【火山引擎_AMD】2023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

本白皮书聚焦于音视频体验的评估与优化，旨在帮助企业提升用户体验，进而推动业务增长。随着视频内容的普及，用户对音视频体验提出了更高的要求，如超高清、强交互、沉浸感等。然而，目前业界缺乏统一的音视频体验评估体系，难以准确定位关键影响因素。为此，火山引擎视频云提出了一套完整的音视频体验评估指标和模型，为音视频优化提供了理论支持与实践指导。

主要观点

• 视频消费习惯的培养：技术的成熟推动了视频类应用的普及，用户更倾向于通过视频获取信息和娱乐。
• 视频化趋势的广泛影响：视频正在重塑多个领域的体验，包括空间体验、直播电商、知识传递和商业连接等。
• 音视频体验对业务增长的重要性：用户体验的提升直接影响用户留存、业务增长和创新。
• 音视频体验评估体系的建立：通过构建MPEI模型，结合多维度指标，实现音视频体验的量化评估。
• 优化策略与业务收益：通过预加载、预渲染、码率分档等策略，有效提升播放体验，并带来显著的业务收益。

关键信息

音视频体验评估指标体系

音视频体验评估指标体系包括音画质指标和流畅度指标，具体如下：

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)

音视频体验评估模型

火山引擎视频云提出了音视频体验综合评估模型 MPEI，其计算公式为：

$$
M P E I = 100 \cdot \min \left(Q_{\text{ImE}}, Q_{\text{PE}}\right)
$$

其中，MPEI 分为两个子模块：

• 沉浸体验质量 QImE：由码流质量 (QP)、画面质量 (Qv)、音频质量 (QA) 组成。
• 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) 组成。

指标特性

• J型极致优化曲线：如百秒音画不同步时长，持续优化可带来显著体验收益。
• S型拐点优化曲线：如起播首帧耗时，优化至特定值后收益趋于平缓。
• D型离散优化线：如是否开启精准Seek功能，对用户体验有离散影响。

评估模型典型值

根据业务场景不同，各核心指标的典型值如下：

这些典型值是通过发展曲线和AB实验得出，有助于企业制定优化策略。

音视频体验优化案例

起播优化

• 优化手段：采用预加载和预渲染技术，将网络请求耗时和本地设备耗时降低。
• 效果：抖音的起播首帧耗时从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。

卡顿优化

• 优化手段：采用视频质量和码率分档策略，根据用户网络条件动态选择视频档位。
• 效果：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。
• 持续优化价值：即使在起播耗时接近0时，每10-20毫秒的优化仍能带来一定业务收益。

问题与展望

• 当前挑战：
  • 用户体验差异导致业务增长差异，如何准确衡量体验是关键。
  • 体验与成本存在矛盾，需在有限资源下实现最佳平衡。
• 未来展望：
  • 需要更多主观测试数据以提高模型准确性。
  • 随着应用场景和指标测量技术的发展，评估模型需持续更新迭代。
  • 火山引擎视频云推动音视频体验增长联盟（VEGA），致力于评估体系的标准化。

附录

缩略语

术语

总结

本白皮书系统地分析了音视频体验的重要性及其对业务增长的影响，构建了涵盖音画质和流畅度的评估指标体系，并提出了MPEI评估模型。通过分析不同场景下的指标典型值和优化策略，为企业提供了可操作的音视频体验优化路径。同时，白皮书也指出了当前评估体系面临的挑战，并展望了未来发展方向，包括模型优化、技术演进和行业合作。