原文: https://slhck.info/video/2017/03/01/rate-control.html
原文時(shí)間：2017.03.01
翻譯時(shí)間：2019.01.30原文可能還在持續(xù)更新（最近一次是2018年8月），如有疑問(wèn)請(qǐng)先查看原文和變動(dòng)
什么是“碼率控制”？它指的是視頻編碼器如何決定用多少比特?cái)?shù)據(jù)來(lái)編碼一幀畫面。（有損）視頻編碼的目的就是在盡量保證源視頻質(zhì)量的同時(shí)，盡可能減少輸出文件的大小。在權(quán)衡文件大小和視頻質(zhì)量的過(guò)程中，碼率控制是至關(guān)重要的一步。
碼率控制體現(xiàn)在多種形式上——你將會(huì)了解到 “1-pass（一次編碼）” 和 “2-pass（二次編碼）”、“CBR（固定碼率）” 和 “VBR（動(dòng)態(tài)碼率）”，或許你還能知道 “VBV編碼（視頻緩存檢驗(yàn)器）” 或者 “CRF（固定碼率因子）”
為什么需要關(guān)心這些？我們已經(jīng)看夠那些用了錯(cuò)碼率控制模式或者錯(cuò)誤碼率的視頻編碼命令。這篇文章是一份不同碼率控制模式的簡(jiǎn)明指導(dǎo)，會(huì)為最終用戶解釋它們的適用場(chǎng)景。注意這不是一份碼率失真優(yōu)化的詳細(xì)說(shuō)明書。
很多人可能對(duì)音頻編碼器的碼率控制更加熟悉，特別是那些像我一樣伴隨著MP3成長(zhǎng)起來(lái)的人。為了翻錄CD，我們一度使用固定碼率（CBR）進(jìn)行編碼，直到后來(lái)動(dòng)態(tài)碼率編碼（VBR）的出現(xiàn)。動(dòng)態(tài)的碼率確保在給定條件限制（VBR質(zhì)量等級(jí)）的情況下，能得到盡可能小的文件大小和盡可能高的視頻質(zhì)量。
簡(jiǎn)單來(lái)說(shuō)，VBR能讓編碼器在視頻容易被壓縮的部分節(jié)省數(shù)據(jù)空間，留給那些 “難以編碼的內(nèi)容”。怎么區(qū)分壓縮的難易度呢？比如視頻中大多運(yùn)動(dòng)部分，編碼時(shí)都需要更多數(shù)據(jù)空間，因?yàn)檫B續(xù)視頻幀之間的內(nèi)容差別會(huì)更大。高空間細(xì)節(jié)和復(fù)雜紋理也一樣難以編碼。
選擇哪種碼率控制模式和你的實(shí)際用例是強(qiáng)關(guān)聯(lián)的。以下列舉的不同場(chǎng)景都會(huì)影響你在設(shè)計(jì)編碼管線時(shí)做出的選擇：
總之，了解實(shí)際場(chǎng)景會(huì)幫助你選擇合適的碼率控制模式。
現(xiàn)在讓我們深入了解一些不同的模式。我會(huì)圍繞 x264、x265、libvpx（ffmpeg中可用）這些當(dāng)下流行的 H.264 和 H.265 編碼器進(jìn)行闡述。你可以在這個(gè)鏈接 (ffmpeg libx264, libx264rgb )中了解更多這些編碼器所支持的參數(shù)。
對(duì)于 x265，編譯 ffmpeg 時(shí)需要加上 --enable-libx265，并不是所有的參數(shù)都能直接傳入 x265，需要配置 --x265-params 選項(xiàng)。對(duì)于 libvpx，編譯 ffmpeg 時(shí)需要加上 --enable-libvpx。
提醒一句：像 x264 這樣的編碼器在默認(rèn)情況下不會(huì)死板地將視頻幀填充到不必要的數(shù)據(jù)量，這意味著如果你的編碼內(nèi)容很簡(jiǎn)單，最終輸出的碼率大小可能會(huì)小于指定給編碼器的數(shù)值。別擔(dān)心，記住一點(diǎn)就行——在有浪費(fèi)情況時(shí)，為了達(dá)到目標(biāo)碼率而進(jìn)行編碼時(shí)毫無(wú)意義的。
