کدکهای تصویر H.264 و VP8 و VP9 چه فرقی دارند و در تماس تصویری کدام به کار میرود؟
کدکهای تصویر H.264 و VP8 و VP9 سه روش مختلف برای فشرده کردن ویدیو پیش از فرستادنش روی اینترنتاند. هر سه همان کار را میکنند، اما در میزان فشردهسازی، فشار روی پردازنده و باتری، پشتیبانی دستگاهها و شرایط استفاده فرق دارند. در تماس تصویری لازم نیست شما بین آنها انتخاب کنید: دو دستگاه هنگام شروع تماس خودشان روی کدکی که هر دو بلدند توافق میکنند. در این صفحه میگوییم هر کدام چه نقطهقوت و ضعفی دارد، توافق چطور انجام میشود، چرا اشتراک صفحه گاهی کدک دیگری میخواهد و فینگت در این میان چه میکند.
بروزرسانی: · زمان مطالعه حدود ۱۴ دقیقه · نوشتهی تیم فنی فینگت
کدک تصویر چیست و چرا تماس تصویری بدون آن ممکن نیست؟
کدک ویدیو یک جفت الگوریتم است: یکی در دستگاه فرستنده تصویر را فشرده میکند و دیگری در گیرنده آن را بازسازی میکند. اسم کدک از «کدگذار و کدگشا» میآید. بدون فشردهسازی، تصویر خام یک دوربین معمولی در هر ثانیه چندین ده مگابیت داده تولید میکند و هیچ اینترنت خانگی و موبایلی آن را زنده تحمل نمیکند. کدک این حجم را به چند صد کیلوبیت تا چند مگابیت در ثانیه میرساند.
کدکها تصویر را با ترفندهایی کوچک میکنند که چشم کمتر متوجهشان میشود. دو ترفند اصلی این است که بخشهای بیتغییر بین دو فریم دوباره فرستاده نشوند و بخشهای ریز و کماهمیت تصویر با دقت کمتر ذخیره شوند. هرچه کدک در این کار هوشمندتر باشد، با همان اینترنت کیفیت بهتری میدهد، ولی معمولاً محاسبهی بیشتری هم لازم دارد. همین تعادل بین فشردهسازی و بار پردازش، پایهی همهی تفاوتهاست.
کدک با کانتینر و پروتکل فرق دارد
کدک فقط نحوهی فشرده شدن تصویر را مشخص میکند. اینکه تصویر چطور به دست طرف مقابل برسد، با پروتکلی مثل WebRTC تعیین میشود و نوع فایل (مثلاً MP4) یک بحث جدا و به ضبط و ذخیره مربوط است. در تماس زنده فقط کدک و پروتکل نقش دارند.
خلاصه: کدک روی «چقدر فشرده» و «چه قدر سنگین» اثر میگذارد؛ اینترنت و دستگاه تعیین میکنند همان کدک چقدر خوب کار کند.
H.264 چیست و چرا تقریباً روی هر گوشی هست؟
کدک H.264 که به AVC هم معروف است، از قدیمیترین و فراگیرترین کدکهای ویدیوست. تقریباً همهی گوشیها، تلویزیونها و دوربینها از آن پشتیبانی میکنند. دلیل اصلی محبوبیتش این است که بیشتر تراشهها بخش مخصوصی برای رمزگذاری و رمزگشایی آن دارند. وقتی این بخش سختافزاری به کار بیفتد، پردازندهی اصلی تقریباً بیکار میماند، گوشی کمتر داغ میشود و باتری دیرتر خالی میشود.
نقطهی ضعف H.264 حقوقی است. این کدک تحت پتنت است و استفادهی تجاری از آن در محصولات و مرورگرها شرایط مجوز دارد. به همین دلیل سازندهها معمولاً آن را از پیادهسازیهای مجوزدار یا تراشهی خود دستگاه میگیرند. برای کاربر این موضوع نامرئی است، ولی توضیح میدهد چرا استاندارد WebRTC هم H.264 و هم یک کدک باز را الزامی گذاشته است.
