SVT-AV1-Codec-Einstellungen in XMedia Recode: Tipps und Techniken

Der SVT-AV1 Codec wurde von Intel als Teil des Scalable Video Technology (SVT)-Projekts entwickelt.

Intel startete das Projekt im Jahr 2018, um eine effiziente, skalierbare und leistungsstarke Implementierung des AV1-Codecs zu entwickeln.

Der AV1-Codec selbst wurde von der AOMedia (Alliance for Open Media) entwickelt und zielt darauf ab, eine höhere Kompressionseffizienz als seine Vorgänger wie H.264 und HEVC (H.265) zu bieten, während gleichzeitig eine lizenzgebührenfreie Nutzung ermöglicht wird. SVT-AV1 ist eine spezifische Implementierung dieses Codecs, die von der Intel-Forschungsabteilung entwickelt wurde.

Merkmale des SVT-AV1 Codecs

Hohe Kompressionseffizienz: SVT-AV1 bietet im Vergleich zu anderen modernen Codecs wie HEVC eine höhere Kompressionsrate. Dies bedeutet, dass es die gleiche Videoqualität bei kleineren Dateigrößen erreichen kann, was zu geringeren Bandbreitenanforderungen führt.

Parallelverarbeitung: SVT-AV1 unterstützt eine hochgradige Parallelisierung, was bedeutet, dass mehrere Threads gleichzeitig verwendet werden können, um die Kodierung und Dekodierung zu beschleunigen. Dies ermöglicht eine effizientere Nutzung von Multi-Core-Prozessoren und hilft dabei, die Verarbeitungszeiten zu reduzieren.

Lizenzfrei: Da AV1 ein offener Standard ist, fällt für die Nutzung des SVT-AV1 Codecs keine Lizenzgebühr an – im Gegensatz zu H.265/HEVC oder H.264.

https://gitlab.com/AOMediaCodec/SVT-AV1/

H.264 vs. H.265 vs. AV1: Video-Codec-Vergleich

Modus

Legt fest ob das Video konvertiert oder kopiert wird.

Codec

Legt fest welcher Video Codec zum kodieren verwendet wird.

Sprache

Legt die Sprache fest, die beim Abspielen im Player anzeigt wird.

FourCC

Der FourCC-Code wird zur Identifikation des benötigten Decoders innerhalb von AVI-Dateien verwendet.

Delay(ms)

Legt die Verzögerung des Video-Stream fest.

Positive Werte starten den Stream später.

Negative Werte starten den Stream früher.

Framerate

Legt die Framerate in Frames pro Sekunde fest.

Level

Die Level-Einstellung legt die Grenze für verschiedene Parameter wie die maximale Auflösung, die maximale Bitrate und die Max Tiles fest, die in einer Codierung verwendet werden können.

Höhere Level erfordern leistungsfähigere Hardware, sowohl für das Encoding als auch für das Decoding.

Profil

Die Profileinstellungen des SVT-AV1-Codecs legen fest, welche Farbformate und Bittiefe für die Kodierung erlaubt sind. Es gibt drei Profile:

• Main: Unterstützt 8-Bit- und 10-Bit-Farbtiefe mit YUV 4:2:0. Geeignet für die meisten Anwendungsfälle wie Streaming, Web und Blu-ray.
• High: Unterstützt zusätzlich YUV 4:4:4 (kein Chroma-Subsampling). Empfohlen für professionelle Anwendungen, bei denen Farbtreue wichtig ist.
• Professional: Unterstützt YUV 4:2:2 und 4:4:4 sowie 12-Bit-Farbtiefe. Gedacht für Broadcast und professionelle Videoproduktion.

Preset

Mit der Preset-Einstellung legt man zwischen 0 und 13 die Kodiergeschwindigkeit und die Qualität fest. Niedrigere Werte bedeuten langsamere Kodierung, aber bessere Kompression und Qualität.

• 0–2 = Sehr langsam, höchste Qualität und Komprimierung (für Archivierung)
• 3–6 = Langsam bis mittel – gutes Qualitäts-/Geschwindigkeitsverhältnis
• 7–9 = Mittel bis schnell – guter Kompromiss für allgemeines Encoding
• 10–12 = Schnell – für zeitkritische Aufgaben
• 13 = Sehr schnelle Kodierung, aber geringere Qualität (Echtzeit/Live)

Empfehlung: Für die meisten Anwender ist Preset 6 oder 7 ein guter Startpunkt – er bietet eine gute Balance zwischen Qualität und Encoding-Geschwindigkeit.

