关于音视频:面向体验助推超视频时代新增长

2 月 25 日，火山引擎视频云科技原力峰会顺利召开。
火山引擎视频云是如何倒退起来的？火山引擎要做什么样的视频云？将来视频云又会是什么样的？火山引擎视频云技术负责人浩铭在以《面向体验，助推超视频时代新增长》为主题的演讲中，分享了对视频体验、交互、增长的察看与思考，并介绍了火山引擎视频云的从前、当初，以及将来的技术布局与构想。他示意：置信视频利用会继续朝着三个方向演进，更高清、更交互、更沉迷。

火山引擎视频云技术负责人浩铭

以下为浩铭的演讲实录：

大家好，我是来自火山引擎视频的浩铭，很快乐明天能跟大家一起做分享，独特面向体验，助推超视频时代新增长。

火山引擎视频云进化史

首先给大家介绍一下火山引擎视频云的进化史，这里列了几个要害的工夫点：
起初在 2014 年，这时候字节跳动还在做图文利用。大家比拟相熟的今日头条，就是这个时候 DAU 冲破一千万。过后，公司曾经预计到将来是视频的时代，就开始在头条摸索视频的状态，视频架构部门也是在这个工夫点诞生的。
下一个工夫点到了 2016 年，字节跳动推出短视频 APP 抖音，与直播 APP 火山直播。随着字节系的产品一直裁减，视频架构在公司的地位也变成了视频中台。咱们作为中台一直地在公司外面孵化更多端到端的解决方案，像图片点播也在这个工夫点成为解决方案，然而那时候咱们的定位是面向性能、解决业务的问题。
2018 年，字节跳动自身业务飞速发展的一年，对咱们来说也是挑战很大的一年。首先咱们要保障业务的稳定增长，保障业务的扩容是平顺的，同时业务对咱们有了更多的要求，不止性能层面，还要对业务的性能与后果提供更大的帮忙，于是咱们对业务的体验优化做了更多的投入，继续优化端到端的视频体验。这个工夫点，咱们本人开始逐步意识到，“体验”的重要性。
到了 2020 年，咱们开始认真思考 ToB 的事件。之所以在这个工夫点思考 ToB，基于三点思考：

• 第一点，咱们作为中台反对的字节产品越来越多，如果把中台的服务模式变成 ToB 的服务模式，置信对业务的反对效率与组织效力上有很大的晋升；
• 第二点，通过几年的业务打磨，曾经具备行业当先性，咱们把曾经积淀好的能力输入进来，应该能够失去更好的商业价值；

• 第三，咱们心愿引入内部的视角，聆听来自行业的声音、用户的声音、客户的声音，让咱们扫视已有的技术，放弃咱们的先进性。
  基于几点思考，咱们逐步把团队从中台走向 ToB，把之前的积淀解决方案革新为对外的解决方案，把本人的服务做成平台化，更加规模化地接内部客户。这时咱们接了第一个内部客户，懂球帝。
  在 2020 年之后，这样的演进还在继续产生，比如说火山引擎正式 ToB，让视频云在 ToB 上顺利承接有了更大的投入，在产品的齐备度和服务的规范性上有了大幅的晋升。以及字节跳动收买了 Pico 之后，咱们开始在沉迷式视频上进行了更多的摸索。

  如何搭建品质体验体系

  从整个视频云的成长史来看，字节跳动的业务“养成”了视频云，而且视频云十分有幸在这个过程当中见证与帮忙字节跳动的成长。咱们心愿明天把积淀下来的能力与教训凋谢给行业的合作伙伴。
  方才在演讲过程当中，我提到了一点，咱们从能力建设开始面向体验的建设。通过几个直观的问题让大家感受一下到底这两个之间有什么区别。

• 业务数据不好，是不是因为播放体验有问题？
• 咱们播放体验的劣势是什么？
• 新上线一些新的性能，对业务的奉献到底如何？
• 咱们总说极致体验，体验是什么，以及怎么才算极致？
  大家可能感觉到画风不一样了，之前咱们谈性能的时候，更多是在谈性能有没有，好不好，有多好。这些会落到能够比照的，相似卡顿这类的指标。但回到体验，更多是业务带着最终后果向咱们提问，到底咱们的能力对业务有什么帮忙，咱们怎么答复这样的问题。
  首先我感觉每个问题都很难答复。在这儿我想分享一下教训，包含做事形式与思路。

大家看左边这张图，分成外边的一个圆环与外面的矩形。外边的圆形更多是咱们在日常研发外面的做事形式，置信大家都十分相熟。这外面有一个与大家做的不一样的，是线上试验的环节，外面的矩阵更多是内功，外围就是始终在致力建设数据的剖析和归因能力。咱们要做一个事件可能预估它的收益，并且可能及时回收收益。在内外联合、相辅相成的思路与做事形式下，咱们再看方才的几个灵魂拷问是不是能够答复了。
对于方才的几个问题咱们能够形象一下，变成一些更实质的问题。