量化參數(shù)（Quantization Parameter）控制了視頻幀中每一個(gè)宏區(qū)塊（Macroblock）的壓縮量。較大的數(shù)值，量化值更高，意味著更多的壓縮，更低的質(zhì)量，較小的數(shù)值代表相反的含義。H.264 的 QP 范圍是 0 到 51，在 x264 和 x265 中，可以簡(jiǎn)單地為整個(gè)編碼過(guò)程設(shè)置一個(gè)固定的 QP 值。注意：libvpx 不能設(shè)置固定 QP。
ffmpeg -i <input> -c:v libx264 -qp 23 <output>ffmpeg -i <input> -c:v libx265 -x265-params qp=23 <output>可以閱讀這篇教程 以了解QP背后的原理（如果你不懼怕那些數(shù)學(xué)公式的話。。）
除非你明確知道需要 QP，否則不要使用該模式！ 設(shè)置某個(gè)固定 QP 意味著最終碼率會(huì)隨著每個(gè)內(nèi)容場(chǎng)景的復(fù)雜度而劇烈變化，并且會(huì)導(dǎo)致輸入視頻的編碼效率低下。這可能會(huì)引起數(shù)據(jù)空間浪費(fèi)，你也不能對(duì)輸出文件的實(shí)際碼率有所把握。
適用于： 視頻編碼研究
不適用于：幾乎所有其他場(chǎng)景
Netflex 為了使每個(gè)內(nèi)容場(chǎng)景分類都能達(dá)到最優(yōu)編碼效果，提出使用固定QP編碼 來(lái)優(yōu)化它的 per-shot 編碼技術(shù)（這篇文章里 From chunks to shots 那一段解釋了什么是 “shot”）。但這需要大量的計(jì)算能力，并且要很小心地區(qū)分每個(gè)進(jìn)行獨(dú)立編碼的鏡頭，所以固定QP不是一種“一刀切”的方法，在此之前，你需要實(shí)現(xiàn)一整套框架來(lái)支持它。
這里我們給編碼器設(shè)置一個(gè)目標(biāo)碼率，然后希望它能知道怎么去達(dá)到這個(gè)碼率：
ffmpeg -i <input> -c:v libx264 -b:v 1M <output>ffmpeg -i <input> -c:v libx265 -b:v 1M <output>ffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M <output>別用這種模式！ x264 的主要開發(fā)成員之一說(shuō)過(guò)一定不要使用它 。為什么呢？編碼器不能準(zhǔn)確知道在后面的時(shí)間是什么內(nèi)容，所以它也必須靠猜來(lái)達(dá)到目標(biāo)碼率。這意味著碼率本身會(huì)有波動(dòng)性，特別是在一段視頻的開始階段，然后在某一時(shí)刻達(dá)到目標(biāo)。特別是對(duì)于HAS-type（這是什么？）流媒體，會(huì)引發(fā)短小分段之間巨大的質(zhì)量變動(dòng)。
這不是一種固定碼率模式！盡管 ABR 從技術(shù)上來(lái)說(shuō)是一種 VBR 模式，但它并不比指定某個(gè)固定碼率好多少，因?yàn)檩敵龇€(wěn)定畫質(zhì)的可靠性實(shí)在不行。
適用于： 應(yīng)急方案
不適用于：幾乎所有場(chǎng)景。。
如果是用例需求，可以通過(guò)開啟nal-hrd選項(xiàng)強(qiáng)制編碼器一直使用某個(gè)特定碼率：
ffmpeg -i <input> -c:v libx264 -x264-params "nal-hrd=cbr:force-cfr=1" -b:v 1M -minrate 1M -maxrate 1M -bufsize 2M <output>這種方式的輸出文件必須是.ts格式（MPEG-2 TS），因?yàn)?MP4 不支持 NAL 填充。注意，如果輸入文件易于編碼，這種模式會(huì)引起帶寬浪費(fèi)，但能保證碼率在整個(gè)流媒體中保持不變?？梢?a target="_blank" >這篇 文章中查看更多要點(diǎn)。CBR 模式或許在某些應(yīng)用中行得通，但在流媒體中，通常需要讓碼率盡可能低下來(lái)。
