ApsaraVideo Media Processing:Istilah

Job

Job adalah abstraksi yang digunakan MPS untuk merepresentasikan satu permintaan pemrosesan media. Setiap job mencakup tiga informasi utama: input, output, dan parameter pemrosesan.

• Jenis job umum — MPS menyediakan pekerjaan analisis informasi media, pekerjaan transkoding, pekerjaan kueri transkoding, pekerjaan snapshot, dan pekerjaan Video AI.

  • Pekerjaan transkoding mencakup transkoding reguler, transkoding Narrowband HD™ 1.0, transkoding Narrowband HD™ 2.0, serta pekerjaan peningkatan audio dan video.

  • Pekerjaan Video AI mencakup produksi cerdas, tagging cerdas, moderasi konten, sidik jari media, dan pekerjaan watermark hak cipta.

• Pengiriman job

  • Metode pengiriman — Anda dapat mengirimkan job melalui Konsol MPS, dengan memanggil kit pengembangan perangkat lunak (SDK) atau operasi API untuk jenis job tersebut, atau dengan memicu workflow yang telah dikonfigurasi.

  • Parameter wajib — Misalnya, saat mengirimkan pekerjaan transkoding, parameter inti yang harus ditentukan mencakup file input, path output, template transkoding (atau parameter transkoding), Antrian MPS, dan prioritas.

  Waktu eksekusi berbagai jenis job berbeda-beda. Beberapa job selesai segera setelah dikirimkan, tetapi sebagian besar memerlukan proses unduh, pemrosesan, dan analisis file sehingga tidak dapat diselesaikan secara real time. Oleh karena itu, job dibagi menjadi dua mode pemanggilan: sinkron dan asinkron. Tabel berikut membandingkan kedua mode tersebut.

Untuk mengambil hasil job asinkron, gunakan salah satu metode berikut:

• Polling berkala — Setiap job diidentifikasi oleh JobId unik yang dikembalikan ke pemanggil saat job dikirimkan. JobId juga dapat dilihat di daftar job di konsol. Catat JobId tersebut dan lakukan polling berkala terhadap operasi kueri job untuk mengambil hasil tugas.

• Konfigurasi MNS — Konfigurasikan notifikasi MNS untuk pipeline atau workflow agar menerima hasil tugas secara tepat waktu. Notifikasi berisi ID job (JobId), data pengguna (UserData), dan hasil detail.

Pipeline

Pipeline adalah antrian untuk job asinkron. Saat Anda mengirimkan job asinkron, job tersebut masuk ke antrian pipeline. Dalam batas konkurensi, job yang mengantri dijadwalkan dan dijalankan berdasarkan prioritas dan waktu pengiriman. Jenis pipeline berbeda memiliki variasi dalam jumlah pipeline yang dapat dibuat, fitur yang didukung, serta kemampuan konkurensinya. Untuk informasi lebih lanjut, lihat Ikhtisar pipeline.

Workflow

Workflow adalah urutan preset job. Setelah file diunggah ke bucket Object Storage Service (OSS) yang ditentukan, job dijalankan berdasarkan langkah dan kondisi yang telah dikonfigurasi sebelumnya.

Template transkoding

Template transkoding adalah kumpulan parameter pemrosesan yang diidentifikasi oleh ID unik. Gunakan template transkoding untuk menyederhanakan operasi saat membuat pekerjaan transkoding atau menggunakan workflow. Berdasarkan sumber pembuatannya, template transkoding diklasifikasikan menjadi tiga jenis berikut. Untuk informasi lebih lanjut, lihat Ikhtisar template transkoding.

• Template kustom — Template transkoding yang Anda buat di Konsol MPS atau dengan memanggil operasi API. Tidak ada parameter yang dikustomisasi di backend.

