话“Do what you love, love what you do”。把音视频工作方向总结为9个(可能不够准确，仅是个人观点)：直播、传输、算法、视频播放器、流媒体后端、短视频、音频播放、视频编辑、图像处理。具体方向如下：

四、音视频开源库

1、多媒体处理

多媒体处理包括：FFmpeg、libav、Gstreamer。其中FFmpeg是目前最常用的音视频处理库，包括封装格式、编解码、滤镜、图像缩放、音频重采样等模块。

2、流媒体传输

流媒体传输包括WebRTC、live555。其中WebRTC是目前最常用的RTC库，比较著名的模块有JitterBuffer、NetEQ、pacer、网络带宽估计。

3、播放器

播放器包括：ijkplayer、exoplayer、vlc。其中ijkplayer是B站开源的跨平台播放器，exoplayer是Google开源的Android平台播放器，vlc属于VideoLAN非盈利组织所开源。

4、编解码

常用的编解码包括：aac、mp3、opus、vp9、x264、av1。其中aac一般用于点播、短视频，opus用于RTC直播。vp9是Google开源的编码器，VideoLAN有提供x264编码器，av1是AOMedia(开放媒体联盟)开源的新一代视频编码器。

5、音频处理

音频处理的开源库包括：sox、soundtouch、speex。其中sox称为音频处理界的瑞士军刀，可以做各种音效、提供各种滤波器。soundtouch用于变速变调、变速不变调。speex严格意义上讲，它是一个编码器，但是它有丰富的音频处理模块：PLC(丢包隐藏)、VAD(静音检测)、DTX(非连续传输)、AEC(回声消除)、NS(噪声抑制)。

6、流媒体服务器

流媒体服务器主流的有：SRS、janus。其中SRS是一款简单高效的视频服务器，支持RTMP、WebRTC、HLS、HTTP-FLV、SRT。而janus是MeetEcho公司开源的基于WebRTC的流媒体服务器，严格意义上讲它是一个网关。

7、音视频分析

做音视频开发绕不开分析工具，掌握使用分析工具至关重要。常用的音视频分析工具包括但不限于：Mp4Parser、VideoEye、Audacity。其中Mp4Parser用于分析mp4格式及其结构。VideoEye是雷神开源的基于Windows平台分析视频码流工具(在此致敬雷神的开源精神)。Audacity是一款开源的音频编辑器，可用于添加各种音效、分析音频波形图。

8、视频渲染

视频渲染相关开源库有：GPUImage、Grafika、LearnOpenGL。其中GPUImage可用于添加各种滤镜特效。Grafika是Google一位工程师开源的基于Android平台渲染示例库。LearnOpenGL主要是配套其网站的学习OpenGL教程。

六、音视频书籍

1、音频类

音频书籍包括：The music of theory、DSP noise reduction、Audio Signal Process and Coding、数字音频原理及应用、音频信号处理与编码等。

2、视频类

视频书籍包括：数字图像与视频处理、音视频开发进阶指南、视频编码全角度详解、新一代视频压缩编码标准H.264/AVC、新一代高效视频编码H.265/HEVC、数字图像处理(冈萨雷斯版)、多媒体信号编码与传输、OpenGL编程指南、WebRTC native开发实战、FFmpeg从入门到精通、在线视频技术精要等。

3、语言类

关于C/C++相关书籍包括：C语言程序设计、C++编程思想、C++ Primmer Plus、C++程序设计语言、Effective C++。另外推荐的是《程序员的自我修养》。相关书本可参考以前写的博客：那些年曾经看过的书。

C和C++标准文档可以查看：cppreference网站。C语言包括C89、C95、C99、C11、C17、C23，C++语言包括C++98、C++11、C++14、C17、C20、C23。学习API文档，可以快速掌握C/C++语言有哪些头文件，支持哪些库，不同版本的差异。

七、配套的学习资料

1.音视频流媒体高级开发知识点学习视频点击 音视频学习资料 获取

2.音视频开发系统免费学习地址：FFmpeg/WebRTC/RTMP/RTSP/HLS/RTP播放器-音视频流媒体高级开发学习

学习课程大纲：

​结束语

希望各位朋友在音视频道路上不断成长，怀着一颗热爱技术的心，延迟满足感，coding自己的梦想。既然选择远方，就得风雨兼程，不畏路途险阻，英雄不问出处，努力终有回报。