Bitrate wideo, wyjaśniony prosto

Idea bez żargonu

Wyobraź sobie wideo jako opis tego, co zmienia się między klatkami. Bitrate to budżet słów na ten opis, wydawany co sekundę.

Daj koderowi hojny budżet, a opisze każdy liść drzewa poruszany wiatrem. Daj mu mały, a musi upraszczać — grupować piksele, zbyt długo zachowywać szczegóły, pozwalać, by szybki ruch się rozmazywał. Ta sama rozdzielczość, ta sama długość, bardzo różny wynik.

To cała koncepcja. Reszta dotyczy tego, skąd bierze się liczba i co ją zużywa.

Warto poświęcić zdanie jednostce, bo często myli ludzi. Bitrate podaje się w bitach na sekundę, a rozmiar plików w bajtach, a w bajcie jest osiem bitów. Wideo przy 8 Mbps zużywa więc mniej więcej jeden megabajt na sekundę — to najszybszy sposób sprawdzenia dowolnej podanej liczby. Dziesięć minut przy 8 Mbps to około 600 MB, a jeśli jakieś narzędzie twierdzi znacząco inaczej, jedna z tych liczb jest błędna.

Typowe wartości i co dają

Wideo na platformach zwykle mieści się na dolnej granicy tych przedziałów lub poniżej — kompresują mocniej, niż sugerują ogólne liczby, bo przepustowość w ich skali jest głównym kosztem. Nasz własny pomiar dziesięciominutowego wideo w 1080p dał 69 MB, znacznie poniżej tabeli, co pokazuje, jak wydajne stało się nowoczesne kodowanie.

Traktuj te przedziały jako orientacyjne, nie jako specyfikację. Liczy się zależność: zmniejsz bitrate o połowę, a plik zmniejszy się mniej więcej o połowę, a od pewnego punktu poniżej tego obraz wyraźnie na tym cierpi.

Dlaczego treść zmienia wszystko

Ten sam bitrate daje bardzo różne wyniki w zależności od tego, co dzieje się na ekranie, i to właśnie zaskakuje ludzi.

Kompresja działa poprzez unikanie powtórzeń. Statyczne ujęcie mówiącej osoby jest niemal identyczne z klatki na klatkę, więc koder zapisuje różnicę, a ta różnica jest niewielka. Konfetti, deszcz, tłum, woda, kamera trzymana w ręku w lesie: każdy piksel zmienia się w każdej klatce i nie ma nic do ponownego wykorzystania.

• Łatwe do skompresowania: osoby mówiące do kamery, slajdy, nagrania ekranu, animacje w płaskich kolorach.
• Trudne do skompresowania: sport, taniec, fajerwerki, listowie, ziarno filmowe, wszystko kręcone z ręki.

Dlatego wykład nagrany w 1080p może ważyć ułamek tego, co teledysk w tej samej rozdzielczości, i dlatego to w teledysku widać artefakty.

Zmienny bitrate i dlaczego ta liczba jest średnią

Nowoczesne kodowanie nie wydaje danych równomiernie. Zużywa więcej danych na trudnych fragmentach, a mniej na łatwych, dlatego podany bitrate jest średnią, a nie stałą.

To dobrze — stały budżet marnowałby dane na statycznym ujęciu i głodziłby szybką scenę. Oznacza to też, że rozmiaru pliku nie można dokładnie przewidzieć, mnożąc bitrate przez czas trwania, można go jedynie przybliżyć.

To wyjaśnia też częstą obserwację: jakość w obrębie jednego filmu nie jest jednolita. Spokojne fragmenty wyglądają świetnie, a chaotyczna scena wypada gorzej, bo koderowi zabrakło budżetu dokładnie tam, gdzie był najbardziej potrzebny.

Jak wygląda niewystarczający bitrate

Rozpoznawanie objawów jest bardziej użyteczne niż znajomość liczby, bo można je zobaczyć bez badania czegokolwiek.

Blokowość. Płaskie kwadraty pojawiające się w miejscach, które powinny być gładkie — niebo, ściany, cienie. Koderowi zabrakło budżetu i pogrupował piksele, które w rzeczywistości nie były takie same.

Rozmazanie w ruchu. Szybki ruch zostawia smugę albo na chwilę staje się papkowaty, a potem znów jest ostry, gdy scena się uspokaja. Klasyczne zachowanie zmiennego bitrate wobec sceny, na którą nie było go stać.

