Comment choisir une API de diffusion en direct : que comparer avant de bâtir

Choisissez une API de diffusion en direct d’après le retard de vos spectateurs sur le direct et d’après ce que compte sa facture : si l’image leur parvient avec de nombreuses secondes de retard ou à peu près une seconde après l’hôte, s’ils peuvent répondre tant que cela compte encore, et si vous êtes facturé à la minute-spectateur, à l’heure de vidéo ou au gigaoctet envoyé. Un lecteur, un studio et un code d’intégration figurent sur toutes les listes de fonctionnalités, si bien que ce sont ces réponses qui départagent les services.
Cet article passe en revue dix questions à poser à toute API de diffusion en direct, à tout SDK de live streaming et à toute API de streaming vidéo, avec la raison pour laquelle chacune compte et la façon de vérifier la réponse vous-même. Il ne nomme aucun service. À la fin, il répond à chaque question pour WordPlus Cloud, avec ce qu’il vous reste à faire vous-même.
Une diffusion à sens unique, ou une diffusion où le public répond
Deux genres de services sont vendus sous ces mots, et ils reposent sur des protocoles différents.
Un service de diffusion à sens unique découpe le flux en courts fichiers, des segments de quelques secondes chacun, et les envoie aux spectateurs en simple HTTP, le plus souvent en HLS. Les fichiers passent par n’importe quel réseau et n’importe quel cache, si bien qu’il porte une diffusion jusqu’à un très large public, avec un certain nombre de secondes de retard sur le direct. Un service temps réel envoie le flux en WebRTC, le protocole des appels vidéo, trame par trame à travers ses serveurs multimédias, si bien que les spectateurs le voient à peu près aussi vite qu’un appel le montrerait, et que leur chat, leurs réactions et leurs questions arrivent pendant que l’hôte est encore sur le sujet.
| À sens unique, en HLS | Temps réel, en WebRTC | |
|---|---|---|
| Retard sur le direct | De nombreuses secondes | Environ une seconde |
| Envoyé en | Fichiers sur HTTP | Paquets, comme un appel |
| Le public | Regarde | Regarde et participe |
Aucun des deux n’est meilleur en général. Un match que tout un pays regarde sans écrire un mot est une diffusion à sens unique. Un cours, un lancement avec des questions ou une conférence avec un chat à côté est une diffusion où le public répond. Sachez lequel des deux vous construisez avant de comparer les prix, car leurs prix ne se calculent pas non plus de la même façon.
1. Quel retard un spectateur a-t-il sur le direct ?
Le retard vient de la façon dont le flux voyage. HLS n’envoie un segment qu’une fois celui-ci complet, et un lecteur en garde plusieurs en réserve : le standard HLS demande à un lecteur de commencer à au moins trois durées cibles de la fin d’une playlist en direct, et le guide de création d’Apple recommande une durée cible de 6 secondes. Cela met un spectateur à 18 secondes ou plus du direct. Low-Latency HLS envoie des parties de chaque segment au fur et à mesure qu’elles sont produites, d’une seconde chacune d’après le même guide, et un lecteur en garde encore au moins trois, si bien qu’il reste quelques secondes.
WebRTC n’a pas de segments. Il envoie chaque trame dès qu’elle est encodée, comme il le fait dans un appel.
Deux secondes comptent peu pour quelqu’un qui regarde un film. Elles comptent beaucoup pour un professeur qui demande « tout le monde voit bien ? », ou pour un hôte qui lit le chat à voix haute et y répond.
Demandez :
- Quel retard un spectateur a-t-il sur l’hôte, de la caméra à l’écran, et comment l’a-t-on mesuré ?
- Le chat arrive-t-il en même temps que l’image, ou avant elle ?
- Le retard grandit-il pendant une longue diffusion, et qu’est-ce qui le fait redescendre ?
2. Comment l’image entre-t-elle ?
Un hôte passe en direct depuis quelque part : la caméra d’un navigateur ou d’un téléphone, un écran partagé, ou un encodeur comme OBS qui mélange des scènes et des caméras. Un navigateur ou un téléphone ne demande rien à installer. Un encodeur envoie le flux par un protocole à lui, le plus souvent RTMP, un protocole plus ancien qui transporte la vidéo sur TCP, ou WHIP, le standard de l’IETF pour envoyer un flux dans un service WebRTC avec une seule requête HTTP et un token de type bearer. OBS le prend en charge depuis la version 30.
