淺析OTT應(yīng)用中媒體文件的分析思路

華數(shù)傳媒網(wǎng)絡(luò)有限公司 陳 琦 楊煜紅

OTT是近年來繼廣電網(wǎng)、電信網(wǎng)、互聯(lián)網(wǎng)三網(wǎng)融合之后視頻業(yè)務(wù)發(fā)展的又一個新階段，無論是牌照方還是視頻內(nèi)容的提供商都在積極尋找這個產(chǎn)業(yè)中屬于自己的領(lǐng)域。但是OTT的發(fā)展和早期IPTV業(yè)務(wù)的發(fā)展一樣，服務(wù)、設(shè)備和系統(tǒng)的提供商眾多，而可參考的規(guī)范和規(guī)則卻較少，因此出現(xiàn)了多種類的視頻格式和多樣化的傳輸要求，給運(yùn)營帶來了一定的難度。本文主要結(jié)合實(shí)際的應(yīng)用情況和可能出現(xiàn)的問題，探討一下OTT應(yīng)用中主流媒體格式的視頻文件的分析思路和檢測方法。

在OTT應(yīng)用中，目前主流的視頻編碼格式有H.264，MPEG-2，MPEG-4等，主流的音頻格式有MP2，AAC等，封裝格式主要包括TS和MP4，視頻和音頻經(jīng)過編碼器的處理之后，作為兩個基本的素材被封裝在TS或者M(jìn)P4的容器中，組成一個完整的可用的媒體文件在系統(tǒng)中傳輸，并通過分發(fā)網(wǎng)絡(luò)最終在OTT終端上展現(xiàn)視頻和音頻的效果。

一、媒體文件的可用性分析

由于專業(yè)互聯(lián)網(wǎng)公司、電信企業(yè)和廣電所擁有的視頻內(nèi)容來源不一樣，同時各家對視頻內(nèi)容的應(yīng)用和傳輸?shù)睦斫庖膊灰粯?，?dǎo)致了視頻格式在實(shí)際應(yīng)用中會出現(xiàn)多種多樣的問題，甚至同樣的參數(shù)和配置在不同的系統(tǒng)中會出現(xiàn)極其明顯的效果差異。

1. 傳輸格式的分析

根據(jù)國內(nèi)目前的發(fā)展情況來看，大部分OTT應(yīng)用都采用了TS或者M(jìn)P4的封裝方式。TS封裝格式本身就是一個傳輸流的格式，一般由188個字節(jié)或204個字節(jié)組成（國內(nèi)一般采用188字節(jié)）。TS由13818-1和DVB SI兩個規(guī)范定義，13818-1明確了TS系統(tǒng)層面的框架，而DVB SI則定義了TS傳輸格式的語法結(jié)構(gòu)。MP4的封裝格式是一種存儲格式，離線播放對文件本身沒有要求，但是，如果需要進(jìn)行分發(fā)，則必須進(jìn)行流化處理，使之符合流傳輸?shù)南嚓P(guān)規(guī)則。因此，在拿到一個離線的媒體文件時，首先需要根據(jù)文件的后綴名來判斷該文件采用的是何種封裝格式，檢測媒體文件所加載的容器是否正常。

TS封裝的媒體文件，一般建議先檢查文件是否存在TR101 290的錯誤。TR101 290是特別針對TS傳輸?shù)奶匦灾贫巳壐婢?，每層告警針對不同程度的視頻傳輸問題：一級告警是嚴(yán)重的網(wǎng)絡(luò)傳輸問題，會對視頻主觀觀看效果有明顯的影響（如黑屏、馬賽克等）；二級告警是媒體文件的解碼問題，一定情況下會對主觀觀看效果有部分的影響（如音視頻不同步等）；三級告警則主要針對更高要求的視頻傳輸（如HFC網(wǎng)絡(luò)等特定應(yīng)用下的視頻傳輸）。對于OTT的應(yīng)用，這里需要特別關(guān)注的是同步字節(jié)丟失、同步字節(jié)錯誤、連續(xù)計數(shù)錯誤和PCR錯誤，這些參數(shù)可能導(dǎo)致無法正常解碼或嚴(yán)重馬賽克。

（1）同步字節(jié)丟失：檢測到連續(xù)5個同步字段為正常同步，連續(xù)檢測到2個以上不正確同步字段為同步丟失錯誤。傳輸流同步字節(jié)丟失，意味著傳輸過程中會有一部分?jǐn)?shù)據(jù)丟失，直接影響解碼后的畫面質(zhì)量。

（2）同步字節(jié)錯誤：TS流的同步字節(jié)值是0X47，同步字節(jié)錯誤和同步丟失錯誤的區(qū)別在于，同步字節(jié)錯誤傳輸數(shù)據(jù)仍是188或204包長，但同步字頭的0X47被其他數(shù)字代替。這表明傳輸?shù)牟糠謹(jǐn)?shù)據(jù)有錯誤，嚴(yán)重時會導(dǎo)致解碼器解不出信號。

