高玉陽

（云南廣播電視臺，云南 昆明 650000）

0 引 言

在全球疫情爆發(fā)之前，網(wǎng)絡(luò)會議的技術(shù)及應(yīng)用一直處在“夠用”的范疇內(nèi)，即能滿足小范圍群體實時交流即可，多用于跨部門協(xié)作、與客戶的日常溝通等非正式交流場合，主要解決工作效率問題。這些網(wǎng)絡(luò)會議的特點是接入點少，幾十人的規(guī)模最多見；設(shè)備簡單，一般使用筆記本電腦或者手機，通過設(shè)備的前置攝像頭和麥克風(fēng)就能采集音視頻信號；通用性強但安全性較低，參會者注冊登錄進(jìn)入房間即可參會，信號質(zhì)量受當(dāng)?shù)鼐W(wǎng)絡(luò)影響較大。但鑒于這種會議往往是臨時性、非正式的，用戶并不太在意使用體驗，可以接受偶爾的延遲或斷線。

然而近年來，隨著全球疫情的持續(xù)，人們逐漸意識到，無論正式還是非正式，很多時候網(wǎng)絡(luò)會議是溝通的唯一可用方式。一時間，全球?qū)W(wǎng)絡(luò)會議的需求激增，各種大小活動都開始依托于網(wǎng)絡(luò)，其中也包括如國家領(lǐng)導(dǎo)人會晤、跨國論壇之類的高級別會議。一旦這類活動在網(wǎng)絡(luò)上舉辦，網(wǎng)絡(luò)會議就由一種單純的技術(shù)形式，升級為一套服務(wù)于高級別政治活動的儀式，這對整套系統(tǒng)都提出了更高、更新的需求。由于沒有先例，技術(shù)上需要一套全新的解決方案來支撐，畢竟靠之前單一的平臺、簡單的設(shè)備以及不可控的網(wǎng)絡(luò)已經(jīng)無法滿足此類需求[1]?；诖?，本文以某次大型國際會議為例，介紹實現(xiàn)全球高級別網(wǎng)絡(luò)實時會議的解決方案及技術(shù)支撐系統(tǒng)，可為類似項目的方案設(shè)計提供參考。出于保密需要，文中省略了部分細(xì)節(jié)。

1 會議平臺及網(wǎng)絡(luò)狀態(tài)的評估與測試

本次會議的規(guī)模及需求：會議主會場設(shè)在中國，參與國家近170個，有500多位政黨和地區(qū)組織領(lǐng)導(dǎo)人參加會議，超過1萬名代表通過視頻連線或者網(wǎng)絡(luò)直播的方式參與會議，共約160處國內(nèi)外分會場遠(yuǎn)程集體參會，20多名國外政黨領(lǐng)導(dǎo)人需要線上發(fā)言，100多個國家的駐華使節(jié)在主會場線下參會。會議需要一套會議系統(tǒng)將以上需求整合，在保證安全的前提下完成大會所有議程。

在確定技術(shù)方案前，首先需要評估和測試意向性使用的會議平臺。一般而言，會議主辦方會有一個或多個傾向性意見，希望盡量使用他們期望的會議軟件來構(gòu)建系統(tǒng)，這樣可以避免每個參會者重復(fù)熟悉新軟件。由于全球會議平臺多種多樣，最理想的方案應(yīng)該是一種跨平臺的融合架構(gòu)，即無論參會者使用哪個平臺都能加入會議，這點會在后文詳細(xì)論述。在此之前，需要對每個融合進(jìn)來的平臺做評估和測試，以確定其是否適合這個技術(shù)環(huán)境。一般來說，測試項目主要針對應(yīng)用功能和技術(shù)架構(gòu)兩大方面。以下介紹部分需要重點評測的要素。

1.1 應(yīng)用功能方面

1.1.1 支持的最大接入點數(shù)量

這個數(shù)據(jù)指標(biāo)不僅影響會議的規(guī)模，更直接決定了搭建融合系統(tǒng)時使用的網(wǎng)絡(luò)終端數(shù)量。如果參會者超過單一平臺的接入量，需要增設(shè)更多網(wǎng)絡(luò)會場，意味著需要更多的網(wǎng)絡(luò)終端進(jìn)行信號轉(zhuǎn)換，進(jìn)一步影響矩陣、周邊設(shè)備的規(guī)模，這直接關(guān)系到系統(tǒng)的整體設(shè)計[2]。同時，也可以利用此數(shù)據(jù)評估每個會議房間的適合人數(shù)。