VP9 中的使用方法：
ffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M -maxrate 1M -minrate 1M <output>適用于： 單純?yōu)榱吮３止潭ùa率（額。。好吧~）；視頻流媒體（例如Twitch）
不適用于：歸檔；需要有效利用帶寬的場(chǎng)景
二次（或更多次）編碼讓編碼器對(duì)視頻內(nèi)容進(jìn)行預(yù)估成為了可能。第一次編碼會(huì)計(jì)算出編碼每一幀畫面的開銷，然后在第二次編碼中更有效地利用數(shù)據(jù)空間。這確保了在特定的碼率限制下，輸出畫質(zhì)能達(dá)到最好。
ffmpeg -i <input> -c:v libx264 -b:v 1M -pass 1 -f mp4 /dev/nullffmpeg -i <input> -c:v libx264 -b:v 1M -pass 2 <output>.mp4對(duì)于 x265，要將 libx264 替換成 libx265 ，然后在對(duì)應(yīng)的參數(shù)中設(shè)置編碼次數(shù)：
ffmpeg -i <input> -c:v libx264 -b:v 1M -x265-params pass=1 -f mp4 /dev/nullffmpeg -i <input> -c:v libx264 -b:v 1M -x265-params pass=2 <output>.mp4VP9 和 x264 的使用方式類似：
ffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M -pass 1 -f webm /dev/nullffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M -pass 2 <output>.webm在流媒體場(chǎng)景中，這是編碼一個(gè)視頻文件最簡(jiǎn)單的方式了。有兩點(diǎn)需要注意：你不知道最終視頻的質(zhì)量如何，所以需要做一些測(cè)試來(lái)確保所設(shè)置的碼率對(duì)那些復(fù)雜內(nèi)容是夠用的；另外該模式下的負(fù)面影響是碼率可能會(huì)出現(xiàn)局部峰值，導(dǎo)致客戶端接受流媒體時(shí)在峰值區(qū)間會(huì)有壓力或能力不足。對(duì)于碼率數(shù)值的選擇，Youtube 給出了一些建議 ，為了讓用戶上傳盡可能高質(zhì)量的視頻，這些數(shù)值經(jīng)過(guò)了優(yōu)化，在實(shí)際使用中你也可以選擇低一些的碼率。
適用于： 輸出一個(gè)特定目標(biāo)碼率的文件；為終端設(shè)備編碼
不適用于：對(duì)編碼速度有較高要求的場(chǎng)景（例如 直播流）
我曾在另一篇文章中詳細(xì)介紹過(guò) 固定碼率因子（Constant Rate Factor） 。總的來(lái)說(shuō)它會(huì)在整個(gè)編碼過(guò)程中給你提供穩(wěn)定的質(zhì)量。這是中“一勞永逸”的方法——你只需要指定 CRF 值，剩下的交給編碼器就行了。