از نظر کیفیت، H.264 در همان اینترنت معمولاً از VP9 ضعیفتر است؛ یعنی برای رسیدن به کیفیت یکسان بیتریت بیشتری میخواهد. ولی در تماس زنده، سادگی و سازگاری و سرعت رمزگذاری اغلب مهمتر است. همچنین تفاوت پروفایلها وجود دارد: دو دستگاه باید بر سر یک پروفایل (مثلاً سطح و ویژگیهای مجاز) توافق کنند و اگر نکنند، تماس به کدک دیگری میرود.
کی H.264 انتخاب خوبی است؟
وقتی دو طرف گوشیهای معمولی دارند و مصرف باتری و داغ شدن دستگاه اهمیت دارد. برای تماسهای طولانی روی موبایل همین کدک اغلب بهترین تعادل را میدهد، چون بار اصلی را به سختافزار میسپارد.
VP8 چیست؟ کدک باز و سادهی WebRTC
VP8 کدکی باز و بدون حق امتیاز است که گوگل آن را متنباز کرد و از همان آغاز بخش اصلی WebRTC بود. چون استفاده از آن به مجوز نیاز ندارد، هر مرورگر و برنامهای میتواند بدون دغدغهی پتنت آن را پیاده کند. همین ویژگی باعث شد VP8 «کدک مطمئن» تماسهای مرورگری شود: اگر دو طرف هیچ نقطهی مشترک دیگری نداشته باشند، معمولاً VP8 پاسخ میدهد.
VP8 از نظر الگوریتم نسبتاً ساده است. رمزگذاری آن روی پردازندهی معمولی سبکتر از VP9 است و برای تماس زنده با تأخیر کم مناسب است. در عوض، فشردهسازی آن ضعیفتر از VP9 است و در دستگاههای قدیمیتر رمزگذار سختافزاری ندارد؛ پس نرمافزاری اجرا میشود و کمی بیشتر از H.264 باتری میخورد. در بسیاری گوشیهای جدید این اختلاف کم شده، ولی همهجا یکسان نیست.
VP8 چه موقع به کار میآید؟
وقتی کدک مشترک دیگری نیست، یا نسخهی مرورگر طرف مقابل H.264 را به همان شکل پشتیبانی نمیکند. همچنین در تماسهای بین مرورگرهای مختلف، VP8 معمولاً ضامن سازگاری است.
VP9 چیست و چرا از VP8 فشردهتر است؟
VP9 جانشین VP8 است و آن هم باز و بدون حق امتیاز است. هدف اصلیاش گرفتن کیفیت بهتر در بیتریت پایینتر است. بهطور کلی، در محتوای یکسان با کدک VP9 میشود با همان کیفیت دیداری از اینترنت کمتری استفاده کرد، یا با همان اینترنت تصویر واضحتری گرفت. میزان صرفهجویی به نوع تصویر بستگی دارد و عدد ثابتی نیست، ولی جهت تفاوت روشن است.
بهایش پردازش بیشتر است. رمزگذاری VP9 سنگینتر از VP8 و H.264 است و روی گوشیای که رمزگذار سختافزاری برایش ندارد، دما و مصرف باتری بالاتر میرود. به همین دلیل در تماسهای زنده روی موبایل کمتر انتخاب اول است و بیشتر در جاهایی دیده میشود که کیفیت اهمیت بیشتری از سبکی دارد.
VP9 ویژگی دیگری هم دارد: لایهبندی مقیاسپذیر (SVC). در این روش یک جریان تصویر به چند لایه با وضوحهای مختلف تقسیم میشود و گیرنده میتواند فقط لایههایی را که لازم دارد بردارد. این قابلیت بیشتر در تماسهای چندنفره با سرور میانی به کار میآید؛ در تماس دونفرهی ساده نقش پررنگی ندارد.
