背景
最近在调研调研流媒体、RTSP、SIP之类的，两方面的目的：一是找一个云端查看局域网监控的方案，一个是实现与门禁联动的SIP 可视化对讲。
云端视频监控
云端视频监控有三种方案：
- 1、开发SIP服务器，实现GB28181协议，海大宇的IPC摄像头也基本支持，但是如果有存储30天的这种需求，对于云端来说，云盘就太昂贵了。
- 2、上下级联动，通过海大宇的SDK调用摄像头NVR（IPC摄像头一般自带）或硬盘录像机，再推送云端。
- 3、上下级联动，通过RTSP（摄像头一般都支持此协议）拉流录像，在云端下发命令时推送实时的或曾经的录像视频至云端。
云端视频监控之前选定的方案是采购h5stream，可以上下级联动，使用简单，海大宇等主流摄像头都可以支持。
但是因为需要每台机器都部署一个license，比较烦人；操作步骤是先部署，再邮件申请license，再激活，要弄两次，没法直接接入，在物联网实施的时候特别尴尬。费用倒是不贵，一个license百元左右。
然后开始重新调研。
2020年年初，我在疫情放假期间曾经基于网上的教程做过一个使用nginx-RTMP + OBS实现的推流直播，浏览器上调用.m3u8的分片流，但是分片流这种方式延迟太高了。
调研SIP时发现有一个国人开发的C++流媒体库不错，ZLMediaKit；地址是https://github.com/xia-chu/ZLMediaKit。并且有许多优秀的作者基于ZLMediaKit开发了对应的SIP服务，且实现了公安制定的国标GB28181-2011、GB28181-2016协议。
在猪猪群里问了一下有没有java实现的流媒体库，有同学说red，去搜了下，发现red5的github还在更新维护，倒不失为一个选择。但是最新的red5版本是基于jdk11的，就有点犯怵了。
另有群里的同学贴出了知乎上的答案，虽然已经是2015年的了，但还是具有参考价值，可以看一看：
- Live555 （C++） 流媒体平台框架
- EasyDarwin （C++，国产精品）实时流媒体播放服务器程序
- DarwinStreamingSrvr （C++)
- Flash流媒体服务器
- Red5 （Java）流媒体服务器
- Open Streaming Server （Java）FMS流媒体服务器 （Adobe，收费的）
- Wowza流媒体服务器（Java）开源流媒体平台
- FreeCast（Java）
帖子地址：https://www.zhihu.com/question/31160392。
Live555 EasyDarwin都是不错的方案，EasyDarwin 还是我们合肥的，是一家叫青犀的公司。
上面没列入而我调研的还有 liveGBS 、h5stream，这几种方案都是可以上下级联动的，但是因为价格的原因，主要是青犀千路以下比较贵，我们目前还没那个量级，所以选择了可以分批次购买的h5stream。
SIP音视频对讲
说完视频监控，说说SIP 音视频对讲。
如果只是做SIP 音视频对讲的话，找到了一个不错的解决方案，即是flashphoner，地址https://flashphoner.com/。Android、ios、web都支持。
然后在查看flashphoner的过程中，找到了这个帖子【25个常用免费SIP软电话】，地址：https://zhuanlan.zhihu.com/p/313345953。
列表如下：
XLite (Now Bria Solo)
linphone
MicroSIP
3CX Softphone
ZoIPer
Blink
Grandstream WAVE
（Qutecom）Wengo
Damaka
AdoreSoftphone
MiniPAX
MizuPhone
FlashPhone
FaramPhone
Mirial Softphone
WXCommunicator
Twinkle
IAXComm
SJLabs SJPhone
Phoner
DIAX
ExpressTalk
T-Max Dialer
IPComms
IMSDroid
当然，并没有一一验证。
如果选好了后端的流媒体方案，前端的播放怎么弄？想到了使用webRTC。
在搜寻webRTC的时候，找到了极客时间李超的课，在其音视频直播课中，也推荐了几款开源的流媒体软件：
- licode、
- Janus-gateway
- Mediasoup
- Medooze
Meooze、Mediasoup、Licode这三个流媒体服务器的媒体通信部分都是由 C++ 实现的，控制逻辑通过 Node.js 实现。 Janus-gateway是完全通过 C 语言实现的。据说是都可以支持500人的多人视频。
商业上还有个大牛直播，据自己介绍延迟极低，适合做直播服务。
调研后的想法
就这些吧，这是目前调研的一些成果。有些也并没有做深入的研究。有些部署起来较为麻烦，花了半天没部署好，就放弃了。
目前的想法是将视频全部推到云端肯定不现实，带宽太贵了。所以准备在局域网中部署客户端，拉流RTSP，使用webRTC或其他js工具播放，然后使用frp这类穿透软件，可以直接暴露服务给外网访问。
甚至可以将js中的播放地址替换为局域网中播放地址，使用iframe的方式嵌套，只要解决跨域问题，就可以直接让视频在客户局域网的本机上播放。
当然，如果不是对应局域网内的客户机访问就很尴尬了，所以还要做好云端访问与本地访问的隔离。
回过头来想想，我们在A、B两个局域网，使用A区的电脑访问系统，然后展示B区的摄像头，也不是不可以，使用NAT转换的方式，进行点对点访问就行了，只是把云端作为一个隧道，那流量是不是可以破开带宽的限制呢？
目前的想法可能有别于主流的解决方案，也不知道能不能实现。做做看，否则带宽真的是个大问题。
至于可视化对讲，如果自研的话，目前倾向于采用 ZLMediaKit，在其上实现SIP 信令。
但是可视化对讲方案是比较成熟、通用的，也没有个性化的需求，所以找几家商业公司比较下，应该就可以确定了。
附录：名词简析
RTSP：实时流协议（Real Time Streaming Protocol）。流媒体公有协议，专门用以控制流媒体服务器。如播放，录制和暂停。基于UDP协议，传输ts（.m3u8）、MP4格式流。目前多用于安防领域。
RTMP：实时消息协议（Real-Time Messaging Protocol）。目前是Adobe的私有协议，未完全公开，跟RTSP拥有一样的功能。基于TCP协议，传输flv、f4v格式流，目前是比较主流的流媒体协议。有很多变种，具体看维基。
RTSP一般需要2-3个通道，数据和命令通道分开，RTMP和HTTP在一个通道上传输命令和数据。
SIP：会话发起协议（Session Initiation Protocol），由IETF（Internet Engineering Task Force，因特网工程任务组）制定的多媒体通信协议，也被称作信令协议，所以SIP服务也称作信令服务。
SIP可以用于创建、修改和终止包括视频、语音、即时通信、在线游戏和虚拟现实等多种多媒体元素在内的交互式用户会话。
