音视频学习（九十七）：自适应码率（ABR）

ABR 的核心思想

ABR （Adaptive Bitrate, ABR）的本质是：

根据当前网络状况，动态调整音视频编码码率，以在"画质"和"流畅度"之间取得最优平衡。

简单来说：

网络好 → 提高码率 → 更清晰
网络差 → 降低码率 → 更流畅

其目标不是"最高画质"，而是：

最优用户体验（QoE, Quality of Experience）

为什么需要 ABR

在实际网络环境中，存在以下问题：

1. 带宽波动

移动网络、WiFi 环境中带宽变化剧烈：

瞬时带宽可能从 10Mbps 掉到 1Mbps

2. 丢包与拥塞

UDP 传输（如 RTP）中：

丢包率上升 → 视频花屏
拥塞 → 延迟增加

3. 多用户竞争

同一网络下：

多个设备共享带宽
导致吞吐不稳定

如果没有 ABR：

复制代码

高码率固定推流 → 网络变差 → 丢包/卡顿/播放失败

ABR 的基本模型

ABR 的核心流程可以抽象为：

复制代码

网络状态检测 → 带宽估计 → 码率决策 → 编码调整

具体包括：

采集网络指标
- RTT（往返时延）
- 丢包率
- 接收速率
估算可用带宽
选择目标码率
调整编码器参数

ABR 的两大实现体系

1. 基于客户端的 ABR（Pull 模式）

典型场景：

HLS / DASH 点播

客户端根据缓冲区和下载速度选择码率：

复制代码

清晰度列表：
240p / 480p / 720p / 1080p

特点：

实现简单
延迟较高（秒级）

2. 基于实时传输的 ABR（Push 模式）

典型场景：

WebRTC
实时直播

特点：

毫秒级调整
强依赖网络反馈

带宽估计算法

ABR 的关键在于：如何准确估计可用带宽

1. 基于丢包的估计（Loss-based）

原理：

丢包率上升 → 网络拥塞 → 降低码率

简单模型：

复制代码

丢包率 > 阈值 → 降码率
丢包率低 → 增码率

缺点：

反应慢（丢包发生后才调整）
容易震荡

2. 基于延迟的估计（Delay-based）

原理：

RTT 增大 → 队列积压 → 拥塞

优点：

更早发现拥塞
更平滑

3. 基于速率的估计（Rate-based）

根据接收速率：

复制代码

带宽 ≈ 接收速率

问题：

容易被突发影响

4. 混合算法（主流）

现代系统通常结合：

复制代码

带宽估计 = f(丢包 + 延迟 + 接收速率)

WebRTC 中的 ABR

在 WebRTC 中，ABR 主要由 拥塞控制（GCC） 实现。

1. GCC（Google Congestion Control）

核心思想：

基于延迟变化（Delay-based）
辅助丢包判断

2. 关键模块

（1）Trendline Estimator

分析延迟趋势：

上升 → 拥塞
下降 → 空闲

（2）Overuse Detector

判断是否过载：

复制代码

Overuse / Normal / Underuse

（3）Rate Controller

根据状态调整码率：

Overuse → 降码率
Underuse → 升码率

3. 优点

响应快（毫秒级）
平滑调整
适合实时通信

ABR 的控制策略

1. 加性增加、乘性减少（AIMD）

经典策略：

复制代码

带宽增加：+Δ（慢慢升）
带宽下降：×β（快速降）

优点：

稳定
避免拥塞

2. 限速与保护机制

避免剧烈波动：

最小码率限制
最大码率限制
平滑滤波

3. 分层编码（SVC）

将视频分层：

复制代码

Base Layer（低码率）
Enhancement Layer（增强层）

根据带宽：

只发 Base → 流畅
加 Enhancement → 高清

ABR 与其他机制的配合

ABR 并不是独立工作的，需要与其他模块协同：

1. 与 FEC（前向纠错）

网络差 → 降码率 + 增 FEC
网络好 → 提码率 + 降 FEC

2. 与 PLC（丢包隐藏）

丢包严重 → PLC 掩盖
ABR 同时降低码率

3. 与 Jitter Buffer

延迟大 → 增 buffer
ABR 降码率减少拥塞

4. 与关键帧策略

码率变化 → 请求关键帧（IDR）
避免花屏

总结

自适应码率（ABR）是现代音视频系统的核心能力，其本质在于：

通过动态调整码率，使系统在复杂网络环境中始终保持最佳用户体验。

在实际工程中，ABR 需要与以下机制协同：

拥塞控制（GCC）
FEC（前向纠错）
PLC（丢包隐藏）
Jitter Buffer（抗抖动）