Les services OTT atteignent aujourd'hui plus d'appareils et de plateformes que jamais, ce qui crée une demande croissante de contenu vidéo de meilleure qualité. Cependant, ce désir d'une meilleure qualité a un coût. En particulier, les coûts d'infrastructure et d'exploitation augmentent en raison du stockage de contenu supplémentaire, de l'augmentation du débit des serveurs d'origine et de l'utilisation accrue de la bande passante du réseau de diffusion de contenu (Content Delivery Network, CDN).
Le défi consiste à réduire les coûts du réseau CDN sans compromettre la qualité de l'expérience du spectateur. La solution est le codage contextuel (CAE).
La CAE offre la possibilité de réduire la complexité opérationnelle tout en diminuant les coûts de stockage et de diffusion en continu. En s'appuyant sur des algorithmes dérivés de l'apprentissage automatique, l'IAO améliore automatiquement l'efficacité de la diffusion en continu sans nuire à la qualité de l'expérience. Vous pouvez le constater par vous-même en utilisant notre calculateur CAE. Si cela vous semble encore trop beau pour être vrai, nous l'avons testé sur notre propre service OTT, PlayTV. Cliquez ci-dessous pour voir les résultats, ou continuez à faire défiler l'écran pour obtenir une mise à jour sur le fonctionnement du CAE.
Table des matières
- Comprendre l'encodage en fonction du contexte
- Avantages de l'encodage en fonction du contexte
- Mise en œuvre d'un encodage tenant compte du contexte
- Résultats de l'encodage en fonction du contexte
- Résumé de l'encodage en fonction du contexte
- Estimation des économies réalisées grâce à l'encodage en fonction du contexte
COMPRENDRE L'ENCODAGE CONTEXTUEL
CODAGE TRADITIONNEL
La plupart des vidéos diffusées en continu sur l'internet utilisent aujourd'hui des technologies de diffusion en continu à débit adaptatif (ABR), telles que HLS ou MPEG-DASH, afin d'optimiser la lecture vidéo. Un flux ABR contient plusieurs "rendus" de la même vidéo, qui sont encodés à différentes résolutions et débits binaires selon une échelle d'encodage prédéfinie.
Lorsqu'un utilisateur appuie sur le bouton de lecture, le lecteur reçoit un manifeste des rendus disponibles pour la lecture. Le lecteur sélectionne le rendu à lire en fonction de plusieurs facteurs, notamment la bande passante disponible, le remplissage de la mémoire tampon et la taille de la fenêtre de lecture. Lorsque ces facteurs changent pendant la lecture, le lecteur peut passer à des rendus de qualité supérieure ou inférieure, affichant ainsi la meilleure qualité vidéo possible avec une mise en mémoire tampon minimale.
Cependant, les échelles de débit statique produisent souvent une qualité incohérente pour différents types de contenu. Les contenus vidéo très complexes, tels que les sports, nécessitent plus de bits pour obtenir une expérience visuelle acceptable que les contenus moins complexes, tels que les animations. Ainsi, l'utilisation d'un même profil pour encoder différents types de contenu, ou du contenu pour différentes chaînes, entraîne souvent un gaspillage de stockage et de bande passante.
La diffusion en continu est l'un des principaux centres de coûts d'un service OTT. L'excès de stockage, l'utilisation inefficace du cache et la bande passante de streaming peuvent représenter des sommes considérables, en particulier à mesure que la bibliothèque de contenus s'enrichit et que le service attire davantage de téléspectateurs.
ENCODAGE CONTEXTUEL
Contrairement aux méthodes d'encodage traditionnelles, le Context-Aware Encoding utilise des informations contextuelles, telles que le type de contenu, les capacités de l'appareil, les conditions du réseau et le comportement du spectateur, afin d'optimiser la diffusion vidéo. Au lieu d'utiliser une échelle ABR pour tous les contenus, CAE analyse chaque vidéo source et construit intelligemment une échelle d'encodage personnalisée (ensemble de rendus) pour chaque élément de contenu.