ffmpeg -i <input> -c:v libx264 -crf 23 <output>ffmpeg -i <input> -c:v libx265 -crf 28 <output>ffmpeg -i <input> -c:v libvpx-vp9 -crf 30 -b:v 0 <output>在 H.264 和 H.265 中，CRF 的范圍是 0 到 51 （和 QP 一樣）。x264 的默認(rèn)值是 23，x265 的默認(rèn)值是 28。設(shè)置 18 （或?qū)?x265 設(shè)置成 24）的效果會(huì)比較明顯，比這更低的值很可能會(huì)造成空間浪費(fèi)。數(shù)值 +6 會(huì)使碼率減一半，-6 會(huì)使碼率增一倍。VP9 的 CRF 范圍是 0 到 63。CRF 的推薦范圍是 15 到 35。
CRF 模式的唯一負(fù)面影響是不知道輸出文件的大小，也不知道碼率的波動(dòng)情況如何。
2-pass 編碼和 CRF 編碼在輸出相同碼率的情況下，視頻質(zhì)量是相同的。主要的區(qū)別是在 2-pass 中，如有需要你可以直接控制輸出文件的大小，相對(duì)地，CRF 的出發(fā)點(diǎn)在于設(shè)置所需質(zhì)量的級(jí)別。
適用于： 歸檔；保存條件允許的最高質(zhì)量
不適用于：流媒體；輸出特定碼率/文件大小
視頻緩存檢驗(yàn)器（Video Buffering Verifier） 提供了一種實(shí)現(xiàn)控制最大碼率的方式。這對(duì)流媒體是很有用的，因?yàn)槟隳艽_定對(duì)某一段時(shí)間內(nèi)（如碼率高峰）的內(nèi)容，終端設(shè)備接收的數(shù)據(jù)量不會(huì)超出的所認(rèn)為的范圍。 VBV 在 2-pass VBR（兩次編碼中都用 VBR），或 CRF 編碼中都能使用——它能被“添加”到上述那些碼率控制模式中。后面那種使用方式也被稱為 “受限 CRF（Constrainted/Capped CRF）”。
通過(guò) -maxrate 設(shè)置最大碼率，-bufsize 設(shè)置期望端緩存大小 以開啟 VBV：
ffmpeg -i <input> -c:v libx264 -crf 23 -maxrate 1M -bufsize 2M <output>ffmpeg -i <input> -c:v libx265 -crf 28 -x265-params vbv-maxrate=1000:vbv-bufsize=2000 <output>VP9 中有一個(gè)類似的模式，雖然不叫 VBV，但效果是一樣的：
ffmpeg -i <input> -c:v libvpx-vp9 -crf 30 -b:v 2M <output>注意：如果你在直播流媒體應(yīng)用中開啟了 VBV，在 x264 和 x265 中可以添加 -tune zerolatency 和 -preset ultrafast 來(lái)提高編碼速度。這兩個(gè)設(shè)置會(huì)為了達(dá)到特定碼率（壓縮效率）降低輸出視頻的質(zhì)量，但會(huì)顯著提高編碼速度。對(duì) libvpx-vp9，需要設(shè)置 -quality realtime 和 -speed 5。更多信息可以查看 H.264 和 VP9 的指導(dǎo)文檔。
使用 Constrained ABR-VBV 編碼：
ffmpeg -i <input> -c:v libx264 -b:v 1M -maxrate 1M -bufsize 2M -pass 1 -f mp4 /dev/nullffmpeg -i <input> -c:v libx264 -b:v 1M -maxrate 1M -bufsize 2M -pass 2 <output>對(duì) x265：
ffmpeg -i <input> -c:v libx265 -b:v 1M -x265-params pass=1:vbv-maxrate=1000:vbv-bufsize=2000 -f mp4 /dev/nullffmpeg -i <input> -c:v libx265 -b:v 1M -x265-params pass=2:vbv-maxrate=1000:vbv-bufsize=2000 <output>對(duì) VP9：
ffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M -maxrate 1M -bufsize 2M -pass 1 -f webm /dev/nullffmpeg -i <input> -c:v libvpx-vp9 -b:v 1M -maxrate 1M -bufsize 2M -pass 2 <output>注意：根據(jù) x264 開發(fā)者的說(shuō)法，這里可以使用 1-pass，能和 2-pass 效果一樣 ，但壓縮效率可能比不上。
該怎么設(shè)置 bufsize？這取決于你能接受多大的碼率波動(dòng)性。簡(jiǎn)單做法是把緩存大小設(shè)置成最大碼率的2倍，但這個(gè)建議會(huì)隨流媒體的其他配置而變動(dòng)。如果客戶端的緩沖區(qū)比較小（比如只有大約幾秒鐘）， bufsize 應(yīng)該設(shè)置成差不多和最大碼率相同大小。如果你想限制流媒體的碼率，嘗試把 bufsize 設(shè)置成最大碼率的一半或更小。
當(dāng)使用 VBV 或 CRF 編碼時(shí)，一個(gè)小技巧是找到某個(gè) CRF 值，測(cè)試下來(lái)輸出的視頻碼率大概不會(huì)超出你想要的最大碼率。如果在你的編碼方案下，輸出文件經(jīng)常會(huì)“完全超出”想要的最大碼率，那其中的 CRF 設(shè)置可能太低了，這種情況下，編碼器會(huì)嘗試使用未被分配給它的數(shù)據(jù)空間。另一方面，如果設(shè)置的 CRF 較高，輸出文件經(jīng)常達(dá)不到最大碼率，那還可以繼續(xù)降低 CRF 來(lái)獲得更高的質(zhì)量。舉個(gè)例子：某個(gè)編碼方案沒有開啟VBV，設(shè)置 CRF = 18，平均的輸出文件碼率為 3.0 Mbit/s，但想通過(guò)添加 VBV 設(shè)置限制到 1.5 Mbit/s，這時(shí)需要把 CRF 降低到大約 24 以得到只有一半的碼率。
適用于： 帶寬受限的流媒體；直播流媒體（1-pass，CRF）；VoD流媒體（給定碼率，2-pass）
不適用于：簡(jiǎn)單隨意的編碼嘗試；歸檔用
下面是對(duì)不同碼率控制模式之間的簡(jiǎn)單對(duì)比。我從免費(fèi)的 Big Buck Bunny 和 Tears of Steel 視頻序列中分別選擇了三個(gè)不同分段（時(shí)長(zhǎng)30s）。這些視頻序列是未經(jīng)壓縮的原始錄制版本，之后將視頻分段用 libx264 按默認(rèn)配置編碼，對(duì)比中唯一的不同是碼率控制方式。我分別設(shè)置了不同的目標(biāo)碼率（750, 1500, 3000, 7500 kbit/s）、最大碼率（VBV）、QP/CRF（17, 23, 29, 35）?？梢栽?Github 上查看這些對(duì)比腳本 。
注意，這份對(duì)比并不很詳盡或有完全的代表性。通常，你要嘗試許多不同類型的視頻序列和不同的編碼器進(jìn)行搭配測(cè)試。我計(jì)劃在不久之后對(duì)這些測(cè)試進(jìn)行更新，但現(xiàn)在，以下的這些測(cè)試也能給你關(guān)于不同模式的一些建議。
下圖中，左邊一列為 3000 kbit/s，右邊是 7500 kbit/s。我只保留了這兩個(gè)碼率是因?yàn)槠渌麅蓚€(gè)目標(biāo)碼率并未在表中顯示出多大的差別，編碼器在面對(duì)一個(gè)已經(jīng)如此低的碼率時(shí)，并沒有太多數(shù)據(jù)分配上的選擇。每一行是 Big Buck Bunny（BBB） 和 Tears of Steel（ToS）中的一個(gè)片段。表中的線條顯示的是每一幀的大小經(jīng)過(guò) LOESS 平滑后的結(jié)果曲線——這表示了碼率如何隨視頻分段的時(shí)間變化。
