AV1 和 VP9 编解码器的选型比较(AV1 和 VP9 的区别)

本文比较了 AV1 和 VP9 这两种免版税的现代视频编解码器。重点介绍了它们的压缩效率、视频质量、硬件支持和采用情况，以帮助读者根据各种情况做出明智的选择。

为什么需要视频压缩？

近年来，对高清（HD）和超高清（UHD）视频流、视频会议和数字电视广播的需求激增。

这些高清/超高清视频通常体积庞大。在互联网上以未压缩的形式存储或传输这些视频是不切实际的。例如

1 个高清帧（1920×1080）需要约 8MB（假设全彩），这意味着以 30fps 的速度播放 1 秒高清视频需要约 250MB。
1 分钟的高清视频需要 15GB。
30 分钟的视频通话需要 450GB，2 小时的电影需要 1.8TB。
这就需要视频编解码器。视频编解码器有两个作用：利用各种压缩技术（视频编码）减小视频大小，然后连同元数据一起通过网络发送，从而减少带宽消耗。
此外，视频编解码器还能解码和重构视频，以便在终端用户设备上播放，同时尽可能保持视觉保真度。

因此，正确选择视频编解码器将决定应用程序的成败。

AV1 和 VP9 编解码器基础知识

AV1

开放媒体联盟（Alliance for Open Media）成立于 2015 年，由亚马逊、谷歌、Meta 等几大科技公司联合发起。由于 HEVC 在许可方面的不确定性和成本的不断增加，其目的是创建下一代免版税的编解码器，AOMedia Video 1（AV1）由此诞生，最初于 2018 年推出。

libaom 是 AOMedia 开发的参考实现。此外还有其他实现，如 SVT-AV1 和 rav1e。

ffmpeg 是一款广受认可的跨平台命令行工具，用于处理支持 AV1 和 VP9 的媒体文件。

用 AV1 编解码器编码视频的 ffmpeg 命令：

ffmpeg -i input.mp4 -c:v libaom-av1 output.webm

VP9

VP9 是一种免版税的先进视频编解码器，由 Google 于 2013 年 6 月 17 日发布。其设计目的是在保持视频质量的同时，将比特率比其前身 VP8 降低 50%，并与 H.265/HEVC 等其他编解码器竞争。

自发布以来，VP9 已在各种应用中得到广泛采用，包括 YouTube 和 Netflix 等在线视频流平台以及用于实时通信应用的 WebRTC。

用 VP9 编解码器编码视频的 ffmpeg 命令：

ffmpeg -i input.mp4 -c:v libvpx-vp9 output.webm

AV1 与 VP9 – Web 开发人员的实际差异

压缩效率

与 VP9 相比，AV1 的压缩效率更高，因此文件大小更小，比特率更低，但质量却没有明显差别。与 VP9 相比，AV1 的压缩率最高可提高 30%，因此在流式传输高质量视频时效率更高。近年来，YouTube 一直在使用 AV1 制作 8K 视频。

libvpx 和 libaom 分别是 VP9 和 AV1 的参考实现，它们都有各种参数来调整比特率、编码时的 CPU 利用率和质量等。

编码速度和计算要求

与 VP9 相比，AV1 在编码/解码过程中的每一步都采用了改进但复杂的机制，以达到最大的压缩率和质量。这导致 CPU 占用率升高，在没有硬件支持的设备上编码时间显著增加。

AV1 在比特率、质量和编码时间方面相对 VP9 更为平衡，与 VP9 相比，AV1 编码时间的增加使其暂时不太适合直播视频流。

质量

与 VP9 相比，AV1 具有更好的帧分区、高级预测、更好的过滤器等功能，可在较低的比特率下提供更好的相对质量，从而减少不必要的伪影。

AV1 和 VP9 编解码器的选型比较(AV1 和 VP9 的区别) — 相似比特率下的质量比较

HDR 支持

虽然 AV1 和 VP9 都支持高动态范围（HDR）和宽色域（WCG），以获得更鲜艳逼真的色彩，但 AV1 除了将 HDR 元数据包含在容器（将视频、音频、字幕和元数据等数据流整合到一个文件中的封装器，如 WebM、MP4）中外，还将其整合到视频比特流中，从而提供比 VP9 更可靠的支持。

支持和采用

尽管 AV1 具有更好的压缩效率和播放质量，但其编码速度慢、与某些硬件和软件不兼容等问题仍有待改进，因此仍有待广泛采用。

另一方面，在谷歌的努力下，VP9 解码技术已经非常成熟，兼容超过 20 亿台设备，包括 Chrome、Opera、Edge、Firefox 等浏览器和 Android 等平台，以及数百万台智能电视。安卓系统从 4.4 KitKat 版本开始支持 VP9，iOS/iPadOS 在 iOS/iPadOS 14 中增加了对 VP9 的支持。