（3）連續(xù)計數(shù)錯誤：TS包頭中的連續(xù)計數(shù)器是隨著每個具有相同PID的TS包的增加而增加，為解碼器確定正確的解碼順序。TS包頭連續(xù)計數(shù)不正確，說明當(dāng)前傳輸流有丟包、包重疊、包順序錯誤等現(xiàn)象，會導(dǎo)致解碼器不能正確解碼。

（4）PCR錯誤：PCR 用于恢復(fù)接收端解碼本地的系統(tǒng)時鐘。PCR不連續(xù)發(fā)送時間一次超過100ms或PCR整個發(fā)送間隔超過40ms（兩個連續(xù)的PCR值之間的間隔），會引起接收端時鐘抖動，影響畫面顯示時間。PCR精度必須高于500ns或PCR抖動量不得大于±500ns，PCR抖動過大，會影響解碼時鐘抖動。

MP4封裝的媒體文件需要檢測封裝的格式數(shù)據(jù)是否完整，尤其重要的是MOOV的數(shù)據(jù)中是否包含完整的信息以及MOOV數(shù)據(jù)的位置，對于某些解碼終端來說，MOOV數(shù)據(jù)存放在頭部、中部、尾部都會對影響最終的解碼，有些甚至可能導(dǎo)致無法解碼，一般的規(guī)則都要求MOOV的數(shù)據(jù)放在視頻文件的頭部，以避免出現(xiàn)文件需要被完全下載后才能播放的問題。

2. 視音頻基本流的分析

視頻數(shù)據(jù)和音頻數(shù)據(jù)在媒體文件中是以基本的元素流的方式獨(dú)立存在的，不同的編碼方式會對視頻和音頻的主觀觀看和收聽效果產(chǎn)生非常明顯的影響，同時，不同的壓縮方式也會對文件的大小產(chǎn)生影響，壓縮率越高，文件越小，反之，文件越大。

在視頻數(shù)據(jù)中，基本的參數(shù)包括編碼方式、編碼級別、分辨率、寬高比、碼率、幀率、流控方式等，這些都比較容易理解，一般也不會對解碼產(chǎn)生較大的影響。應(yīng)用分析中，需要特別注意視頻的主緩沖區(qū)溢出情況和GOP結(jié)構(gòu)的組成方式。

（1）主緩沖區(qū)溢出：主緩沖區(qū)溢出分為上溢（overflow）和下溢（underflow）。上溢會導(dǎo)致數(shù)據(jù)量超過緩沖區(qū)的大小，引起數(shù)據(jù)丟失，產(chǎn)生卡頓、畫面靜止、馬賽克等現(xiàn)象，嚴(yán)重時可能導(dǎo)致無法解碼；下溢由于解碼的數(shù)據(jù)量不夠，系統(tǒng)不停的緩沖，也可能引起解碼錯誤，導(dǎo)致卡頓等現(xiàn)象。

（2）GOP結(jié)構(gòu)：也稱為圖像序列組，由I幀、P幀和B幀三類最基本的幀組成。GOP結(jié)構(gòu)分為開放結(jié)構(gòu)和封閉結(jié)構(gòu)，對于OTT應(yīng)用而言，理論上GOP結(jié)構(gòu)開放或者封閉都應(yīng)該兼容，不過，根據(jù)筆者近些年來從事視頻應(yīng)用的總結(jié)來看，大部分還是需要滿足第一個GOP必須為封閉結(jié)構(gòu)的要求，如果全部為開放GOP結(jié)構(gòu)，可能會引起影片片頭馬賽克的情況。

相對于視頻數(shù)據(jù)，音頻數(shù)據(jù)就會簡單很多，其基本的參數(shù)包括編碼方式、采樣率、碼率和聲道數(shù)。音頻同樣存在緩沖區(qū)溢出的問題，音頻緩沖區(qū)溢出最明顯表現(xiàn)為聲音“茲茲聲”或者聲音卡頓。此外，響度也是音頻中需要注意的一個方面，由于響度對聽覺效果的影響小，常常被忽視，響度過大也會引起解碼后出現(xiàn)爆音的現(xiàn)象。

二、媒體文件主觀觀看效果的分析

媒體文件經(jīng)過上述分析和檢測，都達(dá)到規(guī)范和規(guī)則的要求，已經(jīng)可以在系統(tǒng)中進(jìn)行正常播放了，也就是說是一個可用視頻了，那么，對于專業(yè)互聯(lián)網(wǎng)公司、電信企業(yè)和廣電等OTT的運(yùn)營商來說，下一步需要考量的重要因素就是視頻的主觀觀看效果了。下文對主觀觀看效果涉及的幾個分析思路做一下簡單的探討。

