Live-Streaming-API auswählen: was Sie vergleichen sollten, bevor Sie bauen

Wählen Sie eine Live-Streaming-API danach aus, wie weit Ihre Zuschauer hinter dem Live-Geschehen zurückliegen und was ihre Rechnung zählt: ob das Bild sie viele Sekunden später erreicht oder etwa eine Sekunde nach dem Host, ob sie antworten können, solange es noch wichtig ist, und ob Ihnen Zuschauerminuten, Stunden Video oder gesendete Gigabytes berechnet werden. Ein Player, ein Studio und ein Code zum Einbetten stehen auf jeder Feature-Liste, deshalb sind es diese Antworten, die Dienste unterscheiden.
Dieser Beitrag geht zehn Fragen durch, die Sie jeder Live-Streaming-API, jedem Livestream-SDK und jeder Video-Streaming-API stellen sollten, und erklärt zu jeder, warum sie wichtig ist und wie Sie die Antwort selbst prüfen. Er nennt keinen Dienst beim Namen. Am Ende beantwortet er jede Frage für WordPlus Cloud und sagt, was sie Ihnen überlässt.
Ein Broadcast oder ein Stream, dessen Publikum antwortet
Unter diesen Begriffen werden zwei Arten von Diensten verkauft, und sie bauen auf verschiedenen Protokollen auf.
Ein Broadcast-Dienst schneidet den Stream in kurze Dateien, Segmente von jeweils ein paar Sekunden, und sendet sie über einfaches HTTP an die Zuschauer, meist als HLS. Dateien kommen durch jedes Netzwerk und jeden Cache, also bringt er einen Stream zu einem sehr großen Publikum, einige Sekunden hinter dem Live-Geschehen. Ein Echtzeit-Dienst sendet den Stream über WebRTC, das Protokoll von Videoanrufen, Frame für Frame über seine Medienserver, sodass Zuschauer ihn etwa so schnell sehen, wie ein Anruf ihn zeigen würde, und ihr Chat, ihre Reaktionen und Fragen ankommen, während der Host noch beim Thema ist.
| Broadcast über HLS | Echtzeit über WebRTC | |
|---|---|---|
| Verzögerung | Viele Sekunden | Etwa eine Sekunde |
| Gesendet als | Dateien über HTTP | Pakete, wie im Anruf |
| Das Publikum | Schaut zu | Schaut zu und macht mit |
Keine der beiden ist grundsätzlich besser. Ein Spiel, das ein ganzes Land anschaut, ohne ein Wort zu schreiben, ist ein Broadcast. Ein Kurs, eine Produktvorstellung mit Fragen oder ein Vortrag mit einem Chat daneben ist ein Stream, dessen Publikum antwortet. Klären Sie, welches von beiden Sie bauen, bevor Sie Preise vergleichen, denn auch ihre Preise sind unterschiedlich aufgebaut.
1. Wie weit liegt ein Zuschauer zurück?
Die Verzögerung kommt daher, wie der Stream reist. HLS sendet ein Segment erst, wenn es fertig ist, und ein Player hält mehrere davon vorrätig: Der HLS-Standard schreibt einem Player vor, mindestens drei Zieldauern vor dem Live-Ende der Playlist zu beginnen, und Apples Authoring-Leitfaden empfiehlt eine Zieldauer von 6 Sekunden. Damit liegt ein Zuschauer 18 Sekunden oder mehr zurück. Low-Latency HLS sendet Teile jedes Segments, sobald sie entstehen, nach demselben Leitfaden je eine Sekunde lang, und ein Player hält weiterhin mindestens drei davon vorrätig, sodass ein paar Sekunden bleiben.
WebRTC kennt keine Segmente. Es sendet jeden Frame, sobald er codiert ist, wie in einem Anruf.
Zwei Sekunden spielen für jemanden, der einen Film schaut, kaum eine Rolle. Für eine Lehrkraft, die fragt: „Können alle das sehen?“, oder für einen Host, der den Chat vorliest und darauf antwortet, spielen sie eine große.
