Warum erhöht das Einbrennen von Untertiteln die Transkodierungskosten bei Medienservern?

Das Einbrennen von Untertiteln erhöht die Transkodierungskosten des Medienservers, weil die Untertitel nicht mehr als separate auswählbare Spur geliefert werden. Der Server muss jeden Cue in das Videobild rendern, neue Pixel erzeugen, die Quelle dekodieren, filtern und in einen Ersatzstream kodieren.

Dies kann eine ansonsten kompatible Direct Play- oder Direct Stream-Sitzung in eine vollständige Video-Transkodierung verwandeln. Die Kosten hängen von Auflösung, Codec, Bildrate, Untertitelformat, Stil, Hardwarebeschleunigung und davon ab, ob der Client die Untertitelspur lokal hätte rendern können.

Was ändert sich, wenn Untertitel ins Video eingebrannt werden?

Eingebrannte Untertitel werden Teil jedes Bildes. Sie sind kein unabhängiger Text- oder Bitmap-Stream mehr, den der Player aktivieren, deaktivieren, skalieren oder ersetzen kann, ohne das Video zu verändern.

Eine separate Untertitelspur enthält Timing sowie Text, Stil oder Bilder. Der Client kann diese Spur mit dem dekodierten Video zur Wiedergabe kombinieren, wenn er das Format und die Rendering-Funktionen unterstützt.

Burn-in verlagert den Kompositionsschritt auf den Server. Der Medienserver muss eine neue Video-Repräsentation erstellen, deren komprimierte Bilder bereits die Glyphen, Umrisse, Farben, Positionierung und Animation enthalten.

Warum löst Burn-In eine vollständige Video-Transkodierung aus?

Das Einbrennen von Untertiteln löst eine vollständige Video-Transkodierung aus, weil komprimierte Videopakete normalerweise nicht durch das Anhängen von Untertiteltext geändert werden können. Der Untertitel muss nach der Dekodierung und vor einer neuen Kodierung angewendet werden.

Remuxing kann kompatible Videopakete in einen anderen Container kopieren, und Audio-Transkodierung kann das Video unberührt lassen. Burn-in ist anders, weil es den tatsächlichen Bildinhalt des Videostreams verändert.

Selbst wenn die Quellauflösung und Bitrate akzeptabel bleiben, erfordern die veränderten Pixel einen neuen komprimierten Bitstream. Der Server kann das ursprünglich kodierte Video nicht beibehalten und gleichzeitig behaupten, dass die Untertitel in jedem angezeigten Bild enthalten sind.

Welche Phasen machen die Transkodierungspipeline teuer?

Der Server dekodiert, filtert und kodiert das Video neu. Das Parsen und Rendern von Untertiteln wird in die Filterphase zwischen Quellendekodierung und Ausgabe-Kodierung eingefügt.

Bei 4K oder hohen Bildraten verarbeitet die Pipeline Millionen von Pixeln pro Frame. Schriftformung, Konturen, Schatten, Skalierung, Farbkonvertierung, Tonemapping und Größenänderung können mit dem Untertitel-Overlay kombiniert werden.

Der Server muss außerdem schneller als Echtzeit bleiben und einen Ausgabepuffer aufrechterhalten. Eine Pipeline, die mit 0,8x Wiedergabegeschwindigkeit kodiert, stockt schließlich, auch wenn die ersten Sekunden erfolgreich starten.

Warum verändern Untertitelformate die Kosten?

Bilduntertitel erfordern Pixel-Overlays. PGS und VobSub enthalten bereits Bitmap-Grafiken, während ASS oder SSA Schriftarten, Positionen, Farben, Effekte und animiertes Styling enthalten können.

Einfache SRT- oder WebVTT-Texte sind für viele Clients leichter direkt zu rendern. Komplexes ASS-Styling wird möglicherweise nicht unterstützt oder anders dargestellt, weshalb der Server es einbrennen muss, um das beabsichtigte Aussehen zu bewahren.

Bilduntertitelspuren können ohne Erkennung nicht in normalen Text umgewandelt werden. Der Server muss deren Bitmap-Cues zur richtigen Zeit zusammensetzen und sie mit der Videoausgabe skalieren.

