按标题视频编码:现在开始的时候了

让我开门见山吧. 在编码组合中添加新的编解码器, 无论是HEVC, VP9, 或AV1, 是昂贵的, 耗费时间的, 有点冒险. 将逐标题编码添加到编码工作流中可以提供许多相同的好处, 但应该便宜得多, 简单得多, 风险也小得多. 虽然所有公司都应该带着某种程度的恐惧来处理编解码器的变化, 现在是时候采用按标题编码了, 它从未像现在这样被广泛使用过.

让我解释一下. 从流媒体的角度来看，NAB 2018将因AV1的首次亮相而被铭记. 然而, 这首歌带来了一些残酷的现实, 比如编码成本至少是VP9的10倍, 还有2年的延迟，直到解码硬件出现在设备上. 虽然Facebook, 网飞公司, 和You-Tube都开始了AV1的试验, 如果你的流媒体没有被数百万人观看, 那么AV1就没什么意义了, 至少在相对短期内是这样.

与此同时，受苹果加入HLS的鼓舞，HEVC才刚刚开始看到一些发展. 虽然好处是显而易见的, HEVC的成本都是相加的, 包括在执行前进行重要的播放器开发和兼容性测试，以及按下Go按钮后增加的编码和存储成本.

与此形成鲜明对比的是, 每个标题编码通过为每个标题创建优化的编码阶梯，使当前编解码器更高效. 这些技术评估源素材的复杂性, 并且可以调整数据速率, 自适应组中的流数, 甚至他们的分辨率.

网飞公司在2015年底推出了按标题计费的模式，YouTube在2016年初宣布了这一做法. 第一个商业实现出现了五车二系统的 2016年中期的Cambria编码器, 现在几乎每个供应商都提供这个功能, 包括云供应商Bitmovin, Brightcove, and Mux; encoding vendors AWS元素, 谐波, and NTT Electronics; and optimization vendors Beamr, EuclidIQ, 和ZPEG.

每个标题的好处类似于高级编解码器——更高效的流媒体和更高的QoE. 例如, 在分析他们新的“基于镜头的”编码结果时, 哪个对视频中的每个场景分别进行编码, 网飞公司在3月9日的一篇文章中报道了这一点在其技术博客上:“对于低带宽连接的会员, 我们将以相同(甚至更低)的比特率提供更高质量的视频. 对于高带宽连接的会员，我们将以更低的比特率提供同样的高质量. 当网络吞吐量急剧下降时，许多成员将经历更少的重缓冲和质量下降.”

一个有趣的技术注意事项是标题编码之间的区别, 视频优化, 以及基于镜头的编码. 首播时, 网飞公司使用其标题编码分析作为评估整个视频编码质量的一种方法, 然后用两路VBR编码. This is how Cambria’s per-title feature works; the system gauges encoding complexity and then can encode using constant bitrate (CBR) or variable bitrate (VBR).

相反，优化技术是逐帧工作的. 我最熟悉的是封顶的CRF和ZPEG, 根据场景的复杂程度来改变编码视频文件的数据速率, 但比姆和欧几里得的优化技术工作原理大致相同. 在这里, you can’t use a traditional bitrate control technique; in essence, 按标题编码技术是位率控制技术.

如果您仍然在使用CBR，因为您认为它提供了最耐缓冲的体验或最广泛的播放兼容性, 那么你可能更喜欢传统的逐标题技术, 至少适用于自适应比特率(ABR)流媒体，而不是可下载的视频. 在考虑任何技术时，您的关键问题是，“我可以应用CBR吗??“如果你使用200%受限VBR, 那么你可能就不会从每个标题或优化中看到太多额外的流变化.

基于镜头的编码显然是未来的趋势，因为它在打破许多既定编码惯例(如固定GOP大小和比特率控制技术)的同时呈现出许多优势. 为什么不使用优化的编码参数对每个场景进行编码, 而不是将一个模式应用于整个视频? 为什么不在每个场景的开始都放一个i帧呢, 而不是每隔两三秒? 为什么在一个3秒的场景中使用2秒的GOP长度?

据我所知, 尽管基于镜头的编码正在进行中, 目前没有任何编码供应商提供它. 但是，不要等待. 每个标题或优化现在就在这里, 并且应该被列在2018年所有编码专业人员的待办事项清单上.

[本文发表于2018年6月号的。 流媒体杂志 标题编码:时间就是现在."]