WMV エンコード方法

ホーム

私訳です。より確かな記述は MSDN (英語)を直接読んで下さい。

ほとんどのWindows Media Video CodecとWindows Media Audio Codecが、複数のエンコード方法をサポートしています。各々の方法をいつ、どのように使うかを知る事が、ハイクオリティに圧縮されたコンテンツを作成する助けとなります。

エンコード方法は皆、デコーダによって圧縮された入力データを処理するのに使われる「バッファ」に焦点を合わせています。このバッファは、ストリームのビットレート(bps)と、バッファウィンドウ(ミリ秒)により定義され、エンコードする時、Codecはバッファの制限に従います。バッファについてより情報を得るには The Leaky Bucket Buffer Model を見て下さい。

コンスタントビットレート (CBR) エンコード

どんなWindows Media Video/Audio Codecにより圧縮されたストリームも、ビットレートは一定ではありません。従って、コンスタントビットレート (CBR) エンコードというのは、いくぶん誤解を招く用語です。 CBRエンコードされたストリームを特徴付けている特徴は、サンプルのサイズの変化量を制限するバッファウィンドウが小さい事です。CBRエンコードは主に、ネットワーク上でストリーム配信されるコンテンツ用に用いられています。そういったシナリオでは、一貫した帯域幅使用を当てにする事ができます。

環境設定の見地から、CBRエンコードは、エンコードの開始前に出力コンテンツの平均ビットレートもそのビットレートに適用するバッファウィンドウも両方セットする点で、他のモードとは異なっています。他のモードでは、エンコーダを設定する時にはそれらの値の一方か両方が不明で、エンコードしながらCodecにより計算されます。CBRエンコードは、Windows Media encoder DMOにより用いられるスタンダードです。(訳注：DMOは、たぶんDirectXメディアオブジェクト / 用語 )

2パス CBR エンコード

スタンダードなCBRは、1パスエンコードを使うだけです。あなたは入力サンプルとしてコンテンツを提供し、Codecはコンテンツを圧縮して出力サンプルを返します。入力サンプルを二度処理する事もできます。最初のパスでは、Codecは、あなたのコンテンツを最適にエンコードするように演算を行います。第２パスでは、Codecは、最初のパスの間に集められたデータをコンテンツをエンコードするのに使います。

2パス CBRエンコードは、多くのアドバンテージを持っています。バッファ要求をまったく変える事なくスタンダードなCBRよりかなりの品質向上を度々もたらします。これがこのエンコードモードを、ネットワーク上でストリーミングされるコンテンツのために理想的なものとしています。唯一 2パス CBRエンコードを利用できないのが、ライブソースからコンテンツをエンコードして第２パスを使う事ができない場合です。

2パス CBRストリームの出力メディアタイプは、スタンダードCBRストリームのものと同様です。すなわち、使用するにはビットレートとバッファウィンドウをまだ指定します。DMOを設定する時、 2パスを実行するようにセットしなければなりません。そして、最初のパス用にサンプルを送り終えた時にDMOに知らせてやらなければなりません。

品質ベースの可変ビットレート (VBR) エンコード

CBRエンコードは実際には一定のビットレートを保持しない事が判り、それと可変ビットレート(VBR)エンコードとの区別は、少しはっきりしないようです。CBRとVBRとの主な違いは、用いられるバッファウィンドウの大きさです。VBRエンコードされたストリームは普通、CBRエンコードされたストリームに比べて広いバッファウィンドウを持っています。品質ベースの VBRエンコードは例外ではなく、ビットレートもその為のバッファウィンドウもこちらからは決めません。代わりに、クオリティをセットします。それでCodecは、圧縮されたストリームのバッファ要求には拘らずにずっと一貫した品質となるように圧縮しようとします。

品質ベースのVBRエンコードは、シングルパスを用い、圧縮されたストリームはサイズが大きくなる傾向があります。エンコードが完了するとCodecは、デコーダがデータを展開できるようにバッファ要求を設定します。エンコードされたVBRストリームは、ネットワークでのストリーミングには適当ではないので、品質ベースのVBRエンコードはローカルな録音再生装置(やダウンロードして再生)のシナリオのためだけに用いるべきです。

ビットレートベースの VBR エンコード (Unconstrained VBR)

品質ベースのVBRエンコードと違って、ビットレートベースのVBRエンコードは特定の品質レベルにエンコードはしません。代わりに、指定されたビットレートを維持しながらコンテンツを可能な限り高い品質へエンコードします。ビットレートベースのVBRエンコードは2パスを用い、ストリームの為のバッファウィンドウを設定しない事を除けば 2パスCBRと同様です。これは、平均ビットレートがあなたのセットした値以下である限り、ストリーム中の個々のサンプルの大きさに制限がない事を意味しています。

ビットレートベースのVBRエンコードは使用が限られるものです。なぜなら、そのバッファ要求を満たす再生環境のシナリオがあまり無いからです。Codecは、バッファウィンドウをエンコード後に要求されたどんな値にでも設定する事ができ、バッファの大きさをコントロールできません。もしバッファの大きさや帯域幅使用の持続性を心配しないなら、多くの場合には、品質ベースのVBRエンコードを用いるべきです。

ピークビットレートベースの VBR エンコード (Peak-Constrained VBR)

最後のエンコードモードが、ピークビットレートベースのVBRエンコードです。ビットレートベースのVBRエンコードの様に、このモードは2パスを用い、指定されたビットレートにエンコードします。しかし、ピークビットレートベースのVBRエンコードでは、エンコードの為のピーク値も設定します。ピーク値は、普通のバッファの設定値と同様です。つまり、ピークビットレートとピークバッファウィンドウがあります。ファイルは、ストリーム全体の平均ビットレートがあなたの指定した平均ビットレート値以下である状況で、ピーク値に記されたバッファに従うようにエンコードされます。

ピークビットレートベースのVBRエンコードは、概念化する事が困難でありうるものです。用いられているバッファリングモデルの最も簡単な考え方は、ストリームはあたかも、バッファを決めるのにピークビットレートとピークバッファウィンドウを持っているCBRストリームであるという考え方です。概して、ピークビットレートはかなり高い数値です。エンコーダは、あなたが入れた平均ビットレート値がストリームの間じゅうを通して維持されている事を保障します。
(平均ビットレート >= ( 全ストリームサイズ(bit) / ストリームの長さ(秒) ))

以下の例を考えよう。ストリームを平均ビットレート16,000bps、ピークビットレート48,000bps、ピークバッファウィンドウ 3,000ミリ秒(3秒)で設定する。ストリームの為に用いられるバッファの大きさは、ピーク値により決められるので 144,000ビット( 48,000(bps) * 3(sec) )です。エンコーダはそのバッファに従ってデータを圧縮します。加えて、ストリームの平均ビットレートは 16,000以下でなければなりません。もしエンコーダが、コンテンツの複雑な部分を扱うために或るとても大きなサンプルを作る必要があれば、大きなバッファサイズのアドバンテージを得る事ができます。しかし、ストリームのほかの部分では、平均を指定されているレベルに落とすためにより低いビットレートでエンコードされるに違いありません。

ピークビットレートベースのVBRエンコードは、限られたバッファ容量やいくつかのデータレートの制約を持つ録音再生デバイス用に有用です。これの一般的な例は、DVDに用いられているエンコードです。