深度算法優化 金山雲低延遲直播碼率再節省12%~17%

　　今年以來，疫情讓互動課堂、線上會議、連麥等實時互動的場景迅速升溫，數千萬、數億人的同時在線本來對網絡就是一場巨大的考驗，低延遲直播更對算力和網絡提出前所未有的挑戰。

　　作為在視頻雲領域的技術服務提供商，金山雲不斷在低延遲算法上進行探索優化，讓碼率帶寬更加節省。

　　低延遲深度算法優化 帶寬壓縮12%~17%

　　衆所周知，低延遲直播需要具備較為苛刻的限制條件：1.帶寬受限且面臨弱網壓力;2.對延遲的要求高;3.視頻畫面中變化并不豐富。用戶對于編碼、分發、渲染的延遲和畫質損失的感知越低體驗越好，就需要結合着三個客觀條件進行針對性的優化。本文主要圍繞第三點來講述金山雲低延遲直播的視頻編碼引擎算法優化。

　　人眼具有視覺掩蔽效應，對于不同平坦度、紋理、運動速度的畫面内容，人眼敏感度不同。在損失相同的信息量的條件下，相對平坦或者靜止區域的信息損失往往更容易被人眼察覺，而相對的紋理複雜或者更動态區域的畫質損失則更易被人忽視。這成為金山雲低延遲直播編碼器優化的理論依據，有基于此，金山雲從編碼器上對算法進行了深度的優化。

　　在碼率控制層面，很多編碼器都會在量化階段根據圖像的複雜度來進行塊級别QP(Quant Param,量化參數)值的調整，與它們不同的是，金山雲則進一步在像素級進行QP的優化。簡單地講，在變換編碼階段之前根據人眼主觀在各像素的損失容忍度模型，調整像素殘差以減小圖像頻譜中的高頻分量值。優勢在于能夠精細地保留像素級細節，同時所生成的特征圖較為直觀且具備可解釋性，有利于後續調參，也使得其在編碼器層面變得可控。

　　在GOP(Group of Pictures,圖片組)層面，由于在同一個GOP序列内的不同幀畫面具備不同的level(層級)，level較高的幀會被其它level較低的幀所頻繁參考，這就意味着一旦高level的幀畫質産生損失，就會造成漣漪效應，使得參考幀産生不同程度的畫質損失(如圖2所示)，但卻不會影響其碼率。

　　基于此，金山雲将一個GOP内的所有幀的畫質損失表示成率失真優化問題，以幀間依賴關系作為中間變量，将幀間依賴系數轉化為失真系數，在一定的參數空間内尋找最合理的量化參數，從而保證在一定的碼率約束條件下得到的編碼參數以獲得更好的畫質。

　　經過在碼率控制和GOP層面一系列的編碼算法優化後，金山雲低延遲視頻編碼引擎在獲得相同主觀畫質感受的前提下,能夠将帶寬壓縮12%~17%。

　　下一代編解碼+集智高清加速低延遲直播體驗升級

　　不僅如此，在編解碼方面，金山雲是業内為數不多的覆蓋從編碼、轉碼到解碼全鍊路支持x265的服務廠商。經過五年時間打磨，金山雲KSC265産品除了支持手機移動端、PC全機型，還支持Web端播放。在碼率控制、碼率分配、自适應量化上，KSC265可實現30%-50%帶寬成本節省。今年4月份，金山雲正式上線的直播AI集智高清産品，在同等畫質下壓縮率可達50.65%。

　　此外，金山雲投入大量的人力、物力，不斷地進行着基于AV1标準的下一代編碼器--KAV1的研發。相較于KSC265的基線水平，KAV1能夠繼續增加10%以上的壓縮率，并将于近期發布可商用版本。

　　目前，金山雲擁有兩個大型轉碼中心，支持10萬路直播轉碼并發及百萬級點播轉碼并發，可随時開啟KSC265和集智高清服務，以完善的轉碼基礎架構和高效率的轉碼技術，為客戶業務提供保障。

　　當然，對于帶寬受限、弱網等環境，金山雲也提供QUIC、CMAF等技術支撐。金山雲擁有遍布全球多個國家的CDN分布節點，是業内較早在CDN節點實現RTMP、 HTTP+FLV、 HLS支持H.265的雲服務企業，并全面實現over QUIC推流和拉流的CDN廠商。同時，金山雲CDN還支持直播多流擇優方案，提供穩定的性能、透明的數據服務體制。

　　未來，随着在低延遲直播編解碼技術上的不斷提升優化,金山雲将緻力于為用戶打造高品質的直播互動體驗，并和業界同仁一起推動視頻産業的快速發展。