编辑导语：短视频目前很受用户欢迎。在未来的视频时代，善用视频制作工具也是一项很好的技能。本文分析了视频制作系统的前世，详细介绍了视频制作系统的知识点，希望对你有所帮助。推荐给对视频制作系统感兴趣的用户阅读。

一、视频的构成

1. 视频构成

网络视频通常由图片和音频两部分组成。画面部分就是我们平时看到的视频画面和字幕，音频部分叫做音轨。这三者是视频的基本组成部分。

网络视频相对于本地视频有更多的在线播放属性，所以会在视频本身加入防盗版、流畅度、播放属性等描述文件。只有通过描述文件的指导，在线玩家才能完成基本的播放过程。

防盗版使用说明：在版权意识日益成熟的今天，网飞等网站会对视频进行加密。通过将视频切割成条带，将产生播放顺序的描述，播放器将根据播放描述中的顺序加载每个条带。描述：对于一些特殊形式的视频(比如19年在国内开始流行的互动视频)，整体形式是由一个播放指令和一堆视频组成的形式。此时，在制作过程中，需要向制作方制作视频播放指令，以便用户消费时，播放方能够知道用户交互过程中需要哪些交互选项，以及每个选项对应哪些视频。所以网络视频的主要构成是两个部分，一个是音视频本身，一个是播放指令。

2. 编码概念

这里的编码主要是关于视频编码。编码主要是通过合成和压缩技术。按照工程文档的要求，先将原始文件合成一个视频，然后通过文件转换将原始视频压缩成一个新的视频(包括格式、帧率、清晰度、音频等信息)。

网络视频合成后，由于上面提到的版权保护因素，会再次被切割成许多小块的混沌序列，同时需要制作一个播放手册，用于视频播放。

同时，由于国际化的逐步扩大，用户对视频质量的需求也越来越明显。因此，为了使播放器能够播放多语言音轨和字幕，必须对字幕和音频进行重新编码。

3. 主流编码标准

这里的主流编码标准主要是针对网络视频中的视频、音频、字幕进行梳理。

视频编码标准：我们常见的视频编码方法，如。avi、MPEG、MKV和IMAX是常见的。随着网络视频的发展，为了提供播放流畅度更高、占用带宽更少的视频格式，VP X、H26L(目前主流是H265、H264标准)等网络视频标准逐渐走上舞台。这类视频正好满足了在线视频的四个要求：播放流畅度快、带宽成本高低、防盗音频编码标准：一般情况下，音频编码主要应用在有独立音轨的在线视频领域，一般是为了给用户提供接近影院体验的消费体验，降低多语言视频应用中的整体编码成本。我们常见的音频文件编码通常分为4个维度。

音频流的速率=采样率采样大小通道数bps采样率：通常文件采样率为44.1KHz，根据编码方式有具体的采样值。一般CD的采样值是16bit。声道数：一个音轨包含多少个声道，可以形象化为印象中有多少个发音单元，其中每个发音单元播放音轨中的一个声道。所以声道越多，声音的立体感越丰富。字幕编码标准：字幕通常有两种情况需要编码。一种是识别字幕，按成视频图片；二是作为独立的外部字幕文件存在。

通常正常的字幕制作基本满足srt格式的需求。如果遇到高规则字幕(比如综艺节目中的彩色人物)，就需要ass格式的字幕文件。

在网络视频中，为了满足防盗版的需求(一般字幕的翻译成本约为影视内容购买成本的10%)，在编码过程中会对外字幕的字幕格式进行重新编码，转换成xml、web_vtt等格式进行分发供消费。

4. 生产流程构建

视频制作系统接收到原始视频后，一般会根据用户消费和运营管理的需要，定义相应的视频制作策略。目前在种类繁多的视频平台中，版权内容和用户内容是主要的区分点。

二、版权内容

版权内容主要是平台版权购买和自制内容。这部分内容制作比较专业，资金投入比较高。常见的有长视频中的电影、电视剧、综艺、动画、纪录片，短视频中的迷你剧(如Quibi中的内容，Tik Tok付费迷你剧等……)。

这部分内容的盈利模式一般通过用户付费、广告植入和版权分销三种模式来做，其中用户付费和广告植入的总比例超过60%。所以面对这种类型的视频，制作需求需要非常精细和灵活，以利于消费体验的提升和付费规模的扩大。

1. 业务需求

一般来说，版权内容的制作基本都是由平台编辑来负责，所以对于编辑来说，提高制作效率成为了最大的需求。

面对高昂的内容制作/采购成本，除了提供基础体验，高规格视频的选项和领先全平台的上线速度成为视频付费的主要制作难点。因此，我们可以发现，企业对视频制作的需求主要包括以下四点：

从效率的角度来看：

视频操作效率高：编辑器要设计合理。视频返工成本低：二次制作保留工程文档，广电局认可的视频.生产占用的当地资源较少。从吸引付费的角度来看，全线综合：

高标准码流：编码标准需要支持HDR、HRD10等高级码流。并且需要一套完整的质检环节，不断检查是否超越竞品。高速上线能力：同样的资源需要先上线；应急资源保证按时上线。

