看過《硅谷》的朋友可能還記得，這部電視劇在開篇虛構(gòu)了一項(xiàng)開創(chuàng)性的壓縮算法，文件被在線壓縮至一半大小后，清晰度沒有折損。

影視情節(jié)體現(xiàn)了人們對(duì)未來科技的遐想，而計(jì)算機(jī)科學(xué)家們正在將這些夢(mèng)想帶進(jìn)現(xiàn)實(shí)。最近，字節(jié)跳動(dòng)的海外技術(shù)團(tuán)隊(duì)發(fā)起了一項(xiàng)提案，不僅可以優(yōu)化壓縮質(zhì)量，而且比起業(yè)界最先進(jìn)的編碼平臺(tái)，還可以節(jié)約至少13%的存儲(chǔ)和帶寬成本。

視覺無損壓縮

有報(bào)告顯示，人類產(chǎn)生的數(shù)據(jù)近年加速上升，2021年總量將超過600萬億億字節(jié)。如果把這些數(shù)據(jù)全部存在DVD中，光盤疊加起來的高度將是地球和月球距離的10倍。

一些“極客”們一直在尋找降低存儲(chǔ)成本的辦法，像處理固體垃圾那樣，將數(shù)據(jù)壓縮成更小的模塊。

如果使用字節(jié)跳動(dòng)的壓縮技術(shù)提案，結(jié)合最新的國(guó)際標(biāo)準(zhǔn)H.266/VVC，將下面這張《囧媽》劇照壓縮5344倍，肉眼幾乎看不出差異。這其中的變化，好比孫悟空的金箍棒從定海神針縮小到一根銀針，但細(xì)紋依然清晰可見。

左為原圖，右為壓縮5344倍的版本，肉眼幾乎看不出差異

壓縮技術(shù)直接影響著視頻編解碼的效率，最終決定了存儲(chǔ)空間和用戶觀影體驗(yàn)?！秶鍕尅窌r(shí)長(zhǎng)約為2小時(shí)，按照最新的國(guó)際標(biāo)準(zhǔn)，類似長(zhǎng)度電影的1080P高清版本需要2GB的存儲(chǔ)空間。而字節(jié)跳動(dòng)的技術(shù)提案可以節(jié)約13%，只需要不到1.8GB。

負(fù)責(zé)這項(xiàng)研究的字節(jié)跳動(dòng)先進(jìn)視頻團(tuán)隊(duì)隸屬于火山引擎多媒體實(shí)驗(yàn)室，成員既包括來自高通、微軟、英特爾等科技公司的資深研究員，也有出身海內(nèi)外頂級(jí)院校的新生代力量。

在新一代國(guó)際視頻編碼標(biāo)準(zhǔn)H.266/VVC制定過程中，字節(jié)跳動(dòng)近半數(shù)的技術(shù)提案被采納，遠(yuǎn)超采納率的平均值（15%）。據(jù)知識(shí)產(chǎn)權(quán)領(lǐng)域權(quán)威媒體報(bào)道，在這個(gè)最新標(biāo)準(zhǔn)的技術(shù)貢獻(xiàn)排名中，字節(jié)跳動(dòng)名列全球第三，僅次于高通和華為。

字節(jié)跳動(dòng)排名第三，僅次于高通和華為 圖/《知識(shí)產(chǎn)權(quán)資產(chǎn)管理》

值得一提的是，字節(jié)跳動(dòng)項(xiàng)目團(tuán)隊(duì)在H.266/VVC標(biāo)準(zhǔn)化工作啟動(dòng)之后才開始組建，錯(cuò)過了技術(shù)積累的黃金期，但仍然彌補(bǔ)了差距，實(shí)現(xiàn)彎道超車。

解決卡頓

除了無損壓縮，很多用戶還關(guān)心的一個(gè)問題是，何時(shí)才能攻克播放卡頓的難題。這其中的關(guān)鍵是壓縮效率，涉及到視頻編解碼的優(yōu)化與傳輸。視頻編碼器是這些技術(shù)的載體，在視頻軟件、視頻會(huì)議、直播、云游戲等場(chǎng)景中應(yīng)用廣泛。

說到視頻編碼器，字節(jié)跳動(dòng)先進(jìn)視頻團(tuán)隊(duì)同樣有著豐富的經(jīng)驗(yàn)。此前，火山引擎多媒體實(shí)驗(yàn)室研發(fā)了視頻編碼器「BVC1」，將帶寬需求降低了30%。而先進(jìn)視頻團(tuán)隊(duì)在過去一年讓這款編碼器節(jié)約了20%的碼率。

在優(yōu)化編碼器的過程中，技術(shù)人員訓(xùn)練了一套智能編碼技術(shù)，可以對(duì)人眼在看視頻時(shí)的興趣點(diǎn)進(jìn)行針對(duì)性的優(yōu)化?，F(xiàn)實(shí)中，人們?cè)谟^看畫作或是視頻的時(shí)候，信息的分布常常并不均勻，這導(dǎo)致了注意力和興趣點(diǎn)的差異。智能編碼技術(shù)可以提高人眼關(guān)注部分的畫質(zhì)，弱化人眼不容易注意到的區(qū)域，可以保證在碼率降低10%的情況下，避免視覺體驗(yàn)的折損。

視覺興趣點(diǎn)很容易集中到長(zhǎng)頸鹿上 圖/《地球脈動(dòng)》

在「BVC1」的基礎(chǔ)上，先進(jìn)視頻團(tuán)隊(duì)進(jìn)一步迭代，并研發(fā)出「BVC2.0」編碼器。2020年12月，這款編碼器在國(guó)際視頻編碼器大賽上首次亮相，并在離線賽道的全部4項(xiàng)評(píng)分標(biāo)準(zhǔn)中包攬第一。離線賽道意味著，即使信號(hào)不好，用戶也可以用正常網(wǎng)速看視頻，減少播放卡頓。這對(duì)于經(jīng)常在地鐵上看視頻的上班族來說，絕對(duì)是一個(gè)好消息。

左為BVC2.0處理后的圖像，右為現(xiàn)行標(biāo)準(zhǔn)處理后的圖像，左邊畫質(zhì)更清晰

早在2018年11月，BVC2.0的研發(fā)就開始了。初始階段只有1個(gè)員工全職參與。一年半之后，項(xiàng)目團(tuán)隊(duì)擴(kuò)展到10個(gè)人。由于負(fù)責(zé)研發(fā)的團(tuán)隊(duì)成員多在美國(guó)辦公，且分散在多個(gè)城市，受疫情影響，只能線上交流，每?jī)商鞂?duì)齊一次進(jìn)度，迭代一個(gè)新的版本。在一個(gè)多月的時(shí)間里，項(xiàng)目團(tuán)隊(duì)完成了一般團(tuán)隊(duì)近半年的工作量，最終在比賽中取得優(yōu)異成績(jī)。

團(tuán)隊(duì)負(fù)責(zé)人介紹，這款全新的編碼器接下來會(huì)在抖音、西瓜視頻等字節(jié)跳動(dòng)視頻產(chǎn)品上應(yīng)用，這將進(jìn)一步降低創(chuàng)作成本，顯著提升廣大用戶的觀影體驗(yàn)。