Інтеграція VK Live у мобільний додаток: RTMP, кодування та авторизація

Інтеграція VK Live у мобільний додаток — завдання, яке здається простим, доки не зіткнешся з відсутністю офіційного SDK. Все впирається в RTMP-протокол, сесійний ключ і кодування в реальному часі. Ми вирішували її для iOS та Android, і ось що з'ясували.

Які технічні складнощі виникають при інтеграції VK Live?

Як отримати RTMP-ключ без участі користувача? — інтеграція трансляції

Найчастіша проблема — отримання RTMP-ключа через VK API без ручного введення. Метод video.startStreaming вимагає авторизацію через VK Connect з scope video. Якщо токен прострочений або не містить потрібний scope, повертається error_code: 15 (access denied), і трансляція не запускається. Ми зберігаємо токен у Keychain (iOS) або EncryptedSharedPreferences (Android), оновлюємо через refresh flow до завершення, а не за фактом помилки. Це підвищує успішність першої трансляції до 95% і економить до 30 секунд на кожному вході. Отримайте консультацію з налаштування OAuth2-потоку — це заощадить дні розробки.

Чому кодування H.264 вимагає точного налаштування?

Кодування на мобільному пристрої — вузьке місце. На iOS використовуємо VideoToolbox через AVAssetWriter + AVAssetWriterInput з параметрами:

• AVVideoCodecKey: AVVideoCodecType.h264
• AVVideoWidthKey: 1280, AVVideoHeightKey: 720
• AVVideoCompressionPropertiesKey → AVVideoAverageBitRateKey: 2_500_000
• AVVideoMaxKeyFrameIntervalKey: 60 (keyframe кожні 2 секунди при 30fps)

Без явного AVVideoMaxKeyFrameIntervalKey енкодер розставляє keyframe занадто рідко — RTMP-сервер VK починає буферизувати довше, глядачі помічають ривки при зміні сцени. На Android — MediaCodec з MediaFormat.MIMETYPE_VIDEO_AVC і BITRATE_MODE_CBR. VBR на нестабільному з'єднанні дає сплески бітрейту, які дроп-пакети на VK-інгесті перетворюють на артефакти на 2–3 секунди. Тому ми фіксуємо CBR і обмежуємо GOP до 60 кадрів.

Як ми реалізуємо RTMP-трансляцію

Порівняння підходів: HaishinKit vs кастомний RTMP

HaishinKit скорочує час впровадження у 2–3 рази порівняно з кастомним рішенням, але дає менше гнучкості для тонкого налаштування буферизації.

На iOS для RTMP-передачі використовуємо HaishinKit (Swift, активно підтримується). На Android — віддаємо перевагу нативному MediaCodec з кастомним RTMP-клієнтом поверх java.net.Socket, уникаючи важких залежностей. Схема для iOS з HaishinKit:

let rtmpConnection = RTMPConnection()
let rtmpStream = RTMPStream(connection: rtmpConnection)
rtmpStream.videoSettings = VideoCodecSettings(
    videoSize: CGSize(width: 1280, height: 720),
    bitRate: 2_500_000,
    profileLevel: kVTProfileLevel_H264_High_AutoLevel as String
)
rtmpStream.audioSettings = AudioCodecSettings(bitRate: 128_000)

rtmpConnection.connect("rtmp://vp.vkforms.ru/live")
rtmpStream.publish(streamKey)

Моніторинг якості — підписуємося на RTMPConnection.Event.rtmpStatus, відстежуємо NetStream.Publish.BadName (невірний ключ), NetStream.Failed (розрив з'єднання). При NetStream.Failed логуємо у Firebase Crashlytics з параметрами: бітрейт у момент розриву, тип з'єднання (Wi-Fi/Cellular), версія ОС.

Перепідключення реалізуємо з exponential backoff: 2s → 4s → 8s → 16s → 30s (максимум). Нескінченний retry без паузи заблокує обліковий запис на стороні VK через flood.

Порівняння налаштувань кодування для iOS та Android

Авторизація та отримання stream key

Через VK SDK (iOS: VKSDK, Android: vk-android-sdk) або прямий OAuth2-flow:

1. Відкриваємо WebView або SFSafariViewController на https://oauth.vk.com/authorize?client_id=APP_ID&scope=video&response_type=token
2. Перехоплюємо redirect на https://oauth.vk.com/blank.html#access_token=...
3. Викликаємо video.startStreaming з отриманим токеном
4. З відповіді беремо rtmp_url та key

Ключ сесійний — діє одну трансляцію. Зберігати між сесіями не можна.

Що входить в роботу

• Повна інтеграція RTMP-трансляції на iOS або Android (за вибором)
• OAuth2-авторизація через VK з обробкою токенів
• Налаштування кодування H.264/H.265: бітрейт, GOP, профіль
• Обробка мережевих помилок та авто-перепідключення
• Моніторинг через Firebase Crashlytics з кастомними логами
• Документація з використання та підтримки
• Допомога при публікації в App Store / Google Play (перевірка відповідності правилам)

Терміни та вартість

Інтеграція на одній платформі (iOS або Android): 2–3 тижні з урахуванням OAuth-flow, захоплення відео та базової обробки помилок. Додавання адаптивного бітрейту та автоперепідключення — ще тиждень. Вартість розраховується індивідуально після аналізу вимог. Зв'яжіться, щоб ми оцінили ваш проєкт та підібрали оптимальний стек. Отримайте консультацію — допоможемо розібратися з деталями.

Даємо гарантію на стабільність трансляції при дотриманні рекомендованих налаштувань. Досвід більше 15 проєктів — впевнені в якості.

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.