1. 畫面完整性和協(xié)調(diào)性的分析

觀看一個視頻文件的效果，最首要的最基本的是要確認(rèn)播放出來的畫面是否完整、有效，整體的協(xié)調(diào)性是否較好。由于內(nèi)容來源的渠道不同，會存在高清16∶9，1080P的畫面、標(biāo)清4∶3、576i的畫面，因此在寬高比調(diào)整和分辨率下變換的過程中，必須要進(jìn)行加黑邊的處理，畫面由16∶9調(diào)整為4∶3，需要在畫面的上下加黑邊（稱為letterbox）。根據(jù)筆者對市面上電視機(jī)屏幕的可見像素的測試，一般屏幕左右的可見掃描線在600線左右，上下則576線都可見，因此根據(jù)4:3的寬高比要求，4∶3=600 450=600∶576-126），又由于視頻像素的調(diào)整必須是8的倍數(shù)，因此比較合理的黑邊線數(shù)為上下分別加72線左右。由此，畫面的上下黑邊是否正常、展現(xiàn)比例是否合理、是否存在被壓扁和拉升的現(xiàn)象、整體的畫面協(xié)調(diào)性是否良好，與黑邊的添加方式有較大的影響，需要在應(yīng)用中關(guān)注這個參數(shù)。

2. 場景切換和運(yùn)動畫面拖影的分析

對于運(yùn)動著的畫面來說，場景切換的自然流暢、運(yùn)動過程的清晰完整是觀看者體驗(yàn)視頻質(zhì)量的最直觀的感受。場景切換意味著一個連續(xù)序列的終止，會新起一個序列，而I幀的出現(xiàn)必然會導(dǎo)致碼率的增大，所以在編碼CBR的情況下，需要適當(dāng)?shù)恼{(diào)整GOP的結(jié)構(gòu)和長度，以確保編碼器合理的重新分配碼率資源，或者將視頻素材的編碼流控方式開放為VBR，以使場景切換的情況下獲得更多的碼率資源，保障主觀質(zhì)量。而運(yùn)動畫面的拖影涉及的因素較多，可能會與編碼的去交織有關(guān)，也可能與B幀的適應(yīng)性有關(guān)，還可能是運(yùn)動估值算法引起，具體的情況需要做不同的分析。

3. 焦點(diǎn)物體邊緣清晰度的分析

在觀看視頻時，還有一種現(xiàn)象會對觀看者產(chǎn)生困擾，就是在畫面上會出現(xiàn)類似于波浪狀的線條，俗稱“圖像水波紋”，水波紋不僅會影響清晰度，而且會有圖像交錯的視覺。目前由于很大一部分的節(jié)目源都來自電視臺，而電視機(jī)的顯示原理決定了節(jié)目源很多都是隔行掃描的方式，在OTT的應(yīng)用中，顯示終端已經(jīng)從傳統(tǒng)的電視機(jī)擴(kuò)展到了手機(jī)、PAD、PC等各種多媒體設(shè)備，而這些多媒體終端都只支持逐行掃描，所以在發(fā)現(xiàn)明顯水波紋的情況下，需要對影片的掃描方式進(jìn)行分析。一般情況下，OTT應(yīng)用的影片需要做逐行掃描處理或者需要優(yōu)化去交織的效果。此外，H.264格式特別提出了針對該問題的幀場自適應(yīng)（MBAFF）的掃描方式，可以優(yōu)化視頻的主觀質(zhì)量。

4. 色彩飽和度、對比度、亮度的分析

在同樣視頻效果的情況下，色彩的飽和度、對比度和亮度的協(xié)調(diào)良好也會起到錦上添花的作用，對于視頻結(jié)構(gòu)來說，影響這些因素的參數(shù)較多，一般在應(yīng)用中需要檢測的參數(shù)包括：像素的色彩位數(shù)（Bits Per Pixel）、色度的抽樣模式（Chroma Format）、彩色矩陣信息（Color Information）、活躍像素比例（Percentage of Active Pixels）、色塊（Blockiness）、色域（RGB Color Gamut）、色度陡變（Chroma Change）、塊錯誤（Block Errors）、底片顆粒噪聲（Film Grain Noise）等，不同的終端不同的應(yīng)用，以上參數(shù)的配置需要達(dá)到最佳狀態(tài)，才能在有效碼率下起到更加直觀的效果。此外，還有彩條、場序、白色基準(zhǔn)信號等參數(shù)，也對整體視頻會產(chǎn)生一些影響，但并非主要參數(shù)。

三、結(jié)束語

在OTT的應(yīng)用中，視頻的質(zhì)量和效果始終是最重要的，媒體文件可用進(jìn)而高質(zhì)量也始終是OTT應(yīng)用的從業(yè)者們努力的方向，學(xué)會判斷和分析媒體文件的基本方法，建立基本的分析流程和解決思路，是OTT運(yùn)營需要一直關(guān)心、關(guān)注和不斷持續(xù)完善的課題。