编码与格式 / 系统课时

用 CBR VBR VBV 设置码率约束

用 CBR VBR VBV 设置码率约束

同样设置平均 4 Mbps,编码结果可能出现完全不同的画质和瞬时码率。本课使用 FFmpeg 与 libx264 对比 CBR、VBR 和 VBV 约束,建立码率目标与缓冲区模型,并通过实际测量判断复杂场景为什么会变模糊、码率为什么会突然升高。

学习目标

  • 区分 CBR、VBR、CRF 与 VBV 的作用,正确选择控制策略。
  • 根据传输带宽计算最大码率和缓冲区容量,理解复杂场景的量化变化。
  • 使用 FFmpeg 配置编码参数,并通过码率、文件大小和画质指标验证结果。

CBR 与 VBR 分别控制什么

编码器需要在有限比特预算内选择量化强度。量化参数 QP 越高,通常压缩越强、细节损失越多;QP 越低,通常需要更多比特。码率控制会根据画面复杂度、预测残差和缓冲区状态调整量化选择,但具体策略依赖编码器实现。

CBR(Constant Bitrate)强调在一定时间尺度上维持接近目标的输出速率。静止画面编码需求低,剧烈运动或大量纹理需要更多比特,因此编码器可能通过调整 QP、填充数据或其他机制控制输出。

VBR(Variable Bitrate)允许码率随内容变化。简单画面使用较少比特,复杂画面分配更多比特,以改善质量与空间利用率。

控制策略 示例设置 适用场景 需要注意
CBR 近似恒定码率 目标 4 Mbps 直播、受限传输链路 复杂场景可能明显降低画质
平均码率 VBR 平均 4 Mbps 文件交付、容量预算 短时间码率可能超过平均值
CRF 质量控制 libx264 CRF 23 本地压制、画质优先 文件大小和平均码率不固定
CRF 加 VBV CRF 23、上限 5 Mbps 有峰值约束的质量优先编码 触及上限后画质可能下降

需要特别区分:FFmpeg 中的 -b:v 4M 只指定目标码率,不代表输出天然满足严格 CBR。将 -minrate、-maxrate 设置为相同数值,并配置 -bufsize,可以让 libx264 按接近恒定的码率目标进行约束,但仍不能保证任意短时间窗口的码率完全相同。

VBV 如何限制瞬时码率

VBV(Video Buffering Verifier)是一种缓冲区约束模型。编码器需要保证编码后的数据符合假定缓冲区的速率和容量限制,避免产生超过模型承受能力的码流。

在 FFmpeg 的 libx264 编码中,常用三个参数表达相关约束:

参数 示例 作用
-b:v 4M 设置平均目标码率
-maxrate 5M 设置 VBV 最大码率参数
-bufsize 10M 设置 VBV 缓冲区容量参数

一个实用的估算量是缓冲区与最大码率的比值:

T=BRmax⁡T=\frac{B}{R_{\max}}

其中,BB 是缓冲区容量(bit),Rmax⁡R_{\max} 是最大码率(bit/s),TT 是对应的缓冲区时间尺度。若最大码率为 5 Mbps、缓冲区为 10 Mbit,则 T=2T=2 秒。

这个 2 秒表示缓冲区容量相当于最大码率持续传输 2 秒的数据量,不表示任意连续 2 秒的实际码率必定等于 5 Mbps,也不等同于播放器端到端延迟。真实约束还受缓冲区初始充满度、码流时序及编码器实现影响。

VBV 缓冲区模型及复杂场景码率约束示意图

缓冲区容量越小,编码器越难通过短时间突发码率保留复杂画面细节。容量越大,通常越允许短时间码率起伏,但也意味着系统可能需要容纳更多待传输或待解码数据。缓冲区大小需要结合直播延迟、网络带宽和设备规格选择。

用 FFmpeg 对比三种编码设置

以下实验适用于支持 libx264 的 FFmpeg 构建。先确认编码器可用,并准备一段名为 input.mp4 的测试视频。建议素材为 1920×1080、30 fps、约 30 秒,包含静止画面、运动镜头和高纹理场景。

bash
ffmpeg -hide_banner -encoders | grep libx264

预期输出(节选):

text
 V....D libx264

编码器列表可能包含额外说明文字,不同 FFmpeg 版本的标志位也可能不同;确认存在 libx264 即可。Windows PowerShell 可将 grep libx264 替换为 Select-String libx264。

近似 CBR 编码

bash
ffmpeg -y -i input.mp4 -an -c:v libx264 -preset medium -b:v 4M -minrate 4M -maxrate 4M -bufsize 8M -x264-params nal-hrd=cbr:force-cfr=1 -r 30 -pix_fmt yuv420p cbr.mp4

预期结果:生成 cbr.mp4,视频流使用 H.264 编码,以 4 Mbps 为目标并接受 8 Mbit 缓冲区约束。这里选择 MP4 封装,不能把上述命令视为保证每秒精确输出 4 Mbit 的严格 CBR 方案。nal-hrd=cbr 用于请求对应的 HRD 信令和编码行为,精确填充模式及封装支持情况仍需按实际编码器和输出格式核验。