• Template terkustomisasi — Template transkoding yang dikonfigurasi MPS dengan parameter khusus di backend berdasarkan kebutuhan personal Anda. Parameter terkustomisasi tersebut menentukan hasil pemrosesan, sedangkan parameter yang Anda konfigurasi tidak berlaku. Parameter terkustomisasi tidak terlihat oleh Anda dan tidak dapat dimodifikasi dari sisi Anda.

• Template preset — Template transkoding yang disediakan MPS untuk berbagai resolusi agar sesuai dengan rentang bandwidth jaringan tertentu. Template preset mencakup template preset statis dan template preset cerdas. Template preset statis mendukung transkoding reguler, transkoding audio, konversi format kontainer, Narrowband HD™ 1.0, dan Narrowband HD™ 2.0. Untuk informasi lebih lanjut, kunjungi Konsol MPS atau lihat Detail template preset.

Pekerjaan analisis template

Pekerjaan analisis template mengembalikan daftar template preset yang tersedia untuk file input. Karena file input berbeda dalam resolusi, bitrate, dan atribut lainnya, tidak semua template preset cocok untuk file input tertentu. Oleh karena itu, sebelum menggunakan template preset, panggil operasi Submit a template analysis job. Untuk mengambil hasilnya, panggil operasi QueryAnalysisJobList.

Template watermark

Template watermark adalah kumpulan parameter yang digunakan untuk menambahkan watermark ke video, seperti posisi, offset, dan ukuran watermark. Setiap template watermark diidentifikasi oleh ID unik. Untuk menambahkan watermark ke video output, tentukan template watermark atau masukkan parameter yang sesuai secara langsung.

Transcoding

Transcoding adalah proses mengonversi aliran audio atau video yang telah dikompresi dan dikodekan menjadi aliran audio atau video lain agar sesuai dengan bandwidth jaringan, kemampuan pemrosesan terminal, dan kebutuhan pengguna yang berbeda. Transcoding pada dasarnya merupakan proses decoding diikuti encoding. Oleh karena itu, aliran sebelum dan sesudah konversi mungkin menggunakan format encoding video yang sama atau berbeda. Format encoding yang umum digunakan adalah H.264, H.265, dan AV1.

Konversi format kontainer

Konversi format kontainer mengubah format kontainer file video atau audio, misalnya mengonversi video AVI ke MP4. Proses ini tidak melakukan encoding atau decoding audio dan video. Sebaliknya, proses ini mengekstrak aliran video dan audio terkompresi dari file dalam satu format kontainer, lalu mengemasnya kembali ke dalam file dengan format kontainer lain. Dibandingkan dengan transcoding, konversi format kontainer memiliki dua karakteristik berikut:

• Pemrosesan sangat cepat — Encoding dan decoding audio-video sangat kompleks dan menyumbang sebagian besar waktu transcoding. Konversi format kontainer tidak memerlukan encoding atau decoding, sehingga menghemat banyak waktu pemrosesan.

• Tidak ada kehilangan kualitas audio atau video — Karena tidak dilakukan decoding (dekompressi) atau encoding (kompresi), tidak terjadi loss kompresi. File hasil konversi hampir identik dengan file aslinya dalam hal resolusi dan bitrate.

Resolusi

Resolusi menggambarkan kemampuan video dalam menampilkan detail. Biasanya dinyatakan sebagai jumlah piksel pada setiap dimensi. Misalnya, 1280 × 720 menunjukkan bahwa video memiliki lebar 1280 piksel dan tinggi 720 piksel. Video dengan resolusi lebih tinggi memiliki lebih banyak piksel, sehingga detail gambarnya lebih halus dan gambar lebih jernih.

Resolusi merupakan faktor utama yang menentukan bitrate, dan resolusi berbeda memerlukan bitrate berbeda. Resolusi yang lebih tinggi umumnya memerlukan bitrate lebih tinggi, tetapi setiap resolusi memiliki rentang bitrate yang wajar. Di bawah rentang tersebut, kualitas gambar buruk. Di atas rentang tersebut, peningkatan kualitas gambar sangat kecil atau tidak ada sama sekali, sehingga lalu lintas jaringan dan ruang penyimpanan terbuang sia-sia.

