如何用先进的流媒体优化技术提高 OTT 传播效率

流媒体容量的增加促使 OTT 服务提供商想方设法在不降低整体体验质量 (QoE) 的情况下降低视频流媒体的成本。通过最新的流媒体优化技术,视频服务提供商可以在保持卓越视频质量的同时大幅节省带宽。

本文将探讨流媒体创新技术的现状。

视频编解码器的演变

转用新的编解码器可大幅降低流媒体的带宽。与 AVC 相比,使用 HEVC,视频服务提供商最多可节省 40% 的带宽。据报道,在某些内容上,AV1 的性能优于 HEVC,最多可节省 30% 的带宽。

推出一种新的编解码器并不能满足所有设备的需求。

因此,需要实施 “联播 “模式,其中一些设备将使用旧的编解码器(即 AVC),其他设备将支持较新的编解码器(即 HEVC),而最新的设备将使用最新的编解码器(即 AV1)。节省的费用只适用于有限的设备。

表 1 显示了假设编解码器在所有设备上都有一定分布的情况下,使用新编解码器可节省的费用。比特率以 100 作为 AVC 比特率参考值,并进行了归一化处理。

CodecAVCHEVCAV1Total
Bandwidth1006042 
Popularity 35%60%5%100%
Traffic 35362.173.1
Contribution 48%49%3% 
New codec savings 27%
表 1. 使用新编解码器时节省的典型带宽

值得注意的是,HEVC 设备的普及程度会随着时间、地点和目标设备的变化而变化。

  • 在最近举行的流媒体连接 2023 会议上,华纳兄弟 Discovery 公司的 Alex Zambelli 提到,在美国,70% 的目标设备具有 HEVC 功能。
  • 康卡斯特的 Alex Giladi 表示,60% 的设备都具备 HEVC 功能。

与 100% 的 AVC 方案相比,HEVC 和 AV1 只将总流量减少 27%,其中 AVC 仍占 48%,HEVC 占 49%,AV1 仅占 3%。

AVC 仍然是一个瓶颈,需要进行额外的流优化。

内容自适应编码

鉴于编解码器的情况,视频服务提供商可能需要使用其他方法来降低 AVC 带宽。

一种著名的技术称为内容自适应编码(CAE),可在不影响质量的情况下降低比特率。人们普遍认为,CAE 平均可使 AVC 和 HEVC 的流量分别减少 40% 和 20%,而 AV1 则无法节省流量,因为到目前为止还没有 AV1 CAE 的实例。

CAE 使比特率达到与 HEVC 非常接近的水平。

因此,一些运营商更愿意部署 AVC 和 CAE,而不是 HEVC。将 CAE 与 AVC 和 HEVC 结合使用可将总体比特率降低 48%,而在 AVC 方案中则降低 100%。

人工智能压缩

多年来,人工智能一直被用于优化视频压缩。视频服务提供商可以通过几种途径使用人工智能。

第一种方法是优化编码参数,类似于 CAE 的做法。使用 CAE 时,节省的费用可以忽略不计。

第二种技术是优化编码阶梯,可以节省一些带宽,但在存储方面要节省得多。存储问题将在后面的章节中讨论。

第三种方法是在同一配置文件中动态改变编码分辨率,以适应内容的复杂性。结果显示,根据所使用的分辨率,可节省 20% 到 50% 的成本。

最后一种技术是动态改变编码帧频,根据运动情况可节省约 5%至 10%的带宽。总体而言,视频服务提供商在使用人工智能和其他方法的同时,还可以节省 40% 的带宽。

零分级流媒体

在美国等一些国家,移动网络运营商(MNO)和 OTT 服务提供商之间可以达成协议,消费的内容不计入配额,作为回报,MNO 可以对其进行节流。

这样做的好处是将移动网络上的全部流量减少到标清分辨率,而不是提供高清或超高清分辨率。标清 AVC 流量上限为 1.5 Mbps。720p30 视频流的传输速率在 3 Mbps 左右,这意味着零分级可节省高达 50% 的带宽。

需要注意的是,这种技术会降低 QoE,因为观众现在观看的是标清而不是高清,但在移动设备上,这种质量水平通常已经足够好了。

CDN 节流

当容量耗尽时,CDN 往往会减少向客户提供的配置文件。这种情况很难量化,因为没有公开数据。但这类似于从高清转为标清,类似于零评级。CDN 节流更多的是例外情况,而零评级则是主流。

