科普 | 影片直播的GoP Size設定成多少合適？

在影片直播中，首屏開啟速度直接關係到使用者體驗，其中Group of Picture(GoP)設定、快取引數最佳化格外關鍵。

出現黑屏的原因很簡單，就是解碼器沒有得到能解碼出影片影像的資料，那麼導致這個問題的原因就很容易定位了：比較搞笑一點的說法就是你家的網路比較慢；影片直播伺服器沒有開啟關鍵幀緩衝。

確實是這樣。瞬間得到的資料正好是個I幀。就可以達到秒開的效果。

對於H.264來講，我們常見的有I幀，P幀，和B幀。IDR幀是I幀，但I幀並不一定是IDR幀。直播延遲好的編解碼策略。

影片解碼器緩衝區開始的第一個幀肯定是I幀，這個毋庸置疑。

一般來講，對於手機直播，一到兩秒可能是比較合適的，因為它本身的GoP時間也不會很長，我這邊緩衝，一旦出現問題大概一到兩秒這個影片也能出來。有一個不太好的地方就是它位元速率會稍微高一些，也就說同樣的東西，如果我把GoP改成十秒，我可能是500K，但是我改成一秒，有可能變成一個六七百K的樣子，這個還是跟編碼有關係，具體的比例是多少，可能跟實際相關。

另外如果是點播的話，不關心首屏開啟時間，只要是客戶端下來速度快，CDN給力，那麼我可能要求更小的範圍。告訴大家一個實踐過程中得出的結果，大家用過OBS?

比如說做主播的話，大家用OBS會比較多，OBS它有一個問題就是它預設的話，如果你不調它的特性，GoP就是10秒，10秒的意思就是說GoP size。如果比較點背的話，看的是10秒之前的，如果是比較大的話，它的位元速率，碼流的大小會小點，但是延遲會稍微高一些，CDN開了幾個cache，有些情況下，我們也可以做些轉碼，強行把它的GoP size壓小，整個CDN層面上加一個轉碼的話，它可能會增高這個延遲，這塊一個開放性問題，大家可以根據自己的場景去思考，這個GoP Size配成多大比較合適。

FFmpeg的資料結構裡會標著PTS和DTS：PTS，PresentationTime Stamp也就說這個幀什麼時候會放在顯示器上;DTS就是Decode Time Stamp，就是說這個幀什麼時候被放在編碼器去解。那麼如果全是I幀和P幀，PTS和DTS都是單調遞增的。

解碼器相關的概念，位元速率（BitRate）、FPS（video frame per second）、解析度（VideoSize），不斷調整和調優、最佳化：

在追求更好的流暢度時，我們可以適當降低位元速率。如果 FPS 已經較高（如 30）時，可以維持 FPS 不變更；如果此時因位元速率太低而畫面無法接受，可以再適當調低 FPS。在追求更清晰的畫質時，可以提高位元速率，FPS 調節至 24 左右人眼大多還會識別為流暢。如果可以接受有輕微卡頓，那麼可以將 FPS 設定的更低，比如 20 甚至 15。

動態調整編碼策略是一種應對方式，而直接提高影片流的壓縮比降低直播對網路的要求也是一種策略。目前如果使用 H.265 編碼就可以降低 40% 的頻寬佔用，但比如 H.265 編碼對移動端來說效能開銷過大，相繼會帶來的問題還有發熱過高、掉電過快等問題。