Videobitrate, förklarat enkelt

Idén, utan jargong

Tänk dig en video som en beskrivning av vad som ändras mellan bildrutor. Bitrate är ordbudgeten för den beskrivningen, spenderad per sekund.

Ge kodaren en generös budget och den kan beskriva varje löv på ett träd som rör sig i vinden. Ge den en liten budget och den måste förenkla — gruppera pixlar, behålla detaljer längre än det borde, låta snabb rörelse smeta ut sig. Samma upplösning, samma längd, mycket olika resultat.

Det är hela konceptet. Resten handlar om varifrån talet kommer och vad som förbrukar det.

Enheten förtjänar en mening eftersom den brukar förvirra folk. Bitrate mäts i bitar per sekund, medan filstorlekar mäts i byte, och det är åtta bitar per byte. En video på 8 Mbps förbrukar alltså ungefär en megabyte lagring per sekund — det snabbaste sättet att kontrollera ett givet tal. Tio minuter vid 8 Mbps är ungefär 600 MB, och om ett verktyg hävdar något annat med stor marginal är ett av de två talen fel.

Typiska värden, och vad de ger

Plattformsvideo ligger vanligtvis vid eller under den nedre delen av dessa intervall — de komprimerar hårdare än vad de allmänna siffrorna antyder, eftersom bandbredd i deras skala är den dominerande kostnaden. Vår egen mätning av en tio minuter lång video i 1080p landade på 69 MB, klart under tabellen, vilket visar hur effektiv modern kodning har blivit.

Se dessa intervall som vägledning, inte specifikation. Det som spelar roll är förhållandet: halvera bitraten och filen halveras ungefär, och under en viss punkt lider bilden märkbart.

Varför innehållet ändrar allt

Samma bitrate ger helt olika resultat beroende på vad som händer på skärmen, och det är detta som överraskar folk.

Komprimering fungerar genom att inte upprepa sig. En statisk bild av någon som pratar är nästan identisk från bildruta till bildruta, så kodaren lagrar bara skillnaden, och den skillnaden är minimal. Konfetti, regn, en folkmassa, vatten, en handhållen kamera i en skog: varje pixel ändras i varje bildruta och det finns inget att återanvända.

• Lätt att komprimera: personer som pratar in i kameran, bildspel, skärminspelningar, animation med platta färger.
• Svårt att komprimera: sport, dans, fyrverkerier, lövverk, filmkorn, allt som filmats handhållet.

Det är därför en föreläsning inspelad i 1080p kan väga en bråkdel av en musikvideo i samma upplösning, och varför det är i musikvideon man ser artefakter.

Variabel bitrate, och varför talet är ett genomsnitt

Modern kodning spenderar inte jämnt. Den använder mer data på svåra avsnitt och mindre på enkla, det är därför en angiven bitrate är ett genomsnitt snarare än en konstant.

Det är en bra sak — en fast budget skulle slösa data på en statisk bild och svälta en snabb scen. Det betyder också att filstorleken inte kan förutsägas exakt genom att multiplicera bitrate med längd, bara uppskattas.

Detta förklarar också en vanlig observation: kvaliteten inom en enda video är inte enhetlig. De lugna avsnitten ser utmärkta ut och den kaotiska scenen ser sämre ut, eftersom kodaren fick slut på budget precis där den behövdes som mest.

Hur en otillräcklig bitrate ser ut

Att känna igen symptomen är mer användbart än att känna till talet, eftersom du kan se dem utan att inspektera något alls.

Blockighet. Platta rutor som dyker upp i områden som borde vara jämna — himlar, väggar, skuggor. Kodaren fick slut på budget och grupperade pixlar som egentligen inte var likadana.

Utsmetning i rörelse. Snabb rörelse lämnar ett spår eller blir grötig ett ögonblick, för att sedan bli skarp igen när scenen lugnar sig. Klassiskt beteende hos variabel bitrate inför en scen den inte hade råd med.

Banding. En gradient — en solnedgång, en studiobakgrund — bryts upp i synliga ränder istället för en mjuk övergång. Inte tillräckligt med data för att beskriva stegen mellan nyanser.

Detaljer som kommer och går. Text eller fin textur som är läsbar i en bild och grötig i nästa, eftersom rörelsen runt omkring förbrukade budgeten.

Alla fyra är komprimeringsartefakter, och alla fyra förvärras när en video kodas upprepade gånger. Att se dem i en nedladdad fil betyder inte i sig att ett verktyg försämrat den — plattformens egen version kan se identisk ut, och att jämföra de två är enda sättet att veta säkert.

Var bitrate spelar roll och var den inte gör det

Praktisk översättning, eftersom konceptet bara är användbart om det ändrar ett beslut.

Det spelar roll när: du väljer mellan kvaliteter och storlekarna inte följer upplösningen; när en nedladdning ser sämre ut än förväntat trots rätt upplösning; när du omkodar något och väljer en inställning.

Det spelar ingen roll när: du väljer en kvalitet för att titta på mobilen — skärmstorleken dominerar; när innehållet är enkelt, där även en låg bitrate ser bra ut; när du laddar ner en plattforms egen version, eftersom du ändå får den bitrate de valde.

Den sista punkten är konceptets praktiska gräns för de flesta människor. Du kan inte begära en specifik bitrate från en plattform. Du väljer en upplösning, och bitraten kommer med — det är därför verkligt uppmätta storlekar är mer användbara än teori.

Ljud har också en bitrate, och den fungerar likadant

Konceptet överförs direkt, bara med mindre tal och en skala som de flesta redan har viss intuition för.

Ljudbitrate mäts i kilobit istället för megabit per sekund, och plattformsljud ligger vanligtvis mellan 128 och 192 kbps. Avvägningen är identisk: mer data betyder en trognare beskrivning av ljudet, och bortom en viss punkt hör ingen skillnaden på vanlig utrustning.

Skillnaden ligger i hur stor del av filen det utgör. I en video är ljud en liten bråkdel av totalen — några megabyte mot dussintals. Det är därför att välja endast ljud, när ljud är allt du behöver, minskar nedladdningen med en storleksordning snarare än en procentandel.

Detta förklarar också något om kvalitetsstegen. Ljudspåret sparas en gång och delas av alla upplösningar, så ljudet är detsamma oavsett om du tar 360p eller 1080p. Bara bilden ändras — bra att veta när du frestas att ta en högre kvalitet för en video du egentligen mest ska lyssna på.

Bitrate mot kodek mot upplösning

Tre tal som ständigt blandas ihop. Var och en gör ett annat jobb.

En bättre kodek uppnår samma kvalitet med lägre bitrate — det är vad «effektivare» betyder. Det är därför en 1080p-fil med en nyare kodek kan vara mindre än en 720p-fil med en äldre, vilket ser ut som ett misstag och inte är det (jämförelsen tar upp det).

Så hög upplösning med låg bitrate är den sämsta kombinationen: många pixlar, otillräckligt med data för att beskriva dem, och en bild som ser blockig ut trots en imponerande etikett. Det är precis vad uppskalad video är, och precis vad en «4K» från en källa som aldrig var det ger.

Den omvända kombinationen underskattas: en blygsam upplösning med generös bitrate ser riktigt bra ut. En välkodad 720p-fil slår en svälten 1080p-fil på vilken skärm som helst, värt att komma ihåg när det enda du kan jämföra mellan två alternativ är etiketten.