รูปแบบ MPD (.mpd): คู่มือครบวงจรสำหรับ Media Presentation Description

นามสกุลไฟล์ .mpd อาจดูแปลก แต่มีบทบาทสำคัญในการสตรีมวิดีโอสมัยใหม่ หากคุณเคยดูวิดีโอบน YouTube หรือ Netflix และพบการปรับคุณภาพอย่างราบรื่นตามความเร็วอินเทอร์เน็ตของคุณ คุณก็ได้รับประโยชน์โดยอ้อมจากเทคโนโลยีที่อยู่เบื้องหลังรูปแบบ MPD

บทความนี้ให้การสำรวจเชิงลึกเกี่ยวกับรูปแบบ MPD โดยเน้นเป็นพิเศษที่ Media Presentation Description ที่ใช้ในการสตรีม MPEG-DASH (Dynamic Adaptive Streaming over HTTP) เราจะอธิบายว่ามันคืออะไร คุณลักษณะสำคัญ วิธีการสร้างและเปิดไฟล์ รวมถึงตอบคำถามทั่วไป เนื่องจาก “.mpd” สามารถอ้างอิงถึงไฟล์ประเภทอื่นได้ คู่มือนี้จึงมุ่งเน้นไปที่การใช้งานที่สำคัญที่สุดของมันในเทคโนโลยีสตรีมมิ่งสมัยใหม่

ไฟล์ MPD (.mpd) คืออะไร?

ในบริบทของการสตรีมวิดีโอออนไลน์ ไฟล์ MPD หมายถึง Media Presentation Description. มันเป็นไฟล์ manifest ที่ใช้ XML เป็นฐานซึ่งทำหน้าที่เป็นเอกสารควบคุมศูนย์กลางสำหรับ MPEG-DASH ซึ่งเป็นมาตรฐานสากลสำหรับการสตรีมแบบอัตราบิตปรับเปลี่ยนได้ คิดว่าเป็นสารบัญที่ละเอียดและแผนที่แบบไดนามิกสำหรับไฟล์วิดีโอ

แทนที่จะเป็นไฟล์วิดีโอเดียว, MPD จะอธิบาย Media Presentation ซึ่งเป็นชุดข้อมูลที่มีโครงสร้างซึ่งประกอบเป็นเนื้อหาสื่อ. มันบอกให้เครื่องเล่นสื่อ (ไคลเอนต์) ว่าจะหาไฟล์วิดีโอและเสียงจริงได้จากที่ไหน, ซึ่งถูกแบ่งออกเป็นส่วนย่อยขนาดเล็กตามเวลา. MPD ให้ URL หรือเทมเพลต URL สำหรับส่วนเหล่านี้, ทำให้ไคลเอนต์สามารถร้องขอผ่าน HTTP ได้.

ลักษณะสำคัญของไฟล์ MPD

พลังของรูปแบบ MPD อยู่ที่ความสามารถในการทำให้การสตรีมเป็นไปอย่างราบรื่นและคุณภาพสูง. คุณลักษณะสำคัญของมันถูกกำหนดโดยมาตรฐาน MPEG-DASH.

1. การสตรีมแบบอัตราบิตปรับได้ (ABR)

นี่คือคุณสมบัติที่สำคัญที่สุด. MPD แสดงรายการ Representations หลายแบบของเนื้อหาเดียวกัน. Representation คือเวอร์ชันที่เข้ารหัสของวิดีโอที่มีอัตราบิตและความละเอียดเฉพาะ (เช่น 720p ที่ 2 Mbps, 1080p ที่ 5 Mbps). ขึ้นอยู่กับสภาพเครือข่ายแบบเรียลไทม์และความสามารถของอุปกรณ์, ไคลเอนต์สามารถสลับระหว่าง Representation เหล่านี้ได้อย่างราบรื่น, ทำให้การเล่นต่อเนื่องโดยไม่มีการบัฟเฟอร์.