En outre, le CAE prend en compte les contraintes liées au réseau de diffusion et à l'appareil utilisé pour visionner le contenu. Il décide du nombre de rendus nécessaires et des résolutions et débits binaires à utiliser pour chacun d'entre eux, tout en maintenant un niveau de qualité constant pour tous les titres.
L'optimisation des ressources à l'aide de l'IAO permet de réaliser d'importantes économies qui augmentent avec la durée de publication et la taille de l'audience. Cependant, les économies ne sont pas le seul moteur des organismes de diffusion en continu. Les téléspectateurs très engagés sont très appréciés, et peu de choses ont autant d'impact négatif sur l'engagement des téléspectateurs que les dégradations de la qualité de l'expérience (QoE).
AVANTAGES DE L'ENCODAGE CONTEXTUEL
L'encodage contextuel présente de nombreux avantages pour les coûts de distribution du réseau CDN.
- Favorise l'utilisation efficace de la bande passante, ce qui réduit le trafic de données et les coûts.
- Réduit les besoins en stockage en optimisant l'échelle ABR pour chaque média, ce qui permet de réduire le nombre de vidéos à stocker.
- La mise en cache est plus efficace, car elle nécessite moins de variantes discrètes et des paramètres de compression adaptés au contenu (ce qui peut se traduire par une meilleure qualité d'image perçue, des temps de chargement plus courts et une lecture plus fluide - des conditions qui permettent d'améliorer la qualité de l'expérience).
Il s'agit d'avantages réels qui peuvent être testés et quantifiés. Voici les étapes que nous avons suivies pour tester les avantages de CAE sur notre propre service OTT.
- Intégrer de nouveaux contenus avec un profil d'encodage standard
- Mesurer les besoins de stockage des actifs
- Mesurer l'audience et les débits moyens diffusés par visionnage
- Mesurer les performances en matière de qualité de l'expérience
- Mesurer l'engagement du public
- Après 30 jours d'utilisation en continu, retraiter la bibliothèque de contenu avec des profils d'acquisition optimisés par CAE.
- Identifier les différences dans l'échelle ABR
- Quantifier les différences dans les coûts de stockage, les taux de diffusion, la performance QOE et l'engagement du public
- Calculer les impacts et résumer les conclusions
MISE EN ŒUVRE DE L'ENCODAGE CONTEXTUEL
PlayTV est le service de streaming OTT de Brightcove dédié à la vidéo, disponible sur le Web, les mobiles et les applications CTV.
Pour tester CAE sur PlayTV, nous avons commencé par identifier les ressources idéales pour le retraitement. Nous avons analysé les ressources qui généraient le plus de vues (et, par extension, de coûts) et nous avons mesuré l'engagement du public à l'égard de ces ressources. À l'aide de QoE Insights, nous avons obtenu un aperçu de la manière dont l'échelle de codage standard était transmise au public et de la manière dont les altérations de la qualité de l'expérience affectaient le public.
Après retraitement, voici les changements que nous avons constatés dans la configuration de streaming Adaptive Bitrate (ABR).
| PlayTV Standard ABR Ladder | Échelle CAE PlayTV |
|---|---|
| 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 | |
| TAUX DE STOCKAGE : 4.5GB/hr | TAUX DE STOCKAGE : 2.1GB/hr |
Initialement, l'échelle ABR des actifs comportait sept variantes et nécessitait une bande passante combinée de 10,4 Mbps. Avec l'IAO, la combinaison des rendus créés à partir des différents types de ressources a été modifiée pour aboutir à cinq variantes ne nécessitant que 5 Mbps. En fonction de la complexité de la scène et d'autres attributs, certaines ressources étaient légèrement plus élevées et d'autres légèrement moins. Mais compte tenu de la similitude des matériaux, l'échelle observée était typique de la plupart des ressources retraitées.