第一个是如何掂量体验？

大家应该会有一些共识，体验指标能够分成 QoS（Quality of Service）指标和 QoE（Quality of Experience）指标。QoS 往往是从服务或者性能的视角统计服务质量，包含起播工夫、百秒卡顿、画质指标、延时等。这些是跟研发具体做的动作间接相干的，它们十分重要，而且是研发做的每个动作的直观体现。
咱们在实际过程中，逐步从最后的关注 QoS 指标，过渡到当初以 QoE 指标为主。因为 QoE 是从用户视角反映问题，通常是与用户播放时长和频次等相干的聚合指标，以反映用户的应用志愿，也与增长关联更加间接。它比 QoS 好的一点，QoS 是单方面，有可能把咱们的优化领导偏，而不是全局最优，QoE 是给了一个最终后果。咱们带着这个最终后果有能力与业务的增长后果做关联。

下一个问题，体验与增长之间是怎么关联的？

之前有很屡次的技术分享，大家对字节跳动的 A / B 试验有理解，它提供了一个让咱们真正成为业务外面的技术参与方，能间接看到咱们的动作与业务增长关联的平台。有了这个平台之后，咱们能够很不便地每个月做几十次线上试验，一直摸索体验指标与业务指标的关联，一点点打消元无知。

最初，如何优化体验，体验须要优化到什么水平？

如果咱们打算做一个性能优化，什么时候该做，做到什么时候该停。第一因为咱们有外部劣势，能够快捷地开大量的试验，所以能疾速、不停地迭代尝试出一个经验值，这个经验值能够在具体场景外面复制、积淀，能够推广出更多的业务方应用的。
另外一个形式就是应用业务已有的数据，做一些已有数据分析，比如说首帧与弃播之间的关系。咱们找到拐点，因为这个拐点可能就是这个业务的优化空间，如果过了这个拐点，有可能优先级能够放一放。咱们通过这种形式建设决策，去答复体验到底须要优化到什么水平。
方才介绍了研发的体系，上面我举几个例子，把这些例子失去的积淀论断分享给大家。

首先是在短视频场景下，方才我也提到了对于首帧的剖析，咱们通过试验与数据分析失去这样的一个论断，就是 210ms 这个数字。在短视频 feed 场景下，咱们认为 210ms 相当于流媒体首帧的满分规范。首帧大于这个值，用户的留存可能就会受到影响。

对于画质来讲，也是一个很直观的指标，大家心愿有很清晰的视频体验，咱们做了十分多的动作，这里举一个例子，特定环境下网络受限的用户，不得不抉择低分辨率的视频去播放，这样终端的成果必定是不好的。咱们有一些伎俩，通过超分辨率的形式，在终端把不好的播放体验从新超分成一个好的视频成果。单单这样的对于受限场景下的优化，对于大盘整个视频播放时长有 0.23% 的增长。

在直播上，延时也是很敏感的指标，然而的确与业务增长的关系是比拟难量化，咱们在“低提早直播”性能上线之后，也尝试做了反转试验，把曾经 3s 端到端延时的用户，从新晋升到 7s，咱们看了一下后果是什么样。这个工作做了之后，咱们看到用户的看播时长降落 1.3%，社交浸透与电商订单都有显著的降落。也是因为有了这样时延的佐证，咱们对于低延时直播的资源投入在继续的增长。

方才提到了一些研发投入深耕的场景，其实对于体验的优化可能不须要那么浅近，有一些简略的 Case 被大家疏忽掉，一样能够达到很好的后果。举一个看上去很简略的音量平衡例子，大家看直播或者点播的时候有刷视频的动作，刷到下一个视频如果声音忽高忽低，可能会有很差的播放体验，甚至因为声音变大吓一跳。咱们预期音量平衡的计划会拿到正向的后果，实际上做完试验之后后果远超预期，不仅在人均看播时长增长了 3%，而且电商直播的 GMV 超预期晋升 4%。其余像这些小的点有很多很多，只有这个思路存在，咱们就有更多可挖的空间。
除了技术，还有很多的玩法，能让留存、拉新失去很多晋升。介绍一下“一起看抖音”场景性能，这个场景是在抖音短视频观看时，能够让很多用户同时在看，大家看的进度是一样的，而且看的同时能够做音视频的聊天，以减少趣味性与陪伴感。它在抖音上线曾经靠近一年，月均 DAU 持续保持 30% 以上的增长，渗透率曾经晋升 10 倍。

面向用户打造极致体验，面向企业继续技术创新

方才是对体验优化方法论后果的展现，我前面分享一下火山引擎视频云将来的技术布局与构想。正如咱们和 IDC 一起公布的视频云白皮书中所提到的，咱们置信视频利用会继续朝着三个方向演进，更高清、更交互、更沉迷。上面对这三个方面，我别离谈一下咱们在技术上的储备与布局。