2. โครงสร้าง XML แบบลำดับชั้น

MPD เป็นไฟล์ข้อความที่จัดรูปแบบเป็น XML, ทำให้ทั้งมนุษย์และเครื่องสามารถอ่านและประมวลผลได้. ข้อมูลถูกจัดเรียงในโครงสร้างชั้นลำดับที่ชัดเจน:

  • Period: ช่วงเวลาเป็นช่วงเวลาต่อเนื่องภายในการนำเสนอสื่อ ภาพยนตร์ทั้งหมดอาจเป็นหนึ่งช่วงเวลา หรืออาจแบ่งเป็นหลายช่วงเวลาเพื่อแยกบทต่าง ๆ หรือการหยุดโฆษณา
  • Adaptation Set: ภายในช่วงเวลา ชุดการปรับเปลี่ยน (adaptation set) จะรวมตัวแทนทางเลือกของส่วนประกอบสื่อเดียวกัน เช่น สตรีมวิดีโอหรือสตรีมเสียง
  • Representation: สิ่งนี้กำหนดเวอร์ชันที่เข้ารหัสเฉพาะของส่วนประกอบสื่อ รวมถึงรายละเอียดเช่น bitrate, ความละเอียด, codec, และอัตราเฟรม
  • Segment Info: ส่วนนี้มีข้อมูลเกี่ยวกับเซกเมนต์สื่อ เช่น ระยะเวลาและวิธีการสร้าง URL เพื่อขอรับเซกเมนต์เหล่านั้น

3. รองรับการสตรีมแบบสดและตามความต้องการ

รูปแบบ MPD สามารถอธิบายเนื้อหาแบบตามต้องการ (เช่น ภาพยนตร์) และสตรีมสด (เช่น งานกีฬา) ได้ ซึ่งควบคุมโดยแอตทริบิวต์ type ในแท็ก <MPD> โดยใช้ type="static" สำหรับเนื้อหาแบบตามต้องการ ส่วน type="dynamic" ใช้สำหรับการถ่ายทอดสด

4. การซิงโครไนซ์หลายสตรีม

สื่อสมัยใหม่มักมีหลายแทร็ก เช่น วิดีโอ, เสียงในหลายภาษา, และคำบรรยาย MPD สามารถอธิบายส่วนประกอบทั้งหมดเหล่านี้ได้ และโครงสร้างของมันทำให้ไคลเอนต์สามารถซิงโครไนซ์ได้อย่างสมบูรณ์ระหว่างการเล่น

5. การปกป้องเนื้อหาและการตรวจสอบสิทธิ์

ไฟล์ MPD สามารถรวมองค์ประกอบสำหรับการจัดการสิทธิ์ดิจิทัล (DRM) และการตรวจสอบความถูกต้องของเนื้อหา โดยให้วิธีมาตรฐานในการปกป้องวัสดุที่มีลิขสิทธิ์

วิธีสร้างไฟล์ MPD

การสร้างไฟล์ MPD เป็นกระบวนการที่เรียกว่า “DASHing” หรือ “packaging” ซึ่งเกี่ยวข้องกับการนำไฟล์สื่อของคุณ (เช่น MP4) มาตัดเป็นส่วนตามมาตรฐาน MPEG-DASH ซึ่งจะสร้างไฟล์ manifest MPD โดยอัตโนมัติ

เครื่องมือที่ใช้บ่อยที่สุดสำหรับงานนี้คือ MP4Box ของ GPAC ต่อไปนี้คือตัวอย่างคำสั่งอย่างง่าย:

MP4Box -dash 2000 sample.mp4 -out sample.mpd

ในคำสั่งนี้:

  • -dash 2000 กำหนดระยะเวลาของเซกเมนต์เป็น 2000 มิลลิวินาที (2 วินาที).
  • sample.mp4 คือไฟล์วิดีโออินพุตของคุณ.
  • -out sample.mpd ระบุชื่อของไฟล์ manifest ผลลัพธ์.

