抖音直播电商背后的技术实践：画面更高清、网络更低延迟、玩法儿更多

2023 年的“双十一”收官，品牌商家在这场“年终大考”中，纷纷交出了满意的“答卷”。

根据抖音发布的《玩法阶段战报》显示，在 2023 年双 11 好物节期间，抖音官方的立减玩法让商品的总计曝光达 1,341 亿；抖音平台的新商家数量同比增长 91%；抖音商城的消费人数同比增长 111%。从双十一的直播数据来看，10 月 20 日至 11 月 11 日，抖音电商里的直播间累计直播时长达 5,827 万小时，挂购物车的短视频播放量达 1,697 亿次。

视频化时代，直播电商的兴起改变了消费者的习惯和品牌商家的商业模式。但对于抖音电商来说，如何在“双十一”这样的“流量大考”中，为消费者提供更高清、更沉浸、更互动的直播体验和新玩法，从而驱动品牌的业务增长？这是抖音电商首要解决的命题之一。

非专业的直播设备让商品展示时的画面变得模糊，进而影响消费者的购买决策。抖音电商携手火山引擎打造了不同产品特性的定制化展示策略，通过自适应的方式做到场景化“满分”展示：

图：火山引擎内容自适应策略

火山引擎的人眼感兴趣区域检测（ROI 检测），通过深度的机器学习来对视频内容进行分析，进而辅助 CAE 在编码阶段就进行更合理的码率分配，以此提高人眼感兴趣区域的编码质量，同时做到无损压缩。与传统的 ROI 检测能力相比，火山引擎通过数据集的优化和性能的不断打磨，做到了通过客户端使用便可与视频内容、视频种类解耦，目前已涵盖了直播间中包含人脸、商品等大规模常见的 ROI 区域。

图：火山引擎 ROI 检测与人眼兴趣区域高度重叠

在推流侧，火山引擎通过新一代自研 BVC 编码器，可实现内容自适应编码和感知视频编码。在电商场景下，受机型与系统编码能力的限制，会让推流侧出现时域上的画质波动（部分画面质量低）。这时，火山引擎新一代自研 BVC 编码器当会预测到低于既定的阈值，及时动态触发，调整码率与增强画质，实现高清画质相对恒定的直播体验。

图：火山引擎视频时域画质

此外，在播放端，火山引擎以 SDR 转 HDR 算法，通过参考 SMPTE 相关标准并结合色调映射算法，将 SDR 视频源转换为 HDR10 标准格式的 HDR 视频，以提升画面的对比度、色彩丰富度，为消费者带来更好的直播视觉效果，帮助品牌商家全方位展示商品细节。

图：火山引擎 SDR 转 HDR 算法

直播延迟的高低，影响着消费者购买决策的是与否。

直播延迟主要分布在生产端、流媒体服务、消费端三个环节：

在生产端，一般情况下，网络延迟平均在 20~30ms，编码延迟依赖编码参数设置而定，因此在整体延迟中占比较小；在流媒体服务上，在拉流转码的场景下，会额外产生 300ms~2S 的转码延迟，如果直接播放源流，则不会产生转码延迟；在消费端，网络延迟一般在 100ms~200ms，延迟主要由链路分发节点之间的传输延迟产生。

图：火山引擎直播延迟分析

在抖音电商的直播场景中，评论、提问和解答，是消费者与品牌商家互动的主要方式，品牌商家是否及时反馈，对直播间的活跃度和成单转化起着关键性的作用。在抖音电商的直播实践过程中，基于火山引擎直播 SDK 的云端一体化解决方案，可以将 FLV 拉流延迟降低至 2-3s 内；RTM 超低延时拉流延时降低至 1s 内；同时也能做到面对网络不稳定时的灵敏响应、对抗弱网环境和提升带宽利用率。

如今，消费者越来越倾向于能互动、有参与感的购物体验，直播电商平台的互动同质化已难以满足消费者的需求，导致电商平台的成单转化或成挑战。

以往直播间会采用「主播介绍 - 上链接 - 观众抢购」的模式，对于头部主播来说，可以有效提升商品流转效率，从而提升 GMV，但对于其他中腰部主播或官方品牌的直播间来说，丰富与消费者的互动玩法晚饭，让消费者更加深入地了解商品，才能提升消费者的购买动力。

抖音电商与火山引擎共同打造的互动直播方案，可以为品牌商家打造抖音同款的互动体验，支持嘉宾连麦、主播 PK 等丰富的直播形式，相较于传统直播的文本聊天和发弹幕的形式更具有互动性。从直播数据生产到直播数据的全链路数据驱动，帮助有效提升消费者粘性与业务营收。火山引擎互动直播方案目前已在抖音平台落地实践，并获得日均场次超 210 万、人均观看时长同比增长 15.4% 的成效。

图：抖音电商直播画面

从线下门店到线上购物再到直播电商，消费者的消费习惯不断变化，火山引擎视频云也将继续聚焦“消费体验”，持续升级迭代技术能力，助力品牌商家稳抓消费者心智、驱动业务新增量。未来，火山引擎将持续打造更安全、更稳定、更专业的云端直播服务，为消费者提供更低延迟、更高画质、更流畅的直播体验。