暑假在老家待着，闲着看电视，不管是综艺还是电影。不过用的是各种不知名的app看的，主打一个海量免费，问题是广告多，画质在85吋的电视上惨不忍睹，还经常卡。

       这种流媒体服务公司应该想办法提升自己的用户体验，广告商在这里投放广告，效果也不好啊。这里最核心的涉及到的视频技术是长视频转码。

       这个技术放在现在应该不是什么问题了，hevc与av1都已经成熟，av1的视频即使在老电视上用dav1d解码问题也不在话下。转码的资源也不用太多投入，没有强大的服务器，根本不是事。每年淘汰的手机这么多，想想办法用手机主版搭一个转码集群，电费也不高。

       下面讨论正事，如何转码，带宽低画质高，转码效率也高。小投入大产出，这是我们的做事原则。乐视当年每上一级45分钟的电视，花24小时转码，那都是土豪干的事。

首先、码率控制

        码率控制是视频编码器的核心技术模块，核心目标是在满足信道带宽、存储空间等约束的前提下，平衡输出码率与视频编码质量，避免码流溢出或带宽浪费。

1.基本原理

它通过动态调整‌量化参数QP‌和拉格朗日因子λ，结合分级比特分配、缓冲机制实现码流稳定输出，核心支撑模型包括R-λ模型、R-Q模型等。

• 先按目标码率和视频复杂度，为GOP、帧、编码单元逐层分配目标比特数
• 再通过率失真优化计算对应QP，让实际输出比特尽可能匹配预设目标

2.主流控制模式

模式	特点与适用场景
CBR（恒定比特率）	全程输出码率稳定，适合直播、传统广播电视场景
VBR（可变比特率）	随画面复杂度动态分配码率，同等画质下可节省30%-50%带宽，适配流媒体、离线存储场景
ABR（平均比特率）	保证长时段平均码率达标，多用于自适应流媒体业务
CRF（恒定速率因子）	锁定编码质量水平，优先保障主观观看体验

3.技术演进

• H.264/AVC阶段：形成成熟的JVT-H017、JVT-N046方案，采用GOP/帧/基本单元三层R-Q模型完成码率控制
• HEVC阶段：演进出URQ像素级控制模型、更贴合码率失真关系的R-λ模型，控制精度大幅提升
• 最新方向：结合深度学习实现精准带宽预测，开发超低延迟VBR算法，适配AR/VR等实时交互场景

4.典型优化手段

• 2-pass编码：先全量分析源视频复杂度，再二次编码精准分配比特，画质表现更优
• Lookahead预分析：提前预判后续帧复杂度，提前预留比特资源，避免复杂帧画质骤降
• 低延迟窗口控制：用双窗口分别管控码率延迟与视频质量，适配实时视频编码场景

第二、率失真包络

        每个编码器，即使是不同的编码参数，每一个视频的在不同分辨率编码都会遵循类似如下的率失真包络图：

  

                                                 多分辨率编码率失真包络图（引自“微帧”）

这个图AI画不出来，网上找的。

这个图每条曲线左上的点可以拟合成一个更大曲线，使得每个分辨率的曲线与这个拟合曲线相切。那么这几个点就是不同分辨率下的清晰度编码甜点。

第三、编码器preset与多线程编码

        如下以libx264为例说明：

        libx264编码器的preset是一套预定义的编码参数集合，核心作用是在‌编码速度‌和‌压缩效率‌之间做灵活权衡：同等画质下，选择速度越慢的preset，最终生成的视频文件体积越小、压缩率越高；反之速度越快的preset，编码耗时越短，但文件体积会明显更大。

1.预设等级总览

libx264一共提供10个按编码速度降序排列的预设档位，默认值为medium：
ultrafast > superfast > veryfast > faster > fast > medium > slow > slower > veryslow > placebo

