5G時代，從生產端到播放端，超G清音視頻將成為主流，如何讓播放更加“智能”，讓用戶隨時隨地都有流暢觀看體驗，既“G清”又“不卡”？

本文將詳解優酷“智能檔”的是什么、為什么以及落地效果，尤其是如何突破“傳統自適應碼率算法”的局限，解決視頻觀看體驗中G清和流暢的矛盾，并以 “熱綜熱劇”等場景為藍本，一睹“大項目”背后的視頻播放實踐。

本文主要分為四部分：

背景：智能檔是什么、有什么？

挑戰：傳統自適應碼率理論與播放實踐的碰撞

實踐：清晰度策略優化迭代過程——整體框架建設，從數據中分析和學習

總結：優酷智能檔的成果和新技術的應用

優酷“智能檔”是什么、有什么？

為了大家能夠對優酷智能檔有一個比較直觀的了解，我這里準備了一個帶寬限速條件下播放的視頻。視頻1是傳統1080P藍光清晰度，視頻2就是今天要提到的“智能“清晰度。我們看到視頻1已經開始卡了，視頻2還在繼續播放，但清晰度角標已經變為超清了。

好，剛剛播放的是《長安十二時辰》張小敬追捕狼衛的一段視頻，是在帶寬限速的情況下播放的，大致是在 1.5Mbps 左右。在這樣的條件下左側使用 1080P清晰度，當畫面變化較大，對應的碼率也波動較大的時候，發生了卡頓，而且提示是否要切換到智能播放。而右側的“智能”清晰度則在這種情況下，發現了網絡不足以支撐藍光，降級變成了超清，避免了卡頓，然后在這段播過去之后又重新恢復到藍光。

▐  優酷“智能檔”簡介

看完這段視頻，我們來明確一下，關于智能檔的幾個基本問題：

1）  什么是智能檔，這個大家剛剛也都看到了，智能檔是一種新的清晰度選項。

2）  為什么要有智能檔？我們可以從兩個角度回答：

讓播放體驗更加智能。例如，用戶在一個不確定的網絡環境下，不知道什么清晰度合適，選擇G清晰度，卡了；選擇低清晰度，畫質體驗又不好。優酷智能檔就是要解決這個選擇問題，智能匹配合適的清晰度，避免用戶自己反復去嘗試；

避免播放卡頓。例如剛才的《長安十二時辰》視頻，在網絡限速或者更常見的4G下，網絡波動大，智能檔實時地調節清晰度，在保證用戶觀看更G清晰度的情況下，避免播放卡頓。

3）  是如何實現的呢？這就要提到自適應碼率技術，根據網絡環境和播放過程中的狀態，去實時決策選擇合適的清晰度。

▐  自適應碼率技術

自適應碼率這項技術，早在 2002 年前后就已經被人提出，大致在 2010 年開始在互聯網L域得到應用，逐步走向成熟。關于自適應碼率的技術方案，一般由兩部分構成：

D一部分協議框架：支持多個不同碼率的清晰度傳輸和播放，約定服務器端、客戶端的；

D二部分算法策略：更具體地確定什么狀態下匹配哪種碼率、哪種清晰度更好。

在協議框架上，蘋果較早提出了 HLS 的方案。后來 MPEG 專家組提出行業標準DASH；除此之外，微軟、Adobe等公司也有技術方案，但設計上比較類似，大同小異。

在算法策略上，是百花齊放。過去幾年，學術界涌現出不少相關論文，比如右側列表中所示，歸納起來分為4類：

D一類，基于網速預測，根據網速帶寬和碼率的大小進行選擇；

D二類，基于播放器的buffer來判斷決策；

第三類，引用一句話網絡名言“小孩子才做選擇，我全都要”，即融合前面兩種因素；

第四類，更G級和L先的，將近幾年的人工智能L域的技術引進來，根據機器學習、神經網絡模型來選擇清晰度。

▐  自適應碼率技術的工作流程

自適應碼率技術在從生產到播放的整個鏈路，分成5步：

D一步，原始的視頻資源文件，它可能只有一個比較G的清晰度；

D二步，生產端對視頻進行轉碼和切片，根據播放需要，轉碼成不同清晰度的碼流。一般清晰度越G，碼率越G，文件越大。每個碼流都切分成時間對齊的分片，一般是10s；

第三步，在轉碼和切片之后，經過 CDN 節點在網絡上進行分發；

第四步，各自適應碼率的算法按策略選擇需要的清晰度；

第五步：客戶端下載這個清晰度的分片文件，進行播放。

▐  自適應碼率算法：基于帶寬速率

看完框架鏈路，我們再來看算法策略，先是簡單的基于帶寬的策略。

這類算法的原理很簡單，就是基于過去一段時間的網絡下載速度，對網絡情況做預測，如果比視頻某一個清晰度的碼率大，那么就可以選擇這個碼率，否則只能嘗試更低清晰度。右上角圖中列出了4種算法，都是基于速度進行判斷的，清晰度和網速變化是正相關。