Demandez :
- Un hôte peut-il passer en direct depuis un navigateur, sans rien installer ?
- Quels protocoles d’encodeur accepte-t-il, et avec quels encodeurs a-t-il été essayé ?
- Quand l’encodeur décroche pendant une minute, la diffusion l’attend-elle, ou se termine-t-elle ?
- Une clé de diffusion qui a fuité peut-elle être remplacée, et l’ancienne cesse-t-elle de fonctionner ?
3. Que reçoit chaque spectateur ?
Des gens regardent sur un téléphone avec une seule barre de données mobiles et sur un grand écran relié à la fibre, au même moment. Un service qui envoie la même image à tout le monde fait défaut à l’un d’eux. Il y a deux façons de contourner le problème. Un service de diffusion à sens unique encode en général le flux une nouvelle fois en plusieurs tailles, une échelle de qualités, et le lecteur en choisit une selon sa connexion. Un service temps réel fait souvent envoyer par l’hôte plusieurs tailles à la fois, le simulcast, et ses serveurs multimédias transmettent à chaque spectateur celle qui lui convient (comment fonctionnent les serveurs multimédias).
Demandez :
- Combien de qualités, jusqu’à quelle résolution, et qui choisit : le lecteur, le spectateur, ou les deux ?
- Sur une connexion faible, l’image devient-elle plus petite avant de se bloquer ?
- Ma page peut-elle lire comment la diffusion se déroule pour un spectateur, pour aider quelqu’un dont l’image se fige ?
4. À quelle distance sont les serveurs, et passent-ils partout ?
Un spectateur loin du serveur attend que chaque paquet franchisse la distance, et en perd davantage en chemin. Demandez où tournent les serveurs multimédias, et si chaque spectateur rejoint de lui-même l’un de ceux de sa propre région. Comment connecter des utilisateurs dans plusieurs régions passe en revue ce que signifie chaque réponse.
Le réseau entre les deux compte tout autant. HLS voyage comme n’importe quelle page web, à travers tout pare-feu qui laisse sortir le web. WebRTC préfère l’UDP, que beaucoup de bureaux et d’hôtels bloquent, si bien qu’un service temps réel a aussi besoin d’une voie d’entrée sur les ports du web. Notre article sur les ports WebRTC liste ce qu’un pare-feu doit autoriser.
Demandez :
- Où sont les serveurs multimédias, et chaque spectateur rejoint-il le plus proche ?
- Un spectateur sur un réseau qui ne laisse sortir que le web reçoit-il quand même l’image ?
5. Que compte la facture ?
La plupart des API de diffusion en direct comptent des minutes-spectateur, une minute d’une personne qui regarde. Une diffusion pour 1 000 personnes pendant une heure en fait 60 000, si bien que la taille de votre public compte plus que le nombre de diffusions que vous faites. Certaines comptent à la place, ou en plus, les heures de vidéo encodées ou les gigaoctets livrés.
Regardez ensuite ce qui est compté d’autre. Certains prix montent avec la résolution, certains comptent le temps qu’une page attend avant le début de la diffusion, et l’enregistrement, le stockage, le chat et chaque encodeur peuvent chacun faire une ligne à part. Combien coûte un appel vidéo à la minute fait le calcul d’un mois entier, avec une diffusion en direct dedans.
Demandez :
- Une minute en 1080p est-elle comptée comme une minute en 360p ?
- Un spectateur est-il compté dès l’ouverture de la page, ou à partir du moment où la diffusion passe en direct ?
- Que se passe-t-il au-delà de la formule : les nouveaux spectateurs sont-ils refusés, ceux qui regardent coupés, ou le surplus facturé ?
6. Qui peut regarder, et qui peut passer en direct ?
Une diffusion pour tout le monde n’a besoin que de son lien. Une diffusion pour les membres d’un club, les élèves d’un cours ou les détenteurs d’un billet demande davantage, car un lien se transmet facilement. Avec la plupart des API, votre serveur signe un token pour chaque spectateur ou pour chaque diffusion, et ce qui diffère, c’est ce que dit le token, et si un token signé pour une personne fonctionne pour une autre.
