ApsaraVideo Media Processing (MPS) は、さまざまなネットワーク帯域幅、エンドデバイス、ユーザーニーズに合わせてメディアファイルを変換します。メディアファイル内のコンテンツ、テキスト、音声、シーンを分析し、自動レビュー、コンテンツ認識、スマート編集などの機能を提供します。
オーディオ/ビデオトランスコーディング
オーディオ/ビデオトランスコーディングは、メディアストリームをさまざまな解像度、エンコード形式、またはコンテナ形式に変換し、多様なネットワーク帯域幅や再生デバイスに適応させます。MPS は、幅広い主流のエンコード形式とコンテナ形式をサポートしています。トランスコーディングジョブ中にウォーターマークや字幕を追加したり、簡単な編集を行ったりすることもできます。詳細な仕様については、以下をご参照ください。コンソールまたは API で利用できない機能については、アカウントマネージャーを通じてテクニカルサポートチームにお問い合わせください。
以下の機能を使用するには、トランスコーディングジョブを送信する必要があります。出力ビデオの仕様と時間に基づいて、標準のトランスコーディング料金が適用されます。課金の詳細については、「トランスコーディング料金」をご参照ください。
パラメーター | タイプ | 説明 |
入力ファイル | コンテナ形式 |
|
ビデオエンコード形式 | Apple ProRes、AVS+、AVS、AVS2、H.263、H.263+、H.264/AVC、H.265/HEVC、H.266/VVC、MJPEG、MPEG-1、MPEG-2、MPEG-4、QuickTime、RealVideo、VP8、VP9、Windows Media Video | |
オーディオエンコード形式 | AAC、AC3、ADPCM、AMR、DSD、EAC3、MP1、MP2、MP3、PCM、RealAudio、Vorbis、Windows Media Audio | |
ファイルサイズ | 最大 100 GB | |
クロマサブサンプリング | 例:4:2:2、4:2:0 | |
出力ファイル | コンテナ形式 | 説明
|
エンコード形式 |
| |
エンコードプロファイル |
| |
解像度 |
| |
ビットレート |
| |
フレームレート | 出力フレームレートの範囲は (0, 60] fps です。 | |
色深度 |
| |
ピクセル形式 | yuv420p、yuvj420p、yuv422p、yuvj422p、yuv444p、yuvj444p など | |
ビットレート制御 | VBR (可変ビットレート)、CBR (固定ビットレート)、ABR (平均ビットレート)、CRF (固定レート係数) | |
スキャンモード | 元のビデオモード、自動インターレース解除、インターレーススキャン、プログレッシブスキャンなどのモードがサポートされています。 |
ナローバンド HDTM
ナローバンド HDTM は、Alibaba Cloud のトランスコーディング技術に基づくメディア処理機能です。ビデオ圧縮を改善してファイルサイズを削減し、再生バッファリングを最小限に抑え、ストレージコストと帯域幅コストを削減します。
これらの機能を使用するには、トランスコーディングジョブを送信する際に、対応する ナローバンド HD トランスコーディングテンプレートを選択する必要があります。ナローバンド HD トランスコーディングの料金は、出力ビデオの仕様と時間に基づいて請求されます。
タイプ | 説明 |
ナローバンド HDTM 1.0 | シーン、動き、コンテンツ、テクスチャなどのビデオの詳細をインテリジェントに分析し、画質を維持しながらビットレートを平均 20% から 40% 削減するか、同じ帯域幅でより高解像度の視聴体験を提供します。H.264 および H.265 エンコーディングをサポートしています。その他のパラメーターは、標準のトランスコーディングと同じです。無料トライアルを開始。 |
ナローバンド HDTM 2.0 | 標準のビデオエンコーダーを上回り、軽量な解像度復元と品質向上を統合し、画質を維持しながらビットレートを平均 40% から 60% 削減するか、低帯域幅ネットワークでプレミアムな高解像度の視聴体験を提供します。H.264 および H.265 エンコーディングをサポートしています。その他のパラメーターは、標準のトランスコーディングと同じです。無料トライアルを開始。 |
オーディオとの強化
オーディオエンハンスメント
ApsaraVideo Audio Lab は、従来の信号処理とディープラーニング技術を統合し、幅広いシナリオに対応するオーディオエンハンスメントおよび復元ソリューションを提供します。
