天翼视讯悦盒“家家聊”技术探秘

日前，华为宣称在跨省、全新互联网架构的TV高清视频通信方面取得重大技术突破，并将在“五一”节前搭载 “天翼视讯悦盒”(后续简称“悦盒”)正式向市场推出“家家聊”业务。市场上有不少公司也号称他们的智能机顶盒能支持高清视频通话，那华为“家家聊”到底有什么不同，有哪些地方能算得上是重大技术突破?哪些关键因素支撑跨省电视高清视频聊天体验呢?

下面，我们从视频编码、音频编码及网络自适应等关键技术，进行深入剖析和一探究竟。

视频编码技术

“家家聊”采用了业界主流的H.264/AVC视频编码标准和技术规范，同时依托华为智能机顶盒专有的片内SoC(System on Chip)的模块(VENC)，完成多项核心视频编码技术的深度优化和定制，实现1080P与720P及以下分辨率的实时高清视频编码。

那为什么“家家聊”暂时只提720P的高清视频呢?主要考虑的是两个方面：

1)业界通用USB摄像头一般采用的都是USB2.0接口，其输入输出带宽只能支持到720P

2)720P至少要求1M以上带宽，这基本是国内电信运营商的上行带宽的上限值了

“家家聊”高清版的视频编码技术具备以下独特优势：

l 精确的目标码率控制

目标码率是客户根据自身的需求给编码器设置的一个编码码率。VENC控制目标码率与实际输出码率浮动不超过10%。鉴于目标码率的高低对图像质量有一定的影响，因此不同分辨率编码存在一定的合理码率选择范围。所谓“合理的范围”指的是，如果低于这个范围，图像质量看起来会变得不可接受;如果高于这个范围，则显得没有必要，对于网络资源以及存储资源来说是一种浪费。VENC可以根据实际编码的分辨率、实时的网络情况、实际应用场景配置相应的目标码率，以达到最优的编码效果。

l 适用不同场景、灵活可控的编码模式

【绑定模式】

VENC支持的一种编码模式。设置该工作模式，需要在打开编码器之前给编码器绑定源。目前支持的源有虚拟屏幕，虚拟窗口和VI。设置绑定模式后，客户不能再自行给VENC送帧编码。

【快速编码模式】

VENC支持的一种编码模式。一般应用于可视通讯等对实时性要求较高的场景。该模式下，VENC处理会根据用户配置的输入输出帧率做帧率控制外，为了保证画面的实时性，避免延时的累积，VENC只会编码最新插入的一帧，缓冲区的其他帧会被扔掉，从而保证总是编码缓冲区最新的画面。

【分SLICE 编码】

分SLICE 编码是H264协议规范支持的一种编码模式。该模式下编码器会把一帧画面编码成多个SLICE，各个SLICE在编码时相互间保持独立。在网络传输环境较差的情况下，采用分SLICE 编码可以限制误码的扩散，保证传输质量。

l 可控的输入与输出帧率

帧率(Frame rate)是用于测量显示帧数的量度，以每秒显示帧数(Frames per Second，简称：FPS)为单位。VENC具备输入帧率和输出帧率两个参数可供配置，如果两个参数配置成不同帧率，VENC会自动进行帧率控制。特别需要注意的是：当处于绑定模式下，用户配置的输入帧率失效，VENC以内部实际的输入帧率为基准进行帧率控制，而在非绑定模式下，客户需要保证输入帧率的准确可信。

基于以上深度优化的编码算法，VENC应用与不同场景的合理目标码率参考范围如表1所示：

表1 码率配置参考表(帧率：30fps)

音频编码技术篇

互联网传送高保真语音数据面临的核心挑战来自于三个方面：

1、 网络的时延、丢包、抖动、带宽变化，如何保证稳定的通话时延及质量

2、 低复杂度、低损伤、低带宽占用诉求下的高清语音编解码及增强技术

3、 多平台兼容性，提供无差别通话体验

针对这些互联网语音通信的关键问题，”家家聊”采用华为2012实验室提供的HME(Huawei Media Engine)核心模块;其完整的高音质，低带宽HD-VOICE音频编码技术，为用户带来身临其境的高保真语音通信服务。”家家聊”的音频编码技术具备以下独特优势：

l 采用业界最优的VOIP语音编解码器OPUS

OPUS编码器频谱可根据网络宽带自适应，同时在相同带宽下提供的音质好，延时小，而特有的FEC功能具有强大的抗丢包能力;考虑到通话环境，设备差异等因素，互联网语音通信极容易产生噪声，回声，音量太小或太大，削波等问题，严重影响用户通话体验;而HME模块凭借华为在无线通信领域10多年的积累，提供业界领先的ANR/ALC/AEC/ACLP算法，其回声抵消指标业界领先，让你随时随地畅打无忧。不同音频编码算法的音质测试对比请参考图2:

图2：编码算法的音质对比测试

l 动态抖动缓存技术(AJB+TSM)

HME TSM技术在调整语音缓存深度时，通过时域伸缩技术，只改变语速，而不改变语音的音质、基音等其它特性;通过时域拉伸压缩技术(TSM)实现对缓存深度的平滑动态调整，在AB主观测试中，86%的测试用户反馈语音质量明显提升。

HME AJB技术实时跟踪网络抖动，动态调整缓存深度，保障最佳语音质量及通话时延，无线网络典型场景平均时延降低150ms以上。

图3语音编码技术对比

网络自适应技术篇

相对于TDM(时分复用)网络， IP分组网络的丢包与时延更恶劣。当网络质量劣化，若不能自动调节音视频编码的码率，将会导致高丢包与时延变大，严重影响端到端通信的主观体验。华为”家家聊”的HME引擎采用专用的NetATE网络自适应技术，可根据网络状态(丢包率、丢包分布、时延)，快速改变编码速率、打包时长、冗余深度适应网络状态，保证语音与视频通信的质量。NetATE具备如下特点：

a) 可适配多种变速率编解码

b) 网络模型分析(带宽竞争与带宽受限)

c) 用户可控带宽上下限

d) 快速调整响应

综合测试表明，即使网络丢包达到10%的情况下，华为媒体引擎(HME)的NetATE网络自适应、ARS自适应码率选择、SEC等超强纠错技术也能够保障，音、视频通话清晰流畅。

小结

与市面上现有的视频通信软件，诸如Skype和QQ HD等相比，”家家聊”在相同码率下的视音频编码主观质量有明显优势，更能轻松实现720P及1080P分辨率的高清视频编码;更为重要的是，”家家聊”高清版针对国内家庭宽带网速进行智能适配，达到视频质量和流畅度的均衡及综合体验最佳;结合 “悦盒”的全遥控器操作方式、以易用性为核心的UI/UX设计，必将TV大屏上的、全面领先的视音频通信体验带入千家万户。

随着HME视频编码技术向HEVC/H.265平滑演进以及国内运营商光纤网络提速步伐的加快，不久的将来，”家家聊”高清版将为中国的家庭用户带来全高清1080P，甚至是革命性的4K超高清视频通信体验。