「火山引擎」视频云产品月刊-音视频体验专题

以抖音为代表的新一代现象级应用的兴起 ，不仅推动了短视频这一赛道的全面爆发，更培养了用户通过视频表达自我和获取知识的习惯。在视频类应用盛行的背景下，用户对于播放体验的需求与日俱增，他们渴望超高清、强交互、更加沉浸式的体验。如果无法满足用户的这些需求，应用的播放 时长、留存拉新和业务创新将受到直接影响。

然而，尽管用户对音视频体验的需求与日俱增，业界却尚未建立完善的音视频体验评估体系，难以准确定位影响播放体验的关键因素。

本期月刊特推出《音视频体验白皮书》，基于亿级日活跃用户的真实反馈数据和大规模实践经验，提出一套行之有效的音视频体验评估指标和模型，分享火山引擎视顷云在音视顷体验优化上的典型策略应用和案例，旨在助力企业优化用户体验，从而促进业务增长。

月度更新，更多动态，尽在视频云产品月刊。

• 搜狐科技 ：火山引擎发布音视频体验白皮书，构建音视频体验评估体系
• 知乎 ：「体验增长论」火山引擎发布音视频体验白皮书
• 硅星人： 视频时代需要一个新的“体验增长论”了

抖音播放体验优化实践

通过优化播放体验给抖音带来的一系列业务收益。在过去的两年时间中，在抖音及相关产品共上线实验400余项，平均为每位抖音用户提升用户时长长达5分钟以上，每年为抖音等产品直接增收百亿元规模，每年为抖音等产品节省成本数十亿元。那么火山引擎视频云是如何做到这一点的？下面从播放体验的重要性与其挑战，和播放体验优化的具体思路与实践几个方面进行分享。

• 播放体验优化的重要性

今天，播放能力在抖音已经得到了广泛的应用，在内容、商业化、社交等业务形态中均有视频的身影。因此播放体验能够深度影响业务。用户留存、活跃度、消费意愿等均与播放体验有直接的因果关系，这一点在抖音已经经过无数的分析和实践的证明。

随着播放体验重要性而来的是一系列的挑战。下面与大家分享几点：

首先是播放体验如何量化度量，体验的主观性、广泛性为精确度量播放体验带来了一系列挑战。

第二个挑战是播放体验需要灵活适配业务的发展，不同业务的形态带来了不同类型的体验挑战，需要进行专门的优化与调整。

第三个巨大的挑战是高基线下如何持续获取收益，当体验已经做到99分甚至99.9分的时候，如何进一步的优化体验成为了一大课题，优化天花板的探索和提升也是体验优化的一个重要领域。最后需要在体验与成本阶进行平衡，并且这一平衡点需要根据业务发展的阶段灵活可调。

• 播放体验优化的具体思路与实践

结合抖音播放体验优化的实践，与大家分享一些播放体验优化的思路：

第一个思路是数据驱动，数据驱动在抖音被广泛应用，在播放体验优化中，也深刻践行了这一理念。在客户端和服务端构建了完善的播放埋点上报体系，并且基于这些埋点进行了QoS和QoE指标的全面覆盖。利用这些数据进行的大数据分析，可以以分析结果牵引优化路径。得到具体优化思路之后，我们会使用客观指标加主观指标加AB测试的综合评价体系对相关优化的有效性进行论证。利用这样一整套数据驱动的理念和思路，能够最大程度上将播放体验优化进行量化，使得系统化、规模化优化得以推进。

第二个思路是新技术的研发与应用，在过去的几年中，通过积极研发音视频领域和体验相关的新技术，并且将其落地在抖音各个应用场景中得取得了显著的业务和成本收益。这里简单介绍一些已经应用的新技术，包括了新一代编码标准格式和技术以及其应用解决落地方案；音视频的前后处理与增强算法；客户端播放器流畅性和资源利用优化；端云结合的体验与成本智能优化算法等。

第三个思路是极致优化与精细化，这一思路对在高基线下持续优化播放体验具有重要的意义。具体而言，火山引擎视频云会结合指标精细化推进播放器体验进行极致优化。对于一些延时类的指标，会在毫秒级别进行持续优化，并且得到了显著的业务收益。进而也会做分人群的用户体验理解与精细化调优。这一方面的原理是不同人群对于体验的感知和偏好均有所不同，因此分人群进行分析，并且有针对性的做出优化，可以最大程度上满足全人群的个性化需求。此外，火山引擎视频云还系统化设计了分机型、分场景的性能优化思路与方案。这一点主要是将播放体验与用户机型和使用场景紧密结合，达到功耗、资源利用与体验的完美均衡。最后还会通过理解视频与网络特性推进精细化策略，针对多变的网络与视频进行有针对性的体验优化，最终取得最好的用户体验。

