How to Compress Video Without Quality Loss — ai-mp4.com

私は、品質を損なうことなくビデオ圧縮に関する包括的なガイドとして、この専門ブログ記事を書くつもりです。

私は、火曜日の午後11時にクライアントから電話がかかってきたときの彼女の声のパニックを今でも覚えています。「ウェディングビデオは47ギガバイトです」と彼女は声を詰まらせて言いました。「カップルは明日の朝ハネムーンに出発します、私は今夜デジタルコピーを約束しました。」ポートランドでブティックウェディングビデオ制作スタジオを運営している12年の経験を持つビデオ制作専門家として、私はこのシナリオに数え切れないほど直面してきました。その夜、私は彼女の47GBの4Kウェディングビデオを90分以内に3.2GBに圧縮し、翌朝カップルがノートパソコンでそれを見たとき、彼らはオリジナルとの違いを全く分かりませんでした。これが真のロスレスおよび近似ロスレス圧縮技術を理解する力です。

ビデオ圧縮の領域は、私がこの業界で2012年に始めたとき以来、劇的に進化しました。当時、ビデオを圧縮するということは、目に見える品質の劣化—ブロックアーティファクト、色のバンディング、そしておなじみの「圧縮された」外観を受け入れることを意味していました。今日では、ai-mp4.comのような適切な知識とツールを持っていれば、ファイルサイズを60〜85％削減しながら、視覚的に同一の品質を維持できます。ここでのキーワードは「視覚的に」です—なぜなら、ビデオの真の数学的ロスレス圧縮は、実用的な配信に必要な劇的なサイズ削減を達成することはほとんどないからです。

圧縮のパラドックスを理解する：ロスレス vs. 視覚的ロスレス

率直に言うと、多くの人が「品質を損なうことなくビデオを圧縮する」と言うとき、実際には「明らかな品質の損失なくビデオを圧縮する」という意味です。真のロスレスビデオ圧縮は存在します—FFV1やUt Videoのようなコーデックは、生のビデオファイルを情報のビットを失うことなく30〜50％圧縮できます。私は、マスターコピーのアーカイブワークフローでこれらのフォーマットを使用しています。しかし、100GBの生ファイルを50％圧縮した場合でも、50GBのファイルが残り、ほとんどのプラットフォームでの共有やストリーミング、または保存には実用的ではありません。

現代のビデオ圧縮の突破口は、人間の視覚認識を理解することから得られます。私たちの目は驚くほど高度に進化しており、予測可能な限界もあります。私たちは輝度のディテールよりも色のディテールに対して鈍感です。均一な色の領域での微妙な変化には気づきません。特定の空間的および時間的周波数を超えた情報を知覚することはできません。現代の圧縮アルゴリズムは、これらの視覚的限界を巧みに利用しています。

私のスタジオでは、三層の圧縮戦略を維持しています。第一層はFFV1を使用した真のロスレスアーカイブであり—これらはRAIDストレージに保存され、スタジオを離れることはありません。第二層は「視覚的ロスレス」と呼ぶもので、一定のビットレート（CRF）18-20のH.265（HEVC）を使用しており、ロスレスマスターと比較してファイルサイズを70-80％削減し、プロフェッショナルモニターで視聴するクライアントには識別できない状態を保ちます。第三層は「配信最適化」で、CRF 22-24のH.264またはH.265を使用し、ウェブ配信やクライアントのダウンロードのために85-90％のサイズ削減を達成します。

数字は物語を明確に物語ります。100Mbpsのビットレートで撮影された10分の4Kウェディングセレモニーは、おおよそ7.5GBの映像を生成します。FFV1でロスレスに圧縮すると、約4GBになります。CRF 18でH.265を使用すると、800MBに減ります。そして、ウェブ配信のためにCRF 23にすると、350MBです。私が200人以上のクライアントで行った盲テストでは、94％が自宅のディスプレイで見たときにオリジナルとCRF 18のバージョンを区別できませんでした。これが私たちが目指している理想の状態です。

