|
Периодически на YouTube мне попадаются ролики, по сути представляющие собой музыкальные треки, с подставленной статичной картинкой (например, обложкой альбома). С другой стороны я очень часто отмечаю в роликах на YouTube слышимые артефакты кодирования, даже при относительно высоком качестве воспроизведения.
Сегодня я попробую прояснить ситуацию, определив, каким образом YouTube кодирует звук в загружаемых роликах.
Как утверждает Википедия, сервис YouTube использует кодирование в формате H.264/MPEG-4 AVC с разрешением до 2048х1536 пикселей, а для аудио используется кодек AAC. При этом используются различные контейнеры: MP4, WebM, FLV, 3GP.
Как известно, качество аудиопотока варьируется в зависимости от выбранного качества видео (240p, 360p и т.д.). Чтобы выполнить полную проверку, я создал специальное видео с разрешением 4K Fullframe 4096х3115 пикселей, 25 кадров/с, со статичным изображением (белая заливка) и тестовым файлом RMAA 24/44.1 PCM в качестве звуковой дорожки. Вот, что получилось на выходе, после загрузки видео на сервис:
Интересно, что разрешение осталось оригинальным (соответствующее стандарту полноразмерного 4K видео, несмотря на заявление Wikipedia), но в настройках максимальное качество значится как 2660p (2660 строк, хотя на самом деле из 3115).
Затем я воспользовался всеми доступными средствами, позволяющими извлечь видео с сервера YouTube. Для загрузки оказались доступны следующие форматы:
FLV 240p
MP4 360p
MP4 720p
3GP 144p
3GP 240p
MP4 480p (без звука)
MP4 1080p (без звука)
MP4 4K (без звука)
Audio MP4 48
Audio MP4 128
Похоже, что для 480p, 1080p и 4K сервис использует отдельные звуковые потоки. Какие именно — мы проверим позже.
Пока давайте посмотрим, что можно сказать о звуковых дорожках скачанных нами видеофайлов. Для получения характеристик звуковых данных я пользовался Media Player Classic, foobar2000 и MediaInfo.
FLV 240p: MP3 / 64 kbps CBR / 22050 Hz / stereo
3GP 144p: AAC / 24 kbps / 22050 Hz / mono
3GP 240p: AAC / 32 kbps ABR / 22050 Hz / mono
MP4 360p: AAC / 96 kbps ABR / 44100 Hz / stereo
MP4 720p: AAC / 192 kbps ABR / 44100 Hz / stereo Audio 48 kbps: AAC / 48 kbps CBR / 44100 Hz / stereo
Audio 128 kbps: AAC / 128 kbps CBR / 44100 Hz / stereo
Последние два MP4 файла (содержащие только аудио) воспроизводиться в foobar2000 отказались (вплоть до падения плеера).
Надо отметить следующие поля для кодека AAC:
Codec ID: 40
Title: IsoMedia File Produced by Google, 5-11-2011
Значения среза для НЧ фильтра AAC оказались следующие:
24 kbps — 8 kHz
32 kbps — 9 kHz
48 kbps — 8 kHz + SBR up to 16.5 khz
96 kbps — 15 kHz
128 kbps — 15.7 kHz
192 kbps — 19 kHz
Аудиофайлы 48 и 128 кбит/с воспроизводились в MPC с последующей записью в SoundForge.
Но это что касается файлов, размещенных на сервере YouTube и доступных для скачивания. Давайте посмотрим (а точнее послушаем), как дела обстоят при воспроизведении видео через браузер (Adobe Flash Player).
Здесь всё оказалось довольно интересно. Оказалось, что при переключении качества видео звуковая дорожка не меняется! Записав и проанализировав сигнал, воспроизводящийся флеш проигрывателем, я отметил частотный срез на 15.7 кГц, как и у скачанной с сервера аудиодорожки 128 кбит/с. Однако, RMAA показал немного разные характеристики — уровень шума у декодированного foobar2000 файла был на 2 дБ ниже. И всё же это была та самая дорожка. которая подгружалась флеш плеером: различия были лишь в том, что Adbe Flash декодировал звук в 16 бит, а foobar2000 в 24:
На графике Вы можете видеть четкую «16-битную» полку для звука с флеш плеера. У foobar2000 она ограничена частотным срезом, после которого опускается до минимального 24-битного уровня.
Таким образом можно сделать вывод, что YouTube использует при проигрывании через Flash Player одну звуковую дорожку, а именно тот самый отдельный файл AAC 128 кбит/с. Для чего нужна дорожка 48 kbps SBR — можно только догадываться. Вероятно, для мобильных устройств.
Затем я переключился на HTML5 плеер. Среди доступных форматов появился WebM 360p. В качестве видео-кодека в нем использовался VP8, а для звука — Vorbis (Codec ID: A_Vorbis) с целевым битрейтом 128 (VBR) и фактическим 61 кбит/с. Частотный срез оказался на уровне 19 кГц.
Интересно, что Firefox в режиме HTML5 подгружал видео 360p или 720p в формате MP4, Opera же этот формат не поддерживает и потому подгружает один единственный файл WebM 360p. Это как раз и есть те файлы, которые лежат на сервере и доступны для скачивания, т.е. они используются для HTML5 версии. Что касается FLV и 3GP файлов — опять же, скорее всего они используются для мобильных устройств (в зависимости от поддержки устройством формата/ аудио и видео кодека).
Теперь, когда мы узнали, какие кодеки используются в каждом случае, давайте попробуем определить, какой же именно AAC кодер используется сервером.
Было высказано предположение, что YouTube использует FAAC, однако данный кодер не позволяет выставить постоянный битрейт, используемый YouTube. Тогда я попробовал CT AAC. Результат в режиме 128 CBR получился очень близкий, хотя частотные срезы отличались на 100 Гц.
Я продолжил поиски. Nero и QAAC в режиме CBR дали результаты совсем отличные от имеющегося (и по форме АЧХ, и по срезу). И даже ffmpeg дал результат далекий от кодера YouTube.
Последним я попробовал кодер FhG. Результат меня обрадовал: практически стопроцентное совпадение АЧХ, полное совпадение частоты среза. Мне удалось еще больше приблизить результаты, ограничив вход кодера до 16 бит. Очевидно, что YouTube действительно отбрасывает все биты младше 16-го (а мы на вход подавали 24). Можете ознакомиться с графиками (АЧХ, динамический диапазон, интермодуляции):
Могу заключить, что с большой вероятностью YouTube использует одну из версий кодера FhG AAC, который кстати использовался в последних версиях Winamp. В принципе, это очень даже неплохо, т.к. FhG AAC вместе с QAAC являются на сегодня лучшими кодерами AAC. С другой стороны режим CBR накладывает определенный ограничения, и результат будет хуже, чем для режима VBR в случае с консольным кодером. Тем не менее, это куда лучше, чем если бы использовался FAAC, как предполагалось ранее.
Какой из этого всего можно сделать вывод? Например, что, если вы собрались послушать музыку с YouTube, лучше всего перейти в HTML5 режим (выключив флеш плеер) и смотреть через Firefox версию MP4 720p (т.к. в ней используется AAC 192 кбит/с), ну или же скачать это видео на компьютер.
|
