DASH簡介及使用方法(FFmpeg, MP4Box)

DASH

爲何選擇DASH

YouTube採用DASH！其網頁端及移動端APP都使用了DASH。DASH的其餘採用者包括：Netflix, Hulu, …

什麼是DASH

一種服務端、客戶端的流媒體解決方案： 
服務端： 
將視頻內容分割爲一個個分片，每一個分片能夠存在不一樣的編碼形式（不一樣的codec、profile、分辨率、碼率等）； 
播放器端： 
就能夠根據自由選擇須要播放的媒體分片；能夠實現adaptive bitrate streaming技術。不一樣畫質內容無縫切換，提供更好的播放體驗。

DASH中的重要概念

• MPD 
  媒體文件的描述文件（manifest），做用相似HLS的m3u8文件。MPD文件以XML格式組織，其層次結構參圖1。

• Representation 
  對應一個可選擇的輸出（alternative）。如，480p video，720p video, 44100採樣 audio，22050採樣audio，都使用Representation描述。

• Segment（分片） 
  每一個Representation會劃分爲多個Segment。Segment分爲4類，其中，最重要的是：Initialization Segment（每一個Representation都包含1個Init Seg），Media Segment（每一個Representation的媒體內容包含若干Media Seg）！

圖1. MPD的層次示意圖 (每一個Rrepresentation使用fMP4文件格式）

fMP4

fMP4（fragmented MP4），能夠簡單理解爲分片化的MP4，是DASH採用的媒體文件格式，文件擴展名一般爲（.m4s或直接用.mp4）。

圖2. 普通MP4與fMP4組織結構對比，fMP4與DASH 分片概念對照

圖2說明：

普通MP4 由索引文件頭文件moov box和媒體數據mdat box組成。

fMP4 由分片組成，能夠按整個文件存儲，也能夠按分片存儲：

• 若是按照單個文件存儲，每一個輸出是一個m4s文件。 完整的fMP4視頻能夠描述爲以下形式： 
  moov + (moof + mdat) * N 
  其中moof box是分片（fragment）的標識， mdat box存放的是當前分片的媒體數據；

• 若是按照分片存儲，每一個分片是一個m4s文件，輸出對應了多個m4s。

fMP4中的第一個分片，對應了DASH協議中Initialization Segment；其後的分片，則對應Media Segment。

YouTube調研

一段15’ 720分辨率視頻，YouTube有以下Representation: 
1. audio1 id:139 codec:HE-AAC 採樣率22050 分片:5 
2. audio2 id:140 codec:AAC-LC 採樣率44100 分片:5 
3. video1 id:133 codec:264 main profile level1.2 240p 分片:4 
4. video2 id:134 codec:264 main profile level2.0 360p 分片:4 
5. video3 id:135 codec:264 main profile level2.0 480p 分片:4 
6. video4 id:160 codec:264 main profile level1.1 144p 分片:4 
7. video5 id:136 codec:264 main profile level3.0 720p 分片:4

關注視頻部分，4個分片包含：1個Init Seg，3個Media Seg，視頻內容部分分別爲5.12s 5.12s 4.76s。

正常順序播放 

圖3. 正常順序播放的時序圖

1. 下載MPD
2. 下載Init Seg
3. 下載Media Seg（s） 
   在第6s已經完成全部視頻分片的下載。

切換行爲 

圖4. 發生switch的時序圖

切換前，Representation 0的全部分片已經下載完成，交互流程同上， 
第8s進行畫質切換： 
1. 下載Representation 1的Init Seg # 每次切換都會先下載Init Seg 
2. 下載Representation 1 當前所在分片！Seg2 
3. 下載後續分片。

說明：YouTube在播放Rep0 Seg2期間發生切換，會下載Repr1的Seg2，這屬於YouTube的播放策略。不少DASH播放器，此時會直接請求Repr1的Seg3。

DASH應用

1）FFmpeg 轉碼

FFmpeg支持DASH封裝，仿YouTube格式的命令：

ffmpeg -hide_banner -y -threads 0 -i INPUT_VIDEO -filter_complex 'split=2[s0][s1];[s0]scale=480:-2[480s];[s1]scale=360:-2[360s]' -map '[480s]' -c:v:0 libx264 -crf 25 -preset veryslow -map '[360s]' -c:v:1 libx264 -crf 27 -preset veryslow -map a -c:a:0 libfdk_aac -ar:a:0 22050 -map a -c:a:1 libfdk_aac -ar:a:1 44100 -g 150 -sc_threshold 0 -b_strategy 0 -min_seg_duration 5000 -use_timeline 0 -use_template 1 -single_file  1 -window_size 5 -adaptation_sets "id=0,streams=v id=1,streams=a" -f dash OUTPUT.mpd

　　

輸出：

• mpd描述文件
• m4s 輸出文件 
  視頻兩個文件分別是480p crf25 和360p crf 27。 
  音頻兩個文件分別是22050採樣率和44100採樣率。 
  獨立文件內部每一個分片時長5s。

2）FFmpeg 轉封裝

若存在兼容普通mp4轉碼的需求，能夠直接對已編碼視頻轉封裝獲得DASH文件，避免重複編碼。 
要點在於保證編碼命令中的GOP length與DASH要求匹配，不然會發生卡頓問題，須要在播放器端作額外處理。

3) MP4Box 轉封裝

mp4box -dash 5000 -frag 5000 -rap -frag-rap -profile dashavc264:onDemand ld.mp4 hd.mp4 audio.m4a -out OUTPUT.mpd

　　

 

4）DASH播放

使用開源的網頁端DASH player dash.js能夠播放，以下圖。 
圖5. 後臺轉碼的實際播放效果