x264設定とタイトル別ラダーの最適化

図1。x264のデフォルト設定から、タイトル別にチューニングされたx264のパータイトルラダーに至るまで、各ステップが平均品質、平均ビットレート、エンコード時間に何を加えるか。画像をクリックするとフル解像度で表示されます。 x264設定とパータイトルラダーの最適化 Jan Ozer 2026年9月25日 記事 コメントを残す 2,808 ビュー 関連記事 CDN77が大規模ライブトランスコーディングにNETINT Quadraを選択した理由 2026年9月29日 Media over QUIC (MoQ)、導入に必要なもの、そしてその重要性（CDN77より） 2026年9月23日 VVCの台頭 2026年9月20日 ミュンヘンFRANDロイヤリティガイドライン：疑問符の方が回答よりも多い 2026年9月14日 H.264でエンコードされたビデオのみを制作している場合、エンコードを最適化することで帯域幅コストを節約し、視聴者に高品質な体験を提供できます。HEVCまたはAV1を導入することを検討している場合は、さらに理由があります。これらのコーデックがもたらす帯域幅の節約と品質の向上を計算しようとする前に、現在のH.264エンコーダーからどれだけの品質とビットレートが得られるかを知っておくべきです。そうでなければ、新しいコーデックのおかげだと考える利得の一部は、実際にはH.264で取りこぼした利得である可能性があります。これを説明するために、x264とFFmpegを使用して2つのテストシリーズを制作しました。最初のテストは、1080pクリップを使用してx264の最適なエンコードパラメータを特定すること、次にそれらのパラメータを完全なエンコードラダーに適用して全体的なメリットを計算することでした。TL/DR愛好家のために、結果を先に示します。記事の残りの部分で、どのようにしてそれらを得たかを説明します。このテストの多くの結果を含むZipファイルをここでダウンロードできます。Zipファイルの内容は以下の通りです。 目次 結果（TL/DR） 多くの質問があると思いますが、ここはTL/DRセクションです。ほとんどの質問には後ほど回答します。 図1。x264のデフォルト設定から、タイトル別にチューニングされたx264のパータイトルラダーに至るまで、各ステップが平均品質、平均ビットレート、エンコード時間に何を加えるか。画像をクリックするとフル解像度で表示されます。 TL/DRの結論は？ x264の最適化はVMAFを0.66 VMAFポイント向上させ、帯域幅を4.9 Mbpsから3.27 Mbps、つまり33%削減します。エンコード時間は3倍以上に増加します。先にある図4を見るとわかるように、帯域幅の節約は186時間の視聴でエンコードコストを上回るため、エンコードショップが非常に小さい場合を除き、最適化の決定は自明です。 図1は、固定H.264ラダーを使用し、2秒のGOPで、ほとんどデフォルト設定のx264から始まり、最適化を1つずつ追加していきます。very-slowプリセット、10秒のGOP、2パスエンコーディング、3つの参照フレーム、そして最終的に同じ設定でのパータイトルラダーです。 図2。トップヘビーな分布パターン。 VMAFとビットレートをどのように計算したか？ それは複雑です。深呼吸してください。ゆっくりと息を吐き出してください。繰り返してください。OK。 ストリーミングラーニングセンターのビットレートエクスプローラー（SBE）の図3に示すトップヘビー分布パターンを想定して数値を計算しました。 なぜすべてのラングのビットレートとVMAF値の平均を単純に取らなかったのか？ いくつかの関連する理由があります。 エンコードコストと効率のレビュー この分析に感銘を受けましたか？ あなたのエンコードラダーも同様の精査に値します。当社のエンコードコストと効率レビューは、お客様のコンテンツでラダーとコーデック設定をテストし、品質を犠牲にすることなく帯域幅支出を削減します。より低い配信請求書とより良い視聴者QoEを得られます。仕組みを見る → まず、ラングの値を平均すると、トップラングとボトムラングに同等の重みを与えます。これはほとんどのストリーミングサービス、特に米国、カナダ、ヨーロッパ、その他の高帯域幅地域では現実と一致しません。これらの地域では、上位2つまたは3つのラングが支配的です。この場合、固定ビットレートラダーと最適化されたパータイトルラダーを比較しているため、パータイトルのボトムラングは、より高い解像度で最適化されたパラメータでエンコードされているため、固定ラダーよりもはるかに高い品質を持っています。