Video Compression Guide: Balance Quality and File Size

Bởi Marcus Chen, Kỹ Sư Video Cao Cấp tại StreamTech Solutions với 12 năm tối ưu hóa việc phát video cho các nền tảng phục vụ hơn 50 triệu người dùng hàng ngày

Ba năm trước, tôi đã chứng kiến toàn bộ nền tảng video của chúng tôi suýt sụp đổ trong một buổi ra mắt sản phẩm. Chúng tôi đã dành nhiều tháng để hoàn thiện nội dung, nhưng không ai nén đúng cách các video quảng cáo. Chỉ trong vòng hai giờ sau khi phát trực tiếp, chi phí CDN của chúng tôi đã tăng vọt lên 47.000 đô la cho một ngày, máy chủ của chúng tôi bị nghẹt và người dùng kết nối di động đã rời bỏ trang web hàng loạt. Video trung bình mất 8 phút để tải trên kết nối 4G. Thảm họa đó đã dạy tôi một điều quan trọng: nội dung xuất sắc không có nghĩa lý gì nếu không ai có thể thực sự xem nó.

Kể từ đó, tôi đã nén hơn 2.3 triệu video trên các nền tảng phát trực tuyến, hệ thống đào tạo doanh nghiệp và các chiến dịch truyền thông xã hội. Tôi đã thấy các kiệt tác 4K bị giảm xuống thành những hiện tượng không thể xem được và xem các video 720p hoàn toàn chấp nhận được trở nên phình to đến kích thước tệp vô lý. Sự thật là, nén video không phải là về việc tuân theo một công thức—nó là về việc hiểu sự cân bằng tinh tế giữa chất lượng hình ảnh, kích thước tệp và ngữ cảnh phát trực tuyến cụ thể của bạn. Hôm nay, tôi đang chia sẻ khung mà tôi sử dụng để đưa ra những quyết định này, khung đã giúp khách hàng của chúng tôi giảm chi phí băng thông xuống 68% trong khi thực sự cải thiện chất lượng cảm nhận.

Hiểu Về Các Nguyên Tắc Nén Thực Sự Quan Trọng

Hãy để tôi bắt đầu bằng cách cắt xuyên qua những thuật ngữ kỹ thuật khiến hầu hết mọi người bối rối. Nén video hoạt động bằng cách loại bỏ thông tin mà mắt bạn sẽ không bỏ lỡ. Nghe có vẻ đơn giản, nhưng quỷ nằm trong từng chi tiết của thông tin nào bị loại bỏ và cách nào thực hiện điều đó.

Mỗi tệp video chứa ba thành phần quan trọng: thông tin không gian (chi tiết trong từng khung hình), thông tin tạm thời (sự thay đổi giữa các khung hình), và dữ liệu màu. Khi tôi nén một video, tôi thực chất đang đưa ra các quyết định có tính toán về việc giữ lại những yếu tố nào và hy sinh những yếu tố nào. Các codec bạn chọn xác định cách tiếp cận toán học đối với việc hy sinh này, trong khi các cài đặt mã hóa của bạn kiểm soát độ quyết liệt của sự hy sinh đó.

Dưới đây là điều mà hầu hết các hướng dẫn sẽ không nói với bạn: các cài đặt nén "tốt nhất" không tồn tại trong chân không. Một cuộc phỏng vấn nói chuyện có thể chịu đựng nén nhiều hơn so với một chuỗi hành động nhanh. Một video đào tạo doanh nghiệp dự kiến sẽ được phát trong môi trường LAN kiểm soát có các yêu cầu hoàn toàn khác với một đoạn clip trên mạng xã hội cần tải ngay lập tức trên các kết nối di động không ổn định.

Trong công việc của tôi, tôi đã xác định ba hồ sơ nén bao phủ 90% các kịch bản thực tế. Hồ sơ chuyển động cao ưu tiên chất lượng tạm thời và sử dụng bitrates cao hơn 40-60% so với cài đặt tiêu chuẩn—cần thiết cho thể thao, nội dung trò chơi hoặc bất kỳ thứ gì có chuyển động nhanh. Hồ sơ chi tiết cao tập trung vào độ phân giải không gian, hoàn hảo cho các buổi trình diễn sản phẩm, các chuyến tham quan kiến trúc, hoặc bất kỳ nội dung nào mà chi tiết nhỏ hơn quan trọng hơn chuyển động mượt mà. Hồ sơ cân bằng nằm ở giữa, tối ưu hóa cho nội dung đa dụng như vlog, thuyết trình và hầu hết các video doanh nghiệp.

Cảnh quan codec đã phát triển mạnh mẽ. H.264 vẫn là tiêu chuẩn phổ quát với 98% tương thích thiết bị, nhưng ngày càng trở nên không hiệu quả. H.265 (HEVC) cung cấp nén tốt hơn 40-50% ở cùng chất lượng, mặc dù sự phức tạp trong giấy phép và hỗ trợ trình duyệt hạn chế gây ra nhiều rắc rối. VP9 và AV1 cung cấp những lợi ích tương tự với các điều khoản giấy phép tốt hơn, nhưng thời gian mã hóa có thể lâu hơn 10-20 lần. Đối với hầu hết các khách hàng của tôi, tôi vẫn khuyên dùng H.264 như định dạng phát chính với H.265 là một cải tiến tùy chọn cho các thiết bị được hỗ trợ.

