去APP听听
LiveVideoStack
LiveVideoStack官方号
2022-06-06 13:08
翻译:亚历克斯
技术修改:赵军。
这篇文章来自OTTVerse，作者是Jan Ozer。
▲扫描图中二维码，了解音视频技术大会详情▲
Easy-Tech 029-速率控制模式
每次使用面向分发的编解码器(如H.264、HEVC、VP9或AV1)对视频文件进行编码时，都应该选择一种码率控制机制来控制码率、整体质量、瞬态质量和编码成本。常见的速率控制模式包括CBR、VBR、CRF和Capped-CRF。本文将介绍这些模式的工作原理，各自的优缺点，以及如何和何时实现。
我们将讨论的前两种模式，CBR(恒定比特率编码)和VBR(可变比特率编码)，几乎可以用于所有分布式编码器。后两种模式CRF(恒定比特率系数)和Capped CRF(上限恒定比特率系数)可用于FFmpeg中的x264、x265、libvpx-VP9和libaom-AV1，但本文只讨论x264。
在本文的讨论中，我将使用三个文件:
测试文件:这个两分钟的短片包括一个30秒的角色对着镜头说话的视频和一个30秒的芭蕾舞视频，视频重复播放两次。
足球视频:这是一个两分钟的足球测试视频，动作很多(高帧率)，既有高帧率区域，也有低帧率区域。
人物密谈视频:这是一段两分钟的慢动作(低帧率)人物密谈视频。
每当您出于视频分发的目的(而不是为了存档或转码)对视频文件进行编码时，您应该考虑五个因素:兼容性、整体质量、瞬态质量、可传输性和编码成本。以下是对这五个因素的简要描述:
兼容性:视频传输到播放器时，能否解码播放文件？这里说的是H.264，几乎兼容任何播放器。而HEVC、VP9和AV1可能都存在兼容性问题。
整体质量:是指视频文件的整体质量。本文采用VMAF测量来计算谐波平均值。
瞬态质量:指视频文件显示时可能出现的瞬时质量问题。在本文中，它是通过低帧VMAF或文件中任何帧的最低VMAF分数来测量的。
可传播性:就是你把不间断的视频传输给远方观众的能力。通常高带宽连接的观众不用担心，但是使用3G或者类似的网络连接传输视频肯定会有问题。
编码:涉及多重编码的技术显著增加了编码时间。如果你需要支付编码农场的费用，或者使用很多云厂商的编码基础设施(比如AWS Elemental Media Convert)，那么两次编码会显著增加成本。
最后，在FFmpeg中，大多数编码工具都部署了x264和x265编解码器，其中有三个开关控制比特率。它们是:
B:v:设置整体码率。
Maxrate:设置最大码率。
Bufsize:设置VBV(视频缓冲验证器)的大小。
先说CBR。
CBR:恒定比特率编码
顾名思义，当你使用CBR(恒定比特率编码)编码时，意味着你对所有文件使用恒定的比特率(不管视频文件中场景的复杂程度)。使用FFmpeg编码时，可以通过对b:v、maxrate和bufsize使用相同的数据速率来实现CBR，如下所示:
-b:v 5000k-maxrate 5000k-bufsize 5000k
在测试文件中，交替播放了30秒人物的近距离对话和30秒芭蕾的视频内容。CBR编码文件如图1所示(在比特率查看器中)。如果你仔细观察，你会看到蓝色波浪线跟踪平均比特率徘徊在5000kbps左右。
右边可以看到平均比特率为4938kbps，峰值比特率为6013kbps，比平均比特率高出20%左右。在大多数编码器软件中，CBR的显示不是一条直线，但其可变性明显小于下面的其他控制技术。
图1 CBR编码的测试文件
稍后我们将回顾CBR对质量的影响。
从可移植性的角度来看，CBR的优势是显而易见的。
如果通过固定比特率的连接将视频直播上传到云端，或者通过受限的连接发送给远处的观众，视频流的可变性不足将确保它不会被中断。CBR也是一种单程(single-Pass)技术，这意味着它的成本比VBR接下来讨论的要低。
VBR:可变速率编码
VBR(可变比特率编码)编码的目的是实现码率目标，但在播放期间可以根据视频内容的复杂性调整码率。VBR通常要求2关:第一遍扫描视频，识别不同区域的复杂程度；第二次执行实际编码。
VBR通常通过描述目标比特率下最大比特率的变化来进一步定义。低于200%的受限VBR可以调用第一个例子，因为最大比特率是目标比特率的两倍；第二个例子是150%受限VBR，因为最大比特率是目标比特率的150%；第三个例子是110%受限的VBR。
