本章要回答的三个问题:① H.264、HEVC、AV1 这些编码到底差在哪,为什么新编码总是「更省流量」?② 音频编码里的 AAC、MP3、Opus 各自适合什么场景,无损和有损怎么选?③ CRF、preset、码率这些编码参数到底怎么组合,质量、体积、速度的三角怎么平衡?
前 4 章,数据在管线里跑了「解封装→解码→滤镜」三段,都是「消耗」数据;到了编码这一段,才是「产出」——把加工好的原始帧重新压成压缩数据。这是整条管线里计算量最大、最影响「最终质量」的一环。
为什么必须懂编码?两个理由。第一,转码服务的账单是流量和存储,编码选择直接决定成本;第二,质量投诉几乎都发生在「我传上去的视频怎么变糊了」,而糊的根源 90% 在编码参数,不在滤镜。理解了编码,你才真正掌控了这条管线的「输出质量」。
对照开头三个问题:
| 节号 | 回答哪个问题 | 关键产出 |
|---|---|---|
| 5.1 视频编码标准 | 问题①:三代视频编码的演进 | H.264/HEVC/AV1 对比表 + 选型依据 |
| 5.2 音频编码标准 | 问题②:音频编码与场景 | AAC/MP3/Opus/FLAC 场景决策 |
| 5.3 编码参数 | 问题③:质量体积速度的平衡 | CRF/preset/码率组合策略 |
编码输出的是压缩后的 Packet,这是第 6 章传输、第 7 章硬件加速的输入。硬件加速那章会看到「用 GPU 编码同样的参数,速度差几倍」,而参数本身的知识就是本章打下的。第 8 章 SDK 里 AVCodecContext 的每个字段,几乎都是本章参数的代码化身。
编码技术的另一面是「参数背后的代价」。同样一个 CRF 值,在不同 preset 下产物体积可能差一倍;同样一个码率目标,两遍编码比单遍编码画质更好但耗时翻倍。本章会把这些权衡逐一摆到桌面上,让你知道每个参数改动会牵动什么。
需要特别说明的是,编码参数的很多「默认值」并不是最优值,只是安全值。比如 x264 的默认 preset 是 medium,它保证绝大多数场景都能跑通,但绝不是所有场景的最优解。这也是为什么本章强调「先定场景、再定参数」——直播要低延迟,存档要高画质,平台分发要体积可控,三种场景的参数组合完全不同。