Blog

Come scegliere un’API di live streaming: cosa confrontare prima di iniziare

· Andrij Tkachenko · 15 min di lettura

Una cartellina con una lista di controllo accanto a una videocamera su un treppiede, il cui segnale raggiunge un portatile, un telefono e un tablet, ciascuno con un pulsante di riproduzione

Scegli un’API di live streaming in base a quanto i tuoi spettatori sono indietro rispetto alla diretta e a ciò su cui si calcola il suo conto: se l’immagine li raggiunge con molti secondi di ritardo o circa un secondo dopo l’host, se possono intervenire finché conta ancora, e se ti viene fatturato a minuti-spettatore, a ore di video o a gigabyte inviati. Un player, uno studio e un codice da incorporare sono in ogni elenco di funzioni, quindi sono queste risposte a distinguere un servizio dall’altro.

Questo articolo passa in rassegna dieci domande da fare a qualsiasi API di live streaming, SDK per il livestreaming o API di streaming video, con il motivo per cui ognuna conta e come verificare la risposta da te. Non nomina nessun servizio. Alla fine risponde a ogni domanda per WordPlus Cloud, con ciò che lascia a te.

Una trasmissione, o una diretta che dialoga

Sotto queste parole si vendono due tipi di servizio, costruiti su protocolli diversi.

Un servizio di trasmissione taglia la diretta in brevi file, segmenti di pochi secondi ciascuno, e li invia agli spettatori su semplice HTTP, il più delle volte come HLS. I file passano attraverso qualsiasi rete e qualsiasi cache, quindi un servizio così porta una diretta a un pubblico molto vasto, con un certo numero di secondi di ritardo. Un servizio in tempo reale invia la diretta su WebRTC, il protocollo delle videochiamate, un frame alla volta attraverso i suoi media server, così gli spettatori la vedono più o meno quando la mostrerebbe una chiamata, e la loro chat, le loro reazioni e le loro domande arrivano mentre l’host è ancora sull’argomento.

Trasmissione su HLS Tempo reale su WebRTC
Ritardo Molti secondi Circa un secondo
Viaggia come File su HTTP Pacchetti, come in una chiamata
Il pubblico Guarda Guarda e partecipa

Nessuno dei due è migliore in assoluto. Una partita che un intero paese guarda senza scrivere una parola è una trasmissione. Una lezione, un lancio con domande o un talk con una chat accanto sono una diretta che dialoga. Chiarisci quale dei due stai costruendo prima di confrontare i prezzi, perché anche i prezzi dei due si calcolano in modi diversi.

1. Quanto è indietro uno spettatore rispetto alla diretta?

Il ritardo dipende da come viaggia la diretta. HLS invia un segmento solo quando è completo, e un player ne tiene diversi in serbo: lo standard HLS dice a un player di iniziare ad almeno tre durate target dalla fine live della playlist, e la guida di Apple per la creazione dei flussi raccomanda una durata target di 6 secondi. Questo mette uno spettatore 18 secondi o più indietro. Low-Latency HLS invia parti di ogni segmento man mano che vengono create, di un secondo ciascuna secondo la stessa guida, e un player ne tiene comunque almeno tre, quindi restano alcuni secondi.

WebRTC non ha segmenti. Invia ogni frame appena è codificato, come fa in una chiamata.

Due secondi contano poco per chi guarda un film. Contano molto per un insegnante che chiede “riuscite a vedere tutti?”, o per un host che legge la chat ad alta voce e le risponde.

Chiedi:

  • Quanto è indietro uno spettatore rispetto all’host, dalla fotocamera allo schermo, e come è stato misurato?
  • La chat arriva al passo con l’immagine, o prima di essa?
  • Il ritardo cresce durante una diretta lunga, e che cosa lo riporta indietro?

