火山引擎_AMD：2023音视频体验白皮书_34页_14mb

火山引擎视频云音视频体验白皮书总结

核心内容概述

本白皮书旨在解决当前音视频体验评估体系不完善的问题，提出一套行之有效的音视频体验评估指标和模型，帮助企业优化用户体验，促进业务增长。白皮书围绕音视频体验的评估与优化展开，涵盖背景、评估指标体系、评估模型、典型值及优化案例等章节。

主要观点

• 视频消费习惯的培养：随着技术的成熟，视频已成为用户获取信息和娱乐的主要方式，视频类应用在移动互联网中占比高达69%。
• 视频化趋势：视频正在重塑空间体验、知识传递、直播电商和商业连接等多个领域，预计2027年AR/VR市场复合增长率达32.6%。
• 用户体验对业务增长的重要性：用户对音视频体验提出了更高要求，包括超高清、沉浸感和交互性等，直接影响用户留存和业务增长。
• 音视频体验评估体系的建立：火山引擎视频云构建了标准透明、度量准确、归因全面、验证可靠的QoS指标体系，涵盖音画质和流畅度两大类指标。
• MPEI模型的应用：MPEI（Multimedia Playback Experience Index）模型综合评估音视频体验质量，分为沉浸体验质量（QImE）和观看体验质量（QPE），通过不同子模块的指标组合，实现对音视频体验的量化评估。
• 典型指标与优化策略：通过分析不同场景下的核心指标典型值，提出针对性的优化策略，如预加载、预渲染、码率分档等，以提升用户体验和业务收益。

关键信息

音视频体验评估指标体系

音画质指标

• 音频采样率（ASR）
• 音频码率（ABR）
• 清晰度质量分（VQScore）
• 图像峰值信噪比（PSNR）
• 图像结构相似性（SSIM）
• 视频多方法评估融合（VMAF）
• 对比度（COT）
• 亮度（BTN）
• 饱和度（SAT）
• 视频信噪比（VSNR）
• 视频分辨率（VDF）
• 视频码率（VBR）
• 视频帧率（VFR）

流畅度指标

• 起播首帧耗时（FFT）
• 首帧未起播率（LWPR）
• 播放失效率（PFR）
• 播放卡顿率（PBR）
• 百秒卡顿时长（RBTP）
• 百秒卡顿次数（RBCP）
• 音画不同步率（AVOSR）
• 百秒音画不同步时长（AVOSTP）
• 有声无画率（AWVR）
• 有画无声率（VWAR）
• 视频画面异常率（VPER）

音视频体验评估模型

• MPEI模型公式：
  $$
  M P E I = 1 0 0 \cdot \min \left(Q _ {I m E}, Q _ {P E}\right)
  $$
  MPEI的取值范围为[0,100]，低于60分表示音视频体验对用户流失影响严重，高于60分表示达标，高于80分表示优秀。

• QImE模型：

  • 沉浸体验质量（QImE）由码流质量（QP）、画面质量（Qv）和音频质量（QA）组成。
  • QP由视频码率（VBR）和视频帧率（VFR）决定，Qv由多个画质指标决定，QA由音频码率（ABR）和音频采样率（ASR）决定。

• QPE模型：

  • 观看体验质量（QPE）由观看体验流畅性（Qc）、观看体验完整性（Q1）和交互体验质量（QInE）组成。
  • Qc考虑起播首帧耗时、播放卡顿率、音画不同步率等指标。
  • Q1考虑首帧未起播率、有声无画率、有画无声率、视频画面异常率和播放失效率。
  • QInE考虑Seek耗时和是否开启精准Seek功能。

评估模型典型值

优化案例

起播优化

• 优化手段：预加载、预渲染
• 效果：抖音部分Android机型首帧耗时从170毫秒优化至100毫秒，带来约0.6%的人均观看时长收益。
• 拐点分析：100-120毫秒的首帧耗时是关键“拐点”，优化效果显著。

卡顿优化

• 优化手段：视频质量和码率分档
• 效果：某海外应用通过调整视频档位，卡顿率降低7.7%，卡顿时长降低9.8%，带来约0.22%的人均观看时长收益。
• 效益：卡顿优化对业务收益有明显提升，尤其对未充分优化的应用效果更显著。

问题与展望

• 当前挑战：

  • 用户体验差异导致业务增长差异，需准确衡量音视频体验。
  • 体验与成本之间存在矛盾，需在有限资源下实现最佳平衡。
  • 主观测试数据规模有限，模型准确性有待提高。

• 未来展望：

  • 火山引擎视频云主导的音视频体验增长联盟（VEGA）推动评估模型的标准化和持续优化。
  • 通过深度学习等技术提升评估模型的准确性。
  • 随着技术发展和应用场景变化，评估模型需不断迭代更新。

附录

缩略语

术语