Bitratensteuerung

SVT-AV1 unterstützt verschiedene Methoden zur Steuerung der Ausgabe-Bitrate:

• CRF (Constant Rate Factor): Konstantqualitätsmodus. Der Encoder passt die Bitrate automatisch an, um eine gleichbleibende visuelle Qualität zu erzielen. Niedrigere CRF-Werte bedeuten höhere Qualität (und größere Dateien).
  Empfohlener Bereich: CRF 20–35 für die meisten Videos; CRF 28 ist ein guter Standardwert.
• CBR (Constant Bitrate): Die Bitrate bleibt konstant. Ideal für Streaming-Szenarien, bei denen eine feste Bandbreite garantiert werden muss.
• VBR (Variable Bitrate): Die Bitrate schwankt je nach Bildkomplexität. Bietet bei ähnlicher Dateigröße eine bessere Qualität als CBR.

Farbmodus

Ermöglicht Ihnen, Änderungen an den Farbeinstellungen vorzunehmen.

Tune

Die Tune-Einstellung optimiert den SVT-AV1 Encoder auf ein bestimmtes Qualitätsziel hin:

• VQ (Visual Quality): Optimiert für die wahrgenommene visuelle Qualität. Empfohlen für allgemeines Encoding, da er sich an der menschlichen Wahrnehmung orientiert.
• PSNR: Optimiert für den Peak Signal-to-Noise Ratio – eine mathematische Metrik. Nützlich für Vergleichstests.
• SSIM: Optimiert für den Structural Similarity Index, der strukturelle Ähnlichkeit zum Original bewertet.

Hierarchical prediction levels

Die Einstellung "Hierarchical prediction levels" bestimmt, wie viele zeitliche Hierarchieebenen für die Bewegungskompensation und -vorhersage im SVT-AV1-Codec verwendet werden. Eine höhere Anzahl von Hierarchieebenen führt zu einer besseren Komprimierung und einer höheren Qualität auf Kosten der Codierzeit und Latenz, während eine niedrigere Anzahl zu einer schnelleren, aber weniger effizienten Komprimierung führt.

Scene Change Detection

Die Scene Change Detection im SVT-AV1 Codec erkennt plötzliche Szenenwechsel, indem sie signifikante Unterschiede zwischen benachbarten Frames erkennt, und fügt an diesen Stellen einen neuen I-Frame ein. Dies optimiert die Kompression und Bildqualität und hilft dabei, die Effizienz bei der Video-Codierung zu verbessern.

Tile Columns

Durch die Kachelung wird das Video in rechteckige Bereiche aufgeteilt, was Multithreading für die Kodierung und Dekodierung ermöglicht.
Die Anzahl der Kacheln ist immer eine Zweierpotenz. 1 , 2, 4, 8, 16, 32.

Mehr Tile Columns verbessern die Parallelverarbeitung auf modernen Multi-Core-Prozessoren. Für Full-HD-Videos genügen in der Regel 2 Tile Columns, für 4K-Videos empfehlen sich 4 oder mehr.

Tile Rows

Die Tile Rows-Einstellung bestimmt die Anzahl der vertikalen "Tile"-Reihen, in die das Bild unterteilt wird.
Die Anzahl der Kacheln ist immer eine Zweierpotenz. 1 , 2, 4, 8, 16, 32.

Je mehr Tile Rows du wählst, desto mehr parallele Verarbeitungseinheiten können verwendet werden, was in der Regel die Kodierungsleistung verbessert, vor allem auf Multi-Core-Prozessoren.

Prediction structure

Dieser Parameter steuert die Struktur der Frame-Vorhersage, d. h. er definiert die Abhängigkeit zwischen den Frames hinsichtlich der zeitlichen Vorhersage. Dies wirkt sich auf die Kodierungseffizienz und die Qualität des endgültigen Videos aus.

• Random Access: gute Balance für Streaming und allgemeines Encoding. Erlaubt bidirektionale Referenzframes (B-Frames) und erzielt damit die höchste Effizienz.
• Low Delay P: geeignet für Echtzeit-Anwendungen (geringe Latenz). Verwendet nur vorwärts gerichtete Referenzen.
• Low Delay B: ähnlich wie Low Delay P, aber mit eingeschränkten bidirektionalen Referenzen innerhalb einer minimierten Verzögerung.

Level Of Parallelism

Bestimmt, wie stark parallelisiert werden darf (z. B. für Multi-Threading). Höhere Werte nutzen mehr CPU-Kerne und beschleunigen die Kodierung, können aber den Speicherverbrauch erhöhen.

Fast Decode

Aktiviert Modi, die das Dekodieren auf dem Abspielgerät erleichtern und schneller machen. Wenn diese Option aktiv ist, vermeidet der Encoder Werkzeuge, die zwar die Kompression verbessern, aber die Dekodierlast erhöhen. Empfehlenswert für Videos, die auf Geräten mit schwacher Hardware abgespielt werden sollen.