推荐序

我是在庐山认识戴维的。我们在庐山相遇过两次，都是在软件调试研习班上，地点在庐山山南的秀峰景区，时间在2016—2019年，当时他在腾讯的QQ团队工作。戴维是“80后”，小我十几岁，是我的交大（上海交通大学）校友。

在2018年4月的研习班欢迎晚宴上，我和戴维同坐一桌。研习班虽说有三天，但是课堂时间仍非常珍贵。我争分夺秒地讲技术，没时间让每个人都介绍自己。于是，晚宴便成了大家相互认识和增进了解的主要场合。最简单的形式便是顺着圆桌依次进行自我介绍，轮到一位年轻人介绍自己时，他说，他在腾讯工作，这是他第二次参加研习班；第一次参加后收获很大，年终考核时升了一级。每一次研习班，我都努力把自己认为最有用的知识和工具分享出来，但是每个人的收获到底如何，我是不清楚的。眼前这位年轻人的发言，给了我大大的鼓励，也让我记住了他，这个年轻人就是戴维。

2020年，新冠病毒来袭，软件调试研习班停班了。

疫情持续三年，我和戴维几乎没有联系。只是在2021年春季时，有一个高频交易团队寻觅编程高手，我想到了戴维，微信上询问他是否有兴趣转战高频交易领域。他说他已经换工作了，当时在字节跳动，手头的工作做得正起劲。我们聊天时，他正在吃早餐，顺手给我拍了一张早餐的照片，带有“字节跳动”的盘子里装着包子、馒头、南瓜，还有少量蔬菜，盘子边上是一碗很浓稠的五谷豆浆。今天回想起来，他当时忙碌的不仅有新换不久的工作，还有大家手里拿的这本书。

今年（2023年）2月，我的创业公司发布专门为程序员定制的幽兰代码本，戴维在发布会当天成为幽兰的第一批用户。

国庆长假的末尾，我收到戴维的微信消息，还有一个很大的PDF文件，他说他写了一本实时音视频的书。

写书是一个大工程。在这样一个追求速成的时代里，很少有年轻人愿意写书了。因此，我一看到戴维的消息，就给他回复了一个大大的“赞”。

翻看戴维的书稿，我一步步走进了戴维和他的RTC世界。

这是一本关于多媒体技术的书。我在读大学时，也一度沉浸在多媒体编程的世界里。至今仍印象深刻的是，当时在Windows 3.1系统上用C语言写代码，解析JPEG、AVI等多媒体文件格式。毕业后，我也多次在实际工作中使用多媒体技术，时间较远的是在1997年前后，我帮一家做视频监控的公司开发上位机软件，使用微软的VFW（Video for Windows）框架对视频捕捉卡编程，把来自模拟摄像头的视频流显示到Windows程序的一个窗口里。时间较近的则是在创业之后，基于海康的SDK读取海康网络摄像头的视频流，然后针对视频图像中的每一帧做图像识别，当时也用到了WebRTC技术。

细看戴维的书，第1章介绍的是多媒体技术基础，第2～5章分别介绍视频和音频，都是先介绍采集（数据输入），再介绍渲染（数据输出）。第6章把音视频合二为一，介绍编解码技术。第7～10章介绍多媒体数据的传输，包括RTC的一般原理及WebRTC标准、传输控制优化、可扩展架构，以及衡量系统性能的评价指标。

从内容组织来看，对于每个知识点，本书基本上都是先介绍背景，再介绍基本原理，然后介绍编程方法。对于编程部分，考虑到编程环境的差异，涵盖Windows、macOS/iOS和Linux多个平台。这样的写法，既有理论高度，又比较方便读者亲自实践。

打开我的书柜，把多媒体技术的书拿出来放在一起，有厚厚的一大摞。这或许从侧面证实了，对于一个从业多年的老程序员来说，多媒体技术是难以回避的领域。我眼前的这一摞书，出版时间都比较早，作者也大多是国外的。从知识更替的角度来看，戴维的书以RTC为视角，对多媒体编程技术做了一次比较系统的更新。在图像识别和短视频大流行的今天，这是很有必要的。因此，我很愿意把这样一本国内作者原创的图书推荐给大家。

张银奎

2023年10月29日于上海