Pasmowanie (banding). Gradient — zachód słońca, tło studyjne — rozpada się na widoczne pasy zamiast płynnego przejścia. Za mało danych, by opisać stopnie między odcieniami.

Szczegóły, które pojawiają się i znikają. Tekst lub drobna faktura czytelna w jednym ujęciu, a papkowata w kolejnym, bo otaczający ruch zużył budżet.

Wszystkie cztery to artefakty kompresji i wszystkie cztery pogarszają się, gdy wideo jest kodowane wielokrotnie. Zauważenie ich w pobranym pliku samo w sobie nie oznacza, że narzędzie go pogorszyło — własna wersja platformy może wyglądać identycznie, a porównanie obu to jedyny sposób, by się przekonać.

Gdzie bitrate ma znaczenie, a gdzie nie

Praktyczne tłumaczenie, bo koncepcja jest użyteczna tylko wtedy, gdy zmienia decyzję.

Ma znaczenie, gdy: wybierasz między jakościami, a rozmiary nie podążają za rozdzielczością; gdy pobrany plik wygląda gorzej niż oczekiwano mimo właściwej rozdzielczości; gdy przekodowujesz coś i wybierasz ustawienie.

Nie ma znaczenia, gdy: wybierasz jakość do oglądania na telefonie — dominuje wtedy rozmiar ekranu; gdy treść jest łatwa, gdzie nawet niski bitrate wygląda dobrze; gdy pobierasz własną wersję platformy, bo i tak dostajesz bitrate, jaki wybrali.

Ten ostatni punkt to praktyczna granica koncepcji dla większości ludzi. Nie możesz zażądać od platformy konkretnego bitrate. Wybierasz rozdzielczość, a bitrate przychodzi razem z nią — dlatego realnie zmierzone rozmiary są bardziej użyteczne niż teoria.

Dźwięk też ma bitrate i działa to tak samo

Koncepcja przenosi się bezpośrednio, tylko z mniejszymi liczbami i skalą, którą większość ludzi już nieco intuicyjnie rozumie.

Bitrate dźwięku mierzy się w kilobitach zamiast megabitach na sekundę, a dźwięk na platformach zwykle mieści się między 128 a 192 kbps. Kompromis jest identyczny: więcej danych oznacza wierniejszy opis dźwięku, a od pewnego punktu nikt nie słyszy różnicy na zwykłym sprzęcie.

Różni się to tym, jak dużą część pliku stanowi. W wideo dźwięk to niewielki ułamek całości — kilka megabajtów wobec dziesiątek. Dlatego wybór samego dźwięku, gdy potrzebny jest tylko on, zmniejsza pobieranie o rząd wielkości, a nie o procent.

To wyjaśnia też coś na temat drabiny jakości. Ścieżka dźwiękowa jest zapisywana raz i współdzielona przez wszystkie rozdzielczości, więc dźwięk jest taki sam niezależnie od tego, czy weźmiesz 360p, czy 1080p. Zmienia się tylko obraz — warto o tym pamiętać, gdy kusi wybór wyższej jakości do filmu, który tak naprawdę głównie będziesz słuchać.

Bitrate kontra kodek kontra rozdzielczość

Trzy liczby stale ze sobą mylone. Każda robi coś innego.

Lepszy kodek osiąga tę samą jakość przy niższym bitrate — to właśnie oznacza «bardziej wydajny». Dlatego plik 1080p w nowszym kodeku może być mniejszy niż plik 720p w starszym, co wygląda jak błąd, a nim nie jest (to porównanie to wyjaśnia).

Wysoka rozdzielczość z niskim bitrate to więc najgorsze połączenie: wiele pikseli, niewystarczające dane, by je opisać, i obraz, który wygląda jak z klocków mimo imponującej etykiety. To dokładnie to, czym jest wideo przeskalowane w górę, i dokładnie to, co daje «4K» ze źródła, które nigdy nim nie było.

Odwrotne połączenie jest niedocenione: skromna rozdzielczość z hojnym bitrate wygląda naprawdę dobrze. Dobrze zakodowany plik 720p pokona zagłodzony plik 1080p na dowolnym ekranie, co warto pamiętać, gdy jedyne, co możesz porównać między dwiema opcjami, to etykieta.