更高清

首先更高清。大家都经验了从彩色电视，到数字电视，到后边 1080P，以及这次北京冬奥会大家都享受到的 8K 超高清转播，以及 8K VR 直播，甚至 8K 更高分辨率的视频。这样对视频编码与传输，始终都是很大的压力，如果压缩跟不上的话，尽管能够用一些伎俩升高画质实现 8K 的传输，然而这样成果是“高不清”。

火山引擎多媒体实验室团队，始终在继续地摸索极致的视频压缩和图像增强技术，在受限带宽下继续晋升用户的视觉体验。
近期火山引擎落地业界首个 H.266 端云一体视频解决方案，相比目前支流的 265 编码方案，能节俭 30%-50% 的码率，在一些利用场景下最高可节俭 70% 以上码率，能够大大降低超高清视频利用的门槛，减速推动体验降级的过程。
除了方才编码效率的优化，咱们对更高清的谋求，不只是压缩效率更高了就是高清，当用户都感觉清晰了那才是高清。到底怎么掂量、反映用户观看视频的感触呢？
除了始终致力于建设画质的端到端整体优化计划之外，咱们还在尝试建设一套和用户感官齐全匹配的评估体系，咱们推出的是 VQScore 画质评估算法体系。咱们能够把它用在很多不具备参考条件的场景下，比方竞品评测、视频品质监控、基于视频品质的举荐，基于人类主观感触的视频端到端优化、低质视频筛查等。而且 VQScore 画质评估体系曾经在多媒体畛域的世界级会议拿到第一名的好问题。

更交互

下一个发展趋势是更交互。在业务倒退中，新的交互方式往往会带来新的商业冲破，技术的优化，能够让更多的互动玩法与商业场景成为可能。这里咱们看两个极致些的例子。
第一个是语音沙龙。语音沙龙是今年年初十分火爆的场景。之前因为技术架构的限度，产品不得不把可能上麦的主播数量管制到 20-50 个，一旦更多就会很凌乱。火山引擎 RTC 通过订阅逻辑的革新，让产品逻辑更加灵便，单房间最高反对超过千人上麦，成为国内首家可能提供单房间超过千人上麦的音视频服务。
第二个例子是 VR 场景下的千人 Livehouse，这对端上渲染能力有很大的要求。因为咱们有了低时延服务端渲染的能力，云渲染的超低延时架构将简单的渲染计算放到云端做，把计算后产生的音视频画面，用 RTC 传输到本机。无论多简单的计算，本机只须要播放音视频的性能耗费，从而解放终端的性能限度。

更沉迷

最初一点，是更沉迷。前边提到更高清与更交互，是达到更沉迷的先决条件。另外还有两个因素，自由度和虚实交融。咱们始终以来大家观看视频的体验，次要是滑动、切换下一个视频或者是拖拽，其实这时候咱们没有太多的自由度，而更多的视频将来要求咱们提供更多的自由度。比方能够通过 VR 看到更广大的视线，甚至能够通过多机位达到自由度的成果，独特组合成六自由度的 XR 体验。

我置信很快会有更多杀手级的 XR 利用呈现，给视频的出现与体验模式带来代际的更新。咱们一直打磨沉迷式视频体验能力，也一直地积淀在云解决方案当中，心愿能和更多业务合作伙伴一起推动行业的改革。
比方，方才提到了超过千人连麦，将来通过 VR 设施和技术，咱们能够实现千人在一个独特的虚构场景中，实现更多样化、更沉迷的社交活动，比方通过本人的 Avatar 替身聊天、一起刷抖音、看直播、一起玩游戏等，这种利用场景会波及到点播、直播、RTC、边缘渲染、云游戏等多个视频云解决方案的交融。

面向体验，助推超视频时代新增长

更高清、更交互、更沉迷是咱们一直的谋求，心愿帮忙合作伙伴引爆一个又一个新的业务增长点。明天，火山引擎视频云公布产品矩阵——为用户体验而生的视频云服务，咱们心愿打造全新的产品服务体系。

产品矩阵整体划分为三层，别离是外围中台、外围产品及解决方案。

• 底层是咱们的外围中台，是咱们技术能力的积淀，从生产、解决、传输、生产，笼罩视频内容生产全链路。让更多的互动玩法和商业场景成为可能。
• 中间层是咱们的外围产品，蕴含点播、直播、图片解决、实时音视频等。
• 下层是行业全栈解决方案，蕴含泛互联网游戏、在线教育、金融广电等，咱们置信全栈解决方案是驱动更多商业场景落地的要害变量。
  火山引擎视频云面向体验，助推超视频时代新增长，心愿能够和更多的业务搭档一起摸索下一代互联网新场景，一起发明更多的价值。明天我的分享就到这儿，谢谢大家！