以下の機能を使用するには、トランスコーディングジョブを送信する際に、対応するパラメーターを設定する必要があります。オーディオ部分は、出力オーディオの仕様と時間に基づいてオーディオ/ビデオエンハンスメント料金が発生します。ビデオ部分は、使用されるサービスに基づいてトランスコーディング料金が発生します。オーディオエンハンスメントトランスコーディングテンプレートを有効にするには、DingTalk グループ 32171220 に参加して Alibaba Cloud テクニカルサポートにお問い合わせください。
機能 | 説明 |
サウンドエンハンスメント | シングルチャンネル (モノラル)、2 チャンネル (ステレオ)、5.1、7.1 マルチチャンネルオーディオを強化し、ヘッドフォンやスピーカーなど、さまざまな再生環境に合わせて、映画館品質で自然、クリア、かつカスタマイズ可能なサウンドを提供します。この機能は、音楽、スピーチ、映画コンテンツに最適です。 |
音量正規化 | ビデオのラウドネスをインテリジェントに調整および正規化し、ショートビデオフィードや連続音楽再生などのシナリオで、ソースの音量が不均一なために発生する音量の変動を解決します。 |
高速トランスコーディング
高速トランスコーディングは、ビデオをより小さなセグメントに分割し、それらを並行してトランスコーディングすることで、トランスコーディング速度を 5 倍から 30 倍に向上させ、処理時間を大幅に短縮します。この機能は、ニュース、スポーツイベント、プレミア公開など、時間的制約のあるコンテンツに最適です。
トランスコーディングジョブを高速化するには、高速トランスコーディングキューにジョブを送信する必要があります。オーディオ/ビデオトランスコーディングまたは視聴覚エンハンスメントの標準料金に加えて、高速トランスコーディングの追加料金が適用されます。この料金は、出力ビデオの仕様、時間、および実際の速度向上に基づいて計算されます。
タイプ | 説明 |
速度向上 | 速度向上は通常 5 倍から 30 倍で、入力ビデオによって異なります。高速トランスコーディングキューで、5x、10x、20x、30x などの期待される速度向上を設定できます。 |
適用可能なビデオ | 30 分を超えるビデオや、高フレームレート、超高解像度 (UHD)、視聴覚エンハンスメントなど、複雑な処理が必要なビデオに推奨されます。詳細については、「高速トランスコーディングの制限事項」をご参照ください。 |
フォールバックポリシー | セグメンテーションはすべてのビデオでサポートされているわけではありません。高速トランスコーディングと互換性のないビデオが高速トランスコーディングキューに送信された場合、ジョブは自動的に通常のトランスコーディングモードにフォールバックします。 |
追加処理
メディア情報
OSS 内のオーディオおよびビデオファイルから、解像度、ビットレート、フレームレート、コーデック、ファイル形式などのメタデータを取得します。
この機能を使用するには、メディア情報ジョブを送信する必要があります。この機能は、リクエスト数に基づいて API 呼び出しに対して課金されます。
簡易編集
オーディオ抽出、ビデオ抽出、結合、クリッピング、オーディオミキシングなど、簡単なビデオ編集を実行します。
以下の機能を使用するには、トランスコーディングジョブを送信する際に、対応するパラメーターを設定する必要があります。この機能には、出力ビデオの仕様と時間に基づいてトランスコーディング料金が発生します。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
オーディオ抽出 | ビデオトラックを無効にすることで、ビデオファイルからオーディオトラックを抽出します。 | Remove | サポート |
ビデオ抽出 | オーディオトラックを無効にすることで、ビデオファイルからビデオトラックを抽出します。 | Remove | サポート |
黒枠除去 | ビデオフレームから黒枠を検出し、自動的にクロップします。 | Crop | 非サポート |
ビデオクロッピング | クロップ後に保持する領域の幅と高さを指定し、入力ビデオフレームの左上隅に対するこの領域の位置を指定します。周囲の領域は自動的にクロップされます。 | Crop | 非サポート |
黒枠追加 | 黒枠が追加された後の出力ビデオの幅と高さを指定し、出力フレームの左上隅に対する入力ビデオフレームの位置を指定します。周囲の隙間は黒枠で埋められます。 | Pad | 非サポート |
向きの適応 | この機能は、幅と高さではなく、長辺と短辺で出力解像度を定義します。入力ビデオに横向きと縦向きの両方が含まれている場合に、この機能を有効にすることを推奨します。 | LongShortMode | サポート |