視覚的ロスレス圧縮の背後にある科学

品質を損なうことなくビデオを効果的に圧縮するためには、実際にビデオデータに何が起こっているかを理解する必要があります。すべてのビデオファイルはフレームで構成されており—次々と表示される個々の画像です。30fpsのビデオは1秒間に30フレームを含み、各フレームには何百万ものピクセルが含まれており、それぞれに色と明るさの情報があります。生データの容量は驚くべきもので、非圧縮の4Kビデオは30fpsで1分あたり約1.5GBのデータを生成します。

真のロスレス圧縮は存在しますが、朝までに5GBにする必要がある47GBのウェディングビデオを見ているとき、数学的な完璧さは実用的な配信の敵となります。

現代の圧縮コーデックは、このデータを減少させるための三つの主な技術を使用しています。第一に、空間圧縮は各フレームを分析し、JPEGが静止画像を圧縮するのと同様に、そのフレーム内の冗長情報を削除します。これをインターフレーム圧縮と呼びます。第二に、時間圧縮は連続するフレーム間の類似点を特定し、その差分のみを記録して、最小限の動きのあるシーンでデータを劇的に減少させます。これがインターフレーム圧縮です。第三に、知覚最適化では、人間の目が通常検出できない情報を削除します。

マジックは量子化プロセスで起こります。ビデオが周波数領域データに変換された後（離散コサイン変換や類似の方法を使用）、エンコーダは保持する周波数成分と、削除または精度を減少させるものを決定します。高周波の詳細、リアルなエッジや精細なテクスチャを作り出す種類のものは、視覚的ロスレス圧縮においてより注意深く保存されます。低周波の情報は、広い色や明るさの変動を代表し、より攻撃的な圧縮に耐えることができます。

私は2016年の企業プロジェクトでこの教訓を身をもって学びました。クライアントは、帯域幅制限のある内部ポータルに対してトレーニングビデオを圧縮する必要がありました。品質よりもファイルサイズを優先する積極的なプリセットを使用した結果、悲惨なことになりました。テキストのオーバーレイは文字の周りのリングアーティファクトにより読めなくなりました。CEOの顔のクローズアップは、肌の色に明らかなブロッキングが現れました。私はプロジェクト全体をやり直さなければなりませんでした。今回はビットレートの配分に細心の注意を払って二重パスエンコーディングプロセスを使用しました。ファイルは最初の試みよりも40％大きかったですが、見た目は非常にきれいで、クライアントは大満足でした。

ニーズに合ったコーデックの選択

選択するコーデックは、圧縮効率と品質保持を根本的に決定します。私の専門的な作業では、シチュエーションに応じて主に三つのコーデックを使用しており、それぞれの使用法を理解することで、数え切れないほどの時間とテラバイトのストレージスペースを節約しています。

H.264 (AVC) は広範な互換性のための普遍的な標準であり、過去10年間に製造されたすべてのデバイスはH.264をデコードできます。どこでも再生される必要があるコンテンツには、最も安全な選択肢です。視覚的ロスレス圧縮には、H.264を「高」プロファイルで使用し、CRF値は18-20の範囲で使用します。典型的な結果としては、50Mbpsのソースビットレート(約1.9GB)の5分間の1080pビデオが圧縮され、標準ディスプレイでは目に見える品質損失なく280-350MBになります。圧縮比は約5.5:1から7:1です。

H.265 (HEVC) は私が4Kコンテンツおよびアーカイブ目的に使用する好みのコーデックで、ファイルサイズが重要ですが、互換性はそれほど重要ではありません。H.265は同等の品質レベルでH.264よりも約40-50%優れた圧縮を実現します。同じ5分間の1080pビデオは、CRF 20のH.265を使用すると、180-220MBに圧縮され、視覚的に同一の品質を維持します。4Kコンテンツにおいて、その利点はさらに顕著です。850MBのH.265の10分間の4Kクリップは、H.264では同等の品質を達成するために1.5-1.7GBが必要となります。

AV1は、ウェブ配信のためにワークフローに組み込み始めた新興のコーデックです。ロイヤリティフリーで、H.265と同じかそれに近い圧縮効率を提供しますが、エンコード時間は現在5〜10倍長くなっています。私はAV1を主にYouTubeやそれをサポートするストリーミングプラットフォーム向けのコンテンツに使用しており、一度のエンコードコストがコンテンツの寿命にわたって帯域幅コストを削減することによって正当化されます。

ツール