這個算法簡單直接，缺點是如果過去網速G，對網絡的預估又過于自信，網絡波動落差大時，就無法下載完預期的清晰度內容，容易卡頓。

另外，清晰度受網絡波動影響大，網絡一波動，就會頻繁的切換清晰度，這相當于忽略掉播放器中buffer的作用。

▐  自適應碼率算法：基于Buffer

基于buffer，就是播放器的緩沖區還能播多長時間來選擇。這種方式直接放棄速度，只看 buffer，沒數據可播時才會卡。當buffer 低時，選擇低清晰度，buffer隨播放進度和下載進度一點點變化，清晰度不會有太大波動。

缺點是buffer的變化相對緩慢，會喪失對網絡變化判斷的靈敏性。比如用戶網絡換環境立刻變好了，但是 buffer 漲到G清晰度的區間是需要一個過程的。

一個典型的案例就是 BBA 算法，我們可以右側這張圖，橫軸是 buffer，縱軸是清晰度碼率，它們之間維持一個線性關系，buffer越G清晰度越G，直到達到G的清晰度；同時為了保證不卡頓，低清晰度也要攢夠一定的buffer，才開始考慮換更G的清晰度。

▐  自適應碼率算法-MPC

這類算法有一個里程碑式的進步，給出一個 QoE 的公式化定義。QoE就是體驗質量，包含清晰度、卡頓時間、清晰度切換3個因素。一旦確立好QoE 的計算公式，在網絡狀況完全確定的情況下，我們就可以將自適應碼率算法轉化為一個求大值的數學問題。

但是網絡狀況完全確定需要“上帝視角”。一般情況下，網絡波動是可完全預測的，在一個較短時間內，我們認為網絡波動會比較小，后面網絡情況和前面已經統計到的速度存在一定關聯性，所以上面的這種求全局大值的就可以退化成為一種局部的計算，并嘗試通過局部累加，達到近似全局優解，這好比是從一個全局的動態規劃變成一個局部的貪心思路。

所以它的具體決策過程是：

D一步，根據過去的情況，判斷網絡質量，預測速度；

D二步，生成未來N片，比如5片，將所有可能的清晰度組合做列表；

第三步，逐一嘗試，找出所有可選項中 QoE 大的組合；

第四步，將選擇中下一片清晰度作為本次清晰度選項，每個分片選擇時都依次類推。

▐  自適應碼率算法-基于機器學習

機器學習就是為計算機提供大量數據，讓計算機基于這些數據進行計算，在特定L域做出判斷，并針對判斷給出評定標準，告知機器判斷是否正確、準確，經過反復大量的學習過程，提G計算機判斷能力的準確性。

強化學習是機器學習的一種，是針對一個過程該如何做決策的學習。

如下圖，機器人學習養花，看見花要枯死了，選擇用水澆花，獲得一個正向的獎勵；如果看到花快被淹死了，還去澆花，那么就只能得到懲罰，此外還可以根據情況考慮是否施肥、打藥，訓練機器人把花養好。

近年比較火的機器學習方式就是深度神經網絡。我們可以將“養花過程中機器人的動作” 理解為一個非常復雜的數學函數，輸入是花的狀態，輸出是應該澆水還是施肥的決策選擇，花是否養好作為不斷調整函數內參數的依據，一旦參數調整好，這個函數就可以給出準確決策，神經網絡就相當于這個復雜的函數，具體的一個模型實例就相當于這個函數里所需的所有系數。 

我們做清晰度選擇的例子和養花的過程很像，輸入是過去的網速情況、buffer情況等，輸出是清晰度的選擇。

2017年開始有論文提出類似的方案，優點是用大量的數據去訓練，訓練好了就相當一個“經驗豐富”的人，它看過很多歷史網絡變化的數據和選擇結果、知道遇到特定的情況應該如何選擇。弊端是太“G深莫測”，可解釋性不強。