ビデオ回転 | ビデオの回転角度を設定します。 | Rotate | サポート |
ビデオ結合 | 最大 100 本のビデオを結合します。結合する各ビデオの開始時刻と時間を設定できます。 | MergeList または MergeConfigUrl | 非サポート |
ビデオクリッピング |
| Clip | サポート |
オープニングとエンディング | ビデオの冒頭に動的なロゴを重ね、エンディングのコンテンツを指定します。これにより、ブランド認知度を高め、著作権を強調できます。 | OpeningList および TailSlateList | テールスレートの追加をサポートします |
ぼかし | ビデオ内の指定された領域をぼかします。 | DeWatermark | 非サポート |
オーディオミキシング | 2 つのオーディオトラックを結合します。これは、バックグラウンドミュージックを追加するのに最適です。 | Amix | 非サポート |
ビデオスナップショット
ビデオ内の指定された時点で、指定されたサイズのスナップショットを撮影します。スナップショットは、ビデオカバー、スプライト、プレーヤーのプログレスバーのサムネイルに使用できます。
以下の機能を使用するには、スナップショットジョブを送信する必要があります。この機能は、撮影されたスナップショットの数に基づいて API 呼び出しに対して課金されます。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
静的スナップショット | ビデオ内の指定された時点で、指定されたサイズの JPG スナップショットを撮影します。以下のサンプリング方法が利用可能です:
| SnapshotConfig | サポート |
スプライトスナップショット | この機能は、指定されたレイアウトルールに基づいて、静的スナップショットを 1 つの大きな画像 (スプライト) に結合します。出力は JPG 形式です。非同期呼び出しのみがサポートされています。単一のスプライトをリクエストすることで、複数の画像の情報を取得でき、画像リクエストの数を大幅に削減し、クライアント側のパフォーマンスを向上させます。 | TileOut、TileOutputFile | 非サポート |
WebVTT スナップショット | この機能は、一連の静的スナップショットまたはスプライトの VTT ファイルを生成します。VTT ファイルには、各スナップショットのタイムスタンプ、ファイル URL、およびスプライト内の各スナップショットの座標情報が含まれています。画像を表示するには、まず VTT ファイルを取得して解析する必要があります。この機能は、プレーヤーのプログレスバーにサムネイルを表示するのに役立ちます。 | SubOut | サポート |
キーフレームスナップショット | この機能は、キーフレームでのみスナップショットを撮影します。指定された時点がキーフレームでない場合、サービスは代わりに最も近いキーフレームを使用します。 | FrameType | サポート |
先頭フレームのブラックスクリーン検出 | 先頭フレーム (time=0) のブラックスクリーン検出を有効にできます。ブラックスクリーンは、黒ピクセルの割合と色値のしきい値によって定義されます。スナップショットを撮影する際、サービスはビデオの最初の 5 秒間をスキャンします。黒でないフレームが見つかった場合、それがキャプチャされます。それ以外の場合、単一スナップショットジョブではジョブは失敗します。複数スナップショットジョブでは、最初の黒フレームがキャプチャされます。 | BlackLevel、PixelBlackThreshold | サポート |
ビデオウォーターマーク (可視ウォーターマーク)
会社のロゴやテレビ局のアイコンなど、可視ウォーターマークをビデオに追加して、ブランドアイデンティティを強化し、著作権を強調し、製品認知度を高めます。著作権追跡のために非可視のブラインドウォーターマークを追加するには、以下の 電子透かし (非可視ウォーターマーク) セクションをご参照ください。
以下の機能を使用するには、トランスコーディングジョブを送信し、ウォーターマークアセットとオプションのウォーターマークテンプレートを指定する必要があります。この機能には、出力ビデオの仕様と時間に基づいて トランスコーディング料金が発生し、ウォーターマークの数に基づいて API 呼び出しに対して課金されます。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
画像ウォーターマーク |
| WaterMarks | |
テキストウォーターマーク | WaterMarks | 非サポート |
字幕