1.1.2 畫廊模式最大顯示數(shù)量

畫廊模式最大顯示數(shù)量決定了信號源和畫面分割信號的數(shù)量，直接影響系統(tǒng)的規(guī)模。所謂畫廊模式，顧名思義就是在一個屏幕內(nèi)，將眾多參會者的小畫面排列分布，像畫廊展示一樣。一般的網(wǎng)絡(luò)會議往往只需要觀看發(fā)言人，普通參會者并不露面。但高級別的網(wǎng)絡(luò)會議仍然需要遵守傳統(tǒng)線下會議的禮節(jié)，凡是參會的嘉賓都要在形式上出席，如同線下會議時在席位上就坐，因此每個人的畫面都需要呈現(xiàn)。畫廊模式顯示數(shù)量決定了信號輸入量，例如，ZOOM會議軟件支持最大顯示25個畫面，假如有100人參會，則至少需要4頁畫廊信號，相應(yīng)地用4臺網(wǎng)絡(luò)終端，形成4路輸入源，以此類推。另外，還需要測試在會議進(jìn)行過程中，假如某位參會者掉線或關(guān)閉攝像頭，其他布局內(nèi)的畫面是否會移動。如果排序布局會受參會者的操作而改變，就需要使用單畫面選看功能。

1.1.3 是否支持單畫面選看功能

平臺是否支持單畫面選看功能，涉及到禮賓排序的問題，需要為每個重要的參會者建立獨立的信號通道，再在視頻特技臺上進(jìn)行手動布局拼成畫廊模式，這點后文會單獨論述。

1.1.4 是否有強制靜音功能

有些會議平臺可以檢測是否有語音輸入來自動觸發(fā)發(fā)言，甚至自動將發(fā)言者的畫面全屏。這個功能會對高級別會議產(chǎn)生嚴(yán)重干擾。除非有需要，畫廊模式不允許隨意全屏某位參會者，也不允許發(fā)言人之外的參會者隨意開啟麥克風(fēng)插話。如果會議系統(tǒng)不支持強制靜音和禁止全屏，那在會議控制系統(tǒng)端的處理會比較麻煩。這種情況下，該會議平臺評估不能通過評估。

1.2 技術(shù)架構(gòu)方面

1.2.1 單畫面的最大清晰度與網(wǎng)絡(luò)帶寬需求

對于高級別會議，可以接受的畫面分辨率至少為720 P，某些平臺在降低幀速率的情況下可以傳輸1 080 P，此時建議最低幀速率在10～15 f·s-1。 由于會議圖像的變化區(qū)域很小，低幀率不會造成太大不適，特別適合那些如H.263及更高標(biāo)準(zhǔn)的基于DCT變換和運動估計與預(yù)測技術(shù)的視頻編碼，往往在1.5 Mb·s-1時仍有較好的質(zhì)量。不過對于國際 會議，建議至少保證10 Mb·s-1的上下行帶寬。

1.2.2 會議平臺支持的框架協(xié)議

會議平臺支持的框架協(xié)議涉及到可以接入的設(shè)備選型。例如，支持SIP或者H323的會議平臺，可使用相應(yīng)的網(wǎng)絡(luò)設(shè)備搭建系統(tǒng)，如使用SIP電話作為會議信號的備份，在圖像信號斷線的時候及時啟用，可至少保證參會者的發(fā)言聲音傳遞到大會。

1.2.3 會議平臺服務(wù)器的跳轉(zhuǎn)方向

會議平臺服務(wù)器的跳轉(zhuǎn)方向主要評估對于國內(nèi)而言，該網(wǎng)絡(luò)的出口是否可能成為瓶頸。很多會議平臺在全球都部署有服務(wù)器，需要弄清跨國信號跳轉(zhuǎn)的網(wǎng)絡(luò)路徑，至少需要知道亞太地區(qū)的服務(wù)器分布和訪問延遲量。例如，本次會議使用的其中一種會議平臺由歐洲某國開發(fā)，基于亞馬遜云AWS的服務(wù)，其對于中國的跳轉(zhuǎn)方向是新加坡。而新加坡是亞太地區(qū)的網(wǎng)絡(luò)樞紐，到我國有大出口的帶寬，雙向CN2線路一般延遲在30 ms，最大不超過100 ms， 完全可以滿足會議需求，實際測試結(jié)果也符合這個情況。而如果是國產(chǎn)會議軟件，往往對國內(nèi)和發(fā)達(dá)國家支持較好，則需要了解其在海外的服務(wù)器分布狀況，特別是在第三世界地區(qū)。

