9.3 质量评估与监控：给管线装上仪表盘

9.3 质量评估与监控：给管线装上仪表盘

本节摘要：转码后的视频质量、流服务的健康度都需要被「测量」。本节讲清两类指标——画质类（码率、分辨率、PSNR/SSIM）与流健康类（丢帧、重连、延迟），给出 ffprobe/ffmpeg 的检测命令与告警思路。

学习目标

阅读完本节，你应当能够：

1. 用 ffprobe 检测转码产物的码率、分辨率、时长是否达标
2. 用 PSNR/SSIM 做帧级画质对比，判断转码质量损失
3. 设计「采集指标→设阈值→告警→兜底」的管线健康监测思路

一、场景代入：质量投诉从哪来

「转码后的视频怎么有点糊？」「直播今晚卡了三次。」这类投诉的背后，是「没有测量」。不测量就无法区分「偶发个案」和「系统劣化」：是这一条文件参数配错了，还是整个管线在劣化？质量评估的意义，就是把「感觉」变成「数字」，让问题在投诉之前被发现。

二、核心原理：两类指标

画质类：输出文件达标吗

基本指标：码率、分辨率、帧率、时长。转码产物要定期抽查：

# 检查产物关键参数
ffprobe -v error -show_entries stream=codec_name,width,height,bit_rate \
  -show_entries format=duration,bit_rate -of json out.mp4
​

拿结果和预期对比：分辨率对不对、码率在不在预算内、时长偏差大不大。这些是「第一个被检查、也最先暴露问题」的指标。

质量对比指标：PSNR 与 SSIM。要量化「转码后糊了多少」，需要和源文件逐帧对比：

# PSNR/SSIM 对比：源文件 vs 转码产物
ffmpeg -i source.mp4 -i out.mp4 -lavfi "psnr=stats_file=psnr.log,ssim=stats_file=ssim.log" -f null NUL
​

输出 psnr.log 与 ssim.log 里每一帧的数值。经验参考：PSNR 高于 40 dB 画质很好，30–40 dB 可接受，低于 30 dB 明显损失；SSIM 越接近 1 越好，低于 0.9 需要警惕。

流健康类：服务在正常运转吗

画质只回答「文件对不对」，流健康回答「服务稳不稳」：

• 丢帧率：拉流播放时的丢帧数
• 重连次数：推拉流断开重连的频率
• 延迟量：直播的端到端延迟（第 6 章的 A-V 差值思路）

这些指标从哪来？ffprobe 能看时间戳连续性（第 9.2 节），ffplay 的调试输出能看实时状态，但要长期监控，通常要在应用层埋点统计。

三、工程实践要点

告警与兜底

指标的最终目的是触发动作：

采集（ffprobe/ffmpeg 定期跑）→ 阈值判断 → 告警（日志/通知）→ 兜底（重转/重推/降级）
​

示例阈值：

转码质量对比实操

# 抽 30 秒源与产物，做逐帧 SSIM 对比（片段对比省时间）
ffmpeg -i source.mp4 -i out.mp4 -t 30 \
  -lavfi "ssim=stats_file=ssim.log" -f null NUL
cat ssim.log | awk '{print $NF}' | awk -F: '{sum+=$2} END {print "avg SSIM:", sum/NR}'
​

把 SSIM 平均值算出来，和阈值比较。这里 -t 30 只对比前 30 秒，批量巡检时能大幅节省计算。

检测体系一图流

图说明：三层体系

画质指标回答「文件对不对」，流健康指标回答「服务稳不稳」，动作层把指标变成「重转、重推、降级」的具体动作。巡检脚本定时跑，把「感觉」变成「数字」，把「数字」变成「动作」。

⚠️ 常见坑：-lavfi 同时测 PSNR 和 SSIM 时顺序要对（psnr,ssim），写反会导致输出文件错乱；批量巡检别对整片视频跑逐帧对比，用 -t 取片段即可；指标要配阈值才有意义，只采集不判断等于白采。

💡 关键直觉：质量评估的目的是「在用户之前发现问题」。任何一条管线上线前，先想清楚三个问题：测什么、阈值多少、出问题怎么办——这就是仪表盘的完整定义。

无参考质量评估：没有源文件怎么办

PSNR 和 SSIM 都需要源文件做参照，但监控流、直播流往往没有「原始版本」可比。这时要用无参考指标：检查分辨率是否掉档、码率是否骤降、关键帧间隔是否异常拉长、时间戳是否出现跳变。

# 抽查直播流：关键帧间隔是否在合理范围（直播一般 2 秒内一个 I 帧）
ffprobe -v error -show_frames -select_streams v:0 -show_entries frame=pict_type,pts_time -of csv=p=0 \
  -read_intervals "%+#30" rtmp://127.0.0.1:1935/live/cam | awk -F, '$1=="frame" && $2==1 {print $3}'
​

如果 I 帧间隔从预期的 2 秒突然拉长到 10 秒，说明上游编码器配置被改过或转码服务压力过大。无参考评估的核心思想是「异常即信号」——不追求绝对质量，而是盯住指标是否偏离它应有的分布。把正常基线测出来，任何偏离基线的波动都值得告警。

把巡检做成一个定时任务

质量评估真正落地，是把它变成「无人值守的定时巡检」。一个最小的实现思路：用 cron 或任务计划程序，每小时对最新转码产物跑一轮 ffprobe 检查，结果追加到日志，异常条目触发告警。

# 每小时巡检一次输出目录，把异常文件记入日志
#!/bin/bash
for f in output/*.mp4; do
  w=$(ffprobe -v error -select_streams v:0 -show_entries stream=width -of csv=p=0 "$f")
  h=$(ffprobe -v error -select_streams v:0 -show_entries stream=height -of csv=p=0 "$f")
  if [ "$w" != "1280" ] || [ "$h" != "720" ]; then
    echo "$(date): BAD SIZE $f ${w}x${h}" >> qa.log
  fi
done
​

这个脚本把「分辨率应该恒定为 720p」当作断言来检查，任何偏离都会被记录。把断言从「一个文件」扩展到「一批文件的码率、时长、关键帧间隔」，你就有了一个自建的 QA 巡检系统。

它的价值在于把质量从「抽查」变成「全检」——人做不到每天检查每个文件，脚本可以。检测频率、检测维度、告警通道，都可以按业务需要扩展，但核心就一句话：把质量标准写成可执行的断言，让机器替人盯着。

要点回顾

• 两类指标：画质类（码率/分辨率/PSNR/SSIM）与流健康类（丢帧/重连/延迟）
• 基本巡检：ffprobe 查参数、-lavfi 做逐帧质量对比
• 经验阈值：PSNR 40+ 优秀、30–40 可接受、低于 30 损失明显；SSIM 0.9 为警戒线
• 动作层：告警 → 重转/重推/降级，指标必须配动作
• 片段对比：-t 30 只抽片段，批量巡检省计算

下一章走出管线本身——生态、合规与未来趋势。