Predavanje 3. PMG · 9.–10. 11. 2026. · lanac c20002 · c20030 · c20203

Isto predavanje: 84 MB umjesto 404 MB, ista slika i zvuk koji se čuje

Matija je snimku od 4,80 GB (1080p) smanjio HandBrakeom na 403,7 MB (720p). Isti original smo kodirali na više načina i svaki usporedili s originalom, kadar po kadar, na cijelih 37 min 11 s. Mjeri se veličina i vjernost originalu (SSIM i PSNR; više je bolje). U drugom krugu (10. 11.) obradili smo zvuk za razumljivost i izbacili kadrove u kojima se ploča ne mijenja.

Ukratko

−76,9 %
S3 (objavljeno, zvuk 5): 93,2 MB naspram 403,7 MB, SSIM 0,971 naspram 0,970
+13,2 LU
Zvuk: −30,3 → −17,1 LUFS; tipičan govor +22 dB; mikrofonija 37 → 0 s
−52,3 %
AV1: 192,4 MB naspram 403,7 MB (cijela datoteka)
−54,1 %
AV1: samo video, 586 naspram 1277 kbit/s
+5,1 dB
AV1: PSNR 43,2 naspram 38,1 dB (vjernije originalu)
+3,8 dB
x264 iste veličine kao HandBrake: samo sporija postavka

Rezultati

VarijantaUkupnoRazlikaVideo kbit/sZvuk kbit/sSSIMPSNRKodiranje
HandBrake 1.10.2 (Matija)
x264 CRF 23, brza postavka
403.657.141 B—12771620,970338,11 dBnepoznato
x264 iste veličine
slow, 2 prolaza na 1277 kbit/s
404.138.668 B+0,1 %12771640,973941,89 dB17 min
x264 CRF 23 slow485.019.557 B+20,2 %1634970,975842,48 dB13 min
x265 CRF 26 medium230.683.828 B−42,9 %722970,973941,88 dB21 min
AV1 SVT preset 6 CRF 35192.391.010 B−52,3 %586970,979243,21 dB34 min

Sve varijante: 1280×720, 30 fps, 66.918 kadrova (HandBrake 66.908). Vrijeme kodiranja je na poslužitelju s 12 jezgri pri najnižem prioritetu, pa nije usporedivo s Matijinim računalom.

Statični dio izbačen (10. 11., c20030)

Ploča i projektor većinu vremena stoje. Filtar mpdecimate našao je da je 38–55 % kadrova gotovo jednako prethodnom, a promjena scene ima samo 4. Takve kadrove ne treba spremati. Sve tri varijante imaju novi zvuk (AAC 96 kbit/s mono).

VarijantaPostavkeUkupnoVideo kbit/sSSIMPSNRKodiranje
S1AV1 SVT p6 CRF 35, 15 fps121.836.222 B3360,973037,97 dB20 min
S2AV1 CRF 35, izbacivanje duplikata (mpdecimate hi=768 lo=320 frac=0,33), promjenjivi fps157.980.966 B4640,978342,12 dB26 min
S3 · zvuk 5 · objavljenoisti video kao S3, zvuk 5 (AAC 128 kbit/s)93.174.296 B2020,971437,56 dBprepakiranje
S3AV1 CRF 40, 15 fps + izbacivanje duplikata, zvuk 484.426.792 B2020,971437,56 dB15 min
HandBrake (za usporedbu)x264 CRF 23, 30 fps403.657.141 B12770,970338,11 dB—

Čitljivost ploče provjerena je na kadru u 20:00: tekst i razlomak (x−3)/(x+3) čitljivi su u S1 i S3. Niži PSNR kod 15 fps dijelom je posljedica mjerenja, jer se 15 fps uspoređuje s referencom od 30 fps (pokret ruke).

Zvuk (10. 11., c20030)

Kodek nije gubio ništa: energija u pojasevima iznad 4, 8, 12 i 15 kHz jednaka je unutar 0,7 dB u originalu (256 kbit/s), kod HandBrakea (162) i kod nas (96). Iznad 12 kHz snimka nema signala. Problem je bio što je snimka 14 dB pretiha za govor na webu.