Bitrate

Bitrate adalah volume data yang digunakan file video per satuan waktu. Bitrate juga disebut aliran atau laju aliran, dan merupakan faktor paling penting dalam pengendalian kualitas gambar pada pengkodean video. Bitrate diukur dalam bit per detik (bit/s atau bps) dan umumnya dinyatakan dalam Kbps (ribuan bit per detik) atau Mbps. Pada resolusi yang sama, bitrate lebih tinggi mengurangi rasio kompresi dan meningkatkan kualitas gambar. Bitrate lebih tinggi juga berarti laju pengambilan sampel per satuan waktu lebih tinggi dan akurasi aliran data lebih baik, sehingga file hasil pemrosesan lebih mirip file aslinya dan gambarnya lebih jernih. Sebagai gantinya, perangkat pemutaran memerlukan kemampuan decoding yang lebih tinggi.

Bitrate yang lebih tinggi juga menghasilkan file yang lebih besar. Ukuran file dihitung berdasarkan rumus berikut: Ukuran file = Durasi × Bitrate/8. Misalnya, file video 720p berdurasi 60 menit dengan bitrate 1 Mbps—yang umum digunakan online—berukuran sekitar 3600 detik × 1 Mb/8 = 450 MB.

Frame rate

Frame rate adalah satuan pengukuran jumlah frame video yang ditampilkan per satuan waktu, yaitu jumlah gambar yang direfresh per detik. Frame rate diukur dalam frame per detik (FPS) atau hertz (Hz).

Frame rate yang lebih tinggi menghasilkan gambar yang lebih mulus dan realistis. Secara umum, 25 hingga 30 FPS sudah cukup baik, dan peningkatan frame rate hingga 60 FPS memberikan peningkatan nyata dalam interaktivitas dan realisme. Namun, di atas 75 FPS, peningkatan kelancaran sulit dirasakan. Jika frame rate melebihi refresh rate layar, tampilan tidak dapat merefresh secepat itu, sehingga frame tambahan dan kapasitas pemrosesan grafis yang digunakan untuk frame tersebut terbuang sia-sia. Pada resolusi yang sama, frame rate yang lebih tinggi memerlukan kemampuan pemrosesan grafis yang lebih tinggi.

Interval keyframe video (GOP)

Group of Pictures (GOP) adalah sekelompok gambar berurutan dalam video atau aliran video yang dikodekan dengan MPEG. GOP dimulai dengan Frame-I dan berakhir pada Frame-I berikutnya. GOP berisi jenis gambar berikut:

• Frame-I (intra coded picture) — Disebut juga frame intra-coded atau keyframe. Frame-I adalah frame independen yang membawa semua informasinya sendiri dan dapat didekode tanpa merujuk gambar lain. Anda dapat menganggapnya sebagai gambar diam. Frame pertama dalam urutan video selalu merupakan Frame-I, dan setiap GOP dimulai dengan Frame-I.

• Frame-P (predictive coded picture) — Disebut juga frame predictive coded antar-frame. Frame-P harus merujuk Frame-I sebelumnya untuk dikodekan. Frame-P merepresentasikan perbedaan antara frame saat ini dan frame sebelumnya, yang bisa berupa Frame-I atau Frame-P. Saat decoding, perbedaan yang didefinisikan oleh frame saat ini ditumpangkan pada gambar yang telah di-cache sebelumnya untuk menghasilkan gambar akhir. Dibandingkan Frame-I, Frame-P biasanya menempati lebih sedikit bit data. Namun, karena Frame-P memiliki ketergantungan kompleks pada Frame-P dan Frame-I sebelumnya, Frame-P sangat sensitif terhadap kesalahan transmisi.

