Konwertuj MP4 na DASH

Witryna wideo, aplikacja mobilna lub usługa smart TV potrzebuje MPEG-DASH, gdy musi przesyłać jeden materiał w kilku jakościach zamiast udostępniać jeden plik MP4 do pobrania. Konwersja tworzy manifest .mpd oraz segmenty multimedialne, dlatego generuje pakiet DASH, a nie pojedynczy plik .dash.

Czym jest format MP4

MP4 to kontener multimedialny oparty na ISO Base Media File Format. Może zawierać obraz wideo, dźwięk, napisy, metadane i inne ścieżki; często stosuje się połączenie wideo H.264 z dźwiękiem AAC, ale rozszerzenie .mp4 nie gwarantuje użycia określonych kodeków.

Telefony, kamery, oprogramowanie do nagrywania ekranu, przeglądarki, odtwarzacze multimedialne, edytory wideo, OBS Studio, Adobe Premiere Pro, DaVinci Resolve i FFmpeg powszechnie korzystają z MP4. Zwykły plik MP4 jest zazwyczaj jednym plikiem do progresywnego pobierania i sam nie udostępnia manifestu, granic segmentów ani wielu reprezentacji o różnych przepływnościach wymaganych do strumieniowania adaptacyjnego.

Co zapewnia MPEG-DASH

MPEG-DASH, ustandaryzowany jako ISO/IEC 23009-1, dostarcza dźwięk i obraz wideo przez HTTP w krótkich segmentach. Pakiet DASH zwykle zawiera plik .mpd Media Presentation Description, segmenty inicjalizacyjne oraz segmenty multimedialne, często używające rozszerzenia .m4s.

MPD opisuje czas trwania, kodeki, rozdzielczości, przepływności, adresy URL segmentów, synchronizację czasową, zależności związane z przełączaniem oraz opcjonalne dane szyfrowania. Odtwarzacz DASH wybiera spośród dostępnych reprezentacji na podstawie przepustowości, stanu bufora i możliwości urządzenia. Jeden plik MP4 może stać się jedną reprezentacją DASH, ale adaptacyjna jakość wymaga wielu kodowań z wyrównanymi granicami segmentów i zgodnymi parametrami.

Konwersja jednego pliku MP4 za pomocą FFmpeg

FFmpeg to najbardziej elastyczna opcja desktopowa dla systemów Windows, macOS i Linux. Zainstaluj aktualną kompilację, umieść plik źródłowy w katalogu roboczym i uruchom to polecenie, gdy plik zawiera jedną ścieżkę wideo i jedną ścieżkę audio:

ffmpeg -i input.mp4 -map 0:v:0 -map 0:a:0 -c:v libx264 -preset medium -crf 20 -c:a aac -b:a 128k -f dash -seg_duration 4 -use_template 1 -use_timeline 1 output.mpd

Polecenie ponownie koduje wideo jako H.264 i dźwięk jako AAC, a następnie zapisuje output.mpd, segment inicjalizacyjny oraz segmenty multimedialne. Przechowuj wszystkie wygenerowane pliki razem i zachowaj ich nazwy; przesłanie wyłącznie pliku MPD nie zapewni odtwarzania. Jeśli źródło nie zawiera dźwięku, usuń -map 0:a:0 oraz opcje audio. Jeśli zawiera wiele ścieżek, wybierz wymagane ścieżki za pomocą dodatkowych opcji -map.

W przypadku H.264 praktycznym zakresem jakości jest CRF wynoszący około 18–23: niższe wartości zwykle oznaczają wyższą jakość i większe pliki. Ponowne kodowanie może obniżyć jakość i zawsze trwa dłużej niż samo pakowanie.

Pakowanie bez ponownego kodowania

Jeśli plik MP4 już zawiera kodeki zgodne z DASH, znaczniki czasu i odpowiednio rozmieszczone klatki kluczowe, użyj kopiowania strumieni:

ffmpeg -i input.mp4 -map 0:v:0 -map 0:a:0 -c copy -f dash -seg_duration 4 -use_template 1 -use_timeline 1 output.mpd

Kopiowanie strumieni zachowuje zakodowaną jakość, ale może zakończyć się niepowodzeniem w przypadku nieobsługiwanych kodeków, nieregularnych znaczników czasu, niezgodnych układów ścieżek lub klatek kluczowych, które nie występują w pobliżu granic segmentów. Pakiet zawierający jedną skopiowaną reprezentację nie staje się automatycznie adaptacyjny.

