从视频标题学习音视频知识

幻梦 发布于 2025-08-15 57 次阅读


AI 摘要

"从1080P到4K,从HDR到杜比视界,视频文件名里的神秘代码究竟意味着什么?本文为你解码字幕组资源命名规则,带你避开伪高清陷阱,找到真正优质的片源。"

随着影视平台的发展,追番追剧模式也由早年的bt下载变成了当今主流的流媒体。目前国内各大流媒体平台上的资源质量阉割(伪4K、伪杜比、伪HDR),删改也是毫不稀奇了。版权时代引进正版值得肯定,但正版受害者也确实令人不快。所以自然而然的,把目光转移回先前的bt下载也是很正常的事情。

但是bt下载也有个问题,当好不容易解决了资源来源和下载器设置的问题后,面对着大量的同类型视频,难免对其有些纠结:这些格式缩写是什么意思?我到底该选哪一个版本?

这篇文章不会告诉你选哪个版本,因为各个版本都有其优缺点。本文的目的是浅显地介绍各大民间字幕组、压制组(里边都是大佬)发布视频资源的文件名的含义,帮助辨别各种视频资源的类型与质量,入坑少走弯路。

以下是几个典型的字幕组、压制组视频资源的文件名例子,每个文件名下方红色下划线与红色数字对应下文各部分内容。

文件名的最开头通常是压制组、字幕组的名称。

例如专攻《名侦探柯南》的“银色子弹字幕组”,英文“Silver Bullet Subtitles”,简称“SBSUB”,这个组的字幕样式美观,翻译质量也很高,内封字幕甚至还有“仅日文”版本可供听力练习;“VCB-Studio”则是著名的量产型压制组,压制技术以及质量有着相当高的水准。

入坑达到一定程度时,建议多加甄选并锁定质量较高的字幕组与压制组。作为观众,我们要感谢他们的辛勤工作,他们绝大多数是无偿工作,为爱发电。

紧跟着压制组、字幕组名称的通常就是作品名了。

正如先前所举的几个例子,作品名一般不带括号。为了保证兼容性,日文作品名通常被转换为罗马字读音。但若有官方英文名,或是作品标题中有英文舶来词,则倾向使用英文,例如《孤独摇滚》:

Jashin-chan Dropkick / Jashin-chan Doroppukikku

Bocchi The Rock! / Bocchi Za Rokku!

通常倾向采用前者。

除了英文名外,为了便于检索,大部分视频标题也都会有简中、繁中、日文等译名,例如:

[VCB-Studio] 月光下的异世界之旅 / Tsuki ga Michibiku Isekai Douchuu / 月が導く異世界道中 10-bit 1080p HEVC BDRip [Fin]

日本动画在推出下一季时通常会更改作品名,最典型的是在原标题的末尾加上一个英文字母。所以此类资源通常是一季动画一个文件夹,不需要在此处标明季数,例如《小林家的龙女仆》第二季标题名就为《小林家的龙女仆S》

而美剧、纪录片等的习惯则大不同:标题不变,所以需依赖标题的命名来区分不同季。通常的命名类似 “S02E03”,其中字母 S 代表季(Season),E 代表集(Episode),合起来就是第2季第3集。

分辨率,即狭义的画质、画面清晰度。高分辨率即高清晰度,简称高清。最常见的字眼当属 “1080P”。

常见的分辨率形式有 “??? P”、“??? i”、“???x???”,其中前两者通常为16:9画面比例,数字代表其高度。要知道其宽度,只需将高度乘以16/9即可。字母i表示“隔行扫描”(Interlaced Scanning),是上个世代的技术,如今很少见。

挑选资源时,可以按照以下标准:1080P为标配,720P勉强接受,480P最低限度(例如只有DVD的上古老番),如果你的硬盘足够大,且电脑性能足够高,则不妨追求2160P(即4K)。

分辨率参数可以按以下标准参考:

480i:720×480像素,隔行扫描(主要用于北美地区,NTSC【1】

576i:720×576像素,隔行扫描(主要用于欧洲亚洲地区,PAL【2】

480p:720×480像素,逐行扫描,EDTV【3】

720p:1280×720像素,逐行扫描

1080i:1920×1080像素,隔行扫描

1080p:1920×1080像素,逐行扫描(通常被称为Full HD、FHD)

1440p:2560×1440像素,逐行扫描(通常被非正式地称为2K,准确名称为QHD)

2160p:3840×2160像素,逐行扫描(通常被称为4K UHD、4K)

4320p:7680×4320像素,逐行扫描(也被称为8K UHD、8K)

蓝光原盘,包含全部的原始内容,原汁原味(文件体积很大)。

直接提取蓝光原盘BDMV目录,也就是原盘直接复制出来的版本,画质和BD一样(文件体积很大)。

直接提取蓝光原盘并封装成ISO格式,和上面BDMV版本没有区别。该版本可以用刻录机达到带导航的光盘效果(文件体积很大)。

就是直接提取原盘,只保留视频、音频、字幕,去除花絮制作等额外内容的版本,画质和BD一样(相比上边的那几个虽然小了点,但还是很大)。

从BD光盘提取并进行重编码压制的视频,在画质损失极小的情况下可以大幅压缩体积,优秀的BDRip甚至可以获得超越原盘的观感,是最理想的片源。

从BDRip再次进行转码或者重编码压制的视频,文件体积可能更小,适合网络传输或移动设备观看,但由于是二次编码,会有进一步的画质损失,不常见。

将BD刻录到更常见的DVD媒介上,编码至DVD大小,便于分享和存储,但会导致画质大幅损失。

DVD原盘,使用MPEG-2编码,兼容性优秀,但分辨率较低,现在基本被BD取代。

使用软件从零售版DVD中提取的版本,音视频质量零售版DVD相当,但仍受限于DVD的原始质量和分辨率,画质中等。

预览版DVD,通常在奖季前发送给评论家和其他行业专家,画质等同DVD,但可能包含水印或其他标记。

专为俄罗斯和非洲市场制作的DVD,不包含最终音频,提供较早的DVD质量版本,但音频常常是从较低质量的源重新录制的。

原盘,是与BD竞争的高清格式,提供了比DVD更高的分辨率和存储容量,但已停产,导致存在兼容性问题。

原从HD-DVD源提取并压制的高清视频文件,提供相对DVD更高的分辨率和质量,有较小的文件体积,便于在线传输和下载,但有画质损失。

WEB-DL 通常指来源于 Netflix、Disney+、Google Play 等流媒体平台、未经二次重编码的发行版本,因此通常能保留较高画质。获取和使用相关内容时,应遵守平台服务条款及版权授权。

网络流媒体重编码压制,整体接近WEB-DL,为理想的片源之一。

通常使用设备(比如TV tuner cards)从数字电视广播中直接录制,有不错的视频和音频质量,但是通常都会带电视台水印和广告。

高清电视节目转录的压制,画质中等。

即Camera,俗称“枪版”,即在电影院用摄像机盗录。质量不用多说,不堪入目,而且还可能自带类似“澳门赌场”的滚动字幕广告,如果不是为了第一时间了解电影内容,请避而远之。

在专业设备上录制,也有直接从放映机上进行录制的。画质比CAM好,但质量仍受限。声音可能会从外部源输入,也可能是内置麦克风录制。

直接从电影胶片上录制,画质通常比TS好,因为是从原始源录制的,但依旧没有达到正式发行的质量标准。

视频编码是用于存储或传输数字视频内容的,它通常使用标准化的视频压缩算法,将某个视频格式的文件转换成另一种视频格式的文件。

视频压缩技术是计算机处理视频的前提,视频信号数字化后数据带宽很高,因此计算机很难对之进行保存和处理,采用压缩技术降低数据带宽,就可以将视频信号保存在计算机中并作相应的处理。

视频的编码技术也是影响片源画质的关键所在。常见的的视频编码以及相关技术如下:

目前最常见的编码技术之一,有高压缩效率的同时又提供了清晰的视频质量。兼容性高,几乎所有的现代设备和播放器都支持。但高质量的编码需要足够的算力,可能不适合老旧的硬件。原盘的通常标注。

x264

符合H.264规范的开源编码器,重编码压制的通常标注。

H.265/HEVC(High Efficiency Video Coding)

是H.264的下一代技术,具有比H.264更高的压缩效率,能在相同码率的条件下提供更好的视频质量,非常适合高分辨率视频。更高质量的编码需要比H.264更高的算力,不适合老旧的硬件。原盘的通常标注。

x265

符合H.265规范的开源编码器,重编码压制的通常标注。

H.266/VVC(Versatile Video Coding)

是最新一代的视频编码标准,由MPEG和ITU联合开发,于2020年7月正式发布(Final Draft)。作为H.265的继任者,H.266在压缩效率、画质以及支持新视频类型方面实现了更大的突破。缺点是目前仍缺少硬件编码器的支持。

VP9

由Google开发的一个开源视频编码标准,目标是提供与H.265相似的压缩标准。高压缩效率时期特点,适合网络流传输,比如YouTube使用VP9为4K视频编码。但是编码效率不如H.265,应用支持也不及H.264和H.265。

是一种新的开源视频编解码器,由开放媒体联盟开发,目的是超越H.265和VP9。具有比H.265和VP9更高的压缩效率,并且免专利费的优点,但是当前编解码效率较低,需要性能强大的硬件支持,尚未被广泛应用是其缺点。

MPEG-2

是一种早期的视频编码标准,被用于DVD和数字广播,具有广泛的兼容性,但与现代编码相比压缩效率低。

DivX

是由MPEG-4衍生出的一种视频编码标准,在老旧设备上有良好的支持,编解码速度较快,但是与现代编码相比压缩效率低,并且收费。

XviD

DivX的开源版本。

VC-1

是由微软开发并由SMPTE标准化的视频编解码标准,广泛用于Blu-ray、Windows Media Video和其他平台,与微软的多个产品相集成,具有接近H.264的压缩效率,但随着H.264和H.265普及,使用频率逐渐降低。

色深(Color Depth)亦可称为色位深度,是用bit数来表示数码影像色彩数目的单位。色深用2的幂指数来表示,bit数越高,色深值便越高,影像所能表现的色彩也越多。当bit数不足时,就会出现色线过渡不自然,从而形成色带。

另外,市面上有些电视、显示器的色深并不是原生的,例如10bit的显示器有标注为“8bit抖10bit”,这里的“抖”指的是抖动技术,即通过算法将8bit模拟成10bit。抖动技术是靠色彩颗粒来实现渐变平滑的,因为本来无法显示那么多颜色,只能在两个颜色之间找到一个显示器能显示的中间颜色,然后用细小的颗粒显示出来,这个颗粒就如同摄影中的噪点,所以叫抖动。

现在常见的色深有以下几个规格:

8-Bit

最常见的色深级别,广泛用于消费级设备和内容。8bit色深的文件体积相对较小,大多数设备和软件都能无障碍播放,但在高对比度或颜色渐变的场景中很容易出现色带。

10-Bit

常用于专业级视频和4K UHD内容,提供更大的颜色范围,使得颜色过渡更加平滑,有效减少色带,具备足够的后期制作灵活性,但文件体积较大,需要性能更强大的播放器和编辑软件。

12-bit

极高的颜色精度,适合高端和专业应用场景,极大程度上减少色带,提供非常强大的后期制作灵活性,但文件体积非常大,需要专业的硬件进行播放和编辑。

SDR(Standard Dynamic Range)

标准动态范围,SDR支持的亮度范围为0.1-100nit,超过这个范围的部分将会失真(丢失)。兼容性广泛,适用于大多数设备,包括老式电视机,分发简单,不需要额外的处理或元数据。但是亮度和颜色范围受限,不具备HDR那样丰富的明暗细节和色彩。

使用Rec.709/BT.709/sRGB色域,使用 Gamma曲线来作为它的电光转换函数(Electro-Optical Transfer Function,EOTF)。

HDR(High Dynamic Range)

高动态范围,是对 SDR 的升级,是一种提升视频显示质量的技术。HDR 改变了视频和图像的亮度和颜色信息在信号中的表示方式,相比于SDR有着更高的动态亮度范围(0.0005-10000nit)、更宽广的色域(BT.2020)、更高精度的色深(10bit、12bit)。提供更真实的视觉体验,需要特定的HDR支持设备才能观看。

HDR的编码有多种标准,例如HDR10、HDR10+、DV等,详细说明参考下文的补充说明。

音轨:一个视频文件可以包含多个音轨,例如某部电影带七国语言配音,便有至少七个音轨可供选择。文章开头例子中的 “2flac” 即表示有2个FLAC编码的音轨(“flac 2×”也同理,不一定局限于一种表达形式)。

声道:音频有多种声道类型,常见的有 1.0(Mono 单声道)、2.0/2.1(Stereo 立体声)、5.1/7.1(Surround 环绕声,包含更高的9.1等多声道)。单声道基本无法容忍(现在也相当少见就是了);立体声是目前的主流,绝大多数资源均为立体声;环绕声资源数量少,又因其对音响设备以及播放环境的高要求,基本都是发烧友专用的。立体声通常标注“2.0ch”或“Stereo ”,环绕声一般标记为 “5.1ch”“7.1ch”等,字母 ch 指 Channel。

ch通常格式为×.×(即扬声器的数量 . 低音炮的数量),但其完整定义为×.×.×扬声器的数量 . 低音炮的数量 . 上方的顶置扬声器的数量)。

例:9.1.2ch的家庭影院系统,包含12个声道,其中9代表地面层扬声器(前置、环绕、后置)的数量,这些通道提供来自前侧和后侧扬声器的声音;1为低音炮的通道数量,通常是一个通道,但也可以有多个低音炮;2为家庭影院中指向上方的顶置扬声器的数量,在专业声学中,这些扬声器被定位于天花板上。

目前的影音公司也正逐步推进Atmos或DTS的声音格式,但其原理在任何地方都是一样的:为了创造环绕声,声音必须从前面扩散到两侧以及后面,这就是创造环绕声的基础。另外请记住,要正确地创造环绕声,原始音频格式必须包含必要的声音通道。如果音频流中没有这些声音的通道信息,系统将产生假的环绕声。

音轨的音频编码的类型也有很多,常见的主要如下:

AAC(Advanced Audio Coding)

MPEG组织定义的一种有损音频编码标准,被设计为MP3的后继者,拥有较MP3更好的音质、更高的压缩效率,广泛被移动设备和流媒体服务支持。但在相同的比特率下,其音质不及某些无损编码或高比特率编码。

FLAC(Free Lossless Audio Coding)

无损音频压缩编码,即音频以FLAC编码压缩后不会丢失任何信息,将FLAC文件还原为WAV文件后,与压缩前的WAV文件内容相同,所以可以还原CD音质。FLAC是免费的并且支持大多数的操作系统,2012年以来已被很多软件及硬件音频产品(如CD等)所支持。文件压缩效果共有8级,各级都有相应的压缩率标准。

ALAC(Apple Lossless Audio Codec)

是苹果公司开发的一种无损音频压缩编码,压缩效率很高,而且编码速度极快。原生支持iOS和Mac等设备播放。压缩效率大致对标FLAC的3级。

PCM(Pulse Code Modulation)

非线性脉冲编码调制,是一种将模拟语音信号转换为数字信号的编码方式,为无损非压缩编码,主要有3个步骤:抽样、量化和编码。PCM采用不等的量化间隔,量化间隔数由编码的二进制位数决定。有时PCM会使用相应的技术降低数字信号源的数据率,便于数据存储和传输。

LPCM(Linear Pulse Code Modulation)

线性脉冲编码调制,编码方式与PCM相同,区别就在于LPCM在整个量化范围内的量化间隔均相等。此外LPCM信号中可录入环绕声信息,供现有的定向逻辑环绕声系统使用。

AC-3(Dolby Digital)

由Dolby Laboratories开发的有损压缩多声道音频格式,广泛应用于DVD和电视广播,提供五个全带宽频道和一个低频效果通道,为家庭影院系统提供真实的环绕声效果,但在较高的比特率需求下,音质不及其他新型编码。

E-AC-3(Dolby Digital Plus)

作为AC-3的扩展,支持更多声道并提供更好的压缩技术,拥有比原始的AC-3更好的音质的同时还支持最多15.1个声道的配置。尽管已经获得了广泛的支持,但仍然不如AC-3普遍。

True-HD(Dolby TrueHD)

一种无损音频编码格式,主要用于高清光盘格式。作为无损音质,为音频提供最真实的再现,同时支持高达24位的采样深度和192kHz的采样率。但文件体积显著增大,需要更高的存储空间和带宽。

Atmos(Dolby Atmos)

Dolby Atmos允许声音在三维空间中自由移动,而不是限制在传统的声道中。由此提供了沉浸式的听觉体验——因为声音可以从上方、侧面或任何其他方向移动,同时也允许创作者更准确地指定声音的位置,提供了更高的创意自由度。缺点是是需要专门的硬件和扬声器设置才能获得完整体验,并不是所有的内容都以Dolby Atmos格式制作,因此其实际的可用性可能会有限制。

DTS(Digital Theater System)

与Dolby Digital齐名的多声道家庭影院音频格式,常用于蓝光和DVD 。拥有较高的码率,因此也能提供较高的音质。缺点是文件体积大且兼容性不如AC-3那样广泛。特征: DTS-HD分为两种主要的格式:DTS-HD High Resolution Audio 和 DTS-HD MasterAudio·其中,DTS-HD Master Audio可以无损压缩音频数据,以保证与原始音频母带的完美复制。

DTS-HD

DTS-H格式主要分为两种:DTS-HD High Resolution Audio、DTS-HD Master Audio。

其中DTS-HD Master Audio可以无损压缩音频数据以保证完美复制原始音频母带,所以DTS-HD Master Audio提供了与原始录音的质量完全相同的无损音频体验。由于其高效的压缩算法,它可以将高质量的多声道音频存储在有限的存储空间中,如Blu-ray光盘。但需要专门的解码器或兼容的音响系统才能完全体验其高清音质。

DTS-X

作为DTS公司开发的下一代音频编码格式,与Dolby Atmos 类似,也是一种基于对象的音频技术。提供了沉浸式、三维的音频体验,使听众有置身其中的感觉的同时还兼容传统的多声道设置,无需专门的扬声器或特定布局。缺点是并不是所有的音响设备和内容都支持DTS-X,需要与其兼容的硬件和源。

字幕(subtitles of motion picture)是指以文字形式显示电视、电影、舞台作品中的对话等非影像内容,也泛指影视作品后期加工的文字。在电影银幕或电视机荧光屏下方出现的解说文字以及种种文字,如影片的片名、演职员表、唱词、对白、说明词以有人物介绍、地名和年代等都称为字幕。

从字幕格式上来看,字幕可以分为2类,即图形字幕、文本字幕。

图形字幕

图形格式字幕由 idx 和 sub/sup 文件组成,idx 相当于索引文件,里面包括了字幕出现的时间码和字幕显示的属性;sub/sup文件就是字幕数据本身,由于是图片格式,所以比较大,动辄10M以上。idx+sub/sup可以存放多种语言的字幕,在播放的时候可以方便的选择。

文本字幕

文本格式字幕的扩展名通常是 ass、srt、smi、ssa 或 sub (和上面图形格式后缀一样,但数据格式不同),因为是文本格式,所以尺寸很小,通常不过百十来 KB。

从字幕类型上来看,字幕可以分为3类,即外挂字幕、内挂字幕、内嵌字幕。

外挂字幕

独立于视频文件的字幕文件,以特定的srt或者ass等字幕格式存在,需要通过视频播放器单独加载才能显示在视频中。另外带特效的字幕格式,例如ass,需要系统安装外挂字幕包含的字体才能正确显示外挂字幕。

内挂字幕(内封字幕)

又称内封字幕,通过软件将字幕和视频打包封装,与视频文件分离但与之相关联的字幕文件,可以与视频一起传输或存储。可以封装多个内挂字幕以供播放时方便的选择,但需要通过视频播放器单独加载才能显示在视频中。

需要注意的是,播放器需要支持内挂字幕格式,并手动加载字幕文件才能显示内挂字幕。

内嵌字幕

是将外挂字幕文件嵌入到视频文件中,创建一个新的视频文件,此时字幕将作为视频的一部分,播放器在播放过程中会自动显示这些字幕,不需要额外加载字幕文件。

通常除非急于观看影片或者字幕制作水准极高,否则一般不推荐对视频有要求的观众选择内嵌字幕的视频,因为把外挂字幕嵌入视频文件中会不可避免的降低视频的画质。

该项一般不常见,通常为该文件的哈希校验码。哈希校验码是被用来验证用户下载到的文件是否有被修改过,即确认文件是否被篡改、夹带私货。

哈希计算是一种单向密码算法,即从明文到密文是不可逆的,只有加密过程,没有解密过程。哈希算法的结果通常很小,一般为32个或64个十六进制字符(分别对应128位或256位哈希值)。哈希算法的特点之一是高灵敏性,也就是说输入数据的微小变化,哈希算法输出结果就会完全不同。

视频封装是将已经编码处理的视频数据、音频数据、字幕数据等按照一定的方式放到一个文件中,这个文件的格式就是视频封装格式,如果一个视频文件是以某个格式封装起来的,那么它的文件后缀名一般会体现出来。

常见的视频封装格式对应的视频文件后缀名如下:

MKV(Matroska Video)

常见的视频封装格式,能容纳大量的视频、音频、字幕等轨道以及元数据,支持几乎所有的视频和音频编码格式,并能无损存储。可以灵活添加或删除轨道而不重新编码视频。缺点是不是所有的设备和播放器都支持,并且由于其无损存储,文件体积可能会相对较大。

MP4 (MPEG-4 Part14)

常见的视频封装格式,通常用于流式传输和在线播放。具有广泛的兼容性,几乎所有的现代编解码器都支持MP4封装格式,同时具有高效的压缩能力。相对于MKV来说,其功能性略显不足,例如不支持多个字幕轨道。另外当高度压缩时,可能会损失视频和音频的质量。

AVI (Audio Video Interleave)

由Microsoft开发的视频容器格式,具有历史悠久,支持多种编解码器,大部分旧设备和播放器都支持它。缺点是不如其他格式压缩得那么高效,不支持现代的视频编解码器和特性。

MOV (QuickTime File Format)

是由Apple开发的视频格式,常用于Apple设备和软件,能够保存高质量的视频和音频,在Apple的应用程序和设备中表现良好。但是文件体积可能较大,另外在非Apple设备上可能遇到兼容性问题。

TS (Transport Stream)

用于传输和存储音频、视频和数据的通信协议,通常用于广播系统。优点是能够有效地处理无线或有线传输过程中的数据丢失,支持多个视频和音频流。由于需要视频数据进行分段和整合,因此对音视频编码技术的要求较高。同时分段机制引入了一定的数据头信息,导致文件体积较大,也不支持字幕处理,观众需要手动添加字幕。

ISO

ISO是一个光盘镜像文件,它捕获了光盘(例如DVD或 Blu-ray)的完整数据结构和内容。当你有一个ISO文件时便基本上拥有了一个光盘的精确复制品,包括其文件系统、视频、音频、菜单、章节和其他内容。ISO文件保留了原始光盘的所有数据和结构,可用作光盘的备份或创建光盘的副本。缺点是体积通常较大,因为它包含整个光盘的内容,同时不是所有的播放器和设备都能直接播放ISO文件。

由于本人贫瘠的知识,所以仅例举较为常见的HDR编码标准,所有的内容均为网上所查阅到的资料

HDR10

HDR10是一种使用最普遍、最广泛的HDR格式,它是指电视与影音设备之间传输HDR内容的协议与标准。这是一个开放标准,不需要支付任何版权、认证费用。HDR10不向下兼容SDR显示器(即SDR显示器无法正确显示HDR10内容)。

此外在不同的显示器上,如色域或者峰值亮度较低的HDR10显示器上,静态元数据可以帮助调整显示内容。但是HDR10的元数据是静态的,即对整个视频都是相同的,对每一帧和不同的分镜场景并没有特别的调整,所以在还原创作意图上可能会有些问题。

注:

HDR10并不是显示的标准,而是一种编码标准,所以支持HDR10的电视和显示器只能说明能解码,但不一定是以HDR显示。

HDR10+

HDR10+是由三星、亚马逊、松下和20世纪福斯等公司联合推出的HDR编码,与杜比视界HDR(Dolby Vision HDR)类似,但不收取版权费用。HDR10+需要支持它的电视、播放器和视频内容才能发挥效果。

HDR10+的EOTF是一种基于PQ曲线的EOTF,它与HDR10的EOTF基本相同,都可以指定视频信号对应的真实世界的亮度值,从而实现高动态范围的显示。两者的区别在于,HDR10+的EOTF可以使用动态元数据,即为每一帧或每一段视频的内容指定亮度和对比度的信息,而HDR10的EOTF只使用静态元数据,即为整个视频指定一个固定的亮度和对比度的范围。这使得HDR10+可以更好地适应不同的显示器和不同的场景,提高HDR视频的质量。

DV

Dolby Vision(DV)是美国杜比实验室推出的影像画质技术,通过提升亮度、扩展动态范围来提升影像效果。DV技术并非单纯从电视的硬件角度就可以实现的,这是一项需要片源和电视软硬结合来实现的技术。

人眼所能感知的亮度范围为最暗0.001尼特,最亮20000尼特,而目前蓝光视频经过拍摄->后期->母版制作->传输->显示这样的过程,动态范围已经大大缩小,最暗0.117尼特,最亮仅有区区的100尼特。DV要做的就是再造“拍摄→后期→母版制作→传输→显示”这样一个端到端的生态环境,来保留和重现视频中更亮和更丰富的色彩像素,从而让人眼从电视上看到视频的时候,能够感觉的图像效果的提升。

 EOTF色度抽样色深色域最大峰值亮度最大黑电平元数据兼容性
HDR10SMPTE ST 2084(PQ10)4:2:010bitRec.2020(BT.2020)10000nit0.0001nitSMPTE ST 2086不兼容SDR
HDR10+SMPTE ST 2084(PQ10)4:2:010bitRec.2020(BT.2020)10000nit0.0001nitSMPTE ST 2094-40向下兼容HDR10
DVSMPTE ST 2084(PQ10)4:2:012bitRec.2020(BT.2020)10000nit0.0001nitSMPTE ST 2094-10向下兼容HDR10

注:

HDR10+可以与其他HDR元数据共存,例如HDR10静态元数据。这使得HDR10+内容向下兼容非HDR10+电视,不支持该格式的设备会忽略HDR10+元数据,并以HDR10播放视频。同理在HDR10源文件中添加动态元数据就可以实现HDR10+了。

HDR10+与HDR10相同,峰值亮度在技术上被限制为最大10000nit,但通常内容的峰值亮度为1000到4000nit。

DV最大峰值亮度的最低值为1000nit。

在我们购买电视和显示器时,需要注意的是就是显示器的显示标准了。例如DisplayHDR、HDR Premium等,这些标准定义了显示器的亮度、色域、色深、背光等方面的性能要求。

市面上主流的HDR显示标准如下:

DisplayHDR

DisplayHDR是视频电子标准协会(VESA)专为PC显示器设定的HDR标准,它是在支持HDR10的基础之上,根据显示器的亮度、色域、色深、调光类型、黑电平等划分等级,各等级以峰值亮度来命名。

DisplayHDR认证的目的是为了让消费者更容易选择合适的显示器,同时也为显示器厂商提供了一个统一的参考标准。

目前DisplayHDR有多个分级,详细参数对比:

 DisplayHDR最低峰值亮度最大黑电平色深色域经典调光技术
LCD面板无HDR认证250nit0.5nit6-8bit95%BT.709null
HDR400400nit0.4nit8bit95%BT.709全局调光
HDR500500nit0.1nit10bit(8抖10)99%BT.709、90%DCI-P3分区调光
HDR600600nit0.1nit10bit(8抖10)99%BT.709、90%DCI-P3分区调光
HDR10001000nit0.05nit10bit(8抖10)99%BT.709、90%DCI-P3分区调光
HDR14001400nit0.02nit10bit(8抖10)99%BT.709、95%DCI-P3分区调光
OLED面板DisplayHDR True Black 400400nit0.0005nit10bit(8抖10)99%BT.709、90%DCI-P3Pixel-level
DisplayHDR True Black 500500nit0.0005nit10bit(8抖10)99%BT.709、90%DCI-P3Pixel-level
DisplayHDR True Black 600600nit0.0005nit10bit(8抖10)99%BT.709、95%DCI-P3Pixel-level

是一种图像处理技术,用于降低色彩分辨率而不影响亮度。色度抽样可以使图像占用更少的磁盘空间或者视频占用更少的带宽,而不会明显降低图像质量。其原理是利用人眼对色彩差异的敏感度低于对亮度的敏感度的特点,对图像的色彩信息进行降采样。

光电传递函(opto-electronic transfer function)是以场景光为输入,转换成图片或视频信号为输出的传递函数,这一过程通常在相机内完成。

电光传递函数(electro-optical transfer function)是将图像或视频信号作为输入并将其转换为显示器的线性光输出的传递函数,这是在显示设备内完成的。EOTF是HDR视频编码和显示的重要组成部分,它决定了视频的亮度和对比度。

光电传递函数(opto-optical transfer function)是以场景光为输入,显示光为输出的传递函数。 OOTF是OETF和EOTF的结果,通常是非线性的。

是Perceptual Quantizer的缩写,是由杜比为 HDR 开发的传递函数,允许亮度级别高达10000 cd/m2。其在Rec.2100和SMPTE ST 2084中成为一种标准。PQ在定义上除了没有静态元数据一点,其余和HDR10完全相同。

HDR的元数据是一种附加在HDR视频中的信息,它可以帮助显示设备以更好的方式来显示画面内容。元数据包含视频的最大亮度、最小亮度、平均亮度、色域等信息。当显示播放设备支持显示HDR10或DV时,就会读取相关元数据并由IC(电视和显示器控制亮度对比度等参数的东西)传送对应数值调整画面让其显示为HDR效果。

HDR10、HDR10+以及DV的元数据和其EOTF非常相似,都为SMPTE ST 20**,但两者并不是同一种东西。SMPTE ST 2084是比较特殊的一个标准,和2086/2094不同,其主要是定义了PQ曲线,也就上面讲到的一种EOTF。

SMPTE ST 2086/2094 虽然和2084长得比较像,但其实是不一样的存在。2086/2094在PQ的基础上,添加了metadata的内容。

2086定义了静态元数据,而2094定义了动态元数据,其中有两个变种:

SMPTE ST 2094-10(Dolby Vision)、SMPTE ST 2094-40(HDR10+)

在HDR10中用到了SMPTE ST 2086定义的静态元数据,包括最大最小亮度、三基色坐标、最大内容亮度MaxCLL、最大平均内容亮度MaxFALL。

SMPTE ST 2094-40(HDR10+)是基于SMPTE ST 2094中定义的元数据格式的一种变体。具体体现在逐个场景甚至逐帧的基础上发出动态范围和场景特征的信号,然后显示设备使用动态元数据通过动态色调映射过程应用适当的色调映射。动态色调映射与静态色调映射的不同之处在于从场景到场景应用不同的色调曲线,而不是对整个视频使用单一色调曲线。

和HDR10+相同,SMPTE ST 2094-10(DV)也是基于SMPTE ST 2094中定义的元数据格式的一种变体。杜比视界的颜色体积变换基于色调映射,其中根据图像计算了一些图像的特征,比如最小、最大、平均PQ编码的maxRGB值。