• Frame-B (bidirectionally predictive coded picture) — Disebut juga frame predictive coded dua arah. Frame-B mencatat perbedaan antara frame saat ini dengan frame sebelum dan sesudahnya. Untuk mendekode Frame-B, Anda harus memperoleh gambar yang telah di-cache sebelumnya dan juga mendekode gambar berikutnya, lalu menumpangkan keduanya pada data frame saat ini untuk mendapatkan gambar akhir. Frame-B memberikan rasio kompresi tinggi tetapi memerlukan performa decoding yang lebih tinggi.

  Nilai GOP menunjukkan interval keyframe, yaitu jumlah frame antara dua keyframe, jarak antara dua frame IDR, dan jumlah maksimum frame dalam satu grup frame. Secara umum, setidaknya diperlukan satu keyframe untuk setiap detik video. Meningkatkan jumlah keyframe meningkatkan kualitas video tetapi juga meningkatkan konsumsi bandwidth dan beban jaringan. Untuk mendapatkan interval waktu, bagi nilai GOP dalam frame dengan frame rate. Misalnya, nilai GOP 250 frame pada frame rate 25 FPS menghasilkan interval waktu 10 detik.

Pertahankan nilai GOP dalam rentang wajar untuk menyeimbangkan kualitas video, ukuran file (bandwidth jaringan), dan perilaku seek (kecepatan respons saat menyeret dan maju cepat):

• Meningkatkan nilai GOP membantu mengurangi ukuran file video. Namun, jangan mengaturnya terlalu besar. Nilai GOP yang terlalu besar akan mendistorsi gambar pada frame akhir GOP dan menurunkan kualitas video.

• Nilai GOP juga merupakan faktor kunci yang memengaruhi kecepatan respons seek. Saat melakukan seek, pemutar menemukan keyframe terdekat sebelum posisi yang ditentukan. Nilai GOP yang lebih besar berarti keyframe mungkin lebih jauh dari posisi yang ditentukan, sehingga lebih banyak frame prediktif harus didekode dan waktu respons seek (waktu buffering) menjadi lebih lama.

• Karena Frame-P dan Frame-B lebih kompleks daripada Frame-I, nilai GOP yang terlalu besar menghasilkan terlalu banyak Frame-P dan Frame-B, sehingga mengurangi efisiensi encoding.

• Namun, jika nilai GOP terlalu kecil, Anda harus meningkatkan bitrate output video agar kualitas gambar tidak menurun, yang berarti meningkatkan konsumsi bandwidth.

Profil encoding audio dan video

Profil encoding adalah serangkaian kemampuan encoding spesifik untuk kelas aplikasi tertentu.

H.264 mendefinisikan tiga profil utama berikut:

• Baseline — Kualitas gambar dasar, cocok untuk perangkat seluler. Profil ini mendukung Frame-I dan Frame-P, serta hanya mendukung scanning progresif dan context-adaptive variable-length coding (CAVLC).

• Main — Kualitas gambar utama, cocok untuk perangkat definisi standar seperti pemutar MP4 dengan kemampuan decoding relatif rendah, pemutar video portabel, PSP, dan iPod. Profil ini mendukung Frame-I, Frame-P, dan Frame-B, mendukung scanning progresif maupun interlaced, serta mendukung CAVLC dan context-adaptive binary arithmetic coding (CABAC).

• High — Kualitas gambar tinggi, cocok untuk perangkat dengan resolusi tinggi dan layar besar seperti siaran, penyimpanan cakram video (Blu-ray Disc), dan televisi definisi tinggi. Selain kemampuan profil Main, profil ini menambahkan intra-prediksi 8 × 8, kuantisasi kustom, pengkodean video lossless, dan lebih banyak format YUV.

