编码与格式 / 系统课时
选择 H.264、H.265 或 AV1 编码
选择 H.264、H.265 或 AV1 编码
同一段视频使用不同编码,文件大小、画质、处理时间和播放兼容性可能相差很大。面对 H.264、H.265 和 AV1,不能只按压缩率排名选择。本篇通过编码能力对比、实际转码测试和播放端约束,确定三种标准各自适合的场景,并给出可执行的选型方法。
学习目标
- 比较 H.264、H.265 和 AV1 的压缩效率、编码成本与解码兼容性。
- 使用 FFmpeg 制作对比样本,并正确解释测试结果。
- 根据直播、点播、移动端和存储场景选择编码及回退方案。
三种编码标准的实际差异
H.264 又称 AVC,H.265 又称 HEVC,AV1 由开放媒体联盟 AOMedia 推动。三者都可以通过帧内预测、帧间预测、变换和熵编码减少视频数据,但采用的编码工具与计算复杂度不同。
| 比较维度 | H.264 / AVC | H.265 / HEVC | AV1 |
|---|---|---|---|
| 压缩效率 | 基准 | 通常高于 H.264 | 通常高于 H.264,常有较高压缩效率 |
| 软件编码成本 | 相对较低 | 通常更高 | 高压缩效率配置通常较高 |
| 解码兼容性 | 最广泛 | 依赖系统、硬件及软件支持 | 新设备支持较好,旧设备存在缺口 |
| 硬件编解码 | 覆盖广 | 在较新设备中常见 | 新一代设备逐步普及 |
| 授权 | 涉及专利许可 | 专利许可体系较复杂 | 开放、免版税标准,仍应评估实现和分发合规性 |
| 常见容器 | MP4 | MP4 | MP4、WebM |
在相近主观画质下,H.265 相对 H.264 经常能够节省约 30%~50% 的码率;AV1 相对 H.264 也可能实现明显节省。这些是特定测试条件下的参考范围,不是任何素材都能达到的保证值。
例如,以一段 1080p、30 fps 视频为例,假设经过实际画质评估,达到目标质量所需的视频码率分别为 H.264 的 4 Mbps、H.265 的 2.8 Mbps、AV1 的 2.4 Mbps,那么一小时视频的视频流理论体积约为:
| 编码 | 视频码率 | 一小时视频流体积 |
|---|---|---|
| H.264 | 4 Mbps | 1.80 GB |
| H.265 | 2.8 Mbps | 1.26 GB |
| AV1 | 2.4 Mbps | 1.08 GB |
计算采用十进制单位,体积约等于码率乘以 3600 秒再除以 8。这些数值仅用于演示计算,不代表固定的编码压缩比例;实际文件还包含音频与容器开销。
压缩效率必须结合编码成本评估
同等码率不代表同等画质,同等画质也不代表相同的编码耗时。编码器实现、编码预设、分辨率、帧率、运动复杂度和画面噪声都会影响结果。
例如,体育比赛中快速运动、草地纹理和镜头切换较多,编码难度通常高于背景固定的访谈视频。对于已经有明显压缩伪影的源文件,重新编码也不会恢复丢失的细节。
可以使用以下三个指标比较实际方案:
- 画质:使用 VMAF、SSIM 或人工盲评,判断细节、运动和视觉伪影。
- 编码速度:记录编码耗时,计算编码帧率或相对于视频时长的速度倍数。
- 传输成本:在满足目标画质时,比较实际视频码率与文件体积。
假设一段 10 分钟视频分别需要 3、9、18 分钟完成编码,则对应编码速度约为 3.33、1.11、0.56 倍实时速度。这个算例说明:即使某种编码更节省带宽,也不一定适合低延迟的实时编码任务。
特别要避免直接比较不同编码器的 CRF 数值。H.264 的 CRF 23、H.265 的 CRF 28 和 AV1 的 CRF 30 不代表同等画质,因为不同编码器的质量参数刻度并不统一。
使用 FFmpeg 制作可比较的样本
下面采用同一输入文件制作三个测试版本。适用环境是已安装 FFmpeg,并且当前构建提供 libx264、libx265 和 libsvtav1 编码器。AV1 示例使用支持 libsvtav1 的 FFmpeg 构建,建议使用较新的 FFmpeg 7 或 8 系列版本,并先检查编码器列表。
测试文件命名为 input.mp4,应选择包含明显运动和细节的真实素材。以下命令适用于 macOS、Linux 的 Bash 环境,三种编码均输出 1080p、30 fps、无音频的测试文件,以减少其他变量干扰。
# 确认当前 FFmpeg 构建包含所需编码器
ffmpeg -hide_banner -encoders | grep -E 'libx264|libx265|libsvtav1'
