2023-12-29-火山引擎_AMD-2023音视频体验白皮书_34页_14mb

报告摘要

火山引擎视频云音视频体验白皮书总结

核心内容

本白皮书由火山引擎视频云发布，旨在构建一套完整的音视频体验评估指标体系与模型，以解决当前音视频体验评估体系不完善、用户体验与业务增长关系难以量化等问题。通过真实用户反馈数据和大规模实践经验，提出MPEI（Multimedia Playback Experience Index）综合评估模型，并分享多个优化案例，助力企业提升用户体验并实现业务增长。

主要观点

音视频体验已成为互联网用户的核心需求，直接影响用户留存、拉新与业务创新。
随着视频化趋势的推进，音视频体验优化成为企业提升业务增长的关键。
用户对音视频体验的要求包括超高清化、沉浸感和交互性。
音视频体验评估体系需要兼顾用户体验与成本，寻找最佳平衡点。
评估模型应具备前瞻性，以适应不断变化的业务需求和用户体验标准。

关键信息

1. 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）
- 播放失败率（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）

2. 音视频体验评估模型

MPEI模型：
- MPEI = 100 × min(QImE, QPE)
- QImE = min(QP, QV, QA)（适用于短视频、中视频、长视频）
- QPE = min(QC, QI, QInE)
子模块模型：
- 沉浸体验质量（QImE）：由码流质量（QP）、画面质量（QV）和音频质量（QA）构成。
- 观看体验质量（QPE）：由观看体验流畅性（QC）、观看体验完整性（QI）和交互体验质量（QInE）构成。
- 各子模块的评估模型均基于特定的公式和参数，如：
  - $ Q_P = \min \left( \frac{V_{1,1} - V_{1,4}}{1 + \left( \frac{VBR}{V_{1,3}} \right)^{V_{1,2}}} + V_{1,4}, 1 \right) \cdot VFR I $
  - $ Q_V = \min \left( \frac{V_{2,1} - V_{2,4}}{1 + \left( \frac{VQSC}{V_{2,3}} \right)^{V_{2,2}}} + V_{2,4}, 1 \right) \cdot \text{Transcode QI} \cdot \text{Basic QI} $
  - $ Q_A = \min \left( \frac{V_{3,1} - V_{3,4}}{1 + \left( \frac{ASR}{V_{3,3}} \right)^{V_{3,2}}} + V_{3,4}, \frac{V_{3,5} - V_{3,8}}{1 + \left( \frac{ABR}{V_{3,7}} \right)^{V_{3,6}}} + V_{3,8}, 1 \right) $

3. 评估模型典型值

典型值：
- 短视频场景：
  - 起播首帧耗时典型值：100毫秒
  - 播放失效率典型值：0.01%
  - 播放卡顿率典型值：0.41%
  - 首帧未起播率典型值：0.41%
- 中视频场景：
  - 起播首帧耗时典型值：250毫秒
  - 播放失效率典型值：0.05%
  - 播放卡顿率典型值：0.86%
  - 首帧未起播率典型值：2.74%
- 长视频场景：
  - 起播首帧耗时典型值：600毫秒
  - 播放失效率典型值：0.19%
  - 播放卡顿率典型值：1.70%
  - 首帧未起播率典型值：4.82%
典型曲线：
- J型曲线：起播首帧耗时对MPEI的影响，优化可显著提升用户体验。
- S型曲线：播放失败率对MPEI的影响，优化初期效果显著，后期增益下降。
- D型曲线：精准Seek功能对用户体验的影响，离散指标对体验有显著影响。

4. 音视频体验优化案例

起播优化：
- 采用预加载和预渲染策略，降低起播首帧耗时。
- 抖音通过优化起播耗时，将平均首帧耗时从170毫秒降至100毫秒，带来约0.6%的人均观看时长收益。
- 100-120毫秒是短视频场景中的重要“拐点”，优化效果显著。
卡顿优化：
- 采用视频质量和码率分档策略，动态适配用户网络条件。
- 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。
- 卡顿优化在不同场景中仍能带来显著业务收益，尤其适用于尚未充分优化的应用。

5. 问题与展望

当前音视频体验评估模型在主观测试数据有限的情况下，其准确性有待提高。
需要持续更新模型以适应不断变化的场景和指标。
火山引擎视频云主导的音视频体验增长联盟（VEGA）正推动评估体系的标准化进程。
AMD新一代数据中心处理器为火山引擎视频云提供底层支持，助力提升云上性能和业务创新。

6. 附录

缩略语：
- AR：增强现实
- VR：虚拟现实
- QoE：体验质量
- QoS：服务质量
- MPEI：音视频体验质量
- ImE：沉浸体验质量
- PE：观看体验质量
- InE：交互体验质量
- VEGA：音视频体验增长联盟
术语定义：
- 编码格式：将音视频信号转换为数字信号并压缩的技术。
- 转码：解码并重新编码音视频码流的过程。
- 码率：单位时间内传输或处理的比特数。
- 分辨率：视频中每一帧图像的大小。
- 清晰度：人眼对图像清晰程度的主观感受。
- 播放卡顿：播放器缓存区数据为空导致的播放停顿。
- 短视频场景：时长在1分钟以内、采用竖屏播放的视频场景。
- 中视频场景：时长在1至30分钟、采用横屏播放的视频场景。
- 长视频场景：时长在30分钟以上、采用横屏播放的视频场景。

结论

火山引擎视频云提出的音视频体验评估模型和优化策略，为音视频业务提供了可量化的评估和优化手段。通过精准的指标体系和模型分析，企业能够更好地定位影响用户体验的关键因素，并制定有效的优化策略，从而提升用户留存、拉新与业务增长。未来，随着技术的发展和数据的积累，评估模型将不断优化，推动音视频体验的持续提升。

展开完整摘要