  Profil AAC utama adalah sebagai berikut:

• aac_low: Low Complexity AAC (LC)

• aac_he: High Efficiency AAC (HE-AAC)

• aac_he_v2: High Efficiency AAC versi 2 (HE-AACv2)

• aac_ld: Low Delay AAC (LD)

• aac_eld: Enhanced Low Delay AAC (ELD)

Kontrol bitrate dan pass encoding

Kontrol bitrate adalah proses menentukan bitrate output selama pengkodean video. Dua pengaturan bekerja bersama: metode kontrol bitrate, yang menentukan cara alokasi bitrate output, dan jumlah pass encoding, yang menentukan berapa kali penyandi memproses video. Metode kontrol bitrate berikut umum digunakan:

• CBR (constant bitrate) — Mode bitrate tetap di mana file menggunakan satu bitrate dari awal hingga akhir. Dibandingkan VBR dan ABR, CBR menghasilkan file lebih besar, dan kualitas video tidak jauh lebih baik daripada VBR dan ABR.

• VBR (variable bitrate) — Mode bitrate dinamis, yaitu bitrate tidak tetap. Selama encoding audio dan video, bitrate ditentukan secara real-time berdasarkan kompleksitas file input: bitrate lebih tinggi dialokasikan untuk konten kompleks dan bitrate lebih rendah untuk konten sederhana. VBR biasanya digunakan dengan mode encoding Two-Pass. VBR cocok untuk skenario penyimpanan karena memanfaatkan ruang penyimpanan terbatas secara lebih rasional, tetapi Anda tidak dapat memprediksi ukuran file output atau fluktuasi bitrate-nya.

• ABR (average bitrate) — Metode kontrol bitrate default Alibaba Cloud. ABR adalah mode bitrate rata-rata yang merupakan varian interpolasi dari VBR. LAME menciptakan mode encoding ini untuk mengatasi rasio ukuran-kualitas yang buruk pada CBR dan ukuran file tak terduga pada VBR. Dalam ukuran file tertentu, ABR membagi aliran menjadi segmen 50 frame (30 frame kira-kira satu detik), dan menggunakan bitrate relatif rendah untuk frekuensi rendah dan frekuensi yang kurang terasa, serta bitrate tinggi untuk konten frekuensi tinggi dan rentang dinamis besar. ABR mencapai bitrate yang ditentukan dalam rentang waktu tertentu: puncak bitrate lokal dapat melebihi bitrate yang ditentukan, tetapi bitrate rata-rata tetap konstan dalam rentang wajar dan encoding tetap dinamis berdasarkan kompleksitas. Oleh karena itu, ABR dapat dianggap sebagai kompromi antara VBR dan CBR.

• VBV (Video Buffering Verifier) — Video buffering verifier menyediakan cara untuk menjaga bitrate di bawah nilai maksimum. Untuk menggunakan metode ini, atur bitrate output puncak (maxrate) dan ukuran buffer (bufsize). VBV dapat digunakan dengan encoding Two-Pass atau CRF. Kombinasi terakhir juga dikenal sebagai Capped CRF.

  • Bufsize — Ukuran buffer video. Atur berdasarkan fluktuasi bitrate yang Anda perkirakan. Biasanya, atur bufsize menjadi dua kali nilai maxrate. Jika klien memiliki cache kecil, atur bufsize sama dengan maxrate. Untuk membatasi bitrate, atur bufsize menjadi setengah nilai maxrate atau kurang.

• CRF (constant rate factor) — Mode faktor kontrol kualitas. Kualitas video dikuantifikasi ke dalam level, di mana 0 berarti lossless dan 51 adalah yang terburuk. Mengatur CRF menjaga kualitas video subjektif secara keseluruhan tetap konstan, sehingga bitrate berfluktuasi sesuai kompleksitas adegan. (Direkomendasikan) Jika Anda tidak yakin nilai CRF yang harus digunakan, atur nilai antara 23 dan 29. Sesuaikan berdasarkan kompleksitas gambar: setiap kenaikan 6 mengurangi separuh bitrate, dan setiap penurunan 6 menggandakan bitrate. Pada definisi yang sama, animasi biasanya dapat diatur lebih tinggi daripada rekaman aksi langsung. CRF menghasilkan kualitas video lebih baik, tetapi Anda tidak dapat memprediksi ukuran file output atau fluktuasi bitrate-nya.