Fragen Sie:
- Wie weit liegt ein Zuschauer hinter dem Host zurück, von der Kamera bis zum Bildschirm, und wie wurde das gemessen?
- Kommt der Chat zeitgleich mit dem Bild an, oder früher?
- Wächst die Verzögerung während eines langen Streams, und was verringert sie wieder?
2. Wie kommt das Bild hinein?
Ein Host geht von irgendwoher live: mit der Kamera eines Browsers oder Smartphones, einem geteilten Bildschirm oder einem Encoder wie OBS, der Szenen und Kameras mischt. Ein Browser oder ein Smartphone braucht keine Installation. Ein Encoder sendet den Stream über ein eigenes Protokoll, meist RTMP, ein älteres Protokoll, das Video über TCP transportiert, oder WHIP, den IETF-Standard, um einen Stream mit einer einzigen HTTP-Anfrage und einem Bearer-Token in einen WebRTC-Dienst zu senden. OBS beherrscht es ab Version 30.
Fragen Sie:
- Kann ein Host aus dem Browser live gehen, ohne etwas zu installieren?
- Welche Encoder-Protokolle werden angenommen, und mit welchen Encodern wurde das ausprobiert?
- Wenn der Encoder für eine Minute ausfällt, wartet der Stream auf ihn, oder endet er?
- Lässt sich ein durchgesickerter Stream-Schlüssel ersetzen, und funktioniert der alte dann nicht mehr?
3. Was bekommt jeder Zuschauer?
Menschen schauen gleichzeitig auf einem Smartphone mit einem Balken mobilem Empfang und auf einem großen Bildschirm am Glasfaseranschluss zu. Ein Dienst, der allen dasselbe Bild sendet, lässt einen von beiden im Stich. Es gibt zwei Wege, das zu umgehen. Ein Broadcast-Dienst codiert den Stream meist in mehreren Größen neu, einer Leiter von Qualitätsstufen, und der Player wählt eine nach seiner Verbindung. Ein Echtzeit-Dienst lässt den Host oft mehrere Größen gleichzeitig senden, Simulcast, und seine Medienserver leiten jedem Zuschauer die weiter, die passt (wie Medienserver funktionieren).
Fragen Sie:
- Wie viele Qualitätsstufen, bis zu welcher Auflösung, und wer wählt: der Player, der Zuschauer oder beide?
- Wird das Bild bei einer schwachen Verbindung kleiner, bevor es stockt?
- Kann meine Seite auslesen, wie der Stream bei einem Zuschauer läuft, um jemandem zu helfen, dessen Bild einfriert?
4. Wie nah sind die Server, und kommen sie durch?
Ein Zuschauer weit weg vom Server wartet darauf, dass jedes Paket die Entfernung zurücklegt, und verliert unterwegs mehr davon. Fragen Sie, wo die Medienserver laufen und ob jeder Zuschauer von selbst einen in seiner eigenen Region erreicht. Wie Sie Nutzer über Regionen hinweg verbinden geht durch, was jede Antwort bedeutet.
Das Netzwerk dazwischen ist genauso wichtig. HLS reist wie jede Webseite, durch jede Firewall, die das Web nach außen lässt. WebRTC bevorzugt UDP, das viele Büros und Hotels blockieren, also braucht ein Echtzeit-Dienst auch einen Weg hinein über die Ports des Webs. Unser Beitrag zu WebRTC-Ports listet auf, was eine Firewall erlauben muss.
Fragen Sie:
- Wo stehen die Medienserver, und tritt jeder Zuschauer dem nächstgelegenen bei?
- Bekommt ein Zuschauer in einem Netzwerk, das nur das Web nach außen lässt, trotzdem das Bild?
