誰もがもはやウェブキャスティングに慣れていないと思います。2016年は生放送の初年度と呼ばれ、基礎技術が徐々に成熟し、千放送戦争に至りました。紅海の下では、純粋な生放送は徐々に競争力を失い、多くの企業がコンテンツを垂直化し、ショー、ゲーム、eコマース、ラジオやテレビなどのコンテンツ特性と統合し始めています。その中で、最も成功しているコンテンツの垂直化は、eコマースのライブブロードキャストです。いくつかの業界調査報告によると、2020年の中国のeコマース生放送市場の規模は1兆元に近く、年間成長率は100％を超えており、成長の勢いは強い。S1の流行が発生した2020年、eコマースはウイルスの分離に大きく貢献しました。同時に、この流行はeコマースのライブショッピングのアクセラレータボタンも押しました。
eコマースのライブブロードキャストでは、マルチメディア伝送ネットワークが重要な位置にあり、コンテンツセンターの基盤を担っています。
アモイeコマースコンテンツシステムアーキテクチャ図
eコマースシステムでは、コンテンツセンターが主要な成長エンジンです。2020年にタオバオダブルイレブンGMVは4,982億に達し、タオバオのライブ放送帯域幅は昨年の2倍以上にピークに達しました。ライブ放送のゲームプレイ、ユーザーエクスペリエンス、システムの安定性は昨年に比べて大幅に向上しました。GRTN（グローバルリアルタイムトランスポートネットワーク）の新世代マルチメディア伝送ネットワークは、ダブルイレブンの成長を後押ししました。ダブルイレブンの全期間を通じて、システムは滑らかでした。
GRTN新世代マルチメディア伝送ネットワークアーキテクチャ
マルチメディア伝送ネットワークはCDNですか？もちろん、答えはノーです。CDNは伝送ネットワークの一部にすぎません。マルチメディア伝送ネットワークには、コンテンツの作成、エンコードとデコード、コンテンツの配信、視聴体験、およびマクロ制御が含まれます。GRTNは、生産から消費、機能から管理までの完全なシステムです。
GRTN新世代マルチメディア伝送ネットワークアーキテクチャ
▐コンテンツ 制作：ライブ放送をもっと楽しくする
タオバオ生放送から5年が経ちました。アンカーの能力が大幅に向上しました。また、権利と利益の相互作用にも多くの革新を加えました。今年は生放送の内容に注目します。アンカーが生放送を販売しながら制作できることを願っています。非常に興味深いコンテンツがたくさんあり、誰もが同時に購入して購入できるようにし、良い気分を保ちます。そこで、ライブ放送ゲームのインタラクティブなゲームプレイに焦点を当て、商品を販売しながらライブ放送をより面白くて楽しいものにしました。
コンテンツ制作ストリーム内のインタラクティブシステムは、主に3つの部分に分かれています。強力なマテリアルゲームプレイエディター、柔軟で用途の広いスクリプトエディター、およびクロスプラットフォームレンダリング計算エンジンです。エディターはコンテンツ制作のユーザーインターフェースであり、さまざまな素材やゲームプレイの編集機能を提供します。ただし、単純な素材やゲームプレイではニーズを満たせない場合があり、素材やゲームプレイの操作を制御するための一連のスクリプトが必要です。スクリプト開発の難しさを軽減するために、スクリプトは柔軟で普遍的でなければなりません。最終的に、すべてのマテリアルとゲームプレイはストリームに表示され、レンダリング計算エンジンに依存する必要があります。
▐エンコードと デコード：低コストと優れたエクスペリエンス
S265は、ライブブロードキャスト用の非常に費用対効果の高いエンコードおよびデコードソリューションです。
帯域幅はライブ放送事業の最大のコストです。Qianzhan.comの推定によると、2020年の業界のCDN支出は300億元を超え、2025年には1,000億近くになります（https://bg.qianzhan.com/trends/detail/ 506 / 200715-ec767b9b.html）、ビデオ品質を確保しながら帯域幅を削減することは、コスト管理の重要な部分です。
カメラによって収集されるビデオデジタル信号は通常yuv形式であり、各ピクセルを表すには1.5バイトが必要です。例として720p 25fpsを例にとると、帯域幅は263.67Mbps、1時間のライブブロードキャストの合計トラフィックは124.4GBです。100万人がこれを視聴した場合生放送の場合、CDN料金は1億5800万もの高さでした。幸い、ビデオ画像内のフレーム間には非常に高い相関関係があります。ビデオ圧縮テクノロジーによって相関関係が削除された後、帯域幅を元の1 / 100-1 / 400に減らすことができます。