หมายเหตุสำคัญ: ไฟล์ผลลัพธ์ควรมีนามสกุล .mpd ไม่ใช่ .mp4 นี่เป็นข้อผิดพลาดทั่วไปที่อาจทำให้สับสน.

สำหรับสถานการณ์ที่ซับซ้อนมากขึ้น คุณสามารถระบุหลายแทร็กเสียงและวิดีโอ, โปรไฟล์ที่แตกต่างกัน, และเทมเพลต URL ตัวอย่างเช่น คำสั่งสามารถขยายเพื่อจัดการหลายแทร็กและสร้างโปรไฟล์การสตรีมสด:

MP4Box -dash 2000 -profile dashavc264:live -bs-switching multi -url-template video.mp4#trackID=1:id=vid0 audio.mp4#trackID=2:id=aud0 -out sample.mpd

โครงสร้างโค้ด MPD ตัวอย่าง

นี่คือตัวอย่างไฟล์ MPD พื้นฐานในรูปแบบ XML:

<?xml version="1.0" encoding="UTF-8"?>
<MPD xmlns="urn:mpeg:dash:schema:mpd:2011" 
     type="static" 
     mediaPresentationDuration="PT10M" 
     minBufferTime="PT1.5S" 
     profiles="urn:mpeg:dash:profile:isoff-on-demand:2011">
  
  <Period duration="PT10M">
    <AdaptationSet mimeType="video/mp4" codecs="avc1.4D401E">
      <Representation id="video_1" bandwidth="500000" width="640" height="360">
        <BaseURL>video-360.mp4</BaseURL>
        <SegmentBase indexRange="1000-2000"/>
      </Representation>
      <Representation id="video_2" bandwidth="1500000" width="1280" height="720">
        <BaseURL>video-720.mp4</BaseURL>
        <SegmentBase indexRange="3000-4000"/>
      </Representation>
    </AdaptationSet>
    
    <AdaptationSet mimeType="audio/mp4" codecs="mp4a.40.2">
      <Representation id="audio_1" bandwidth="128000">
        <BaseURL>audio.mp4</BaseURL>
        <SegmentBase indexRange="5000-6000"/>
      </Representation>
    </AdaptationSet>
  </Period>
</MPD>

เครื่องมือทางเลือกสำหรับการสร้างไฟล์ MPD

แม้ว่า MP4Box จะเป็นที่นิยมที่สุด แต่ยังมีเครื่องมืออื่น ๆ ที่คุณสามารถใช้ได้:

เครื่องมือคำอธิบายแพลตฟอร์ม
FFmpegสามารถสร้างเซกเมนต์ DASH และไฟล์ MPD ได้โดยใช้ตัวเลือก -f dashข้ามแพลตฟอร์ม
Bento4ชุดเครื่องมือสำหรับการแพ็กเกจ MP4 และ DASHข้ามแพลตฟอร์ม
Shaka Packagerเครื่องมือแพ็กเกจแบบเปิดของ Google สำหรับ DASH และ HLSข้ามแพลตฟอร์ม
AWS Elemental MediaConvertบริการแพ็กเกจบนคลาวด์คลาวด์

ตัวอย่างการใช้ FFmpeg 

ffmpeg -i input.mp4 -c:v libx264 -c:a aac -f dash -seg_duration 2 output.mpd

วิธีเปิดไฟล์ MPD

วิธีการเปิดไฟล์ .mpd ขึ้นอยู่กับว่ามันมีจุดประสงค์เพื่อทำอะไร

สำหรับการสตรีม (MPEG-DASH MPD)

  • Web Players: คุณไม่สามารถ “เปิด” ไฟล์ MPD ในโปรแกรมเล่นสื่อมาตรฐานเช่น VLC หรือ Windows Media Player ได้เหมือนกับไฟล์ MP4. แทนที่จะเป็นเช่นนั้น ไฟล์ MPD จะถูกเปิดโดย โปรแกรมเล่นสื่อที่รองรับ DASH. ตัวอย่างหนึ่งคือโปรแกรมเล่นโอเพนซอร์ส Dash.js ซึ่งถูกรวมไว้ในหลายแอปพลิเคชันเว็บ. เมื่อคุณเยี่ยมชมเว็บไซต์ที่ใช้ MPEG‑DASH, เว็บเพลเยอร์จะอ่านและประมวลผลไฟล์ MPD ในพื้นหลังเพื่อดึงและเล่นส่วนของวิดีโอ.