Demandez :
- Quelqu’un sans compte peut-il regarder, et puis-je le désactiver pour une diffusion ?
- Un lien transmis ouvre-t-il une diffusion réservée aux membres ?
- Puis-je retirer un spectateur pendant la diffusion, et l’empêcher de revenir ?
- Qui peut passer en direct sur une diffusion, et comment est-ce vérifié ?
7. Le chat fait-il partie de la diffusion ?
Une diffusion où le public répond a besoin d’un chat à côté, et un chat avec un public demande d’être modéré : épingler un message, en supprimer un, ralentir tout le monde, rendre quelqu’un muet un moment, bannir quelqu’un. Certaines API apportent un chat avec la diffusion, d’autres le laissent à un second service, avec sa propre facture.
Demandez :
- Le chat vient-il avec la diffusion, sur la même connexion et avec la même authentification ?
- Qui le modère, et mon serveur peut-il faire de même sans aucune page ouverte ?
- Combien de messages garde-t-il, et pendant combien de temps ?
8. Un spectateur peut-il monter sur scène ?
Une question posée à voix haute, une interview, une table ronde : chacune demande qu’un spectateur monte avec sa caméra et son micro, à la vue de tous ceux qui regardent, sans seconde application d’appel. Seul le genre temps réel le permet, car un spectateur qui a de nombreuses secondes de retard ne peut pas parler avec l’hôte.
Demandez :
- Un spectateur peut-il lever la main, et l’hôte le faire monter puis redescendre ?
- Comment les invités apparaissent-ils : côte à côte, celui qui parle en grand, ou une seule personne mise en avant ?
9. Y a-t-il un lecteur et un studio prêts à l’emploi ?
Un lecteur est plus qu’un élément vidéo. Les navigateurs ne jouent le son qu’une fois que quelqu’un a cliqué ou tapé quelque chose sur le site (MDN sur la lecture automatique), si bien qu’un spectateur qui ouvre une diffusion depuis un lien peut la voir sans le son, et le lecteur a besoin d’un moyen d’activer le son. Il indique quand la diffusion n’a pas encore commencé, se lance dès qu’elle commence sans recharger, et affiche le chat et le nombre de personnes qui regardent. L’hôte a besoin d’un studio : la caméra avant de passer en direct, l’écran, l’encodeur, Passer en direct et Terminer. Un studio prêt à l’emploi fait gagner des semaines, et il doit ressembler au reste de votre application.
Demandez :
- Quelles plateformes en ont un : le web, React, iOS, Android ?
- Puis-je changer son style, et placer le lecteur et le chat séparément ?
- Le reste du SDK est-il là pour un lecteur à moi ?
- Y a-t-il une bibliothèque serveur dans le langage que j’écris, ou une API HTTP ?
10. Qu’apprend votre serveur en retour, et que reste-t-il ?
Votre application a besoin de savoir ce qui s’est passé : quand une diffusion est passée en direct et s’est terminée, qui a regardé et combien de temps. Elle en a besoin pour afficher ce qui est en direct en ce moment, pour prévenir les abonnés, ou pour facturer vos propres utilisateurs à la vue ou à la minute. Les webhooks l’apportent, et comme un webhook peut arriver deux fois, chacun a besoin d’un identifiant.
Lisez ensuite la page des limites : combien de temps une diffusion peut durer, combien de personnes peuvent regarder, combien de temps vit une clé de diffusion. Et demandez ce qui reste une fois une diffusion terminée : un enregistrement, sa rediffusion, son chat.
Testez-le pendant un après-midi
Un tableau de fonctionnalités répond à peu de ces questions. Un petit test répond à la plupart. Construisez la plus petite diffusion possible sur chaque service que vous envisagez, et suivez ces huit étapes :
- Passez en direct depuis un navigateur, et regardez sur un téléphone en données mobiles. Placez devant la caméra une horloge qui affiche les secondes, et photographiez-la à côté de l’écran du téléphone : la différence est le retard.
- Posez une question à voix haute, et faites-y répondre le spectateur dans le chat. Voyez combien de temps la réponse met à vous parvenir.
