New conference paper: Application Layer Throughput Control for Video Streaming over HTTP2

Our latest research on throughput control for video streaming has been accepted for presentation at Eighth International Conference on Communications and Electronics (ICCE).  In this work, we tackle the problem of throughput control for multiple streaming clients at application layer using HTTP2 flow control feature. The proposed framework includes a throughput estimation scheme and an application layer based throughput control scheme which utilizes HTTP2’s Flow Control mechanism. Experiment results show that the proposed framework can effectively control throughput of individual clients.

Why do we need "throughput control"?

In practice, there are many cases where multiple videos are concurrently streamed over a same network connection with limited bandwidth.  A common example is when people in a same local network (e.g., home, office) watch online videos at the same time. Another example is camera surveillance system where a large number of video feeds from surveillance cameras is streamed to a processing data. In addition, those video streams may have different characteristic (e.g., bitrates) or have different levels of importance. Thus, it is desirable to be able to allocate available network bandwidth in an efficient manner. For instance, in case of camera surveillance system, video streams from important cameras should have higher throughput than those from less important ones.  

Why application layer matter?

In our previous work [1], we successfully control throughput of streaming client by adjusting TCP flow control window size. However, it may not always possible to perform such control in practice, such as in browser-based streaming, or in mobile devices. Thus, it is desirable to be able to control throughput at application layer.

[1] Duc V. Nguyen, Huyen Tran, Pham Ngoc Nam, Truong Cong Thang, "Cross-Layer Management for Multiple Adaptive Streaming Clients in Wireless Home Networks", IEICE Transactions on Information and Systems, March. 2018.

New conference paper on Transfer Learning

Why transfer learning?

Though the performance of machine learning models (especially deep learning) has been improved significantly over the past few years, there still exist several challenges that need to be addressed in order for ML to be applied in practice at scale. One of the most serious problems is the poor performance when applying pre-trained machine learning models to real-world problems. We, human being, are born with the ability to apply acquired knowledge and skills to new problems/tasks. For example, once you learned to ride a bicycle, you can ride a motorbike with minimum efforts. But, it is not so simple in case of machine learning. Retraining ML models for new tasks requires additional training data that is not available in many cases. Transfer learning is a potential approach to deal with this problem. 

What is transfer learning?

Transfer learning refers to a set of machine learning techniques that allows one to transfer knowledge learned from an auxiliary (or source) domain to help the training task on a target domain. There are three typical types of transfer learning, namely, instance transfer, feature transfer, and network transfer. In instance-based transfer, instances (or data) from the source domain is used in the training at the target domain. Go further, feature-based transfer aims to transfer features which are learned from the data. Different from the raw data, features are more compact and contain more meaningful information that can help improve the performance in many cases. Both instance-based and feature-based approaches assume that the source data is available at the target data. However, due to increasing concerns over user privacy and security, it become more and more difficult to share data between domains. Network transfer can solve this problem by transferring part of the model such as weights. 

Our contribution 

Recommender system is an essential component in many practical applications and services. Recently, significant progress has been made to improve performance of recommender system utilizing deep learning. However, single-domain recommender system suffers from the long-standing data sparsity problem. Transfer learning is a potential approach to deal with the data sparsity problem in recommender system. In this paper, we investigate the transferability of deep neural networks for recommender system. It is found that the neural network responsible for learning the user-item interaction function can be transferred to the target domain, resulting in significant improvement in recommendation performance.

Ref: Duc Nguyen et al., "On the Transferability of Deep Networks for Recommender Systems", DEIM Forum, March. 2020. 

Tech news (week #13)

SRT (Secure realiable transport) là một giao thức mã nguồn mở phát triển bởi công ty Haivision [1]. Giao thức này cho phép các đài truyền hình truyền video chất lượng cao với trễ thấp qua mạng Internet. Được giới thiệu từ năm 2013, SRT đã nhanh chóng trở thành một chuẩn streaming phổ biến cho các đài truyền hình. Vào năm 2017, công ty Haivision quyết định công khai mã nguồn của SRT và hợp tác với Wowza [3] lập nên SRT Alliance [4] nhằm thúc đẩy sự phát triển của SRT. SRT hiện đã được hỗ trợ bởi VideoLAN's VLC, GSstreamer, và FFmpeg. Các công ty lớn như Microsoft và Eurovision hiện đang sử dụng SRT để cung cấp các dịch vụ live streaming chuyên nghiệp. Điểm nổi bật của SRT so với các giao thức streaming khác là khả năng đảm bảo trễ thấp và khả năng chống lỗi cao.

