อธิบาย MPEG-DASH: คู่มือ Dynamic Adaptive Streaming

แนะนำ MPEG-DASH

MPEG-DASH หรือ Dynamic Adaptive Streaming over HTTP (DASH) เป็นมาตรฐานสำหรับการสตรีมวิดีโอผ่านอินเทอร์เน็ต พัฒนาโดย Moving Picture Experts Group (MPEG) และเผยแพร่เป็น ISO/IEC 23009-1 MPEG-DASH ช่วยให้สตรีมวิดีโอคุณภาพสูงแบบปรับตัวได้ผ่าน HTTP ทำให้ส่งมอบวิดีโอได้อย่างมีประสิทธิภาพและปรับตามสภาพเครือข่ายและอุปกรณ์ที่หลากหลาย มาตรฐานนี้สรุปขั้นสุดท้ายในปี 2011 และนับจากนั้นก็กลายเป็นหนึ่งในโปรโตคอลสตรีมมิงชั้นนำ ควบคู่ไปกับ HLS (HTTP Live Streaming) และ RTMP (Real-Time Messaging Protocol)

วัตถุประสงค์และประโยชน์หลัก

MPEG-DASH ถูกออกแบบมาเพื่อแก้ข้อจำกัดของโปรโตคอลสตรีมมิงรุ่นก่อน ด้วยกลไกการส่งมอบที่ยืดหยุ่นและปรับตัวได้มากกว่า ประโยชน์หลักของ MPEG-DASH ได้แก่:

• Adaptive Bitrate Streaming (ABR): MPEG-DASH ช่วยให้ไคลเอนต์ปรับคุณภาพวิดีโอได้แบบไดนามิกตามสภาพเครือข่าย เพื่อประสบการณ์ใช้งานที่ราบรื่น
• การส่งมอบผ่าน HTTP: การใช้ HTTP ทำให้ MPEG-DASH ได้ประโยชน์จากการใช้งานอย่างแพร่หลายและโครงสร้างพื้นฐานของเว็บ จึงผสานรวมกับเทคโนโลยีเว็บที่มีอยู่ได้ง่าย
• ความสามารถในการขยายระบบ: MPEG-DASH รองรับผู้ใช้พร้อมกันจำนวนมากได้โดยไม่ต้องเปลี่ยนแปลงโครงสร้างพื้นฐานเดิมมากนัก
• ความเข้ากันได้กับอุปกรณ์: MPEG-DASH รองรับอุปกรณ์หลากหลาย ตั้งแต่สมาร์ตโฟนและแท็บเล็ตไปจนถึงคอมพิวเตอร์เดสก์ท็อปและสมาร์ตทีวี

MPEG-DASH ทำงานอย่างไร

ภาพรวมของกระบวนการสตรีม

กระบวนการสตรีมของ MPEG-DASH ประกอบด้วยองค์ประกอบหลักหลายส่วน:

1. การเตรียมคอนเทนต์: เข้ารหัสวิดีโอเป็นหลายระดับคุณภาพวิดีโอ และแบ่งเป็นชิ้นเล็ก ๆ
2. การสร้าง Manifest: สร้างไฟล์ Media Presentation Description (MPD) ซึ่งมีเมทาดาทาเกี่ยวกับเซกเมนต์วิดีโอและลำดับการเล่น
3. HTTP Server: โฮสต์ไฟล์วิดีโอที่แบ่งเซกเมนต์แล้วและ MPD manifest บน HTTP server
4. การร้องขอจากไคลเอนต์: ไคลเอนต์ (เช่น เว็บเบราว์เซอร์หรือแอปมือถือ) ร้องขอ MPD manifest แล้วเริ่มดาวน์โหลดเซกเมนต์วิดีโอ
5. Adaptive Streaming: ไคลเอนต์เลือกเซกเมนต์ที่เหมาะสมจากระดับคุณภาพวิดีโอที่มี โดยพิจารณาจากสภาพเครือข่าย

สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์

สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์ของ MPEG-DASH ออกแบบให้ยืดหยุ่นและขยายระบบได้ โครงสร้างพื้นฐานฝั่งเซิร์ฟเวอร์ประกอบด้วย:

