宣布2015-2019年标题编码的迅速消亡

我们所知道的按标题编码的阶梯已经过时了, 它将很快被动态和上下文感知编码所取代. 编码阶梯, 当然, 这是一组由单一直播或视频点播(VOD)输入创建的文件，以服务于在各种设备和连接速度上观看的观众吗. 苹果在Tech Note 2224 (TN2224)中正式定义了编码阶梯，为编码界做出了巨大贡献。, 它成为编码和打包HTTP直播(HLS)和其他自适应比特率格式文件的罗塞塔石碑. 许多, 许多, 生产商只是简单地使用TN2224梯子，或者进行了适度的修改, 它运行得很好.

标题编码由Netflix于2015年12月发明/首次公布. 这个理论简单而令人信服:所有的视频都呈现出不同的运动和复杂程度, 所以用一个梯子来容纳所有人是没有意义的. 而, 最好是衡量视频的复杂性，并为该内容创建一个独特的阶梯. 以低比特率编码说话头视频并节省带宽成本, 并以更高的比特率对高动态视频进行编码，以保证高带宽观众在大屏幕电视上观看时的质量.

在netflix宣布这一消息后的几周内, YouTube展示了自己的基于机器学习的逐标题技术, 3年内, 大多数主要的编码供应商都推出了各自版本的标题编码. 突然，TN2224不见了，取而代之的是 HLS创作规范还有一个新的梯子, 苹果的建议是“你可以根据你的具体内容和编码流程来评估(阶梯中的比特率)，然后进行相应的调整。.”

当然, 保持领先的最好方法是淘汰自己的技术, Netflix对每个标题编码做了哪些动态优化, 本质上是一种基于镜头的编码形式. 而不是把你的视频分成任意大小的块, 将内容划分为场景或镜头切换，这些场景或镜头切换在几乎所有类型的镜头中都有规律地出现. 这可能会产生不同持续时间的片段, 但只要片段和关键帧长度在阶梯之间保持一致, 这不会造成问题.

同时，好处也很多. 基于场景的编码在每次场景变化时自动插入关键帧，从而提高质量. 您可以根据需要调整每个场景的比特率, 细微的差异将不太明显，因为它们发生在场景变化中. 最重要的是, 根据Netflix的测试, 动态优化使x264的比特率节省了约28%, VP9接近38%, HEVC接近34%. 相当令人印象深刻的数字，至少对Netflix来说，按标题编码已经死了.

最近的进展被称为(由Brightcove)上下文感知编码(CAE). 这个概念很简单:QoE信标和网络日志提供诸如查看器的有效带宽之类的详细信息, 他们用来看视频的设备, 以及在编码阶梯上的观看分布. 您的编码阶梯应该考虑这些数据以及内容的复杂性.

Brightcove已经部署CAE一年多了, 在2019年NAB展上, 至少有两家公司——epic Labs和mux——透露了他们的类似想法. Epic Labs在一款名为LightFlow的产品中提供了自己的版本，目前至少有一个高容量用户, 而Mux在4月份将观众自适应编码添加到其编码堆栈中.

有趣的是，虽然每个标题甚至基于场景的编码都可以独立运行, 任何名称的CAE都需要数据. 作为OVP, Brightcove是一个端到端解决方案提供商，可以访问必要的数据, Mux也一样, 它既提供编码又提供QoE监控. Epic Labs可以从Nice People at Work等第三方QoE供应商那里导入数据.

所以在评估供应商时, 你还有几个问题要问, 比如“你们是提供基于场景还是固定片段长度的编码??和“能否将网络和观众数据集成到编码阶梯结构中?, 如果是这样的话, 您支持哪些数据源?”

[本文发表在2019年6月号的。 流媒体杂志 “按标题编码已死."]