Terminamos nuestra última entrada en el Blog haciendo referencia a la forma en que los productores digitales verán nuevos desafíos en la codificación de sus contenidos de video dado el rápido desarrollo de las tecnologías de distribución adaptativas iniciadas en 2007 por Move Networks.
En esta misma dirección ya se han comenzado a desplazar nuevos modelos de aplicación sobre tecnologías consideradas como “estándares” de la industria y que subyacen en la capa más baja de producción a la hora de transmitir contenidos por la red – o en otras palabras – que tienen que ver con la codificación misma del material audiovisual antes del broadcasting.
Justamente el modelo del cual hablamos en esta oportunidad, tiene relación con una tecnología originada en las necesidades de la telefonía y que se soporta en los desarrollos de la ITU-T y la ISO/IEC bajo el ultra conocido y popular MPEG-4 Parte 10 – más famoso por su nombre de pila – H.264.
¿Y en qué consiste?
Funcionalmente hablamos de una nueva forma de encoding y decoding compatible con el estándar MP4 que permitirá en un solo archivo componer y descomponer diferentes capas de video a calidades variables.
Actualmente este concepto es completamente revolucionario y virtualmente “casi” no existen aplicaciones que soporten el nuevo esquema (salvo algunas versiones preliminares de Main Concept y Mederic Blestel con Mickael Raulet), a pesar de que hablamos de un protocolo estandarizado hace casi 5 años que ha esperado madurez y justificación para su estreno y desarrollo.
A diferencia de lo lejanamente más parecido con los archivos MP4/H.264 de Microsoft para Smooth Streaming donde existe una alternativa de paquetización de audio/video en un solo archivo ISMV, en este esquema tenemos escalabilidad en tiempo real sobre unidades tales como la cantidad de cuadros por segundo o los macrobloques que se dividen en pequeños ítems que integran la unidad llamada Granularidad.
La primera de estas unidades contiene el set básico de datos y los siguientes contienen los posteriores refinamientos
Desde un punto de vista técnico existen aquí dos capas a la misma cantidad de cuadros por segundo y la misma resolución espacial (ancho x alto) pero diferente eficiencia de cuantización. Mientras la capa base es decodificada por el decodificador de largo variable o VLD, el cuantizador inverso en esta base produce los coeficientes del coseno o DCT en la capa refinada (Los niveles más altos de la transformada del coseno y sus coeficientes son obtenidos sumando la base de los coeficientes reconstruidos y su correspondiente residuo refinado).
De manera “relativamente” similar se producen variantes en la escalabilidad temporal y de bitrate que tienen por objeto dinamizar la entrega del contenido descartando o añadiendo información en tiempo de ejecución.
El resultado práctico
Esto por ejemplo, significará que bajo “codificación escalable” en vez de realizar streaming dinámico acudiendo a 5 o 6 archivos de bitrate diferente a través de un archivo manifest lo que produciremos será un solo archivo de medios en el cual estarán todas las calidades por capas sin que ello haga que el archivo final sea la suma de todos los bitrates de cada una de las capas.
En el futuro mediato los sistemas SVC nos permitirán reducir los tiempos de producción de video en encodeo y brindarán características dinámicas a los usuarios de manera transparente en archivos que serán entre un 5 a un 10% mayores a los antiguos MP4 de mayor calidad y conservarán características de B Slices, CABAC y cuadros IDR que podrán ser decodificados sin referencia a cuadros previos.