• Encoding Servers: เซิร์ฟเวอร์เหล่านี้เข้ารหัสวิดีโอเป็นหลายระดับคุณภาพวิดีโอและแบ่งเป็นชิ้นเล็กลง
• HTTP Servers: เซิร์ฟเวอร์เหล่านี้โฮสต์ไฟล์วิดีโอที่แบ่งเซกเมนต์แล้วและ MPD manifest
• CDN (Content Delivery Network): ใช้ CDN กระจายคอนเทนต์วิดีโอไปยังผู้ใช้ เพื่อให้ความหน่วงต่ำและพร้อมใช้งานสูง

ฝั่งไคลเอนต์ สถาปัตยกรรมประกอบด้วย:

• Player: เพลเยอร์มีหน้าที่แยกวิเคราะห์ MPD manifest และดาวน์โหลดเซกเมนต์วิดีโอ
• Adaptive Algorithm: อัลกอริทึมปรับตัวเลือกระดับคุณภาพวิดีโอที่เหมาะสมตามสภาพเครือข่าย
• Playback Engine: เอนจินเล่นวิดีโอถอดรหัสและแสดงผลคอนเทนต์วิดีโอ

โครงสร้างของ MPD Manifest

ไฟล์ Media Presentation Description (MPD) เป็นองค์ประกอบสำคัญของ MPEG-DASH ซึ่งมีเมทาดาทาเกี่ยวกับเซกเมนต์วิดีโอและลำดับการเล่น ไฟล์ MPD มีโครงสร้างเป็นเอกสาร XML และประกอบด้วยองค์ประกอบหลักหลายส่วน:

องค์ประกอบหลักและหน้าที่

• องค์ประกอบ <MPD>: องค์ประกอบรากของไฟล์ MPD ซึ่งมีเมทาดาทา เช่น เวอร์ชันของ MPD ระยะเวลาของ media presentation และข้อมูล period
• องค์ประกอบ <Period>: แทนช่วงเวลาต่อเนื่องที่คอนเทนต์ถูกอธิบายด้วยชุด Representation เดียวกัน
• องค์ประกอบ <AdaptationSet>: มีชุดของ Representation ที่ใช้คอนเทนต์เดียวกัน
• องค์ประกอบ <Representation>: อธิบายระดับคุณภาพหนึ่ง ๆ ของคอนเทนต์วิดีโอ รวมถึงข้อมูลอย่างบิตเรต ความละเอียด และโคเดก
• องค์ประกอบ <SegmentTemplate>: มีข้อมูลเทมเพลตสำหรับเซกเมนต์วิดีโอ รวมถึง base URL ของเซกเมนต์ initialization segment และระยะเวลาของเซกเมนต์

ตัวอย่างโค้ด MPD Manifest

ด้านล่างคือตัวอย่างโค้ด MPD manifest:

<?xml version="1.0" encoding="UTF-8"?>
<MPD xmlns="urn:mpeg:dash:schema:mpd:2011" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="urn:mpeg:dash:schema:mpd:2011 http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-DASH_schema_files/DASH-MPD.xsd" type="static" mediaPresentationDuration="PT0H0M46.642S" minBufferTime="PT1.5S" profiles="urn:mpeg:dash:profile:isoff-on-demand:2011">
    <Period start="PT0S" duration="PT0H0M46.642S">
        <AdaptationSet segmentAlignment="true" subsegmentAlignment="true" subsegmentStartsWithSAP="1" maxWidth="1280" maxHeight="720" par="16:9" frameRate="30" codecs="avc1.4d401f" mimeType="video/mp4">
            <Representation id="rep_720p" bandwidth="2500000" width="1280" height="720">
                <SegmentTemplate media="https://example.com/segments/video$RepresentationID$/video$Number$.m4s" initialization="https://example.com/segments/video$RepresentationID$/video.mp4" startNumber="1" timescale="90000" duration="2250000" />
            </Representation>
        </AdaptationSet>
        <AdaptationSet segmentAlignment="true" subsegmentAlignment="true" subsegmentStartsWithSAP="1" maxWidth="640" maxHeight="360" par="16:9" frameRate="30" codecs="avc1.4d4015" mimeType="video/mp4">
            <Representation id="rep_360p" bandwidth="800000" width="640" height="360">
                <SegmentTemplate media="https://example.com/segments/video$RepresentationID$/video$Number$.m4s" initialization="https://example.com/segments/video$RepresentationID$/video.mp4" startNumber="1" timescale="90000" duration="2250000" />
            </Representation>
        </AdaptationSet>
    </Period>
</MPD>