VP9 برای تصویر صفحهی نمایش چرا مناسبتر است؟
محتوای صفحهی نمایش، مثل متن، جدول و نمودار، لبههای تیز و ناحیههای همرنگ زیادی دارد. کدکهایی که فشردهسازی دقیقتری دارند، این جزئیات را خوانا نگه میدارند، در حالی که تصویر دوربین کمتر با این مشکل روبهروست. دلیل ترجیح VP9 برای اشتراک صفحه همین است. راهنمای اشتراک صفحه در تماس از زاویهی کاربر همین موضوع را میگوید.
مقایسهی کدکهای تصویر H.264 و VP8 و VP9 در یک جدول
ویژگی
H.264
VP8
VP9
مجوز استفاده
تحت پتنت؛ در محصولات از پیادهسازی مجوزدار یا تراشه میآید
باز و بدون حق امتیاز
باز و بدون حق امتیاز
میزان فشردهسازی
متوسط
مشابه یا کمی پایینتر
بهترین از این سه؛ در همان کیفیت بیتریت کمتر
فشار روی پردازنده
کم، اگر سختافزار داشته باشد
کم تا متوسط
زیاد، بهویژه بدون سختافزار
رمزگذار سختافزاری روی گوشی
تقریباً همهجا
در بعضی دستگاهها
کمتر رایج و بسته به مدل
مصرف باتری در تماس طولانی
معمولاً کمترین
متوسط
معمولاً بیشترین
مناسب برای
تماس موبایلی روزمره
سازگاری بین مرورگرها
کیفیت بالا و اشتراک صفحه
در فینگت
برای تصویر تماس
برای تصویر تماس
برای اشتراک صفحه در وب
این جدول یک الگوی کلی است و نه قاعدهی مطلق: نتیجهی واقعی به مدل گوشی، نسخهی مرورگر و محتوای تصویر بستگی دارد. اگر دنبال تفاوتها برای انتخاب یک ابزار هستید، فرق کدکها معیار اصلی نیست؛ اینترنت و محیط شما معمولاً اثر بزرگتری دارند.
دو دستگاه چطور روی کدک توافق میکنند؟
در WebRTC انتخاب کدک دست کاربر نیست و جزو هماهنگی اولیهی تماس است. این مراحل در چند ثانیهی اول، بدون دخالت شما انجام میشود و بیشتر شبیه فهرست غذایی است که دو طرف از روی آن سفارش میدهند.
فهرست کدکها ساخته میشود
دستگاه تماسگیرنده در پیشنهاد خود مینویسد چه کدکهایی را میفهمد، مثلاً H.264 و VP8 و VP9، به ترتیب ترجیح خودش.
پیشنهاد به طرف مقابل میرسد
این فهرست از طریق سرور سیگنالینگ میرود. همانجا که در STUN و TURN توضیح دادهایم، سیگنالینگ فقط پیامهای هماهنگی را حمل میکند و تصویر را نه.
طرف مقابل فقط مشترکها را نگه میدارد
گیرنده فهرست خودش را با فهرست دریافتی مقایسه میکند و در پاسخ فقط کدکهایی را میآورد که هر دو دستگاه بلدند.
یک کدک به کار گرفته میشود
از میان کدکهای مشترک، معمولاً اولین مورد در فهرست پاسخ استفاده میشود. اگر هیچ مشترکی نباشد، تصویر برقرار نمیشود و فقط صدا میماند.
در میانهی تماس تنظیم میشود
کدک ثابت میماند، ولی نرخ بیت و وضوح و تعداد فریم مدام با وضعیت اینترنت تغییر میکند تا تماس روان بماند.
از همین جا معلوم میشود چرا لازم است دو طرف دستکم یک کدک مشترک داشته باشند. چون استاندارد WebRTC هم H.264 و هم VP8 را برای مرورگرها الزامی کرده، در عمل بین دو برنامهی سالم این مشترک همیشه پیدا میشود.
کدک چه تأثیری بر کیفیت، تأخیر و باتری دارد؟
کدک تنها عامل نیست، ولی در سه چیز مستقیم اثر دارد. با شناختن آنها میتوانید علت مشکل تماس را بهتر حدس بزنید.
