前端 WebRTC 自适应比特率流：深入解析质量调整算法

WebRTC (Web Real-Time Communication) 彻底改变了实时通信，实现了在网页浏览器内直接进行无缝的音频和视频流传输。在使用 WebRTC 提供高质量用户体验时，一个关键方面是自适应比特率 (ABR) 流，尤其是在网络条件波动的情况下。这篇博文深入探讨了在 WebRTC 应用前端驱动 ABR 的算法，全面解析了如何动态调整视频质量以优化用户的观看体验。

什么是自适应比特率 (ABR) 流？

ABR 流是一种通过网络传输视频内容的技术，它会根据可用带宽和其他网络条件动态调整视频质量。与以固定比特率流式传输单个视频不同，ABR 技术会将视频编码为多个比特率（和分辨率），从而创建同一视频的多个不同版本。然后，客户端（在本例中是前端 WebRTC 应用程序）会根据其当前的网络状况选择最合适的版本进行播放。

ABR 的目标是提供流畅、不间断的观看体验。当网络带宽较高时，客户端可以选择高比特率版本的视频，从而获得高质量的观看效果。当带宽较低时，客户端可以切换到较低比特率的版本，以防止缓冲并保持视频流的连续性。

为什么 ABR 在 WebRTC 中很重要？

WebRTC 应用程序通常在不可预测的网络环境中运行。用户可能在使用信号强度波动的 Wi-Fi 网络，或者在使用拥堵程度不同的移动网络。如果没有 ABR，WebRTC 应用程序要么必须以低比特率传输视频以适应最坏情况（导致网络连接良好的用户体验不佳），要么会为带宽有限的用户带来频繁的缓冲和中断风险。

ABR 通过动态适应可用带宽解决了这个问题。这使得 WebRTC 应用程序能够为每个用户提供最佳的视频质量，无论其网络条件如何。这对于网络基础设施和互联网速度差异巨大的全球部署尤为关键。

前端 WebRTC ABR 系统的组成部分

一个前端 WebRTC ABR 系统通常由以下几个部分组成：

• 视频编码： 视频源需要被编码成多个版本，每个版本具有不同的比特率和分辨率。这通常在服务器端完成，在视频流传输到客户端之前。
• 清单文件： 清单文件（例如，DASH 清单或 HLS 播放列表）描述了可用的视频版本、它们的比特率、分辨率和位置。前端使用此文件来确定它可以请求哪些版本。
• 带宽估计： 前端需要持续估计可用的网络带宽。这个估计对于做出请求哪个视频版本的明智决策至关重要。
• 质量调整算法： 该算法使用带宽估计来选择合适的视频版本。其目标是在最小化缓冲的同时最大化视频质量。
• 视频播放器： 视频播放器负责请求和播放选定的视频版本。它还处理在网络条件变化时在不同版本之间切换的功能。

质量调整算法：前端 ABR 的核心

质量调整算法是前端 ABR 系统的核心。它负责根据可用带宽，智能地决定请求哪个视频版本。有几种不同的算法可供使用，每种算法都有其优缺点。在这里，我们将探讨一些常见且有效的算法。

1. 基于缓冲区的算法

基于缓冲区的算法专注于维持足够的视频数据缓冲区，以防止缓冲事件发生。它们通常使用缓冲区水平作为其决策过程的主要输入。

基本的基于缓冲区的算法：

这是最简单的基于缓冲区的算法。其工作方式如下：

• 如果缓冲区水平低于某个阈值（例如 5 秒），算法会切换到较低比特率的版本。
• 如果缓冲区水平高于另一个阈值（例如 10 秒），算法会切换到较高比特率的版本。
• 否则，算法将维持当前的视频版本。

示例：

            
function adjustQuality(bufferLevel, currentBitrate, availableBitrates) {
  const lowBufferThreshold = 5; // Seconds
  const highBufferThreshold = 10; // Seconds

  if (bufferLevel < lowBufferThreshold) {
    // Switch to a lower bitrate
    const lowerBitrates = availableBitrates.filter(bitrate => bitrate < currentBitrate);
    if (lowerBitrates.length > 0) {
      return Math.max(...lowerBitrates); // Select the highest available lower bitrate
    }
  } else if (bufferLevel > highBufferThreshold) {
    // Switch to a higher bitrate
    const higherBitrates = availableBitrates.filter(bitrate => bitrate > currentBitrate);
    if (higherBitrates.length > 0) {
      return Math.min(...higherBitrates); // Select the lowest available higher bitrate
    }
  }

  return currentBitrate; // Maintain the current bitrate
}

            

              
                Copy
              
            
          

优点：

• 实现简单。
• 能有效防止缓冲。

缺点：

• 适应网络条件变化的速度可能较慢。
• 可能不总能选择最佳的视频质量。

改进：

可以对基本的基于缓冲区的算法进行一些改进，例如：

• 对上调和下调切换使用不同的阈值。
• 使用缓冲区水平的移动平均值代替瞬时值。
• 考虑下载新分片所需的时间。

2. 基于带宽的算法

基于带宽的算法直接使用估计的网络带宽来选择合适的视频版本。它们通常通过测量下载视频分片所需的时间来估计带宽。

基本的基于带宽的算法：

该算法的工作方式如下：

• 通过测量前一个视频分片的下载时间来估计可用带宽。
• 选择低于估计带宽的最高比特率版本。

示例：

            
async function adjustQuality(availableBitrates, segmentDownloadTime, segmentSizeInBytes) {
  // Estimate bandwidth in bits per second
  const bandwidth = (segmentSizeInBytes * 8) / (segmentDownloadTime / 1000);  // Convert ms to seconds

  // Select the highest bitrate below the estimated bandwidth
  let selectedBitrate = availableBitrates[0]; // Default to the lowest bitrate
  for (const bitrate of availableBitrates) {
    if (bitrate <= bandwidth) {
      selectedBitrate = bitrate;
    } else {
        break; // Bitrates array is assumed to be sorted in ascending order
    }
  }

  return selectedBitrate;
}

            

              
                Copy