CN117560525A - 一种数据处理方法、装置、设备以及可读存储介质 - Google Patents
一种数据处理方法、装置、设备以及可读存储介质 Download PDFInfo
- Publication number
- CN117560525A CN117560525A CN202410039666.1A CN202410039666A CN117560525A CN 117560525 A CN117560525 A CN 117560525A CN 202410039666 A CN202410039666 A CN 202410039666A CN 117560525 A CN117560525 A CN 117560525A
- Authority
- CN
- China
- Prior art keywords
- media
- media data
- parameter
- coding parameters
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 219
- 238000000034 method Methods 0.000 claims abstract description 79
- 230000001105 regulatory effect Effects 0.000 claims description 57
- 238000004590 computer program Methods 0.000 claims description 29
- 230000003828 downregulation Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 24
- 230000003827 upregulation Effects 0.000 claims description 21
- 230000002222 downregulating effect Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims 3
- 238000005516 engineering process Methods 0.000 abstract description 24
- 238000013473 artificial intelligence Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 12
- 230000000903 blocking effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000036316 preload Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
- H04N21/234363—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by altering the spatial resolution, e.g. for clients with a lower screen resolution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
- H04N21/234381—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by altering the temporal resolution, e.g. decreasing the frame rate by frame skipping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2402—Monitoring of the downstream path of the transmission network, e.g. bandwidth available
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
Abstract
本申请公开了一种数据处理方法、装置、设备以及可读存储介质,方法包括:获取待播放的媒体数据序列;基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数;按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整。本申请可应用于地图领域、交通领域、自动驾驶领域、车载场景、云技术、人工智能、智慧交通和辅助驾驶等各种场景,提升媒体数据的播放质量。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种数据处理方法、装置、设备以及可读存储介质。
背景技术
随着广播技术以及网络视频应用的发展,媒体数据(如视频数据)已成为人们日常生活中重要的一个部分,人们用如视频的媒体数据进行娱乐或学习。
以视频为例,目前对于视频观看大多需要通过无线网络(例如,WiFi)或者流量数据进行,若无线网络不稳定或用户存在移动行为时,则视频可用带宽就存在着一定范围的波动。而网络波动可能会产生带宽变小的情况,在视频播放过程中就会出现视频画面卡顿的问题,这十分损害用户体验。
在相关技术中,为改善视频画面卡顿的问题,会根据预测的网络状况,来将视频的相关编码参数(如码率、分辨率)进行一刀切,以适应预测的网络状况。然而,由于不同视频包含不同视频内容,而不同的视频内容在同一编码参数(如码率)下的清晰度存在差异(例如,视频内容复杂的视频,在较低码率下清晰度会较低,而视频内容简单的视频,在同等低码率下清晰度会很高),那么对于上述一刀切的码率调整方式,虽然在播放一批视频时,整体的码率不会产生波动,但是会导致部分视频的质量过低,部分视频的质量又过高的情况,降低视频播放的整体质量。可见,当前亟需一种编码参数的调整方式,以提升视频播放的整体质量。
发明内容
本申请实施例提供一种数据处理方法、装置、设备以及可读存储介质,可以实现对媒体数据的媒体编码参数进行动态调整,提升媒体数据整体的播放质量。
本申请实施例一方面提供了一种数据处理方法,包括:
获取待播放的媒体数据序列;媒体数据序列中包含N个媒体数据;N为正整数;
基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数;
按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;参数可调性是指目标媒体数据的初始媒体编码参数的可调性;
若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整;目标媒体数据在调整后的媒体编码参数下的媒体质量满足质量浏览条件。
本申请实施例一方面提供了一种数据处理装置,包括:
数据获取模块,用于获取待播放的媒体数据序列;媒体数据序列中包含N个媒体数据;N为正整数;
初始参数确定模块,用于基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数;
数据选取模块,用于按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
分析模块,用于基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;参数可调性是指目标媒体数据的初始媒体编码参数的可调性;
参数调整模块,用于若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整;目标媒体数据在调整后的媒体编码参数下的媒体质量满足质量浏览条件。
在一个实施例中,初始参数确定模块基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数的具体实现方式,包括:
获取历史时间段的平均网络速度,并将平均网络速度确定为媒体数据序列的预测网络速度;历史时间段早于播放媒体数据序列的时间;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将媒体数据序列中的任意一个媒体数据确定为分析媒体数据;
基于预测网络速度对分析媒体数据进行适配分析,从K个配置媒体编码参数中选择出分析媒体数据的初始媒体编码参数。
在一个实施例中,初始参数确定模块获取历史时间段的平均网络速度的具体实现方式,包括:
按照时间抽取规则,从历史时间段内抽取T个时间点;
获取T个时间点中每个时间点分别对应的历史网络速度,得到T个历史网络速度;
确定T个历史网络速度的平均值;
将T个历史网络速度的平均值确定为历史时间段的平均网络速度。
在一个实施例中,初始参数确定模块基于预测网络速度对分析媒体数据进行适配分析,从K个配置媒体编码参数中选择出分析媒体数据的初始媒体编码参数的具体实现方式,包括:
获取分析媒体数据的媒体内容;
基于分析媒体数据的媒体内容调用参数预测模型;参数预测模型中部署有K个配置媒体编码参数;
通过参数预测模型,对分析媒体数据的媒体内容和预测网络速度进行综合分析,输出适应于分析媒体数据的预测媒体编码参数;预测媒体编码参数小于预测网络速度;
将分析媒体数据的预测媒体编码参数,确定为分析媒体数据的初始媒体编码参数。
在一个实施例中,媒体质量不满足质量浏览条件的目标媒体数据包括第一媒体数据与第二媒体数据;第一媒体数据是指媒体数据序列中媒体质量最低的媒体数据,第二媒体数据是指媒体数据序列中媒体质量最高的媒体数据;分析结果中包括第一媒体数据的第一分析结果与第二媒体数据的第二分析结果;
分析模块基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果的具体实现方式,包括:
获取第一媒体数据关联的第一参数分析规则,与第二媒体数据关联的第二参数分析规则;第一参数分析规则用于结合预测网络速度,共同分析检测任意一个媒体数据的媒体编码参数的可上调性,第二参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性;
采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性;
若第一规则属性与第二规则属性均为规则符合属性,则确定第一分析结果与第二分析结果均为参数可调结果;
若第一规则属性或第二规则属性为规则不符合属性,则确定第一分析结果与第二分析结果均为参数不可调结果。
在一个实施例中,分析模块采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性的具体实现方式,包括:
将第一媒体数据的初始媒体编码参数确定为第一初始编码参数,并将第一媒体数据在第一初始编码参数下的媒体质量确定为第一媒体质量;
按照第一参数分析规则,将第一媒体质量与质量下限阈值进行比较,得到第一比较结果;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
从K个配置媒体编码参数中,获取参数档次高于第一初始编码参数的配置媒体编码参数,并将K个配置媒体编码参数中参数档次高于第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;
通过预测网络速度与上调媒体编码参数之间的差值,以及第一比较结果确定第一媒体数据的第一规则属性。
在一个实施例中,分析模块通过预测网络速度与上调媒体编码参数之间的差值,以及第一比较结果确定第一媒体数据的第一规则属性的具体实现方式,包括:
若预测网络速度与上调媒体编码参数之间的差值小于差值阈值,且第一比较结果指示第一媒体质量小于质量下限阈值,则将第一媒体数据的第一规则属性确定为规则符合属性;
若预测网络速度与上调媒体编码参数之间的差值大于差值阈值,或第一比较结果指示第一媒体质量大于质量下限阈值,则将第一媒体数据的第一规则属性确定为规则不符合属性。
在一个实施例中,分析模块采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性的具体实现方式,包括:
将第二媒体数据的初始媒体编码参数确定为第二初始编码参数,并将第二媒体数据在第二初始编码参数下的媒体质量确定为第二媒体质量;
按照第二参数分析规则,将第二媒体质量与质量上限阈值进行比较,得到第二比较结果;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
基于第二初始编码参数遍历K个配置媒体编码参数,得到遍历结果;
若第二比较结果指示第二媒体质量大于质量上限阈值,且遍历结果指示K个配置媒体编码参数中存在参数档次低于第二初始编码参数的配置媒体编码参数,则将第二媒体数据的第二规则属性确定为规则符合属性;
若第二比较结果指示第二媒体质量小于质量上限阈值,或遍历结果指示K个配置媒体编码参数中不存在参数档次低于第二初始编码参数的配置媒体编码参数,则将第二媒体数据的第二规则属性确定为规则不符合属性。
在一个实施例中,参数调整模块对目标媒体数据的初始媒体编码参数进行调整的具体实现方式,包括:
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将K个配置媒体编码参数中,参数档次高于第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;所述第一初始编码参数是指所述第一媒体数据的初始媒体编码参数;
将K个配置媒体编码参数中,参数档次低于第二初始编码参数的配置媒体编码参数,确定为第一下调媒体编码参数;所述第二初始编码参数是指所述第二媒体数据的初始媒体编码参数;
将第一媒体数据的初始媒体编码参数调整为上调媒体编码参数,并将第二媒体数据的初始媒体编码参数调整为第一下调媒体编码参数。
在一个实施例中,在参数调整模块将第一媒体数据的初始媒体编码参数调整为上调媒体编码参数,并将第二媒体数据的初始媒体编码参数调整为第一下调媒体编码参数之后,参数调整模块还用于将媒体数据序列中的第一媒体数据与第二媒体数据进行过滤,并将过滤后的媒体数据序列确定为过滤媒体数据序列;
参数调整模块还用于按照过滤媒体数据序列中,每个媒体数据在对应初始媒体编码参数下的媒体质量,从过滤媒体数据序列中选取媒体质量最高的附加调整媒体数据;
参数调整模块还用于获取附加调整媒体数据关联的第三参数分析规则;第三参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
参数调整模块还用于采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性;
参数调整模块还用于若附加调整媒体数据的第三规则符合属性为规则符合属性,则确定附加调整媒体数据的第三分析结果为参数可调结果,并对附加调整媒体数据的初始媒体编码参数进行调整。
在一个实施例中,参数调整模块采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性的具体实现方式,包括:
将附加调整媒体数据的初始媒体编码参数确定为第三初始编码参数,并将附加调整媒体数据在第三初始编码参数下的媒体质量确定为第三媒体质量;