ビデオ圧縮規格には、主にISO（International Standards Organisation）が開発したMPEGシリーズとITU（International Telecommunication Union）が主導するH.26Xシリーズが含まれます。2003年に、2つの組織は共同専門家グループ（JVT）を結成し、AVC（H.264）を共同で策定しました。 ）コーディング標準。2013年に、JVTはHEVC（H.265）標準をリリースしました。AVCよりも新しい世代のビデオ圧縮標準として、HEVCは同じ画質でビットレートの半分を節約できます。
S265は、H.265規格に基づくソフトエンコーダです。高圧縮、高効率、シーンへの幅広い適応という3つの特性があります。業界のオープンソースX265と比較して、コードレートを20％以上節約し、エンコード速度を100％〜600％向上させることができます。現在、Taobaoライブブロードキャスト、Youkuビデオ、Alibaba Cloud MTS、VMate、DingTalkなどのビジネスで使用されています。
S265の最適化のアイデアには、2つの側面が含まれています.1つは、レート制御とエンコードツールの2つの方向からエンコード品質を最適化する一方で、2つの側面（高速アルゴリズムとエンジニアリングの最適化）からエンコード速度を最適化することです。また、X264には、ビットレートの利点または速度の利点があります。
S265 JCTVCクラスB〜Fシーケンス
Ali265 VS X265（RC = ABR） |
Ali265 VS X264（RC = ABR） |
|||
スピードグレード |
BitSaving @ 同じ品質 |
SpeedRatio @ 同じビットレート |
BitSaving @ 同じ品質 |
SpeedRatio @ 同じビットレート |
とても早い |
-20.2％ |
210％ |
-40.7％ |
55％ |
中 |
-18％ |
396％ |
-42.3％ |
66％ |
非常に遅い |
-21.5％ |
620％ |
-50.4％ |
62％ |
以下はデモビデオです。左側はS265の圧縮結果、右側はX265の圧縮結果です。同じビットレートでのS265のフロアタイルのテクスチャと水パターンがより鮮明であることがわかります。
左側がS265、右側がX265
別の見方をすれば、同じ品質でS265のビットレートを大幅に節約できるため、帯域幅のコストを削減できます。下の図の左側はX264の圧縮された2400kbpsで、右側はS265 1200kbpsの結果です。ビットレートが2倍になり、S265の品質が向上しています。
昨年、Taobao Liveのオンライン規模は2倍以上になりましたが、CDNの帯域幅コストはほとんど増加していません。これは、FY20がFY19に比べて1倍削減されたという前提で発生しています。S265が重要な役割を果たしています。
S265はコストを削減せずに経験を減らすことはありません
S265はライブブロードキャストのコストを大幅に削減しますが、エクスペリエンスは低下していません。
明確にするために、720pの解像度でのTaobao Live S265の平均ストリーミングビットレートは800kbs未満ですが、市場監視の平均psnrは42dbを超えています。今年のダブルイレブンでは、究極のHDに対するユーザーのニーズを満たすために、1080pHDライブブロードキャストも開始されました。
フロー制御に関して、S265は第2レベルのコードレート規制をサポートします。これにより、GRTNトラフィックスケジューリングは1秒以内に市場トラフィックの制御を完了し、CDNトラフィックの完全な制御を実現できます。
エンコード遅延に関しては、S265は低遅延圧縮モードを実装しており、X265ミディアムモードと比較してエンコード遅延が70％削減され、エンコード品質はほとんど失われません。
最後に、ビットレートが低下すると、それに応じてネットワーク伝送への圧力も低下します。ユーザーエクスペリエンスのスタッターレートとセカンドオープニングインデックスが大幅に改善されました。昨年、タオバオライブブロードキャストはセカンドオープニングレートの絶対値である25％低下しました。 1％の増加は、ビットレートの減少に直接関係しています。
▐コンテンツ配信：2ネットワークインワン 伝送システム
