2022年5G ToC音视频体验需求分析及评测

CAICT中国信通院中国移动HUAWEI5GToC音视频体验需求分析及评测（2022年）中国信息通信研究院泰尔系统实验室中国移动通信有限公司研究院华为技术有限公司2022年2月 版权声明本报告版权属于中国信息通信研究院、中国移动通信有限公司研究院和华为技术有限公司共同所有并受法律保护。非版权所有者在转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中国信息通信研究院、中国移动通信有限公司研究院和华为技术有限公司”。违反CAICT中国上述声明者，编者将追究其相关法律责任。 前言截至2021年12月，我国5G手机终端连接数达到了4.97亿户，5G基站累计开通142.5万个，所有地级市城区，超过97%的县城城区和50%的乡镇镇区，均实现了5G网络履盖。随着网络、终端和应用的快速发展，视频类业务已经成为移动网络流量的主要来源。一方面，短视频、高清视频点播/直播、实时音视频类应用的使用量持续增长；另一方面，云游戏、手机全景视频、自由视角视频等新兴应用纷纷涌现。音视频业务新趋势带来的影响是多方面的：从网络基础设施和应用的角度看，高码率、强交互的视频类业务在5G网络可以获得比4G网络更好的用户体验；从音视频应用体验评测的角度看，KQI需要增加交互响应维度才能更好地匹配视频类业务社交化和交互化的发展趋势。为保障5G网络下音视频应用的用户体验，更好地推进音视频技术发展，本报告介绍了音视频发展状况及趋势，阐述了音视频应用的体验指标及其理想要求和基本要求，分析了音视频应用在运营商4G/5G网络下的用户差异化体验。希望本报告可以为音视应用优化与建网提供借鉴与参考，促进音视频应用为用户带来高质量体验。 目录、音视额发展状况及趋势二、音视额应用的体验要求及现网评测（一）点播视额（二）实时音视额类业务（三）云潼染业务（四）空间视额..23（五）结论.三、展望和建议.31（一）展望.CAICT中国32（二）建议..四、参考文献..36 图目录图1视频类业务占全部移动流量的比例变化趋势图2视频应用趋势，图3抖音App即点即开与用户退出率的关系图42021中国网络视听报告关于拖拽/倍速交互行为的调研，.4图5国内某一线城市现网路测点播视首屏时延PDF分布（ms）...图6国内某一线城市现网路测点播视频卡顿次数PDF分布....6图7国内某一线城市现网路测点播视频卡顿时长占比PDF分布.6图8实时音视频系统总体架构框图.7图9实时音视频E2E交互时延演进趋势...8图10连麦直播示意.8图11视额会议示意....9图12连麦直播/视频通话/会议架构示意9图13国内某省会城市现网路测视频通话的E2E时延PDF分布（ms），...1图14实时合唔技术方案架构...12图15实时合唱端到端时延构成。..13图16国内某一线城市现网路测在线KTV合唱的端到端时延分布（ms）...15图17国内某一线城市现网路测在线KTV合唱的网络传输时延分布（ms）..15图18互动白板文件+信令方案架构图.16图19互动白板E2E互动响应时延构成，.17图20国内某一线城市现网路测互动白板E2E互动响应时延PDF分布（ms）18图21云游戏原理示意，19图22国内某一线城市现网路测云游戏操作响应时延PDF分布（ms）图23国内某一线城市现网路测云游戏卡顿次数PDF分布.21图24国内某一线城市现网路测云游戏卡顿时长PDF分布（ms）...21图251080P60云游戏基于H.264编码时良好和优秀画质对应的码率范围...22图261080P60云游戏基于H.265编码时良好和优秀画质对应的码率范围...23图27本测试系统的自由视角实现方案..24图28国内某一线城市现网路测5G/4G下视角切换响应时延分布（ms）....26 图29国内某一线城市现网路测5G/4G下首屏时延分布（ms）图31视频技术发展趋势图32视频内容多元化图335G2C音视额应用演进路线图CAICT中国信通34图34各类音视额业务与主要KQI的对应关系..35 表目录表1视频发展方向与典型应用的对应关系表2交互响应容忍值分解表3国内某一线城市现网路测点播视频5G/4G下KQI对比表4国内某一线城市现网路测点播视频5G/4G下交互行为的KQI对比.6表5视频通话/会议/违麦直播的主要KQI表6国内某省会城市运营商5G/4G下视额通话KQI对比...