多言語サポートや、無音または騒がしい環境での視聴のために、ビデオに字幕を追加します。この機能は、聴覚障害のあるユーザーにもビデオコンテンツをアクセシブルにします。
トランスコーディングジョブを送信するか、ワークフローを通じてトランスコーディングを開始する必要があります。この機能には、出力ビデオの仕様と時間に基づいてトランスコーディング料金が発生します。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
字幕パッケージング | ワークフローを使用して、字幕ファイルをオーディオおよびビデオストリームとともに単一のマスタープレイリスト (.m3u8 または .mpd) にパッケージングします。マスタープレイリストに最大 4 つの字幕トラックを追加でき、ユーザーはプレーヤーで異なる字幕バージョンを切り替えることができます。サポートされている形式:HLS プロトコル用の VTT、DASH プロトコル用の VTT、STL、TTML。 |
| サポート |
ビデオパッケージング
パッケージングは、複数のビットレートレンディション、オーディオトラック、字幕トラックからマスタープレイリストファイルを生成するプロセスです。ストリーミングメディアシナリオでは、これにより以下が可能になります:
アダプティブビットレートストリーミング:ユーザーのネットワーク状況に合わせてストリーム品質を調整し、起動遅延と再生バッファリングを削減します。
広告挿入:セグメント間にビデオ広告を柔軟に挿入します。
以下の機能を使用するには、ワークフローを通じてトランスコーディングを開始する必要があります。この機能には、出力ビデオの仕様と時間に基づいて トランスコーディング料金が発生します。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
HLS プロトコル | Apple HLS プロトコルを使用してコンテンツをパッケージングします。2 レベルのインデックス構造をサポートしています。インデックスファイルは M3U8 形式で、ビデオファイルは TS 形式です。 | 「HLS でコンテンツをパッケージングする方法」をご参照ください。 | サポート |
CMAF プロトコル | CMAF プロトコルを使用してコンテンツをパッケージングします。HLS または DASH 形式での出力をサポートしています。 | なし | 非サポート |
カスタムセグメント期間 | 最大 10 個のセグメント時点と、残りの期間に対する個別の間隔を指定します。間隔は 1 秒から 60 秒の範囲で設定できます。この機能は、クライアントの帯域幅条件に基づいてセグメント期間を設定し、最初のフレームまでの時間を短縮するのに役立ちます。 | Segment | 非サポート |
ビデオ暗号化
以下の機能を使用するには、ワークフローを通じてトランスコーディングを開始する必要があります。この機能には、出力ビデオの仕様と時間に基づいて トランスコーディング料金が発生します。
機能 | 説明 | 関連 API パラメーター | コンソール操作 |
HLS 暗号化 | 標準の HLS AES-128 プロトコルを使用してビデオコンテンツを暗号化します。自己管理キーまたは KMS のキーを使用できます。コンテンツは、標準の HLS 準拠プレーヤーで復号して再生できます。この方法は、モバイルデバイスでのビデオセキュリティを確保し、高いセキュリティレベルと良好なデバイス互換性を提供します。 | 該当なし | サポート |
Alibaba Cloud 専用の暗号化 | Alibaba Cloud 独自の暗号化プロトコルを使用してビデオファイルを暗号化し、暗号化された HLS 形式に変換します。キー管理には KMS を使用する必要があります。コンテンツは ApsaraVideo Player でのみ復号して再生できます。これにより、ファイルがローカルにダウンロードされても再生や再配布を防ぎます。この方法は、モバイルおよび Flash クライアントに高レベルのセキュリティを提供し、オンライン教育やプレミアムコンテンツなどのシナリオに最適です。 | 該当なし | サポート |
ビデオ AI
自動レビュー
この機能は、タイトル、説明、カバー、ビデオ、オーディオなどのメディアコンテンツをレビューし、ポリシー違反を検出します。一般的なユースケースには、ショートビデオプラットフォーム、ライブストリーミング、メディアコンプライアンスなどがあります。
以下の機能を使用するには、メディアレビュー ジョブを送信する必要があります。自動レビューの料金は、正常に処理されたビデオの時間に基づいて請求されます。
機能 | コンテンツ | 説明 |
コンテンツモデレーション | ポルノ検出 | オーディオ、テキスト、ビジュアルにおけるポルノおよび性的に示唆的なコンテンツを検出します。 |
