云计算行业应用—音视频媒资处理

作为信息传递效率最为高效的媒介之一，音视频技术的发展和使用极大的丰富了现代人们的视听感官，扩宽了知识、信息获取的手段和途径，也加速了信息流和数据流在人群中的广泛传播。对比单纯的文字和图片，音视频作为信息数据的载体能够让人们在更短的时间内接收更加丰富的信息，并且通过刺激脑部多个部位从而使信息在人们头脑中以更清晰的形式停留更长的时间，以便达到信息传播、裂变、行程影响力的效果。

正是看到了音视频作为数据载体所提供的数据承载丰富性、数据传播广泛性、信息传递高效性、意图表达准确性等特点，当前，音视频在各行各业的应用越来越广泛，已经成为了行业标配。并且，伴随着各大短视频平台和直播平台的火热，与音视频相关的平台也加快了音视频商业变现和广告变现，与之相关的市场规模也在保持高速增长，也在从另一方面加速了音视频领域的成长。

音视频领域火爆的一个重要原因就是越来越低的制作门槛，这得益于各大云厂商在音视频相关技术方面的不断创新和突破，技术难点交给云厂商解决，而用户只用聚焦在内容的创作。下面本文就结合广电媒资类业务实践来介绍一些华为云相关技术在音视频领域的相关应用。

Figure 1云计算技术在广电媒资音视频处理方面的应用

上图所展示的是一套较为标准的广电媒资行业在获取到新的音视频数据后的业务流程以及与之相关的云计算技术。当前，审片编辑类的工作还需要有丰富行业经验的老师、专家来进行，其他部分诸如，音视频存储、归档、媒体处理、搜索、内容分发网络、视频AI等方面云厂商有很多参与的空间与机会，接下来本文将会对各主要技术进行介绍。

1. 音视频数据存储及归档

当前广电媒资类用户的媒体数据大部分都是存在本地IDC中，但是随着时代的发展和对于音视频数据价值深入挖掘的需要，媒资数据云上存储已经是必然的趋势，国内一些领先的广电媒资企业已经将部分甚至大部分媒资数据存储上云。

广电媒资行业不仅要将每天新增的大量数据进行存储，还要将历史的音视频数据进行保留，这种行业的数据规模和特点使得广电媒资类数据规模达到PB的量级，随着音视频的不断发展，可以预期的一家行业领先企业的音视频数据规模在未来会成长到EB级别。所以，能够为用户提供海量、安全、高可靠、低成本的数据存储能力的云服务是广电媒资类企业数据上云存储的关键。此时，对象存储服务就是一个很好的选择。

Figure 2 OBS产品架构

华为云对象存储服务OBS是一个基于对象的海量存储服务，能够提供海量、安全、高可靠、低成本的数据存储能力。

针对广电媒资类用户对于数据归档存储的需要，对象存储服务OBS能够提供四种存储类别：标准存储（热点文件且需要频繁访问的数据、小文件）、低频访问存储（不频繁访问但在需要时也要求快速访问的数据）、归档存储（很少访问的数据，数据取回时间可能长达数分钟到数小时不等）、深度归档存储（长期不访问的数据，数据取回时间一般为数小时）从而满足用户不同业务对存储性能、成本的不同诉求。

Figure 3 媒资归档上云存储

2. 内容分发网络

音视频的用户遍布全国乃至全球各处，如何将数据快速且高效的分发到观看用户就成为了广电媒资企业需要考虑的重点。此时，云厂商提供的内容分发网络CDN有了用武之地。

CDN是将源站内容分发至靠近用户的加速节点，使用户可以就近获得所需的内容，解决解决了网络带宽小、用户访问量大、网点分布不均等问题，从而提高观看用户访问的响应速度和效率。华为云拥有丰富的CDN加速节点资源，有2000+中国大陆加速节点，500+中国大陆境外加速节点，保证将用户请求精准调度至最优边缘节点，提供有效且稳定的加速效果。

Figure 4 CDN原理

3. 伪源站

有了CDN内容分发网络提供的内容分发传播能力，广电媒资用户还需要考虑CDN从音视频源站索取音视频文件的成本和效率。现实是，如果从CDN直接公网回IDC源站获取文件将会占用IDC公网带宽，提高成本；并且，CDN公网回源网络的稳定性差，时延高，难以提供稳定的服务；企业为了给CDN回源还需要准备高带宽和更多的IDC存储集群接入节点，使得维护工作量飙升。

