騰訊多媒體實驗室：以提升用戶體驗為目的，構建音視頻質量評估體系

近日，首屆Techo開發者大會在北京召開，在音視頻及通信分論壇上，騰訊多媒體實驗室專家研究員王海強發表了題為《視頻業務中的主客觀質量評估》的演講，在當前音視頻發展風口下，介紹了視頻質量評估的主客觀方法、應用場景，并提出了建立在算法基礎上的主客觀視頻質量評測平臺及其在業務線中的應用。

Techo開發者大會是由騰訊云發起的面向全球開發者和技術愛好者的年度盛會，作為一個專注于前沿技術研討的非商業大會，大會致力于開發者的能力成長和實踐創新，旨在通過匯聚全球頂尖行業專家和技術愛好者，搭建一個開放、中立、活躍的技術交流平臺。本屆Techo大會邀請了海內外150位行業專家圍繞前沿技術發展進行解讀，聚集了5000名開發者參與技術交流和探討。

視聽時代，音視頻應用越來越廣泛：直播、短視頻，視頻節目、音視頻通話……在萬物訴諸音視頻的互聯網時代，用戶對音視頻質量訴求也愈加強烈。為提高音畫質量，基礎性工程便是建立行業評估體系，用評測標準對音視頻技術和產品進行“打分”。然而，目前音視頻質量評估領域仍存在門檻成本較高、主觀觀感存在偏差等難題。

王海強在演講中介紹了主客觀質量評估方法，普及了兩者在PGC/UGC業務中的應用，并針對評估標準這一終極準則問題，介紹了多媒體實驗室的自研算法和解決方案。

據王海強介紹，目前視頻質量評估方法分為兩大類：客觀質量評估與主觀質量評估。前者計算視頻的質量分數，又根據是否使用高清視頻做參考、視頻質量是否與失真程度成單調關系等進一步細分；后者依賴人眼觀看并打分，能夠直觀反映觀眾對視頻質量的感受。

目前，視頻質量評測標準并不統一，常規做法是使用開源模型VMAF來做PGC視頻的質量把控，而對UGC視頻，只能依賴于開發人員觀看視頻來定位、解決質量問題。王海強認為，視頻質量評估的目標是“致力于評估視頻的人眼感知質量”，即通過通用的、準確的、公平的測試能力與測試方法論，盡可能選擇最可靠的技術方案，以客觀與主觀評測相結合的方式，達到最接近人眼感知的質量效果。

然而，主觀測試極其耗費人力和時間，整體效率較低，把所有質量問題都訴諸于主觀測試是不現實的。與其完全追求主觀測試的完美性，不如以“主觀質量”為目的，通過基于深度學習的客觀音視頻質量評估算法，進行端到端的音視頻質量評估，從而逼近人眼觀看的體驗效果。

對此，王海強介紹了多媒體實驗室的質量評估解決方案：一是結合業務需求，使用“在線主觀質量評測平臺”，來構建大規模主觀質量數據庫；二是使用所收集的主觀數據來訓練基于深度學習的客觀質量評估算法；三是部署訓練好的質量評估算法到業務線中，閉環監控可能存在的質量問題。從以上三角度出發，音視頻質量評估能夠在兼顧不同業務、場景的前提下，滿足效率與精度兩大需求。

騰訊多媒體實驗室：以用戶體驗為最終目的

王海強所介紹的“在線主觀質量評測平臺”，便是騰訊多媒體實驗室在音視頻評估領域的落地產品——騰訊多媒體實驗室視頻質量評測平臺。目前，這一平臺不僅能夠完成基于人眼的視頻質量評測，模擬人耳的音頻質量評測，還能夠在音頻的聲學指標、網絡指標及物理環境下對信號的主觀質量進行全面詳細的評估，適應了不同環境下的差異化測評場景。

同時，多媒體實驗室開發了基于深度學習的全參考/無參考質量評估算法。依托主觀測試平臺快速構建大規模視頻數據庫的能力，多媒體實驗室收集了數百萬次的視頻質量打分，訓練了基于深度學習的全參考和無參考質量評估算法。兩個算法在公開數據集上均取得了領先業界的性能。王海強提到多媒體實驗室會在近期內把算法開源，進一步促進行業的發展。

除滿足單個評估需求外，視頻質量評估還將在業務線中進一步發揮作用。王海強認為，在業務線中引入視頻質量評估后，將改變以往被動發現質量問題、進行人工檢查的狀況，變被動為主動，變人工為智能，利用AI進行預防性質量監控，并通過算法迭代不斷實現系統優化，同時，評估系統的優化又會進一步反哺業務線的優化。

在當前音視迎來發展風口之時，騰訊多媒體實驗室不僅使非專業團隊能夠快速、準確的完成評估需求，還通過一系列嘗試，推動了音視頻質量評測標準的討論。近50項提案被下一代視頻編碼標準VVC/H.266采納。此外，在虛擬現實（VR）、點云（PCC）、網絡傳輸協議 （DASH）、多媒體系統（OMAF、CMAF、NBMP）等相關多媒體標準中也取得了突破性進展，獲得多項標準核心專利，多名團隊成員在多個全球標準組織擔任董事、編輯、領域主席等重要席位。與此同時，多媒體實驗室也大力投入國家自主標準建設，針對國家標準AVS3進行了相關布局，成為國際行業標準不可忽視的影響者和領導者。

未來，騰訊多媒體實驗室也將投入更多技術與實踐，帶頭制定行業規則，不斷提升用戶視聽體驗。