- Dans les outils de développement du navigateur du spectateur, ralentissez le réseau. Voyez si l’image devient plus petite ou s’arrête.
- Regardez depuis un réseau qui ne laisse sortir que le web, comme le Wi-Fi strict d’une entreprise ou d’un hôtel. Notre test de connexion montre à l’avance ce que ce réseau laisse passer.
- Ouvrez la diffusion depuis un lien dans un nouvel onglet, et voyez ce que fait le lecteur pour le son.
- Ouvrez une diffusion réservée aux membres dans une fenêtre privée, déconnecté, avec le lien qu’a un membre.
- Arrêtez l’encodeur pendant une minute et relancez-le. Voyez si les spectateurs sont toujours là.
- Ouvrez la page de consommation du service, et lisez comment cet après-midi a été compté.
Comment WordPlus Cloud y répond
WordPlus Cloud est du second genre : une API et un SDK de diffusion en direct en WebRTC, avec un lecteur, un studio et un chat prêts à l’emploi, sur des serveurs multimédias que nous exploitons nous-mêmes. Les dix mêmes questions, dans l’ordre :
- Les spectateurs regardent avec environ une seconde de retard sur l’hôte, en WebRTC sans segments, et le chat et les réactions arrivent sur la même connexion, en même temps que l’image.
- Un hôte passe en direct depuis la caméra et le micro d’un navigateur ou d’un téléphone, partage un écran, ou diffuse depuis OBS ou tout autre encodeur via WHIP. Le studio donne à l’hôte une adresse et une clé pour l’encodeur, et une nouvelle clé désactive l’ancienne. Nous acceptons WHIP, pas RTMP. Une diffusion en direct dont l’encodeur reste absent pendant 5 minutes se termine, sauf si quelqu’un sur sa scène envoie encore une caméra ou un écran.
- L’hôte envoie jusqu’en 1080p, et chaque spectateur reçoit une couche qui lui convient, choisie d’après la taille du lecteur et la connexion, jusqu’en Full HD dans un grand lecteur. Un spectateur peut aussi choisir une couche, jusqu’en 720p. Chaque page peut lire, une fois par seconde, comment la diffusion se déroule pour son spectateur : l’image et le son qui arrivent, ce qui est perdu, l’aller-retour, le temps que l’image a mis à démarrer, les blocages et les reconnexions.
- Nos serveurs multimédias tournent dans plusieurs régions, et chaque spectateur rejoint de lui-même l’un de ceux de sa propre région, nos serveurs faisant passer le flux d’une région à l’autre par des liaisons privées. La page du réseau les montre sur une carte. Un spectateur sur un réseau qui ne laisse sortir que le web reçoit quand même la diffusion, sur le port 443.
- La facture compte les connexions simultanées, à partir de 1 000 : $11.99 par mois, facturé à l’année, ou $14.99 facturé au mois. Chaque spectateur en occupe une. Avec 1 000 connexions, 50 spectateurs à la fois ne prennent aucun crédit, et chaque tranche de 1 000 connexions en plus en ajoute 20. Au-delà, chaque spectateur prend un crédit par minute, compté seulement pendant que la diffusion est en direct, soit $0.20 pour 1 000 minutes-spectateur, et votre formule ajoute 5 000 crédits par mois pour chaque tranche de 1 000 connexions. Un seul prix quelle que soit la résolution, et la bande passante, les relais et les messages du chat ne sont jamais facturés. Une diffusion pour 1 000 spectateurs pendant une heure, 4 fois par mois, revient à environ $56.59 avec la formule. Une fois vos crédits et un mois d’emprunt utilisés, aucun nouveau spectateur au-delà de ce que la formule inclut n’entre tant que vous n’ajoutez pas de crédits ou que le mois n’est pas terminé, et ceux qui regardent continuent.
- C’est votre serveur qui décide qui est qui, avec une règle pour chaque type de diffusion : il refuse quelqu’un, ou en fait un spectateur, un spectateur qui lit seulement le chat, un modérateur, ou l’hôte. Un visiteur non connecté regarde quand votre règle le dit. Sinon, la diffusion est réservée aux membres, et un lien transmis n’ouvre rien. Une diffusion est faite pour tous ceux qui la regardent, si bien qu’elle est chiffrée en chemin mais pas de bout en bout : nos serveurs multimédias la voient, comme une diffusion le demande.
