火山引擎音视频体验白皮书-34页_14mb

火山引擎视频云音视频体验白皮书总结

核心内容

本白皮书围绕音视频体验评估体系和优化策略展开，旨在帮助企业提升用户体验，从而推动业务增长。随着视频类应用的普及，用户对音视频体验提出了更高的要求，包括超高清化、沉浸感、交互性等。火山引擎视频云基于亿级日活跃用户的真实数据，构建了一套标准透明、度量准确、归因全面、验证可靠的音视频体验评估指标体系和模型。

主要观点

• 视频化趋势：视频正在重塑互联网体验，成为社交、资讯、电商、音乐等领域的重要媒介。
• 用户体验的重要性：音视频体验直接影响播放时长、留存率和业务创新，因此优化体验成为关键。
• 评估体系构建：火山引擎视频云提出了一套完整的音视频体验评估体系，包括音画质指标和流畅度指标。
• MPEI模型：音视频体验综合评估模型（MPEI）是两个子模块（沉浸体验质量QImE和观看体验质量QPE）的函数关系，适用于不同业务类型，并具有扩展性。
• 优化策略：通过预加载、预渲染等技术手段优化起播速度和卡顿问题，提升用户体验并带来业务收益。

关键信息

一、音视频体验评估指标体系

1. 音画质指标

• 音频采样率（ASR）
• 音频码率（ABR）
• 清晰度质量分（VQSC）
• 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）

2. 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）

二、音视频体验评估模型

1. MPEI模型

$$
MPEI = 100 \cdot \min(Q_{ImE}, Q_{PE})
$$

• MPEI取值范围：0-100
• MPEI评分：
  • < 60：体验差，影响用户留存
  • 60-80：体验达标

  • 80：体验优秀

2. 沉浸体验质量（QImE）

• 由码流质量（QP）、画面质量（Qv）、音频质量（QA）构成
• QP = $ \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 $
• Qv = $ \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} $
• QA = $ \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. 观看体验质量（QPE）

• 由观看体验流畅性（Qc）、观看体验完整性（Q1）、交互体验质量（QInE）构成
• Qc = $ \min(FFT, PBR, RBTP, RBCP, AVOSR, AWVR, VWAR, VPER, PFR) $
• Q1 = $ \min(LWPR I, AWVR I, VWAR I, VPER I, PFR I) $
• QInE = $ \left{ \begin{array}{l} \frac{V_{6,1} - V_{6,4}}{1 + \left(\frac{ASST}{V_{6,3}}\right)^{V_{6,2}}} + V_{6,4}, \text{where ASE} = \text{精准Seek} \ \frac{V_{6,5} - V_{6,8}}{1 + \left(\frac{ASST}{V_{6,7}}\right)^{V_{6,6}}} + V_{6,8}, \text{where ASE} = \text{非精准Seek} \end{array} \right. $

三、评估模型典型值

四、音视频体验优化案例

1. 起播优化

• 优化手段：预加载、预渲染
• 效果：抖音部分Android手机首帧耗时从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毫秒是短视频场景的重要“拐点”，优化效果显著

2. 卡顿优化

• 优化手段：视频质量和码率分档
• 效果：海外某应用卡顿率降低7.7%，卡顿时长降低9.8%，带来约0.22%的人均观看时长收益
• 收益分析：卡顿优化对业务增长仍具有显著影响，尤其对尚未充分优化的应用

五、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
  • 体验与成本存在矛盾，需在资源有限条件下实现最佳平衡
• 未来展望：
  • 火山引擎视频云主导的音视频体验增长联盟（VEGA）致力于推进评估模型的标准化和优化
  • 需要持续更新模型以适应新的应用场景和测量技术
  • 与产业伙伴合作，推动音视频体验评估技术的发展

六、附录

缩略语表

术语表

总结

本白皮书系统性地介绍了音视频体验评估体系和优化策略，强调了音视频体验对用户留存和业务增长的重要性。通过构建MPEI模型，企业可以更准确地评估用户体验，并制定相应的优化策略。火山引擎视频云通过预加载、预渲染等技术手段优化起播速度和卡顿问题，取得了显著的业务收益。同时，白皮书也指出，评估模型仍需进一步完善，并与行业伙伴合作推进标准化和持续优化。