図3で見られるように、最適化されたラダーのボトムラング（赤）は、固定ラダーよりもVMAFスコアが46ポイント高く、これはわずかなビットレート差よりもはるかに大きいです。ラングの値を平均すると、ボトムラングが全体平均を大幅に押し上げますが、これはごくわずかな視聴者しか実際にそのラングを視聴しないことを考えると意味がありません。トップヘビー分布パターンを使用すると、このラングに0.34%というはるかに適切な重みを付けます。 図3。テストクリップMeridianの固定ラダー対パータイトルラダー。 図3を見ている間に、スペクトルのもう一方の端、トップラングを見てみましょう。ここでは、約5.6 Mbpsでエンコードされた固定ラダーのトップラングが、VMAFスコア96を持っていることがわかります。対照的に、最適化されたラダーは約1.8 Mbpsでエンコードされ、VMAFスコアは93です。視聴者にはどちらが良く見えるでしょうか？実際、どちらもそうではありません。ほとんどの視聴者はそれらをほぼ同じと見なすでしょう。ビデオがVMAFスコア93を達成すると、それ以上の品質は視聴者には識別できないことを示す実質的な研究があります。固定ラダーの主な欠点は、エンコードしやすいファイルがVMAF 93を超える1つ以上のラングを生成することが多く、ストレージと帯域幅を無駄にすることです。そのため、最適化されたパータイトルラダーをトップラング値93にチューニングしました。固定ラダーとパータイトルラダーを比較する際、トップヘビー分布は、視聴者の71.6%がそのトップラングを視聴すると仮定しており、これはラダーの全体的なVMAF平均を大幅に押し上げますが、視聴者は93と96の品質の違いを実際には知覚できません。トップヘビー分布パターンを使用してこの差を計算した場合、0.66 VMAF差を考慮する際には、2つのことを覚えておいてください。第一に、ラングを平均した場合（トップヘビー分布パターンを仮定しなかった場合）、差は実際には6.5 VMAFポイントとさらに大きくなります。第二に、この分布パターンを使用した0.66デルタは、93を超える値は視聴者には知覚できないという事実を考慮していないため、控えめに見積もられています。さて、再び深呼吸してください。数学の授業は終わりです。 エンコードコストと損益分岐点 図1で見られるように、最適化されたラダーはエンコード時間を3.2倍増加させました。これをドルに換算するために、AWS c7i.8xlargeインスタンスでエンコードを時間あたり1.428ドルと見積もりました。このインスタンスは、テストワークステーションと同じ32スレッドを持ち、帯域幅は1GBあたり0.02ドルです。時間はワークステーションで測定されたため、エンコードコストは推定値として扱ってください。 2分間のクリップからスケールすると、ベースラインラダーのエンコードコストはコンテンツ1時間あたり約1.25ドルでしたが、最適化されたラダーはエンコード時間の3.2倍で、コンテンツ1時間あたり約3.99ドル、つまり追加で2.74ドルかかりました。 SBEの損益分岐タブを使用すると、複数の分布プロファイルを使用して、帯域幅の節約、配信コスト、エンコードコストを考慮して、最適化されたラダーのようなエンコード決定の損益分岐点を計算できます。 図4は、トップヘビー分布を使用したベースラインと最適化されたラダーを比較しています。驚くことではありませんが、BBEはビットレート（4.90 Mbpsから3.269 Mbps）とVMAF（90.44から91.10）で図1と同じ数値を示しています。このビットレート差で、1GBあたり0.02ドルの帯域幅コストを仮定すると、視聴された1時間あたり約0.0147ドルの帯域幅が節約されました。そのレートでは、エンコードされたコンテンツの各時間は、追加のエンコードコストを回収するのに約186回視聴される必要があります。100万時間の視聴後、節約された帯域幅は14,682ドルに達しました。 図4。SLCビットレートエクスプローラーにおけるベースラインと最適化されたラダー間の損益分岐点。 エンコードコストは186時間の視聴で回収され、全体的なラダー品質は0.66 VMAF向上しました（帯域幅は33%低下）。視聴者が多いほど、品質向上は大きくなります。視聴者をモバイルプリセットに切り替えた場合、VMAF差は8.61に跳ね上がります。しかし、このグループははるかに低いビットレートのビデオを取得したため、帯域幅の節約は1時間あたり0.0023ドルに減少し、損益分岐点は1,169時間に増加しました。 それが意味すること コーデック研究者として、あなたは嫌うでしょう