Adaptive Bitrate Streaming (ABR)

Adaptive Bitrate Streaming (ABR) เป็นคุณสมบัติหลักของ MPEG-DASH ที่ช่วยให้ไคลเอนต์ปรับคุณภาพวิดีโอได้แบบไดนามิกตามสภาพเครือข่าย ABR ทำงานโดยจัดเตรียมคอนเทนต์วิดีโอเดียวกันไว้หลายระดับคุณภาพวิดีโอ เพื่อให้ไคลเอนต์สลับระหว่างระดับเหล่านี้ได้ตามต้องการ

อธิบาย ABR

ใน ABR คอนเทนต์วิดีโอจะถูกเข้ารหัสเป็นหลายระดับคุณภาพวิดีโอ แต่ละระดับมีบิตเรตและความละเอียดต่างกัน ไคลเอนต์ดาวน์โหลดและเล่นเซกเมนต์วิดีโอจากระดับคุณภาพที่มี และสลับไปมาตามที่จำเป็น ตัวอย่างเช่น หากสภาพเครือข่ายดีขึ้น ไคลเอนต์สามารถสลับไปใช้ระดับคุณภาพที่สูงขึ้น และหากสภาพเครือข่ายแย่ลง ไคลเอนต์ก็สลับไปใช้ระดับคุณภาพที่ต่ำลง

ABR ช่วยปรับปรุงประสบการณ์ผู้ใช้อย่างไร

ABR ช่วยปรับปรุงประสบการณ์ผู้ใช้อย่างมาก ด้วยการรับประกันการเล่นที่ราบรื่นและการส่งมอบวิดีโอคุณภาพสูงแม้เครือข่ายจะไม่คงที่ การปรับคุณภาพวิดีโอแบบไดนามิกช่วยลดการบัฟเฟอร์ และทำให้ผู้ชมรับชมได้อย่างต่อเนื่องไม่สะดุด

เปรียบเทียบกับ HLS (HTTP Live Streaming)

HLS (HTTP Live Streaming) เป็นอีกหนึ่งโปรโตคอลสตรีมมิงแบบปรับตัวที่ใช้กันอย่างแพร่หลาย พัฒนาโดย Apple แม้ทั้ง MPEG-DASH และ HLS จะให้การสตรีมแบบปรับตัวได้เหมือนกัน แต่ก็มีความแตกต่างกันในหลายด้าน

ความเหมือนและความแตกต่าง

ความเหมือน:

• ทั้ง MPEG-DASH และ HLS รองรับ adaptive bitrate streaming ทำให้ไคลเอนต์สลับระหว่างระดับคุณภาพวิดีโอได้ตามสภาพเครือข่าย
• ทั้งสองใช้ HTTP ในการส่งมอบ โดยใช้ประโยชน์จากโครงสร้างพื้นฐานของเว็บเพื่อกระจายคอนเทนต์อย่างมีประสิทธิภาพ

ความแตกต่าง:

• โครงสร้าง Manifest: HLS ใช้ไฟล์ manifest แบบข้อความที่เรียบง่าย (.m3u8) ส่วน MPEG-DASH ใช้ MPD manifest แบบ XML ที่ซับซ้อนกว่า
• การรองรับฝั่งไคลเอนต์: HLS รองรับหลัก ๆ บนอุปกรณ์ Apple ส่วน MPEG-DASH รองรับอุปกรณ์และแพลตฟอร์มที่หลากหลายกว่า
• การแบ่งเซกเมนต์: HLS มักใช้เซกเมนต์ความยาวคงที่ ส่วน MPEG-DASH ใช้เซกเมนต์ความยาวแปรผัน ซึ่งอาจมีประสิทธิภาพกว่าสำหรับการสตรีมแบบปรับตัว

ข้อดีและข้อเสีย

MPEG-DASH:

• ข้อดี: ยืดหยุ่นกว่า มีฟีเจอร์ขั้นสูงมากกว่า รองรับอุปกรณ์หลากหลาย
• ข้อเสีย: โครงสร้าง manifest ซับซ้อนกว่า การนำไปใช้งานซับซ้อนกว่า

HLS:

• ข้อดี: นำไปใช้งานง่ายกว่า รองรับอุปกรณ์ Apple ได้ดีกว่า
• ข้อเสีย: ยืดหยุ่นน้อยกว่า ความยาวเซกเมนต์คงที่