Warum kann Hardwarebeschleunigung trotzdem einen Engpass verursachen?

Hardwarebeschleunigung kann nur einen Teil der Pipeline abdecken. Dekodierung und Kodierung können auf einer GPU oder Medien-Engine laufen, während Untertitel-Parsing, Schriftarten-Rendering oder einige Filteroperationen auf der CPU verbleiben.

Wenn Frames vom Hardware-Dekodierer in den Systemspeicher für eine CPU-Überlagerung und dann zurück zur Hardware-Kodierung verschoben werden, können Speicher-Kopien und Synchronisation einen Teil des Beschleunigungsvorteils zunichtemachen. Ein Zero-Copy-Pfad ist schwerer aufrechtzuerhalten, wenn ein Filter keine Hardwareunterstützung hat.

Das Ergebnis kann eine irreführende Überwachung sein: GPU-Dekodierung und -Kodierung sind aktiv, aber eine CPU-gebundene Untertitelstufe begrenzt die gesamte Pipeline. Die gesamte CPU-Auslastung kann moderat erscheinen, wenn der limitierende Renderer nur eine geringe Anzahl von Threads verwendet.

Wie kann ein Heim-Medienserver Einbrenn-Kosten vermeiden?

client-kompatible Untertitel vermeiden das Einbrennen in Frames. Textformate wie SRT oder WebVTT sind oft die einfachsten Optionen, wenn der Wiedergabe-Client sie unterstützt.

Wählen Sie Clients, die die gängigen Untertitelformate der Bibliothek rendern, behalten Sie externe Textuntertitel neben den Medien oder erstellen Sie kompatible Untertitelspuren während der Bibliotheksvorbereitung. Für häufig angesehenen Inhalt kann eine vorab generierte Version die Kodierkosten außerhalb der Wiedergabezeit verlagern.

Überprüfen Sie den Transkodierungsgrund der Sitzung, bevor Sie schnellere Hardware kaufen. Die Untertitelverarbeitung kann zum Engpass beim Puffern werden, während dieselbe Datei bei deaktivierten Untertiteln oder wenn sie von einem anderen Client gerendert werden, reibungslos per Direct Play abgespielt werden kann.

FAQ

Erzwingt jede Untertitelspur eine Video-Transkodierung?

Nein. Kompatible Clients können viele Text- und Bilduntertitelformate eigenständig rendern. Einbrennen tritt auf, wenn der Client die ausgewählte Spur nicht rendern kann oder der Server so konfiguriert ist, dass es erzwungen wird.

Kann Hardware-Transkodierung das Einbrennen von Untertiteln verhindern?

Nein. Hardware kann Dekodierung, Skalierung und Kodierung beschleunigen, aber das Parsen und Überlagern von Untertiteln kann dennoch zusätzlichen Aufwand verursachen oder Frame-Transfers zwischen Hardware und Systemspeicher erfordern.

Warum kann SRT direkt abgespielt werden, während ASS ein Einbrennen auslöst?

SRT enthält einfachen, zeitlich abgestimmten Text, den viele Clients unterstützen. ASS kann Schriftarten, Positionierung, Stile und Effekte erfordern, die ein Client nicht reproduzieren kann, weshalb der Server das beabsichtigte Ergebnis ins Video rendert.

Führt die Konvertierung von Untertiteln zu Qualitätsverlusten im Bild?

Die Umwandlung eines Bilduntertitels in Text kann Stilinformationen verlieren oder Erkennungsfehler enthalten. Die Konvertierung von komplexem ASS zu SRT entfernt meist erweiterte Formatierungen, ermöglicht aber oft, dass das Originalvideo unverändert bleibt.

Fazit

Das Einbrennen von Untertiteln ist aufwendig, da es die Videopixel verändert und nicht nur Metadaten. Der Mediaserver muss die Quelle dekodieren, zeitlich abgestimmte Hinweise rendern, diese auf jeden betroffenen Frame legen und einen neuen Stream schnell genug für die Wiedergabe kodieren. Kompatibilität der Clients, einfachere Untertitelformate, vollständige Hardware-Filterunterstützung und vorab generierte Versionen können verhindern, dass ein leichter Stream in eine vollständige Echtzeit-Transkodierung verwandelt wird.