针对这些痛点，华为提供OBS对象存储+CDN网络作为伪源站/源站，降低企业TCO及播放时延。

Figure 5 OBS作为CDN伪源站

OBS作为CDN的伪源站有几点很明显的优势：

OBS存放热点数据，减少了CDN回源到IDC的公网带宽；

OBS承载回源流量，减少了IDC存储集群接入节点的数量；

数据存放在可靠性更高的OBS，可实现数据冗余、容灾；

CDN通过内网回源到OBS，路径短时延小，提供更好的播放体验。

4. 媒体处理+视频AI+视频搜索

音视频的OBS存储和CDN分发保障了媒体资源的存储和分发这两个基本需求，广电媒资类用户企业更在意的是云厂商对于已有视频的各种后期处理能力，从而帮助企业挖掘所拥有音视频数据更多的价值，使其数字资产有更多优秀的变现能力。而与媒资处理相关的能力也是展现云厂商实力的又一体现。

媒体处理将一个音视频文件按不同需要转换成另一种格式/标准的音视频文件，以适应不同网络带宽、不同技术要求、不同用户需求和不同的播放终端设备。

Figure 6 媒体处理相关能力

上图展示的是华为云在媒体处理的一些能力及大致的业务流程。在视频编码方面，除了支持
H.264编码外，华为云还支持H.265高清低码，利用人眼特性去除视频冗余，在视频主观质量不降的前提下，提供最优的编码方案，实现20%~40%的码率节省。同时，华为积极投入下一代视频编码标准VVC/H.266的研发和制定，目前已稳居标准专利第一梯队。

近年来，有很多之前的优秀电影在影院以高清版再次上映，其中的技术就是媒体处理中的视频超分和画质增强。在媒资数据处理过程中通过传统成熟的超分辨算法与AI深度学习的画质增强算法相结合，达到视频分辨率提升（1080p视频转4k视频）、视频画质提升（SDR转HDR）等效果，可用于老旧视频修复，低分辨率影片转高分辨率影片，提升已有视频播放画质等场景。在调高视频质量的同时，也为企业提供了更多音视频变现的机会。

人工智能AI技术赋能媒资数据是人工智能与传统行业自然结合，广电媒资行业能够提供丰富的数据和使用场景，AI技术的使用也将对于海量历史视频的分类、拆条、处理由不可能变为了可能。目前，华为云可以提供视频内容分析审核、视频拆条、视频摘要、视频编辑、视频标签、视频搜索等技术，帮助用户深入挖掘历史媒资数据的价值。

Figure 7 视频AI

视频AI内容审核的使用可以在音视频发布前对音视频的语音、视频、视频中的文字进行审核识别，确保企业发布的面向广大群众的媒资信息是符合相关法律法规的；企业用户还可以对音视频进行场景分类、人物识别、语音识别、文字识别等分析，形成层次化的分类标签，也可以按需定制标签类别、层次体系，从而能够支撑准确高效的视频搜索，使尘封的数据被打上清晰明了的标签。通过与华为云搜索服务CSS联动可以做到音视频数据随用随取，挖掘音视频数据的更多价值和更多玩法，同时也成为企业变现的优良资产。

5. 边缘媒体处理

如果企业用户对于一些媒资处理服务有很高的时延敏感性，那么边缘计算及边缘云就是一个理想的选择。华为云通过智能边缘云IEC提供边缘计算及与大云联动的能力。将边缘云部署在距离企业和热点用户区域更近的位置，具有与中心云一致的体验，为时延敏感型业务如互动娱乐、在线教育、媒体创作等提供低于10ms的时延体验，并支持全局智能管理及调度。

Figure 8 智能边缘云架构

在音视频领域，边缘云有着非常丰富的应用场景。直播和互动直播场景需要很低的网络时延和较高的网络带宽，利用边缘云，跟主播处于同一区域的观众可以直接从边缘节点获取音视频，避免了音视频先传回源站，再由源站分发到各个区域的过程；

源站到边缘的带宽成本也会降低50%以上，减少了带宽成本和要求。除了网络方面带宽和时延的减少，边缘云还有强大的音视频处理能力，可以将云端的相关服务下沉到边缘云，减少数据传输等时延。比如，可以在边缘云部署视频AI服务，在直播的同时给主播和背景加入特效；也可以直接在边缘进行高清低码的转码服务，在不影响观众体验的前提下减少网络中传输的数据量；还可以在边缘对上传的音视频进行不同格式和不同码率的转换，以便适配不同观众的网络和硬件情况。可以预见的是，随着5G和AI技术的不断发展，将会有更多的技术和应用场景借助边缘云大展身手，给用户带来更丰富优质的感官体验。

Figure 9 边缘云在直播场景的应用