Instagram始終以高質(zhì)量的體驗為目標開發(fā)和優(yōu)化應用程序，而優(yōu)化Instagram體驗的其中一種方式就是提高音頻質(zhì)量。

文 / Chris Hsu

譯 / 蔣默邱澤

原文?

https://instagram-engineering.com/improving-instagrams-music-audio-quality-284e555102e9

Instagram在形成有意義的社區(qū)方面起著至關重要的作用，這是因為人們可以在Instagram上相互聯(lián)系彼此并分享對他們來說最感興趣的事情。為了幫助更好地促進這些聯(lián)系，我們始終以高質(zhì)量的共享體驗為目標來開發(fā)和優(yōu)化應用程序。這讓我們引以為豪：）優(yōu)化Instagram體驗的其中一個方法就是提高音頻質(zhì)量。

Instagram的音樂貼歌單給出流行音樂建議

什么是音頻質(zhì)量？

音頻質(zhì)量就是衡量我們提供給Instagram App的音頻與原始未經(jīng)過壓縮的音頻的匹配程度，一般情況下Instagram提供壓縮后的音頻，可實現(xiàn)音樂、視頻的流暢播放，減少緩沖造成的停頓。

但是為了實現(xiàn)更流暢的播放，可能會帶來壓縮失真的后果。一些壓縮失真的例子：高頻聲音的清晰度降低、低音減弱以及產(chǎn)生噪音。這些共同的差異同時降低了聽眾感知的音頻質(zhì)量。

提升音頻質(zhì)量

Instagram的視頻系統(tǒng)可以訪問多種級別的音頻質(zhì)量，而音頻編解碼器如何選擇采樣率和碼率會影響到音頻編碼的質(zhì)量。

不同的音頻編碼器具有不同級別的(有損壓縮[1])，它們在不同類型的內(nèi)容上表現(xiàn)不一。鑒于Instagram內(nèi)容的規(guī)模和范圍，嚴格評估編碼器最適合的內(nèi)容，并跟蹤音頻質(zhì)量相關指標非常重要。但我們不可能將大量實驗工程實際應用于監(jiān)測音頻質(zhì)量指標，所以我們采用最簡單的解決方案：通過現(xiàn)有的參與度指標來證明Instagram的聽眾關心音頻質(zhì)量，改變音頻編碼器并不是一項簡單的內(nèi)容。因此我們決定將保留AAC編碼器作為我們改進音頻質(zhì)量的實驗編碼器。

采樣率會影響我們的音頻編碼并可以正確表示頻率上限，奈奎斯特·香農(nóng)采樣定理[2]說：”若是波形的采樣速度是最高頻率成分的兩倍，那么可以對帶狀有限連續(xù)信號進行采樣的并從樣本中完美重建。“Instagram使用行業(yè)標準44.1kHz采樣率，超過大多數(shù)人可以聽到的最大20kHz，所以我們會排除變化的采樣率變量。

碼率以千比特每秒(kbps)為單位測量音頻文件中線性變化。換句話來講更高的碼率意味著音頻編碼中更多數(shù)據(jù)和更少壓縮。這樣低壓縮可以保留原始文件中更多特性，同時具有更少的壓縮失真。當碼率太低時編碼器會剔除它認為不太重要的音頻細節(jié)。由于我們采用音頻編碼和采樣率不變，并且改變碼率很容易事情；所以實驗中我們變化了很多音頻碼率改進。

碼率實驗

在內(nèi)部音頻質(zhì)量改進之前，Instagram對視頻中音頻默認碼率為64kbps。手機的麥克風不會產(chǎn)生豐富的音頻信號，盡管碼率較低；但Instagram音頻壓縮對大多數(shù)內(nèi)容表現(xiàn)還算不錯。隨著Instagram創(chuàng)作者發(fā)布錄音室的音頻內(nèi)容時（例如錄制音樂）,明顯64kbps達不到高質(zhì)量音頻。

我們收到一些藝術家報告反饋稱Instagram音頻聽起來“爆裂”或者質(zhì)量太次的某些歌曲。我們立即觀察測試Instagram到壓縮控件中現(xiàn)象；例如：音樂帖故事中一些小鼓、镲片以及聲音混響的壓縮音頻聽起來比原始錄音更生硬和空洞。