• Capped CRF — Bitrate yang dihasilkan CRF tidak tetap. Anda dapat menggabungkan CRF dengan VBV untuk membatasi rentang fluktuasi bitrate dan menghindari lonjakan bitrate.

  MPS mendukung pass encoding berikut:

• One-Pass — Metode encoding default Alibaba Cloud. One-Pass lebih cepat daripada Two-Pass.

• Two-Pass — Penyandi berjalan dua kali untuk mengalokasikan bitrate secara presisi dan menghasilkan file lebih kecil dengan kualitas lebih tinggi. Pass pertama menganalisis video dan menghasilkan file log, sedangkan pass kedua melakukan encoding berdasarkan hasil analisis untuk mencapai kualitas encoding terbaik. Two-Pass memerlukan waktu lebih lama daripada One-Pass, sehingga tidak dapat digunakan dalam skenario yang memerlukan ketepatan waktu transkoding tinggi, seperti live streaming dan komunikasi real-time. Two-Pass juga tidak cocok jika video input sudah sangat terkompresi, karena akan muncul artefak blocking.

Region

Region adalah node layanan Alibaba Cloud. Layanan Alibaba Cloud tersedia di berbagai region, sehingga Anda dapat memilih layanan di region terdekat untuk mengurangi latensi akses dan meningkatkan pengalaman pengguna.

Object Storage Service (OSS)

OSS mengacu pada Object Storage Service Alibaba Cloud. Pemrosesan Media ApsaraVideo melakukan transkoding terhadap file media yang Anda simpan di OSS, dan file output hasil transkoding juga disimpan di OSS. Untuk informasi lebih lanjut tentang konsep OSS, lihat Istilah OSS.

Bucket

Bucket adalah wadah yang digunakan untuk menyimpan objek. Setiap objek termasuk dalam satu bucket. Bucket memiliki berbagai atribut konfigurasi, termasuk region, izin akses, dan kelas penyimpanan. Anda dapat membuat berbagai jenis bucket untuk menyimpan data berbeda sesuai kebutuhan. Untuk informasi lebih lanjut, lihat Bucket dalam istilah OSS.

Objek

Objek adalah unit dasar penyimpanan data di OSS dan juga disebut file OSS. Berbeda dengan sistem file tradisional, OSS tidak memiliki struktur direktori hierarkis untuk objek. Objek terdiri dari metadata objek (Object Meta), data pengguna (Data), dan nama file (Key), serta diidentifikasi oleh Key yang unik dalam bucket. Metadata objek adalah kumpulan pasangan kunci-nilai yang menggambarkan atribut objek, seperti waktu modifikasi terakhir dan ukuran. Anda juga dapat menyimpan informasi kustom dalam metadata. Untuk informasi lebih lanjut, lihat Objek dalam istilah OSS.

Pasangan AccessKey

AccessKey, atau disingkat AK, mengacu pada ID AccessKey dan Rahasia AccessKey yang digunakan untuk verifikasi identitas akses. OSS memverifikasi identitas pengirim permintaan dengan memeriksa signature yang dihasilkan dari ID AccessKey dan Rahasia AccessKey melalui enkripsi simetris. ID AccessKey mengidentifikasi pengguna. Rahasia AccessKey adalah kunci yang Anda gunakan untuk mengenkripsi string signature dan yang digunakan OSS untuk memverifikasi string signature tersebut. Simpan Rahasia AccessKey secara rahasia.

Terdapat tiga jenis AccessKey:

• AccessKey yang diajukan oleh pemilik bucket.

• AccessKey yang diberikan pemilik bucket kepada pihak ketiga melalui otorisasi RAM.

• AccessKey yang diberikan pemilik bucket kepada pihak ketiga melalui STS.

  Untuk informasi lebih lanjut, lihat Buat pasangan AccessKey.