کیفیت در اینترنت ضعیف
کدک فشردهتر در بیتریت پایین تصویر کمتر مات میشود. اما اگر اینترنت واقعاً افت کند، هیچ کدکی معجزه نمیکند و وضوح کم میشود. برای حالتهای خاص، تماس تصویری با اینترنت ضعیف و تصویر تار در تماس راهحلهای عملی دارند.
تأخیر
کدکی که رمزگذاری سنگینتری دارد ممکن است چند میلیثانیه به تأخیر بیفزاید، بهویژه روی گوشی ضعیف. اما بخش اصلی تأخیر معمولاً از شبکه میآید و نه از کدک؛ برای بررسی کاملتر تأخیر و لگ در تماس را ببینید.
باتری و گرما
رمزگذار سختافزاری کار را از پردازنده برمیدارد. وقتی کدک روی نرمافزار اجرا شود، پردازنده زیر بار میرود، گوشی داغ میشود و باتری زودتر تمام میشود. در تماسهای طولانی این اثر محسوس است.
مصرف داده
مصرف اینترنت بیشتر به نرخ بیت و وضوح بستگی دارد تا نام کدک. کدک فشردهتر میتواند با همان داده تصویر بهتری بدهد، یا برای همان کیفیت دادهی کمتری مصرف کند. برآورد عملی در مصرف اینترنت تماس تصویری آمده است.
سازگاری
گوشی بسیار قدیمی یا مرورگر ناشناخته ممکن است همهی کدکها را نداشته باشد. برای همین برنامهها همیشه یک مسیر سازگار نگه میدارند.
فینگت از کدکهای تصویر H.264 و VP8 و VP9 چطور استفاده میکند؟
پاسخ کوتاه: خودکار و بدون تنظیم.
تماسهای فینگت روی WebRTC ساخته شدهاند. تصویر تماس با H.264 یا VP8 فشرده میشود و برای صفحهی اشتراکی در وب از VP9 استفاده میشود. انتخاب میان آنها خودکار است و به توان دو دستگاه و شرایط شبکه بستگی دارد؛ تنظیمی در اپ برای تغییر کدک وجود ندارد و لازم هم نیست. صدا جدا و با کدک دیگری، یعنی Opus، منتقل میشود.
مسیر ترجیحی تماس مستقیم بین دو دستگاه است و اگر شبکه اجازه ندهد، رسانه از سرور رلهی TURN خود فینگت میگذرد. کدک در هر دو حالت یکی است و مسیر فقط راه رسیدن بستههاست. سرور سیگنالینگ برای برقرار کردن تماس لازم است، اما محتوای صدا و تصویر را ضبط یا ذخیره نمیکند. رسانه با DTLS-SRTP، رمزنگاری استاندارد WebRTC، محافظت میشود. صادقانه این را هم بگوییم: فینگت اطلاعات فنی تماس مثل زمان، مدت، وضعیت و آمار کیفیت (تأخیر و افت بسته) را برای نگهداری و عیبیابی ثبت میکند و محتوای تماس را ثبت نمیکند.
وقتی اینترنت ضعیف شود، اپ هشدار «اینترنت شما یا مخاطب ضعیف است» نشان میدهد و در شرایط خیلی بد تصویر را موقتاً میایستاند تا صدا بماند. نوار کیفیت زنده هم وضعیت تماس را نشان میدهد و بعد از تماس میتوانید امتیاز کیفیت بدهید.
فینگت چیزهایی را که ندارد ادعا نمیکند
تماس فقط یکبهیک است و هر دو طرف باید فینگت داشته باشند. ضبط تماس، اتاق چندنفره و فیلتر چهره در آن نیست. اپ اندروید از صفحهی دانلود فینگت نصب میشود، برای آیفون نسخهی وب هست و کامپیوتر از پنل وب استفاده میکند. برای شناخت چارچوب کلیتر، توضیح WebRTC چیست را هم ببینید.