5. Was zählt die Rechnung?
Die meisten Live-Streaming-APIs zählen Zuschauerminuten, also eine Minute, in der eine Person zuschaut. Ein Stream für 1.000 Personen über eine Stunde ergibt 60.000 davon, die Größe Ihres Publikums ist also wichtiger als die Frage, wie viele Streams Sie betreiben. Manche zählen stattdessen oder zusätzlich die Stunden codierten Videos oder die ausgelieferten Gigabytes.
Schauen Sie dann, was sonst noch gezählt wird. Manche Preise steigen mit der Auflösung, manche zählen die Zeit, in der eine Seite wartet, bevor der Stream beginnt, und Aufzeichnung, Speicher, der Chat und jeder Encoder können jeweils ein eigener Posten sein. Was Videoanrufe pro Minute kosten rechnet einen ganzen Monat durch, mit einem Livestream darin.
Fragen Sie:
- Wird eine Minute in 1080p wie eine Minute in 360p gezählt?
- Wird ein Zuschauer ab dem Öffnen der Seite gezählt, oder ab dem Moment, in dem der Stream live geht?
- Was passiert über den Tarif hinaus: Werden neue Zuschauer abgewiesen, die Zuschauenden getrennt oder das Zusätzliche in Rechnung gestellt?
6. Wer darf zuschauen, und wer darf live gehen?
Ein Stream für alle braucht nur seinen Link. Ein Stream für die Mitglieder eines Clubs, die Lernenden eines Kurses oder die Inhaber eines Tickets braucht mehr, denn ein Link ist schnell weitergegeben. Bei den meisten APIs signiert Ihr Server ein Token für jeden Zuschauer oder jeden Stream, und der Unterschied liegt darin, wie viel das Token sagt und ob ein für eine Person signiertes Token auch für eine andere funktioniert.
Fragen Sie:
- Kann jemand ohne Konto zuschauen, und kann ich das für einen einzelnen Stream abschalten?
- Öffnet ein weitergegebener Link einen Stream nur für Mitglieder?
- Kann ich einen Zuschauer während des Streams herausnehmen und draußen halten?
- Wer darf in einem Stream live gehen, und wie wird das geprüft?
7. Gehört der Chat zum Stream?
Ein Stream, dessen Publikum antwortet, braucht einen Chat daneben, und ein Chat mit Publikum braucht Pflege: eine Nachricht anheften, eine löschen, den Chat für alle verlangsamen, jemanden für eine Weile stummschalten, jemanden sperren. Manche APIs bringen einen Chat mit dem Stream mit, andere überlassen ihn einem zweiten Dienst mit eigener Rechnung.
Fragen Sie:
- Kommt der Chat mit dem Stream, über dieselbe Verbindung und dieselbe Anmeldung?
- Wer pflegt ihn, und kann mein Server dasselbe tun, ohne dass eine Seite geöffnet ist?
- Wie viele Nachrichten bewahrt er auf, und wie lange?
8. Kann ein Zuschauer auf die Bühne kommen?
Eine laut gestellte Frage, ein Interview, eine Podiumsrunde: Für jedes davon muss ein Zuschauer mit Kamera und Mikrofon dazukommen, für alle Zuschauenden sichtbar, ohne eine zweite Anruf-App. Das kann nur die Echtzeit-Art, denn ein Zuschauer, der viele Sekunden zurückliegt, kann nicht mit dem Host sprechen.
Fragen Sie:
- Kann ein Zuschauer die Hand heben, und kann der Host ihn auf die Bühne holen und wieder herunternehmen?
- Wie erscheinen Gäste: nebeneinander, die sprechende Person groß, oder eine Person im Spotlight?
9. Gibt es einen fertigen Player und ein Studio?
Ein Player ist mehr als ein Video-Element. Browser spielen Ton erst ab, wenn jemand auf der Website geklickt oder getippt hat (MDN zu Autoplay), sodass ein Zuschauer, der einen Stream über einen Link öffnet, ihn womöglich stumm sieht, und der Player braucht einen Weg, den Ton einzuschalten. Er zeigt an, wenn der Stream noch nicht begonnen hat, spielt, sobald er beginnt, ohne Neuladen, und zeigt den Chat und wie viele zuschauen. Der Host braucht ein Studio: die Kamera vor dem Livegehen, den Bildschirm, den Encoder, Livegehen und Beenden. Ein fertiges spart Wochen, und es muss aussehen wie der Rest Ihrer App.
