中国信通院：5GToC音视频体验需求分析及评测（2022年）_46页_1mb

报告摘要

5G ToC 音视频体验需求分析及评测总结

核心内容

本报告分析了5G网络环境下音视频应用的发展趋势及其对用户体验的影响，探讨了音视频应用的关键质量指标（KQI）及其在5G与4G网络下的表现差异。报告指出，随着5G网络的普及，视频类业务已成为移动流量的主要来源，预计2026年将占总流量的77%。音视频业务正向高清化、高帧率化、交互化、社交化和空间化发展，对网络性能提出了更高的要求。

主要观点

5G网络在音视频应用中表现显著优于4G网络，特别是在降低首屏时延、减少卡顿次数和提升交互响应速度方面。
音视频业务的交互性增强，使得KQI需要增加交互响应维度，以更好地匹配用户需求。
不同类型的音视频应用对网络的要求存在差异，如点播视频、实时音视频、云游戏、自由视角视频等，需根据其特性进行相应的网络优化。

关键信息

音视频发展状况及趋势

视频类业务占比：2021年占66%，预计2026年将增长至77%。
发展趋势：视频应用向社交化、空间化、交互化、高清化、高帧率化发展。
典型应用：点播视频、实时音视频、云游戏、自由视角视频、手机全景视频等。

音视频应用的体验要求及现网评测

点播视频

关键KQI：首屏时延、卡顿次数、卡顿时长占比。
测试结果：
- 5G网络下首屏时延比4G网络低约29%。
- 卡顿次数和卡顿时长占比分别降低约88%和60%。
- 交互行为下，5G网络在拖拽和倍速播放方面有显著增益（72%和100%）。

实时音视频类业务

关键KQI：视频卡顿率、音频卡顿率、端到端时延、音画同步时延。
测试结果：
- 5G网络下音频卡顿达标率比4G网络高约21%。
- E2E时延400ms满足度比4G网络高约50%。

在线KTV合唱

关键KQI：端到端时延。
测试结果：
- 5G网络下端到端时延比4G网络低约24%。
- 5G网络下运营商网络传输时延40ms满足度比4G网络高约86%。

互动白板

关键KQI：E2E互动响应时延。
测试结果：
- 5G网络下E2E互动响应时延比4G网络低约17%。
- 5G网络下E2E互动响应时延100ms满足度比4G网络高约86%。

云游戏

关键KQI：操作响应时延、卡顿次数、卡顿时长。
测试结果：
- 5G网络下操作响应时延比4G网络低约40%。
- 5G网络下无卡顿样本占比比4G网络高约22%。
- 建议1080P60云游戏码率不低于10Mbps。

手机全景视频

关键KQI：首屏时延、卡顿次数、卡顿时长。
测试结果：
- 5G网络下首屏时延比4G网络低约30%。
- 5G网络下400ms满足度比4G网络高约1249%。
- 建议单目4K全景视频码率不低于10.6Mbps。

自由视角视频

关键KQI：切换视角响应时延、首屏时延、卡顿次数、卡顿时长。
测试结果：
- 5G网络下切换视角响应时延比4G网络低约19%。
- 首屏时延比4G网络低约60%。
- 建议N≥9以保障视角切换的平滑性。

交互响应要求

业务大类	交互类型	交互响应操作	理想要求（E2E时延）	基本要求（E2E时延）
点播长视频	人机交互	即点即开/拖拽	100ms	400ms
点播长视频	多视角切换	视角切换	100ms	500ms
点播短视频	人机交互	即点即开/滑动到下一个	100ms	200ms
实时音视频	人人交互	视频通话交互	150ms	400ms
实时音视频	人人交互	白板交互	100ms	200ms
实时音视频	人人交互	实时合唱交互	50ms	150ms
云游戏	人机交互+人人交互	操控	100ms	275ms

音视频5G/4G差异化的用户体验增益

业务类型	首屏时延增益	卡顿时长占比增益	无卡顿样本占比增益	E2E时延增益	400ms满足度增益	码率建议 (Mbps)
点播	29%	60%	10%	N/A	10%	3
点播1.5倍速播放	N/A	100%	2%	N/A	N/A	N/A
点播拖拽	N/A	72%	6%	35%	N/A	N/A
视频通话	N/A	56%	21%	24%	50%	2
实时合唱	N/A	N/A	N/A	24%	94% (绝对值)	N/A
互动白板	N/A	N/A	N/A	17%	86% (绝对值)	N/A
云游戏	N/A	75%	22%	40%	29%	10
自由视角视频	60%	N/A	2%	19%	23%	9*1
手机全景视频	30%	75%	8%	N/A	1249%	10.6

展望与建议

展望

视频技术将向空间化、高清化、交互化发展。
未来视频分辨率与帧率提升，码率将翻倍。
5.5G网络将具备大带宽、低时延和高可靠特性，支持RTBC场景（实时、宽带、高可靠）。

建议

KQI演进：音视频应用的KQI需增加交互响应维度，以反映用户差异化体验。
技术研究：进一步研究KQI对QoE的综合影响。
生态发展：鼓励ICT产业合作，孵化更多音视频新应用以丰富5G生态。

参考文献

[1] ITU-T, “P.1203 Parametric bitstream-based quality assessment of progressive download and adaptive audiovisual streaming services over reliable transport”
[2] UCD之家, “UI&UE 实用方法论 | 做交互体验, 你必须得知道的「多尔蒂阈值」”
[3] 马茜，““零耗时”首帧视频体验的优化实践”
[4] 中国网络视听节目服务协会，“2021 中国网络视听节目发展研究报告”
[5] 声网，“体验等级协议XLA”
[6] ITU-T, “G.114 One-way transmission time”
[7] ITU-R, “BT.1359-1 Relative Timing of Sound and Vision for Broadcasting”
[8] 声网，“声网推出首个完整实时合唱解决方案即将上线”
[9] 声网，“One World Together，线上实时合唱技术解析”
[10] 陈晓聪，“互动协作白板与音视频实时同步技术实践”
[11] 华为X Labs，“云游戏体验模型白皮书”
[12] ETSI, “TR 126 928 V16.1.0 (2021-01) Extended Reality (XR) in 5G”
[13] Netflix, “Perceptual Video Quality Assessment based on Multi-method Fusion”
[14] RealNetworks, “VMAF Reproducibility: Validating a Perceptual Practical Video Quality Metric”
[15] Jan Ozer, “Finding the Just Noticeable Difference with Netflix VMAF”
[16] Robert E. Kooij, “Perceived Quality of Channel Zapping”
[17] Human benchmark, “Human Reaction Benchmark Test”