對線上課堂來說，互動直播的核心點在於低延遲、抗丟包和回聲消除功能，行業內默認延遲超過800ms，用戶體驗就不友好了。目前行業內存在兩種直播互動實現方案，我們先了解下這兩種方案的實現流程和優缺點。
第一種方案：老師端接收學生端發送來的音視頻數據，將自身音視頻與學生端進行合成，最後將混合音視頻推送給收看觀衆。
優點：觀衆看到的畫面和老師看到的畫面一模一樣。缺點：對於老師端帶寬、視頻解碼要求高，不適用於移動場景；延遲會增大。
第二種方案：老師端和學生端將音視頻發送給音視頻中轉服務器，音視頻中轉服務器轉發對方的音視頻給連麥方，同時轉發一份給互動直播服務器，由互動直播服務器對多方音視頻進行混合，再將混合後的音視頻推送給其他用戶。
優點：可以實現多人連麥互動直播，實時性高；服務器壓力小。
缺點：多人互動場景下隨着人數增長，帶寬成本成幾何級增長。
互動直播相較其他直播而言，低延遲是其核心能力。單向直播延遲，用戶感受並不明顯，但當互動直播的延遲超過800ms時，用戶的體驗就很差了。這裏的延遲，是指從老師端採集到學生端播放之間的時間差，是檢驗直播應用實時性能的最重要指標，對視頻直播來說，延遲的高低是影響用戶直播體驗好壞的重要因素。