Adaptive Bitrate σε εφαρμογές κινητών — τι είναι, αλγόριθμοι και πρωτόκολλα

Τι είναι το Adaptive Bitrate;

Adaptive Bitrate (ABR) — είναι μια μέθοδος ροής περιεχομένου πολυμέσων όπου το αρχείο βίντεο κωδικοποιείται σε πολλές παραλλαγές με διαφορετικό bitrate και ανάλυση, και ο αναπαραγωγέας επιλέγει αυτόματα την κατάλληλη παραλλαγή σε πραγματικό χρόνο. Ο χρήστης λαμβάνει την καλύτερη δυνατή ποιότητα χωρίς buffering στην τρέχουσα ταχύτητα διαδικτύου.

Σε αντίθεση με την παραδοσιακή προοδευτική λήψη (progressive download), το ABR δεν απαιτεί τη φόρτωση ολόκληρου του αρχείου — ο αναπαραγωγέας ζητά σύντομα τμήματα της απαιτούμενης ποιότητας και μπορεί να αλλάξει σε άλλο bitrate μεταξύ των τμημάτων. Αυτό καθιστά την τεχνολογία απαραίτητη για εφαρμογές κινητών, όπου η ταχύτητα δικτύου αλλάζει συνεχώς.

Ιστορία του ABR

Η τεχνολογία προσαρμοζόμενης ροής υλοποιήθηκε για πρώτη φορά εμπορικά από τη Move Networks το 2006 για τη μετάδοση του καναλιού ABC. Το 2009, η Apple παρουσίασε το HTTP Live Streaming (HLS), το οποίο έγινε το πρώτο ευρέως διαδεδομένο πρότυπο ABR βασισμένο σε HTTP και εξακολουθεί να κυριαρχεί στο οικοσύστημα iOS.

Το 2012, η MPEG κυκλοφόρησε το πρότυπο MPEG-DASH (Dynamic Adaptive Streaming over HTTP) ως καθολική μορφή ABR, μη δεσμευμένη σε συγκεκριμένο προμηθευτή. Το DASH υποστηρίζεται από όλες τις μεγάλες πλατφόρμες και είναι το μοναδικό πρότυπο ABR που υιοθετήθηκε από το ISO.

Πώς λειτουργεί το ABR;

Η διαδικασία ροής ABR ξεκινά στο στάδιο προετοιμασίας περιεχομένου: το αρχικό βίντεο κωδικοποιείται σε πολλές παραλλαγές με διαφορετικό bitrate — για παράδειγμα, 144p, 360p, 720p, 1080p και 4K. Κάθε παραλλαγή χωρίζεται σε τμήματα ίδιας διάρκειας, συνήθως 2, 4, 6 ή 10 δευτερολέπτων.

Στον διακομιστή δημιουργείται ένα αρχείο manifest που περιγράφει τις διαθέσιμες παραλλαγές (representations), το bitrate, την ανάλυση, τον κωδικοποιητή και τους συνδέσμους προς τα τμήματα. Ο αναπαραγωγέας κατεβάζει το manifest, το αναλύει και ξεκινά την αναπαραγωγή με το χαμηλότερο bitrate για γρήγορη εκκίνηση.

Δομή manifest ABR (MPEG-DASH MPD)

<!-- MPEG-DASH MPD manifest -->
<MPD profiles="urn:mpeg:dash:profile:isoff-live:2011">
  <Period>
    <AdaptationSet mimeType="video/mp4">
      <Representation id="720p" bandwidth="2800000"
                     width="1280" height="720">
        <SegmentTemplate duration="4"
                        media="seg_$Number$.m4s"/>
      </Representation>
    </AdaptationSet>
  </Period>
</MPD>

Δυναμική εναλλαγή bitrate

Κατά την αναπαραγωγή, ο αλγόριθμος ABR στην πλευρά του πελάτη παρακολουθεί συνεχώς την κατάσταση του δικτύου και του buffer. Εάν το εύρος ζώνης μειωθεί, ο αναπαραγωγέας ζητά τα επόμενα τμήματα με χαμηλότερο bitrate για να αποφύγει το buffering. Όταν το δίκτυο βελτιώνεται, το bitrate αυξάνεται.

Η εναλλαγή μεταξύ bitrate γίνεται στα όρια των τμημάτων, καθιστώντας την αλλαγή ποιότητας σχεδόν ανεπαίσθητη για τον χρήστη. Οι σύγχρονοι αναπαραγωγείς μπορούν να συγχρονίσουν τα βασικά καρέ μεταξύ διαφορετικών παραλλαγών, ώστε η εναλλαγή να γίνεται χωρίς οπτικά τεχνουργήματα.