这种技术与零评级类似,会降低 QoE,不过观众一致认为,在电视上使用 UHD 屏幕观看高清内容可以获得足够好的体验。标清内容无法在 UHD 屏幕上观看。

内容编排

内容编排是零评级或 CDN 节流的自然发展,因为它提供了类似的结果,但它是自动执行的。

这种类型的流媒体优化首先会查看内容的受欢迎程度,然后分配更多的编码资源来降低高受欢迎内容的比特率。其目的是在保证质量的同时减少热门内容的流量,并放宽低热门内容的编码资源,在保证质量的同时增加流量。

表 2 显示了流媒体服务的内容协调模型,其中 20% 的内容产生 80% 的流量,优化高人气内容的降额系数为 20%。对于低人气内容,则为 +20%。

ContentHigh TierLow TierTotal
Library 20%80% 
Bitrate 100100 
Popularity 80%20% 
Default traffic 8020100
De-rating 80%120% 
Optimized traffic 642488
Savings 12%  
表 2. 内容编排模型

模型显示,使用这种内容编排技术可以节省 12% 的总流量。 

带宽减少而不影响 QoE 

表 3 中描述了同时使用所有上述技术可实现的总节省,而不影响 QoE。节省是针对 100% AVC 场景计算的。 

ScenariosCodecsCAEOrchestrationAI
Savings27%48%12%30%
Codec27%   
CAE + Codec  48%  
CAE + Codec + Orch   54% 
CAE + Codec+ Orch+AI   68%
表 3. 结合多种流优化的结果

与部署新的编解码器、CAE、协调和人工智能的全面方法相比,大型流媒体服务通过部署新的编解码器和 CAE 可以节省 38% 的成本。VVC 编解码器可以实现这些收益,但需要更换全部已安装的设备,这项工作可能需要 10 年或更长时间。

带宽减少对 QoE 产生的影响 

还有其他方法可以优化流量。表 4 显示了根据 2019 年 Conviva 报告的设备分布情况。

DeviceShare of Viewing Hours
Connected TV 35.3%
Connected devices 34.6
Mobile 11.3%
PC7.1%
Gaming 6.8
Tablet 4.8%
Others2%
表 4a. 总设备分布

该表是根据电视、智能手机、个人电脑和平板电脑等联网设备得出的。

DeviceShare of Viewing Hours
Connected TV 77%
Smartphones 11%
PCs7%
Tablets 5%
表 4b. 减少设备分布

查看该表,可以计算为每种类型的设备创建的流量以及相关的流量模式预测。(参见表 5。)

Original 
Device Share of Viewing Hours  ResolutionUHDHD SD Traffic/user
Bitrate (Mbps)15 41.5
Hour of streaming (GB) 6.61.80.7
Connected TVs 77%10%70%20%1.6
Smartphones 11%0%50%50%0.1
PCs7%0%70%30%0.1
Tablets 5%0%70%30%0.1
Original total traffic/user (GB)1.9
表 5. 基于设备类型的流量估计模式

接下来,视频服务提供商可以应用优化规则: 

  • 仅将高清发送到电视和电脑 
  • 仅将 SD 发送到移动设备(即智能手机和平板电脑) 

流量结果如表 6 所示,红色单元格突出显示现在归零的单元格。每个用户可节省 25%。 

Modified 
UHDHD SD Traffic/user (GB)
0%80%20%1.2
0%0%100%0.1
0%70%30%0.1
0%0%100%0.0
Modified total traffic/user (GB)1.4
表 6. 向联网电视发送高清节目和向移动设备发送标清节目所节省的流量

结论

根据 Sandvine 的报告,2022 年全球互联网流量将增长 23%,这在很大程度上是由于流媒体视频使用量的激增。随着流媒体继续主导观看消费方式,视频服务提供商需要工具来提高带宽效率并保持出色的视频质量。 表 7 总结了根据不同的起点和使用的优化类型可以节省的不同费用。

Starting PointNo QoE ChangeQoE ChangeTotal Savings
100% AVC 68%No 68%
68%25%76%
New codecs and CAE 38%No 38%
38%25%54%
表 7. 根据起点和使用的优化方案节省的不同流量

在最好的情况下,从 100% AVC 情况开始并应用 QoE 降低,视频服务提供商最多可以节省 76% 的流量。在最坏的情况下,使用新的编解码器和 CAE 视频服务提供商可以在不改变 QoE 的情况下节省 38% 的流量。   

作者:Thierry Fautier
原文:https://ottverse.com/boosting-the-efficiency-of-ott-delivery-with-state-of-the-art-streaming-optimizations/

本文来自作者投稿,版权归原作者所有。如需转载,请注明出处:https://www.nxrte.com/jishu/34158.html

(0)

相关推荐

发表回复

登录后才能评论