其中placebo属于极端优化档位，相比veryslow仅能获得约1%的画质/压缩率提升，编码耗时却会成倍增加，实际生产环境几乎不会使用，通常可以直接忽略。

2.各档位特性与适用场景

• ‌ultrafast‌：编码速度接近文件直接复制，几乎关闭了所有复杂优化逻辑，生成的文件体积最大。适合实时屏幕录制、快速预览的临时编码场景，比如1小时的演示视频仅需数分钟即可完成编码。
• ‌superfast‌：画质和压缩效率略优于ultrafast，仍保留了极快的编码速度，适合批量快速处理会议录像等对耗时敏感的场景。
• ‌veryfast‌：是直播推流遇到性能瓶颈时的常用应急档位，在保证编码实时性的前提下，能提供可接受的基础画质。
• ‌faster / fast‌：属于中等偏快的档位，逐步开启更多运动估计、参考帧优化，兼顾了速度和压缩率，适合日常批量转码的通用场景。
• ‌medium‌：libx264的默认预设，参数配置均衡，在编码速度和画质压缩比之间取得了最普适的平衡，绝大多数常规转码场景都可以直接使用该档位。
• ‌slow / slower‌：开启B帧双向预测、更精细的运动搜索等优化，细节保留度显著提升，压缩效率明显优于默认档位，适合制作4K宣传片、高质量存档视频这类对画质要求较高的场景。
• ‌veryslow‌：是实用场景下最慢的预设，会启用全部高级编码优化逻辑，相比ultrafast最终生成的文件体积可缩小30%左右，适合对文件体积敏感、不限制编码耗时的高质量母带存档场景。

3.多线程编码与压缩率

编码器开启多线程主要是为了提高编码速度，但是由于线程的增加，会破坏编码图像的时空相关性，最终导致压缩率损失。默认线程数一般是cpu物理核心数的1.5倍。单线程一般比4线程的压缩率提高20%。

第四、长视频编码器转码

        根据以上讨论，我们要最后落地到文章开篇所提到的场景。如何快速找到每个视频每个分辨率编码的甜点。回答这个问题这前先要定下来，我们的编码器策略。

1.二次编码

2pass的码率控制一般对比crf编码，在同样的编码体积下，画质能提升10%左右

2.单线程

刚才提到过，单线程对默认线程数至少压缩率提升20%

3.Preset的确定

虽然是离线转码，但是我们没有在为5%的压缩率去数倍的提高编码复杂度的必要。我们选定默认档medium之后的两档的preset:slower.

4.快速找到编码甜点

2015年前，我们的业务以长视频为主，至少2分钟以上那种。

我们的办法：

1）对每个视频进行gop全量分析（5~10秒左右片段），特征：码率，gop-qp. 进行二维逆变换采样，取其中8个片段。

            注：毫秒级任务，不解码视频帧。对于非h.264流，可以跳过gop-qp解析，增加采样片数，直接进入2）并对输出码率分布做逆变换采样，求取本视频的最终码率。

2）对每个片段做一次 scale:-1:360;preset:veryfast;crf:28转码。得到8个码率，去掉最高码率与最低码率取加权平均值。

            注：1秒级任务。所有片段并行，毫秒级输出码率，然后求解。

3）对长视频重新分段。分段原则可以自己定义，我们是如下：

• 每段视频不小于2分钟
• 长视频最多分段数为10

   注：毫秒级任务。

4）基于2）所得码率进行换算到当前分辨率的码率，对每段视频进行二次转码。采用2pass,单线程，preset:slower转码。

 注：主要耗时任务。一次转码是快速编码，并且多分辨率可复用。主要耗时在二次转码，多核心cpu开启并行任务，并行实现倍速转码。对于现代cpu起步8核心，至少提速6倍。1小时视频转码任务时长压缩成分钟级。

5）分段转码视频，音频的合并

 注：毫秒级任务。

        通过上述转码的原则，我们比crf:23转码在同样清晰度下压缩率提升一倍以上。分段转码的启动任务可以根据本地的cpu核心数进行调度，充分利用本地算力。当然这个方法更适合在服务器上做集群调度转码，任务的粒度可控，调度算法简单可靠可预知。

       最后，可以接合现在的超分算法更进一步提升端侧清晰度，这个需要对超分模型进行微调。当然上述方法是可以完全迁移到hevc和av1转码的。我们这里也提供x264,x265与svt-av1的优化编码器，编码速度与压缩率都有相应的提升。欢迎交流接洽。

我先找找15年的脚本，找到了就分享给大家试用哈。