Πρωτόκολλα ABR: HLS, MPEG-DASH, Smooth Streaming

Τρία κύρια πρωτόκολλα ABR κυριαρχούν στην αγορά ροής βίντεο: HLS από την Apple, MPEG-DASH ως ανοιχτό πρότυπο και Smooth Streaming από τη Microsoft. Κάθε πρωτόκολλο ορίζει τη μορφή manifest, τη μέθοδο τμηματοποίησης και τον μηχανισμό κρυπτογράφησης.

HTTP Live Streaming (HLS)

HLS — το πιο διαδεδομένο πρωτόκολλο ABR, ενσωματωμένο σε iOS, tvOS και Safari σε macOS. Η μορφή manifest βασίζεται σε εκτεταμένες λίστες αναπαραγωγής M3U, όπου η κύρια λίστα αναπαραγωγής (master playlist) περιέχει συνδέσμους προς παραλλαγές (variant streams) με διαφορετικά bitrate και αναλύσεις.

Κάθε παραλλαγή αναφέρεται στη δική της λίστα αναπαραγωγής πολυμέσων με λίστα τμημάτων. Το HLS υποστηρίζει ζωντανές μεταδόσεις μέσω μηχανισμού συρόμενου παραθύρου (sliding window), όπου τα παλιά τμήματα αφαιρούνται και νέα προστίθενται καθώς φτάνουν.

MPEG-DASH

MPEG-DASH — το μοναδικό πρότυπο ABR που υιοθετήθηκε από το ISO/IEC 23009-1 το 2012. Σε αντίθεση με το HLS, το DASH χρησιμοποιεί XML manifest (MPD — Media Presentation Description) και δεν δεσμεύεται σε συγκεκριμένη μορφή κοντέινερ — υποστηρίζει fMP4, WebM και άλλα.

Το DASH παρέχει ευέλικτη τμηματοποίηση: τα τμήματα μπορούν να έχουν διαφορετική διάρκεια μέσα στην ίδια ροή, βελτιστοποιώντας την αναλογία μεταξύ καθυστέρησης και επιβάρυνσης αιτημάτων HTTP. Για ζωντανές μεταδόσεις, το DASH υποστηρίζει πρότυπα τμημάτων (SegmentTemplate).

Σύγκριση απόδοσης πρωτοκόλλων

Σύμφωνα με δοκιμές της Bitmovin (2025), τα HLS και DASH παρουσιάζουν συγκρίσιμη απόδοση όσον αφορά τον χρόνο εκκίνησης και τη συχνότητα εναλλαγών bitrate. Το HLS παρέχει μικρότερη καθυστέρηση σε iOS χάρη στην υποστήριξη υλικού, το DASH προτιμάται σε Android λόγω πιο ευέλικτης διαμόρφωσης αλγορίθμων ABR.

Αλγόριθμοι προσαρμοζόμενου bitrate

Η καρδιά του ABR — ο αλγόριθμος επιλογής bitrate που καθορίζει ποια παραλλαγή θα ζητηθεί στη συνέχεια. Υπάρχουν τρεις κύριες οικογένειες αλγορίθμων: βάσει throughput, βάσει buffer και υβριδικοί (hybrid). Κάθε προσέγγιση έχει τα δικά της πλεονεκτήματα και περιορισμούς.

Αλγόριθμοι βάσει throughput

Throughput-based αλγόριθμοι εκτιμούν το εύρος ζώνης δικτύου με βάση την ταχύτητα λήψης προηγούμενων τμημάτων. Ο αλγόριθμος επιλέγει το μέγιστο bitrate που δεν υπερβαίνει το 80–90% του μετρούμενου εύρους ζώνης, αφήνοντας περιθώριο για διακυμάνσεις.

Το μειονέκτημα αυτής της προσέγγισης είναι η ευαισθησία σε βραχυπρόθεσμες αυξήσεις ταχύτητας. Εάν το δίκτυο πέσει απότομα κατά τη λήψη ενός τμήματος, η εκτίμηση εύρους ζώνης υποτιμάται και η ποιότητα μειώνεται άσκοπα.

Αλγόριθμοι βάσει buffer

Buffer-based αλγόριθμοι λαμβάνουν αποφάσεις με βάση την πληρότητα του buffer του αναπαραγωγέα. Εάν ο buffer είναι γεμάτος πάνω από 70%, ο αλγόριθμος αυξάνει το bitrate· εάν ο buffer πέσει κάτω από 20% — μειώνει απότομα την ποιότητα για να αποτρέψει το buffering.

Το κύριο πλεονέκτημα είναι η απουσία ψευδών μειώσεων σε βραχυπρόθεσμες πτώσεις δικτύου, καθώς ο buffer εξομαλύνει τις διακυμάνσεις. Μειονέκτημα — αργή αντίδραση σε σταθερές αλλαγές εύρους ζώνης.