2. 场景覆盖

版权视频是一种内容自制和版权购买的模式，所以视频在整体视频制作中设计的主要场景如下：

视频入库：一般有两种入库场景。一种是片方给出入库的视频文件；二是平台购买直播版权，直播时录制，直播结束后再上线。视频处理：内部编辑器会根据广电的要求进行剪辑编辑，通过在线或本地化操作，将可用的视频文件提交给多流制作系统。多流、音轨、字幕制作：在消费端，我们可以切换语言、字幕、清晰度等版本。质量审核：由于视频主要用于吸引用户付费，因此在线视频需要经过质量审核后才能在线观看。质量评估：一般通过通用算法对视频内容进行分析，得到相对准确的综合评分，然后通过人工质量检查对现有编码服务进行改进。同时获取竞品视频内容进行对比分析。

3. 流程建设

结合以上场景和业务需求可以发现，从视频入库的角度来看，现场录制和拍摄是两种模式，后续的视频处理；多流、音轨、字幕的制作可以按照一套流程进行(字幕略有不同)，质量审核和质量评估也可以通过一套流程进行。

因此，在流程设计中，可以将视频处理、视频制作、质量审核、质量评估抽象为一个通用流程，同时可以对现场录制的视频进行特殊处理。

一般流程：

相应的

流程整合：

在原有基础上增加现场录音入库的编码流程。

4. 用户内容

用户内容主要解释为用户自己制作的内容，包括常见的直接拍摄、魔幻表情拍摄、剪辑等。这些内容一般都是纯UGC平台的内容主题，也可以是PPC平台的内容补充。

(1)用户的需求

对于制作系统，用户需求比较明确，就是制作质量高，上线速度快。

制作质量：用户希望在线发布版本具有更高的色彩、清晰度等。比本地预览版。由于带宽等开销的影响，通常情况下，视频在编码过程中会进行一定程度的压缩。压缩后质量会尽可能与原视频相近，整体消费体验会接近原视频。对于用户自己制作的视频，由于用户制作的难度和在线系统成本的考虑，一般情况下，用户的视频不会考虑外置字幕、多轨等。上线速度：用户视频的上传发布需要两个关键环节：上线制作和安全审核。目前所有的安全审核都是在线的，所以在制作过程中需要快速制作一个速度极快的视频流(现在一般是720p，有时候会换成360p)，然后进入机器审核再过渡到人工审核。(2)成本核算

通常平台会在用户自主上传视频时进行成本核算。视频上传、制作、分发、消费的主要成本在于带宽成本和服务器编解码成本。

通常需要用户的arpu值来平均每个视频的日常开销(主要是带宽存储编码)。这样就可以计算出通用的视频编解码标准。面对big up，由于big up视频内容提供的价值更高，往往会提供HDR、4k等码流进行制作。

(3)工艺施工

相对于版权视频，用户视频对运营和订阅付费没有很强的需求，所以整个流程会相对简单。请参考：

三、发布器

发布者作为平台，作为用户制作视频的第一步，承担着非常重要的责任。一般情况下，发布者制作的视频内容会作为原创内容存储在平台中，之后进行二次创作、多码流转码等操作。

在

四、质量专题

音视频的编码过程中，画面和音频质量往往会因为压缩而下降，所以整体音视频制作的最后一步就是注重声音和画面的质量。

一般来说，质量问题主要经过两大步骤。一种是要求用户付费观看的版权视频。这部分是上线前需要质量审核，另一部分是所有视频上线后都需要质检。

1. 质量审核

一般需要审批才能上线的内容，通常都是用户要付费才能观看的内容，比如爱游腾的三个视频网站的会员内容，比如Tik Tok的付费课程等这部分内容的线上逻辑主要是老师制作的视频平台里可以播放的麻滑。第一步，通过算法分析视频质量，给出问题评分。第二步是操作人员浏览一次视频，确认ok后再进行在线操作。

2. 质量检测

质检的意义在于网络视频的声音和画面检验。一般分为三步，第一步是机器检查，第二步是第一次人工检查，第三步是第二次人工检查。

机器检测主要集中在视频和音频。视频检测主要涵盖丢帧、马赛克、黑影、帧率、比特率、模糊等。一般各大视频网站都有一套通用的或者自主研发的检测算法，比如arges score。音频检测主要是检测噪音、卡带声音等。

一般视频检测中给出的位置是视频的分、秒、帧。音频检测主要给出分、秒、毫秒。机器检测基本可以帮人找到问题位置，后续工会根据这些位置做出判断，做进一步处理(重新编码，临时下线等。).

五、主流视频平台生产流程

在整个过程中，我们可以明显发现音视频编解码的底层服务是可以复用的，CDN分发流程也是如此。整个生产质量检验过程和算法可以重复使用。为了降低系统建设的成本，基于服务复用的原则，视频制作流程如下：

通过以上方法，整合各种业务视频制作场景，后续可通过上层工具或平台兼容新业务开发。

作者：大橙-视频产品，微信微信官方账号：薛惠卿

本文由@大橙-视频产品原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。