按照第三参数分析规则,将第三媒体质量与质量上限阈值进行比较,得到第三比较结果;
从K个配置媒体编码参数中,获取参数档次低于第三初始编码参数的配置媒体编码参数,并将K个配置媒体编码参数中参数档次低于第三初始编码参数的配置媒体编码参数,确定为第二下调媒体编码参数;
通过第一下调媒体编码参数、第二下调媒体编码参数以及上调媒体编码参数分析附加调整媒体数据的第三规则符合属性。
在一个实施例中,参数调整模块通过第一下调媒体编码参数、第二下调媒体编码参数以及上调媒体编码参数分析附加调整媒体数据的第三规则符合属性的具体实现方式,包括:
确定第二初始编码参数与第一下调媒体编码参数之间的第一差值、第三初始编码参数与第二下调媒体编码参数之间的第二差值,以及上调媒体编码参数与第一初始编码参数之间的第三差值;
确定第一差值与第二差值之间的差值总和;
将差值总和与第三差值之间的差值,确定为第一波动值;
将第一差值与第三差值之间的差值,确定为第二波动值;
若第一波动值大于第二波动值,则将附加调整媒体数据的第三规则符合属性确定为规则不符合属性;
若第一波动值小于第二波动值,则将附加调整媒体数据的第三规则符合属性确定为规则符合属性。
本申请实施例一方面提供了一种计算机设备,包括:处理器和存储器;
存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行本申请实施例中的方法。
本申请实施例一方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时,执行本申请实施例中的方法。
本申请的一个方面,提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备执行本申请实施例中一方面提供的方法。
在本申请实施例中,在获取到待播放的媒体数据序列(包含有N个媒体数据)之后,可以先基于媒体数据序列对应的一个预测网络速度,确定出每个媒体数据的初始媒体编码参数,这样,每个媒体数据的初始媒体编码参数均是适应于预测网络速度且适应于自身的;进一步地,本申请可以考虑到媒体质量这个内容,将不满足质量浏览条件的媒体数据的初始媒体编码参数进行调整。具体的,本申请可以按照各个媒体数据在自身初始媒体编码参数下的媒体质量,先选择出不满足质量浏览条件的媒体数据作为目标媒体数据,然后,本申请可以基于预测网络速度来对目标媒体数据的参数可调性进行分析,以在预测网络速度的约束下,分析目标媒体数据的初始媒体编码参数是否可调,若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,会对该目标媒体数据的初始媒体编码参数进行调整,调整后的目标媒体数据的媒体质量会满足该质量浏览条件。由此可见,本申请实施例提供了一种基于预测网络速度与媒体质量的媒体编码参数调整方案,可以基于预测网络速度确定出适配于媒体数据自身的媒体编码参数,并在预测网络速度的约束下,将媒体质量不满足媒体浏览条件的媒体数据的媒体编码参数进行适应性调整,以使其媒体质量满足媒体浏览条件,由于媒体编码参数的调整是会基于预测网络速度的约束,那么调整后的媒体编码参数也是适应于预测网络速度的。简而言之,本申请实施例能够在预测网络速度的约束下,为不同媒体数据分配不同的媒体编码参数,并能够在预测网络速度的约束下,将媒体数据序列中不满足质量浏览条件的媒体数据的媒体编码参数进行动态调优,使其满足质量浏览条件,进而可以改善或提升媒体数据序列整体的播放质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请示例性实施例提供的一种关于媒体编码参数进行动态调整的系统的架构示意图;
图2是本申请实施例提供的一种场景示意图;
图3是本申请示例性实施例提供的一种数据处理方法的流程示意图;
图4是本申请实施例提供的一种对参数可调性进行分析的流程示意图;
图5是本申请实施例提供的一种将附加调整媒体数据进行参数调整的流程示意图;
图6是本申请实施例提供的一种系统逻辑架构示意图;
图7是本申请实施例提供的一种数据处理装置的结构示意图;
图8是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例涉及人工智能以及相关技术,为便于理解,以下将优先对人工智能以及相关的技术术语和概念进行简单阐述。
人工智能(Artificial Intelligence,AI)
人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
进一步的,本申请实施例主要涉及人工智能技术中的机器学习(MachineLearning,ML)等技术。其中:机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习及式教学习等技术。
本申请实施例中,机器学习技术具体可以应用到模型训练中,例如,具体可以应用到针对媒体数据的编码参数的预测模型中。通过采用机器学习方式对预测模型进行训练学习,可以使得预测模型所预测的编码参数越来越准确。其中,这里的媒体数据可以是指视频数据,而媒体数据的编码参数可以是指视频数据的编码参数(如码率、分辨率、帧率等等),预测模型可以基于媒体数据的编码参数所确定,如编码参数为码率时,该预测模型可以是指码率预测模型。为便于理解,以下将以媒体数据为视频数据,且媒体数据的编码参数(可称之为媒体编码参数)为码率来进行介绍说明。
在实际应用中,针对用户待播放的视频数据,可以先基于该视频数据播放时的网络状况(如网络带宽或网络速度)进行预测,然后再基于预测的网络状况确定出视频数据的码率,那么用户所查看到的视频数据,即为在预测码率下所转码得到的视频数据。例如,以短视频推送场景为例,用户在使用短视频推送应用时,该短视频推送应用可以不断向用户推送不同的视频数据,用户在短视频推送应用中可以执行拉取视频数据的操作,以请求更新显示下一个视频数据。其中,这里的拉取视频数据的操作,可以是指用户滑动(这里的用户滑动例如向某个方向滑动,具体的,如向上滑动、向下滑动、向左滑动、向右滑动等等)终端设备的视频显示界面的操作,也可以是指用户拉动视频显示界面中的下滑框的操作等等,本申请将不对其进行限制。对于用户正在播放观看的视频数据,可以称之为当前视频数据,在短视频推送应用中,通常会预加载与当前视频数据的视频内容类似的一个或多个视频数据(实际应用中,预加载的视频数据的数量不会太多,例如,通常不会超过5个,一般为4个左右),那么在用户执行拉取视频数据的操作之后,即可按顺序将这预加载的一个或多个视频数据依次推送至用户,用户即可通过不断执行拉取视频数据的操作,来依次播放观看这一个或多个视频数据。对于这预加载的还未播放的视频数据,即为待播放的视频数据,对于这些待播放的视频数据,传统技术中,可以先对播放这些视频数据时的网络状况(如网络速度)进行预测,然后再基于预测的网络状况确定出这些视频数据的码率(预测的码率能够适应于预测的网络状况,那么用户在播放观看这些视频数据时则不会产生视频画面卡顿的情况),而短视频推送应用的后台服务器则可按照预测的码率将视频数据进行转码,用户观看到的各个视频数据即为该预测码率转码后的视频数据。
应当理解的是,由于不同的视频数据所包含的视频内容是不同的,例如,某个视频数据所包含的视频内容较多,且场景也较为复杂,而某个视频数据所包含的视频内容较少,且场景也较为简单。那么在同等码率下,不同的视频数据转码后的视频质量(如清晰度、美观度)也是不同的,那么对于上述预加载的各个视频数据而言,在同样的预测码率下,所转码后的视频质量也是存在较大差异的,在播放这些视频数据的过程中,用户所查看到的某个视频数据的质量可能会较低,但播放下一个视频数据时,其视频质量又会过高,导致产生质量跳变的情况,那么这些视频播放的整体质量不高,影响用于体验。
为了提升视频播放的整体质量,本申请提供一种对媒体数据(如视频数据)的媒体编码参数(如码率)进行动态调整的方案,能够在预测网络状况(如预测网络速度)的约束下,选择出媒体质量(如视频质量)不符合质量浏览条件的媒体数据,并将不同媒体数据的媒体编码参数进行自适应动态调整,使其媒体质量能够满足质量浏览条件,从而能够减少待播放的一批媒体数据在播放过程中,媒体质量跳变的情况,以提升媒体数据整体的播放质量。其中,本方案涉及的对媒体数据的媒体编码参数进行动态调整的方案,可以至少包括三个连续的步骤:1、首先获取到待播放的媒体数据序列(如上述预加载的一个或多个视频数据)的预测网络速度,并基于该预测网络速度,为每个媒体数据确定出一个初始媒体编码参数(如初始码率);值得注意的是,本申请中每个媒体数据的初始媒体编码参数可以是基于媒体数据包含的媒体内容来确定的,即各个媒体数据的初始媒体编码参数可能存在不同,但是每个媒体数据的初始媒体编码参数均适应于预测网络速度(这里的适应于预测网络速度可以是指小于预测网络速度,那么预测网络速度可以带动初始媒体编码参数);2、可以获取到每个媒体数据在自己的初始媒体编码参数下的媒体质量,并获取到媒体质量不满足质量浏览条件的媒体数据,并将其作为目标媒体数据;3、在预测网络速度的约束下,分析目标媒体数据的初始媒体编码参数是否可调,并在确定其可调时,将目标媒体数据的初始媒体编码参数进行调整,以使其媒体质量满足质量浏览条件。
具体的,本申请实施例提供的关于媒体数据的媒体编码参数的调整方案,其流程大致可以包括:首先获取到待播放的媒体数据序列(包含有N个媒体数据,N为正整数);在获取到媒体数据序列之后,可以基于媒体数据序列对应的预测网络速度,为每个媒体数据确定出一个适应于预测网络速度的初始媒体编码参数;其中,值得注意的是,这里的媒体数据序列对应的预测网络速度,可以基于历史时间段(早于媒体数据序列的播放时间的时间段,例如,播放当前媒体数据的时间点的前5s、前3s等等)内的网络速度来确定,在确定出媒体数据对应的预测网络速度之后,可调用预先训练好的编码参数预测模型,再通过该编码参数预测模型对每个媒体数据的媒体内容进行分析,在不超过预测网络速度的情况下,为每个媒体数据分析出能够适应于媒体内容的最大媒体编码参数,该最大媒体编码参数即可作为媒体数据的初始媒体编码参数;进一步地,由于采用不同媒体编码参数所转码得到的媒体质量是不同的,而不同媒体数据在同等媒体编码参数下转码后的媒体质量又是不同的,那么这里可以先获取到各个媒体数据在对应初始媒体编码参数下的媒体质量,由此即可确定出不满足质量浏览条件的媒体质量。其中,本申请的质量浏览条件可以是指媒体质量不能过高(如大于某个质量上限阈值)或过低(如小于某个质量下限质量)的条件,那么通过比较,即可确定出不满足质量浏览条件的媒体质量(即过高或过低的媒体质量);对于不满足质量浏览条件的媒体数据,本申请可称之为目标媒体数据,这些目标媒体数据,可以在预测网络速度的约束下,对其进行分析,以分析其初始媒体编码参数是否具备可调性,若确定目标媒体数据的初始媒体编码参数具备可调性,则可以对目标媒体数据的初始媒体编码参数进行调整,以使其媒体质量能够满足质量浏览条件。
举例来说,媒体数据序列为预加载的4个视频数据(包含视频数据1、视频数据2、视频数据3以及视频数据4),假设预测网络速度为600,基于预测网络速度所确定的视频数据1的初始码率(即初始媒体编码参数)为480、视频数据2的初始码率为500、视频数据3的初始码率为580、视频数据4的初始码率为590。采用百分制的方式,确定各个视频数据在相应初始码率下的视频质量为:视频数据1的视频质量为50(采用百分制的50分)、视频数据2的视频质量为70(采用百分制的70分)、视频数据3的视频质量为95(采用百分制的95分)、视频数据4的视频质量为98(采用百分制的98分)。假设质量上限阈值为96,质量下限阈值为70,那么上述视频数据1与视频数据4的视频质量均不满足质量浏览条件,则需要对视频数据1与视频数据4的初始码率进行调整(如将视频数据1的初始码率进行上调,且将视频数据4的初始码率进行下调)。然而,本申请对于不满足质量浏览条件的视频数据,并非会直接将初始码率进行调整,而是会先基于预测网络速度对其进行分析,以确定其初始码率是否具备可调性,在预测网络速度的约束下,若仍确定其具备可调性,才会将视频数据1与视频数据4的初始码率进行调整。
由此可见,本申请实施例在播放媒体数据的过程中,对于预加载的媒体数据序列,可以基于预测网络速度为每个媒体数据分配适应于预测网络速度的初始媒体编码参数,再基于媒体数据在相应初始媒体编码参数下的媒体质量,对不满足质量浏览条件的媒体数据的初始媒体编码参数进行动态自适应调整,以使其满足质量浏览条件,从而可以使得媒体数据序列中的各个媒体数据均是符合质量浏览条件的,即均是符合质量浏览需求的,媒体数据序列在播放过程中所产生的质量跳变的情况会大大减少,整体播放质量会提升,可以提升用户体验。
本申请实施例提供的关于媒体编码参数的自适应调整方案,可以应用于需要播放媒体数据的应用场景,可以包括但不限于:短视频推送场景、视频播放场景(可用于观看电视剧、电影、综艺的场景)、游戏场景。其中:
短视频推送场景可以是指不断向用户推送视频数据的场景,用户可以通过执行拉取视频数据的操作(如滑动终端设备的视频显示界面的操作),以请求更新显示下一个视频数据。那么在短视频推送场景中,用户可以通过不断执行拉取视频数据的操作,来不断刷新浏览不同的视频数据。
视频播放场景可以是指用户在某个视频播放平台中,观看某个电视剧、电影或综艺等视频数据的场景。
综上所述,本申请实施例提供的这种对媒体数据的媒体编码参数进行动态调整的方案,能够结合媒体数据的媒体质量,对媒体数据的媒体编码参数进行动态规划调整,能够均衡媒体数据的媒体编码参数与媒体质量之间的关系,在一定程度上有效提升业务覆盖度(如扩展适用场景)。
需要说明的是,上述给出的几种应用场景仅为示例,并不会对本申请实施例提供的对媒体数据的媒体编码参数进行动态调整的方案所适用的应用场景产生限定。
进一步的,本申请实施例提供的媒体编码参数的动态调整方案可以由计算机设备来执行,该计算机设备可以包括终端或者服务器,计算机设备还可以包括终端和服务器。为便于理解本申请实施例提供的媒体编码参数的动态调整方案,下面结合图1所示的媒体编码参数的动态调整系统对本申请实施例涉及的应用场景进行介绍;其中,图1是本申请示例性实施例提供的一种关于媒体编码参数进行动态调整的系统的架构示意图,如图1所示,该系统中包含终端101和服务器102;其中:
1)终端101可以包括用户所使用的终端设备。当然,根据本方案所应用的应用场景和领域的不同,提供本申请实施例提供的方案的终端有所不同。终端设备可以包括但不限于:智能手机(如部署安卓(Android)系统的智能手机,或部署互联网操作系统(Internetworking Operating System,IOS)的智能手机)、平板电脑、便携式个人计算机、移动互联网设备(Mobile Internet Devices,MID)、车载设备、头戴设备智能家居和智能语音交互设备等终端设备,本申请实施例并不对终端设备的类型进行限定,在此说明。
例如,在短视频推送场景下,终端设备可以为智能手机;也就是说,此实现方式下,可以将本申请实施例提供的方案部署于该智能手机;当用户使用智能手机使用短视频推送应用时,由该智能手机获取到用户当前播放视频数据时的时间点,再获取到该时间点的历史时间段,并历史时间段预测出预加载的待播放的多个视频数据的预测网络速度;然后,智能手机再根据预测网络速度为各个待播放的视频数据确定出初始码率,并结合各个视频数据在初始码率下的视频质量对不满足质量浏览条件的视频数据的初始码率进行动态调整。再如,在智能车载场景下,部署有本申请实施例提供的方案的应用程序为车载应用程序;该车载应用程序的类型可以包括但是不限于:音乐、视频或游戏等。