Quyết Định Bitrate: Nơi Chất Lượng Gặp Thực Tế

Bitrate là con số quan trọng nhất trong nén video, nhưng cũng là điều dễ bị hiểu sai nhất. Tôi đã thấy người ta ám ảnh về lựa chọn codec trong khi sử dụng bitrate hoàn toàn không phù hợp, giống như đổ nhiên liệu cao cấp vào một chiếc xe có động cơ hỏng.

Bitrate đo lường lượng dữ liệu mà video của bạn sử dụng mỗi giây, thường được biểu thị bằng megabit mỗi giây (Mbps). Bitrate cao hơn giữ lại nhiều thông tin hơn, dẫn đến chất lượng tốt hơn nhưng kích thước tệp lớn hơn. Tuy nhiên, mối quan hệ không phải là tuyến tính—nhân đôi bitrate không nhân đôi chất lượng. Trong các thử nghiệm của tôi, việc tăng từ 2 Mbps lên 4 Mbps tạo ra sự cải thiện đáng kể, nhưng việc nhảy từ 8 Mbps lên 16 Mbps mang lại lợi ích giảm dần mà hầu hết người xem sẽ không cảm nhận được.

Dưới đây là các khoảng bitrate tôi sử dụng làm điểm khởi đầu cho nén H.264, được tinh chỉnh qua hàng ngàn thử nghiệm mã hóa:

• 1080p (1920x1080): 4-8 Mbps cho nội dung tiêu chuẩn, 8-12 Mbps cho nội dung chuyển động cao, 3-5 Mbps cho các cuộc phỏng vấn nói chuyện
• 720p (1280x720): 2.5-5 Mbps cho nội dung tiêu chuẩn, 5-7.5 Mbps cho nội dung chuyển động cao, 2-3 Mbps cho các cuộc phỏng vấn nói chuyện
• 480p (854x480): 1-2.5 Mbps cho nội dung tiêu chuẩn, 2.5-4 Mbps cho nội dung chuyển động cao, 0.8-1.5 Mbps cho các cuộc phỏng vấn nói chuyện
• 4K (3840x2160): 15-25 Mbps cho nội dung tiêu chuẩn, 25-40 Mbps cho nội dung chuyển động cao, 12-18 Mbps cho các cuộc phỏng vấn nói chuyện

Các khoảng này giả định nội dung 30fps. Đối với video 60fps, hãy tăng bitrate lên 40-50%. Đối với H.265, bạn có thể giảm các con số này đi 40-45% trong khi vẫn duy trì chất lượng tương đương.

Sai lầm nghiêm trọng mà tôi thấy liên tục là sử dụng mã hóa bitrate cố định (CBR) khi bitrate biến đổi (VBR) sẽ hiệu quả hơn nhiều. CBR duy trì cùng một bitrate trong suốt video, lãng phí dữ liệu cho các cảnh đơn giản và thiếu dữ liệu cho các cảnh phức tạp. VBR phân bổ bit một cách động, sử dụng nhiều dữ liệu hơn cho các cảnh phức tạp và ít hơn cho các cảnh đơn giản. Trong các so sánh của tôi, mã hóa VBR hai lần thường tạo ra các tệp nhỏ hơn 20-30% so với CBR ở cùng chất lượng, hoặc chất lượng tốt hơn rõ rệt ở cùng kích thước tệp.

Đối với các ứng dụng phát trực tuyến, tôi sử dụng một kỹ thuật gọi là VBR bị giới hạn, điều này đặt ra một trần bitrate tối đa trong khi cho phép sự biến động dưới ngưỡng đó. Điều này ngăn chặn việc thiếu dữ liệu trong bộ đệm trong các cảnh phức tạp trong khi vẫn giữ được các lợi ích hiệu quả của VBR. Một cấu hình điển hình có thể sử dụng bitrate mục tiêu là 5 Mbps với tối đa là 7.5 Mbps—bộ mã có thể tăng lên 7.5 Mbps trong các chuỗi hành động nhưng trung bình thấp hơn nhiều trong những khoảnh khắc bình tĩnh hơn.

Lựa Chọn Độ Phân Giải: Khi Lớn Hơn Không Có Nghĩa Là Tốt Hơn

Tôi đã từng tư vấn cho một công ty chi 12.000 đô la hàng tháng cho việc lưu trữ video đào tạo 4K mà 94% người dùng của họ xem trên màn hình 1080p. Họ tin rằng "bảo vệ tương lai" biện minh cho chi phí đó. Sau khi phân tích các mẫu xem thực tế của họ và thực hiện các thử nghiệm chất lượng mù, chúng tôi đã chuyển sang phát 1080p và giảm chi phí lưu trữ của họ xuống 73%. Không một người dùng nào phàn nàn về sự suy giảm chất lượng.

Việc lựa chọn độ phân giải nên được điều khiển bởi ba yếu tố: thiết bị xem của khán giả của bạn, loại nội dung của bạn, và băng thông phân phối của bạn. Sự cường điệu của 4K đã khiến nhiều nhà sáng tạo tin rằng độ phân giải cao hơn tự động có nghĩa là chất lượng tốt hơn, nhưng điều đó