【新功能】媒体处理MPS全新支持自适应多码率、多语言音轨

简介:

视频内容的分发与播放已经深入了各行业的各类业务场景之中,对于视频平台而言,在不同网络状况下,都能以最优质的状况播放视频,满足用户对于观看体验的更高追求是一个不变的目标。为了更好的满足视频云客户的需求,阿里云媒体处理MPS产品在目前已经全面支持自适应多视频码率、多语言音轨和字幕等功能。

功能优势与适用场景

自适应多码率:

根据用户实际网络带宽条件,自动匹配视频流,兼顾清晰度和流畅度

适用场景:

实际上在视频内容传输过程中因为网络不稳定,播放卡顿、无法观看等问题时常发生。平台方一般会输出多个固定码率的视频(流畅、标准、高清、超清),在播放中用户如果遇到卡顿等问题,可以手动将视频清晰度调低,来保证播放顺畅,反之如果网络情况较好,用户再手动将视频清晰度调高来实现更好的观看体验。为了应对网络环境变化的问题,自适应多码率则可以实现自动匹配最合适的码率,不再需要用户手动切换,就可以实现视频清晰度与网络状态的最佳适配。

多音轨多字幕:

支持多语言音轨、字幕

适用场景:

在视频平台全球化发展的进程中,支持切换多国语言/少数民族语言与字幕,可以有效解决视频的传播障碍难题,该功能适用于视频内容在全球范围内推广

如何使用

基于HLS打包实现自适应多码率、多音轨、多字幕

HLS(全称 HTTP Live Streaming)是基于HTTP的流媒体网络传输协议。通过这个协议,客户端可以接收持续的多媒体流,同时在不同的网络条件下,也可以实现不同码率、分辨率的视频播放。

阿里云媒体处理通过HLS打包来实现自适应多码率、多音轨、多字幕,HLS打包是指将多字幕、多音轨、多码率视频流生成一个Master Playlist文件的过程。

使用HLS打包有两个步骤:

一、 新建HLS打包工作流
二、 调用AddMedia接口指定视频及HLS打包工作流ID进行视频的处理。

HLS打包产品文档:

https://help.aliyun.com/document_detail/68617.html?spm=5176.7946758.0.0.7b1476derHguHX

媒体处理产品介绍:

https://www.aliyun.com/product/mts?spm=5176.8413026.388261.110.YchnH2

目录
相关文章
|
编解码 算法 API
【功能盘点】升级后的媒体处理MPS有哪些能力?
不同于其他云服务厂商的媒体转码产品,阿里云将更多的技术赋能给用户,通过媒体处理,用户可以基于海量数据深度学习,对媒体的内容、文字、语音、场景多模态分析,实现智能审核、内容理解、智能编辑等视频平台不可或缺的能力。
3849 0
|
2月前
|
人工智能 自然语言处理
业界首家!阿里云智能媒体服务,卓越级通过中国信通院大模型媒体处理评估
阿里云智能媒体服务作为业界首家获得中国信通院“卓越级”通过。
业界首家!阿里云智能媒体服务,卓越级通过中国信通院大模型媒体处理评估
|
编解码
突破媒体转码效率壁垒 阿里云首推倍速转码
阿里云倍速转码技术依托于强大的云计算基础能力,大幅度提升转码速度,非常适用于音视频网站、新闻资讯、热门影视剧首发等多种场景。
4066 0
|
存储 编解码 对象存储
【转码系列之二】如何快速使用阿里云媒体转码服务和媒体库?
今天来给大家介绍一下如何快速使用阿里云媒体转码服务和媒体库。
7457 0
|
编解码
【转码系列之一】利用阿里云进行媒体转码,你得先知道这些
阿里云媒体转码(Media Transcoding) 是为多媒体数据提供的转码计算服务。它以经济、易用、弹性和高可扩展的音视频转换方法,帮助您将存储于OSS的音视频转码成适合在PC、TV以及移动终端上播放的格式。
6365 0
|
编解码 数据安全/隐私保护
阿里云媒体转码技术
媒体转码承载着终端客户视频观看体验的极致追求,媒体转码技术的增强势必会成为载体。
3392 0
|
6月前
|
编解码
在智能媒体服务中,素材的清晰度差异可能是由以下几个原因导致
在智能媒体服务中,素材的清晰度差异可能是由以下几个原因导致【1月更文挑战第10天】【1月更文挑战第48篇】
72 3
|
数据采集 前端开发 Android开发
Android平台RTMP推送或GB28181设备接入端如何实现采集audio音量放大?
我们在做Android平台RTMP推送和GB28181设备对接的时候,遇到这样的问题,有的设备,麦克风采集出来的audio,音量过高或过低,特别是有些设备,采集到的麦克风声音过低,导致播放端听不清前端采集的audio,这时候,就需要针对采集到的audio,做音量放大处理。
|
6月前
|
运维 UED
实时云渲染视频流化Webgl引擎模型技术原理
点量云流技术能将WebGL引擎模型实现云交互流化,解决大模型在低性能设备上运行不畅的问题。通过服务器的视频流方式,使用户在普通设备上也能流畅体验3D应用,包括WebGL、UE/U3D等。离屏渲染功能进一步节省服务器资源,而预启动机制则优化了大模型加载慢的困境,允许提前开启多个进程以应对并发需求,提升用户体验。
136 1
|
6月前
|
机器学习/深度学习 人工智能 算法
免费背景音人声分离解决方案MVSEP-MDX23,足以和Spleeter分庭抗礼
在音视频领域,把已经发布的混音歌曲或者音频文件逆向分离一直是世界性的课题。音波混合的物理特性导致在没有原始工程文件的情况下,将其还原和分离是一件很有难度的事情。 言及背景音人声分离技术,就不能不提Spleeter,它是一种用于音频源分离(音乐分离)的开源深度学习算法,由Deezer研究团队开发。使用的是一个性能取向的音源分离算法,并且为用户提供了已经预训练好的模型,能够开箱即用,这也是Spleeter泛用性高的原因之一,关于Spleeter,请移步:[人工智能AI库Spleeter免费人声和背景音乐分离实践(Python3.10)](https://v3u.cn/a_id_305),这里
免费背景音人声分离解决方案MVSEP-MDX23,足以和Spleeter分庭抗礼
下一篇
无影云桌面