RÉSULTATS DE L'ENCODAGE CONTEXTUEL
COÛTS DE STOCKAGE
L'introduction de l'IAO a eu un effet significatif sur les coûts de stockage. Le besoin de stockage d'un actif typique a été réduit de 4,5 Go/h à environ 2,1 Go/h. Le coût par heure de contenu est donc passé de 0,363 $ à environ 0,173 $. En conséquence, le coût par heure de contenu est passé de 0,363 $ à environ 0,173 $, soit une réduction estimée à 52 % des coûts de stockage.
COÛTS DE DIFFUSION EN CONTINU
QoE Insights a fourni des rapports détaillés sur les variantes de flux diffusées par appareil pour l'ensemble des téléspectateurs. Grâce à ces données, nous avons pu voir clairement la bande passante nécessaire pour atteindre le public, ainsi que les rendus qui augmentaient la consommation de bande passante.
| Variante | Pourcentage de jeux - Standard | Pourcentage de pièces - CAE |
|---|---|---|
| <540p | 28% | 47% |
| 540p | 11% | 7% |
| 720p | 54% | 41% |
| Autres | 7% | 5% |
| Débit moyen par lecture | 2.25Mbps | 1.8Mbps |
Le graphique ci-dessus montre que CAE a fourni des variantes de flux inférieures à 540p plus souvent que l'échelle standard. Les résultats montrent une réduction d'environ 20 % de l'utilisation de la bande passante pour la diffusion en continu.
Bien entendu, le fait qu'un plus grand nombre de téléspectateurs passent plus de temps avec des variantes à faible résolution pourrait entraîner des dégradations de la qualité de l'expérience. Bien que cela puisse sembler contre-intuitif au départ, CAE a appliqué de meilleures stratégies de compression pour le contenu, ce qui s'est traduit par des paramètres d'encodage qui n'ont pas gaspillé de bits. CAE a éliminé les variantes de flux qui ciblaient des résolutions spécifiques mais n'appliquaient pas un débit suffisant pour fournir un flux de qualité. En creusant les détails de la qualité de l'expérience, il est apparu clairement que les variantes de flux de CAE offraient systématiquement une expérience supérieure aux téléspectateurs.
PERFORMANCE QOE
QoE Insights a fourni une quantité substantielle de détails validant que l'expérience globale du spectateur a été considérablement améliorée après l'application de CAE. Vous trouverez ci-dessous des vues récapitulatives qui mettent en évidence les détails agrégés pour des périodes d'échantillonnage avant et après l'application de CAE.
Résumé des performances QoE - Avant l'optimisation de l'IAO
Résumé des performances en matière de qualité de l'expérience - après optimisation de l'IAO
Les résultats montrent que, pour les mesures de qualité de l'expérience les plus importantes, les variantes de flux CAE offrent une meilleure expérience globale.
| Métrique | Mesuré avant l'IAO | Mesuré après l'IAO | Pourcentage de variation |
|---|---|---|---|
| Temps de démarrage de la vidéo (moyenne) | 4,586 secondes | 2,573 secondes | 44% Amélioration |
| Taux de rebuffage | 9:46 | 7:03 | 28% Amélioration |
| L'heure du haut de gamme | 22:53 | 24:00 | 5% Dégradation |
Le temps de démarrage de la vidéo et les taux de remise en mémoire tampon se sont considérablement améliorés, ce qui permet au lecteur d'accéder plus rapidement à la première image grâce à une efficacité accrue. Les variantes de flux CAE nécessitent des segments plus petits à charger dans les tampons locaux du lecteur, ce qui se traduit par une meilleure utilisation de la mémoire cache et une réduction de la taille des données utiles.
Le temps de montée en gamme mesure la durée pendant laquelle un lecteur demande une variante de flux dont la résolution est inférieure à la résolution maximale de l'appareil d'affichage. La légère augmentation du temps de montée en gamme est conforme au comportement attendu. Lors de la connexion à l'échelle ABR optimisée par le CAE, le lecteur dispose de meilleures options pour éviter les événements de rebuffering, qui sont de loin l'impact le plus perturbateur sur la qualité de l'expérience.
