Ми реалізуємо відправку відео в чаті мобільного додатку під ключ — від вибору файлу до вбудованого плеєра. Досвід показує, що необроблене відео високої роздільної здатності з камери завантажувати не можна: без транскодування та чанкованої відправки користувач чекає хвилини, а на слабкому з'єднанні отримує таймаут. Наша команда має 10+ років досвіду в iOS та Android-розробці, реалізувала 50+ інтеграцій відеозв'язку для чатів, за 5+ років на ринку ми гарантуємо стабільність і продуктивність. Процес відправки відео в чаті вимагає ретельного технічного рішення.
Чому відправка відео в чаті потребує транскодування?
Відео з iPhone 14 Pro в 4K/60fps важить ~400 МБ на хвилину. Навіть кліп на 15 секунд — 100 МБ. Завантажувати напряму неприйнятно ні за часом, ні за трафіком.
На iOS відео з PHPickerViewController або UIImagePickerController приходить у форматі MOV (HEVC або H.264). Перед завантаженням його потрібно транскодувати. Стандартний шлях — AVAssetExportSession з presetом AVAssetExportPresetMediumQuality (720p, ~2 Мбіт/с) або AVAssetExportPreset1280x720. Експорт асинхронний, займає від 2 до 30 секунд залежно від довжини кліпу та моделі пристрою. На iPhone SE 2nd gen транскодування 30-секундного відео в 720p — близько 8 секунд — Apple Developer Documentation.
На Android ситуація складніша: MediaMuxer + MediaCodec дають максимальний контроль, але потребують багато коду. У більшості проєктів використовуємо FFmpegKit (форк мобільного FFmpeg) — дозволяє задати бітрейт, роздільну здатність і кодек однією командою: -vcodec libx264 -crf 28 -vf scale=720:-2. Мінус — додає ~15 МБ до APK. Порівняно з AVAssetExportSession, FFmpegKit повільніший приблизно в 1.5 рази для коротких кліпів.
Як забезпечити відновлюване завантаження?
Відео не можна завантажувати одним запитом без підтримки відновлення. З'єднання перерветься — і весь прогрес втрачено.
Правильний підхід — multipart upload на стороні сервера (AWS S3 Multipart Upload, Cloudflare R2, або кастомне чанковане завантаження). Дійте так:
- Використовуйте multipart upload на сервері.
- Діліть файл на частини по 5–10 МБ.
- На iOS реалізуйте через
URLSession з Background Configuration (URLSessionConfiguration.background(withIdentifier:)): завантаження продовжується навіть після згортання додатка.
- На Android —
WorkManager з UploadWorker, який отримує setExpedited(OutOfQuotaPolicy.RUN_AS_NON_EXPEDITED_WORK_REQUEST) для роботи в фоні.
- При обриві — відновлюємо з останнього успішного чанка.
У React Native — react-native-background-upload або кастомний нативний модуль. Стандартний fetch з FormData не підтримує background upload на iOS.
Як скоротити час очікування користувача?
Прев'ю-кадр генеруємо до завантаження: на iOS — AVAssetImageGenerator з generateCGImagesAsynchronously, на Android — MediaMetadataRetriever.getFrameAtTime(). Кадр стискаємо до JPEG 480p і завантажуємо окремо — він з'явиться в чаті миттєво, поки відео ще завантажується.
Для відтворення в чаті не вбудовуємо повний плеєр у комірку — це вб'є продуктивність при скролі. Показуємо thumbnail з кнопкою play, по тапу відкриваємо AVPlayerViewController (iOS) або ExoPlayer (Android) поверх чату. ExoPlayer з SimpleExoPlayer і DefaultMediaSourceFactory підтримує HLS, DASH та progressive MP4 з коробки. Нативний підхід на Android з VideoView дає менше контролю над буферизацією та не підтримує HLS напряму — ExoPlayer вирішує ці проблеми краще в середньому в 2 рази за швидкістю старту потоку.
Детальніше про вибір кодека
Для проєктів з високими вимогами до якості можна використовувати HEVC замість H.264, що зменшує розмір на 30-40% при тій самій якості. Однак підтримка HEVC на деяких Android-пристроях обмежена.
Обмеження та UX
Ліміт довжини відео — не технічне, а UX-рішення. Рекомендуємо 60–120 секунд для чатів. Перевищення — показуємо попередження до початку транскодування, не після.
Прогрес-бар завантаження з відображенням швидкості (2.3 МБ/с) та часу, що залишився — обов'язковий елемент. Кнопка скасування повинна зупиняти і транскодування, і upload, і видаляти тимчасові файли.
| Етап |
Час (кліп 30с, 720p) |
| Транскодування (iPhone 14) |
3–5 с |
| Транскодування (iPhone SE 2) |
7–12 с |
| Upload 15 МБ на 10 Мбіт/с |
~12 с |
| Генерація прев'ю |
< 1 с |
| Проблема |
Рішення |
| Великий розмір файлу |
Транскодування в 720p H.264 |
| Обрив з'єднання |
Chunked upload з відновленням |
| Затримка відображення |
Миттєве прев'ю |
Що входить у роботу
Ми надаємо: документацію по API, вихідний код модуля, налаштовані схеми авторизації для S3/GCS, інструкцію з розгортання на сервері та навчання вашого iOS/Android-розробника. Гарантуємо підтримку на етапі введення в експлуатацію. Замовте реалізацію відеозавантаження у вашому чаті — наші інженери проведуть аудит і запропонують оптимальне рішення.
Строки
Базова реалізація (вибір, транскодування, chunked upload, прев'ю, відтворення) — 3–5 днів за готового бекенду з підтримкою multipart upload. Background upload + відновлення — ще 1–2 дні. Вартість розраховується індивідуально після аналізу вимог, орієнтовний діапазон — від $500 до $1500 за базову реалізацію.
Зв'яжіться з нами для безкоштовної оцінки проєкту. Наші сертифіковані інженери проводять рев'ю інтеграції та дають рекомендації з оптимізації.
Як вибрати підхід до камери в застосунках?
Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.
CameraX проти Camera2 та AVFoundation
На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.
CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.
Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.
На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.
Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.
Що робити з AudioFocus на Android та AudioSession на iOS?
Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).
На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.
AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.
На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.
Відео: відтворення та стрімінг
ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.
Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.
AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.
Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).
| Протокол |
Затримка |
Застосування |
| RTMP |
2–5 сек |
Стрімінг на YouTube/Twitch |
| HLS |
6–30 сек |
VOD, широкомовний |
| DASH |
6–30 сек |
VOD з адаптивним бітрейтом |
| WebRTC |
< 500 мс |
Відеодзвінки, P2P |
| SRT |
1–4 сек |
Професійний стрімінг |
WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.
RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.
Обробка медіа: компресія та транскодування
Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.
На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.
Як реалізувати стрімінг на мобільних пристроях: покроковий план?
- Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
- Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
- Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
- Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
- Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
- Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.
Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.
Що входить в роботу?
| Deliverable |
Опис |
| Аналіз вимог |
Вибір стеку, пріоритетів, тестових пристроїв (мінімум 5 моделей) |
| Проектування |
Архітектура, діаграми потоків даних, вибір API |
| Реалізація |
Код з використанням обраних інструментів |
| Інтеграція з бекендом |
GraphQL/REST, DRM, WebRTC сигналінг |
| Тестування |
На реальних пристроях (не менше 5 моделей) |
| Документація |
API-документація, інструкція зі складання |
| Підтримка після релізу |
1 місяць інцидентної підтримки, навчання команди |
Процес розробки медіафункціональності
Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).
Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.
Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.