  • Testing with Dash.js: คุณสามารถทดสอบไฟล์ MPD ได้โดยใช้ตัวเล่นอ้างอิง Dash.js ที่มีให้ที่ https://reference.dashif.org/dash.js/. เพียงแค่วาง URL ของไฟล์ MPD ของคุณ, ตัวเล่นจะพยายามสตรีมเนื้อหา.

สำหรับการดูโค้ด

  • Text Editors: เนื่องจากเป็นไฟล์ XML, คุณสามารถเปิดไฟล์ MPD ในโปรแกรมแก้ไขข้อความใดก็ได้เพื่อดูโครงสร้างและเนื้อหา. สิ่งนี้มีประโยชน์สำหรับนักพัฒนาและผู้ทดสอบคุณภาพ. คุณสามารถใช้ Notepad (Windows), TextEdit (Mac), หรือโปรแกรมแก้ไขโค้ดที่ขั้นสูงกว่าเช่น VS Code, Sublime Text, หรือ Notepad++.

คำชี้แจงสำคัญเกี่ยวกับประเภทไฟล์ .mpd อื่น ๆ

  • Microsoft Project Database: นี่เป็นรูปแบบเก่าที่ Microsoft Project ใช้เพื่อเก็บข้อมูลการจัดการโครงการ. สามารถเปิดได้เฉพาะด้วยเวอร์ชันเฉพาะที่มักเป็นเวอร์ชันเก่าของ Microsoft Project หรือไลบรารีของบุคคลที่สามเช่น MPXJ.

  • File List Creator Playlist: ซอฟต์แวร์เก่าบางตัวใช้ส่วนขยาย .mpd สำหรับไฟล์เพลย์ลิสต์ ซึ่งสามารถเปิดด้วยโปรแกรมแก้ไขข้อความได้.

กรณีการใช้งานและแอปพลิเคชัน

บริการวิดีโอออนดีมานด์ (VOD)

แพลตฟอร์มเช่น Netflix, Amazon Prime, และ Disney+ ใช้ MPEG-DASH พร้อมไฟล์ MPD manifest เพื่อส่งมอบภาพยนตร์และรายการทีวี. MPD ช่วยให้บริการเหล่านี้สามารถเสนอระดับคุณภาพหลายระดับและปรับให้เข้ากับการเชื่อมต่ออินเทอร์เน็ตของผู้ใช้แต่ละคน.

การถ่ายทอดสด

กิจกรรมกีฬา, ช่องข่าว, และคอนเสิร์ตถูกสตรีมแบบสดโดยใช้ไฟล์ MPD แบบไดนามิก. Manifest จะอัปเดตแบบเรียลไทม์เมื่อส่วนใหม่พร้อมใช้งาน, ทำให้ผู้ชมสามารถดูเหตุการณ์ได้ทันทีที่เกิดขึ้น.

การเฝ้าระวังและความปลอดภัย

กล้อง IP และระบบความปลอดภัยใช้ไฟล์ MPD เพื่อสตรีมภาพสดไปยังสถานีตรวจสอบและอุปกรณ์มือถือ, ทำให้การเล่นกลับเป็นไปอย่างเชื่อถือได้แม้ในสภาพเครือข่ายที่เปลี่ยนแปลง.

แพลตฟอร์มการเรียนรู้ออนไลน์

แพลตฟอร์มการศึกษาใช้การสตรีม DASH เพื่อส่งมอบวิดีโอการบรรยาย, ทำให้นักเรียนสามารถเข้าถึงเนื้อหาได้โดยไม่มีปัญหาการบัฟเฟอร์ไม่ว่าคุณภาพการเชื่อมต่อของพวกเขาจะเป็นอย่างไร.