1.2.4 會議平臺的安全性

作為國際會議的主辦方，一定要對所使用會議軟件的安全性進(jìn)行評估，需重點評估對于高強度網(wǎng)絡(luò)攻擊的防范能力，包括防止DDOS攻擊、域名劫持等[3]。例如，本次會議使用的幾種會議平臺基于亞馬遜云，其AWS shield托管式服務(wù)可以有效防范DDOS攻擊，同時使用AWS Route 53云域名系統(tǒng)，總體而言安全性比較高。

1.3 其他方面

除以上項目外，還需要掌握其他可能影響會議體驗的性能指標(biāo)，如是否支持電腦客戶端，在網(wǎng)絡(luò)不穩(wěn)定且發(fā)生抖動的情況下，畫質(zhì)如何變化（自動降低清晰度、降低幀速率、或降低分辨率等）；是否支持低帶寬時只傳送音頻，是否可以自行關(guān)閉畫中畫功能，是否可以隱藏未開啟攝像頭的參會者，平臺能夠覆蓋哪些國家，平臺針對本次會議的運維保障方案，是否滿足數(shù)據(jù)主權(quán)需求等。

一個理想的會議系統(tǒng)應(yīng)該滿足以上所有需求，然而目前全球尚沒有這樣完美的平臺。使用單一平臺，不僅接入點不全、功能有短板、安全性和可靠性較低，還存在數(shù)據(jù)主權(quán)的政治問題。經(jīng)過測試與評估，本次會議最終確定使用華為云會議、騰訊會議、ZOOM視頻會議平臺，共同進(jìn)行會議保障。

2 技術(shù)方案詳述

技術(shù)方案需要圍繞需求制定。本次會議的呈現(xiàn)要求是：主會場設(shè)在人民大會堂，主席臺有9位領(lǐng)導(dǎo)就座；國外駐華使節(jié)于就近分會場參會，其他所有人員通過網(wǎng)絡(luò)遠(yuǎn)程參會；發(fā)言人一共22人，我國領(lǐng)導(dǎo)人一人，其余21人在國外；同聲傳譯有14個語種，加原聲一共15路；主會場、6個國內(nèi)分會場、200個國外分會場及500多位個人參會者之間，使用的3種不同會議平臺需要完全音視頻互通（包含所有同傳信號）。主會場設(shè)置5組LED大屏幕，中間的1號主屏幕顯示主會場及21位國外發(fā)言人畫面；兩側(cè)的2、3號屏幕既顯示國內(nèi)外分會場畫面，也顯示特寫畫面，還會播放一些會議相關(guān)的視頻短片；再兩側(cè)的4、5號屏幕顯示其他500多位個人參會者。大屏幕布局示意圖如圖1所示。大會還需要備播視頻、照片備份、電話備份等手段以提高安全性。這些信號及每個大屏幕上的畫廊模式信號不僅要在現(xiàn)場呈現(xiàn)，還需傳送至線上，供每位參會者觀看。

圖1 主會場大屏幕布局示意圖

2.1 視頻方案

常規(guī)的廣播電視系統(tǒng)一般是單向架構(gòu)，即從信號源開始，經(jīng)過各種設(shè)備逐級傳送至末端。網(wǎng)絡(luò)會議平臺混合后，系統(tǒng)則是多向的，每個接入點既是信號源也是終端，大家互為外來信號。這種系統(tǒng)沒有先例，只能根據(jù)需求逐步摸索。設(shè)計時，需先將系統(tǒng)的整體邏輯關(guān)系理順，再細(xì)化各部分細(xì)節(jié)，系統(tǒng)邏輯如圖2所示。

圖2 系統(tǒng)邏輯圖

這是一個由信號源、現(xiàn)場大屏及線上會議平臺組成的三方系統(tǒng)。上百個信號源經(jīng)過切換調(diào)度系統(tǒng)送至畫面拼接器，根據(jù)會議需求進(jìn)行指定位置、指定大小布局的禮賓排序上屏。而信號源大多來自融合后的會議平臺，經(jīng)過一系列信號處理后，形成類似傳統(tǒng)PGM的會議信號再返回融合會議平臺，同時拼接后的大屏畫廊模式也返回會議平臺，這樣在任何地方使用任何一種參會方式都能在形式上實現(xiàn)線上線下結(jié)合，滿足了會議需求。該三方系統(tǒng)的信號源主要包括以下類型。