Gần đây khi xem Youtube có thể bạn sẽ để ý nhiều khi hình ảnh video bị lỗi dù chỉ là xem ở chế độ on-demand. Nguyên nhân của những lỗi đó là do YouTube đã thay đổi giao thức truyền video từ HTTP/TCP thành QUIC [5]. QUIC (Quick UDP Internet Connections) là một protocol phát triển bởi Google từ năm 2012 và còn được gọi là HTTP/3. Nó chạy trên UDP nên sẽ xảy ra việc mất gói tin trên đường truyền. Khi một phần thông tin của một ảnh bị mất trên đường truyền, lỗi sẽ xuất hiện khi giải nén ảnh đó.

Video trên thiết bị di động đang trở nên phổ biến hơn bao giờ hết, theo báo cáo mới nhất từ Verizon Media Research [6], thời gian người dùng dành để xem video trên điện thoại và máy tính bảng tăng 88% mỗi năm. Sự gia tăng chủ yếu đến từ các công nghệ mới như AR và VR. Các nhà quảng cáo vì vậy cũng đang đầu tư rất mạnh vào mảng quảng cáo trên di động. Theo một báo cáo từ comScore, người dùng trẻ chỉ chấp nhận quảng cáo với độ dài từ 5-6 giây [7]. Điều này đặt ra thử thách rất lớn cho các nhà quảng cáo. Với quảng cáo 6s, bạn phải tạo ra sự ngạc nhiên và hứng thú cho người xem trong vòng 2s đầu tiên [8].

[1] https://www.haivision.com/
[2] https://www.haivision.com/products/srt-secure-reliable-transport
[3] https://www.wowza.com/
[4] https://www.srtalliance.org/
[5] https://en.wikipedia.org/wiki/QUIC
[6] https://www.oath.com/insights/study-all-eyes-on-digital-videos/
[7] https://www.cnbc.com/2017/07/21/comscore-ceo-millennials-need-5-to-6-second-ads-to-hold-attention.html
[8] http://www.onlinevideo.net/2019/02/mobile-video-soars-six-second-ads/

Tech news (week #12)

Theo báo cáo mới nhất từ Penthera [1], 88% người dùng mobile để stream/xem video (mobile streamers/viewers) ở Mỹ đã từng gặp những vấn đề gây ra sự khó chịu khi xem video. Con số này tăng 7% so với số liệu năm 2018. Những nguyên nhân chính gây ra sự khó chịu là bị dừng hình (buffering), quảng cáo, và mất quá lâu để video bắt đầu chạy (too long start-up delay). Người dùng có yêu cầu rất cao về chất lượng streaming, thậm chí là trên thiết bị di động. 56% số người được hỏi cho biết họ sẽ từ bỏ việc xem video nếu gặp phải một trong những vấn đề nêu trên; 18% số người đã dừng việc sử dụng dịch; 7% hủy hợp đồng, và 7% sẽ viết những review tiêu cực trên app store. Để tránh các vấn đề có thể gặp phải, 69% số người được hỏi cho biết họ mong muốn có lựa chọn tải trước những chương trình yêu thích về thiết bị của họ. Đây là cách truyền thống mà Apple hay Netflix áp dụng trước đây khi băng thông của mạng Internet chưa tốt. Kết quả của báo cáo này cho thấy việc đảm bảo một chất lượng streaming tốt (không dừng hình, bắt đầu nhanh) cho người dùng thiết bị di động vẫn là một vấn đề nan giải và cần các thuật toán mới để giải quyết.

Chuẩn nén video AV1 (AV1 codec) của Alliance for Open Media đã được tích hợp vào bản ffmpeg-4.0. Bạn có thể thử nghiệm chuẩn nén video mới nhất này theo hướng dẫn từ ffmpeg [2]. Theo những thử nghiêm mới nhất, dù đạt được hiệu suất nén tương đương hoặc tốt hơn HEVC, AV1 có tốc độ nén chậm hơn khá nhiều so với các codec phổ biến hiện nay như x264, x265, libvpx. Cụ thể, AV1 chậm hơn khoảng 3 lần so với x265 và libvpx, và khoảng 40 lần so với x264 [3]. Do vậy, rất nhiều cải thiện sẽ cần phải được thực hiện nếu muốn đưa AV1 vào sự dụng trong thực tế.