Tworzenie segmentów ułatwiających przełączanie

Aby zapewnić niezawodne przełączanie, zakoduj każdą wersję wideo z taką samą liczbą klatek na sekundę, wyrównanymi klatkami kluczowymi, zgodnymi wymiarami i identycznym czasem trwania segmentów. Przy 30 klatkach na sekundę segmenty o długości czterech sekund zwykle wymagają czterosekundowego GOP, czyli około 120 klatek:

ffmpeg -i input.mp4 -map 0:v:0 -map 0:a:0 -c:v libx264 -preset medium -crf 20 -g 120 -keyint_min 120 -sc_threshold 0 -c:a aac -b:a 128k -f dash -seg_duration 4 -use_template 1 -use_timeline 1 output.mpd

Zmień wartość GOP dla innej liczby klatek na sekundę lub innego czasu trwania segmentu. Aby uzyskać prawdziwe strumieniowanie adaptacyjne, zakoduj dodatkowe wersje wideo w różnych rozdzielczościach i przepływnościach, a następnie zapakuj te wersje za pomocą pakowacza DASH. Shaka Packager, Bento4 i GPAC MP4Box nadają się do pakowania wielu reprezentacji, napisów i szyfrowania; FFmpeg jest zwykle prostszy w przypadku jednej podstawowej reprezentacji. Usługa multimedialna, taka jak AWS Elemental MediaConvert lub Bitmovin, może zakodować drabinę jakości i dostarczyć wynikowy plik MPD oraz segmenty bez konieczności utrzymywania oprogramowania do pakowania.

Opcje konwersji online

Ogólne konwertery dostępne w przeglądarce często zwracają kolejny plik MP4, nawet gdy reklamują konwersję wideo, ponieważ wynik DASH jest powiązanym zestawem plików, a nie jednym plikiem do pobrania. W przypadku procesu online użyj hostowanego enkodera, który wyraźnie oferuje grupę wyjściową MPEG-DASH lub DASH ISO, takiego jak AWS Elemental MediaConvert lub Bitmovin, i skonfiguruj wymaganą drabinę jakości wideo, ścieżki audio, czas trwania segmentów oraz miejsce docelowe przechowywania.

Przed pobraniem lub opublikowaniem wyniku sprawdź, czy usługa dostarcza plik MPD, segmenty inicjalizacyjne, wszystkie segmenty multimedialne, napisy, jeśli są wymagane, oraz wszelkie ustawienia szyfrowania lub CORS. Nie przesyłaj poufnych nagrań do usługi, której zasady przechowywania i dostępu są nieodpowiednie.

Ograniczenia jakości i zgodności

DASH to format dostarczania treści, a nie format poprawy jakości. Pakowanie za pomocą -c copy pozwala uniknąć kolejnej utraty jakości; ponowne kodowanie wymienia jakość i czas przetwarzania na zgodne kodeki, kontrolowane przepływności oraz odpowiednie klatki kluczowe.

Przetestuj plik MPD za pomocą odtwarzacza DASH, takiego jak dash.js, Shaka Player, Android Media3 ExoPlayer lub odtwarzacz docelowego smart TV. Wiele zwykłych odtwarzaczy desktopowych otwiera źródłowy plik MP4, ale nie odtwarza prezentacji DASH. Udostępniaj plik MPD i segmenty przez HTTP lub HTTPS zamiast polegać na adresie URL do pliku lokalnego oraz skonfiguruj CORS, gdy odtwarzacz i pliki multimedialne korzystają z różnych źródeł. DRM, transmisja DASH na żywo, napisy i zaszyfrowane treści wymagają dodatkowych ustawień manifestu i pakowania wykraczających poza podstawowe polecenia przedstawione powyżej.