Υβριδικοί αλγόριθμοι και μηχανική μάθηση

Οι σύγχρονοι αναπαραγωγείς, όπως το ExoPlayer και το AVPlayer, χρησιμοποιούν υβριδικούς αλγορίθμους που συνδυάζουν εκτίμηση εύρους ζώνης και κατάσταση buffer. Το ExoPlayer χρησιμοποιεί εξ ορισμού τον αλγόριθμο ABR DefaultTrackSelector, ο οποίος λαμβάνει υπόψη και τις δύο παραμέτρους.

Το 2024–2025, εφαρμόζονται ενεργά αλγόριθμοι βάσει ML που προβλέπουν μελλοντικές αλλαγές δικτύου βάσει ιστορικών δεδομένων. Οι Netflix, YouTube και Twitch χρησιμοποιούν δικά τους μοντέλα μηχανικής μάθησης για τη βελτιστοποίηση επιλογής bitrate, μειώνοντας τον αριθμό εναλλαγών κατά 30–40%.

ABR σε εφαρμογές κινητών

Οι εφαρμογές κινητών θέτουν ειδικές απαιτήσεις για το ABR λόγω της αστάθειας των κινητών δικτύων (4G/LTE, 5G) και της περιορισμένης υπολογιστικής ισχύος των συσκευών. Ο αναπαραγωγέας πρέπει να προσαρμόζεται γρήγορα στις αλλαγές δικτύου, ελαχιστοποιώντας την κατανάλωση ενέργειας και τη χρήση δεδομένων.

Σύμφωνα με την OpenSignal (2025), η μέση ταχύτητα 4G σε αστικές συνθήκες κυμαίνεται από 5 έως 50 Mbit/s, και εν κινήσει μπορεί να πέσει στο 1 Mbit/s. Οι αλγόριθμοι ABR πρέπει να εναλλάσσονται μεταξύ bitrate σε 1–2 τμήματα για να αποφύγουν το buffering κατά την είσοδο σε τούνελ ή ανελκυστήρα.

Διαμόρφωση ABR στο ExoPlayer (Android)

val trackSelector = DefaultTrackSelector(context).apply {
    setParameters(buildUponParameters {
        setMaxVideoSizeSd()
        setAllowVideoMixedMimeTypeAdaptiveness(true)
        setPreferredVideoRoleFlags(
            roleFlags(C.ROLE_FLAG_DESCRIBES_VIDEO_AND_AUDIO)
        )
    })
}

val adaptiveTrackSelectionFactory =
    AdaptiveTrackSelection.Factory()
val player = ExoPlayer.Builder(context)
    .setTrackSelector(trackSelector)
    .setMediaSourceFactory(
        DashMediaSource.Factory(dataSourceFactory)
    )
    .build()

Βελτιστοποίηση ABR για κινητές συσκευές

Για εφαρμογές κινητών, η γρήγορη αρχική φόρτωση (time-to-first-frame λιγότερο από 2 δευτερόλεπτα) είναι κρίσιμη. Συνιστάται η έναρξη αναπαραγωγής με το χαμηλότερο διαθέσιμο bitrate και στη συνέχεια η αύξηση της ποιότητας καθώς γεμίζει ο buffer — στρατηγική start-low-and-rise.

Η κατανάλωση ενέργειας είναι επίσης σημαντική: η επιτάχυνση υλικού αποκωδικοποίησης πρέπει να χρησιμοποιείται για όλα τα bitrate. Η αποκωδικοποίηση λογισμικού υψηλών bitrate (1080p και άνω) σε παλαιότερες συσκευές μπορεί να οδηγήσει σε υπερθέρμανση και throttling.

ABR και ανάλυση απόδοσης

Βασικές μετρήσεις ποιότητας ABR: αριθμός εναλλαγών bitrate (switches), χρόνος έως το πρώτο καρέ (TTFF), αναλογία εναλλαγών προς συνολικό χρόνο παρακολούθησης. Ο δείκτης ποιότητας QoE (Quality of Experience) υπολογίζεται ως σταθμισμένο άθροισμα bitrate, ποινής για εναλλαγές και ποινής για buffering.

Για παρακολούθηση ABR, συνιστάται η συλλογή αναλυτικών στοιχείων από τον αναπαραγωγέα: τρέχον bitrate, μέγεθος buffer, εύρος ζώνης, αριθμός και τύποι εναλλαγών. Τα δεδομένα βοηθούν τους παρόχους περιεχομένου να βελτιστοποιήσουν το σύνολο των διαθέσιμων bitrate και να ρυθμίσουν την τμηματοποίηση για το συγκεκριμένο κοινό.