*Alliance for Open Media [4]: Là một tổ chức được thành lập năm 2015 bởi các công ty Inernet lớn bao gồm Amazon, Cisco, Google, Intel, Microsoft, Mozilla, Netflix. Mục tiêu của tổ chức này là tạo ra một nền tảng truyền video miễn phí (Royalty-free Video Streaming Ecosystem) giúp cho sự phát triển của các ứng dụng truyền video trên Internet. Chuẩn nén video AV1 là sản phẩm đầu tiên của tổ chức này. Hiện tại, bạn sẽ phải trả tiền nếu muốn sự dụng các chuẩn nén thông dụng như AVC/H.264, HEVC/H.265 trong thiết bị, dịch vụ của mình. AV1 được kỳ vọng sẽ là một giải pháp thay thế miễn phí cho các nhà phát triển và cung cấp dịch vụ.


[1] US Mobile Streaming Behavior Survey, https://info.penthera.com/2019usreport
[2] https://trac.ffmpeg.org/wiki/Encode/AV1
[3] https://www.streamingmedia.com/Articles/Editorial/Featured-Articles/Good-News-AV1-Encoding-Times-Drop-to-Near-Reasonable-Levels-130284.aspx
[4] https://aomedia.org/

Tech news (Week #6)

YouTube giới thiệu tính năng mới cho phép các nhà tạo nội dung (creators) kết hợp spatial audio với stereo audio. Người xem có thể sử dụng tính năng mới này trên trên ứng dụng YouTube mobile hoặc trên trình duyệt web. Spatial audio (3D audio) là tổng hợp của tất cả các âm thanh đến từ tất cả các hướng mà con người có thể nghe được, đây là dạng tự nhiên của âm thanh mà chúng ta vẫn nghe hàng ngày. Spatial audio là một thành phần quan trọng trong hệ thống thực tế ảo (Virtual Reality). Một trong những thử thách lớn trong việc tạo nội dung VR là việc thiết kế âm thanh (sound design) và tạo âm thanh 3D (spatial audio production). Với các nhà thiết kế âm thanh, nhiệm vụ quan trọng là phải kết hợp chính xác âm thanh trong không gian ba chiều với các vật thể trong video. Các nguồn âm thanh từ các vật thể trong video được gọi là "diegetic sound source". Bên cạnh đó, có những nguồn âm thanh không đến từ những vật trong video, ví dụ như nhạc nền và được gọi là "non-diegetic sound source". Hệ thống spatial audio rendering trong VR cần tái tạo một cách chính xác ý định của người thiết kế âm thanh. Để là được điều này, YouTube sử dụng hai thuật toán riêng biệt cho hai nguồn âm thanh (diegetic và non-diegetic).

Hulu giới thiệu tính năng Pause Ad với mục tiêu nhằm cải thiện trải nghiệm cho người dùng và tăng tính hiệu quả cho các nhãn hàng (brands). Với tính năng này, quảng cáo sẽ được hiển thị khi người dùng tạm dừng chương trình đang xem, thay vì hiển thị khi chương trình đang chạy như trước đây. Nghiên cứu của Hulu cho thấy rằng người dùng bây giờ khó chấp nhận quảng cáo khi đang xem chương trình. Vì vậy, tính năng mới này sẽ mang đến trải nghiệm tốt hơn cho người xem, đồng thời tăng tính hiệu quả cho các quảng cáo. Cách thức tiến hành quảng cáo mới này đang trong quá trình thử nghiệm với hai nhãn hàng lớn là Cocacola và Charmin.

[1] https://youtube-eng.googleblog.com/2018/12/add-stereo-music-or-narration-to-vr.html
[2] https://www.hulu.com/press/hulu-update/hulu-unveils-new-pause-ad-experience/

Tech news (Week #5)

Xu thế phát triển của trí tuệ nhân tạo Artificial Inteligent (AI)

