前一段时间有群友问我这样一个问题：M 组的 x264 的 1G 多的成片，和 V 组 x265 的几百 M 的成片，究竟哪个更好。所以我今天想来谈一谈这个早就想说的话题。

        一直以来，码率都是作为评价视频及音频质量的重要指标之一。我个人也倾向于首先通过码率来评价画面水平，并且多数场合下应用都比较合理。但多数并非全部，盲目迷信码率并不可取。如何能更加理性地评价视频质量，就是本文探讨的话题。

        TL;DR 码率只决定了音视频质量的上限。具体要看源类型和编码方式综合判断。

        在讨论之前，还是复习一下码率的定义。码率，bitrate，也叫位率。无论音频还是视频，都是指单位时间的占用的空间大小。换句话说，就是一个文件每秒占用的比特数（换算一下就是大家熟悉的字节了）。举个例子，6,000 Kbps 就是每秒 6,000,000 bit，简单除以 8 得到的 750,000 就能换算成字节的文件大小，也就是每秒 750 KB 。这就是码率的实际意义，应该说定义是非常简单的。

        那么码率如何影响画面质量呢？

        我们知道，码率代表着空间大小，就用房间举个例子。

        同样的一批家具，越大的房间，布置就越容易。极端的情况下，直接平铺在地面上就完事了。然而如果只给你 10 平方米甚至更小的空间，摆下这些家具可能就不那么简单了。必需要充分考虑立体空间的利用，有的时候甚至要定制指定尺寸的家具。而即使这样，有些功能可能还是无法实现。

        我们把视频的质量比作房间布置的水平和实现的功能，而码率其实就是房间的大小。如果说把原始尺寸的家具原样平铺在地面，叫做无损视频；那么随着码率减小，相当于房间大小的减小，布置的难度和时间就会随之逐渐提升。随之不得不考虑家具的定制，甚至舍弃功能。这里的“布置”，就是编码。

        音视频编码大家应该比较熟悉了，比如视频的压缩一般用帧内和帧间编码（单帧以及多帧组合）。我在这篇文章说得比较详细了。为了说明编码前后文件的关系，这里用最极端的例子解释一下。

        这里假设我们有一张 1920×1080 的图片，RGB 模式，色彩深度为 8 bit 。如果未经压缩，显然大小为：

1920 × 1080 × 3 × 8 = 49,766,400 (bits) = 6,220,800 (Bytes) ≈ 6.2 (MB)

        但是，如果我告诉你，这是一张全黑的图片，完整点说：

“长1920宽1080，采用RGB模式的纯黑图片”

        这句话本身就是一种无损编码。也就是说，用这几个字，可以完美还原原始图片。可以计算一下“编码”后的大小：按照 UTF-8 的规则，汉字每个字 3 Bytes，数字字母 1 Byte ，所以只要 47 Byte 就能表示原来 6.2 MB 的图片，压缩比差不多 1 : 13 万 。但是，尽管体积相差 13 万倍，最后还原（解码）出来依然是完全相同的图片。这个极端例子告诉我们，就算码率很小，也可以达到较高的质量。

        常见的例子可能就是二维手绘动画了。由于多为线条填色，有些场景可以相当节约码率。同样的时长通常比真人影片小一些，有时甚至为了避免编码器自动压缩过猛需要在低动态画面手动加入噪点。自然，经过这样压缩后的画面，并不会因为码率降低而明显影响观感。

        这是片源的问题，那么压制算法就更不用多解释了。感兴趣可以对比一下 YouTube 上部分 8K 片源，AV1 和 vp9 编码夸张的体积差距。用算法里常用的说法来说，就是“时间换空间”。提高编码算法复杂度，实现了同样或者接近质量情况下更低的空间占用。

        最后回到开始的话题，为什么说码率决定的是视频质量的上限，以及如何更好地评价和优化视频质量。

        前面房间的例子已经说得很清楚了。空间真的小到一定程度，即使全部采用定制家具，让顶级大师设计，也很难达到预期效果，还要舍弃部分功能。

        码率太低，质量客观上一定会受到影响。就像你 A 站只给 2 Mbps 的码率，哪怕都是无脑低参数乱压，客观上怎么都会比隔壁 3~4 Mbps 的观感要差，画面要糊，因为都用的是 AVC 编码； 就像某站二压也能给满 6 Mbps 甚至达标不二压时期， 无论如何也比现在码率限到死画面更好。 大家一眼都能看得出来。

        但如果码率更高，或者引入 HEVC 甚至 AV1 这样的高级编码，你还能保证你能看出区别吗？而且我们说的都是视频网站这种必二压、低参数无调教瞎压的情况。如果通过各种神优化和钻研，最后得到的超高压缩比的成片，就更难说低码率下的实际画面质量了。

        既然说到这个，就简单提一下码率有限的情况下优化质量的例子。

        户外使用流量进行移动直播的情况下，降低到 720p 的分辨率，采用 2 ~ 2.5 Mbps 的码率，相对来说就能得到可以接受的画面；如果编码器选用显卡编码 ( NvEnc ) ，众所周知的其在低码率下表现不佳，那不妨就比原预期码率提升一点，6 Mbps 换成 8 Mbps 以上 。

        往某站投稿时，由于 1080p 片源往往会压缩到 5 Mbps 以下，所以就不建议采用 60 fps 的帧率，并且投稿时可以直接投高码率比如 20 Mbps 。或者干脆 upscale 到 4K , 获取更高的码率上限，等等。这些都是一些实用的经验和技巧。

        这些是我实际操作过，也是最简单，最不需要专业知识就能获取比较好的提升的。

        想要评价画面，在各种算法论文中是需要专门拿出来至少一个章节来说的，有很多专业的客观评价指标和方法（当然也是 paper ），我一个亲自搞过这东西的看着就头秃。对于非算法行业从业者，真心建议目测就完事了。抛去什么“判断画面瑕疵类型”的长篇理论，抛掉乱七八糟的专门忽悠外行的什么码率、帧率、分辨率，用你显示效果最好的设备直接看。哪个顺眼就保留哪个，就这么简单。

        至于详细的画面瑕疵修复，以及技术层面上如何“精益求精”地提升接近画质下的压缩率，这可不是一两篇文章就能写的完的。而我从这么久的实践的角度，愈发感受到“效率”的重要性。就像传给某站，加硬字幕的片源，能 NvEnc 的一律 NvEnc 解决。一方面是效果确实相差不多，另一方面就算你再精心调节，网站有无脑二次压制，观众可能会拿屏幕素质糟糕的设备观看，最后换来的不过是极少数人的观感提升和自我满足，与背后付出的时间精力相比实在是不甚划算。

        举个不恰当的例子，10 年前我会去折腾各种优化，什么电脑内存优化、清理垃圾文件、手机缓存优化等等。最后发现，解决这个问题最好的方法根本不是所谓优化：内存不够加两根、硬盘不够买一块、手机空间不足直接 256 G 起步。省下的精力和时间，正好用来赚设备升级需要的钱、或者更多更有价值更值得付出时间的事情，比如休息、比如读书、比如旅行、比如陪伴亲人。这可能是随着岁数增加最真实的变化。

        以上。