Mjera (cijelih 37 min)IzvorKrug 1Krug 2Krug 3Krug 4Krug 5 · objavljeno
Glasnoća (EBU R128)−30,3 LUFS−16,7−16,1−17,2−16,9−17,1 LUFS
Raspon glasnoće (LRA)16,5 LU10,88,411,411,311,2 LU
Stvarni vrh−1,3 dBFS+0,5——0,0−1,7 dBTP
Tipičan govor (medijan RMS)−43,5 dB———−21,3—
Govor naspram šuma (p90 − p10)36,1 dB30,224,632,332,3—
Mikrofonija 1050–1090 Hz (sekundi ≥ 25 dB iznad okoline)37———480
Veličina zvuka71,8 MB (AAC 256k)27,6 MB (AAC 96k)36,3 MB (AAC 128k mono)

Mikrofonija (Ivan, 3:25): zvižduk na 1070 Hz (luta 1050–1090), najjači na 3:28, postoji već u izvornoj snimci. Krug 4 ga je pojačao za oko 6 dB jer ga je izjednačavanje glasnoće dizalo kao govor. Krug 5 ga usko izrezuje (bandreject f=1072 w=40, dvaput) prije izjednačavanja i dodaje alimiter na −3 dBFS. AAC na 96 kbit/s podizao je vrh za 3,5 dB (PCM −2,1 → +1,5 dBTP), zato 128 kbit/s (−1,7). Mjerni prag ≥ 12 dB lovio je i harmonike govora, pa je mjerodavan ≥ 25 dB.

Krug 4: mono → highpass 80 Hz (brum) → afftdn nr=10 (blago uklanjanje šuma) → dynaudnorm f=500 g=31 m=15 p=0,9 t=0,003 (izjednačava glasnoću, pauze bez govora ne pojačava) → loudnorm I=−16 TP=−2 LRA=7 u dva prolaza. Krug 2 je jače sažimao i podigao šum pauza (SNR 24,6), pa je odbačen. Slušanje prije i poslije: A/B stranica.

Hipoteze (upisane u lanac PRIJE mjerenja, c20002)

HipotezaKriterijIshod
H1 · x264 CRF 23 slow≥ 25 % manji od HandBrakea uz SSIM ≥ HandBrakePAD — 20,2 % veći (kvaliteta bolja: +4,4 dB). Pretpostavka o 60 fps duplikatima bila je kriva: HandBrake ima prosječno 29,99 fps.
H2 · AV1≥ 50 % manji uz SSIM unutar 0,005DRŽI — 52,3 % manji, SSIM +0,009 (bolje, ne samo unutar granice)
H3 · x265≥ 40 % manji uz SSIM unutar 0,005DRŽI — 42,9 % manji, SSIM +0,004
dodatno · x264 iste veličinepoštena usporedba istog kodekaista veličina (+0,1 %), SSIM +0,004, PSNR +3,8 dB
V1 · statični dio (c20030)≤ 124 MB za 37 min uz SSIM ≥ 0,970DRŽI — S1 121,8 MB / 0,973; S3 84,4 MB / 0,971
kriterij c2049 (od ranije)predavanje od 45 min ≤ 150 MBDRŽI za S3 — oko 102 MB za 45 min (prvi put)
Z2 · glasnoća (c20030)oko −16 LUFS, tipičan govor ≥ +15 dBDRŽI — −16,9 LUFS, +22,2 dB
Z1 · dinamika (c20030)LRA ≤ 8 LU i stvarni vrh ≤ −1,5 dBTPPAD — LRA 11,3; vrh 0,0. Jače sažimanje diže šum pauza.

Kako je mjereno

Granice

Preporuka

Za predavanja uz ploču na webu: AV1 (SVT, preset 6, CRF 40, 720p, 15 fps, izbacivanje duplikata) i zvuk po krugu 5 (AAC 128 kbit/s mono, −16 LUFS, urez mikrofonije kad je ima), uz x264 s istim zvukom kao rezervu za starije Apple uređaje. Predavanje stane u petinu prostora uz jednaku vjernost, a govor se čuje. Ugradnja ide u postojeći services/media_proc.py (zaseban DA). U HandBrakeu je najbliže koder SVT-AV1 s 15 fps; za zvuk HandBrake nema normalizaciju glasnoće.