2. Come entra l’immagine?

Un host va in diretta da qualche parte: la fotocamera di un browser o di un telefono, uno schermo condiviso, o un encoder come OBS che mescola scene e fotocamere. Un browser o un telefono non richiedono nulla da installare. Un encoder invia la diretta con un protocollo suo, il più delle volte RTMP, un protocollo più vecchio che porta il video su TCP, o WHIP, lo standard IETF per inviare una diretta a un servizio WebRTC con una sola richiesta HTTP e un bearer token. OBS lo supporta dalla versione 30.

Chiedi:

  • Un host può andare in diretta da un browser, senza nulla da installare?
  • Quali protocolli per encoder accetta, e con quali encoder è stato provato?
  • Quando l’encoder cade per un minuto, la diretta lo aspetta o finisce?
  • Una chiave di streaming trapelata si può sostituire, e quella vecchia smette di funzionare?

3. Che cosa riceve ogni spettatore?

Le persone guardano su un telefono con una tacca di dati mobili e su un grande schermo in fibra, nello stesso momento. Un servizio che manda a tutti la stessa immagine delude uno dei due. Ci sono due modi per evitarlo. Un servizio di trasmissione di solito codifica di nuovo la diretta in diverse dimensioni, una scala di qualità, e il player ne sceglie una in base alla sua connessione. Un servizio in tempo reale spesso fa inviare all’host diverse dimensioni insieme, il simulcast, e i suoi media server inoltrano a ogni spettatore quella adatta (come funzionano i media server).

Chiedi:

  • Quante qualità, fino a quale risoluzione, e chi sceglie: il player, lo spettatore, o entrambi?
  • Su una connessione debole, l’immagine si rimpicciolisce prima di fermarsi?
  • La mia pagina può leggere come arriva la diretta a uno spettatore, per aiutare qualcuno la cui immagine si blocca?

4. Quanto sono vicini i server, e si raggiungono da ogni rete?

Uno spettatore lontano dal server aspetta che ogni pacchetto percorra la distanza, e ne perde di più lungo la strada. Chiedi dove girano i media server, e se ogni spettatore ne raggiunge da sé uno della propria regione. Come collegare utenti in regioni diverse spiega che cosa significa ogni risposta.

Altrettanto conta la rete che sta in mezzo. HLS viaggia come qualsiasi pagina web, attraverso qualsiasi firewall che lasci uscire il web. WebRTC preferisce l’UDP, che molti uffici e alberghi bloccano, quindi un servizio in tempo reale ha bisogno di una via d’accesso anche sulle porte del web. Il nostro articolo sulle porte di WebRTC elenca che cosa deve consentire un firewall.

Chiedi:

  • Dove sono i media server, e ogni spettatore entra in quello più vicino?
  • Uno spettatore su una rete che lascia uscire solo il web riceve comunque l’immagine?

5. Su che cosa si calcola il conto?

La maggior parte delle API di live streaming conteggia i minuti-spettatore, un minuto di una persona che guarda. Una diretta per 1.000 persone per un’ora ne fa 60.000, quindi la dimensione del tuo pubblico conta più del numero di dirette che fai. Alcune conteggiano invece, o in aggiunta, le ore di video codificate o i gigabyte consegnati.

Poi guarda che cos’altro viene conteggiato. Alcuni prezzi salgono con la risoluzione, alcuni conteggiano il tempo in cui una pagina aspetta che la diretta inizi, e registrazione, archiviazione, chat e ogni encoder possono essere ciascuno una voce a sé. Quanto costano le videochiamate al minuto fa i conti di un mese intero, con dentro una diretta.

Chiedi:

  • Un minuto a 1080p viene conteggiato come un minuto a 360p?
  • Uno spettatore viene conteggiato da quando apre la pagina, o dal momento in cui la diretta va in onda?
  • Cosa succede oltre il piano: i nuovi spettatori vengono rifiutati, chi sta guardando viene interrotto, o ti viene fatturata l’eccedenza?

6. Chi può guardare, e chi può andare in diretta?

Una diretta per tutti ha bisogno solo del suo link. Una diretta per i membri di un club, gli studenti di un corso o chi ha un biglietto ha bisogno di più, perché un link si passa facilmente. Con la maggior parte delle API il tuo server firma un token per ogni spettatore o per ogni diretta, e ciò che cambia è quanto dice il token, e se un token firmato per una persona funziona per un’altra.