（1）攝像機拍攝的畫面。在主會場面對主席臺的大屏下方設(shè)置廣播級攝像機若干臺，拍攝發(fā)言人鏡頭。為了避免攝像機遮擋大屏幕、影響線上交流，大屏幕高度建議在5 m以上，主席臺不做地臺，與攝像機保持在一個水平面。

（2）國內(nèi)分會場畫面。國內(nèi)分會場使用華為云會議接入網(wǎng)絡(luò)，音視頻信號通過主會場的華為終端輸出。

（3）22位發(fā)言人畫面。21位國外發(fā)言人在各自的國家使用華為云會議接入網(wǎng)絡(luò)，同樣通過主會場的華為終端輸出。而主會場需要將攝像機信號轉(zhuǎn)換成網(wǎng)絡(luò)視頻，成為第22路發(fā)言人信號，作為線上平臺的信號源，這也是多向系統(tǒng)的特點。

（4）畫廊信號。其他分會場及個人參會者不提供單獨畫面，以畫廊模式集體展現(xiàn)。按照每屏5×5布局，每個畫廊信號顯示25位參會者，再將兩組畫廊信號上下拼接，形成50個窗口的大畫廊，顯示在主會場4、5號大屏上。畫廊模式的獲取方法是使用參會者身份加入會議房間，設(shè)置屏幕為畫廊模式，通過HDMI或DP接口將屏幕信號采集出來。這種方式只適合安全要求較低的畫面，對于重要嘉賓，必須使用專業(yè)的網(wǎng)絡(luò)終端采集信號。

（5）提取單人信號。會議中有部分參會者不是發(fā)言人，但也需要提供全屏的單人信號，實現(xiàn)方式同上。

（6）視頻短片信號。由主會場的視頻播放器播放，除了播放會議相關(guān)短片，還作為某些重要嘉賓的信號備份。

本次會議將3種網(wǎng)絡(luò)平臺進(jìn)行融合，形成一個大虛擬會議室，音視頻信號、同聲傳譯信號跨平臺傳輸。不同平臺使用的協(xié)議及軟件接口千差萬別，無法在網(wǎng)絡(luò)應(yīng)用層融合，即平臺之間不可能打通，只能通過在鏈路層進(jìn)行設(shè)備到設(shè)備的連接實現(xiàn)。融合系統(tǒng)的原理如圖3所示。

圖3 系統(tǒng)流程

圖3 融合系統(tǒng)的原理圖

融合系統(tǒng)的原理就是將會議音視頻信號通過HDMI、SDI、DP、TRS、XLR之類的物理接口進(jìn)行交互，通過格式轉(zhuǎn)換器統(tǒng)一到某個單一平臺，進(jìn)行一系列處理后再返回各自系統(tǒng)。這種方式的優(yōu)點是不受平臺限制，只要有音視頻接口即可，并且可以防范部分網(wǎng)絡(luò)攻擊[4]；缺點是所需設(shè)備種類復(fù)雜，數(shù)量巨大。因為從信號處理邏輯上說，融合系統(tǒng)就是一臺沒有現(xiàn)成接口的矩陣，每個輸入、輸出口都需要根據(jù)會議平臺、賬號類型、接口類型及畫面內(nèi)容等自行“DIY”設(shè)備來實現(xiàn)，再加上備份的需求，設(shè)備規(guī)模往往既龐大又松散，但這是目前唯一可行可控的、能將任意音視頻平臺或系統(tǒng)整合的方式。

基于以上系統(tǒng)邏輯及技術(shù)方式，本次會議搭建的視頻系統(tǒng)架構(gòu)如圖4所示。

圖4 視頻系統(tǒng)架構(gòu)圖

該系統(tǒng)將安全性放到最高優(yōu)先級。在物理層面上，鏈路和設(shè)備均做了多重交叉?zhèn)浞荨?/p>

首先，主會場大屏由兩套完全獨立的路由提供信號，包括兩套切換系統(tǒng)和兩套屏幕拼接系統(tǒng)，兩者之間互為備份，作為大屏主信號；另外還有兩套提供線上平臺的調(diào)度系統(tǒng)和畫面拼接系統(tǒng)也接入了主鏈路，作為大屏的備用信號。同理，兩路大屏主信號也接入了線上平臺的信號鏈路，作為線上備用信號；而上面提到的兩路提供線上平臺主信號的系統(tǒng)內(nèi)部也互為備份。