# 保持输入一致,生成三种视频编码样本
ffmpeg -hide_banner -i input.mp4 -map 0:v:0 -an -vf 'scale=1920:1080,fps=30' -c:v libx264 -preset medium -crf 23 -pix_fmt yuv420p -y h264.mp4
ffmpeg -hide_banner -i input.mp4 -map 0:v:0 -an -vf 'scale=1920:1080,fps=30' -c:v libx265 -preset medium -crf 28 -pix_fmt yuv420p -y h265.mp4
ffmpeg -hide_banner -i input.mp4 -map 0:v:0 -an -vf 'scale=1920:1080,fps=30' -c:v libsvtav1 -preset 6 -crf 30 -pix_fmt yuv420p -y av1.mp4
# 查询各文件的实际视频编码和码率
for file in h264.mp4 h265.mp4 av1.mp4; do
echo "$file"
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,bit_rate -of default=noprint_wrappers=1 "$file"
done预期结果:成功编码后得到三个 MP4 文件,ffprobe 分别识别出 h264、hevc 和 av1 视频流。码率数值因素材而异,部分编码流可能不提供流级码率,此时可结合文件体积与时长计算平均码率。
上述 CRF 和 preset 只是各编码器的测试起点,不能由输出文件大小直接判定哪一种编码更好。应对三个版本进行人工观看或 VMAF 评估,再调整质量参数,直到三者画质足够接近,最后比较文件体积与耗时。
执行时还应记录源文件属性和 FFmpeg 版本,保证测试能够复现。如果原始素材不是 16:9,示例中的固定缩放可能改变画面比例,应先改为保持比例的缩放加补边处理。这里的 1080p、30 fps 是统一测试条件,不是推荐所有视频都转成这种规格。
按播放终端和业务场景选择
压缩率只有在播放端能够稳定解码时才有价值。浏览器是否支持某种编码,还可能取决于操作系统、硬件解码器、浏览器版本以及容器格式。
| 业务场景 | 优先方案 | 主要理由 |
|---|---|---|
| 面向广泛设备的网页视频 | H.264 + AAC + MP4 | 浏览器和设备兼容性广 |
| 老旧手机、机顶盒播放 | H.264 | 降低不支持解码的概率 |
| 可控制终端的 4K 点播 | H.265 | 能利用支持 HEVC 的硬件解码 |
| 大规模互联网点播分发 | AV1 + H.264 回退 | 在兼容终端上减少传输流量 |
| 低延迟直播推流 | 优先 H.264 | 编码和接收生态成熟,硬件加速选择多 |
| 离线批量转码与长期分发 | 比较 AV1 与 H.265 | 可接受更长编码时间,追求长期节省带宽 |
H.265 在 Apple 设备生态和大量较新硬件上具备较好支持,但不能据此假设所有 Windows、Android 或浏览器环境都能直接播放。AV1 同样存在旧设备缺少硬件解码、软件解码耗电或掉帧的问题。
对需要同时服务新旧设备的视频平台,可以保留 H.264 作为兼容版本,再向经过能力检测的终端提供 H.265 或 AV1。不要只依靠浏览器名称判断支持情况,还应验证实际解码能力和播放表现。
部署前检查解码与成本边界
一个可落地的选择需要通过以下验证:
- 编码:在目标服务器或硬件上测试编码速度,实时任务要求持续编码速度至少达到 1 倍实时,生产环境还需要留出性能余量。
- 解码:覆盖实际用户使用的浏览器、操作系统、手机和电视设备,检查画面是否正常、是否掉帧、是否明显发热或耗电。
- 分发:确认 MP4 或 WebM 容器、音频编码、分片格式及播放器方案能够配合所选视频编码工作。
- 成本:同时统计编码计算费用、对象存储费用、CDN 出站流量和多版本存储开销。
- 授权:商业部署 H.264 或 H.265 时,根据具体产品、地区和分发方式核实专利及相关许可要求。
举例来说,一个视频平台每月分发 100 TB 视频数据,若在相同目标画质下引入新编码后平均节省 25% 视频传输流量,理论上可以减少约 25 TB 的对应传输量。但如果只有 40% 的播放流量来自支持新编码的设备,且其他播放仍使用旧编码,那么整体视频流量节省约为 10 TB,而不是 25 TB。
实际选型时,通用播放优先 H.264;终端可控且具备 HEVC 硬件支持时考虑 H.265;面向大规模点播、具备转码资源并能够实施兼容回退时重点评估 AV1。最终应通过同画质测试数据、实际设备播放结果和完整分发成本确定生产方案。