Chiedi:

  • Qualcuno senza account può guardare, e posso disattivarlo per una sola diretta?
  • Un link passato ad altri apre una diretta riservata ai membri?
  • Posso far uscire uno spettatore durante la diretta, e tenerlo fuori?
  • Chi può andare in onda in una diretta, e come viene verificato?

7. La chat fa parte della diretta?

Una diretta che dialoga ha bisogno di una chat accanto, e una chat con un pubblico ha bisogno di essere gestita: fissare un messaggio, eliminarne uno, rallentare tutti, silenziare qualcuno per un po’, bannare qualcuno. Alcune API portano una chat insieme alla diretta, altre la lasciano a un secondo servizio con un conto tutto suo.

Chiedi:

  • La chat arriva con la diretta, sulla stessa connessione e con lo stesso accesso?
  • Chi la gestisce, e il mio server può fare lo stesso senza nessuna pagina aperta?
  • Quanti messaggi conserva, e per quanto tempo?

8. Uno spettatore può salire sul palco?

Una domanda fatta a voce, un’intervista, un panel: ognuno richiede che uno spettatore entri con la sua fotocamera e il suo microfono, perché tutti quelli che guardano lo vedano, senza una seconda app per le chiamate. Può farlo solo il tipo in tempo reale, perché uno spettatore indietro di molti secondi non può parlare con l’host.

Chiedi:

  • Uno spettatore può alzare la mano, e l’host farlo salire e scendere dal palco?
  • Come appaiono gli ospiti: uno accanto all’altro, chi parla in grande, o una persona sotto i riflettori?

9. C’è un player e uno studio già pronti?

Un player è più di un elemento video. I browser riproducono l’audio solo dopo che qualcuno ha fatto clic o digitato sul sito (MDN sulla riproduzione automatica), quindi uno spettatore che apre una diretta da un link può vederla senza audio, e il player ha bisogno di un modo per attivarlo. Dice quando la diretta non è ancora iniziata, parte appena inizia senza ricaricare, e mostra la chat e quanti guardano. L’host ha bisogno di uno studio: la fotocamera prima di andare in diretta, lo schermo, l’encoder, “Vai in diretta” e “Termina”. Uno già pronto fa risparmiare settimane, e deve somigliare al resto della tua app.

Chiedi:

  • Quali piattaforme ne hanno uno: il web, React, iOS, Android?
  • Posso cambiarne lo stile, e separare il player dalla chat?
  • Il resto dell’SDK c’è anche per un player mio?
  • C’è una libreria server nel linguaggio in cui scrivo, o un’API HTTP?

10. Che cosa viene a sapere il tuo server, e che cosa resta?

La tua app deve sapere che cosa è successo: quando una diretta è andata in onda ed è finita, chi l’ha guardata e per quanto. Le serve per mostrare che cosa è in diretta ora, per avvisare chi ti segue, o per fatturare i tuoi utenti a visione o al minuto. Lo portano i webhook, e dato che un webhook può arrivare due volte, ognuno ha bisogno di un id.

Poi leggi la pagina dei limiti: quanto può durare una diretta, quante persone possono guardarla, quanto vive una chiave di streaming. E chiedi che cosa resta quando una diretta finisce: una registrazione, la sua replica, la sua chat.

Mettilo alla prova per un pomeriggio

Una tabella di funzioni risponde a poche di queste domande. Un piccolo test risponde alla maggior parte. Costruisci la diretta più piccola che puoi su ogni servizio che stai valutando, ed esegui questi otto passi:

  1. Vai in diretta da un browser, e guarda su un telefono con i dati mobili. Metti davanti alla fotocamera un orologio che mostra i secondi, e fotografalo accanto allo schermo del telefono: la differenza è il ritardo.
  2. Fai una domanda a voce, e fai rispondere lo spettatore nella chat. Guarda quanto ci mette la risposta ad arrivarti.
  3. Negli strumenti per sviluppatori del browser dello spettatore, rallenta la rete. Guarda se l’immagine si rimpicciolisce o si ferma.
  4. Guarda da una rete che lascia uscire solo il web, come il Wi-Fi rigido di un ufficio o di un albergo. Il nostro test di connessione mostra in anticipo che cosa lascia passare quella rete.
  5. Apri la diretta da un link in una nuova scheda, e guarda che cosa fa il player con l’audio.
  6. Apri una diretta riservata ai membri in una finestra privata, senza aver effettuato l’accesso, con il link che ha un membro.
  7. Ferma l’encoder per un minuto e riavvialo. Guarda se gli spettatori sono ancora lì.
  8. Apri la pagina dei consumi del servizio, e leggi come è stato conteggiato questo pomeriggio.

Come risponde WordPlus Cloud

WordPlus Cloud è del secondo tipo: un’API e un SDK di live streaming su WebRTC, con player, studio e chat già pronti, su media server che gestiamo noi stessi. Le stesse dieci domande, in ordine:

  1. Gli spettatori guardano circa un secondo dopo l’host, su WebRTC senza segmenti, e la chat e le reazioni arrivano sulla stessa connessione, al passo con l’immagine.
  2. Un host va in diretta dalla fotocamera e dal microfono di un browser o di un telefono, condivide uno schermo, o trasmette da OBS o da qualsiasi altro encoder tramite WHIP. Lo studio dà all’host un indirizzo e una chiave per l’encoder, e una nuova chiave disattiva quella vecchia. Accettiamo WHIP, non RTMP. Una diretta il cui encoder resta assente per 5 minuti finisce, a meno che qualcuno sul suo palco invii ancora una fotocamera o uno schermo.
  3. L’host invia fino a 1080p, e ogni spettatore riceve un livello adatto, scelto in base alla dimensione del player e alla connessione, fino al Full HD in un player grande. Uno spettatore può anche scegliere un livello, fino a 720p. Ogni pagina può leggere, una volta al secondo, come arriva la diretta al suo spettatore: l’immagine e l’audio che arrivano, cosa si perde, il tempo di andata e ritorno, quanto ci ha messo l’immagine a comparire, i blocchi e le riconnessioni.
  4. I nostri media server sono attivi in diverse regioni, e ogni spettatore entra da sé in uno della propria regione, con i nostri server che si passano la diretta tra le regioni su collegamenti privati. La pagina della rete li mostra su una mappa. Uno spettatore su una rete che lascia uscire solo il web riceve comunque la diretta, sulla porta 443.
  5. Il conto si calcola sulle connessioni simultanee, a partire da 1.000: $11.99 al mese con fatturazione annuale, o $14.99 con fatturazione mensile. Ogni spettatore ne occupa una. Con 1.000 connessioni, 50 spettatori contemporanei non consumano crediti, e ogni 1.000 connessioni in più ne aggiungono 20. Oltre, ogni spettatore in più consuma un credito al minuto, conteggiato solo mentre la diretta è in onda, cioè $0.20 ogni 1.000 minuti-spettatore, e il tuo piano aggiunge 5.000 crediti al mese ogni 1.000 connessioni. Un solo prezzo a qualsiasi risoluzione, e banda, relay e messaggi della chat non vengono mai addebitati. Una diretta per 1.000 spettatori, un’ora, 4 volte al mese, costa circa $56.59 con il piano. Una volta usati i tuoi crediti e un mese di prestito, i nuovi spettatori oltre ciò che il piano include non entrano finché non aggiungi crediti o finisce il mese, e chi sta guardando continua.
  6. Il tuo server decide chi è chi, con una regola per ogni tipo di diretta: rifiuta qualcuno, o lo rende spettatore, spettatore che può solo leggere la chat, moderatore, o host. Un visitatore che non ha effettuato l’accesso guarda quando la tua regola lo dice. Altrimenti la diretta è solo per i membri, e un link passato ad altri non apre nulla. Una diretta è per tutti quelli che la guardano, quindi è cifrata lungo il percorso ma non end-to-end: i nostri media server la vedono, come una diretta richiede.
  7. La chat arriva con la diretta, sulla stessa connessione, con le reazioni sopra l’immagine. L’host e i moderatori indicati dal tuo server fissano ed eliminano messaggi, rallentano la chat a un messaggio ogni certo numero di secondi, fino a 300, silenziano qualcuno da un minuto fino a un giorno, e lo rimuovono o lo bannano. Il tuo server fa tutto questo senza nessuna pagina aperta, e scrive nella chat con un nome tutto suo. La chat conserva i suoi ultimi 200 messaggi, per un giorno dopo l’ultimo.
  8. Gli spettatori salgono sul palco. Uno spettatore alza la mano, l’host lo invita, e tutti quelli che guardano lo vedono accanto all’host con la sua fotocamera e il suo microfono, fino a 720p, in una griglia, con chi parla in grande, o con una persona sotto i riflettori. Un visitatore che non ha effettuato l’accesso guarda, e non sale sul palco.
  9. Player, studio e chat già pronti, come un solo elemento in qualsiasi pagina, <LiveStream> in React, e schermate native su iOS e Android. Separa il player dalla chat, cambiane lo stile, o disegna un player tuo sullo stesso SDK. Parlano nove lingue, e il player mostra Attiva l’audio quando il browser lo avvia muto. Librerie server per Node.js, PHP e Python, guide per Next.js, Express, Laravel, PHP puro, Django, FastAPI e Flask, e un’API HTTP per qualsiasi altro linguaggio.
  10. Il tuo server viene a sapere tramite webhook quando ogni diretta va in onda e quando finisce, e quando ogni spettatore che ha effettuato l’accesso inizia e smette di guardare, con i secondi di diretta, contati sui nostri server. Ogni evento ha un id, quindi un doppione viene conservato una volta sola, e il tuo server può elencare le dirette in onda ora con quanti guardano ciascuna. I limiti sono pubblicati: il pass di uno spettatore per una diretta dura 10 minuti e la pagina lo rinnova, e una chiave di streaming viene conservata finché non passa un anno in cui nessuno la usa.