其中,应用程序可是指为完成某项或多项特定工作的计算机程序;按照不同维度(如应用程序的运行方式、功能等)对应用程序进行归类,可得到同一应用程序在不同维度下的类型。例如:按照应用程序的运行方式分类,应用程序可包括但不限于:安装在终端中的客户端、无需下载安装即可使用的小程序(作为客户端的子程序)、通过浏览器打开的全球广域网(World Wide Web,Web)应用程序等等。再如:按照应用程序的功能类型分类,应用程序可包括但不限于:即时通信(Instant Messaging,IM)应用程序、内容交互应用程序、音频应用程序或者视频应用程序等等。其中,即时通信应用程序是指基于互联网的即时交流消息和社交交互的应用程序,即时通信应用程序可以包括但不限于:包含通信功能的应用程序、包含交互功能的地图应用程序、游戏应用程序等等。内容交互应用程序是指能够实现内容交互的应用程序,例如可以是分享平台、个人空间和新闻等应用程序。音频应用程序是指基于互联网实现音频功能的应用程序,音频应用程序可以包括但是不限于:具备音乐播放和编辑能力的音乐类应用程序,具备电台播放能力的电台类应用程序或者具备直播能力的直播类应用程序等等。视频应用程序是指能够播放画面的应用程序,视频应用程序可以包括但是不限于:具备短视频(视频长度往往较短,如几秒或几分钟等)的应用程序(如短视频推送应用程序),具备长视频(如类似电影或电视剧这种播放时常较长的视频)的应用程序等等。
当然,本申请实施例提供的方案可以如上述描述的,直接部署于设备(如智能手机)或者部署于应用程序外,还可以插件的形式部署于设备或应用程序中。本申请实施例对部署方案的载体不作限定。
2)服务器102可以是终端对应的服务器,用于与终端进行数据交互以实现为终端提供计算和应用服务支持。具体地,该服务器是与终端中部署的应用程序所对应的后台服务器,用于与终端交互以为应用程序提供计算和应用服务器。其中,服务器102可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中,终端101和服务器102之间可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。此外,本申请实施例对终端和服务器的数量不作限定;在图1中以终端101和服务器102的数量均为单个仅为示例,在实际应用中可以包括分布式分布的多个服务器,特在此说明。
下面结合图1所示的系统对应用场景下的对媒体编码参数进行动态调整的方案的大致流程进行介绍。具体实现中,首先,用户在终端中(具体是在终端部署的应用程序中,如视频类型的应用程序)播放观看某个视频数据时(该用户当前播放观看的视频数据(如某个短视频数据1)可以称之为当前视频数据),终端对应的服务器可以将后续将要顺序推送至用户的多个视频数据(如4个),按照指定的播放顺序组成本申请中的待播放的媒体数据序列,上述当前视频数据即可是当前媒体数据;在确定出待播放的媒体数据序列之后,服务器可以基于当前媒体数据的历史时间段(早于当前媒体数据的播放时间的时间段,如播放当前媒体数据的前5s),确定出播放媒体数据序列的网络速度,该网络速度可以作为媒体数据序列的预测网络速度;然后,基于预测网络速度,服务器可以为媒体待播放的媒体数据确定出适应于自身媒体内容,且不大于预测网络速度的媒体编码参数,以基于该媒体编码参数对各个媒体数据进行转码。其中,本申请实施例可以将预测的每个媒体数据的媒体编码参数,作为初始媒体编码参数;进一步地,服务器可以获取到各个媒体数据在自己对应的初始媒体编码参数下,转码后得到的媒体质量(两个媒体数据的媒体内容不同,即使在同等媒体编码参数下的媒体质量也会存在不同),并获取到预设的质量浏览条件(例如,媒体质量不能过高或过低的条件);服务器可以基于质量浏览条件,获取到媒体质量不满足质量浏览条件的媒体数据,并将这些媒体数据确定为目标媒体数据(称之为目标媒体数据);对于每个目标媒体数据,服务器可以在预测网络速度的约束下,对其进行参数分析,以分析确定某个媒体数据的初始媒体编码参数是否可调,若确定某个目标媒体数据的初始媒体编码参数是可调的,那么服务器可以将该目标媒体数据的初始媒体编码参数进行调整,以使其媒体质量能够满足质量浏览条件。然后,服务器可以将各个媒体数据按照调整后的媒体编码参数进行转码,终端即可按照转码后的媒体数据的播放顺序,按序依次将各个媒体数据进行预加载(即预先下载到终端的本地数据库),以便于后续能够快速将下载好的各个媒体数据推送至用户进行播放观看。
值得注意的是,由于目标媒体数据的初始媒体编码参数是在预测网络速度的约束下进行调整的,那么该调整后的媒体编码参数也是能够适应于预测网络速度的,终端在对整个媒体数据序列进行预加载的过程中,即可在预测网络速度下快速完成预加载,那么在播放媒体数据序列时,即可快速获取到下载好的媒体数据进行播放,在满足质量浏览条件的同时,不会出现因为未下载好而出现画面卡顿的情况。即调整后的各个待播放的媒体数据,不仅能够适应于预测网络速度,减少播放过程不卡顿的情况,还能够提升媒体数据播放的整体质量。
基于上述描述的方案和系统架构,还需说明如下几点:
①本申请实施例上述提及的图1所示系统是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定。本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。例如,上述是以本申请实施例的执行主体“计算机设备”包括终端和服务器为例,即由终端和服务器共同执行本申请实施例提供的方案为例,对本方案的一种应用场景进行介绍的;应当理解的是,在实际应用中,计算机设备还可以为终端或者服务器,也就是说,支持由终端或者服务器单独执行本申请实施例提供的方案。
②本申请实施例支持采用具备媒体编码参数预测能力(如码率预测能力)的模型(如包含循环神经网络(Recurrent Neural Network,RNN)、卷积神经网络(ConvolutionalNeural Network,CNN)或残差网络(Resdual Network,ResNet)结构的模型)来实现上述描述的媒体编码参数的动态调整方案。具体地,本申请可以将媒体数据对应的多个配置媒体编码参数(即预先配置的不同档次的媒体编码参数,如以媒体编码参数为码率为例,配置媒体编码参数可以为360、480、720、1080、1280等)作为模型参数,部署于该模型中,并将模型采用机器学习(如强化学习)的方式对其进行训练,使得模型输出的结果(即预测的媒体编码参数)能够越来越准确。训练好的模型可以部署于计算机设备中;这样,在计算机设备需要对某个媒体数据进行媒体编码参数预测(如预测适应于自身媒体内容的码率、分辨率等)时,可以直接调用该模型,由该模型在预测网络速度的约束下,为某个媒体数据预测出适应于自身媒体内容且适应于预测网络速度的媒体编码参数,该媒体编码参数即可作为媒体数据的初始媒体编码参数。其中,如果用于执行本申请实施例提供的方案的计算机设备为终端,那么该模型可以部署于该终端中。如果用于执行本申请实施例提供的方案的计算机设备为服务器,那么该模型部署于该服务器中;此情况下,由用户所使用的终端将待预测的媒体数据以及作为约束条件的预测网络速度传输至服务器进行媒体编码参数的预测处理。
③本申请实施例中相关数据收集处理应该严格根据相关法律法规的要求,获取个人信息需得到个人主体的知情或同意(或具备信息获取的合法性基础),并在法律法规及个人信息主体的授权范围内,开展后续数据使用及处理行为。例如,本申请实施例运用到具体产品或技术中时,如获取用户的当前播放媒体数据时,需要获得用户的许可或者同意,且相关数据的收集、使用和处理(如对象发布的弹幕的收集和发布等)需要遵守相关地区的相关法律法规和标准。
基于上述描述的方案,为便于理解其应用场景,请一并参见图2,图2是本申请实施例提供的一种场景示意图。其中,如图2所示的场景是以媒体数据为视频数据、媒体编码参数为码率为例进行说明的场景。如图2所示,用户a在使用部署在终端上的短视频推送应用时,该短视频推送应用可以不断向用户a推送新的视频数据,而用户a可以通过执行拉取视频数据的操作,来请求显示新的视频数据。如图2所示,在终端的视频显示界面2001中,当前向用户所曝光的视频数据为视频数据200a(即用户a当前所播放观看的视频数据为视频数据200a,该视频数据200a的创作者为名称为“啦啦爱跳舞”的对象,该视频数据200a的视频文案为“三分钟教你快速学会一支舞蹈”),在该视频显示界面2001中显示有点赞控件、评论控件以及分享控件,可以用于用户a将该视频数据200a进行点赞、评论以及分享。此外,用户a可以在视频显示界面2001中,通过执行滑动操作,以请求刷新显示新的视频数据(非用户a播放过或当前正在播放的视频数据)。
值得注意的是,在实际应用中,短视频推送应用的后台服务器,可以预先基于用户正在播放或播放过的视频数据,从数据库中查找出与这些视频数据的视频主题类似或相同的多个视频数据(例如,视频主题均为<宠物>、<做饭>、<美食店探店>、<情感咨询>等),并将其进行转码,而终端会将转码好的视频数据进行预加载,那么在用户执行拉取视频数据的操作之后,终端即可将这些下载好的转码视频数据依次推送至用户,由用户进行浏览观看。
举例来说,在如图2所示的场景中,在用户a观看视频数据200a时,服务器可以基于用户a的历史播放视频数据,查找到5个将要推送至用户a的视频数据,对于这5个视频数据而言,可以按照一定的排序规则(如随机排序规则)将其进行排序,由此可以得到视频数据序列,而该序列中的每个视频数据,本申请实施例可以对其进行转码。值得注意的是,这5个视频数据会在用户不断执行拉取视频数据的操作之后,依次向用户曝光播放,而为了减少这5个视频数据在连续播放过程中产生的视频质量跳变的问题,以提升这5个视频数据在播放过程中的整体播放质量,本申请实施例可以基于预测网络速度和各个视频数据的视频质量,对视频数据的码率进行动态调优,以使得转码后的视频质量能够更优。
在具体实现中,首先,服务器可以获取到当前播放视频数据200a的时间点(即当前播放时间点)的历史时间段(如前5s),并基于历史时间段中各个历史时间点的网络速度,确定出历史时间段的一个平均网络速度,该平均网络速度即可作为后续播放上述5个预加载的视频数据的预测网络速度。然后,服务器可以调用训练好的码率预测模型,并将每个视频数据的视频内容(如视频数据的数据大小、缓冲大小时长、视频包含场景数量等等)与预测网络速度输入至码率预测模型中,在码率预测模型中,可以在预测网络速度的约束下,对每个视频数据的视频内容进行分析,最后可以分析得到每个视频数据的不大于预测网络速度且适应于自身视频内容的最大码率,该最大码率可作为视频数据的初始码率。进一步地,服务器可以获取到每个视频数据,在自己相应的初始码率下的视频质量(即采用该初始码率,对视频数据进行转码后所得到的质量),基于各个视频质量,可以确定出视频质量不满足质量浏览条件的视频数据。需要说明的是,本申请实施例中的质量浏览条件可以是指视频质量不能过高或不能过低的条件,而在此场景中,对于每个待播放的视频数据序列,服务器可以默认将视频质量最高与视频质量最低的两个视频数据,均视作不满足质量浏览条件的视频数据。
进一步地,对于不满足质量浏览条件的视频数据,由于其视频质量过高或过低,那么在按序播放视频数据序列的过程中,视频质量则会忽低忽高,影响观看体验。那么本申请可以在预测网络速度的约束下,对其初始码率进行调整,以将其视频质量调整为满足质量浏览条件的视频数据。具体的,首先可以基于预测网络速度,判断视频数据的初始码率是否可调,例如,对于视频质量最低的视频数据而言,可以判断其初始码率是否还有上调可能,以及上调了码率之后,预测网络速度是否可以带动,若经过判断其初始码率是可调的,那么即可将该视频质量最低的视频数据的初始码率进行上调(例如,将初始码率上调一个码率档次);又如,对于视频质量最高的视频数据而言,可以判断其初始码率是否还有下调可能,若经过判断其初始码率是可调的,那么即可将该视频质量最高的视频数据的初始码率进行下调(如,将初始码率下调一个码率档次)。
应当理解,经过上述码率调整,可以将视频质量不满足质量浏览条件的视频数据的初始码率进行上调或下调,以使其视频质量能够满足质量浏览条件。服务器可以基于各个视频数据的最终的码率,将各个视频数据分别进行转码,得到转码后的视频数据之后,再将转码后的视频数据序列发送至终端。那么在用户a执行拉取视频数据的操作之后,终端即可在视频显示界面2001中,将视频数据从视频数据200a更新显示为视频数据序列中排列于首位的视频数据。例如,如图2所示,假设待播放的视频数据序列为{视频数据200b,视频数据200c,视频数据200d,视频数据200e,视频数据f},用户a在视频显示界面2001中产生滑动操作(滑动方向为如图2所示的箭头所指示的方向),终端可以响应这一滑动操作,在视频显示界面2001中将视频数据更新显示为转码后的视频数据200b(该视频数据200b的创作者为名称为“美美做美食”的对象,且该视频数据200b的视频文案为“鲫鱼买来这样做,香气扑鼻!”)。若用户a在视频显示界面2001中再次产生滑动操作(滑动方向为如图2所示的箭头所指示的方向),那么终端可以响应这一滑动操作,将视频显示界面2001中显示的视频数据更新显示为视频数据200c……也就是说,用户可以通过不断执行滑动操作来请求更新显示新的视频数据,在用户a播放浏览视频数据200f时,服务器又可获取到新的一批视频数据,并将其排序作为用户a的待播放的视频数据序列,然后服务器可以确定这批视频数据序列的预测网络速度,并按照新的预测网络速度确定出各个视频数据的初始码率,再基于各个视频数据在初始码率下的视频质量将视频数据的初始码率进行动态调优,码率调优后的视频数据序列又可发送至终端,终端会将其进行预加载,以满足用户a在产生滑动操作后,能够快速观看到满足质量浏览条件的各个视频数据。
基于上述描述的方案与应用场景,本申请实施例提出更为详细媒体编码参数的动态调整方法,下面将结合附图对本申请实施例提出的媒体编码参数的动态调整方法进行详细介绍。
请参见图3,图3是本申请示例性实施例提供的一种数据处理方法的流程示意图,该流程可以是指本申请实施例提供的媒体编码参数的动态调整方式的流程。该数据处理方法(媒体编码参数的动态调整方法)可以由前述提及系统中的计算机设备来执行,如计算机设备为终端和/或服务器;该数据处理方法可以至少包括以下步骤S101-S105:
步骤S101,获取待播放的媒体数据序列;媒体数据序列中包含N个媒体数据;N为正整数。