ข้อดีของการใช้ MPD ใน MPEG-DASH

1. มาตรฐานเปิด

ไม่เหมือนกับ HLS ของ Apple (HTTP Live Streaming) MPEG-DASH เป็นมาตรฐานสากลแบบเปิด ทำให้ไม่จำกัดแพลตฟอร์มและได้รับการสนับสนุนอย่างกว้างขวาง.

2. การใช้แบนด์วิดท์อย่างมีประสิทธิภาพ

โดยการปรับคุณภาพแบบไดนามิก MPD ลดการใช้ข้อมูลให้น้อยที่สุด ช่วยประหยัดค่าใช้จ่ายทั้งสำหรับผู้ให้บริการและผู้ใช้.

3. การเปลี่ยนผ่านที่ราบรื่น

วิธีการแบบแบ่งเซกเมนต์ทำให้การเปลี่ยนระดับคุณภาพเป็นไปอย่างราบรื่น ลดความหงุดหงิดของผู้ชมจากการบัฟเฟอร์หรือการลดคุณภาพ.

4. การสนับสนุน Multi-CDN

ไฟล์ MPD สามารถรวม BaseURL หลายรายการได้ ทำให้การส่งมอบเนื้อหาจาก CDN หลายตัวเพื่อความซ้ำซ้อนและการกระจายโหลดเป็นไปได้.

5. การแทรกโฆษณา

MPD แบบไดนามิกทำให้สามารถแทรกโฆษณาฝั่งเซิร์ฟเวอร์ได้ โดยโฆษณาจะถูกรวมเข้ากับสตรีมสดหรือเนื้อหา VOD อย่างราบรื่น.

ข้อจำกัดและข้อพิจารณา

1. ความซับซ้อนของ DRM

แม้ว่า MPD จะรองรับ DRM แต่การนำไปใช้ให้ถูกต้องบนอุปกรณ์และเบราว์เซอร์ที่หลากหลายอาจเป็นเรื่องท้าทาย.

2. ความต้องการด้านไคลเอนต์

ไคลเอนต์ (ผู้เล่น) ต้องเป็นไปตามมาตรฐาน DASH ไม่ใช่ผู้เล่นรุ่นเก่าทั้งหมดจะรองรับ MPEG-DASH โดยไม่มีไลบรารี JavaScript เสริม.

3. ความหน่วงเวลา

การสตรีมสดด้วย MPD โดยทั่วไปมีความหน่วงเวลา 6-30 วินาที สำหรับแอปพลิเคชันที่ต้องการความหน่วงต่ำมาก (เช่น การประชุมวิดีโอ) โปรโตคอลอื่นเช่น WebRTC อาจเหมาะสมกว่า.

4. ภาระขนาดไฟล์

โครงสร้าง XML อาจมีความยาวเกินไป ทำให้เกิดภาระเพิ่มขึ้นเมื่อเทียบกับรูปแบบไฟล์แมนนิเฟสแบบไบนารี

แนวโน้มในอนาคต

1. DASH ความหน่วงต่ำ (LL-DASH)

DASH Industry Forum ได้แนะนำส่วนขยายเพื่อ ลดความหน่วงเวลา ทำให้ประสบการณ์การสตรีมใกล้เคียงเวลาจริงเป็นไปได้

2. การรวม CMCD

การรวม Common Media Client Data (CMCD) ทำให้ผู้เล่น MPD สามารถแชร์ข้อมูลการเล่นกับ CDN เพื่อการปรับประสิทธิภาพที่ดียิ่งขึ้น

3. การสนับสนุน 8K และ HDR

เมื่อคุณภาพวิดีโอพัฒนา MPD กำลังถูกขยายเพื่อรองรับความละเอียดที่สูงขึ้น, HDR, และช่วงสีที่กว้างขึ้น

4. การแทรกโฆษณาด้านเซิร์ฟเวอร์ (SSAI)