การนำ MPEG-DASH ไปใช้งาน

การนำ MPEG-DASH ไปใช้งานมีหลายขั้นตอน ได้แก่ การเข้ารหัสคอนเทนต์วิดีโอ การสร้าง MPD manifest และการตั้งค่า HTTP server

ขั้นตอนการตั้งค่าการสตรีมด้วย MPEG-DASH

1. การเตรียมคอนเทนต์:
   • เข้ารหัสคอนเทนต์วิดีโอเป็นหลายระดับคุณภาพวิดีโอโดยใช้เครื่องมืออย่าง FFmpeg
   • แบ่งวิดีโอเป็นชิ้นเล็กลง
2. การสร้าง Manifest:
   • สร้างไฟล์ MPD manifest โดยใช้เครื่องมืออย่าง MP4Box หรือเขียนสคริปต์เอง
3. การโฮสต์เซกเมนต์:
   • โฮสต์ไฟล์วิดีโอที่แบ่งเซกเมนต์แล้วและ MPD manifest บน HTTP server
4. การผสานรวมเพลเยอร์:
   • ผสานรวมเพลเยอร์ที่รองรับ MPEG-DASH เช่น Shaka Player หรือ DASH.js

เครื่องมือและซอฟต์แวร์ที่ต้องใช้

• FFmpeg: เฟรมเวิร์กมัลติมีเดียที่ทรงพลัง ใช้เข้ารหัสและแบ่งเซกเมนต์คอนเทนต์วิดีโอได้
• MP4Box: เครื่องมือสำหรับสร้าง MPD manifest และจัดการไฟล์ MP4
• Shaka Player: เพลเยอร์ JavaScript แบบโอเพนซอร์สที่รองรับ MPEG-DASH และโปรโตคอลสตรีมมิงอื่น ๆ
• DASH.js: ไลบรารี JavaScript สำหรับเล่นสตรีม MPEG-DASH บนเว็บเบราว์เซอร์
• HTTP Server: เว็บเซิร์ฟเวอร์อย่าง Apache หรือ Nginx เพื่อโฮสต์เซกเมนต์วิดีโอและ MPD manifest

การเพิ่มประสิทธิภาพ MPEG-DASH

การเพิ่มประสิทธิภาพการสตรีม MPEG-DASH เกี่ยวข้องกับแนวปฏิบัติที่ดีที่สุดและข้อควรพิจารณาหลายประการด้านการส่งมอบและการเล่น

แนวปฏิบัติที่ดีที่สุดสำหรับการส่งมอบและการเล่น

• การใช้ CDN: ใช้ CDN เพื่อกระจายคอนเทนต์วิดีโอและลดความหน่วง
• ขนาดเซกเมนต์: ปรับขนาดเซกเมนต์ให้สมดุลระหว่างเวลาเริ่มเล่นและเวลาบัฟเฟอร์
• การบัฟเฟอร์: ตรวจสอบให้มีบัฟเฟอร์เพียงพอรับมือกับความผันผวนของเครือข่าย
• Adaptive Algorithm: ใช้อัลกอริทึมปรับตัวที่ประเมินสภาพเครือข่ายได้แม่นยำและสลับระดับคุณภาพวิดีโอได้อย่างมีประสิทธิภาพ

ปัญหาที่พบบ่อยและเคล็ดลับการแก้ไขปัญหา

• ปัญหาการบัฟเฟอร์: ตรวจสอบให้เซิร์ฟเวอร์มีแบนด์วิดท์เพียงพอ และตั้งค่า CDN อย่างถูกต้อง
• คุณภาพการเล่น: ตรวจสอบว่าไคลเอนต์ดาวน์โหลดและเล่นระดับคุณภาพวิดีโอที่เหมาะสม
• ข้อผิดพลาดของ Manifest: ตรวจสอบ MPD manifest ว่ามีข้อผิดพลาดด้านไวยากรณ์หรือไม่ และอ้างอิงเซกเมนต์วิดีโอได้ถูกต้อง

ข้อควรพิจารณาด้านความปลอดภัย

ความปลอดภัยเป็นแง่มุมสำคัญของการสตรีมวิดีโอ โดยเฉพาะเมื่อเกี่ยวข้องกับคอนเทนต์ที่ละเอียดอ่อน MPEG-DASH รองรับมาตรการความปลอดภัยหลายอย่างเพื่อปกป้องคอนเทนต์วิดีโอจากการละเมิดลิขสิทธิ์และการเข้าถึงโดยไม่ได้รับอนุญาต