La guida alle dirette ha il codice di ogni parte in ogni stack. Come implementare il live streaming in Next.js costruisce passo dopo passo un intero sito di lezioni dal vivo, e la sua demo dal vivo ti permette di andare in diretta come insegnante e guardare come studente in un’altra finestra.

Cosa lascia a te

  • La regola. Chi trasmette e chi guarda è una tua logica, quindi è codice che scrivi tu, con la route che la interroga, e lo stesso vale per il registro che il tuo webhook tiene di ogni diretta.
  • Avvisare le persone che una diretta è iniziata. Il tuo server viene a sapere quando va in onda, e l’email o l’avviso tocca a te inviarli.
  • Registrazioni e repliche. Gli SDK per le app oggi non registrano le dirette.
  • RTMP. Un encoder che invia solo RTMP ha bisogno di una versione più recente, o di un altro encoder con WHIP, come OBS 30 o successivo.
  • Una diretta a senso unico. Ogni spettatore occupa una connessione del tuo piano, perché in una diretta in tempo reale tutti restano collegati. A un pubblico che non scrive mai e non bada a un ritardo di molti secondi si addice un servizio di trasmissione su HLS.

Parti dalla guida alle dirette

WordPlus Cloud for Apps ha un prezzo in base alle connessioni simultanee, a partire da 1.000, con fatturazione mensile o annuale. Lo stesso piano e lo stesso SDK portano chiamate, chiamate di gruppo e chat sulla stessa connessione. Scopri l’API e l’SDK di live streaming con la sua demo dal vivo e ogni stack, cosa fa il cloud per le app, o i prezzi per le app. Scegli anche per chiamate e chat? Come scegliere un’API per videochiamate fa le stesse domande sulle chiamate, e come scegliere un’API di chat sui messaggi. Domande sulla tua integrazione? Scrivici.