▐  業界應用情況

國外的視頻產品，Youtube 和 Netflix的手機客戶端都有對自適應碼率技術的應用。在國內，早在兩年前，優酷就在做類似嘗試，但初的清晰度選項叫做“自動”，在起播時幫用戶選擇一個合適的清晰度，但是播放過程中如果網絡有波動它不會變。隨著優酷技術體系不斷升級，現在優酷能夠通過“智能”選項，隨時隨地的根據網絡情況進行清晰度選擇和必要的切換。

實際應用中的挑戰

自適應碼率技術的理論雖好，在大規模實踐中，卻屢屢碰壁，歸納起來有如下的挑戰：

▐  實際應用中的挑戰：起播處理

起播的典型挑戰是：

典型策略：環境未知，如何避免卡頓；

網絡環境良好的狀態下，如何提升清晰度。按照學術界的算法論文，起播時為了避免卡頓，都是從低清晰度開始，但實際尤其對于沒有使用過同類產品的用戶，10s的模糊不能被接收的；

起播速度：如何快速播放。為了G清和起播后不卡頓，多加載一會兒，行不行？不行！快速起播是良好播放體驗的開始。

 所以我們要遵循的原則是：

如果網絡足夠好，起播就提供G清晰度；

為了避免卡頓和起播太慢，需要在網絡差的情況，適當地選擇低清晰度；

不能為清晰度選擇而給播放帶來太大的額外開銷。

優酷是如何解決的？

首先，根據視頻是否為首次播放進行分類。不是首次播放的，可參考前一次播放的清晰度；是首次播放的，參考播放服務的請求耗時。在連播情況下，既然可以用上一次播放的清晰度，也可以利用上一次的播放中的速度信息，更確切知道當時的網絡情況；

其次，我們發現請求耗時的區分度并不大。播放器也在進行一個網絡質量評估的項目，這樣就引入了網絡評分機制，作為清晰度的一項參考；

后，秒播項目也多面鋪開，在播放前下載一個分片。一方面下載過程提供了速度信息，另一方面我們也需要結合分片的清晰度進行選擇，避免起播清晰度頻繁波動。

▐  實際應用中的挑戰——網絡情況預測

D二個挑戰就是對網絡情況的判斷，即對帶寬的預測；雖然不少論文都提到了根據歷史下載速度求平均值，對當前或接下來速度做預測，但是關于細節基本都避而不談。

網速非常重要，它是對當前網絡判斷直接的數據來源，也是保證升降檔快速靈活的一個關鍵因素。

速度預測的難點是網絡情況是實時變化的，不同環境變化形式和方向都不同。例如，上圖中就是截然不同的兩種網絡條件，D一個網速G且穩定，D二個網速在J速波動。所以預測速度的原則是盡量保守、盡量平緩，吸收掉波動情況，即對過去一段時間的速度取平均值。平均值的計算方式，可以結合上圖的兩種情況來看：

一是，傳統算數平均數和調和平均數的方式；

二是，將對過去速度預測的誤差考慮進去，也是robustmpc方案中提到的，更適合我們的需求。 

那么，只有速度預估就夠了嗎？當然不是。由于網速是可隨時波動的，實際網速也可能達不到預測速度，所以我們需要兜底方案。這里采用的是超時，即在預期的時間內，如果當前清晰度分片下載不完，將自動調整，避免 buffer 消耗后發生卡頓。

超時設置也需要精心考量，超時意味著當前分片如果下載不完就要丟棄，那么已下載完成的部分是不能用來播放的，否則就會出現同一視頻內容用兩種不同的清晰度重復播放。所以buffer較小時，不適合超時，否則容易增加卡頓。

什么情況設置超時呢？預期超時是用來解決問題的，首先是選擇清晰度預期它能下載完，如果下載不完，我們可以用更低清晰度來替代。我們要保證現有的buffer足夠這兩個清晰度下載完成的時間，此外要盡量留足時間，讓當前清晰度的下載能夠在較小的波動下完成，避免頻繁切帶來的網絡浪費和不好體驗。

體驗衡量

隨著智能檔的推廣和應用，我們也需要考慮帶寬成本，行業通用解決方案是使用 PCDN，在播放允許的情況下，避免直接向成本較G的CDN服務器請求轉而找到成本較低，但質量不太穩定的節點，這樣就會引起速度的波動。

這個問題如何解決？首先，PCDN 調度的原則，是將 buffer 趨于劃分為三段：D一段是buffer較低的情況，為了避免卡頓保證服務質量，會直接走CDN；D二段是部分從CDN下載，部分使用質量較差的P2P節點；第三段是buffer較G的情況，卡頓風險低，直接斷開CDN，只使用P2P。

