En 2015, los responsables de vídeo de todo el mundo se maravillaron ante la investigación que Netflix acababa de completar y aplicar a toda su biblioteca. Su enfoque de optimización de codificación por título aprovechaba un análisis de cada título para determinar la mejor forma de codificar en función de la complejidad de la acción en el fotograma.
CONSIDERACIÓN DE LA COMPLEJIDAD DEL VÍDEO
En pocas palabras, no todos los vídeos son iguales. El deporte es complejo porque tiene mucho movimiento entre escenas, no sólo de los jugadores, sino también de la cámara. En cambio, los episodios dramáticos pueden tener mucho menos movimiento de escena a escena, y las cabezas parlantes de los informativos y programas de actualidad suelen tener menos movimiento.
Este movimiento está relacionado con la complejidad de la codificación: Cuantos más contenidos, más complejo es codificar el vídeo. El planteamiento de Netflix consistía en analizar cada contenido y determinar cómo codificarlo en función de su complejidad inherente. Para una organización que emite más flujos que nadie, cada pequeño ahorro y cada pequeña optimización de los flujos puede tener un enorme retorno de la inversión.
Por impresionante que fuera esta innovación, siempre hay tecnólogos en este espacio que ven los retos desde un ángulo diferente. Así es como hemos pasado del vídeo del tamaño de un sello de correos al HDR 4K actual, a las experiencias en directo con DVR y mucho más. Parece que no importa lo impresionante que sea la próxima innovación, hay otro tecnólogo de streaming pensando en cómo construir la proverbial mejor ratonera.
CREAR UNA CODIFICACIÓN SENSIBLE AL CONTEXTO
En este caso, el equipo de investigación de vídeo de Brightcove, dirigido por el Dr. Yuriy Reznik, ideó una de nuestras innovaciones de vídeo más recientes en Brightcove, denominada Context-Aware Encoding (CAE). CAE toma el concepto de optimización de la codificación basada en contenidos y lo aumenta con información adicional sobre las condiciones de la red y la distribución de dispositivos entre la audiencia.
Context-Aware Encoding es como tener un experto en compresión dentro de una caja. Para cada título procesado y cada fotograma que contiene, CAE examina el activo de origen y realiza cálculos sobre el dispositivo de destino y la red a través de la cual se transmitirá el flujo.
Con este enfoque, puede optimizar el proceso de codificación de modo que se ajusten varios atributos de la escala de tasas de bits, no sólo la tasa de bits, y ahorrar en variantes de representación que no son necesarias. Por término medio, este planteamiento ha demostrado ahorros del orden de un tercio en la mayoría de los tipos de contenido, y de hasta un 50% cuando la actividad dentro del fotograma es bastante simple.
PRUEBAS DE CODIFICACIÓN CONTEXTUAL
Cabe destacar que Jan Ozer, uno de los expertos en vídeo más conocidos del sector, puso a prueba la codificación basada en el contexto de Brightcove en un test amplio y subjetivo.
En palabras de Jan:
"¿Por qué tuvo tanto éxito CAE? Porque con este vídeo sintético de bajo movimiento, permitió a Brightcove entregar un vídeo de mayor resolución a espectadores con una tasa de bits inferior a la de una escalera tradicional. El resultado ilustra las ventajas clave de la codificación por título: espectadores más satisfechos, menor consumo de ancho de banda y menores costes de almacenamiento y codificación al pasar de una escalera de siete peldaños a cuatro."
Se trata de una gran respuesta inicial para Context-Aware Encoding, y no hemos hecho más que empezar.
A medida que trabajemos con más editores, cadenas y emisoras y procesemos más contenidos, el algoritmo irá aprendiendo con el tiempo. En última instancia, esto significará que seguimos reduciendo los costes de ofrecer experiencias de vídeo ricas y atractivas a audiencias de todo el mundo y transformando la experiencia de los medios de comunicación.