نمونه: چرا تماس یک نفر روی همان گوشی گرمتر شد؟
سناریوی نمونه
تماس طولانی با دو گوشی متفاوت
نمونهای فرضی: رضا با گوشی جدیدی تماس تصویری یکساعته میگیرد و گوشیاش فقط کمی گرم میشود، چون رمزگذار سختافزاری H.264 کار را از پردازنده برمیدارد. مادرش گوشی قدیمیتری دارد که برای کدک انتخابشده رمزگذار سختافزاری ندارد. همان تماس برای او پردازنده را مشغول میکند، گوشی داغتر میشود و باتری سریعتر پایین میآید. هیچکدام تقصیر برنامه نیست؛ تفاوت از توان دستگاههاست.
سناریوی نمونه
اشتراک جدول در وب
نمونهای فرضی: مریم در پنل وب صفحهی یک جدول پر از عدد را برای دوستش اشتراک میگذارد. چون اشتراک صفحه در وب با VP9 فشرده میشود، اعداد ریز خواناتر میماند. اگر دوستش اینترنت ضعیفی داشته باشد، تصویر ممکن است لحظهای کموضوح شود و بعد دوباره واضح شود؛ این رفتار عادی تنظیم کیفیت با شبکه است.
سناریوی نمونه
وقتی راهحل کدک نیست
نمونهای فرضی: علی دائم از تصویر پرشی شکایت دارد و فکر میکند کدک بد انتخاب شده. بررسی نشان میدهد وایفای اتاق ضعیف بوده است. نزدیکتر شدن به مودم مشکل را حل میکند. برای چنین حالتی تصویر پرشی در تماس مسیر درست عیبیابی را میدهد.
برداشتهای اشتباه دربارهی کدکهای ویدیو
فکر کنید کدک جدیدتر همیشه بهتر است
کدک فشردهتر در محاسبه سنگینتر است. روی گوشی ضعیف یا برای تماس طولانی، کدک سادهتر با رمزگذار سختافزاری میتواند تجربهی بهتری بدهد.
گمان کنید کاربر میتواند کدک را انتخاب کند
در بیشتر اپهای تماس، از جمله فینگت، کدک خودکار تعیین میشود. تغییر دستی معمولاً نه ممکن است و نه لازم.
کدک را با کیفیت دوربین اشتباه بگیرید
تصویر تار گاهی از لنز کثیف یا نور کم است و نه کدک. اگر مشکل از نور است، نور و کادر تماس تصویری کمک میکند.
باور کنید کدک مصرف اینترنت را تنها تعیین میکند
وضوح و تعداد فریم و نرخ بیت اثر بیشتری دارند. کدک فقط در همان تنظیمات بازده را بالا یا پایین میبرد.
کدک را با رمزگذاری یکی بدانید
کدک تصویر را فشرده میکند (فشردهسازی تصویر) و رمزگذاری DTLS-SRTP آن را در مسیر محافظت میکند. این دو کار جدا هستند و هر کدام وظیفهی خودش را دارد.
چکلیست برای تماس تصویری روان از نظر کدک و دستگاه
نمیتوانید کدکهای تصویر H.264 و VP8 و VP9 را عوض کنید، ولی میتوانید شرایطی بسازید که هر کدک بهتر کار کند. این موارد را قبل از تماس مهم بررسی کنید.
اپ و مرورگر را بهروز کنید تا پشتیبانی کدکها و رمزگذار سختافزاری کامل باشد.
برنامههای سنگین پسزمینه را ببندید تا پردازنده برای رمزگذاری آزاد بماند.
گوشی را در تماس طولانی شارژ کنید و آن را زیر آفتاب یا در قاب خیلی بسته نگذارید.
اگر گوشی داغ شد، دوربین را چند دقیقه خاموش کنید و با صدا ادامه دهید.
قبل از تماس مهم با تست قبل از تماس دوربین و اینترنت را امتحان کنید.
برای اشتراک صفحهی پر از متن، مرورگر بهروز و اینترنت پایدار داشته باشید؛ اگر مشکل پیش آمد اشتراک صفحه کار نمیکند را ببینید.
اگر با همهی اینها باز هم مشکل ماند، موضوع بیشتر از اینترنت یا دستگاه است تا کدک. گوشی بسیار قدیمی را ممکن است نشود با تنظیمات حل کرد.