簡單來說，為了保證智能檔用戶有穩定體驗，我們在節點切換的過程中，始終保持使用一個較G的速度，比如使用連接CDN時的速度，如果 P2P的速度比 CDN的速度G，我們可以使用這個更G的速度，當質量較差的節點滿足不了當前速度時，buffer就會降低，迫使PCDN逐步切換回G質量的節點，這樣就做到了和 PCDN結合的自適應調整，做到了速度的相對穩定。

▐  實際應用中的挑戰——其它

在實踐過程中面臨的挑戰，如何衡量智能檔的體驗，如何評價效果。

學術論文的衡量標準是看QoE，它包含了對清晰度質量、卡頓和清晰度波動的因素。但它是單一值，兩次不同的播放，QoE一個G一個低，說明前一個體驗更好，但是無法知道差的原因，是卡頓太多還是清晰度太低？所以單一值，不利于我們衡量真實效果，也不利于明確優化方向。

所以，我們終通過和實際業務目標相結合，整體看全盤數據，同時將卡頓率、G清晰度的播放時長占比拆開來看。卡頓率G了，要想辦法降卡頓，策略上要相對保守；如果G清晰度少了，就要適當調整策略，讓用戶更容易升到G清晰度。

此外，播放的體驗好不好需要多維度考量，除以上兩個關鍵指標外，我們也增加了其它維度數據，比如，使用智能檔用戶的播放量占比、一次播放的清晰度切換頻次，Gbuffer降檔的反常體驗發生比率等。

實際上，我們在實踐的過程中遇到的挑戰還不止這些，比如倍速播放的情況，4G下考慮流量的問題等。受時間和篇幅的限制，就不一一展開了。

智能檔的設計、實現與優化迭代

以上介紹了自適應碼率技術的一般原理和挑戰，接下來從整體分析，優酷智能檔是如何設計的，又是如何優化。

▐  優酷智能檔的整體結構設計

智能檔的整體框架分為上下兩部分，下層是客戶端，上層是服務器端。

D一，清晰度選擇的控制器是在客戶端，包含一個策略引擎，支持多種策略實現運行，為策略的運行提供了統一接口；控制器需要與播放器內核的數據源處理部分打交道，從播放器內核獲取到視頻的基本信息，比如支持幾個清晰度、每個清晰度碼率多少，有多少個分片、每個分片多大，同時也從播放器收集當前的播放狀態，比如當前的buffer 狀態；此外，客戶端還需要從下載器那里得到各分片的下載速度，從全局的網絡監測模塊感知當前的網絡質量情況，后執行策略，輸出下一個清晰度，通過內核交由下載器去下載，進而播放；

D二，智能檔的控制器每次播放后會收集整個決策過程中的輸入/輸出信息，并上報到服務器端，服務器端用這個數據做統計、分析、優化，然后進一步改進策略，形成一套完整的閉環的數據體系。

▐  策略實現-多策略支持

結合前面算法論文中的理論，我們先后嘗試過實現四種策略：

D一種：Pattaya 是我們嘗試的一種策略，將單獨基于速度的一類策略，后來也引入了基于 buffer 策略，不斷根據數據情況增加一些經驗規則進去，也是早期進行鏈路調試的一個策略；

D二種：基于強化學習的策略；

第三種：實現和調試了基于 MPC 思路的策略；

第四種：根據經驗創造出來的，基于下載嘗試和超時的SBit策略。

我們以 AB Test 的形式分桶開啟各個策略，觀察效果逐步優化，終形成一套統一策略，包含起播/Seek決策、播中決策、超時處理、卡頓處理等幾個關鍵組成部分。

▐  數據體系建設-信息的收集與解析

上面提到四類策略，在衡量效果時，我們提到了一些關鍵指標，相關的統計數據在上線之初就進行了支持。那么，這四類策略是不是上線就表現良好，表現不好的原因是什么，這就需要對每一次播放數據的輸入和輸出都有詳細記錄，如圖中的數據結構。

D一步，早期我們考慮一次播放的決策數據量比較大，同時還不具備這種批量數據處理分析的能力，主要是以日志的方式打出來；

D二步，我們了解到阿里云的數據工場能夠提供這樣一種能力，通過自定義 UDF 解析結構復雜的編碼數據，并且通過一般的編程語言以實現插件的形式，完成各式各樣的分析，這樣我們就將客戶端上每次播放的所有相關的輸入和輸出，按照一定的格式組織起來，進行壓縮、編碼通過埋點渠道報上來，需要分析的時候在數據平臺上解碼分析。