Báo cáo mới nhất từ tổ chức sở hữu trí tuệ thế giới (WIPO) cho chúng ta biết về tình hình hiện tại và xu thế phát triển của AI
- AI đang đi từ nghiên cứu đến thực tiễn rất nhanh. Tỷ lệ công bố khoa học trên bằng sáng chế về AI đã giảm từ 8:1 vào năm 2010 xuống còn 3:1 vào năm 2016.
- Machine learning là công nghệ được chú trọng nhất, được đề cập đến trong hơn một phần ba số AI-related patents. Trong các kỹ thuật ML, deep learning và neural network là hai công nghệ có số lượng patent nhiều nhất. Deep learning là công nghệ phát triển nhanh nhất với số lượng patent tăng hơn 130% mỗi năm.
- computer vision là ứng dụng phổ biến nhất của AI với hơn một nửa số patent. Theo sau là robotics và các hệ thống điều khiển.
- AI đang phát triển mạnh nhất trong lĩnh vực telecommunication (15% số patent), tiếp theo là vận tải (15%), y tế (12%), tương tác người máy (Human-Computer Interaction).
- Phần lớn các patent được đăng ký bởi các công ty từ Mỹ, Nhật, và Trung Quốc. IBM sở hữu số patent nhiều nhất(~8000), theo sau là Microsoft (~6000). Ba công ty còn lại trong top 5 là Toshiba, Samsung, NEC với khoảng 5000 patents.
- Trung quốc có đến 17 trong top 20 trường đại học và các tổ chức nghiên cứu có nhiều patents nhất. Đứng đầu là Chinese Academy of Science, thứ hai là ETRI (Hàn).
- Khó khăn chính cho các start-up
 Phần lớn các startup hiện tại đang tập trung vào "vertical applications", tức là tìm các vấn đề yêu cầu đánh giá của con người, sử dụng các công nghệ AI để tìm ra giải pháp tự động hoá. các lĩnh vực tiềm năng là chế tạo, dịch vụ, bán lẻ. Tuy nhiên,  vốn đầu tư cho các startup hiện tại vẫn đang còn thiếu.
- Vấn đề công nghệ với AI
 các công nghệ AI hiện tại đang cần rất nhiều dữ liệu để training .  Tuy nhiên, rất nhiều vấn đề thực tế không có nhiều data. Ví dụ nếu muốn sử dụng AI để phát hiện sai sót trong sản phẩm, bạn phải có khả năng train với 100 hoặc thậm chí 10 mẫu. Đây vẫn là một thử thách lớn cho AI.




Vimeo thúc đẩy chiến lược "Push to social"

Vimeo thông báo rằng người dùng bây giờ có thể chia sẻ video trên Vimeo tới LinkedIn với chỉ một vài lần click chuột. Đây là bước tiếp theo trong chiến lược "Push to Social" mà dịch cụ chia sẻ video này đang theo đuổi. Bắt đầu từ năm 2017 bằng việc cung cấp dịch vụ live streaming,  "Push to Social" cho phép người dùng của Vimeo đưa video lên các mạng xã hội một cách dễ dàng. Vimeo hiện tại đang hỗ trợ Facebook, Youtube, Twitter và gần nhất là LinkedIn.

Lịch sử hình thành và phát triển của Vimeo:
Ra đời năm 2007, Vimeo là dịch vụ upload và chia sẻ video cho các nhà làm phim độc lập (indie filmmakers). Khác với Youtube, video trên Vimeo không có quảng cáo, nhưng bạn phải trả tiền hàng tháng. Số lượng videos có thể upload cũng bị hạn chế.  Điểm mạnh của Vimeo là nó hỗ trợ creators tạo ra video chất lượng cao (nhiều người có thể cùng edit một video, chất lượng hình ảnh được nâng cao với các công nghệ như HDR)

References
[1] WIPO Technology Trends 2019: Artificial Intelligence, https://www.wipo.int › wipo_pub_1055
[2]
http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/How-Vimeo-Pivoted-Away-From-Original-Content-and-Found-its-Niche-129733.aspx

Video Streaming Industry News (Week #4, 2019)

Sling TV chuẩn bị cho cuộc chiến trên thị trường SVOD (Subscription-based Video on Demand)

Sling TV (một dịch vụ live streaming TV service của Dish Network) đang điều chỉnh lại mô hình kinh doanh cũng như hạ tầng công nghệ để chuẩn bị cho một cuộc chiến trên thị trường SVOD. Cụ thể, Sling TV đang cố gắng tích hợp SVOD vào dịch vụ của mình. Một năm trước, Sling TV thêm NBA Leage Pass (kênh truyền hình chuyên biệt cho giải bóng rổ nhà nghề Mỹ) vào dịch vụ của mình, sau khi đã tích hợp kênh SVOD khoa học CuriosityStream. Tuần trước, Sling TV thông báo chương trình xem thử nội dung miễn phí mà không cần đăng ký. chương trình này cũng sẽ được áp dụng cho các khách hàng đang sử dụng Sling TV.