واژهنامهی کدکهای تصویر
با این اصطلاحها در مستندات و مقالههای فنی زیاد روبهرو میشوید. در جستجو هم معمولاً «h264 vp8 vp9» را پشت سر هم مینویسند؛ منظور همین سه کدک است و تفاوت کدکها همان چیزی است که در بخشهای بالا بررسی شد.
کدک
جفت الگوریتم فشردهسازی و بازسازی صدا یا تصویر.
H.264 / AVC
کدک فراگیر تصویر با رمزگذار سختافزاری در بیشتر دستگاهها.
VP8
کدک باز و بدون حق امتیاز که از اول در WebRTC استفاده میشد.
VP9
جانشین VP8 با فشردهسازی بهتر و پردازش سنگینتر.
بیتریت
مقدار دادهای که در هر ثانیه برای تصویر فرستاده میشود.
رمزگذار سختافزاری
بخش اختصاصی تراشه که فشردهسازی را بدون درگیر کردن پردازندهی اصلی انجام میدهد.
SVC
لایهبندی یک جریان تصویر به چند وضوح تا گیرنده فقط لایهی لازم را بردارد.
فریم
یک تصویر ثابت از رشتهی تصاویری که ویدیو را میسازند.
پرسشهای متداول درباره کدکهای تصویر H.264 و VP8 و VP9
تفاوت H.264 و VP8 و VP9 چیست؟
هر سه تصویر را فشرده میکنند. H.264 پرسابقه است و تقریباً همهی گوشیها برایش سختافزار دارند. VP8 باز و ساده است. VP9 فشردهتر است و کیفیت بهتری در بیتریت کم میدهد، ولی پردازش بیشتری میخواهد.
کدام کدک برای تماس تصویری بهتر است؟
دربارهی کدکهای تصویر H.264 و VP8 و VP9 پاسخ ثابتی نیست. برای تماس موبایلی طولانی H.264 معمولاً سبکتر است، برای سازگاری بین مرورگرها VP8 مطمئن است و برای محتوای ریز مثل صفحهی نمایش VP9 مناسبتر است. در عمل خود برنامه تصمیم میگیرد.
آیا میتوانم کدک تماس را خودم عوض کنم؟
در بیشتر اپهای تماس نه. دو دستگاه هنگام شروع تماس خودشان روی کدک مشترک توافق میکنند. در فینگت هم گزینهای برای تغییر کدک نیست و نیازی هم به آن نیست.
فینگت از کدام کدک تصویر استفاده میکند؟
تصویر تماس با H.264 یا VP8 و صفحهی اشتراکی در وب با VP9 منتقل میشود. انتخاب خودکار است و به دستگاه و شبکه بستگی دارد.
کدک روی مصرف اینترنت تماس چه اثری دارد؟
اثر دارد ولی تعیینکنندهی اصلی نیست. وضوح، تعداد فریم و نرخ بیت بیشتر اهمیت دارند. کدک فشردهتر میتواند با همان داده کیفیت بالاتری بدهد.
چرا گوشی در تماس تصویری داغ میشود؟
دوربین، صفحهی روشن، اینترنت و فشردهسازی همه گرما تولید میکنند. اگر کدک رمزگذار سختافزاری نداشته باشد، پردازنده بیشتر کار میکند و گرما بیشتر میشود. دوربین را موقتاً خاموش کردن یا استفاده از شارژر و محیط خنکتر کمک میکند.
اگر دو دستگاه کدک مشترک نداشته باشند چه میشود؟
تصویر برقرار نمیشود. ولی چون WebRTC دستکم H.264 و VP8 را برای مرورگرها الزامی کرده، در تماس بین برنامههای استاندارد این اتفاق نادر است.
آیا کدک VP9 امنیت تماس را بیشتر میکند؟
نه. کدک فقط فشردهسازی است. محافظت رسانه با DTLS-SRTP انجام میشود و به کدک وابسته نیست. فینگت محتوای تماس را ضبط نمیکند، ولی اطلاعات فنی تماس را برای عیبیابی ثبت میکند.