本申请中,待播放的媒体数据序列可以是指等待播放的媒体数据序列,该媒体数据序列中可以包含有N个(N可为正整数,即一个或多个)媒体数据,且N个媒体数据会按照指定的播放顺序进行排序,由此即可形成一个媒体数据序列。在实际应用中,媒体数据可以是指视频数据,该视频数据可以包含有文本或音频。具体实现中,待播放的媒体数据的获取方式可以包括但不限于:①用户在视频播放平台观看电视剧的某一集、某个综艺或者某个电影时,可以将用户当前观看的时长段的后几个时长段的视频块,作为待播放的几个视频数据,然后按照播放顺序将其组成视频数据序列,该视频数据序列即可作为媒体数据序列。例如,用户正在播放电视剧“BCBC第01集”的第0-5s的视频数据,那么可以获取到第01集的第5-10s、10-15s、15-20s的视频块,对于这三个视频块可以均作为待播放的视频数据,按照各个视频数据所对应的播放时间的先后顺序,可以将其进行排序得到视频数据序列。②获取用户当前播放视频数据的N个相似的视频数据(如视频主题相同的视频数据),为其指定播放顺序并按序进行排序,得到视频数据序列;例如,用户在短视频推送应用中观看视频数据时,可以基于用户的历史播放视频数据,获取到N个相似视频数据,并将这N个相似视频数据均作为待播放的视频数据,然后,可以按照播放顺序将其排序得到视频数据序列。本申请实施例对实际获取待播放的媒体数据序列的方式并不进行限定,换言之,本申请实施例对本方案所应用到的场景不进行限定。
步骤S102,基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数。
本申请中,对于待播放的媒体数据序列,可以通过历史时间段的网络状况(如网络速度),来预测播放媒体数据序列的网络速度。其中,这里的历史时间段可以是指早于播放当前媒体数据的时间段,可以理解为是早于播放媒体数据序列的时间段。例如,用户在播放某个媒体数据时,可以将当前播放的媒体数据称为当前媒体数据,并将播放当前媒体数据的时间点确定为当前播放时间点,那么,历史时间段即可为早于当前播放时间点的一个时间段,值得注意的是,越接近于当前播放时间点的历史时间段的网络状况,与播放媒体数据序列时的网络状况越为类似,那么本申请实施例在决定历史时间段时,可以选取更接近于当前播放时间点的一个时间段(如当前播放时间点的前10s、前5s、前3s等)作为历史时间段,再基于历史时间段的网络速度,来预测播放媒体数据序列的网络速度,对于预测的播放媒体数据序列时的网络速度,本申请可以称之为媒体数据序列的预测网络速度,然后,即可在媒体数据序列的预测网络速度的约束下,为每个媒体数据分析确定出适应于媒体数据自身的媒体内容的媒体编码参数,该媒体编码参数可以作为媒体数据的初始媒体编码参数。
需要说明的是,本申请中的媒体编码参数可以是指用于对媒体数据进行编码以进行转码的编码参数,具体可以包括但不限于是:码率、分辨率、帧率等。
在具体实现中,对于基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数的具体实现过程包括但不限于:首先,可以获取到历史时间段的平均网络速度,并将该历史时间段的平均网路速度确定为该媒体数据序列的预测网络速度。基于上述可知,可以基于历史时间段的网络速度来预测出播放媒体数据序列时的网络速度,本申请实施例可以采用历史时间段的平均网络速度,来作为播放媒体数据序列的预测网络速度。而对于获取历史时间段的平均网络速度的具体实现过程可以包括但不限于:首先,可以获取到时间抽取规则,并按照该时间抽取规则,从历史时间段内抽取T(T为正整数,通常为大于或等于2的正整数)个时间点;需要说明的是,这里的时间抽取规则可以基于人工设定,例如,该时间抽取规则可以为随机抽取规则(即从历史时间段内随机抽取T个)个时间点,也可以为每隔1s抽取一个时间点的抽取规则(即从历史时间段每隔1s便抽取一个时间点),对于具体的时间抽取规则,本申请实施例不进行限制。然后,可以获取到T个时间点中,每个时间点分别对应的历史网络速度(即用户在播放历史视频数据时,在历史时间段的各个时间点时的网络速度),由此可以得到T个历史网络速度;对于这T个历史网络速度,可以计算平均值,该平均值即可作为历史时间段的平均网络速度。为便于直观理解求取历史时间段的平均网络速度的具体实现过程,请一并参见公式(1),对于求取历史时间段的平均网络速度的具体过程可如公式(1)所示:
公式(1)
其中,如公式(1)所示的可用于表征在历史时间段中,第n个时间点对应的历史网络速度(对第n个时间点进行网速测速得到的结果);公式(1)中的/>用于表征历史时间段的平均网络速度(平均的预测带宽);T可用于表征抽取的历史时间段的时间点的总数量。
值得注意的是,上述采用求取平均值的确定历史时间段的平均网络速度的方式,仅为一种示例性地方式,对于实际获取历史时间段的平均网络速度的方式,本申请实施例并不进行限定。例如,还可以采用时间加权的计算方式,来求取得到历史时间段的平均网络速度,如公式(2)所示:
公式(2)
其中,如公式(2)所示的可用于表征在历史时间段中,第n个时间点对应的历史网络速度(对第n个时间点进行网速测速得到的结果);/>可以是指第/>所对应的权重值,且/>(即各个时间点的历史网络速度所对应的权重值求和后应该等于1),某个/>可以按照经验进行调整,例如,越接近于当前播放时间点的时间点,其对应的历史网络速度的权重值/>应该越大。举例来说,假设共抽取了三个时间点,分别为时间点1、时间点2以及时间点3,时间点1早于时间点2,时间点2早于时间点3,那么时间点1对应的历史网络速度的权重值,应该为最小(如为0.2);时间点3对应的历史网络速度的权重值,应该为最大(如为0.5),而时间点2对应的历史网络速度的权重值即可为0.3。采用上述公式(2),即可确定出历史时间段的平均网络速度。
进一步地,在确定出媒体数据序列的预测网络速度之后,可以获取到K(K为正整数)个配置媒体编码参数;本申请中的配置媒体编码参数可以是指为各个媒体数据所配置的媒体编码参数,每个配置的媒体编码参数可以是不同的取值,而不同的取值可以对应不同的档次(如取值越大,其档次则会越大),那么对于K个配置媒体编码参数而言,各个配置媒体编码参数对应的参数档次均是不同的,即任意两个配置媒体编码参数所属的参数档次互不相同。举例来说,媒体编码参数为码率时,可以将360、480、600、720、1080作为配置码率。然后,可以将媒体数据序列中的任意一个媒体数据确定为分析媒体数据(即称之为分析媒体数据),基于上述预测网络速度,即可对分析媒体数据进行适配分析,以从K个配置媒体编码参数中,选择出该分析媒体数据的初始媒体编码参数。也就是说,对于媒体数据序列中的每个媒体数据,均会作为分析媒体数据,然后会对每个媒体数据进行适配分析,以分析出适配于每个媒体数据的初始媒体编码参数。
其中,对于对分析媒体数据进行适配分析的具体过程,可以通过训练好的参数预测模型来实现,该参数预测模型可以基于媒体编码参数的不同而不同,例如,该媒体编码参数为码率时,那么该参数预测模型即可为码率预测模型。参数预测模型中可以包括RNN、CNN或ResNet的网络结构,具备有预测能力,通过机器学习方式的训练,可以使得该模型能够基于媒体数据的媒体内容,从K个配置媒体编码参数中为媒体数据预测出适应于自身媒体内容的媒体编码参数。在具体实现中,对于基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数的具体实现过程可以包括但不限于:首先,可以获取到某个分析媒体数据的媒体内容,并基于该媒体内容调用参数预测模型(该参数预测模型是预先训练好的,且该参数预测模型中会部署有上述K个配置媒体编码参数);然后,通过该参数预测模型,即可对该分析媒体数据的媒体内容和预测网络速度进行综合分析,最终会输出适应于该分析媒体数据的媒体内容的预测媒体编码参数;应当理解,对该分析媒体数据的媒体内容和预测网络速度进行综合分析,也就是在预测网络速度的约束下,对分析媒体数据的媒体内容进行分析,以输出适应于媒体内容的预测媒体编码参数,且该预测媒体编码参数是不大于该预测网络速度的。举例来说,某个分析媒体数据的媒体内容较为简单,那么采用任意一个媒体编码参数将其转码都可以得到较高的媒体质量,则该分析媒体数据的预测媒体编码参数可以是不大于预测网络速度的配置媒体编码参数中,最大的那一个配置媒体编码参数。最后可以将该分析媒体数据的预测媒体编码参数,确定为分析媒体数据的初始媒体编码参数。可以将每个媒体数据均作为分析媒体数据,然后采用方式,即可为每个媒体数据分析出初始媒体编码参数。
步骤S103,按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据。
本申请中,在确定出每个媒体数据的初始媒体编码参数之后,对于任意一个媒体数据而言,可以获取到该媒体数据在自己对应的初始媒体编码参数下的媒体质量(即采用该初始媒体编码参数将其进行转码后得到的质量,本申请中的媒体质量可以是指具体的一个分数值,即,本申请可以确定出每个媒体数据在自身对应的初始媒体编码参数下的质量评分值,该质量评分值可作为媒体质量),按照各个媒体数据在自己对应的初始媒体编码参数(即对应初始媒体编码参数)下的媒体质量,即可选取出媒体质量不满足质量浏览条件的媒体数据,这些媒体数据本申请可称之为目标媒体数据。
其中,本申请中的质量浏览条件可以是指媒体质量不能过高(如不能高于质量上限阈值,如不能高于98分)或不能过低(如不能低于质量下限阈值,如不能低于70分)的条件。质量上限阈值与质量下限阈值可以通过人工设定,但是质量上限阈值与质量下限阈值之间的差值通常会设定为较大数值。值得注意的是,在本申请实施例中,对于待播放的媒体数据序列,计算机设备(如服务器)通常会先基于媒体编码参数进行转码,然后播放端(如终端)会将这些转码后的媒体数据进行预加载(即预先将其下载到播放端的本地数据库中),以便后续快速播放。而对于待播放的媒体数据序列,不同的媒体数据对应的初始媒体编码参数可能不同,在对应的初始媒体编码参数下转码后的媒体质量可能也会不同,例如,某些媒体数据的媒体内容较为复杂,但是在预测网络速度较低的情况下,通过预测网络速度的约束,其初始媒体编码参数可能会较低,那么通过较低的初始媒体编码参数将其进行转码后,所得到的媒体质量也会较低,终端在将其播放时的媒体质量也不够高,如:清晰度可能会较低(例如,部分纹理模糊、线条模糊)。为了尽可能保证媒体数据播放时的媒体质量能够较高(即提升媒体数据播放时的清晰度、美观度等),则需要尽量提升这些媒体数据的媒体编码参数的档次,以提升其转码后的媒体质量,基于此,本申请实施例可以将在初始媒体编码参数下得到的媒体质量较低的媒体数据(即媒体质量低于质量下限阈值的媒体数据),作为一个待调整媒体编码参数的媒体数据(即作为一个目标媒体数据)。同时,由于将媒体质量低的媒体数据的初始媒体编码参数进行了调整(进行了上调,即将媒体编码参数的参数档次进行了上调),其上调后的媒体编码参数可能会大于预测网络速度,那么对于媒体数据序列整体而言,在播放端预加载的过程中,其整体的媒体编码参数平均值(即平均媒体编码参数)可能会产生较大的波动。
举例来说,对于由4个视频数据所组成的视频序列,在确定出各个视频数据的初始码率之后,若将某个在初始码率下视频质量最低的视频数据的初始码率进行了上调(如将初始码率上调,上调后的码率比初始码率高了一个码率档次),那么由于各个视频数据的初始码率均是指在不大于预测网络速度情况下的一个最大可选码率,那么该上调后的码率会大于预测网络速度,可见,通过对低质量的视频数据进行了码率上调,对于这4个视频数据在终端预加载过程中的平均码率而言,会产生较大的波动,其下载的带宽也会产生较明显的变化。为了平衡媒体数据序列在预加载过程中的平均媒体编码参数,以使得播放端能够在预测网络速度的约束下快速完成预加载,进而减少媒体数据播放过程中出现画面卡顿的情况(由于某些媒体数据未预加载完成,那么则会造成无法顺利播放,从而形成画面卡顿),本申请实施例可以在将上调了低媒体质量的媒体数据的初始媒体编码参数之后,同时将高媒体质量的媒体数据(如媒体数据序列中,在对应初始媒体编码参数下媒体质量高于质量上限阈值)的初始媒体编码参数进行适当下调(下调后的媒体编码参数的参数档次会低于初始媒体编码参数),由于这些媒体数据的媒体质量较高,其对应的媒体编码参数也会较高,那么即使适当下调了初始媒体编码参数,这些媒体数据的媒体质量也不会降低太多,其清晰度仍然较高。采用上述方式,可使得媒体数据序列中,将部分媒体数据进行媒体编码参数上调的同时,将另一部分媒体数据进行了媒体编码参数适当下调,媒体数据序列整体的媒体编码参数总和并不会产生较大变化,在预加载过程中的平均媒体编码参数也不会产生较大波动,那么在播放端对其进行预加载的过程中,不会使得下载带宽造成明显变化,可以在预测网络速度的约束下,顺利地快速完成预加载,以减少播放过程中的画面卡顿的情况。
综上所述,本申请在上调低媒体质量的媒体数据的媒体编码参数的同时,需要下调高媒体质量的媒体数据的媒体编码参数。那么本申请即可将质量浏览条件设定为媒体质量不能过高(过高如高于质量上限阈值)与不能过低(过低如低于质量下限阈值)的条件,那么媒体数据序列中的媒体质量不满足质量浏览条件的目标媒体数据,可以是指在对应初始媒体编码参数下,媒体数据序列中的媒体质量高于质量上限阈值的媒体数据,以及媒体质量低于质量下限阈值的媒体数据。而在本申请实施例中,可以对媒体数据序列中不满足质量浏览条件的目标媒体数据进行特殊设定,具体地,可以将媒体数据序列中的在对应初始媒体编码参数下的媒体质量最高的那一个媒体数据,特殊默认为是媒体质量过高的媒体数据,并将在对应初始媒体编码参数下的媒体质量最低的那一个媒体数据,特殊默认为是媒体质量过低的媒体数据。即对于任意一个媒体数据序列而言,在确定出各个媒体数据在对应初始媒体编码参数下的媒体质量之后,可以默认将媒体质量最高与媒体质量最低的媒体数据,作为不满足质量浏览条件的目标媒体数据。然后,再基于后续的分析规则,来判断分析这两个目标媒体数据的媒体质量到底是否满足质量浏览条件。也就是说,这里的媒体质量不满足质量浏览条件的目标媒体数据,可以直接确定为是媒体质量最高与最低的媒体数据。
步骤S104,基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;参数可调性是指目标媒体数据的初始媒体编码参数的可调性。
本申请中,在确定出媒体质量不满足质量浏览条件的目标媒体数据之后,可以分析判断目标媒体数据的初始媒体编码参数到底是否可调。其中,对于媒体质量较低的目标媒体数据与媒体质量较高的目标媒体数据,均会先行判断其到底是否满足质量浏览条件,即,对于媒体质量较低的目标媒体数据(如上述媒体质量最低的目标媒体数据),会先将其与质量下限阈值进行比较,以验证其是否确实低于质量下限阈值,在确定其低于质量下限阈值之后,才会确定其确实不满足质量浏览条件,可以再紧接着进行后续分析判断,以分析其初始媒体编码参数是否可调;同理,对于媒体质量较高的目标媒体数据(如上述媒体质量最高的目标媒体数据),会先将其与质量上限阈值进行比较,以验证其是否确实高于质量上限阈值,在确定其低于质量上限阈值之后,才会确定其确实不满足质量浏览条件,可以再紧接着进行后续分析判断,以分析其初始媒体编码参数是否可调。
在具体实现中,对于媒体质量最低的目标媒体数据,在验证其确实不满足质量浏览条件之后,需要在预测网络速度的约束下,来分析是否可以将该目标媒体数据的初始媒体编码参数进行适当上调,而对于媒体质量最高的目标媒体数据,在验证其确实不满足质量浏览条件之后,需要基于相应的分析规则,来分析是否可以将该目标媒体数据的初始媒体编码参数进行适当下调。只有在确定两者均能够调整初始媒体编码参数的情况下,才能够将低媒体质量的目标媒体数据的初始媒体编码参数进行适当上调,将高媒体质量的目标媒体数据的初始媒体编码参数进行适当下调。换言之,不能单独将低媒体质量的目标媒体数据的初始媒体编码参数进行上调。对于基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果的具体实现过程,可以参见后续图4所对应实施例中的描述。