 Sự ra đời của các dịch vụ direct-to-consumer SVOD từ Disney (Disney+), WanerMedia (HBO), Apple strong năm nay sẽ làm cho cuộc cạnh tranh giành thị phần trên thị trường SVOD trở nên nóng hơn bao giờ hết. Cuộc đọ sức chính sẽ là giữa những dịch vụ direct-to-consumer (các nhà sản xuất nội dung như Disney, HBO sẽ cung cấp dịch vụ SVOD cho nội dung của chính mình) và các mô hình content aggregator như Amazon, Hulu (Mua nội dung từ nhiều nhà sản xuất và phân phối trên nền tảng của mình).

Trưởng bộ phận kỹ thuật về điện toán đám mây của Sling TV cho biết: "Với rất nhiều lựa chọn trên thị trường, điều quan trọng là phải cung cấp được trải nghiệm tốt nhất để trở nên nổi bật. Do vậy, dịch vụ của Sling TV phải có khả năng đáp ứng nhu cầu của mỗi người dùng (personalization), đồng thời có khả năng mở rộng để đáp ứng với số lượng khách hàng ngày càng tăng cũng như sự thay đổi của Internet. Trong 18 tháng qua, chúng tôi đã tập trung vào việc xây dựng hệ thống có thể đáp ứng cao với sự phát triển trong tương lai. Giải pháp chúng tôi lựa chọn là xây dựng hệ thống trên nền tảng điện toán đám mây (cloud computing) và trung tâm dữ liệu (datacentre)". Sling TV đã lựa chọn hệ thống quản lý dữ liệu (Database) DataStax Enterprise để đáp ứng được yêu cầu về low delay và high availability. Với DST, chúng tôi có thể phân phối nội dung mới tới khách hàng trong 2 giây.


Sky: Personalisation là chìa khóa

Nhà quản lý nội của Sky (Kênh truyền hình trả tiền lớn của Anh) chia sẻ về kế hoạch hiện tại và tương lại của Sky để phát triển targeted programming and advertising (cung cấp chương trình và quảng cáo dựa trên thói quen, sở thích của từng người xem).

- Targeted advertising đang nhận được rất nhiều kỳ vọng không chỉ từ advertisers (người/tổ chức muốn quảng cáo sản phẩm, dịch vụ) mà còn từ người xem. Hiện tại, programatic ad buying (bán quảng cáo một cách tự động) đã đạt được những bước tiến lớn trong việc kết nối advertisers và publishers (người/tổ chức đăng quảng cáo như các đài truyền hình). Server-side ad insertion đang hoạt động rất hiệu quả dựa trên các ad decisioning server và targeting functionality. Do đó, chúng ta đang tiến đến rất gần việc cung cấp targeted advertising.

-  Targeted adverting có thể được triển khai ở nhiều mức như nội dung, khán giả, hay hành vi. Để có thể cung cấp quảng cáo theo hành vi của người dùng, chúng tôi đang sử dụng machine learning để hiểu được loại thiết bị người dùng sử dụng tại mỗi thời gian trong ngày. 

Giải pháp cho High-Volume Live Video Cloud Transcoding

Live transcoding (Nén, chuyển định dạng video) là một quá trình cần rất nhiều tài nguyên và vì vậy nên được thực hiện trên cloud. Tuy nhiên, khi video trở nên lớn hơn và các codec trở nên phức tạp hơn, việc nén video chỉ với một cloud instance (một máy tính) sẽ trở nên khó khăn hơn. Việc dùng nhiều máy có thể giải quyết được vấn đề, tuy nhiên sẽ dẫn tới tăng độ phức tạp và giá thành. Dưới đây là những giải pháp cho high-volume transcoding.

- Đầu tiên là các giải pháp nén chỉ dùng phần mềm (software-only encoding) sử dụng FFmpeg. Với các giải pháp này, chỉ một máy trên cloud là đủ nếu bạn muốn tạo ra 4 đến 6 versions với định dạng H.264.

- Tiếp theo là các giải pháp phần mềm (software-only) với hiệu quả cao hơn FFmpeg. Một số công ty như IDT (Integrated Device Technology, trụ sở ở California) cung cấp các phần mềm nén hiệu quả hơn 40% so với FFmpeg. 

- Hiệu quả cao hơn có thể được cung cấp từ các giải pháp sử dụng phần cứng (card đồ họa) để hỗ trợ việc nén video (hardware-accelerated).

