声网页面录制 实现消息实时同步录制

伴随实时音视频逐渐成为当下主流的互动方式，声网的实时互动服务已经覆盖在线教育、社交直播、企业协作、IoT、医疗、游戏、保险等10余行业，100多种场景。而在教育、医疗、金融等场景中，用户不仅需要实时互动，还需要把互动的过程录下来，而开发者在接入稳定、流畅的实时互动服务的同时，对实时录制服务的要求也越来越高。

那么一个好的录制解决方案究竟需要具备哪些特征呢？

在回答这个问题之前，声网先来分析下客户使用录制的原因。一般来讲，用户使用录制功能的原因主要有三种：

1.质检。比如在教育场景下，需要通过回放录制来检查课程质量，在社交直播或金融双录场景下，需要保留录制视频，做合规性审查。

2.留证。如教育、医疗、音视频客服等场景，需存档留证以应对可能的纠纷。这种场景下，对录制方案的核心诉求是内容完整性，不能容忍哪怕是秒级的视频丢录。

3.回放。比如在教育场景、直播场景下，用户希望观看回放。

那么在这些场景下，怎样才算是一个好的录制解决方案呢？

我们可以从五个维度来衡量录制方案：

录制效果：需要还原真实的互动场景，包括音视频、课件、白板、聊天信息等所有

元素。同时，不能对主播音视频互动体验造成任何负面影响。

集成难度：越简单越好，最好是不需要开发。

等待时长：等待时长越短越好，最好是录制结束后可以立即回放。

文件兼容性：任何平台、任意浏览器都可以播放。

文件迁移的便利性：文件下载、上传等迁移过程要非常简单，便于录制文件管理。

为了解决各种场景的录制需求，目前市场上有两种比较主流的方案。

方案一、音视频、白板等元素分别录制，然后拼接回放

主要思路是将音视频、白板、课件、PPT、聊天内容等分别录制下来，录制结束后再分别回放，并通过时间戳对齐播放进度。这种方案的好处是，白板、课件、聊天内容等均以数据形式回放，可以保留原有的真实互动效果，例如PPT可以单独翻页，灵活性较好。但其缺点也非常明显：

1.集成难度大。需要同时开发音视频录制、白板录制、聊天内容的录制，特别是各不同元素需要通过时间戳对齐回放，要做到非常好的同步效果需投入较多开发精力。

2.播放兼容性受限。这种方式只能通过特殊播放器来回放，无法很好地兼容主流播放器。

3.等待时间长。为了解决播放兼容性问题，往往需要在录制结束后进行离线处理，转成一个完整的MP4文件，这个过程等待时间较长，还会带来额外的转码成本。

方案二、本地客户端录屏

不管是本地客户端录制，还是通过屏幕共享将屏幕流发送到云端进行录制，其本质都是在用户的本地客户端上捕获屏幕内容。这种方案的好处是所见即所得，回放效果跟真实互动场景可以保持一致。但其缺点也很明显：

1.影响本地用户的RTC互动体验。本地捕获屏幕内容会极大地消耗终端设备的计算资源，如果要实时上传，还会占用主播上行的带宽资源，这些都会影响本地用户的音视频通话体验甚至会出现卡顿、模糊等严重的后果，这对一个实时互动场景来说是难以接受的致命缺陷。

2.集成难度大。开发者需要在端上进行开发，需要解决文件本地存储、上传等问题，往往还需要处理复杂的混音问题，集成门槛非常高。

以上两种主流的录制方面虽然各有优势，但对于开发者而言，不管是在集成方面还是录制的过程中都拥有多个明显的缺点。基于以上的行业痛点，声网页面录制，提出了第三种录制方案。

页面录制：集成简单，实现音视频、白板、文字信息实时同步录制

声网的页面录制是指通过Web页面渲染的方式,在服务端同步录制音视频、白板、课件以及聊天信息等，还原真实的互动场景。其原理是：开发者通过RESTfulAPI 发起录制请求，并将待录制页面的URL以请求参数的形式发给Agora录制服务，Agora录制服务会打开该Web页面，并以录屏的方式实时录制生成MP4文件，上传至指定的第三方云存储平台。

根据此前录制方案判断维度，将声网的页面录制与此前列举的两种传统的录制方案相比：

对比之下，声网的页面录制方案主要拥有四大核心优势：

在集成上，通过Restful API发起请求录制，简单易用。

录制效果实现所见即所得的，将音视频、白板、课件以及聊天信息等内容实时同步

录制，且不带来额外的带宽、性能开销，录制过程不影响任何主播/观众的RTC互动体验。

录制结束后，可以实时生成MP4文件，兼容各主流播放器。

文件下载非常简单，便于录制文件管理。

同时，页面录制具备录制任意网页页面的能力，所以用WebRTC或其它方案自研RTC功能的开发者同样可以使用。

目前声网页面录制功能已经被多家在线教育平台采用，而且目前声网的页面录制服务在2021年3月1日之前都将免费对用户开放。