Fragen Sie:
- Welche Plattformen haben einen: das Web, React, iOS, Android?
- Kann ich sein Aussehen ändern und den Player und den Chat getrennt platzieren?
- Steht der Rest des SDK für einen eigenen Player bereit?
- Gibt es eine Server-Bibliothek in der Sprache, in der ich schreibe, oder eine HTTP-API?
10. Was erfährt Ihr Server, und was bleibt?
Ihre App muss wissen, was passiert ist: wann ein Stream live ging und endete, wer zugeschaut hat und wie lange. Das braucht sie, um zu zeigen, was gerade live ist, um Follower zu benachrichtigen oder um mit Ihren eigenen Nutzern pro Aufruf oder nach Minuten abzurechnen. Webhooks bringen es, und da ein Webhook zweimal kommen kann, braucht jeder eine ID.
Lesen Sie dann die Seite mit den Limits: wie lange ein Stream laufen darf, wie viele zuschauen dürfen, wie lange ein Stream-Schlüssel gilt. Und fragen Sie, was bleibt, wenn ein Stream endet: eine Aufzeichnung, ihre Wiedergabe, der Chat.
Probieren Sie es einen Nachmittag lang aus
Eine Feature-Tabelle beantwortet wenige dieser Fragen. Ein kleiner Versuch beantwortet die meisten. Bauen Sie auf jedem Dienst, den Sie in Betracht ziehen, den kleinsten Stream, der geht, und gehen Sie diese acht Schritte durch:
- Gehen Sie aus einem Browser live und schauen Sie auf einem Smartphone mit mobilen Daten zu. Stellen Sie eine Uhr mit Sekundenanzeige vor die Kamera und fotografieren Sie sie neben dem Bildschirm des Smartphones: Der Unterschied ist die Verzögerung.
- Stellen Sie laut eine Frage und lassen Sie den Zuschauer im Chat antworten. Sehen Sie nach, wie lange die Antwort braucht, bis sie Sie erreicht.
- Bremsen Sie in den Entwicklertools des Browsers des Zuschauers das Netzwerk aus. Sehen Sie nach, ob das Bild kleiner wird oder stehen bleibt.
- Schauen Sie aus einem Netzwerk zu, das nur das Web nach außen lässt, etwa einem strengen Büro- oder Hotel-WLAN. Unser Verbindungstest zeigt vorher, was dieses Netzwerk durchlässt.
- Öffnen Sie den Stream über einen Link in einem neuen Tab und sehen Sie nach, was der Player mit dem Ton macht.
- Öffnen Sie einen Stream nur für Mitglieder in einem privaten Fenster, abgemeldet, mit dem Link, den ein Mitglied hat.
- Stoppen Sie den Encoder für eine Minute und starten Sie ihn wieder. Sehen Sie nach, ob die Zuschauer noch da sind.
- Öffnen Sie die Nutzungsseite des Dienstes und lesen Sie, als was dieser Nachmittag gezählt wurde.
Wie WordPlus Cloud sie beantwortet
WordPlus Cloud gehört zur zweiten Art: eine Live-Streaming-API und ein SDK über WebRTC, mit einem fertigen Player, Studio und Chat, auf Medienservern, die wir selbst betreiben. Dieselben zehn Fragen, der Reihe nach:
- Zuschauer sehen den Host mit etwa einer Sekunde Verzögerung, über WebRTC ohne Segmente, und Chat und Reaktionen kommen über dieselbe Verbindung, zeitgleich mit dem Bild.