- Le chat vient avec la diffusion, sur la même connexion, avec des réactions par-dessus l’image. L’hôte et les modérateurs que nomme votre serveur épinglent et suppriment des messages, ralentissent le chat avec un intervalle entre deux messages qui peut aller jusqu’à 300 secondes, rendent quelqu’un muet pour une durée d’une minute à une journée, et le retirent ou le bannissent. Votre serveur fait tout cela sans aucune page ouverte, et écrit dans le chat sous un nom à lui. Le chat garde ses 200 derniers messages, pendant une journée après le dernier.
- Les spectateurs montent sur scène. Un spectateur lève la main, l’hôte l’invite, et tous ceux qui regardent le voient à côté de l’hôte avec sa caméra et son micro, jusqu’en 720p, en grille, celui qui parle en grand, ou une seule personne mise en avant. Un visiteur non connecté regarde, et ne monte pas sur scène.
- Un lecteur, un studio et un chat prêts à l’emploi, en un seul élément sur n’importe quelle page,
<LiveStream>dans React, et des écrans natifs sur iOS et Android. Placez le lecteur et le chat séparément, changez leur style, ou dessinez votre propre lecteur sur le même SDK. Ils parlent neuf langues, et le lecteur affiche Activer le son quand le navigateur le lance sans le son. Des bibliothèques serveur pour Node.js, PHP et Python, des guides pour Next.js, Express, Laravel, PHP pur, Django, FastAPI et Flask, et une API HTTP pour tout autre langage. - Votre serveur apprend par webhook quand chaque diffusion passe en direct et quand elle se termine, ainsi que le moment où chaque spectateur connecté commence et cesse de regarder, avec les secondes de direct, comptées sur nos serveurs. Chaque événement a un identifiant, si bien qu’une répétition n’est gardée qu’une fois, et votre serveur peut lister les diffusions en direct en ce moment avec le nombre de personnes qui regardent chacune. Les limites sont publiées : le laissez-passer d’un spectateur pour une diffusion dure 10 minutes et la page le renouvelle, et une clé de diffusion est gardée jusqu’à ce que passe une année pendant laquelle personne ne l’utilise.
Le guide des diffusions en direct donne le code de chaque partie dans chaque stack. Comment mettre en place le live streaming dans Next.js construit étape par étape un site entier de cours en direct, et sa démo en direct vous permet de passer en direct en tant que professeur et de regarder en tant qu’élève dans une autre fenêtre.
Ce qu’il vous laisse à faire
- La règle. Qui anime et qui regarde relève de votre propre logique : c’est donc du code que vous écrivez, avec la route qui l’interroge, et il en va de même de la trace que votre webhook garde de chaque diffusion.
- Prévenir les gens qu’une diffusion a commencé. Votre serveur apprend qu’elle passe en direct, et c’est à vous d’envoyer l’e-mail ou l’avis.
- Les enregistrements et les rediffusions. Les SDK pour les applications n’enregistrent aucune diffusion aujourd’hui.
- RTMP. Un encodeur qui n’envoie qu’en RTMP demande une version plus récente, ou un autre encodeur avec WHIP, comme OBS 30 ou ultérieur.
- Une diffusion à sens unique. Chaque spectateur occupe une connexion de votre formule, car tous ceux qui sont dans une diffusion temps réel restent connectés. Pour un public qui n’écrit jamais et qu’un retard de nombreuses secondes ne dérange pas, un service de diffusion à sens unique en HLS convient.
Commencez par le guide des diffusions en direct
WordPlus Cloud for Apps a un prix selon les connexions simultanées, à partir de 1 000, facturé au mois ou à l’année. La même formule et le même SDK apportent les appels, les appels de groupe et le chat sur la même connexion. Découvrez l’API et le SDK de diffusion en direct avec sa démo en direct et chaque stack, ce que le cloud apporte aux applications, ou les tarifs pour les applications. Vous choisissez aussi pour les appels et le chat ? Comment choisir une API d’appels vidéo pose les mêmes questions aux appels, et comment choisir une API de chat aux messages. Des questions sur votre intégration ? Écrivez-nous.