Розробка мобільного застосунку для вебінарів

Ми займаємось розробкою мобільного застосунку для вебінарів під iOS та Android, які конкурують з Zoom та Webex у нішевих сценаріях — онлайн-курси, корпоративні тренінги, вебінари з аудиторією до 500 осіб. На відміну від готових рішень, наш застосунок дає повний контроль над інтерфейсом, монетизацією та збором даних. Основні вимоги: стабільне відео при нестабільній мережі, демонстрація екрану, чат з реакціями, гнучкі ролі учасників (організатор, спікер, слухач), запис сесій та відтворення. І все це із затримкою менше 500 мс. Наша компанія має 7 років досвіду (з 2017 року) та реалізувала 20+ подібних проектів, накопичивши досвід роботи з WebRTC, Livekit, Agora та власною збіркою SFU. Типова помилка — спроба адаптувати Jitsi Meet під кастомний UX, що призводить до конфліктів версій та сповільнення розробки. Ми уникаємо цього, обираючи SFU під конкретне завдання. Вартість розробки MVP становить від $15,000, а при використанні нашого self-hosted рішення економія до $2,000 на місяць порівняно з хмарними сервісами при 50+ користувачах. Надаємо гарантію на код 6 місяців та сертифікати фахівців.

Який SDK обрати для вебінарного застосунку?

Писати відеоконференцію з нуля на WebRTC — реально, але це 3-6 місяців тільки на медіа-движок. Для більшості продуктів правильний вибір — спеціалізований SDK, який закриває SFU, кодеки, адаптивний бітрейт та перевантаження мережі.

Livekit SDK — open source, self-hosted SFU, MIT ліцензія. iOS/Android/Flutter SDK. Стандарт для нових проектів, де важливий контроль над даними. Room, LocalParticipant, RemoteParticipant — проста object model.

Agora SDK — потужний, але хмарний з посекундною тарифікацією. Хороший, коли важлива глобальна CDN та мінімум DevOps. Однак при 100 учасниках вартість може бути в 2-3 рази вищою, ніж self-hosted Livekit.

Daily.co, 100ms, Whereby — хмарні альтернативи з різними pricing-моделями. Twilio Video — зрілий API, але Twilio заморозила розвиток Video у 2023.

Для self-hosted: Livekit + Janus + MediaSoup — три найактивніше підтримуваних SFU.

Джерело: WebRTC та офіційна документація Livekit.

Чому ми обираємо Livekit для self-hosted?

Livekit дає повний контроль над даними — SFU, записи, стрімінг — все на ваших серверах. Економія порівняно з Agora: при 50 учасниках і 20 годинах вебінарів на місяць self-hosted обходиться в 2-3 рази дешевше. Крім того, Livekit Open Source (MIT) дозволяє модифікувати код під специфічні завдання.

Реалізація адаптивного відео під мобільні мережі

Головна проблема мобільних вебінарів — перехід між Wi-Fi та LTE посеред виступу. SFU з simulcast вирішує це: спікер надсилає 3 якості відео (720p/360p/180p), сервер обирає для кожного слухача оптимальну, виходячи з його пропускної здатності.

Livekit: simulcast вмикається флагом VideoPublishOptions(simulcast: true). iOS: LKLocalVideoTrack з CameraSource. Android: LocalVideoTrack + Camera2Source. Автоматичне зниження роздільної здатності при втраті пакетів — вбудовано в SFU.

Dynacast (Livekit) — автоматично паузує відео-треки спікерів, яких не бачить жоден із слухачів. Економить bandwidth на стороні сервера при >50 учасниках.

Аудіо: opus кодек, 48 кГц, AEC + NS + AGC вбудовані в WebRTC. Спікерфон vs earpiece: AVAudioSession.overrideOutputAudioPort(.speaker) / AudioManager.setSpeakerphoneOn(true). Автоматично при >2 учасниках — вмикаємо speakerphone, для 1-on-1 — earpiece.