WebRTC 支持

WebRTC API可以创建促进用户之间实时通信的网站和应用程序，从而允许交换音频和视频以及可选数据和附加信息。

从 Chrome（版本 48 及以上）和 Firefox 开始，WebRTC 中提供了 VP9 支持。相比之下，WebRTC 中的 AV1 支持仍处于早期阶段，在撰写本文时， Chrome（版本 90 Beta 及以上）中提供了实验性编码。

AV1 和 VP9 在实施方面的差异

AV1 以 VP9 的功能为基础，提供了更多的功能并提高了效率。以下是实施方面的一些主要差异：

更好的分区

如上所述，编码过程的第一步是将帧分割成更小、更易于管理的部分，这一过程称为块分解。

VP9 开始时的块大小为 64×64，称为超级块（SB），并允许在 4 个选项（独特分割方式的数量）中进行递归分割，而 AV1 已将 SB 的大小增加到 128X128，总选项增加到 10 个，从而增加了灵活性，使编码过程中的后续步骤有更好的预测估计，最终实现更好的压缩和质量。

改进预测模式

更好的预测可减少残差（预测与原始图像之间的差异），而这正是最终要编码和压缩的内容。

AV1 在帧内预测和帧间预测技术方面都有显著提升。

在帧内预测方面，共有 69 种预测模式，而 VP9 只有 10 种。

AV1 的帧间预测将参考帧（用于比较的帧）的数量增加到 7 个，而 VP9 使用的是 3 个。除了 VP9 使用的相对简单的技术外，AV1 还引入了其他各种先进技术，以获得更好的运动估计效果。

多样化变换和卓越的熵编码

与 VP9 提供的 4 种变换方式相比，AV1 提供了更多样化的变换方式，可通过 16 种方式进行组合。

熵编码是一种无损压缩数据的方法。

AV1 采用了一种符号到符号的自适应多符号算术编码器，这种编码器相对来说更高效、适应性更强，并具有并行性，而 VP9 则采用了一种基于树的布尔非自适应二进制算术编码器。

胶片颗粒（Film grain）

胶片颗粒广泛存在于不同的数字媒体中，例如老电影、电视节目和弱光下录制的视频。

胶片颗粒是随机的（相当于噪音），因此很难预测，这就使得用编解码器来保存和压缩胶片颗粒普遍具有挑战性。不过，出于风格选择或创作意图的考虑，这可能是必要的。

AV1 支持人工生成这种噪音。在将输入输入编码器之前，可以确定胶片颗粒参数，并将其与去噪输入一起传递，随后在解码时用于生成合成胶片颗粒。

更灵活的 Tiling

Tiling 是视频编解码器提供的一种功能，它将视频帧分割成更小的、可单独解码的部分，称为平铺。这样就可以并行处理编码和解码数据，从而提高资源利用率。这提高了抗错能力和网络条件适应能力。VP9 和 AV1 都支持 Tiling 。

与 VP9 在一个帧内的统一 tile 尺寸相比，AV1 在 tile 尺寸方面提供了灵活性，允许在复杂度较高的区域使用较小的 tile 尺寸。这有助于平衡线程之间的工作量，最大限度地减少帧编码延迟。

如何选择 VP9 或 AV1

这两种编解码器都是开源的，它们提供透明度和定制选项，并受益于为其改进和支持做出贡献的强大社区。

为您的应用程序选择正确的视频编解码器需要权衡多个因素。以下是一个结构化的细分，可帮助您做出明智的决定：

目标平台兼容性：

针对应用程序和目标受众，检查相关浏览器、设备和平台对 VP9 和 AV1 的支持情况。
评估是否需要向后兼容。例如，如果支持旧设备或浏览器至关重要，则应确定是否可以使用额外的编解码器支持（如 VP8、H.264）。

关注您的特定应用需求：

最佳编解码器选择可根据应用的具体需求，在带宽、压缩效率、质量和编码速度之间取得平衡。

对于带宽可能有限的服务，或需要在不进行实时处理的情况下传输超高清视频的服务，如点播流媒体（如 Netflix），AV1 的高压缩效率能以较低的比特率提供良好的质量。
对于实时通信服务，应优先考虑低延迟。VP8 或 H.264 等编解码器非常适合这项任务。此外，所有 WebRTC 标准浏览器都必须支持 VP8 和 H.264 编解码器。
评估您的基础设施和资源分配能力，以及您的硬件和软件环境是否能有效处理 VP9 或 AV1 的编码和解码要求。