上圖，是一個經過編碼的智能檔播放信息，報到服務器端之后，我們通過數據平臺對立面的信息進行解析。當然這張圖立面只畫出了其中一部分信息，包含原始的輸入速度、預測的速度、播放器buffer的變化情況，這樣整個智能檔的決策過程就盡收眼底。

▐  數據體系建設-優化應用

當完整數據體系建立之后，我們就可以進行優化。下面以卡頓優化為例，我們是這樣操作的：

D一步，當版本發布后，觀察整體的大盤數據，發現卡頓超出預期，我們會分析用戶用例，對卡頓情況有初出認知。

D二步，基于已知信息做分類規則，比如，是起播就卡，還是播了很久之后才卡；是因為網絡差，清晰度降底都還會卡，還是在策略上有優化的空間？

第三步，根據規則將所有發生過卡頓的播放數據做聚合分析，知道每種可能情況的占比，有針對性分優先級的去解決和處理問題；

不只卡頓，還是其它像G清晰度沒有達到預期，都可以用這種方式進行分析。這些數據除了分析這些問題以外，還有利于我們對整個優酷用戶播放過程有一個更多面的了解，比如說他們的網絡情況分布等。

▐  智能檔的應用推廣

在智能檔完成設計、實現、優化，我們希望它能夠在更多的場景上得到應用。智能檔初是在手機兩端上率先完善和放量，其次是iPad端。在過去一年，我們也在iKu OTT 等客戶端場景下投入使用。

這里面需要強調是大型直播場景，比如雙11貓晚、近期的義演直播《相信未來》，直播和點播場景有差異：

D一、直播要求低延遲，比如看球賽，不能隔壁進球了，這里還在射門。所以這個特點就決定了端上播放器不能有太多buffer，智能檔的決策需要做適當的調整，更多的從網速上獲取信息；

D二、直播是實時性的，生產端生產出視頻流是實時進行的，而且通常的直播時長比一集電視劇時間還要長，所以存在技術風險，這時候智能檔就有了用武之地。

和直播場景有關的D一個問題是流量控制，某一場直播開始前，會預估流量，但實際可能因為某個節目特別火爆，新用戶源源不斷地涌進來。在服務器流量壓力大時，智能檔可以通過實時下發配置適當的調整用戶的清晰度，例如，必要情況下，降低一個清晰度，實時緩解服務器帶寬和流量壓力。這是傳統清晰度所做不到的，傳統清晰度可能從進入直播間到看完就固定在一個清晰度碼率上。

另外一個常見問題是直播時，在生產端可能會出現某一路流轉碼失敗，智能檔發現問題后，可以直接標記這路流不可用，在后面的播放切到其它相近的清晰度時，保證整體直播效果不會受到太大的影響。

智能檔的應用總結及未來

在過去一年，優酷智能檔已經逐漸走向成熟：

優酷智能檔在過去一年的建設過程中，覆蓋了移動端約30%的播放量，甚至比播放某些傳統的清晰度播放量都G；

從智能檔內的各個清晰度播放時長來看，能夠讓用戶在90% 以上的時間觀看比較G的清晰度，同時保持著比一般清晰度更低的卡頓率，尤其在 4G 網絡下，能夠做到傳統清晰度的一半；

智能檔為優酷整體的播放體驗優化提供了工具，也在直播等場景成為了技術保障的必要手段；

重要的，經過過去一年的優化，獲得了用戶的認可。

對于未來，主要有兩點思考：

隨著 5G 的發展，越來越多的用戶將移動蜂窩網絡下觀看視頻，智能檔會得到更多應用。可能大家要問了，5G網速那么快，還需要智能檔嗎？這里我想到了一句話，"What Andy gives Bill takes away"，“安迪比爾定律”，這里面 Andy 是 Intel 的 CEO， Bill就是比爾蓋茨了。意思是無論 Intel的 CPU 造的多么先進，都會被新的 Windows 系統消耗掉。回到播放場景，網絡技術是在發展，但人們對G清視頻的需求也在不斷提G，所以智能檔是必要的；

另外，一定會出現新的手段，讓自適應碼率技術的效果更好。比如今天提到的Pensieve，利用強化學習來進行清晰度選擇。這個原作者在 2019 年又發表了一篇新論文，大致內容是他又改進了算法模型，開始在 Facebook 進行實驗，這是個未來的方向，現在的可解釋性等等問題應該都會逐步得到解決。

查看更多相似文章