- Ein Host geht mit Kamera und Mikrofon eines Browsers oder Smartphones live, teilt einen Bildschirm oder streamt aus OBS oder jedem anderen Encoder über WHIP. Das Studio gibt dem Host eine Adresse und einen Schlüssel für den Encoder, und ein neuer Schlüssel sperrt den alten. Wir nehmen WHIP an, nicht RTMP. Ein Livestream, dessen Encoder 5 Minuten lang wegbleibt, endet, es sei denn, jemand auf seiner Bühne sendet noch eine Kamera oder einen Bildschirm.
- Der Host sendet bis zu 1080p, und jeder Zuschauer bekommt eine passende Stufe, gewählt nach der Größe des Players und der Verbindung, bis zu Full HD in einem großen Player. Ein Zuschauer kann auch selbst eine Stufe wählen, bis zu 720p. Jede Seite kann einmal pro Sekunde auslesen, wie der Stream bei ihrem Zuschauer läuft: Bild und Ton, die ankommen, was verloren geht, die Umlaufzeit, wie lange das Bild zum Starten brauchte, Stocken und Neuverbindungen.
- Unsere Medienserver laufen in mehreren Regionen, und jeder Zuschauer tritt von selbst einem in seiner eigenen Region bei, während unsere Server den Stream über private Leitungen zwischen den Regionen weiterreichen. Die Netzwerk-Seite zeigt sie auf einer Karte. Ein Zuschauer in einem Netzwerk, das nur das Web nach außen lässt, bekommt den Stream trotzdem, über Port 443.
- Die Rechnung zählt gleichzeitige Verbindungen, ab 1.000: $11.99 im Monat, jährlich abgerechnet, oder $14.99 bei monatlicher Abrechnung. Jeder Zuschauer hält eine davon. Mit 1.000 Verbindungen verbrauchen 50 Zuschauer gleichzeitig keine Credits, und mit jeweils 1.000 weiteren Verbindungen kommen 20 hinzu. Darüber hinaus verbraucht jeder Zuschauer ein Credit pro Minute, gezählt nur, solange der Stream live ist, das sind $0.20 pro 1.000 Zuschauerminuten, und Ihr Tarif fügt je 1.000 Verbindungen 5.000 Credits pro Monat hinzu. Ein Preis für jede Auflösung, und Bandbreite, Relays und Chatnachrichten werden nie berechnet. Ein Stream für 1.000 Zuschauer, eine Stunde lang, 4 Mal im Monat, kommt mit dem Tarif auf etwa $56.59. Sind Ihre Credits und ein Monat geliehener Credits verbraucht, werden neue Zuschauer über das im Tarif Enthaltene hinaus erst wieder hereingelassen, wenn Sie Credits hinzufügen oder der Monat endet, und wer schon zuschaut, schaut weiter.
- Ihr Server entscheidet, wer wer ist, mit einer Regel für jede Art von Stream: Sie weist jemanden ab oder macht ihn zum Zuschauer, zu einem Zuschauer, der den Chat nur liest, zum Moderator oder zum Host. Ein Besucher, der nicht angemeldet ist, schaut zu, wenn Ihre Regel das sagt. Sonst ist der Stream nur für Mitglieder, und ein weitergegebener Link öffnet nichts. Ein Stream ist für alle da, die ihn schauen, daher ist er unterwegs verschlüsselt, aber nicht Ende-zu-Ende: Unsere Medienserver sehen ihn, wie ein Stream es braucht.
- Der Chat kommt mit dem Stream, über dieselbe Verbindung, mit Reaktionen über dem Bild. Der Host und die Moderatoren, die Ihr Server benennt, heften Nachrichten an und löschen sie, verlangsamen den Chat auf eine Nachricht in einem Abstand von bis zu 300 Sekunden, schalten jemanden für eine Minute bis zu einem Tag stumm und entfernen oder sperren ihn. Ihr Server tut all das, ohne dass eine Seite geöffnet ist, und schreibt unter einem eigenen Namen in den Chat. Der Chat bewahrt seine letzten 200 Nachrichten auf, bis einen Tag nach der letzten.