通过联合应用上述的几大思路，在抖音等抖音业务上实现了巨大的业务与成本的收益。

体验增长方法论解析

在音视频场景中，QoS（服务质量）的变化究竟对QoE（体验质量）有多大影响，在业界并没有一个公认的答案。众所周知，体验可以促进业务增长，但企业和从业者们也经常面临以下三大疑问：

• 用户体验差距导致了用户增长的差距，要如何衡量体验？
• 如何定义体验与业务增长之间的关系？衡量的指标体系是什么？
• 体验指标可以优化到什么程度？如何找到成本与体验的平衡点？

火山引擎联合AMD发布了音视频体验白皮书，以抖音亿级日活用户实践和大规模场景落地经验，详细解读音视频体验评估指标和模型，分享火山引擎音视频实验室的评测方案和抖音在音视频体验优化上的典型策略、案例，助力企业优化用户体验，促进业务增长。

从生活娱乐到信息汲取，视频功能已经在百业千行的各个应用场景中落地生根，“视频体验”代替“新鲜感”和“趣味感”成为了用户选择应用的主要因素。用户对更高清、强交互、更加沉浸式的视频体验需求与日俱增，这也直接影响着应用的播放时长、留存拉新和业务创新。

不过尽管用户的需求有目共睹，但业界却尚未建立完善的音视频体验评估体系，更难以准确定位影响播放体验的关键因素。一些企业往往投入了大量的资源成本对用户体验进行优化，却收效甚微。

为解决上述问题，火山引擎自2021年起在抖音上线了400余项A/B测试实验，对每一项体验指标优化所带来的业务收益进行量化，最终构建了一套标准透明、度量准确、归因全面、验证可靠的QoS指标体系。并以该指标体系为核心，开发出了音视频体验综合评估模型（MPEI，Multimedia Playback Experience Index），助力企业更好地对用户体验定位归因，优化视频体验，助力业务增长。

音画质指标和流畅度指标，不仅是影响用户体验的核心指标，更覆盖了音视频内容生产与消费的全链路，涉及上传、存储、媒资处理、分发、播放的多个环节。在音画质指标和流畅度指标的基础上，火山引擎又细分出十余项二级指标进行深入的子模块建模，实现细腻的、动态的体验捕捉，来真实反馈业务情况。

在指标上，火山引擎引入了S型、J型和D型三种模型特征，以描绘不同的用户体验动态。在提取特征后，再通过‘指标融合’将不同分类的技术指标进行有机组合，通过统计学习方法优化模型的整体预测能力，确保每一个技术指标都能准确地反映在用户体验的改进上。

典型指标解读：J 型指标的优化可以持续产生显著的用户体验收益。

典型指标：百秒音画不同步时长

典型指标解读：对于 S 型指标，随着指标的优化，在接近指标典型值后，后续优化对用户体验的增益逐渐减少。

典型指标：起播首帧耗时

典型指标解读：D 型指标代表离散指标对用户体验的影响。

典型指标：是否开启精准 Seek 功能

而借助MPEI评估模型，客户可以快速实现对不同阶段的各个业务场景进行仔细分析，得出当前业务指标的典型值，进而制定更符合当前阶段的优化策略和目标。为了让技术迭代有证可考、有理可据，火山引擎视频云还对不同赛道的各个应用进行了模型分析，选取代表指标，拟合出影响曲线和典型值。

面对飞速变化的市场环境以及用户多元化的需求，音视频体验评估模型不仅要适用于当下，也要未雨绸缪，对未来的业务发展进行评估，才能具备前瞻性的指导意义。为更好地提升不同场景下的模型准确性，火山引擎发起音视频体验增长联盟（VEGA，Video Experience Growth Association）与“体验增长计划”，希望与行业伙伴一道，推进音视频体验评估的标准化进程。

《音视频体验白皮书线上发布》已正式上线火山引擎官网。在该直播中，火山引擎音视频点播技术和音视频实验室负责人为大家解析以抖音亿级日活用户实践和大规模场景落地经验，详细解读音视频体验评估指标，评估模型，典型策略和抖音实践，助力企业优化用户体验，促进业务增长。