テロコンテンツ検出 | 武器、流血、特定の服装、爆発、特殊記号、群衆、パレードなど、10 以上のカテゴリにわたるテロおよび政治的に敏感なコンテンツを検出します。 | |
広告および QR コード検出 | テキスト、ウォーターマーク、QR コード、スパム広告、ミニプログラムコードなど、メディアファイル内のさまざまな形式の広告を検出します。 | |
ロゴ検出 | テレビ局のロゴ、商標、ウォーターマークなど、ビデオや画像内のさまざまなロゴを検出します。これは、著作権保護によく使用されます。 | |
不適切なシーンの検出 | ピクチャーインピクチャー (PiP)、喫煙、車内ライブストリーミング、無意味な映像など、モデレーションが必要な不適切なシーンを検出します。 | |
オーディオスパム対策 | ポルノ、テロ、虐待的なコンテンツなど、オーディオ内のポリシー違反を検出します。中国語と英語の両方をサポートしています。 |
メディアフィンガープリント
この機能は、Alibaba Cloud の技術を使用して、メディアファイルに固有のフィンガープリントを作成します。ビデオ、画像、オーディオ、テキストのこれらのフィンガープリントを抽出して比較することで、重複コンテンツを見つけ、メディアクリップのソースを追跡できます。。
以下の機能を使用するには、メディアフィンガープリントジョブを送信する必要があります。メディアフィンガープリントの料金は、正常に処理されたビデオまたはオーディオの時間に基づいて請求されます。
機能 | 説明 |
ビデオフィンガープリント | ビデオから視覚的なフィンガープリントを抽出します。フィンガープリントをライブラリに追加して分析と比較を行い、類似のビデオを見つけることができます。 |
オーディオフィンガープリント | オーディオフィンガープリントを抽出します。フィンガープリントをライブラリに追加して分析と比較を行い、類似のオーディオトラックを見つけることができます。 |
画像フィンガープリント | 画像から視覚的なフィンガープリントを抽出します。フィンガープリントをライブラリに追加して分析と比較を行い、類似の画像を見つけることができます。 |
テキストフィンガープリント | テキストコンテンツからフィンガープリントを抽出します。フィンガープリントをライブラリに追加して分析と比較を行い、類似のテキストを見つけることができます。 |
サービス管理
カテゴリ | 説明 | API | コンソール |
メディア管理 | メディアファイルのアップロード、管理、公開を行います。 | N/A | N/A |
ワークフローオーケストレーション | メディアファイルがアップロードされると自動的にジョブを開始することで、クラウドベースのメディア処理を自動化します。 | N/A | サポート |
トランスコーディングテンプレート | トランスコーディングテンプレートには、一連のトランスコーディングパラメーターが含まれています。テンプレートを使用すると、トランスコーディングジョブの作成とワークフローの設定が簡素化されます。テンプレートは、ソースによってカスタム、カスタマイズ、またはシステムプリセットに分類されます。 |
| サポート |
ウォーターマークテンプレート | ウォーターマークテンプレートには、ウォーターマークの位置やサイズなど、ウォーターマークのプロパティを定義するパラメーターが含まれています。テンプレートを使用すると、ウォーターマークの追加プロセスが簡素化されます。 |
| サポート |
トランスコーディング優先度 | MPS キュー内のトランスコーディングジョブの優先度を設定します。最大 10 の優先度レベルを定義できます。 |
| 非サポート |
条件付きトランスコーディング | ソースビデオのプロパティ (ビデオビットレート、解像度、オーディオビットレートなど) を出力設定と比較します。ソースの値が低い場合、トランスコーディングジョブはスキップされるか、ソースが変更されずに渡されます。 | 例: | サポート |
MPS キュー | MPS キューは、トランスコーディングやスナップショットなどの非同期ジョブを保持し、スケジューリングと実行を行います。複数のキューを作成し、各キュー内のジョブに対して最大 10 の優先度レベルを定義できます。 |
| 非サポート |
メッセージ通知 | トランスコーディングやスナップショットなどの非同期ジョブはバックグラウンドで実行されます。Message Service (MNS) と統合して、MNS トピックまたはキューを MPS キューまたはワークフローにバインドすることで通知を受け取ることができます。MNS は、ジョブが完了したとき、またはワークフローが開始または終了したときに自動的に通知を送信します。 |
| サポート |