OTT-Dienste erreichen heute mehr Geräte und Plattformen als je zuvor, was zu einer wachsenden Nachfrage nach qualitativ hochwertigeren Videoinhalten führt. Dieser Wunsch nach besserer Qualität ist jedoch mit Kosten verbunden. Insbesondere steigen die Infrastruktur- und Betriebskosten aufgrund von zusätzlichem Speicherplatz für Inhalte, Ursprungsservern mit höherem Durchsatz und einer stärkeren Nutzung der Bandbreite von Content Delivery Networks (CDN).
Die Herausforderung besteht darin, die CDN-Kosten zu senken, ohne die Erlebnisqualität (QoE) des Zuschauers zu beeinträchtigen. Die Lösung ist Context-Aware Encoding (CAE).
CAE bietet die Möglichkeit, die betriebliche Komplexität zu reduzieren und gleichzeitig die Kosten für Speicherung und Streaming zu senken. Durch den Einsatz von Algorithmen, die auf maschinellem Lernen basieren, verbessert CAE automatisch die Streaming-Effizienz, ohne die Qualität zu beeinträchtigen. Mit unserem CAE-Rechner können Sie sich selbst davon überzeugen. Wenn das immer noch zu gut klingt, um wahr zu sein, haben wir es mit unserem eigenen OTT-Service, PlayTV, getestet. Klicken Sie unten, um die Ergebnisse zu sehen, oder scrollen Sie weiter, um einen Überblick über die Funktionsweise von CAE zu erhalten.
Inhaltsübersicht
VERSTÄNDNIS KONTEXTBEZOGENER KODIERUNG
TRADITIONELLE KODIERUNG
Die meisten Videos, die heute über das Internet gestreamt werden, verwenden ABR-Streaming-Technologien (Adaptive Bitrate), wie HLS oder MPEG-DASH, um die Videowiedergabe zu optimieren. Ein ABR-Stream enthält mehrere "Wiedergaben" desselben Videos, die mit unterschiedlichen Auflösungen und Bitraten gemäß einer vordefinierten Kodierungsleiter kodiert werden.
Wenn ein Benutzer auf die Wiedergabetaste drückt, erhält der Player ein Verzeichnis der für die Wiedergabe verfügbaren Wiedergabedateien. Der Player wählt die abzuspielende Wiedergabeversion anhand mehrerer Faktoren aus, darunter die verfügbare Bandbreite, die Pufferauslastung und die Größe des Wiedergabefensters. Wenn sich diese Faktoren während der Wiedergabe ändern, kann der Player zu Wiedergabeversionen mit höherer oder niedrigerer Qualität wechseln und so die bestmögliche Videoqualität mit minimaler Pufferung anzeigen.
Statische Bitratenleitern führen jedoch häufig zu einer uneinheitlichen Qualität bei verschiedenen Arten von Inhalten. Für hochkomplexe Videoinhalte wie Sport sind mehr Bits erforderlich, um ein akzeptables Seherlebnis zu erreichen, als für weniger komplexe Inhalte wie Animationen. Daher führt die Verwendung desselben Profils für die Codierung verschiedener Arten von Inhalten oder von Inhalten für verschiedene Kanäle häufig zu einer Verschwendung von Speicherplatz und Bandbreite.
Die Streaming-Bereitstellung ist eine der größten Kostenstellen für einen OTT-Dienst. Überschüssiger Speicherplatz, ineffiziente Cache-Nutzung und Streaming-Bandbreite können erhebliche Kosten verursachen, insbesondere wenn die Inhaltsbibliothek wächst und der Dienst mehr Zuschauer anzieht.
KONTEXTABHÄNGIGE KODIERUNG
Im Gegensatz zu herkömmlichen Codierungsmethoden nutzt Context-Aware Encoding kontextbezogene Informationen wie die Art des Inhalts, die Gerätefunktionen, die Netzwerkbedingungen und das Zuschauerverhalten, um das Videostreaming zu optimieren. Anstatt eine ABR-Leiter für alle Inhalte zu verwenden, analysiert CAE jedes Quellvideo und erstellt auf intelligente Weise eine benutzerdefinierte Codierungsleiter (eine Reihe von Wiedergabeversionen) für jeden einzelnen Inhalt.
Darüber hinaus berücksichtigt CAE die Einschränkungen, die mit dem Übertragungsnetz und dem Gerät verbunden sind, das zur Anzeige der Inhalte verwendet wird. Es entscheidet, wie viele Wiedergabeversionen benötigt werden und welche Auflösungen und Bitraten jeweils verwendet werden sollen, während gleichzeitig ein einheitliches Qualitätsniveau für alle Titel beibehalten wird.
