MPEG新标准介绍及视频启播优化讨论

本文是来自于Bitmovin Vienna Video Tech Meetup的演讲，讲者是来自于Bitmovin的编码团队领导Christian Feldmann和产品经理Christoph Prager。主要内容是即将发布的三个MPEG标准以及流媒体启动时间优化。

在接下来的12个月里，将有3个新的MPEG标准发布。这对行业意味着什么？它们有多有用？我们什么时候可以开始使用它们？MPEG将带着一系列的商业模型进入市场，以显示它正在从过去的错误中吸取教训，所以在其发布后的一年里看看它的应用水平应该是很有趣的。第二部分，则深入探讨了流媒体服务的启动时间。

首先，Christian解释了当前的编解码器格局，重点介绍了无处不在的AVC（H.264）、UHD的伙伴HEVC（H.265）以及较新的VP9和AV1。后两者的不同之处在于它们是免费使用和开放的，特别是AV1。即使速度缓慢，后者在流媒体上的应用却越来越多，但AVC仍是大多数在线流媒体的首选编解码器。

然后，Christian介绍了三种新的编解码器，EVC（Essential Video Coding）、LCEVC（Low-Complexity Enhancement Video Coding）和VVC（Versatile Video Coding），它们都有不同的目标。我们从EVC开始研究，其目的是复制HEVC的编码效率，但重要的是产生一个免版税的基准配置文件，以及一个进一步提高效率但有版税的主配置文件。这将是您第一次能够以这种方式使用MPEG编解码器来消除您的版权费负担。进一步的保护措施是，如果发现任何一种工具存在专利问题，可以单独关闭它，这样公司就可以更有信心部署新技术。

下一个备受关注的编解码器是LCEVC，它使用增强技术对视频进行编码。这种编解码器的目的是使低端硬件能够访问高分辨率和/或较低比特率。这在机顶盒和在线流媒体中很有用，但也适用于非广播应用，如小型嵌入式录音机。相对于HEVC，它可以在压缩方面取得轻微的改进，但众所周知，HEVC的计算量非常大。

不管是AVC、HEVC还是其他编解码器，LCEVC只编码视频的低分辨率版本（比如标清）来减少计算需求。然后，解码器将对其进行解码，并上调至原始分辨率（比如高清）。通常情况下，这看起来会很柔和，但LCEVC也会发送增强数据，以增加原本丢失的边缘和细节。这可以在CPU中完成，而其他解码可以由专用的AVC/HEVC硬件完成。编码/解码四分之一分辨率的图像要比全分辨率的图像容易得多。

最后，VVC进入视线。它是HEVC的直接继承者，也被称为H.266。VVC的目标自然是在HEVC的基础上提高压缩率，达到传统的50%的目标，但同时也对更多类型的内容进行了重要的优化，比如360度视频和视频游戏等屏幕内容。

在第二部分，Christoph Prager认为每位流媒体工作者都应该关注视频启动时间，并阐述了原因。他的定义是按下播放键到看到第一帧视频之间的时间。这个延迟时间越长，假设等待的时间越长，用户就越不会去看。为了理解视频流媒体应该是什么样的，他研究了Spotify的例子，他们一直以来的目标是将音频开始时间缩短到200ms。Christophe通过这个播客揭示了Spotify为优化启动时间所做的更多细节，包括提前激活GUI元素，严格地说，他们可以做任何事情，因为音频还没有加载。然而这种方法对感知有直接的影响，因为感知是一半的战斗。

Christophe还借鉴了Akamai的2012年白皮书，其中调查了启动时间如何让观众望而却步。Christophe还引用了Snap的研究，他们发现在2秒内，该视频的所有观众都会离开。当然，Snap擅长的是非常短的视频，但它给出了正确的警示。如果今天重复这项研究，Akamai的数字在2020年可能会更高。Christophe最后介绍了导致用户体验延迟的各个组成部分，即玩家启动时间、DRM加载时间、广告加载时间、广告标签加载时间。

最后是问答环节。

附上演讲视频：