平均码率 VBR 编码

bash
ffmpeg -y -i input.mp4 -an -c:v libx264 -preset medium -b:v 4M -pass 1 -f null /dev/null
ffmpeg -y -i input.mp4 -an -c:v libx264 -preset medium -b:v 4M -pass 2 -pix_fmt yuv420p vbr.mp4

预期结果:生成 vbr.mp4。两遍编码通过第一遍统计信息分配第二遍比特预算,通常更适合控制整段文件的平均码率。此命令适用于 Linux 和 macOS;Windows 应将 /dev/null 替换为 NUL。两遍编码会生成统计文件,实验完成后可以删除。

CRF 加 VBV 峰值约束

bash
ffmpeg -y -i input.mp4 -an -c:v libx264 -preset medium -crf 23 -maxrate 5M -bufsize 10M -pix_fmt yuv420p crf_vbv.mp4

预期结果:生成 crf_vbv.mp4。编码器以 CRF 23 为质量控制起点,同时遵循 5 Mbps 最大码率和 10 Mbit 缓冲区模型。若复杂场景的比特需求超过约束,编码器通常提高 QP,牺牲部分细节。此模式不保证平均码率为 4 Mbps。

怎样测量码率波动和画质

不要仅凭文件大小判断 VBV 是否生效。文件大小反映整段平均码率,而复杂场景里的短时间突发需要按时间窗口观察。

先使用 ffprobe 查询视频流的平均码率:

bash
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,bit_rate -of default=noprint_wrappers=1 cbr.mp4

预期输出(示意,实际数值取决于素材):

text
codec_name=h264
bit_rate=3980000

其中 bit_rate 单位为 bit/s。实际值不一定恰好等于 4000000;部分容器或码流还可能不提供这个字段。

进一步使用 FFmpeg 自带的 vmafmotion 不是画质对比的替代方案。衡量编码损失时,可以使用 FFmpeg 的 PSNR 滤镜,将编码结果与原始素材按相同时间戳、分辨率和像素格式对齐后比较:

bash
ffmpeg -i cbr.mp4 -i input.mp4 -filter_complex "[0:v]setpts=PTS-STARTPTS,format=yuv420p[a];[1:v]setpts=PTS-STARTPTS,format=yuv420p[b];[a][b]psnr" -an -f null -

预期输出(末尾日志格式示意):

text
[Parsed_psnr_4 @ <ID>] PSNR y:38.10 u:42.20 v:42.00 average:39.10 min:32.40 max:48.00

具体 PSNR 数值、滤镜编号及日志标识由实际输入决定,<ID> 表示变化的运行时标识。上述示意数值不是对实验素材的实测结论。使用相同的方法分别测量 vbr.mp4 和 crf_vbv.mp4,注意 PSNR 是客观失真指标,不一定与主观观感完全一致。

建议记录以下结果,并对快速运动及高纹理片段单独观察:

测量项 如何获得 判断重点
整段平均码率 ffprobe 的 bit_rate 是否接近平均目标
峰值窗口码率 按 1 秒或更短时间窗累计视频包大小 哪些镜头出现突发
平均 PSNR psnr 滤镜 相同素材和条件下的失真差异
视觉细节 对齐相同时间点暂停观看 运动块效应、纹理丢失、暗部色带

测量窗口码率时,可通过 ffprobe 导出视频包的 pts_time、size,按时间窗口累计字节数再乘以 8 并除以窗口秒数。1 秒窗口测得 625000 字节,相当于约 5 Mbps;它不直接证明编码器违反 VBV,因为 VBV 约束不能简单等同于每个自然秒窗口的硬上限。

如何根据实验结果调整参数

假设目标为 1080p、30 fps 直播,计划平均码率 4 Mbps,可用视频传输预算上限约 5 Mbps。先选择 -b:v 4M -maxrate 5M -bufsize 10M 作为实验起点,再结合网络峰值、端到端延迟和播放器兼容性收紧约束。

当测试结果出现不同问题时,按现象调整:

观察现象 可能原因 首选验证与修正
剧烈运动时块效应严重 比特需求超过 VBV 预算 对比放宽缓冲区或提高可用码率后的画质
网络端出现排队或卡顿 传输带宽不足以承担实际突发 降低 -maxrate,检查传输层吞吐与缓存
静止画面浪费大量数据 CBR 填充或目标码率策略过于刚性 改用 VBR 或 CRF,确认业务允许码率变化
CRF 文件大小不稳定 CRF 优先控制质量而非文件容量 文件交付改用两遍平均码率编码
降低缓冲区后画质变差 允许的短期比特分配空间减少 比较 10M 与 5M 缓冲区下的复杂镜头

实际验收时,固定输入素材、编码器版本、预设档位、分辨率和帧率,只改变码率控制参数。分别记录静止、运动及高纹理片段的窗口码率、PSNR 和可见缺陷。如果某个参数使复杂镜头改善却增加网络卡顿,应优先确认传输预算和缓冲模型,而不是继续盲目降低 QP。CBR、VBR 与 VBV 的选择最终应由传输约束、延迟容忍度和可接受画质共同决定。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用 CBR VBR VBV 设置码率约束

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通