Les études montrent que les altérations de la qualité de l'expérience ont un impact significatif sur l'engagement des téléspectateurs. Cela apparaît clairement lorsque l'on examine les détails de l'entonnoir d'engagement dans QoE Insights. Par exemple, l'image ci-dessous montre la relation entre l'heure de début de la vidéo et la probabilité de désengagement avant d'être considéré comme un spectateur engagé.
Sur un total de 4 092 demandes de lecture, seules 164 (4 %) sont devenues des spectateurs engagés si la durée de démarrage de la vidéo dépassait 6 secondes. En revanche, 987 personnes (24 %) sont devenues des internautes engagés lorsque la durée de démarrage de la vidéo était inférieure à 2 secondes. Le simple fait d'améliorer la durée de démarrage de la vidéo se traduit par une augmentation de plus de 600 % du nombre de personnes intéressées par la vidéo.
Les dégradations de la qualité de l'expérience ont un effet considérable sur l'engagement des téléspectateurs. L'IAO permet non seulement de réaliser des économies, mais aussi d'accroître l'engagement des téléspectateurs grâce à une meilleure qualité de l'image.
RÉSUMÉ DES RÉSULTATS DE L'ENCODAGE CONTEXTUEL
L'encodage contextuel offre de nombreux avantages, notamment moins de variantes par contenu et des variantes optimisées en fonction de la complexité de la scène et du contexte du téléspectateur. Après l'avoir testé sur notre propre service OTT, nous avons constaté que ces avantages sont quantifiables et indéniables.
- Réduction de 52 % des coûts de stockage
- Réduction de 25 % des coûts de diffusion
- 44% de temps de chargement vidéo en moins
- 28% diminution des rebuffades
- 10% d'événements de stands en moins
Pour un petit service OTT comme PlayTV de Brightcove, l'adoption de CAE a permis de réaliser des économies sans complexité opérationnelle supplémentaire. Avec une économie combinée estimée à 32 % sur les coûts de diffusion en continu et de stockage, il a été mis en œuvre comme profil d'ingestion par défaut pour toutes les nouvelles ressources et les ressources anciennes les plus populaires.
ÉCONOMIES ESTIMÉES EN MATIÈRE D'ENCODAGE EN FONCTION DU CONTEXTE
Afin de bien comprendre les économies réalisées, nous avons calculé la moyenne d'un certain nombre d'entreprises médiatiques de niveau moyen prises en charge par Brightcove pour établir un modèle. L'entreprise de médias modèle possède 14 000 ressources publiées totalisant 12 400 heures de contenu vidéo. Chaque mois, son public consomme environ 1 200 000 heures de contenu en continu. L'encombrement estimé de la diffusion en continu serait considérablement affecté par l'adoption de l'encodage contextuel.
| Unité | Avant l'optimisation de l'IAO | Après l'optimisation de l'IAO |
|---|---|---|
| Stockage | 56 000 GO | 27 000 GO |
| Bande passante | 1 166 000 GO | 933 298GB |
En appliquant à ces chiffres les tarifs standard de stockage et de CDN, nous pouvons estimer les économies totales que CAE permet à l'utilisateur du modèle.
| Unité | Avant l'optimisation de l'IAO | Après l'optimisation de l'IAO | Économies mensuelles |
|---|---|---|---|
| Stockage mensuel | $4,500 | $2,200 | $2,300 |
| Largeur de bande mensuelle | $52,500 | $42,000 | $10,500 |
| Total mensuel | $57,000 | $44,200 | $12,800 (23%) |
Notre modèle de " société de médias moyenne typique " peut mettre en œuvre des stratégies d'ingestion de CAE qui se traduisent par des économies substantielles. En utilisant les données modélisées et les mesures de performance mesurées, le client économise environ 154 000 dollars par an tout en offrant un public plus engagé.
Dans la recherche d'un équilibre entre la réduction des coûts et la qualité de l'expérience, l'encodage contextuel est une solution robuste, capable d'offrir des expériences de diffusion en continu exceptionnelles à des coûts réduits. Pour estimer les coûts qu'il pourrait faire économiser à votre organisation, utilisez notre calculateur CAE.