Демонстрація екрану

iOS (ReplayKit). RPScreenRecorder.shared().startCapture(handler:) — працює з iOS 11, в iOS 12+ доступний з Control Center. Захоплення екрану повертає CMSampleBuffer — передаємо в WebRTC RTCVideoCapturer через кастомний RTCVideoCapturerDelegate. Обмеження: в RPBroadcastSampleHandler (Extension) не можна напряму викликати код основного застосунку — використовуємо App Group + CFMessagePort або Darwin notifications для передачі стану.

iOS 15+ RPSystemBroadcastPickerView — нативна кнопка запуску трансляції без коду.

Android (MediaProjection API). MediaProjectionManager.createScreenCaptureIntent() → користувач підтверджує → VirtualDisplay → захоплення кадрів через ImageReader → VideoEncoder → WebRTC VideoSource. Вимагає Foreground Service з типом mediaProjection (Android 10+). В маніфесті: <service android:foregroundServiceType="mediaProjection"/>.

Flutter: flutter_screen_capture (нативні біндинги до обох API) або нативний plugin з platform channels.

Чат, реакції, Q&A

Чат у реальному часі: WebSocket або Livekit DataChannel (LocalParticipant.publishData). DataChannel працює через те саме RTC-з'єднання — не потрібен окремий WebSocket сервер.

Реакції (👏🔥❤️): миттєва анімація у всіх учасників. Відправляємо через DataChannel, рендеримо з particle animation поверх відео-гриду. iOS: UIViewPropertyAnimator + CAEmitterLayer. Android/Compose: AnimatedVisibility + LaunchedEffect.

Q&A: черга запитань з upvote. Зберігання на сервері (Livekit RPC або окремий REST). Організатор бачить пріоритизований список.

Ролі та права доступу

Організатор, співорганізатор, спікер, слухач. Різниця в правах: слухач не публікує відео/аудіо (економія bandwidth), може тільки підняти руку → організатор дає слово.

Livekit: ParticipantPermission — canPublish, canPublishData, canSubscribe. Встановлюється сервером при створенні token або змінюється через RoomServiceClient.updateParticipant.

«Підняти руку»: DataChannel повідомлення {type: "raise_hand", participantId: "..."} → у організатора з'являється індикатор біля учасника.

Запис вебінару

Livekit Egress: cloud recording в S3/R2. EgressServiceClient.startRoomCompositeEgress() — записує composite view (відео всіх учасників у сітці) або track-by-track (окремі треки для монтажу). Формат: MP4 з H.264 + AAC.

Доступ до запису: presigned S3 URL з TTL 24 год. В застосунку — плеєр (AVPlayer / ExoPlayer) з позиціонуванням і швидкістю відтворення.

Що входить в роботу

• Технічне завдання та архітектурна документація
• Налаштування SFU (Livekit/Janus) та DevOps (K8s/Docker)
• Розробка iOS (Swift/SwiftUI) та Android (Kotlin/Compose) застосунків
• Інтеграція push-сповіщень (APNs/FCM), deep linking (Universal Links/App Links)
• Налаштування User Auth (OAuth 2.0, Firebase Auth)
• Підтримка App Store та Google Play: provisioning profiles, code signing, дотримання гайдлайнів (Section 4.2/5.1)
• Навантажувальне тестування з 50+ учасниками
• Передача вихідних кодів та доступів

Порівняння SFU для вебінарів

Етапи та строки

1. Вибір SFU та налаштування сервера — 1 тиждень.
2. Відео/аудіо-кімната, ролі — 2-3 тижні.
3. Чат, реакції, Q&A — 1 тиждень.
4. Screen share iOS + Android — 1 тиждень.
5. Запис та playback — 1 тиждень.
6. Тестування навантаження (50+ учасників) — 1 тиждень.

Разом: MVP-вебінарний застосунок — 6-8 тижнів. З реєстрацією подій, email-розсилками, аналітикою присутності — 10-12 тижнів.

Отримайте консультацію з архітектури вашого вебінарного застосунку — ми допоможемо обрати оптимальний стек та вкластися в бюджет. Зв'яжіться з нами для обговорення деталей — ми відповімо на всі питання та запропонуємо оптимальне рішення.

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).

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?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. 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?

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.