你會(huì)發(fā)現(xiàn)——特別是前四個(gè)分段——ABR（青綠色）和 ABR+VBV（紫色）錯(cuò)誤地估計(jì)了視頻分段的復(fù)雜度。實(shí)際上，BBB 視頻序列的開頭是一段漸入，平滑的漸變，沒有多少運(yùn)動(dòng)畫面，這意味著為了使其壓縮到一個(gè)足夠好的質(zhì)量，并不需要太多數(shù)據(jù)空間。2-pass 的方法正確地從一個(gè)較低的碼率開始，節(jié)省了帶寬。倒數(shù)第三個(gè)分段包含了大量的空間細(xì)節(jié)，2-pass 模式得以將開頭省下來(lái)的數(shù)據(jù)空間用在這些細(xì)節(jié)上。
對(duì)于 BBB 的第二個(gè)視頻分段，各種編碼模式的表現(xiàn)實(shí)際上比預(yù)期要好，盡管可以再次看到 2-pass 模式比其他模式引起了更強(qiáng)烈的碼率波動(dòng)。
當(dāng)然，也有一些易于編碼（或者說(shuō)在內(nèi)容復(fù)雜度上幾乎沒有什么波動(dòng)）的視頻分段。對(duì)這些分段，不同的碼率控制模式?jīng)]有太多區(qū)別。
那些以視頻質(zhì)量為主的模式（CQP 和 CRF），我只給出 CRF/QP 17 和 23 的結(jié)果，這個(gè)范圍差不多就對(duì)標(biāo)的是一個(gè)“較好”的質(zhì)量范圍（就像 3000 ~ 7500 kbit/s 對(duì) Full HD 視頻是個(gè)“較好”的碼率范圍）。這里的曲線順序就反過(guò)來(lái)了——CRF越低質(zhì)量越好。
在結(jié)合了 2-pass 后能發(fā)現(xiàn)相同的趨勢(shì)：碼率隨著內(nèi)容復(fù)雜度變化。在使用CRF時(shí)，為了在不是很必要的地方節(jié)省出數(shù)據(jù)空間，碼率的選擇會(huì)更加受限。最有趣的是左下角的例子：CRF 像其他例子里一樣總體上比 Constant QP 更節(jié)省碼率，但這里從頭到尾都保持了一個(gè)大致穩(wěn)定的差距。我只能去猜想為什么會(huì)這樣——可能在這篇文章之后的某次更新中我會(huì)對(duì)其進(jìn)行分析吧…
通常，只要我們能提前確定輸出的平均碼率是多少，會(huì)發(fā)現(xiàn) CRF 模式在內(nèi)容適應(yīng)上做的很好…下面是 CRF+VBV 的表現(xiàn)：
為一個(gè)給定的 CRF 值選擇一個(gè)合適正確的目標(biāo)碼率/最大碼率總是一件需要靠猜的事情，并且還依賴于源視頻的內(nèi)容。不管怎么說(shuō)，當(dāng)這個(gè)合適正確的值被找到時(shí)，你不會(huì)過(guò)于限制視頻質(zhì)量到一個(gè)很極限的程度（就像 3000 kbit/s 和 CRF 17 的那個(gè)例子）。你也不會(huì)希望碼率發(fā)生很大的波動(dòng)，CRF 23 是 libx264 的默認(rèn)值，你會(huì)發(fā)現(xiàn)當(dāng)設(shè)置了一個(gè)合適的目標(biāo)碼率（如 7500 kbit/s）后，這種編碼方式能讓碼率的波動(dòng)性對(duì)復(fù)雜內(nèi)容中的不同有足夠的適應(yīng)能力，同時(shí)還保留了結(jié)合 VBV 模型的空間。
要理解清楚不同的碼率控制模式并非易事。不幸的是，雖然完全不推薦使用最簡(jiǎn)單的方案（僅指定一個(gè)固定碼率值），但整個(gè)互聯(lián)網(wǎng)還在不斷流傳使用這種方式的代碼樣例。
總的來(lái)說(shuō)，你可以根據(jù)自己的使用場(chǎng)景，做出以下選擇：
更多資料：
更新：
聯(lián)系客服