ストリーミングメディアの分野では、ライブブロードキャストテクノロジーに関しては、RTMP、HTTP-FLV、QUIC-FLV、およびSRTについて考えることがよくあります。マイク、通話、およびビデオ会議の接続に関してのみ、RTC（webrtc）について考えます。昨今、タオバオの生放送アーキテクチャ全体がアップグレードされ、過去の印象が一変し、生放送ネットワークと通信ネットワークの統合を実現したRTCで生放送のフルリンクが実行され、2つのネットワークの統合が完了しました。
統一されたアーキテクチャの後、リアルタイムのオーディオおよびビデオ通話とライブブロードキャストの2つの主要なサービスは、統一されたコードセットと一連の運用および保守システムを使用して、保守コストを削減します。同時に、Taobao Liveは、ビジネス特性に応じて統合ネットワークアーキテクチャを大幅にカスタマイズし、ライブブロードキャストサービスに適した独自開発の輻輳制御アルゴリズムとネットワーク送信戦略を備えています。Taobao Liveは、WebRTCのネットワーク伝送の中核を目指して、輻輳制御アルゴリズムを詳細に調査しました。特定のネットワークシナリオに基づく詳細なカスタマイズと最適化から、体系的なパラメータ検出の最適化、ニューラルネットワークに基づく輻輳制御アルゴリズムに関連する最先端の調査まで、詳細なカスタマイズの最適化の実装により、プッシュエンドの全体的な遅延が40％削減されました。また、12％減少し、アンカーの流れがよりスムーズで安定しました。最先端の探査の学術結果も、インターネットのトップ国際会議であるMobiComによって2回受信され、公開されました。
低遅延伝送は包括的な問題です。ライブブロードキャストでは、コスト、経験、遅延を考慮する必要があります。クライアントとサーバーの協力、およびオンラインデータに基づく継続的な反復が必要です。関連する制御アルゴリズムは、webrtcの完全なモジュール化から削除され、再構築されます。パフォーマンスは、webrtcの元の実現の2倍以上です。これは、2番目の開始と遅延を考慮し、最大スループットレートを追求しながら、ライブブロードキャストの大きなIフレームシーン用に大幅にカスタマイズおよび最適化されています。小さなネットワークジッタの場合、影響はなく、最大サポートは20％のパケット損失と500ms以内のジッタです。昨年同期の指標と比較して、フリーズ率は79％、フリーズVVは44％、2回目のオープニング率は32％、遅延と1回目のフレーム到着時間は100ms以上減少しました。
TaobaoLiveおよびその他のライブブロードキャストアプリケーション
エンドツーエンドの遅延は、ストップウォッチを使用してコンテンツをプッシュし、プッシュを撮影してコンテンツを再生することで測定されます。手動のTaobaoは基本的に2秒未満です。業界のライブブロードキャストソフトウェアのほとんどは依然としてFLVテクノロジーであり、遅延は通常5秒を超えます。 。厳密なABテストは、エンドツーエンドの遅延が減少することを証明します。これは、GMVの促進にプラスの効果をもたらします。ネットワークが良好な場合、スタッターを比較することは意味がありません。全員のスタッター率は0です。したがって、ネットワーク損失テスターを使用して30％のパケット損失と100ミリ秒の遅延テストを行うと、RTCには輻輳制御とネットワーク抵抗があるため、スタッターの状況は異なります。パケット損失戦略では、30％のパケット損失でジャムが完全に発生しませんが、FLVライブブロードキャストではジャム率が高くなります。
今後も、統合生放送通信ネットワークの最適化を継続し、タオバオ生放送のユーザーエクスペリエンスを継続的に向上させていきますので、ご期待ください。
▐視聴 体験：シーンを本当に復元
アリババグループのCTOであるChengLiは、グキンを購入した経験を共有しました。グキンを購入しても、従来のグラフィックの説明ではグキンの品質を知ることはできません。売り手は、ホストの説明とライブルームでの音を聞いて、グキンを区別するためにChengLiをライブ放送室に案内します。良いまたは悪い。ピアノを購入してみると、ピアノの音が生放送室で聞いた音と全く同じであることがわかり、タオバオ楽器生放送室の音質を高く評価しました。このWYSIWYG感が生放送の最大のメリットです。
「絵をより鮮明にし、音をよりリアルにする」は、タオバオライブの究極の追求です。Taobao Liveは、自社開発の3A、インテリジェントノイズリダクション、高音質モード、狭帯域HDなどのテクノロジーを使用して、制作機器、視聴機器、ネットワーク条件の多様性への適応の難しさを克服し、ホストに低コストのライブブロードキャストソリューションを提供し、視聴者に高解像度のオーディオとビデオのエクスペリエンスを提供します。 。