步骤S105,若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整;目标媒体数据在调整后的媒体编码参数下的媒体质量满足质量浏览条件。
本申请中,为便于区别,可以将媒体质量最低的媒体数据称之为第一媒体数据,并将媒体质量最高的媒体数据称之为第二媒体数据,那么目标媒体数据的分析结果中会包含有该第一媒体数据的分析结果(可称其为第一分析结果),与第二媒体数据的分析结果(可称之为第二分析结果)。第一分析结果与第二分析结构均可包括参数可调结果与参数不可调结果,其中,参数可调结果可用于指示初始媒体编码参数是具备可调性的,而参数不可调结果可用于指示初始媒体编码参数是不具备可调性的。那么若第一分析结果为参数可调结果,则可指示第一媒体数据的初始媒体编码参数具备可调性,此时可以对第一媒体数据的初始媒体编码参数进行调整(进行上调);而若第一分析结果为参数不可调结果,则可指示第一媒体数据的初始媒体编码参数不具备可调性,此时不能对第一媒体数据的初始媒体编码参数进行调整,需要保留其初始媒体编码参数。同理,若第二分析结果为参数可调结果,则可指示第二媒体数据的初始媒体编码参数具备可调性,此时可以对第二媒体数据的初始媒体编码参数进行调整(进行下调);而若第二分析结果为参数不可调结果,则可指示第二媒体数据的初始媒体编码参数不具备可调性,此时不能对第二媒体数据的初始媒体编码参数进行调整,需要保留其初始媒体编码参数。
值得注意的是,无论是将初始媒体编码参数进行下调还是上调,其调整的幅度都不应该过大,因为初始媒体编码参数是在预测网络速度的约束下,所确定的最大的一个配置媒体编码参数,那么若上调幅度过大,则可能会造成预测网络速度无法带动,形成预加载缓慢,画面出现卡顿的问题。那么这里在将初始媒体编码参数进行上调时,可以在配置媒体编码参数中,选择更高一个参数档次的配置媒体编码参数,作为上调后的媒体编码参数即可,这样可以使得上调后的媒体编码参数与预测网络速度之间的差值不会相差太大,能够减少预测网络速度无法带动调整后的媒体编码参数而出现下载缓慢,从而造成画面卡顿的情况。而经过媒体编码参数的上调,可以使得该媒体数据的媒体质量也能够得到提升,可以将上调后的媒体质量默认为是满足了质量浏览条件的。同理,在将初始媒体编码参数进行下调时,可以在配置媒体编码参数中,选择更低一个参数档次的配置媒体编码参数,作为下调后的媒体编码参数即可,这样不会使得媒体编码参数下调后的媒体数据的媒体质量仍然会处于较高的一个水平,其下调后的媒体质量可以满足质量浏览条件。
综上可见,本申请实施例能够在预测网络速度的约束下,为不同媒体数据分配适应于自身媒体内容的媒体编码参数,并能够在预测网络速度的约束下,将媒体数据序列中不满足质量浏览条件的媒体数据的媒体编码参数进行动态调优,使其能够满足质量浏览条件,进而可以改善或提升媒体数据序列整体的播放质量。即,本申请实施例能够结合媒体数据的媒体质量,并在预测网络速度的约束下,将媒体数据的媒体编码参数进行动态调优,相比于一刀切式的媒体编码参数的调整方式,本申请实施例可以提升媒体数据序列整体的播放质量,同时减少播放过程的画面卡顿的情况。
进一步地,为便于理解对上述目标媒体数据的初始媒体编码参数进行分析的具体实现过程,请一并参见图4,图4是本申请实施例提供的一种对参数可调性进行分析的流程示意图。其中,该流程可以对应于上述图3所对应实施例中对于基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果的具体实现流程。如图4所示,该流程可以至少包括以下步骤S401-步骤S406:
步骤S401,获取第一媒体数据关联的第一参数分析规则,与第二媒体数据关联的第二参数分析规则;第一参数分析规则用于结合预测网络速度,共同分析检测任意一个媒体数据的媒体编码参数的可上调性,第二参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性。
具体的,本申请实施例可以为媒体质量高于质量上限阈值的媒体数据(本申请实施例中,该媒体数据默认为是媒体数据序列中媒体质量最高的媒体数据),与媒体质量低于质量下限阈值的媒体数据(本申请实施例中,该媒体数据默认为是媒体数据序列中媒体质量最低的媒体数据)配置不同的参数分析规则,那么在确定出媒体质量最低的媒体数据,与媒体质量最高的媒体数据之后,即可按照相应的参数分析规则对其初始媒体编码参数进行分析。例如,对于媒体质量最低的媒体数据,可以在预测网络速度的约束下,按照相应的参数分析规则分析其初始媒体编码参数是否能够上调;对于媒体质量最高的媒体数据,由于是需要将其媒体编码参数进行下调,那么预测网络速度是肯定能够带动下调后的媒体编码参数的,则其无需参考预测网络速度,只需按照相应的参数分析规则分析其初始媒体编码参数是否能够下调即可。
基于此,在获取到第一媒体数据与第二媒体数据之后,可以再获取到第一媒体数据所关联的第一参数分析规则(也就是为媒体质量最低的媒体数据所配置设定的参数分析规则,主要用于结合预测网络速度,共同分析检测任意一个媒体数据的媒体编码参数是否具备可上调性),以及第二媒体数据所关联的第二参数分析规则(也就是为媒体质量最高的媒体数据所配置设定的参数分析规则,主要用于分析检测任意一个媒体数据的媒体编码参数是否具备可下调性),以便后续可以通过第一参数分析规则确定第一媒体数据是否能够进行媒体编码参数上调,通过第二参数分析规则确定第二媒体数据是否能够进行媒体编码参数下调。
也就是说,在媒体质量不满足质量浏览条件的目标媒体数据为第一媒体数据时,分析目标媒体数据的参数可调性是指分析第一媒体数据是否具备可上调性;而在媒体质量不满足质量浏览条件的目标媒体数据为第二媒体数据时,分析目标媒体数据的参数可调性是指分析第二媒体数据是否具备可下调性。
步骤S402,采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性。
具体的,基于上述可知,可以采用第一参数分析规则与预测网络速度,分析第一媒体数据的初始媒体编码参数是否能够上调,若第一媒体数据是符合第一参数分析规则所包含的各个准则的,那么即可认为该第一媒体数据是具备规则符合性的,可以认为第一媒体数据通过第一参数分析规则的分析后,是确定能够进行媒体编码参数上调的,本申请可以将通过第一参数分析规则所分析得到的结果,确定为是第一媒体数据的规则属性结果,用于指示该第一媒体数据是否符合第一参数分析规则,这里可以将采用第一参数分析规则分析得到的第一媒体数据的分析结果,确定为是第一规则属性,该第一规则属性应该包含有规则符合属性与规则不符合属性。
在具体实现中,对于采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性的具体实现过程可以包括但不限于:首先,为便于区别,可以先将第一媒体数据的初始媒体编码参数确定为第一初始编码参数,并将第一媒体数据在第一初始编码参数下的媒体质量确定为第一媒体质量;然后,可以按照该第一参数分析规则,将该第一媒体质量与质量下限阈值进行比较,以确定该第一媒体质量究竟是否低于质量下限阈值(即第一媒体质量到底是否满足质量浏览条件),通过比较可以得到一个比较结果(这里可称之为第一比较结果,该第一比较结果应该包含有第一媒体质量低于质量下限阈值的结果,与第一媒体质量高于质量下限阈值的结果);进一步地,可以获取到上述K个配置媒体编码参数,基于该第一初始编码参数,可以遍历K个配置媒体编码参数,以查询K个配置媒体编码参数中是否存在有比该第一初始编码参数的参数档次更高的配置媒体编码参数,由于需要将第一媒体数据的初始媒体编码参数进行上调以提升其媒体质量,那么若该K个配置媒体编码参数中并不存在有比该第一初始编码参数的参数档次更高的配置媒体编码参数,则无法将该第一初始编码参数进行上调,因为其已经为最大的一个媒体编码参数取值。应当理解,若该K个配置媒体编码参数中存在有参数档次更高的配置媒体编码参数,本申请可以将其作为候选上调媒体编码参数,并从中择优选取最小的一个候选上调媒体编码参数确定为本次的上调媒体编码参数(即该上调媒体编码参数的参数档次,仅会比第一初始编码参数的参数档次高一个档次);然后,可以通过预测网络速度来分析是否可以将第一初始编码参数上调为该上调媒体编码参数,具体可以先计算预测网络速度与该上调媒体编码参数之间的差值(如计算预测网络速度与码率之间的差值),再通过差值与上述第一比较结果来共同确定出第一媒体数据的第一规则属性。
对于通过预测网络速度与上调媒体编码参数之间的差值,以及第一比较结果确定第一媒体数据的第一规则属性的具体实现过程可以包括但不限于:可以将预测网络速度与上调媒体编码参数之间的差值,与差值阈值(该差值阈值可以人工设定,通常情况下,该差值阈值会设定为较小的数值,由此才能保证上调媒体编码参数不会超过预测网络速度过多,可以减少预加载不能及时完成导致画面出现卡顿的情况)进行比较;若该预测网络速度与上调媒体编码参数之间的差值小于该差值阈值,且上述第一比较结果为第一媒体质量小于质量下限阈值的结果,那么可以认为该第一媒体质量确实不满足质量浏览条件,同时该上调媒体编码参数未超过预测网络速度过多,此时可以将第一媒体数据的第一规则属性确定为规则符合属性;反之,若该预测网络速度与上调媒体编码参数之间的差值大于该差值阈值,或上述第一比较结果为第一媒体质量大于质量下限阈值的结果,那么可以认为该第一媒体质量是满足质量浏览条件的,或者该第一媒体质量是不满足质量浏览条件的但是上调媒体编码参数会超过预测网络速度太多,无论是哪种情况,均不能将第一媒体数据的初始媒体编码参数进行上调,可以将第一媒体数据的第一规则属性确定为规则不符合属性。
值得注意的是,上述分析过程均是在确定K个配置媒体编码参数中存在有参数档次更高的配置媒体编码参数的情况下,所执行的一系列分析过程,若通过遍历,确定K个配置媒体编码参数中不存在有参数档次更高的配置媒体编码参数,此时即使将第一初始编码参数进行上调,也没有可选的配置媒体编码参数作为上调后的媒体编码参数,那么可以直接将第一媒体数据的第一规则属性确定为规则不符合属性。
步骤S403,采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性。
具体的,基于上述可知,可以采用第二参数分析规则,分析第二媒体数据的初始媒体编码参数是否能够下调,若第二媒体数据是符合第二参数分析规则所包含的各个准则的,那么即可认为该第二媒体数据是具备规则符合性的,可以认为第二媒体数据通过第二参数分析规则的分析后,是确定能够进行媒体编码参数下调的,本申请可以将通过第二参数分析规则所分析得到的结果,确定为是第二媒体数据的规则属性结果,用于指示该第二媒体数据是否符合第二参数分析规则,这里可以将采用第二参数分析规则分析得到的第二媒体数据的分析结果,确定为是第二规则属性,该第二规则属性应该包含有规则符合属性与规则不符合属性。
在具体实现中,对于采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性的具体实现过程可以包括但不限于:首先,为便于区别,可以先将第二媒体数据的初始媒体编码参数确定为第二初始编码参数,并将第二媒体数据在第二初始编码参数下的媒体质量确定为第二媒体质量;然后,可以按照第二参数分析规则,将该第二媒体质量与质量上限阈值进行比较,以确定该第二媒体质量究竟是否高于质量上限阈值(即第二媒体质量到底是否满足质量浏览条件),通过比较可以得到一个比较结果(这里可称之为第二比较结果,该第二比较结果中应该包含有第二媒体质量高于质量上限阈值的结果,与第二媒体质量低于质量上限阈值的结果);进一步地,可以获取到上述K个配置媒体编码参数,基于该第二初始编码参数,可以遍历K个配置媒体编码参数,以查询K个配置媒体编码参数中是否存在有比该第二初始编码参数的参数档次更低的配置媒体编码参数,由于需要将第二媒体数据的初始媒体编码参数进行下调以平衡媒体数据序列在预加载时的平均媒体编码参数,那么若该K个配置媒体编码参数中并不存在有比该第二初始编码参数的参数档次更低的配置媒体编码参数,则无法将该第二初始编码参数进行下调,因为其已经为最小的一个媒体编码参数取值。应当理解,若该K个配置媒体编码参数中存在有参数档次更低的配置媒体编码参数,本申请可以将其作为候选下调媒体编码参数,并从中择优选取最大的一个候选下调媒体编码参数确定为本次的下调媒体编码参数(即该下调媒体编码参数的参数档次,仅会比第二初始编码参数的参数档次低一个档次);然后,可以基于遍历结果再结合上述第二比较结果来共同分析第二媒体数据的第二规则属性。具体的,若第二比较结果指示第二媒体质量大于质量上限阈值,且该遍历结果指示K个配置媒体编码参数中存在参数档次低于第二初始编码参数的配置媒体编码参数,则可认为该第二媒体质量确实不满足质量浏览条件,同时该K个配置媒体编码参数中也存在有更低参数档次的配置媒体编码参数,可以将第二媒体数据的媒体编码参数进行下调,那么可以将第二媒体数据的第二规则属性确定为规则符合属性;反之,若第二比较结果指示第二媒体质量小于质量上限阈值,或第二遍历结果指示K个配置媒体编码参数中不存在参数档次低于第二初始编码参数的配置媒体编码参数,则可以认为该第二媒体质量是满足质量浏览条件的,或不存在更低参数档次的配置媒体编码参数,无论是哪种情况,均不能将第二媒体数据的初始媒体编码参数进行下调,可以将第二媒体数据的第二规则属性确定为规则不符合属性。
综上可知,第一参数分析规则至少包含有三个准则:①媒体数据在当前媒体编码参数(如第一初始编码参数)下的媒体质量应低于质量下限阈值(如70分);②在K个配置媒体编码参数中,存在有参数档次比当前媒体编码参数的参数档次更高的配置媒体编码参数;③上调后的媒体编码参数与预测网络速度之间的差值不能高于差值阈值。若满足上述三个准则,则可以认为该媒体数据的是符合该第一参数分析规则的。第二参数分析规则至少包含有两个准则:①媒体数据在当前媒体编码参数(如第二初始编码参数)下的媒体质量应高于质量上限阈值(如90分);②在K个配置媒体编码参数中,存在有参数档次比当前媒体编码参数的参数档次更低的配置媒体编码参数。若满足上述两个准则,则可以认为该媒体数据的是符合该第二参数分析规则的。
步骤S404,确定第一规则属性与第二规则属性是否均为规则符合属性。
具体的,在确定出第一媒体数据的第一规则属性与第二媒体数据的第二规则属性之后,即可判断两者是否均为规则符合属性;若均为规则符合属性,则可执行后续步骤S405,而若某个或全都是规则不符合属性,那么则可执行后续步骤S406。
步骤S405,若第一规则属性与第二规则属性均为规则符合属性,则确定第一分析结果与第二分析结果均为参数可调结果。
具体的,若第一规则属性与第二规则属性均为规则符合属性,则可以确定第一媒体数据与第二媒体数据均符合相应的参数分析规则,可以将第一媒体数据的第一分析结果与第二媒体数据的第二分析结果均确定为参数可调结果。
步骤S406,若第一规则属性或第二规则属性为规则不符合属性,则确定第一分析结果与第二分析结果均为参数不可调结果。
具体的,若第一规则属性或第二规则属性为规则不符合属性,则可以确定第一媒体数据不符合相应的参数分析规则或第二媒体数据不符合相应的参数分析规则,可以将第一媒体数据的第一分析结果与第二媒体数据的第二分析结果均确定为参数不可调结果。也就是说,即使第一媒体数据符合了第一参数分析规则,但是由于第二媒体数据未符合第二参数分析规则无法进行参数下调,那么第一媒体数据也不能进行参数上调,其参数分析结果应该为参数不可调结果。
