Реалізація SRT-стрімінгу з мобільного пристрою

SRT-стрімінг з мобільного пристрою: рішення для нестабільних мереж

Ваш мобільний пристрій передає відео з місця подій, але мережа LTE нестабільна — втрати пакетів сягають 20%. RTMP-стрім рветься, глядачі бачать чорний екран. Ми вирішуємо це завдання за допомогою протоколу SRT Protocol. На відміну від RTMP, SRT працює поверх UDP з механізмом корекції помилок (ARQ/FEC), витримує до 30% втрат пакетів і автоматично відновлює потік без перезапуску. Для мобільного стрімінгу з нестабільного LTE або публічного Wi-Fi — це принципова перевага. Наша команда має 5+ років досвіду в мобільній розробці та реалізувала понад 20 проектів з відеотрансляціями. Ми гарантуємо стабільність роботи SRT-з'єднання у складних мережевих умовах. Зв'яжіться з нами, щоб отримати консультацію щодо вашого проекту.

Чому SRT краще RTMP для мобільних пристроїв?

RTMP при втраті 5% пакетів починає буферизуватися та розсипатися. SRT з буфером latency=500ms тримається при 20-25% втрат. Для репортажного стрімінгу з місця подій, для відеовиробництва на виїзді, для віддалених трансляцій — SRT став стандартом у професійному середовищі (OBS, vMix, Blackmagic приймають SRT нативно).

Затримка: налаштовується через параметр latency. 200 мс — мінімум для хорошої мережі. 500-2000 мс — для мобільних мереж з джитером. Більше буфер — більша стійкість, більша затримка.

Економія на інфраструктурі: SRT не потребує дорогих серверів, оскільки працює поверх UDP і не потребує TCP-акселераторів. Рішення окупається за рахунок зниження простоїв та покращення якості трансляції.

Як забезпечити стабільне з'єднання при поганому сигналі?

SRT підтримує автоматичний реконнект в рамках connectionTimeout. Налаштування параметрів latency та використання шифрування не впливають на стабільність, але моніторинг статистики допомагає адаптувати бітрейт. При високому pktSndLoss (>5%) ми автоматично знижуємо videoBitrate та збільшуємо latency. Це потребує перепідключення, але потік не переривається повністю.

iOS: HaishinKit з SRT

HaishinKit підтримує SRT починаючи з версії 2.x через SRTConnection:

import HaishinKit

let srtConnection = SRTConnection()
let srtStream = SRTStream(connection: srtConnection)

srtStream.videoSettings = VideoCodecSettings(
    videoSize: CGSize(width: 1920, height: 1080),
    bitRate: 5_000_000,
    profileLevel: kVTProfileLevel_H264_High_AutoLevel as String
)
srtStream.audioSettings = AudioCodecSettings(bitRate: 192_000)

try srtStream.attachCamera(AVCaptureDevice.default(.builtInWideAngleCamera, for: .video, position: .back))
try srtStream.attachAudio(AVCaptureDevice.default(for: .audio))

// Caller mode: ми ініціюємо з'єднання
srtConnection.connect("srt://media-server.example.com:9998?latency=500&streamid=live/stream1")
srtStream.publish()

streamid — ідентифікатор потоку на сервері (MediaMTX, SRT Live Server використовують його для маршрутизації). latency в мілісекундах.

Reconnect при обриві: SRT вміє автоматично перепідключатися в рамках connectionTimeout. HaishinKit пробрасує SRTConnection.Event.connect з reason — обробляємо в делегаті.

Android: rtmp-rtsp-stream-client-java з SRT

Бібліотека rtmp-rtsp-stream-client-java підтримує SRT через SrtCamera2:

val srtCamera = SrtCamera2(binding.surfaceView, connectChecker)

srtCamera.prepareVideo(
    width = 1920, height = 1080, fps = 30,
    bitrate = 5_000_000,
    rotation = 0,
    profile = CodecUtil.H264_BASELINE
)
srtCamera.prepareAudio(bitrate = 192_000, sampleRate = 44100, isStereo = true)

srtCamera.startStream("srt://media-server.example.com:9998?streamid=live/stream1&latency=500")

Під капотом — нативна libsrt (C++), скомпільована під Android ABIs (arm64-v8a, armeabi-v7a, x86_64).

Альтернатива: FFmpegKit з libsrt

FFmpegKit збирається з libsrt — можна використовувати напряму:

-f avfoundation -i 0:0 -c:v h264_videotoolbox -b:v 5M -f mpegts "srt://server:9998?latency=500&streamid=live/test"

Перевага: підтримка H.265 (hevc_videotoolbox), більший контроль над параметрами. Мінус: FFmpegKit процес не керує камерою напряму — потрібне окреме захоплення через AVCaptureVideoDataOutput + pipe.

Режими Listener та Caller

SRT підтримує два режими:

• Caller — мобільний пристрій ініціює з'єднання на сервер. Найпоширеніший сценарій.
• Listener — пристрій слухає вхідне з'єднання. Корисно для p2p без сервера або коли сервер знаходиться за NAT.
• Rendezvous — обидва кінці одночасно ініціюють з'єднання. Для p2p через NAT без relay.

Для мобільного стрімінгу використовується Caller. Listener на мобільному — рідкісний сценарій (пристрій IoT на мобільній мережі без публічної IP).

Шифрування

SRT підтримує AES-128/256 шифрування з коробки: параметри passphrase та pbkeylen в URL. Це відрізняє SRT від RTMP — шифрування вбудоване в протокол, не TLS обгортка поверх.

srt://server:9998?passphrase=MySuperSecret&pbkeylen=32

Моніторинг якості з'єднання

SRT API надає статистику через srt_bistats(): pktSndLoss, pktRcvLoss, pktRetrans, mbpsSendRate, msRTT. HaishinKit пробрасує частину статистики в SRTStream.info. Відображаємо в UI: бітрейт, RTT, втрати пакетів — професійні користувачі це цінують.

При високому pktSndLoss (>5%) — автоматично знижуємо videoBitrate та збільшуємо параметр latency (потребує перепідключення).

Порівняння SRT та RTMP

Сумісність серверів

Що входить в роботу

1. Аналіз вимог та вибір бібліотек.
2. Інтеграція SRT-стрімінгу на iOS та/або Android.
3. Налаштування параметрів latency, passphrase, streamid.
4. Реалізація моніторингу якості (RTT, втрати, бітрейт).
5. Документація з експлуатації та навчання вашої команди.
6. Підтримка після запуску.

Терміни: інтеграція на одну платформу — 2–4 робочих дні. Вартість розраховується індивідуально. Щоб оцінити ваш проект, зв'яжіться з нами — ми відповімо протягом 1 робочого дня.

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.