- Zuschauer kommen auf die Bühne. Ein Zuschauer hebt die Hand, der Host lädt ihn ein, und alle, die zuschauen, sehen ihn neben dem Host mit Kamera und Mikrofon, in bis zu 720p, in einem Raster, die sprechende Person groß, oder eine Person im Spotlight. Ein Besucher, der nicht angemeldet ist, schaut zu und kommt nicht auf die Bühne.
- Ein fertiger Player, ein Studio und ein Chat, als ein Element auf jeder Seite,
<LiveStream>in React, und native Bildschirme unter iOS und Android. Platzieren Sie den Player und den Chat getrennt, ändern Sie ihr Aussehen, oder zeichnen Sie einen eigenen Player auf demselben SDK. Sie sprechen neun Sprachen, und der Player zeigt Ton einschalten, wenn der Browser ihn stumm startet. Server-Bibliotheken für Node.js, PHP und Python, Anleitungen für Next.js, Express, Laravel, reines PHP, Django, FastAPI und Flask und eine HTTP-API für jede andere Sprache. - Ihr Server erfährt per Webhook, wann jeder Stream live geht und endet, und wann jeder angemeldete Zuschauer anfängt und aufhört zuzuschauen, mit den Sekunden Live-Zeit, gezählt auf unseren Servern. Jedes Ereignis hat eine ID, sodass eine Wiederholung nur einmal gespeichert wird, und Ihr Server kann die Streams auflisten, die gerade live sind, und wie viele bei jedem zuschauen. Die Limits sind veröffentlicht: Der Pass eines Zuschauers für einen Stream gilt 10 Minuten und wird von der Seite erneuert, und ein Stream-Schlüssel bleibt erhalten, bis ein Jahr vergeht, in dem niemand ihn nutzt.
Die Anleitung für Livestreams hat den Code jedes Teils in jedem Stack. So implementieren Sie Livestreaming in Next.js baut eine ganze Website für Live-Kurse Schritt für Schritt, und in der Live-Demo gehen Sie als Lehrkraft live und schauen in einem anderen Fenster als Lernender zu.
Was sie Ihnen überlässt
- Die Regel. Wer hostet und wer zuschaut, ist Ihre eigene Logik, also ist es Code, den Sie schreiben, mit der Route, die sie abfragt, und ebenso der Eintrag, den Ihr Webhook zu jedem Stream speichert.
- Anderen sagen, dass ein Stream begonnen hat. Ihr Server erfährt, dass er live geht, und die E-Mail oder den Hinweis senden Sie selbst.
- Aufzeichnungen und Wiederholungen. Die SDKs für Apps zeichnen heute keine Streams auf.
- RTMP. Ein Encoder, der nur RTMP sendet, braucht eine neuere Version oder einen anderen Encoder mit WHIP, etwa OBS 30 oder neuer.
- Ein Stream nur in eine Richtung. Jeder Zuschauer hält eine Verbindung Ihres Tarifs, denn in einem Echtzeit-Stream bleiben alle verbunden. Ein Publikum, das nie schreibt und dem eine Verzögerung von vielen Sekunden nichts ausmacht, passt zu einem Broadcast-Dienst über HLS.
Beginnen Sie mit der Anleitung für Livestreams
Für WordPlus Cloud for Apps gelten Preise nach gleichzeitigen Verbindungen, ab 1.000, monatlich oder jährlich abgerechnet. Derselbe Tarif und dasselbe SDK bringen Anrufe, Gruppenanrufe und Chat über dieselbe Verbindung. Sehen Sie sich die Live-Streaming-API und das SDK an, mit ihrer Live-Demo und jedem Stack, was die Cloud für Apps leistet oder die Preise für Apps. Wählen Sie auch für Anrufe und Chat aus? Wie Sie eine Videoanruf-API auswählen stellt dieselben Fragen für Anrufe, und wie Sie eine Chat-API auswählen für Nachrichten. Fragen zu Ihrer Integration? Schreiben Sie uns.