其次，重要嘉賓均使用至少兩種會議平臺接入。主會場、21個國外政黨發(fā)言人及6個國內(nèi)分會場使用華為作為主系統(tǒng)，騰訊做備份系統(tǒng)；國外分會場除了50個使用ZOOM外，全部使用華為系統(tǒng)；500多位政黨和地區(qū)組織領(lǐng)導(dǎo)人使用ZOOM或者華為參會。華為廣泛且完善的全球業(yè)務(wù)網(wǎng)絡(luò)及服務(wù)體系為這次會議提供了強大保障。

最后，每個子系統(tǒng)內(nèi)的設(shè)備也做了充足備份，不僅常規(guī)的攝像機、矩陣、切換臺及畫面特技臺等都是雙備份，重要的線上信號均使用多臺網(wǎng)絡(luò)終端或筆記本電腦進(jìn)行采集。

除此之外，在運維層面上也采取了多種手段以保證安全性。首先，作為網(wǎng)絡(luò)會議，使用的所有計算機設(shè)備必須系統(tǒng)干凈、補丁齊全，關(guān)閉自動更新和屏保，無關(guān)軟件一律清除。其次，進(jìn)行應(yīng)用層的隔離。融合系統(tǒng)有兩個層面，一是不同平臺間的融合，這源于技術(shù)上的限制；二是同一平臺不同房間的融合，這源于會議安全上的考慮。例如，22位重要發(fā)言人和其他分會場雖然使用同樣的平臺、技術(shù)、線路及設(shè)備，但必須分成不同的虛擬會議房間，再通過融合系統(tǒng)合并。

本次會議使用了約500臺筆記本電腦、120臺華為網(wǎng)絡(luò)會議終端CloudLink Box 500/700/900系列。與直接通過筆記本電腦采集信號相比，該系列可以外接顯示設(shè)備、攝像機、麥克風(fēng)及揚聲器，豐富的 I/O接口可以為本會議系統(tǒng)提供更穩(wěn)定、更規(guī)范的信號源，主要部署在重要嘉賓及會場的鏈路上。而大屏拼接系統(tǒng)使用了BARCO的系列產(chǎn)品，包括EC-210 Large Event Controller控制面板、C3控制面板以及E2-Gen Event Master信號處理器等。

2.2 音頻方案

音頻系統(tǒng)框架如圖5所示。

圖5 音頻系統(tǒng)框架圖

音頻系統(tǒng)的煩瑣之處在于，要將14路翻譯和原聲從不同平臺的各個會議房間采集出來，再送回到不同平臺的各個房間，使每個參會者都可以從15個聲道中選擇收聽。每個房間都要通過翻譯員賬號上傳一種語言，例如一臺筆記本用“英語翻譯”身份登錄某房間，其通過音頻采集卡上傳的信號就成為整個房間“英語頻道”的音頻。而每個房間都需要15路這樣的鏈路，系統(tǒng)規(guī)模就隨房間數(shù)量和備份需求不斷翻倍。本次會議的翻譯員均在會議現(xiàn)場，翻譯信號相對比較好獲取。如果會議采用線上翻譯，即翻譯員也是通過加入會議房間在異地參與工作，則每個房間都需要一路參會者賬號采集某一種翻譯語言，系統(tǒng)規(guī)模要再翻倍。除此之外，需要提前對會議平臺的音頻進(jìn)行輸入輸出的環(huán)路測試，在回聲消除、自動增益控制、噪音抑制等方面也需加入干預(yù)，而這些工作所需的經(jīng)驗性會更強一些[5]。

本次會議音頻系統(tǒng)主要使用了DiGiCo系列產(chǎn)品，如DiGiCo SD12等。

3 結(jié) 語

對于高級別的會議而言，安全性永遠(yuǎn)都是第一位，本次會議系統(tǒng)設(shè)計處處體現(xiàn)了這一點，網(wǎng)絡(luò)安全、系統(tǒng)安全及運維安全等都是要重點考慮的方面。系統(tǒng)設(shè)計要為最終呈現(xiàn)形式服務(wù)，要跳出傳統(tǒng)設(shè)計思路中的行業(yè)界限和技術(shù)界限，重新評估規(guī)模與成效之間的平衡關(guān)系。另外，“媒體融合”是未來發(fā)展的必然趨勢，不僅是廣播電視行業(yè)狹義的“媒體”，更是指全球化的、通用化的可視信息交互。疫情只是初步激發(fā)了這個需求，未來還有更廣闊的應(yīng)用前景，相關(guān)業(yè)界應(yīng)給予重視。本次會議采用的系統(tǒng)方案受限于目前的技術(shù)，雖然煩瑣但卻唯一可行，希望今后隨著技術(shù)發(fā)展，整合度更高、安全性更強的解決方案可以加快實現(xiàn)。