音楽ライブルームでの忠実度の高い体験：
eコマース生放送では、説明音の明瞭さが通信効率に直結するため、干渉音を極力シールドする必要があります。ノイズ低減能力は非常に重要です。タオバオ生放送チームは、従来技術よりもインテリジェントノイズリダクション、技術革新、ノイズリダクションについて徹底した研究を行ってきました。ノイズリダクション後は能力が強くなり、音の聞き取りやすさが向上します。
ノイズリダクション前の元の音声：
AliDenoiseインテリジェントノイズリダクション後の音声：
画質に関しては、タオバオ生放送チームは、デシェイク、ノイズリダクション、スーパースコア技術により画質向上を実現しました。また、S265エンコーダーの高い圧縮率を利用することで、業界の720pビットレートで1080P解像度のHDライブブロードキャストを実現しました。
左側が720P、右側が1080P
▐マクロ コントロール：象も踊ることができます
どのように設計されていても、システムの複雑さは徐々に増し、肥大化した象になります。一般的なシステムは、1回の動きで全身に影響を与え、大規模なプロモーションなどの主要な瞬間は言うまでもなく、通常は意のままに変更することはありません。ただし、Taobao Liveは今年、象を柔軟にするためにマクロ制御システムを作成しました。データシステムは象の眼鏡のようなものであり、インテリジェント戦略システムは象の脳のようなものであり、タスク実行システムは象の手足のようなものであり、ビジネス戦略構成システムはトレーナーの手にあるバトン。
マクロ制御システムは、複雑なシステムを閉じて、システム全体を監視および制御できるようにします。これにより、システムの堅牢性が向上します。マクロ制御システムの入力は、現在のホストのエンコードレートとライブブロードキャスト効果です。エラー修正から得られた複数のデータを使用した点滅に基づいて構築されたリアルタイムデータプラットフォームは、オンラインホスト、オンラインビューア、CDN帯域幅、および予測の現在の数を検出するための検出リンクとして使用されます。次の期間では、各データがクリーンアップされてカウントされ、意思決定システムに入力されます。意思決定システムは、ピーク制限戦略、時間戦略、ビッグアンカー戦略などの複数の戦略をデータプラットフォームのフィードバックデータと組み合わせて統合し、最適な決定を行い、実行モジュールに通知します。調整と制御;ミドルウェアMASSとロングリンクチャネルACCSを送信するグループの多次元メッセージグループに基づく実行モジュールは、アンカーのエンコードレートと視聴者の表示の明瞭さをリアルタイムで制御して、帯域幅の使用率を向上させ、ユーザーエクスペリエンスを向上させ、コストを削減し、安定性の目的。クライアントエンコーダーは、エンコードコードレートとインテリジェントコード制御ギアのリアルタイム動的調整をサポートし、フレームレベルのリアルタイム制御をサポートし、コードレート制御は数秒で有効になります。マクロ制御システムにより、リソースの管理と制御がより柔軟になります。将来を正確に予測できない場合、リソースの申請と準備が大きな問題になります。マクロ制御システムを使用すると、不正確なリソース推定を心配する必要がありません。マクロ制御システムは、リアルタイムデータは予測を行い、一人当たりの消費リソースを柔軟に調整します。
帯域幅調整に対するマクロ制御の影響
今年のダブルイレブンでは、マクロ制御システムがビットレートを上下に調整して、1人あたりの帯域幅を通常の0.5〜1.5倍に変動させるなどの戦略を実行しました。オンラインユーザー数が少ないため帯域幅を無駄にする必要がなくなり、オンラインユーザー数が多いため一部のユーザーを制限する必要がなくなり、当直のクラスメートは安心して生放送を見ながらおやつを食べることができます。
コンテンツ制作では、AIやその他のテクノロジーを使用して、より興味深いライブコンテンツを生成し、それを高効率のS265圧縮アルゴリズムでエンコードして、オーディオとビデオのビットレートを低くし、分散型RTCネットワークを介してさまざまなオーディエンスに配信し、最終的に高視聴体験の質は本当にシーンに復元されます。システム全体が帯域幅と品質をマクロ制御する必要があり、システムは全体的な状況から制御される必要があります。今年はタオバオ生放送が全面的にアップグレードされ、システム全体に多くのコンテンツが含まれています。次に、これらの一連のテクノロジーについて説明します。引き続きフォローアップ記事に注目してください〜
✿さらに 読む
著者|タオ部門オーディオおよびビデオ技術チーム
編集|オレンジ
生産|アリババの新しい小売技術