表7实时合唱端到端时延要求13表8实时合唱各个部分延迟当前业界水平.13表9国内某一线城市运营商5G/4G下在线KTV合唱KQI对比..14表10互动白板各个部分延迟当前水平.17表11国内某一线城市现网路测互动白板5G/4G下KQI对比表12国内某一线城市现网路测云游戏5G/4G下KQI对比.20表13国内某一线城市现网路测自由视角视频5G/4G下KQI对比...26表14全景视频内容的PPD及有效分辨率27表15国内某一线城市现网路测手机全景视频（10M）5G/4G下KQI对比..28表16单目4K全景视额不同体验等级对应的推荐码率29表17音视频应用的交互响应要求，.30表18典型音视频应用在5G网络下KQI相对于4G网络的增益31 5GToC音视频体验需求分析及评测（2022年）一、音视频发展状况及趋势视频类业务已经成为现阶段移动网络流量的主要来源，根据2021年6月爱立信《移动市场报告》，视频类业务流量目前占全部移动流量的66%，预计到2026年将增长到77%（如图1所示）。在视频业态、网络、终端等多方面因素的影响下，视频类业务流量的组成和分布将出现明显变化。78%76%74%72%70%68%66%64%202120222023202420252026来源：2021年6月爱立信《移动市场报告》图1视额类业务占全部移动流量的比例变化趋势来源：公开信息整理图2视频应用趋势 5GToC音规频体验需求分析及评测（2022年）2020年至今视频应用上线的主要新功能如图2所示，可见视频应用在向社交化、空间化、交互化、高清化、高懒率化发展，典型应用如表1所示。表1视额发展方向与典型应用的对应关系视频发展方向典型应用HDR、高清化、高懒率化点播视频视频通话/会议/连走直播在线KTV合唱社交化互动白板+连麦点播视频“一起看"功能交互化云游戏自由视角视赖空间化手机全景视频来源：公开信息整理二、音视频应用的体验要求及现网评测（一）点播视频1.应用机理及关键KQI根据ITU-TP.1203，并结合网络传输的角度，点播视额的主要KQI为：首屏时延（或初始缓冲时延，初始加载时长），卡顿次数，卡顿时长占比。根据“多尔蒂阔值"[2]，系统响应时间应该低于400毫秒，该门限可以作为点播视频首屏时延的即点即开基本要求。此外，如图3所示，根据抖音App即点即开和用户退出率的关系[3]：100ms以内，用户还没反应过来，快速滑动或误点：100~200ms，用户退出率最低N 5GToC音视娠体验需求分析及评测（2022年）且平稳；200~400ms，用户退出率开始恶化；400ms以上，用户退出率稳定在较大值。不界分增100ms200ms400ms来源：火山引擎21年12月产品发市会图3抖音App即点即开与用户退出率的关系不同的交互响应容忍值（即：首屏时延）下对应的时延分解如表2所示表2交互响应容恩值分解交互响应容忍值（ms）插放器延迟（ms）网络传输延迟（ms）1003020070130400330来源：三方联合研究成果如图4所示，根据6月份发布的《2021中国网络视听发展研究报告》[4]显示，我国9.44亿网络视听用户里，28.2%会选择倍速观看视频，尤其是00后用户群体有近四成选择倍速观看方式。上述消费者调研数据表明，交互行为是点播视频的正常发展趋势，因此研究m 5GToC音视频体验需求分析及评测（2022年）交互情况下的视频KQI指标具有现实意义28.2%39.6%27.0%8.4%网络视频用户19岁及以下用户网络用户30-39岁用户不按原速观看不按原速观看加速观看边拉进度条边看来源：《2021申国网络视听发展研究报告》图42021中国网络视听报告关于拖找/倍速交互行为的调研2.测试结果分析测试环境：运营商5G/4G精品网示范区（含交通枢纽、地铁、学校、写字楼等典型场景），测试时段涵盖网络忙闲时（7:00-21:00)。本次点播视频测试选取的内容源是《雪地奔驰》，视频传输协议是HLS，编码方式是H.265MainLevel4，分辨率为1080P，顿率为30fps，编码码率约3Mbps.点播视频在5G与4G网络下的KQI统计数据如表3所示；至于点播视频的首屏时延、卡顿次数和卡顿时长占比的PDF分布则分别如图6、图7和图8所示。综合来看，5G网络下点播视频平均首屏时延比4G网络下低约29%，5G与4G网络下平均卡顿次数、平均卡顿时长占比分别相差约88%和60%；从PDF分布看5G与4G网络下首屏时延即点即开200ms的满足度、即点即开400ms的满足度，以及无卡顿样本占比则分别相差约713%、10%和10%表3国内某一线城市现网路测点播视额5G/4G下KQI对比 5GToC音规频体验需求分析及评测（2022年）点首屏200ms10%90%卡顿%06卡顿播时延400ms满足满足分位分位次数分位时长90%分视均值度度值值均值值占比位值(ms)均值5G网24332.2%94.9%1802890.0185-1.5%0络4G网3404.0%86.1%2206100.15093.7%0.03络5G相对4G28.7%713%10.2%18.4%52.6%87.7%NA60.4%100%增益来源：三方联合研究成果00来源：三方联合研究成果图5国内某一线城市现网路测点播视频首屏时延PDF分布（ms）100%80%60%40%SG4G 2来源：三方联合研究成果 5GToC音规频体验需求分析及评测（2022年）图6国内某一线城市现网路测点播视频卡额次数PDF分布通院100%80%60%40%20% 0%00.1 0.20.3 U.SG0.60.70.8来源：三方联合研究成果图7国内某一线城市现网路测点播视频卡顿时长占比PDF分布关于点播视频交互行为的统计结果如表4所示。综合来看，5G网络下点播视频拖拽导致的卡顿时长占比均值比4G网络下低约72%，5G网络下拖拽响应时延均值比4G网络低约35%；此外，5G网络下点播视频以1.5倍速播放导致的卡顿时长占比均值比4G网络低100%，表4国内某一线城市现网路测点播视额5G/4G下交互行为的KQI对比卡顿时长占比均值拖拽响应时延均值(ms)交互行为5G4G5G相对5G4G5G相对网络网络4G增益网络网络4G增益20s播放时长，拖找1次（从第10s1.18%4.22%72.1%940144034.8%拖找到第70s）30s播放时长，1.51.29%100%不涉及倍速播放来源：三方联合研究成果 5GToC音视频体验需求分析及评测（2022年）综上所述，5G与4G网络相比，当无交互行为时，点播视频卡顿时长占比平均增益约为60%；当1.5倍速播放时，点播视频卡顿时长占比平均增益为100%；当拖拽1次播放时，点播视频卡顿时长占比平均增益约为72%，拖拽响应时延平均增益约为35%。（二）实时音视频类业务随着在线教育、电商直播、在线视频会议、远程医疗、泛娱乐社交等App的普及，实时音视额技术的应用需求也越来越多元化，所调实时音视频（RTC：RealTimeCommunication）类业务，它的最大特点是业务互动性较强，对于低时延、无卡顿的要求更高。如图8所示，从功能和流程上来说，它包含采集、编码、前后处理、传输、解码、缓冲、渣染等诸多环节，如图9所示，实时音视的发展趋势为从中等交互（如视频通话、视频会议等）向强交互（如在线KTV、互动白板等）演进，本文以视频通话/会议/连麦直播、在线KTV合唱和在线互动白板为例，重点研究RTC类音视频业务的用户体验。8.采集解处理编码传新放解来源：公开信息整理图8实时音视额系统总体架构框图 5GToC音视频体验需求分析及评测（