很遺憾我們不能單純的為所有內(nèi)容增加碼率，由于總帶寬限制。如果我們在音頻和視頻之間分配帶寬，這只不過是一個零和游戲。高質(zhì)量視頻的碼率非常高對于64kbps和128kbps的音頻之間的差異對回放內(nèi)容影響可以忽略不計。但是在低帶寬情況下，我們一定會用低得多碼率提供視頻這種情況下回放內(nèi)容體驗64kbps時候會產(chǎn)生很差的音樂感覺。

雖然我們可以提高音頻碼率，但我們必須平衡音頻質(zhì)量和視頻質(zhì)量之間的權衡。增加所有內(nèi)容的碼率是特別危險的，因為我們知道大多數(shù)內(nèi)容都有簡單的音頻，并且不會從音頻方面的權衡中獲益。在我們的實驗中，我們的目標是為正確的內(nèi)容做出正確的質(zhì)量權衡。

特定內(nèi)容和社區(qū)質(zhì)量的偏好

為了找到關于Instagram聽眾對音頻信號質(zhì)量偏好的凡響，我們考慮了提高音頻質(zhì)量的方法。從我們之前關于視覺質(zhì)量的實驗中，我們知道體驗的質(zhì)量是主觀的，并且是內(nèi)容類型和社區(qū)類型所特有的。

音頻質(zhì)量靈敏度取決于每個聽眾對音頻細節(jié)的關注以及播放器材的質(zhì)量（例如默認音響設備或耳機）。我們擔心一些使用低端手機揚聲器的Instagram用戶可能不會關注一般的音頻質(zhì)量。另一方面，音樂家們知道Instagram是一個他們可以創(chuàng)建音樂社區(qū)的平臺，所以我們懷疑很多Instagram的聽眾會對音樂的音頻質(zhì)量很敏感。

我們更希望看到音頻質(zhì)量與Instagram音樂內(nèi)容參與度之間的相關性最強，因為Instagram的音樂內(nèi)容的音頻范圍很廣，也很豐富。為了得到這個信號，我們對產(chǎn)品進行了有針對性的音頻質(zhì)量改進測試，我們希望音頻質(zhì)量對產(chǎn)品產(chǎn)生最大的影響:音樂貼故事。

來自Relient K音樂貼 播放歌曲Cat

音樂貼故事實驗

為了避免非音樂內(nèi)容的稀釋，我們利用Instagram視頻和音樂編碼標簽系統(tǒng)來放大A/B測試中故事類型音頻編碼。控制組中所有的音頻編碼都使用默認的64kbps碼率。我們運行兩個測試組：一組編碼使用96kbps，另一組音頻使用128kbps碼率。

在實驗結果中，我們看到通過提高音樂貼紙故事的音頻質(zhì)量，用戶的參與度明顯提高。128kbps測試組提供了最佳的結果。我們通過觀看時間(即觀看視頻所花費的時間)和查看百分比衡量視頻參與度（即觀看者看完視頻的百分比）。盡管在視覺質(zhì)量和重新緩沖方面出現(xiàn)了倒退，但觀看時間和查看百分比都有所提高。

我們預計到視覺質(zhì)量和緩存會讓體驗退化，因為我們將帶寬使用從視頻轉(zhuǎn)移到音頻部分。但是參與度指標超出了我們的預期。這些指標表明即便是播放性能下降，Instagram觀眾也還是愿意觀看完整音樂貼視頻故事，因為音頻質(zhì)量更引人入勝。

未來的變化

Music Sticker Stories增加了音頻碼率只是為Instagram群體提供個性化視頻內(nèi)容體驗的開始。為了幫助我們在音頻質(zhì)量、視頻質(zhì)量和流暢度之間做出正確平衡，我們正在考慮構建基于感知音頻ABR（即自適應碼率）和內(nèi)容識別（即識別哪些視頻內(nèi)容具有音樂元素）的未來計劃。

參考

• [1] 有損壓縮 https://en.wikipedia.org/wiki/Lossy_compression

• [2] 奈奎斯特·香農(nóng)采樣定理

  https://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem

LiveVideoStack? 招募

LiveVideoStack正在招募編輯/記者/運營，與全球頂尖多媒及技術專家和LiveVideoStack年輕的伙伴一起，推動多媒體技術生態(tài)發(fā)展。了解崗位信息請在BOSS直聘上搜索“LiveVideoStack”，或通過微信“Tony_Bao_”與主編包研交流。

點擊【閱讀原文】或掃描圖中二維碼，即刻了解更多大會講師及分享內(nèi)容信息！

總結

以上是生活随笔為你收集整理的Instagram：如何提升音乐音频质量？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。