视频技术新时代

视频技术进入大众视角，大致已有二十多年，更多用户不仅对本地播放习以为常，也越来越多地使用互联网观看视频，占据用户时间的视频服务，其种类也愈发多样，从点播、电视直播到网络直播、短视频，形式和技术相互促进、不断发展。

以往视频技术给人的印象是变化缓慢，每五到八年，才有新一代编解码器被提出并纳入考量，在类似的时间跨度中，虽然新的流媒体协议得到广泛使用，但旧协议仍将存在，转码和流媒体分发的链路几乎是固定的，仅有少部分环节自行定义开发。唯一眼见的趋势，似乎是通过开源项目和技术方案提供商的支持，为初创公司建立音视频体系变得更加容易。

但另一方面，“更好”永远是“好”的对手，为了提供优于竞争对手的用户体验，实际上，当前的视频技术前所未有地复杂，变化迅捷。

其一，视频技术提供的功能比以往更为丰富。

以长视频服务为例，近年来我们看到了一系列的新功能，譬如支持更高的分辨率，4K、8K、16K，更高的帧速率，48fps、60fps、120fps，新的内容格式，HDR、Dolby Atmos，涉及全新类型的设备，VR、AR头显。从技术角度看，上述功能将引入多达数倍乃至数十倍的编码任务，而工作流也远比以往复杂，需要更多的模块和更多样的顺序结构。

（HDR，图片来自Youtube Blog）

当前完整的功能列表中，还可能包括描述式音频（Descriptive Audio）、自动翻译字幕、镜头搜索、智能海报等内容。在播放链路中，分析能力是传统解决方案中所没有的维度。由于视频往往是娱乐公司最有价值的资产，深度学习技术以其在计算机视觉领域的有效性，使用它们从视频中提取从低级到高级不同水平的元数据，能够有助于在转码、流媒体分发上实现深度地优化，同时也能更为有效地支撑衍生的推荐、搜索和广告服务。

故而，在视频处理的领域中，现代化的处理方式将需要考虑设计一个分层、灵活、高吞吐量、低延迟的基础架构，以实现与过往完全不同的工作流。

参考1：