Die Optimierung von Assets mit CAE kann zu erheblichen Kosteneinsparungen führen, die umso größer sind, je länger sie veröffentlicht werden und je größer das Publikum ist. Kosteneinsparungen sind jedoch nicht der einzige Grund für Streaming-Unternehmen. Engagierte Zuschauer werden sehr geschätzt, und nur wenige Dinge wirken sich so negativ auf das Engagement der Zuschauer aus wie QoE-Beeinträchtigungen.
VORTEILE DER KONTEXTABHÄNGIGEN KODIERUNG
Context-Aware Encoding bringt mehrere Vorteile für die CDN-Bereitstellungskosten mit sich.
- Fördert eine effiziente Bandbreitennutzung, was den Datenverkehr reduziert und die Kosten senkt
- Geringere Speicheranforderungen durch Optimierung der ABR-Leiter für jedes Medium, wodurch möglicherweise weniger Videos gespeichert werden müssen
- Effizientere Zwischenspeicherung, da weniger diskrete Varianten und auf den Inhalt zugeschnittene Komprimierungseinstellungen erforderlich sind (dies kann zu einer besseren wahrgenommenen Bildqualität, schnelleren Ladezeiten und einer flüssigeren Wiedergabe führen - Bedingungen, die zu einer höheren Erlebnisqualität beitragen)
Dies sind echte Vorteile, die getestet und quantifiziert werden können. Im Folgenden finden Sie die Schritte, die wir unternommen haben, um die Vorteile von CAE in unserem eigenen OTT-Dienst zu testen.
- Einlesen neuer Inhalte mit einem Standard-Kodierungsprofil
- Messung des Lagerbedarfs je Anlage
- Messen Sie die Zuschauerzahlen und die durchschnittlichen Bitraten, die pro Ansicht gestreamt werden
- QoE-Leistung messen
- Messung der Einschaltquote
- Nach 30 Tagen Streaming-Nutzung wird die Inhaltsbibliothek mit CAE-optimierten Ingest-Profilen neu aufbereitet.
- Identifizierung der Unterschiede in der ABR-Leiter
- Quantifizierung der Unterschiede bei Speicherkosten, Streaming-Raten, QOE-Leistung und Publikumsbindung
- Berechnung der Auswirkungen und Zusammenfassung der Schlussfolgerungen
IMPLEMENTIERUNG DER KONTEXTABHÄNGIGEN KODIERUNG
PlayTV ist der OTT-Streamingdienst von Brightcove, der sich dem Thema Video widmet und im Web, auf Mobilgeräten und in CTV-Apps verfügbar ist.
Um CAE auf PlayTV zu testen, haben wir zunächst die idealen Inhalte für die Wiederaufbereitung identifiziert. Wir analysierten, welche Inhalte die Zuschauer anzogen (und damit auch die Kosten), und maßen das Engagement des Publikums für diese Inhalte. Mithilfe von QoE Insights erstellten wir einen Schnappschuss davon, wie die Standard-Codierungsleiter an das Publikum geliefert wurde und wie sich QoE-Beeinträchtigungen auf das Publikum auswirkten.
Nach der erneuten Verarbeitung wurden die folgenden Änderungen in der Streaming-Konfiguration mit adaptiver Bitrate (ABR) festgestellt.
| PlayTV Standard ABR-Leiter | PlayTV CAE-Leiter |
|---|---|
| 480 x 270 @ 448 kbps | 320 x 180 @ 244 kbps |
| 640 × 360 @ 699 kbps | 480 x 270 @ 464 kbps |
| 640 x 360 @ 899 kbps | 640 x 360 @ 750 kbps |
| 960 x 540 @ 1199 kbps | 960 x 540 @ 1406 kbps |
| 960 x 540 @ 1699 kbps | 1280 x 720 @ 2125 kbps |
| 1280 x 720 @ 1999 kbps | |
| 1280 x 720 @ 3500 kbps | |
| SPEICHERRATE: 4,5 GB/Std. | SPEICHERRATE: 2,1 GB/Std. |
Ursprünglich hatte die ABR-Leiter sieben Varianten und erforderte eine kombinierte Bandbreite von 10,4 Mbps. Mit CAE wurde die Mischung der Wiedergaben, die für die verschiedenen Asset-Typen erstellt wurden, auf fünf Varianten geändert, die nur 5 MBit/s erfordern. Abhängig von der Komplexität der Szene und anderen Attributen lagen einige Assets etwas höher und andere etwas niedriger. Angesichts der Gemeinsamkeiten der Materialien war die angegebene Rangfolge jedoch typisch für die meisten der neu verarbeiteten Assets.