การผสานรวม DRM (Digital Rights Management)

สามารถผสานรวม DRM กับ MPEG-DASH เพื่อปกป้องคอนเทนต์วิดีโอได้ ระบบ DRM ที่พบบ่อยได้แก่ Widevine, FairPlay และ PlayReady ระบบเหล่านี้เข้ารหัสคอนเทนต์วิดีโอ และกำหนดให้ไคลเอนต์ต้องมีไลเซนส์ที่ถูกต้องจึงจะถอดรหัสและเล่นวิดีโอได้

การปกป้องคอนเทนต์จากการละเมิดลิขสิทธิ์

• การเข้ารหัส: เข้ารหัสคอนเทนต์วิดีโอด้วยระบบ DRM
• Content Watermarking: ฝังลายน้ำเฉพาะตัวลงในคอนเทนต์วิดีโอเพื่อติดตามการเผยแพร่โดยไม่ได้รับอนุญาต
• การส่งมอบอย่างปลอดภัย: ใช้ HTTPS และ CDN เพื่อส่งมอบคอนเทนต์วิดีโออย่างปลอดภัย

อนาคตของ MPEG-DASH

อนาคตของ MPEG-DASH ดูสดใส โดยมีแนวโน้มและความก้าวหน้าใหม่ ๆ หลายอย่างที่กำลังจะเกิดขึ้น

แนวโน้มและความก้าวหน้าที่กำลังเกิดขึ้น

• 5G และ Edge Computing: เมื่อเครือข่าย 5G แพร่หลายมากขึ้น MPEG-DASH สามารถใช้ประโยชน์จากการเชื่อมต่อที่หน่วงต่ำและแบนด์วิดท์สูงเพื่อส่งมอบคอนเทนต์วิดีโอคุณภาพสูงพิเศษ
• รูปแบบวิดีโอขั้นสูง: การรองรับโคเดกวิดีโอใหม่ ๆ อย่าง AV1 และ HEVC ช่วยเพิ่มประสิทธิภาพและคุณภาพของการสตรีม MPEG-DASH
• ความสามารถในการทำงานร่วมกัน: การทำงานร่วมกับโปรโตคอลและมาตรฐานสตรีมมิงอื่น ๆ ได้มากขึ้นจะช่วยขยายการเข้าถึงและการนำ MPEG-DASH ไปใช้

การผสานรวมกับเทคโนโลยีอื่นที่เป็นไปได้

• WebRTC: การผสานรวมกับ WebRTC ช่วยให้เกิดการสื่อสารและการทำงานร่วมกันแบบเรียลไทม์ในการสตรีมวิดีโอ
• AI และ Machine Learning: ใช้ AI เพื่อเพิ่มประสิทธิภาพอัลกอริทึมการสตรีมแบบปรับตัวและปรับปรุงประสบการณ์ผู้ใช้โดยรวม
• IoT และอุปกรณ์อัจฉริยะ: MPEG-DASH สามารถผสานรวมกับอุปกรณ์ IoT เพื่อส่งมอบคอนเทนต์วิดีโอไปยังอุปกรณ์ที่เชื่อมต่อได้หลากหลาย

บทสรุป

MPEG-DASH เป็นมาตรฐานสำหรับการสตรีมวิดีโอที่ทรงพลังและยืดหยุ่น มี adaptive bitrate streaming การส่งมอบผ่าน HTTP และรองรับอุปกรณ์หลากหลาย เมื่อเข้าใจรายละเอียดทางเทคนิคของ MPEG-DASH และปฏิบัติตามแนวปฏิบัติที่ดีที่สุด นักพัฒนาและผู้ตัดสินใจด้านเทคนิคจะสามารถส่งมอบคอนเทนต์วิดีโอคุณภาพสูงได้อย่างมีประสิทธิภาพและปลอดภัย

บทความที่เกี่ยวข้อง

• DASH vs HLS: ศึกชิงบัลลังก์โปรโตคอลสตรีมมิง
• Adaptive bitrate streaming: ABR ทำงานอย่างไร
• อธิบาย CMAF: การสตรีมความหน่วงต่ำ
• สำรวจฟีเจอร์ของ DCAST