การจัดการ MPD ขั้นสูงทำให้สามารถต่อโฆษณาอย่างต่อเนื่องโดยตรงในแมนนิเฟส สร้างประสบการณ์โฆษณาที่ราบรื่นยิ่งขึ้น

สรุป

รูปแบบ MPD คือฮีโร่ที่ไม่ได้รับการยกย่องของการสตรีมสมัยใหม่ แม้ว่านามสกุลไฟล์ของมันอาจทำให้สับสนกับรูปแบบข้อมูลอื่น ๆ แต่บทบาทของมันในฐานะ Media Presentation Description ของ MPEG‑DASH คือสิ่งที่ทำให้สตรีมวิดีโอคุณภาพสูงที่ปรับเปลี่ยนได้ซึ่งเรารับชมทุกวันบนอินเทอร์เน็ตทำงานได้อย่างเต็มที่ รูปแบบ XML ที่มีโครงสร้างดีและหลักการพื้นฐานในการให้หลายรูปแบบและข้อมูลเซกเมนต์ที่ละเอียดทำให้มั่นคง ขยายได้ และเป็นมิตรต่อผู้ใช้

ไม่ว่าคุณจะเป็นผู้ให้บริการเนื้อหา, นักพัฒนาที่กำลังสร้างแพลตฟอร์มสตรีมมิ่ง, หรือเพียงผู้ที่สนใจเทคโนโลยี, การเข้าใจรูปแบบ MPD จะทำให้คุณเข้าใจเทคโนโลยีที่ซับซ้อนเบื้องหลังประสบการณ์การเล่นวิดีโอที่ราบรื่นทุกครั้ง.

คำถามที่พบบ่อย (FAQ)

1. ฉันต้องใช้ซอฟต์แวร์อะไรเพื่อเปิดไฟล์ DASH MPD เพื่อดู? คุณต้องใช้เครื่องเล่นสื่อที่รองรับ MPEG-DASH, เช่นเว็บเบราว์เซอร์ที่มีเครื่องเล่นที่สอดคล้องกับ DASH เช่น dash.js. คุณไม่สามารถเปิดไฟล์นี้โดยตรงในเครื่องเล่นวิดีโอทั่วไป.

2. ไฟล์ MPD กับไฟล์ MP4 เป็นไฟล์เดียวกันหรือไม่? ไม่. ไฟล์ MP4 มีข้อมูลเสียงและวิดีโอที่เข้ารหัสจริง. ไฟล์ MPD เป็นไฟล์ manifest ที่อธิบายเนื้อหาสื่อและบอกเครื่องเล่นว่าจะหาเซกเมนต์ย่อยของข้อมูลนั้นได้จากที่ไหน.

3. โครงสร้างของไฟล์ MPD เป็นอย่างไร? MPD เป็นไฟล์ XML ที่มีโครงสร้างแบบลำดับชั้นซึ่งรวมถึงองค์ประกอบ <Period>, <AdaptationSet>, <Representation> และ <SegmentInfo> เพื่อจัดระเบียบและอธิบายสื่อ.

4. ฉันสามารถสร้างไฟล์ MPD จากวิดีโอของฉันได้หรือไม่? ได้, คุณสามารถใช้เครื่องมือโอเพ่นซอร์สเช่น MP4Box ของ GPAC หรือ FFmpeg เพื่อแบ่งวิดีโอของคุณและสร้างไฟล์ MPD ที่สอดคล้องโดยอัตโนมัติ.

5. ทำไมผู้เล่นของฉันถึงบัฟเฟอร์น้อยลงเมื่อใช้ MPD? เนื่องจาก MPD ช่วยให้ผู้เล่นปรับตัวตามสภาพเครือข่ายของคุณ หากความเร็วของคุณลดลง ผู้เล่นสามารถขอการแสดงผลคุณภาพต่ำกว่าจาก MPD เพื่อป้องกันการบัฟเฟอร์โดยการดาวน์โหลดข้อมูลเป็นชิ้นเล็ก ๆ

อ้างอิงและแหล่งข้อมูล