ERGEBNISSE DER KONTEXTSENSITIVEN KODIERUNG
KOSTEN FÜR LAGERUNG
Die Einführung von CAE hatte erhebliche Auswirkungen auf die Speicherkosten. Der typische Speicherbedarf für Assets wurde von 4,5 GB/Stunde auf etwa 2,1 GB/Stunde reduziert. Folglich sanken die Kosten pro Inhaltsstunde von 0,363 $ auf etwa 0,173 $, was zu einer geschätzten Senkung der Speicherkosten um 52 % führte.
STREAMING-KOSTEN
QoE Insights lieferte detaillierte Berichte darüber, welche Stream-Varianten je nach Gerät für die Zuschauer bereitgestellt wurden. Anhand dieser Daten konnten wir klar erkennen, welche Streaming-Bandbreite benötigt wurde, um das Publikum zu erreichen, und welche Wiedergaben den Bandbreitenverbrauch antrieben.
| Variante | Prozent der Spielzüge - Standard | Prozentsatz der Spielzüge - CAE |
|---|---|---|
| <540p | 28% | 47% |
| 540p | 11% | 7% |
| 720p | 54% | 41% |
| Andere | 7% | 5% |
| Durchschnittliche Bitrate pro Wiedergabe | 2,25Mbps | 1.8Mbps |
Das obige Diagramm verdeutlicht, dass CAE häufiger Streaming-Varianten mit einer Auflösung von weniger als 540p lieferte als die Standard-Leiter. Die Ergebnisse zeigen eine Reduzierung der Streaming-Bandbreitennutzung um etwa 20 %.
Natürlich könnten mehr Zuschauer, die mehr Zeit mit Varianten mit niedrigerer Auflösung verbringen, zu einer Beeinträchtigung der Lebensqualität führen. Auch wenn es zunächst kontraintuitiv erscheinen mag, wandte CAE bessere Komprimierungsstrategien für die Inhalte an, was zu Codierungseinstellungen führte, die keine Bits verschwendeten. CAE hat Stream-Varianten eliminiert, die auf bestimmte Auflösungen abzielten, aber keine ausreichende Bitrate für einen hochwertigen Stream lieferten. Bei der Untersuchung der QoE-Details zeigte sich ein klares Muster: Die CAE-Stream-Varianten lieferten durchweg ein besseres Zuschauererlebnis.
QOE-LEISTUNG
QoE Insights lieferte eine beträchtliche Menge an Details, die bestätigen, dass sich das Gesamterlebnis der Zuschauer nach der Anwendung von CAE erheblich verbessert hat. Nachfolgend finden Sie eine Zusammenfassung, die aggregierte Details für Beispielzeiträume vor und nach der Anwendung von CAE hervorhebt.
QoE-Leistungsübersicht - vor CAE-Optimierung
QoE-Leistungsübersicht - nach CAE-Optimierung
Die Ergebnisse zeigen, dass die CAE-Stream-Varianten bei den wichtigsten QoE-Messungen ein besseres Gesamterlebnis bieten.
| Metrisch | Gemessen vor CAE | Gemessen nach CAE | Prozentuale Veränderung |
|---|---|---|---|
| Video-Startzeit (Avg) | 4,586 Sekunden | 2,573 Sekunden | 44% Verbesserung |
| Rate der Wiederholungspufferung | 9:46 | 7:03 | 28% Verbesserung |
| Upscale Time | 22:53 | 24:00 | 5% Verschlechterung |
Die Videostartzeit und die Neupufferungsraten wurden erheblich verbessert, so dass der Player dank der verbesserten Effizienz schneller zum ersten Bild gelangt. Bei CAE-Stream-Varianten müssen kleinere Segmente in die lokalen Player-Puffer geladen werden, was zu einer besseren Cache-Nutzung und kleineren Nutzdaten führt.
Die Hochskalierungszeit misst die Zeit, in der ein Player eine Stream-Variante anfordert, die eine geringere Auflösung als die maximale Auflösung des Anzeigegeräts hat. Der leichte Anstieg der Upscale-Zeit entspricht dem erwarteten Verhalten. Bei der Verbindung mit der CAE-optimierten ABR-Leiter hat der Player bessere Möglichkeiten, Rebuffering-Ereignisse zu verhindern, was die QoE-Auswirkungen bei weitem stärker beeinträchtigt.