综上可见,本申请实施例能够在预测网络速度的约束下,为不同媒体数据分配适应于自身媒体内容的媒体编码参数,并能够在预测网络速度的约束下,将媒体数据序列中不满足质量浏览条件的媒体数据的媒体编码参数进行动态调优,使其能够满足质量浏览条件,进而可以改善或提升媒体数据序列整体的播放质量。即,本申请实施例能够结合媒体数据的媒体质量,并在预测网络速度的约束下,将媒体数据的媒体编码参数进行动态调优,相比于一刀切式的媒体编码参数的调整方式,本申请实施例可以提升媒体数据序列整体的播放质量,同时减少播放过程的画面卡顿的情况。
可以理解的是,通过上述可知,目标媒体数据中会包含有第一媒体数据与第二媒体数据,那么在上述图3所对应实施例中,在对目标媒体数据的初始媒体编码参数进行调整时,需要将第一媒体数据的初始媒体编码参数(第一初始编码参数)进行上调,同时需要将第二媒体数据的初始媒体编码参数(第二初始编码参数)进行下调。具体过程可以包括:首先,可以将K个配置媒体编码参数中,参数档次高于上述第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;将K个配置媒体编码参数中,参数档次低于上述第二初始编码参数的配置媒体编码参数,确定为第一下调媒体编码参数;然后,可以将第一媒体数据的初始媒体编码参数调整为上调媒体编码参数,并将第二媒体数据的初始媒体编码参数调整为第一下调媒体编码参数。
可选的,在一种可行的实施例中,本申请在将上述第一媒体数据与第二媒体数据的初始媒体编码参数进行相应调整后,可以考虑是否将媒体数据序列中,媒体质量次高的那一个媒体数据(即在对应初始媒体编码参数下的媒体质量次高的那一个媒体数据)也进行媒体编码参数的下调。本申请可以为该次高的媒体数据作为额外附加进行参数调整的媒体数据(称之为附加调整媒体数据),并为该附加调整媒体数据配置设定相应的参数分析规则(第三参数分析规则),按照第三参数分析规则可对其进行分析,以确定其是否符合规则,在符合规则的情况下,可将其初始媒体编码参数进行适当下调。为便于理解其具体过程,请一并参见图5,图5是本申请实施例提供的一种将附加调整媒体数据进行参数调整的流程示意图。如图5所示,该流程可以至少包括以下步骤S501-步骤S505:
步骤S501,将媒体数据序列中的第一媒体数据与第二媒体数据进行过滤,并将过滤后的媒体数据序列确定为过滤媒体数据序列。
具体的,为便于更好地理解附加调整媒体数据,这里可以先将媒体数据序列中的第一媒体数据与第二媒体数据进行过滤,以从过滤后的媒体数据序列(称之为过滤媒体数据序列)中选出附加调整媒体数据。
步骤S502,按照过滤媒体数据序列中,每个媒体数据在对应初始媒体编码参数下的媒体质量,从过滤媒体数据序列中选取媒体质量最高的附加调整媒体数据。
具体的,可以获取到过滤媒体数据序列中所包含的每个媒体数据,在对应初始媒体编码参数下的媒体质量,这些媒体质量中媒体质量最高的那一个媒体数据,即为附加调整媒体数据。
步骤S503,获取附加调整媒体数据关联的第三参数分析规则;第三参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性。
具体的,本申请中的第三参数分析规则至少包含有三个准则:①媒体数据在当前媒体编码参数(如附加调整媒体数据的初始媒体编码参数)下的媒体质量应高于质量上限阈值(如90分);②在K个配置媒体编码参数中,存在有参数档次比当前媒体编码参数的参数档次更低的配置媒体编码参数;③下调后,比单独下调第二媒体数据的当前媒体编码参数(如第二初始编码参数)所带来的媒体编码参数波动要小。采用该第三参数分析规则,即可分析检测任意一个媒体数据的媒体编码参数是否具备可下调性。
为便于理解第三参数分析规则中的第三个准则(即准则③),请一并参见公式(3),公式(3)可以表现出该准则③的要求,如公式(3)所示:
公式(3)
其中,可用于表征媒体数据序列中媒体质量最高的媒体数据(如上述第二媒体数据),/>可用于表征媒体数据序列中媒体质量次高的媒体数据(如上述附加调整媒体数据),/>可用于表征媒体数据序列中媒体质量最低的媒体数据(如上述第一媒体数据);可用于表征/>的下调后的媒体编码参数(如上述第一下调媒体编码参数),/>可用于表征/>的初始媒体编码参数;/>可用于表征/>的下调后的媒体编码参数(如后文提及的第二下调媒体编码参数),/>可用于表征/>的初始媒体编码参数(如后文提及的第三初始编码参数);/>可用于表征/>的上调后的媒体编码参数(如上述上调媒体编码参数),/>可用于表征/>的初始媒体编码参数(如上述第一初始编码参数);ke 可用于表征求和函数。通过上述公式(3)可知,将附加调整媒体数据的初始媒体编码参数进行下调后,应该与第二媒体数据进行参数下调后所共同减少的媒体编码参数的总和,与调整第一媒体数据增加的媒体编码参数之间的差值绝对值,应该比单独调整第二媒体数据的媒体编码参数所减少的媒体编码参数,与调整第一媒体数据增加的媒体编码参数之间的差值绝对值要小。
步骤S504,采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性。
在具体实现中,采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性的具体实现过程可包括但不限于:首先,为便于区别,可以先将附加调整媒体数据的初始媒体编码参数确定为第三初始编码参数,并将附加调整媒体数据在第三初始编码参数下的媒体质量确定为第三媒体质量;然后,即可按照第三参数分析规则,将第三媒体质量与质量上限阈值进行比较,以确定该第三媒体质量究竟是否高于质量上限阈值(即第三媒体质量到底是否满足质量浏览条件),通过比较可以得到一个比较结果(这里可称之为第三比较结果,该第三比较结果中应该包含有第三媒体质量高于质量上限阈值的结果,与第三媒体质量低于质量上限阈值的结果);进一步地,可以遍历K个配置媒体编码参数,以查询K个配置媒体编码参数中是否存在有比该第三初始编码参数的参数档次更低的配置媒体编码参数,由于需要将附加调整媒体数据的初始媒体编码参数进行下调以平衡媒体数据序列在预加载时的平均媒体编码参数,那么若该K个配置媒体编码参数中并不存在有比该第三初始编码参数的参数档次更低的配置媒体编码参数,则无法将该第三初始编码参数进行下调,因为其已经为最小的一个媒体编码参数取值。应当理解,若该K个配置媒体编码参数中存在有参数档次更低的配置媒体编码参数,本申请可以将其作为候选下调媒体编码参数,并从中择优选取最大的一个候选下调媒体编码参数确定为本次的第二下调媒体编码参数(即该下调媒体编码参数的参数档次,仅会比第三初始编码参数的参数档次低一个档次);最后按照上述公式(3)所指示的准则③,即可通过第二下调媒体编码参数、第二下调媒体编码参数以及上调媒体编码参数分析附加调整媒体数据的第三规则符合属性。
其具体实现过程可以包括但不限于:可以确定第二初始编码参数与第一下调媒体编码参数之间的第一差值、第三初始编码参数与第二下调媒体编码参数之间的第二差值,以及上调媒体编码参数与第一初始编码参数之间的第三差值;然后,可以确定第一差值与第二差值之间的差值总和;可以将差值总和与第三差值之间的差值,确定为第一波动值,并将第一差值与第三差值之间的差值,确定为第二波动值;若第一波动值大于第二波动值,则可以认为下调附加调整媒体数据的初始媒体编码参数之后,会为整体带来更大的参数波动(如码率波动),那么可以将附加调整媒体数据的第三规则符合属性确定为规则不符合属性;而若第一波动值小于第二波动值,则可以认为下调附加调整媒体数据的初始媒体编码参数之后,会减少整体带来的参数波动,那么可以将附加调整媒体数据的第三规则符合属性确定为规则符合属性。
步骤S505,若附加调整媒体数据的第三规则符合属性为规则符合属性,则确定附加调整媒体数据的第三分析结果为参数可调结果,并对附加调整媒体数据的初始媒体编码参数进行调整。
具体的,若附加调整媒体数据的第三规则符合属性为规则符合属性,则可以确定附加调整媒体数据的第三分析结果为参数可调结果,并对附加调整媒体数据的初始媒体编码参数进行调整,例如,可以将附加调整媒体数据的初始媒体编码参数下调为上述第二下调媒体编码参数。
综上可见,本申请实施例能够在预测网络速度的约束下,为不同媒体数据分配适应于自身媒体内容的媒体编码参数,并能够在预测网络速度的约束下,结合媒体数据的媒体质量适应性地将不同媒体数据的媒体编码参数进行动态调优,使其能够满足质量浏览条件的同时,不产生较大的媒体编码参数的波动变化,进而可以改善或提升媒体数据序列整体的播放质量。
进一步地,为便于理解,请一并参见图6,图6是本申请实施例提供的一种系统逻辑架构示意图。如图6所示,该系统逻辑架构中至少需要包含以下组件:
1、网速预测组件:
网速预测组件可以用于预测待播放的媒体数据序列所对应的网络速度(即播放该媒体数据序列时的网络速度,该网络速度可称之为媒体数据序列对应的预测网络速度),具体可以基于历史时间段内不同时间点的历史网络速度,来求取计算得到。
2、初始媒体编码参数预测组件:
初始媒体编码参数预测组件可以用于在预测网络速度的约束下,从K个配置媒体编码参数中,为每个媒体数据预测出适配于自身媒体内容的初始媒体编码参数。其中,每个初始媒体编码参数均不会超过预测网络速度。举例来说,某个媒体数据的媒体内容较为简单,采用较小的媒体编码参数即可得到较高的媒体质量,那么该媒体数据的可选配置媒体编码参数可以为K个配置媒体编码参数中的全部参数,则对于该媒体数据而言,可以在低于预测网络速度的所有配置媒体编码参数中,选择一个最大的配置媒体编码参数作为其初始媒体编码参数;某个媒体数据的媒体内容较为复杂,需要采用较大的媒体编码参数才能保证媒体质量,那么该媒体数据的可选配置媒体编码参数可为较高的三个配置媒体编码参数,然后,可以在这三个配置媒体编码参数中确定出低于预测网络速度的所有配置媒体编码参数,再从中选择一个最大的配置媒体编码参数作为其初始媒体编码参数。
3、媒体编码参数动态规划组件:
媒体编码参数动态规划组件可用于获取到各个媒体数据在对应初始媒体编码参数下的媒体质量,并选取出不满足质量浏览条件的目标媒体数据,然后再按照相应的参数分析规则分析目标媒体数据的初始媒体编码参数是否可调;此外,该媒体编码参数动态规划组件还可用于获取到媒体质量次高的附加调整媒体数据,并按照相应的参数分析规则分析附加调整媒体数据的初始媒体编码参数是否可调。
4、媒体编码参数选择组件:
媒体编码参数选择组件可用于基于媒体编码参数动态规划组件的分析结果,决定是否要对目标媒体数据与附加调整媒体数据的初始媒体编码参数进行调整,并在确定其需要进行调整的情况,将其进行相应调整(如上调、下调)。
对于上述4个组件的具体实现功能,可以前文各个实施例中的相应描述,这里将不再进行过于赘述,对于其所带来的有益效果,也不再进行过于赘述。
进一步地,请参见图7,图7是本申请实施例提供的一种数据处理装置的结构示意图。该数据处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如该数据处理装置为一个应用软件;该数据处理装置可以用于执行图3所示的方法。如图7所示,该数据处理装置1可以包括:数据获取模块11、初始参数确定模块12、数据选取模块13、分析模块14以及参数调整模块15。
数据获取模块11,用于获取待播放的媒体数据序列;媒体数据序列中包含N个媒体数据;N为正整数;
初始参数确定模块12,用于基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数;
数据选取模块13,用于按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
分析模块14,用于基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;参数可调性是指目标媒体数据的初始媒体编码参数的可调性;
参数调整模块15,用于若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整;目标媒体数据在调整后的媒体编码参数下的媒体质量满足质量浏览条件。
其中,数据获取模块11、初始参数确定模块12、数据选取模块13、分析模块14以及参数调整模块15的具体实现方式,可以参见上述图3所对应实施例中步骤S101-步骤S105的描述,这里将不再进行赘述。
在一个实施例中,初始参数确定模块基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数的具体实现方式,包括:
获取历史时间段的平均网络速度,并将平均网络速度确定为媒体数据序列的预测网络速度;历史时间段早于播放媒体数据序列的时间;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将媒体数据序列中的任意一个媒体数据确定为分析媒体数据;
基于预测网络速度对分析媒体数据进行适配分析,从K个配置媒体编码参数中选择出分析媒体数据的初始媒体编码参数。
在一个实施例中,初始参数确定模块获取历史时间段的平均网络速度的具体实现方式,包括:
按照时间抽取规则,从历史时间段内抽取T个时间点;
获取T个时间点中每个时间点分别对应的历史网络速度,得到T个历史网络速度;
确定T个历史网络速度的平均值;
将T个历史网络速度的平均值确定为历史时间段的平均网络速度。
在一个实施例中,初始参数确定模块基于预测网络速度对分析媒体数据进行适配分析,从K个配置媒体编码参数中选择出分析媒体数据的初始媒体编码参数的具体实现方式,包括:
获取分析媒体数据的媒体内容;
基于分析媒体数据的媒体内容调用参数预测模型;参数预测模型中部署有K个配置媒体编码参数;
通过参数预测模型,对分析媒体数据的媒体内容和预测网络速度进行综合分析,输出适应于分析媒体数据的预测媒体编码参数;预测媒体编码参数小于预测网络速度;
将分析媒体数据的预测媒体编码参数,确定为分析媒体数据的初始媒体编码参数。
在一个实施例中,媒体质量不满足质量浏览条件的目标媒体数据包括第一媒体数据与第二媒体数据;第一媒体数据是指媒体数据序列中媒体质量最低的媒体数据,第二媒体数据是指媒体数据序列中媒体质量最高的媒体数据;分析结果中包括第一媒体数据的第一分析结果与第二媒体数据的第二分析结果;
分析模块基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果的具体实现方式,包括:
获取第一媒体数据关联的第一参数分析规则,与第二媒体数据关联的第二参数分析规则;第一参数分析规则用于结合预测网络速度,共同分析检测任意一个媒体数据的媒体编码参数的可上调性,第二参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性;
采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性;
若第一规则属性与第二规则属性均为规则符合属性,则确定第一分析结果与第二分析结果均为参数可调结果;
若第一规则属性或第二规则属性为规则不符合属性,则确定第一分析结果与第二分析结果均为参数不可调结果。
在一个实施例中,分析模块采用第一参数分析规则与预测网络速度,对第一媒体数据的规则符合性进行分析检测,得到第一媒体数据的第一规则属性的具体实现方式,包括:
将第一媒体数据的初始媒体编码参数确定为第一初始编码参数,并将第一媒体数据在第一初始编码参数下的媒体质量确定为第一媒体质量;
按照第一参数分析规则,将第一媒体质量与质量下限阈值进行比较,得到第一比较结果;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
从K个配置媒体编码参数中,获取参数档次高于第一初始编码参数的配置媒体编码参数,并将K个配置媒体编码参数中参数档次高于第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;
通过预测网络速度与上调媒体编码参数之间的差值,以及第一比较结果确定第一媒体数据的第一规则属性。
在一个实施例中,分析模块通过预测网络速度与上调媒体编码参数之间的差值,以及第一比较结果确定第一媒体数据的第一规则属性的具体实现方式,包括:
若预测网络速度与上调媒体编码参数之间的差值小于差值阈值,且第一比较结果指示第一媒体质量小于质量下限阈值,则将第一媒体数据的第一规则属性确定为规则符合属性;
若预测网络速度与上调媒体编码参数之间的差值大于差值阈值,或第一比较结果指示第一媒体质量大于质量下限阈值,则将第一媒体数据的第一规则属性确定为规则不符合属性。
在一个实施例中,分析模块采用第二参数分析规则对第二媒体数据的规则符合性进行分析检测,得到第二媒体数据的第二规则符合属性的具体实现方式,包括:
将第二媒体数据的初始媒体编码参数确定为第二初始编码参数,并将第二媒体数据在第二初始编码参数下的媒体质量确定为第二媒体质量;
按照第二参数分析规则,将第二媒体质量与质量上限阈值进行比较,得到第二比较结果;
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
基于第二初始编码参数遍历K个配置媒体编码参数,得到第二;
若第二比较结果指示第二媒体质量大于质量上限阈值,且遍历结果指示K个配置媒体编码参数中存在参数档次低于第二初始编码参数的配置媒体编码参数,则将第二媒体数据的第二规则属性确定为规则符合属性;
若第二比较结果指示第二媒体质量小于质量上限阈值,或遍历结果指示K个配置媒体编码参数中不存在参数档次低于第二初始编码参数的配置媒体编码参数,则将第二媒体数据的第二规则属性确定为规则不符合属性。
在一个实施例中,参数调整模块对目标媒体数据的初始媒体编码参数进行调整的具体实现方式,包括:
获取K个配置媒体编码参数;K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将K个配置媒体编码参数中,参数档次高于第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;所述第一初始编码参数是指所述第一媒体数据的初始媒体编码参数;
将K个配置媒体编码参数中,参数档次低于第二初始编码参数的配置媒体编码参数,确定为第一下调媒体编码参数;所述第二初始编码参数是指所述第二媒体数据的初始媒体编码参数;
将第一媒体数据的初始媒体编码参数调整为上调媒体编码参数,并将第二媒体数据的初始媒体编码参数调整为第一下调媒体编码参数。
在一个实施例中,在参数调整模块将第一媒体数据的初始媒体编码参数调整为上调媒体编码参数,并将第二媒体数据的初始媒体编码参数调整为第一下调媒体编码参数之后,参数调整模块还用于将媒体数据序列中的第一媒体数据与第二媒体数据进行过滤,并将过滤后的媒体数据序列确定为过滤媒体数据序列;
参数调整模块还用于按照过滤媒体数据序列中,每个媒体数据在对应初始媒体编码参数下的媒体质量,从过滤媒体数据序列中选取媒体质量最高的附加调整媒体数据;
参数调整模块还用于获取附加调整媒体数据关联的第三参数分析规则;第三参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
参数调整模块还用于采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性;
参数调整模块还用于若附加调整媒体数据的第三规则符合属性为规则符合属性,则确定附加调整媒体数据的第三分析结果为参数可调结果,并对附加调整媒体数据的初始媒体编码参数进行调整。
在一个实施例中,参数调整模块采用第三参数分析规则对附加调整媒体数据的规则符合性进行分析检测,得到附加调整媒体数据的第三规则符合属性的具体实现方式,包括:
将附加调整媒体数据的初始媒体编码参数确定为第三初始编码参数,并将附加调整媒体数据在第三初始编码参数下的媒体质量确定为第三媒体质量;
按照第三参数分析规则,将第三媒体质量与质量上限阈值进行比较,得到第三比较结果;
从K个配置媒体编码参数中,获取参数档次低于第三初始编码参数的配置媒体编码参数,并将K个配置媒体编码参数中参数档次低于第三初始编码参数的配置媒体编码参数,确定为第二下调媒体编码参数;
通过第一下调媒体编码参数、第二下调媒体编码参数以及上调媒体编码参数分析附加调整媒体数据的第三规则符合属性。
在一个实施例中,参数调整模块通过第一下调媒体编码参数、第二下调媒体编码参数以及上调媒体编码参数分析附加调整媒体数据的第三规则符合属性的具体实现方式,包括:
确定第二初始编码参数与第一下调媒体编码参数之间的第一差值、第三初始编码参数与第二下调媒体编码参数之间的第二差值,以及上调媒体编码参数与第一初始编码参数之间的第三差值;
确定第一差值与第二差值之间的差值总和;
将差值总和与第三差值之间的差值,确定为第一波动值;
将第一差值与第三差值之间的差值,确定为第二波动值;
若第一波动值大于第二波动值,则将附加调整媒体数据的第三规则符合属性确定为规则不符合属性;
若第一波动值小于第二波动值,则将附加调整媒体数据的第三规则符合属性确定为规则符合属性。
本申请实施例能够在预测网络速度的约束下,为不同媒体数据分配适应于自身媒体内容的媒体编码参数,并能够在预测网络速度的约束下,结合媒体数据的媒体质量适应性地将不同媒体数据的媒体编码参数进行动态调优,使其能够满足质量浏览条件的同时,不产生较大的媒体编码参数的波动变化,进而可以改善或提升媒体数据序列整体的播放质量。
进一步地,请参见图8,图8是本申请实施例提供的一种计算机设备的结构示意图。如图8所示,上述计算机设备8000可以包括:处理器8001,网络接口8004和存储器8005,此外,上述计算机设备8000还包括:用户接口8003,和至少一个通信总线8002。其中,通信总线8002用于实现这些组件之间的连接通信。其中,用户接口8003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口8003还可以包括标准的有线接口、无线接口。网络接口8004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器8005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器8005可选的还可以是至少一个位于远离前述处理器8001的存储装置。如图8所示,作为一种计算机可读存储介质的存储器8005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图8所示的计算机设备8000中,网络接口8004可提供网络通讯功能;而用户接口8003主要用于为用户提供输入的接口;而处理器8001可以用于调用存储器8005中存储的设备控制应用程序,以实现:
获取待播放的媒体数据序列;媒体数据序列中包含N个媒体数据;N为正整数;
基于媒体数据序列对应的预测网络速度,确定每个媒体数据的初始媒体编码参数;
按照每个媒体数据在对应初始媒体编码参数下的媒体质量,从媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
基于预测网络速度对目标媒体数据的参数可调性进行分析,得到分析结果;参数可调性是指目标媒体数据的初始媒体编码参数的可调性;
若分析结果指示目标媒体数据的初始媒体编码参数具备可调性,则对目标媒体数据的初始媒体编码参数进行调整;目标媒体数据在调整后的媒体编码参数下的媒体质量满足质量浏览条件。
应当理解,本申请实施例中所描述的计算机设备8000可执行前文图3到图5所对应实施例中对该数据处理方法的描述,也可执行前文图7所对应实施例中对该数据处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机可读存储介质,且上述计算机可读存储介质中存储有前文提及的数据处理的计算机设备8000所执行的计算机程序,且上述计算机程序包括程序指令,当上述处理器执行上述程序指令时,能够执行前文图3到图5所对应实施例中对上述数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
上述计算机可读存储介质可以是前述任一实施例提供的数据处理装置或者上述计算机设备的内部存储单元,例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的一个方面,提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备执行本申请实施例中一方面提供的方法。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。
本申请实施例中,术语“模块”或“单元”是指有预定功能的计算机程序或计算机程序的一部分,并与其他相关部分一起工作以实现预定目标,并且可以通过使用软件、硬件(如处理电路或存储器)或其组合来全部或部分实现。同样的,一个处理器(或多个处理器或存储器)可以用来实现一个或多个模块或单元。此外,每个模块或单元都可以是包含该模块或单元功能的整体模块或单元的一部分。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的,具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (16)
1.一种数据处理方法,其特征在于,包括:
获取待播放的媒体数据序列;所述媒体数据序列中包含N个媒体数据;N为正整数;
基于所述媒体数据序列对应的预测网络速度,确定每个所述媒体数据的初始媒体编码参数;
按照每个所述媒体数据在对应初始媒体编码参数下的媒体质量,从所述媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
基于所述预测网络速度对所述目标媒体数据的参数可调性进行分析,得到分析结果;所述参数可调性是指所述目标媒体数据的初始媒体编码参数的可调性;
若所述分析结果指示所述目标媒体数据的初始媒体编码参数具备可调性,则对所述目标媒体数据的初始媒体编码参数进行调整;所述目标媒体数据在调整后的媒体编码参数下的媒体质量满足所述质量浏览条件。
2.根据权利要求1所述的方法,其特征在于,所述基于所述媒体数据序列对应的预测网络速度,确定每个所述媒体数据的初始媒体编码参数,包括:
获取历史时间段的平均网络速度,并将所述平均网络速度确定为所述媒体数据序列的预测网络速度;所述历史时间段早于播放所述媒体数据序列的时间;
获取K个配置媒体编码参数;所述K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将所述媒体数据序列中的任意一个媒体数据确定为分析媒体数据;
基于所述预测网络速度对所述分析媒体数据进行适配分析,从所述K个配置媒体编码参数中选择出所述分析媒体数据的初始媒体编码参数。
3.根据权利要求2所述的方法,其特征在于,所述获取历史时间段的平均网络速度,包括:
按照时间抽取规则,从历史时间段内抽取T个时间点;
获取所述T个时间点中每个时间点分别对应的历史网络速度,得到T个历史网络速度;
确定所述T个历史网络速度的平均值;
将所述T个历史网络速度的平均值确定为所述历史时间段的平均网络速度。
4.根据权利要求2所述的方法,其特征在于,所述基于所述预测网络速度对所述分析媒体数据进行适配分析,从所述K个配置媒体编码参数中选择出所述分析媒体数据的初始媒体编码参数,包括:
获取所述分析媒体数据的媒体内容;
基于所述分析媒体数据的媒体内容调用参数预测模型;所述参数预测模型中部署有所述K个配置媒体编码参数;
通过所述参数预测模型,对所述分析媒体数据的媒体内容和所述预测网络速度进行综合分析,输出适应于所述分析媒体数据的预测媒体编码参数;所述预测媒体编码参数小于所述预测网络速度;
将所述分析媒体数据的预测媒体编码参数,确定为所述分析媒体数据的初始媒体编码参数。
5.根据权利要求1所述的方法,其特征在于,媒体质量不满足质量浏览条件的所述目标媒体数据包括第一媒体数据与第二媒体数据;所述第一媒体数据是指所述媒体数据序列中媒体质量最低的媒体数据,所述第二媒体数据是指所述媒体数据序列中媒体质量最高的媒体数据;所述分析结果中包括所述第一媒体数据的第一分析结果与所述第二媒体数据的第二分析结果;
所述基于所述预测网络速度对所述目标媒体数据的参数可调性进行分析,得到分析结果,包括:
获取所述第一媒体数据关联的第一参数分析规则,与所述第二媒体数据关联的第二参数分析规则;所述第一参数分析规则用于结合所述预测网络速度,共同分析检测任意一个媒体数据的媒体编码参数的可上调性,所述第二参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
采用所述第一参数分析规则与所述预测网络速度,对所述第一媒体数据的规则符合性进行分析检测,得到所述第一媒体数据的第一规则属性;
采用所述第二参数分析规则对所述第二媒体数据的规则符合性进行分析检测,得到所述第二媒体数据的第二规则符合属性;
若所述第一规则属性与所述第二规则属性均为规则符合属性,则确定所述第一分析结果与第二分析结果均为参数可调结果;
若所述第一规则属性或所述第二规则属性为规则不符合属性,则确定所述第一分析结果与第二分析结果均为参数不可调结果。
6.根据权利要求5所述的方法,其特征在于,所述采用所述第一参数分析规则与所述预测网络速度,对所述第一媒体数据的规则符合性进行分析检测,得到所述第一媒体数据的第一规则属性,包括:
将所述第一媒体数据的初始媒体编码参数确定为第一初始编码参数,并将所述第一媒体数据在所述第一初始编码参数下的媒体质量确定为第一媒体质量;
按照所述第一参数分析规则,将所述第一媒体质量与质量下限阈值进行比较,得到第一比较结果;
获取K个配置媒体编码参数;所述K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
从所述K个配置媒体编码参数中,获取参数档次高于所述第一初始编码参数的配置媒体编码参数,并将所述K个配置媒体编码参数中参数档次高于所述第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;
通过所述预测网络速度与所述上调媒体编码参数之间的差值,以及所述第一比较结果确定所述第一媒体数据的第一规则属性。
7.根据权利要求6所述的方法,其特征在于,所述通过所述预测网络速度与所述上调媒体编码参数之间的差值,以及所述第一比较结果确定所述第一媒体数据的第一规则属性,包括:
若所述预测网络速度与所述上调媒体编码参数之间的差值小于差值阈值,且所述第一比较结果指示所述第一媒体质量小于所述质量下限阈值,则将所述第一媒体数据的第一规则属性确定为规则符合属性;
