Вибуховий ріст потокового відео вимагає ефективної доставки високоякісного контенту. Медіакомпанії використовують штучний інтелект (ШІ) та адаптивне до контенту кодування (CAE) для оптимізації смуги пропускання, зменшення витрат та покращення вражень глядачів. CAE динамічно регулює параметри кодування на основі складності відео, покращуючи ефективність потокової передачі.
У період з 2015 по 2018 рік Netflix впровадив CAE, досягнувши понад 30% скорочення бітрейту без втрати якості (виміряно за допомогою VMAF). На відміну від рівномірного стиснення, CAE динамічно оптимізує налаштування для кожного сегмента. Простіші сцени отримують нижчі бітрейти, тоді як складні сцени отримують вищі бітрейти для збереження якості. Початкове CAE було обчислювально дорогим, але досягнення в евристичних рішеннях та методах на основі ШІ пропонують майже оптимальні результати з нижчими витратами, що дозволяє потокову передачу в режимі реального часу.
Машинне навчання-базовані фреймворки кодування ще більше вдосконалюють CAE, забезпечуючи оптимізацію параметрів у реальному часі. ШІ прогнозує налаштування (бітрейт, CRF, VBV), аналізуючи складність кадру за кадром. VisualOn Optimizer, фреймворк CAE на основі машинного навчання, використовує витяг просторових та тимчасових ознак для класифікації сегментів відео та визначення ефективних параметрів кодування. Зворотний зв'язок у реальному часі забезпечує оптимальну якість та бітрейт.
Такі платформи, як Netflix, YouTube та Amazon Prime Video, використовують CAE та кодування на основі ШІ. Дослідження Netflix показує, що кодування на основі ШІ зменшує використання даних на 20–30% без втрати якості. Покращені кодеки Google на основі ШІ зменшують смугу пропускання до 30%. Для потокової передачі в режимі реального часу ШІ динамічно адаптується до умов мережі, зменшуючи показники буферизації до 50%.
Адаптивне до контенту кодування з використанням ШІ революціонізує доставку відео. Воно зменшує смугу пропускання, знижує витрати, покращує масштабованість (особливо для великих подій у реальному часі) та підвищує задоволеність глядачів. Безперервний розвиток рішень однопрохідного кодування на основі ШІ та фреймворків адаптивного кодування в реальному часі ще більше вдосконалять ефективність потокової передачі, забезпечуючи високоякісне відео по всьому світу.