Studien zeigen, dass QoE-Beeinträchtigungen das Engagement der Zuschauer erheblich beeinträchtigen. Dies wird deutlich, wenn man sich die Details des Engagement-Trichters in QoE Insights ansieht. Die folgende Abbildung zeigt zum Beispiel die Beziehung zwischen der Startzeit des Videos und der Wahrscheinlichkeit, dass der Betrachter nicht mehr aktiv ist, bevor er als engagierter Betrachter gezählt wird.
Von den insgesamt 4.092 Abspielanfragen wurden nur 164 (4 %) zu engagierten Betrachtern, wenn die Startzeit des Videos mehr als 6 Sekunden betrug. Im Vergleich dazu waren 987 (24 %) engagierte Betrachter, wenn die Startzeit des Videos weniger als 2 Sekunden betrug. Die bloße Verbesserung der Videostartzeit führt zu einer Steigerung von über 600 % bei der Anzahl der engagierten Betrachter.
QoE-Beeinträchtigungen haben einen großen Einfluss auf das Engagement der Zuschauer. CAE ermöglicht nicht nur Kosteneinsparungen, sondern fördert auch die Zuschauerbindung durch eine bessere QoE-Leistung.
ZUSAMMENFASSUNG DER ERGEBNISSE DER KONTEXTSENSITIVEN KODIERUNG
Context-Aware Encoding bietet zahlreiche Vorteile, darunter weniger Varianten pro Asset und optimierte Varianten, die auf der Komplexität der Szene und dem Kontext des Betrachters basieren. Aber nachdem wir es in unserem eigenen OTT-Dienst getestet haben, sind diese Vorteile quantifizierbar und unbestreitbar.
- 52%ige Reduzierung der Lagerkosten
- Senkung der Streaming-Kosten um 25
- 44 % schnellere Videoladezeiten
- 28% weniger Ablehnungen
- 10 % weniger Veranstaltungen an den Ständen
Für einen kleinen OTT-Service wie PlayTV von Brightcove führte die Einführung von CAE zu Kosteneinsparungen ohne zusätzliche betriebliche Komplexität. Mit geschätzten 32 % kombinierten Einsparungen bei den Streaming- und Speicherkosten wurde es als Standard-Ingestion-Profil für alle neuen Inhalte und beliebte ältere Inhalte implementiert.
GESCHÄTZTE EINSPARUNGEN BEI DER KONTEXTABHÄNGIGEN KODIERUNG
Um die damit verbundenen Einsparungen vollständig zu verstehen, haben wir eine Reihe mittelgroßer Medienunternehmen, die von Brightcove unterstützt werden, gemittelt, um ein Modell zu erstellen. Das Modellmedienunternehmen verfügt über 14.000 veröffentlichte Inhalte mit insgesamt 12.400 Stunden Videocontent. Jeden Monat konsumiert das Publikum etwa 1.200.000 Stunden Streaming-Content. Der geschätzte Streaming-Footprint würde durch die Einführung der kontextabhängigen Codierung erheblich beeinflusst werden.
| Einheit | Vor CAE-Optimierung | Nach CAE-Optimierung |
|---|---|---|
| Lagerung | 56.000 GB | 27.000 GB |
| Streaming-Bandbreite | 1.166.000 GB | 933,298GB |
Wendet man auf diese Zahlen die üblichen Speicher- und CDN-Tarife an, kann man die Gesamteinsparungen schätzen, die CAE dem Modellnutzer bietet.
| Einheit | Vor CAE-Optimierung | Nach CAE-Optimierung | Monatliche Einsparungen |
|---|---|---|---|
| Monatliche Speicherung | $4,500 | $2,200 | $2,300 |
| Monatliche Bandbreite | $52,500 | $42,000 | $10,500 |
| Monatlich Insgesamt | $57,000 | $44,200 | $12,800 (23%) |
Unser modelliertes "typisches mittelgroßes Medienunternehmen" kann CAE-Ingest-Strategien implementieren, die zu erheblichen Einsparungen führen. Anhand der modellierten Daten und der gemessenen Leistungskennzahlen spart der Kunde etwa 154.000 US-Dollar pro Jahr, während er gleichzeitig einen engagierteren Zuschauer erreicht.
Auf der Suche nach einem Gleichgewicht zwischen Kostensenkung und Erlebnisqualität ist Context-Aware Encoding eine robuste Lösung, die außergewöhnliche Streaming-Erlebnisse zu geringeren Kosten ermöglicht. Verwenden Sie unseren CAE-Rechner, um die Kosten abzuschätzen, die Ihr Unternehmen dadurch einsparen könnte.
