بازگشت به بلاگ
MPEG-DASHفناوری ویدیو

MPEG-DASH چیست؟ بررسی نحوه کار، مزایا، معایب و کاربرد آن در پخش ویدیو

دوریفای۱۱ دقیقه زمان برای مطالعه
MPEG-DASH چیست؟ بررسی نحوه کار، مزایا، معایب و کاربرد آن در پخش ویدیو
MPEG-DASH چیست؟ بررسی نحوه کار، مزایا، معایب و کاربرد آن در پخش ویدیو

MPEG-DASH چیست؟ بررسی نحوه کار، مزایا، معایب و کاربرد آن در پخش ویدیو

MPEG-DASH استانداردی برای پخش تطبیقی ویدیو و صدا روی HTTP/HTTPS است. محتوا به قطعه‌های کوتاه تقسیم و در چند کیفیت تولید می‌شود. پخش‌کننده با توجه به سرعت شبکه، توان دستگاه و میزان بافر، برای قطعهٔ بعدی کیفیت مناسب را انتخاب می‌کند. نتیجه، کاهش احتمال مکث و استفادهٔ بهتر از اتصال کاربر است.

برای دورهٔ آنلاین، VOD و پخش زنده، DASH می‌تواند همراه CDN و یک پخش‌کنندهٔ سازگار، ویدیو را به کاربران با اینترنت‌های متفاوت برساند. انتخاب آن باید با نیاز دستگاه‌های هدف، به‌ویژه مسیر Apple، DRM، تأخیر قابل‌قبول و ابزارهای تیم سنجیده شود. در بسیاری از سرویس‌ها، HLS و DASH هم‌زمان عرضه می‌شوند.

MPEG-DASH دقیقاً چیست؟

نام کامل MPEG-DASH، Dynamic Adaptive Streaming over HTTP است. «Dynamic Adaptive» یعنی کیفیت در طول پخش و با تغییر وضعیت شبکه انتخاب می‌شود. قطعه‌ها نیز مانند فایل‌های معمول وب از وب‌سرور یا CDN تحویل می‌شوند؛ بنابراین تحویل رسانه بر بستر HTTP با زیرساخت وب و کش سازگار است.

DASH کدک یا فرمت ویدیو نیست. H.264، HEVC، VP9 و AV1 کدک‌اند. MP4 و fMP4 ظرف رسانه‌اند. MPEG-DASH استانداردی است که نحوهٔ توصیف و درخواست قطعه‌های رسانه در پخش تطبیقی را مشخص می‌کند. پس داشتن یک فایل MP4 به‌تنهایی به معنای داشتن خروجی DASH نیست.

بخش اصلی استاندارد در ISO/IEC 23009-1 تعریف شده است. ویرایش ششم آن، ISO/IEC 23009-1:2026، قالب‌های Media Presentation Description و Segment را برای تحویل تطبیقی رسانه‌های MPEG بر بستر HTTP مشخص می‌کند.

MPEG-DASH چگونه کار می‌کند؟

مسیر معمول تحویل چنین است:

فایل اصلی → رمزگذاری در چند کیفیت → بسته‌بندی به قطعه‌ها و MPD → CDN یا وب‌سرور → پخش‌کنندهٔ کاربر

فرض کنید یک جلسهٔ آموزشی ۴۵ دقیقه‌ای دارید. می‌توان ویدیو را در کیفیت‌هایی مانند 360p، 720p و 1080p رمزگذاری کرد و هر کیفیت را به قطعه‌های چندثانیه‌ای تقسیم کرد. فایل راهنما یا manifest، که معمولاً پسوند .mpd دارد، به پخش‌کننده می‌گوید کدام کیفیت‌ها، ترک‌های صوتی، زیرنویس‌ها و قطعه‌ها موجودند.

پخش‌کننده ابتدا MPD را می‌خواند. وقتی شبکه افت می‌کند، می‌تواند برای قطعهٔ بعدی نسخهٔ سبک‌تری بگیرد. با بهترشدن شرایط شبکه و بافر، سراغ کیفیت بالاتر می‌رود. تعویض معمولاً در مرز قطعه‌ها رخ می‌دهد تا پیوستگی پخش حفظ شود.

این فرایند تضمین نمی‌کند که کاربر همیشه بالاترین کیفیت را ببیند. الگوریتم ABR میان کیفیت تصویر، زمان دانلود، حجم بافر و خطر مکث تعادل برقرار می‌کند و به پخش‌کننده و تنظیمات آن وابسته است.

فایل MPD و اجزای اصلی آن

MPD مخفف Media Presentation Description است. این فایل XML، خودِ ویدیو نیست؛ نقشهٔ ارائهٔ رسانه را در اختیار پخش‌کننده می‌گذارد. ساختار آن معمولاً این سلسله‌مراتب را دارد:

MPD → Period → AdaptationSet → Representation → Segment

  • Period: یک بازه از ارائهٔ رسانه، مانند بخش پیش یا پس از یک وقفه یا تبلیغ.
  • AdaptationSet: گروهی از نسخه‌های قابل‌جایگزینی، مانند ویدیو یا ترک صوتی فارسی و انگلیسی.
  • Representation: یک نسخه با مشخصات معلوم، مانند 720p با بیت‌ریت 2.5 Mbps.
  • Segment: قطعهٔ قابل‌دریافت رسانه. در بعضی بسته‌بندی‌ها، یک قطعهٔ آغازین نیز اطلاعات اولیهٔ ترک را دارد.

نمونهٔ زیر فقط ساختار MPD را نشان می‌دهد و برای محیط عملیاتی کامل نیست:

<MPD type="static" mediaPresentationDuration="PT10M">
  <Period>
    <AdaptationSet mimeType="video/mp4" codecs="avc1.4d401f">
      <SegmentTemplate timescale="1" duration="4"
        initialization="init-$RepresentationID$.mp4"
        media="chunk-$RepresentationID$-$Number$.m4s" />
      <Representation id="360" width="640" height="360" bandwidth="800000" />
      <Representation id="720" width="1280" height="720" bandwidth="2500000" />
    </AdaptationSet>
  </Period>
</MPD>

در این نمونه، پخش‌کننده دو Representation و قطعه‌های چهاره‌ثانیه‌ای را می‌شناسد. پسوند .m4s اغلب برای قطعه‌های fMP4 دیده می‌شود، اما پسوند به‌تنهایی سازگاری یا کاربرد یک فایل را تعیین نمی‌کند. MPD واقعی برای زمان‌بندی، صدا، زیرنویس، DRM و پخش زنده اطلاعات بیشتری دارد.

مزایای MPEG-DASH در پخش ویدیو

کیفیت سازگار با شبکه

مزیت اصلی DASH، پخش تطبیقی یا ABR است. کاربری که با اینترنت ناپایدار ویدیو می‌بیند، لازم نیست همواره یک بیت‌ریت سنگین را دانلود کند. کاربر با اتصال بهتر نیز می‌تواند کیفیت بالاتری دریافت کند.

تحویل مبتنی بر HTTP و CDN

manifest و segmentها از راه HTTP تحویل می‌شوند؛ بنابراین وب‌سرور، کش و CDN می‌توانند در معماری تحویل به کار روند. این ویژگی برای سرویس‌هایی با مخاطب پراکنده و ترافیک هم‌زمان مفید است. سیاست کش باید با ماهیت VOD یا Live هماهنگ باشد.

انعطاف در ترک‌ها و کدک‌ها

DASH می‌تواند نسخه‌های ویدیویی، ترک‌های صوتی، زیرنویس و زبان‌های متفاوت را توصیف کند. این قابلیت برای محتوای چندزبانه، دسترس‌پذیری و سرویس‌های OTT کاربرد دارد، مشروط بر اینکه کدک انتخاب‌شده روی دستگاه‌های هدف پشتیبانی شود.

پشتیبانی از حفاظت محتوا در یک زنجیرهٔ کامل

راهنماهای DASH-IF برای محتوای CMAF رمزگذاری‌شده با CENC، سیگنال‌دهی حفاظت محتوا در MPD و چرخش کلید توصیه‌هایی دارند. با این حال، DRM به تنظیم پکیجر خلاصه نمی‌شود. مجوزدهی، license server، CDMهای دستگاه مقصد، سیاست امنیتی و آزمون سرتاسری باید با هم کار کنند.

معایب و محدودیت‌های MPEG-DASH

سازگاری بومی یکسان نیست

dash.js در مرورگرهای دارای Media Source Extensions، پخش DASH را با جاوااسکریپت فراهم می‌کند. در اکوسیستم Apple، HLS مسیر بومی‌تری در iOS، macOS و Safari دارد. بنابراین نباید DASH را پیش از آزمون روی دستگاه‌های واقعی، راه‌حلی سازگار با همهٔ مخاطبان فرض کرد. نگه‌داشتن خروجی HLS در کنار DASH در چنین سناریوهایی رایج است.

زنجیرهٔ تولید از آپلود MP4 پیچیده‌تر است

bitrate ladder، اندازهٔ قطعه، کلیدفریم، صوت، زیرنویس، manifest، MIME type، CORS و کش باید درست پیکربندی شوند. ناهم‌ترازی کلیدفریم میان Representationها می‌تواند تعویض کیفیت را دشوار کند. در دسترس‌نبودن یک segment نیز ممکن است پخش را مختل کند.

تأخیر پخش زنده عدد ثابتی ندارد

DASH برای Live کاربرد دارد، اما تأخیر آن ذاتاً کم یا زیاد نیست. الگوهای کم‌تأخیر DASH با قطعه‌ها یا بخش‌های کوچک‌تر و مدل زمان‌بندی مناسب، فاصله با رخداد زنده را کاهش می‌دهند. تأخیر نهایی به رمزگذار، بخش‌بندی، پخش‌کننده، CDN، شبکه و بافر وابسته است. کوتاه‌کردن افراطی قطعه‌ها نیز تعداد درخواست‌ها و حساسیت به نوسان شبکه را بالا می‌برد.

هزینهٔ رمزگذاری و ذخیره‌سازی

هر کیفیت اضافه، پردازش و فضای ذخیره‌سازی بیشتری می‌خواهد. برای یک آرشیو آموزشی کوچک، ساخت یک ladder بزرگ ممکن است توجیه اقتصادی نداشته باشد. آمار دستگاه‌ها، کیفیت اتصال و رفتار تماشا، مبنای مناسب‌تری برای تصمیم‌گیری است.

کاربردهای MPEG-DASH

  • VOD و کتابخانهٔ دوره: برای ویدیوهای طولانی و مخاطبان با اتصال‌های متفاوت.
  • پخش زندهٔ کلاس، وبینار و مسابقه: با طراحی Live profile و پایش تأخیر.
  • OTT و تلویزیون هوشمند: وقتی کنترل پخش‌کننده، کدک، صدا، زیرنویس و DRM اهمیت دارد.
  • محتوای چندزبانه و دسترس‌پذیر: برای ترک صوتی جایگزین، زیرنویس و کپشن.
  • تبلیغات زمان‌بندی‌شده یا سمت سرور: هنگامی که manifest، رویدادها و دارایی‌های تبلیغ درست مدیریت می‌شوند.

در آموزش آنلاین، DASH زمانی ارزش بیشتری دارد که کنترل تجربهٔ پخش اهمیت داشته باشد. کیفیت صدا، ساختار درس، پرداخت و پشتیبانی نیز بخش مهمی از تجربهٔ دانشجو هستند و انتخاب پروتکل به‌تنهایی مسئله را حل نمی‌کند.

تفاوت MPEG-DASH و HLS

HLS و DASH هر دو پخش تطبیقی مبتنی بر HTTP هستند. تفاوت‌ها بیشتر به استاندارد، manifest، پشتیبانی پلتفرم و ابزارهای عملیاتی مربوط است. جدول زیر برای تصمیم اولیه است و جای آزمون روی دستگاه‌های واقعی را نمی‌گیرد.

معیارMPEG-DASHHLS
فایل manifestمعمولاً .mpd با XMLمعمولاً .m3u8 با playlist متنی
استانداردISO/IEC 23009-1فناوری Apple که در RFC نیز استاندارد شده است
پخش در وبمعمولاً با MSE و پخش‌کننده‌هایی مانند dash.js یا Shaka Playerدر Safari بومی است؛ در مرورگرهای دیگر معمولاً از hls.js یا پخش‌کنندهٔ سازگار استفاده می‌شود
iPhone و iPadمسیر پخش و پخش‌کننده باید جداگانه ارزیابی شوندگزینهٔ معمول برای پخش بومی Apple
قطعه‌های رسانهمعمولاً fMP4 یا CMAFTS یا fMP4/CMAF، بسته به زنجیرهٔ تولید
DRMمی‌تواند در جریان‌های کاری CENC و CDMهای پلتفرم استفاده شودبه پلتفرم، فرمت و DRM انتخابی وابسته است
Live کم‌تأخیرالگوهای کم‌تأخیر DASH وجود داردLow-Latency HLS وجود دارد

اگر باید بدون لایهٔ پخش اضافی به کاربران iOS و Safari خدمت دهید، HLS نقطهٔ شروع مطمئن‌تری است. وقتی کنترل فنی بر پخش‌کننده و اکوسیستم دستگاه‌ها دارید یا DASH با DRM و ابزارهای فعلی شما هماهنگ است، استفاده از DASH منطقی است. بسته‌بندی یک محتوای مشترک با manifestهای HLS و DASH، پوشش دستگاه را گسترده‌تر می‌کند.

CMAF، LL-DASH و DRM چه نقشی دارند؟

CMAF مجموعه‌ای از مشخصات رسانه بر پایهٔ ISO Base Media File Format است. در جریان‌های کاری مناسب، می‌تواند استفاده از قطعه‌های رسانهٔ مشترک برای DASH و HLS را ممکن کند و تعداد خروجی‌های ذخیره‌شده را کاهش دهد. manifest و قواعد سازگاری دو پروتکل همچنان جدا هستند.

LL-DASH به الگوهای DASH برای پخش زندهٔ کم‌تأخیر اشاره دارد. طراحی آن باید از ingest تا پخش‌کننده و روی شبکه و دستگاه‌های واقعی آزموده شود؛ یک عدد ثابت برای تأخیر همهٔ سامانه‌ها وجود ندارد.

در موضوع DRM، DASH تنها یکی از اجزای زنجیره است. CENC، سامانه‌های مدیریت مجوز مانند Widevine یا PlayReady، مرورگر یا دستگاه و license server باید با هم هماهنگ شوند. DRM می‌تواند در حفاظت از محتوای پولی مؤثر باشد، اما جای کنترل دسترسی، واترمارک، سیاست حساب کاربری و پایش سوءاستفاده را نمی‌گیرد.

راه‌اندازی اولیه: از فایل ویدیو تا پخش DASH

برای نمونه‌سازی می‌توان از FFmpeg استفاده کرد. دستور زیر یک خروجی DASH ساده تولید می‌کند. برای محیط عملیاتی، باید چند Representation، GOP هم‌راستا و تنظیمات صوت را متناسب با نیاز خود تعریف کنید.

ffmpeg -i lesson.mp4 -map 0:v -map 0:a \
  -c:v libx264 -b:v 2500k -c:a aac \
  -f dash -seg_duration 4 lesson.mpd

خروجی را روی وب‌سرور یا CDN قرار دهید و MIME type فایل MPD را application/dash+xml تنظیم یا بررسی کنید. برای محیط عملیاتی، HTTPS را نیز در نظر بگیرید. سپس MPD را با dash.js یا Shaka Player بارگذاری کنید. این چهار مورد را حتماً آزمایش کنید:

  1. CORS و دسترسی: MPD و همهٔ segmentها باید از مبداهای مجاز قابل دریافت باشند.
  2. پاسخ‌های شبکه: در DevTools بررسی کنید MPD و segmentها پاسخ 200 می‌گیرند، نه 403 یا 404.
  3. تعویض کیفیت: با محدودکردن شبکه، رفتار پخش‌کننده در جابه‌جایی میان کیفیت‌ها را بسنجید.
  4. دستگاه‌های واقعی: Chrome/Android، Safari/macOS، iPhone/iPad و تلویزیون‌های هدف را جداگانه آزمایش کنید. تست دسکتاپ کافی نیست.

Shaka Packager و GPAC/MP4Box برای بسته‌بندی، و Shaka Player برای کنترل بیشتر بر پخش، از گزینه‌های قابل‌بررسی‌اند. انتخاب ابزار باید با کدک، DRM، Live یا VOD و زیرساخت تیم هماهنگ باشد.

خطاهای رایج در پیاده‌سازی MPEG-DASH

  • اشتباه‌گرفتن DASH با کدک و انتخاب کدکی که دستگاه مخاطب پشتیبانی نمی‌کند.
  • ساخت کیفیت‌های متعدد بدون هم‌ترازی کلیدفریم و انتظار تعویض نرم کیفیت.
  • فراموش‌کردن CORS، MIME type یا دسترسی CDN برای MPD و segmentها.
  • اعمال یک سیاست کش برای VOD و Live؛ MPD زنده معمولاً باید زودتر به‌روزرسانی شود.
  • اعلام سازگاری کامل با iOS بدون آزمون واقعی.
  • اندازه‌گیری‌نکردن زمان شروع، مکث مجدد، بیت‌ریت انتخابی و خطاهای پخش‌کننده پس از انتشار.

پرسش‌های متداول

MPEG-DASH مخفف چیست؟

MPEG-DASH مخفف Dynamic Adaptive Streaming over HTTP است؛ استانداردی برای تحویل تطبیقی رسانه بر بستر HTTP.

تفاوت MPD و MP4 چیست؟

MPD یک فایل XML راهنماست که کیفیت‌ها و segmentهای قابل‌پخش را معرفی می‌کند. MP4 یک ظرف رسانه است و می‌تواند فایل ویدیویی کامل یا بخشی از فرایند بسته‌بندی باشد.

آیا فایل M4S را می‌توان مستقیم پخش کرد؟

معمولاً خیر. M4S اغلب قطعه‌ای از رسانهٔ fragment شده است که پخش‌کننده آن را همراه قطعهٔ آغازین و اطلاعات MPD کنار قطعه‌های دیگر پخش می‌کند.

آیا DASH برای پخش زنده مناسب است؟

بله، به شرط طراحی و آزمون زنجیرهٔ کامل. برای پخش زندهٔ کم‌تأخیر، رمزگذار، زمان‌بندی، CDN، پخش‌کننده و ظرفیت شبکه باید با هم بررسی شوند.

برای دورهٔ آنلاین DASH بهتر است یا HLS؟

اگر بخش بزرگی از مخاطبان با iPhone، iPad و Safari تماشا می‌کنند، HLS یا ارائهٔ هم‌زمان HLS و DASH معمولاً عملی‌تر است. اگر نیازهای فنی با DASH هماهنگ است، از کیفیت تطبیقی و کنترل بیشتر آن استفاده کنید. آمار دستگاه‌های واقعی کاربران باید تصمیم نهایی را شکل دهد.

جمع‌بندی

MPEG-DASH نسخهٔ مناسب ویدیو را با توجه به شرایط پخش هر کاربر تحویل می‌دهد. MPD نقشهٔ محتوا را در اختیار پخش‌کننده می‌گذارد و segmentها از راه HTTP و CDN می‌رسند. ABR، انعطاف در ترک‌ها و سازگاری با جریان‌های کاری حرفه‌ای از نقاط قوت آن هستند. پشتیبانی Apple، پیچیدگی بسته‌بندی، DRM و تأخیر Live نیز باید در انتخاب لحاظ شوند.

بهتر است ابتدا یک ویدیوی نمونه را در چند کیفیت بسته‌بندی کنید، آن را با یک پخش‌کنندهٔ DASH اجرا کنید و روی دستگاه‌ها و شبکه‌های واقعی اندازه بگیرید. این آزمون مشخص می‌کند DASH به‌تنهایی مناسب است یا باید کنار HLS عرضه شود.

راه‌اندازی رایگان سایت آموزشی با دوریفای

با دوریفای، بدون درگیری فنی آکادمی آنلاین خودتان را بسازید؛ دوره‌های امن و رمزگذاری‌شده بفروشید، با درگاه دوریفای پرداخت‌ها را دریافت کنید و روی آموزش تمرکز داشته باشید. شروع

منابع برای بررسی فنی

مطالب پیشنهادی