若所述预测网络速度与所述上调媒体编码参数之间的差值大于所述差值阈值,或所述第一比较结果指示所述第一媒体质量大于所述质量下限阈值,则将所述第一媒体数据的第一规则属性确定为规则不符合属性。
8.根据权利要求5所述的方法,其特征在于,所述采用所述第二参数分析规则对所述第二媒体数据的规则符合性进行分析检测,得到所述第二媒体数据的第二规则符合属性,包括:
将所述第二媒体数据的初始媒体编码参数确定为第二初始编码参数,并将所述第二媒体数据在所述第二初始编码参数下的媒体质量确定为第二媒体质量;
按照所述第二参数分析规则,将所述第二媒体质量与质量上限阈值进行比较,得到第二比较结果;
获取K个配置媒体编码参数;所述K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
基于所述第二初始编码参数遍历所述K个配置媒体编码参数,得到遍历结果;
若所述第二比较结果指示所述第二媒体质量大于所述质量上限阈值,且所述遍历结果指示所述K个配置媒体编码参数中存在参数档次低于所述第二初始编码参数的配置媒体编码参数,则将所述第二媒体数据的第二规则属性确定为规则符合属性;
若所述第二比较结果指示所述第二媒体质量小于所述质量上限阈值,或所述遍历结果指示所述K个配置媒体编码参数中不存在参数档次低于所述第二初始编码参数的配置媒体编码参数,则将所述第二媒体数据的第二规则属性确定为规则不符合属性。
9.根据权利要求5所述的方法,其特征在于,所述对所述目标媒体数据的初始媒体编码参数进行调整,包括:
获取K个配置媒体编码参数;所述K个配置媒体编码参数中的任意两个配置媒体编码参数所属的参数档次互不相同;K为正整数;
将所述K个配置媒体编码参数中,参数档次高于第一初始编码参数的配置媒体编码参数,确定为上调媒体编码参数;所述第一初始编码参数是指所述第一媒体数据的初始媒体编码参数;
将所述K个配置媒体编码参数中,参数档次低于第二初始编码参数的配置媒体编码参数,确定为第一下调媒体编码参数;所述第二初始编码参数是指所述第二媒体数据的初始媒体编码参数;
将所述第一媒体数据的初始媒体编码参数调整为所述上调媒体编码参数,并将所述第二媒体数据的初始媒体编码参数调整为所述第一下调媒体编码参数。
10.根据权利要求9所述的方法,其特征在于,在将所述第一媒体数据的初始媒体编码参数调整为所述上调媒体编码参数,并将所述第二媒体数据的初始媒体编码参数调整为所述第一下调媒体编码参数之后,所述方法还包括:
将所述媒体数据序列中的所述第一媒体数据与所述第二媒体数据进行过滤,并将过滤后的媒体数据序列确定为过滤媒体数据序列;
按照所述过滤媒体数据序列中,每个所述媒体数据在对应初始媒体编码参数下的媒体质量,从所述过滤媒体数据序列中选取媒体质量最高的附加调整媒体数据;
获取所述附加调整媒体数据关联的第三参数分析规则;所述第三参数分析规则用于分析检测任意一个媒体数据的媒体编码参数的可下调性;
采用所述第三参数分析规则对所述附加调整媒体数据的规则符合性进行分析检测,得到所述附加调整媒体数据的第三规则符合属性;
若所述附加调整媒体数据的第三规则符合属性为规则符合属性,则确定所述附加调整媒体数据的第三分析结果为参数可调结果,并对所述附加调整媒体数据的初始媒体编码参数进行调整。
11.根据权利要求10所述的方法,其特征在于,所述采用所述第三参数分析规则对所述附加调整媒体数据的规则符合性进行分析检测,得到所述附加调整媒体数据的第三规则符合属性,包括:
将所述附加调整媒体数据的初始媒体编码参数确定为第三初始编码参数,并将所述附加调整媒体数据在所述第三初始编码参数下的媒体质量确定为第三媒体质量;
按照所述第三参数分析规则,将所述第三媒体质量与质量上限阈值进行比较,得到第三比较结果;
从所述K个配置媒体编码参数中,获取参数档次低于所述第三初始编码参数的配置媒体编码参数,并将所述K个配置媒体编码参数中参数档次低于所述第三初始编码参数的配置媒体编码参数,确定为第二下调媒体编码参数;
通过所述第一下调媒体编码参数、所述第二下调媒体编码参数以及所述上调媒体编码参数分析所述附加调整媒体数据的第三规则符合属性。
12.根据权利要求11所述的方法,其特征在于,所述通过所述第一下调媒体编码参数、所述第二下调媒体编码参数以及所述上调媒体编码参数分析所述附加调整媒体数据的第三规则符合属性,包括:
确定所述第二初始编码参数与所述第一下调媒体编码参数之间的第一差值、所述第三初始编码参数与所述第二下调媒体编码参数之间的第二差值,以及所述上调媒体编码参数与所述第一初始编码参数之间的第三差值;
确定所述第一差值与所述第二差值之间的差值总和;
将所述差值总和与所述第三差值之间的差值,确定为第一波动值;
将所述第一差值与所述第三差值之间的差值,确定为第二波动值;
若所述第一波动值大于所述第二波动值,则将所述附加调整媒体数据的第三规则符合属性确定为规则不符合属性;
若所述第一波动值小于所述第二波动值,则将所述附加调整媒体数据的第三规则符合属性确定为规则符合属性。
13.一种数据处理装置,其特征在于,包括:
数据获取模块,用于获取待播放的媒体数据序列;所述媒体数据序列中包含N个媒体数据;N为正整数;
初始参数确定模块,用于基于所述媒体数据序列对应的预测网络速度,确定每个所述媒体数据的初始媒体编码参数;
数据选取模块,用于按照每个所述媒体数据在对应初始媒体编码参数下的媒体质量,从所述媒体数据序列中选取媒体质量不满足质量浏览条件的目标媒体数据;
分析模块,用于基于所述预测网络速度对所述目标媒体数据的参数可调性进行分析,得到分析结果;所述参数可调性是指所述目标媒体数据的初始媒体编码参数的可调性;
参数调整模块,用于若所述分析结果指示所述目标媒体数据的初始媒体编码参数具备可调性,则对所述目标媒体数据的初始媒体编码参数进行调整;所述目标媒体数据在调整后的媒体编码参数下的媒体质量满足所述质量浏览条件。
14.一种计算机设备,其特征在于,包括:处理器、存储器以及网络接口;
所述处理器与所述存储器、所述网络接口相连,其中,所述网络接口用于提供网络通信功能,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以使所述计算机设备执行权利要求1-12任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序适于由处理器加载并执行权利要求1-12任一项所述的方法。
16.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中,所述计算机程序适于由处理器读取并执行,以使得具有所述处理器的计算机设备执行权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410039666.1A CN117560525B (zh) | 2024-01-11 | 2024-01-11 | 一种数据处理方法、装置、设备以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410039666.1A CN117560525B (zh) | 2024-01-11 | 2024-01-11 | 一种数据处理方法、装置、设备以及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117560525A true CN117560525A (zh) | 2024-02-13 |
CN117560525B CN117560525B (zh) | 2024-04-19 |
Family
ID=89815092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410039666.1A Active CN117560525B (zh) | 2024-01-11 | 2024-01-11 | 一种数据处理方法、装置、设备以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117560525B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710586A (zh) * | 2011-03-28 | 2012-10-03 | 华为技术有限公司 | 流媒体传输控制方法、媒体传输控制方法、相关设备 |
CN103929684A (zh) * | 2013-01-14 | 2014-07-16 | 华为技术有限公司 | 一种基于流媒体选择码流分段的方法、播放器和终端 |
WO2017080450A1 (zh) * | 2015-11-10 | 2017-05-18 | 中兴通讯股份有限公司 | 多媒体数据下载方法、客户端、服务器、系统及存储介质 |
CN109788316A (zh) * | 2019-02-27 | 2019-05-21 | 腾讯科技(深圳)有限公司 | 码率控制、视频转码方法与装置、计算机设备及存储介质 |
CN111031347A (zh) * | 2019-11-29 | 2020-04-17 | 广州市百果园信息技术有限公司 | 一种视频处理的方法及装置、电子设备、存储介质 |
CN113141514A (zh) * | 2020-01-17 | 2021-07-20 | 北京达佳互联信息技术有限公司 | 媒体流传输方法、系统、装置、设备及存储介质 |
CN113518250A (zh) * | 2020-08-07 | 2021-10-19 | 腾讯科技(深圳)有限公司 | 一种多媒体数据处理方法、装置、设备及可读存储介质 |
CN116208771A (zh) * | 2023-02-28 | 2023-06-02 | 阿里巴巴(中国)有限公司 | 视频码率调整方法、装置及设备 |
CN117376645A (zh) * | 2023-11-02 | 2024-01-09 | 腾讯科技(深圳)有限公司 | 视频的预加载方法、装置、计算机设备和存储介质 |
-
2024
- 2024-01-11 CN CN202410039666.1A patent/CN117560525B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710586A (zh) * | 2011-03-28 | 2012-10-03 | 华为技术有限公司 | 流媒体传输控制方法、媒体传输控制方法、相关设备 |
CN103929684A (zh) * | 2013-01-14 | 2014-07-16 | 华为技术有限公司 | 一种基于流媒体选择码流分段的方法、播放器和终端 |
WO2017080450A1 (zh) * | 2015-11-10 | 2017-05-18 | 中兴通讯股份有限公司 | 多媒体数据下载方法、客户端、服务器、系统及存储介质 |
CN109788316A (zh) * | 2019-02-27 | 2019-05-21 | 腾讯科技(深圳)有限公司 | 码率控制、视频转码方法与装置、计算机设备及存储介质 |
CN111031347A (zh) * | 2019-11-29 | 2020-04-17 | 广州市百果园信息技术有限公司 | 一种视频处理的方法及装置、电子设备、存储介质 |
CN113141514A (zh) * | 2020-01-17 | 2021-07-20 | 北京达佳互联信息技术有限公司 | 媒体流传输方法、系统、装置、设备及存储介质 |
CN113518250A (zh) * | 2020-08-07 | 2021-10-19 | 腾讯科技(深圳)有限公司 | 一种多媒体数据处理方法、装置、设备及可读存储介质 |
CN116208771A (zh) * | 2023-02-28 | 2023-06-02 | 阿里巴巴(中国)有限公司 | 视频码率调整方法、装置及设备 |
CN117376645A (zh) * | 2023-11-02 | 2024-01-09 | 腾讯科技(深圳)有限公司 | 视频的预加载方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117560525B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102254579B1 (ko) | 개별화된 미디어 콘텐츠를 스트리밍하기 위한 시스템 및 방법 | |
CN110784759B (zh) | 弹幕信息处理方法、装置、电子设备及存储介质 | |
WO2019231559A1 (en) | Interactive video content delivery | |
CN109525853B (zh) | 直播间封面展示方法、装置、终端、服务器及可读介质 | |
CN108012162A (zh) | 内容推荐方法及装置 | |
CN113518256A (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN112612826B (zh) | 数据处理方法和装置 | |
CN112492347A (zh) | 处理信息流、显示弹幕信息的方法及信息流处理系统 | |
CN112182281B (zh) | 一种音频推荐方法、装置及存储介质 | |
CN113535991A (zh) | 一种多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN113962965A (zh) | 图像质量评价方法、装置、设备以及存储介质 | |
CN111144344A (zh) | 人物年龄的确定方法、装置、设备及存储介质 | |
CN112269943B (zh) | 一种信息推荐系统及方法 | |
CN117560525B (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN109257633B (zh) | 一种环境感知的HTTP自适应流媒体QoE优化方法 | |
CN110933504A (zh) | 视频推荐方法、装置、服务器和存储介质 | |
CN116193197A (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN114357301A (zh) | 数据处理方法、设备及可读存储介质 | |
US11134310B1 (en) | Custom content service | |
CN112328152B (zh) | 媒体文件的播放控制方法、装置、电子设备及存储介质 | |
US11934921B2 (en) | Dynamic content rating assistant | |
KR20230018453A (ko) | 미디어 콘텐츠 아이템의 시청 시간 손실 영역 결정 | |
CN114363710A (zh) | 基于时移加速的直播观看方法及装置 | |
CN117150053A (zh) | 多媒体信息推荐模型训练方法、推荐方法及装置 | |
CN111698563A (zh) | 基于ai虚拟主播的内容发送方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |