音声と動画の連結パフォーマンスを大幅に改善
このたび、音声と動画を連結する Robot を更新し、FFmpeg の concat demuxer を採用しました。これにより、適用条件を満たす Assembly のパフォーマンスが大幅に向上しました。
Assembly で新しい demuxer を活用するには、入力ファイルが次の条件を満たす必要があります。
- コンテナ形式が同じであること(すべて MP4 など)
- ストリームのコーデックが同じであること(動画は H.264、音声は AAC など)
- コーデックパラメーターが同じであること(動画の解像度やフレームレート、音声のサンプルレートなど)

なぜ大幅に高速化するのか
concat demuxer による連結が、複雑なフィルターと再トランスコードを使う方法よりも大幅に高速なのは、次の理由によります。
再エンコードが不要
concat demuxer を -c copy とともに使うと、FFmpeg はストリームをデコードしてから再エンコードする必要がありません。再エンコードは CPU 負荷が高く、Assembly の実行時間を大幅に延ばす場合があります。特に、高解像度の動画を処理する Assembly では顕著です。concat demuxer はこの処理を省くことで、ファイルの不要な再エンコードを避け、Assembly をはるかに短時間で完了します。
データを直接コピー
concat demuxer を使うと、FFmpeg は基本的にソースファイルのメディアデータを出力ファイルに直接コピーできます。ファイルヘッダーの解析とタイムスタンプの調整以外にはほとんど処理がないため、処理速度は主にストレージメディアの速度に制約されます。
品質を維持
再エンコードしないため、エンコード中に発生し得る圧縮アーティファクトによる品質の低下もありません。高速化に加えて、この利点も得られます。
一方、複雑なフィルターや再エンコードを使う場合、FFmpeg はすべてのストリームを完全にデコードし、処理してから目的の形式に再エンコードする必要があります。この処理には、スケーリング、フィルタリング、その他の変換が含まれる場合があります。時間がかかるだけでなく、品質の低下やファイルサイズの増大を招く可能性もあります。
この手法は、当社の Transloadian である Mikael Finstad が開発したオープンソースの動画エディター、LosslessCut と同様です。LosslessCut も FFmpeg の concat demuxer を使い、高速かつロスレスな動画編集を実現しています。
今回の変更を最大限に活用するには、形式や設定の異なる入力ファイルを、まず同じコンテナ、ストリームコーデック、コーデックパラメーターにトランスコードしてください。動画の解像度とフレームレート、音声のサンプルレートも揃える必要があります。この処理で最高のパフォーマンスを得るには、turbo: true と、当社のプリセットのいずれかを使用してください。両方を使うことで、既存の Assembly の実行時間を大幅に短縮できます。
入力ファイルが、上記のコンテナ、ストリームコーデック、コーデックパラメーターの一致条件をすべて満たしている場合は、エンコード用の Step を追加する必要はありません。その場合は、すでにデフォルトでパフォーマンスが向上しているはずです。ただし、コンテナ、ストリームコーデック、コーデックパラメーター(解像度、フレームレート、サンプルレートなど)が異なる可能性がある場合は、/file/filter を使う Step を追加し、条件に合わないファイルをエンコード用の Step に渡すことをお勧めします。これにより、後続の連結用 Step の性能を最大限に引き出せます。