- Các giải pháp với hiệu năng vượt trội hơn nữa được tạo ra bằng việc sử dụng FPGA (Field-programmable gate arrays). Amazon Web Service (AWS) đang triển khai các cloud instance sử dụng FPGA. Twitch (dịch vụ streaming cho game) cũng đang triển khai hệ thống nén video sử dụng Xilinx FPGA.

- Giải pháp với hiệu năng cao nhất hiện nay sử dụng các phần cứng chuyên dụng (application-specific encoding hardware). Ví dụ, 10 T400 encoders (một System-on-Chip encoder từ NETINT Technologies) có thể nén đồng thời hơn 80 videos với độ phân giải full HD.

References
[1] http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/Sling-TV-Readies-its-Offerings-for-the-Coming-SVOD-Onslaught-129579.aspx
[2] http://www.streamingmediaglobal.com/Articles/Editorial/Featured-Articles/Sky-Personalisation-is-a-Powerful-Proposition-129562.aspx
[3] http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/Solutions-Abound-for-High-Volume-Live-Video-Cloud-Transcoding-129580.aspx

Video Technology News (Week #3, 2019)

ATSC 3.0 và tương lai cho các đài truyền hình

Bắt đầu từ năm 2020, các đài truyền hình ở Mỹ sẽ bắt đầu áp dụng chuẩn truyền hình mới ATSC 3.0. Chuẩn truyền hình hiện tại ATSC 1.0 được phát triển từ năm 1996 đã bộc lộ nhiều vấn đề trong bối cảnh ngành công nghiệp truyền hình đang thay đổi mạnh mẽ. ATSC 3.0 có những đặc điểm nổi bật sau.

• Cải thiện chất lượng video một cách đáng kể với việc cho phép truyền video với độ phân giải 4K, High Dynamic Range, Wide Colour Gamut.
• Các đài truyền hình có thể thay đổi nội dung để phù hợp với nhiều nhóm người dùng khác nhau, tạo điều kiện cho các nhà quảng cáo cung cấp quảng cáo theo đối tượng (targeted ads)
• Nội dung có thể được truyền theo cả cách truyền hình truyền thống và cả qua mạng Internet. Điều này sẽ giúp các đài truyền hình đưa nội dung đến nhiều thiết bị (Điện thoại, Máy tính bảng) và người dùng hơn/ 

CES 2019: Tương lai của Tivi

Các nhà điều hành đến từ ABC News, Twitter, PBS thảo luận về việc làm sao đề có thể giữ được vị thế trong thế giới mà các dịch vụ OTT đang trở nên phổ biên hơn bao giờ hết.

Câu hỏi chính ở đây là làm thế nào để tạo ra lợi nhuận? (What monetization stragegy work?)

ABC News đang cố gắng thay đổi cách tin tức được đưa đến với người dùng, đặc biệt là thế hệ Millennial (8X-9X) và GenZers. Vào tháng 5, ABC News giới thiệu ABC News Live một dịch vụ streaming tin tức 24/7 hướng đến đối tượng người dùng trẻ tuổi. ABC News đang khuyên khích các nhà sản xuất thay đổi cách đưa tin tức ví dụ như thay vì đưa các tin tức một cách tuần tự, bốn live streams từ các sự kiện nổi bật có thể được xem một cách đồng thời.

Twitter đang mở rộng liên kết với các đổi tác truyền thông, gần đây nhất là PGA Tour và Buzzfeed. Twitter sẽ tường thuật trực tiếp giải PGA Tour với thời lượng từ 60-90 phút vào ngày thứ 5 và thứ 6 hàng tuần. Người dùng cũng sẽ được tham gia lựa chọn nhóm thi đấu tiêu biểu.

PBS đang cố gắng tạo ra doanh thu mới và tạo hứng thú cho người xem. Năm ngoái, PBS đã truyền hình trực tiếp sự kiện đọc thông điệp liên bang thông qua Twitter. PBS cũng hướng đến những người xem mới bằng việc mở kênh Kids 24/7.

Video Technology News (Week #2, 2019)

DAZN CTO: OTT Will Replace Broadcast TV

DAZN CTO nói về tương lai của OTT và sự tăng trưởng nhanh của dịch vụ sport SVOD:  "Tầm nhìn của chúng tôi là làm cho thể thao thứ Spotfify đã làm cho âm nhạc và Netflix đã làm cho TV". Trong chỉ một vài năm, DAZN đã vươn lên trở thành một thế lực khi nói đến việc cung cấp các giải đấu thể thao hàng đầu tới người dùng ở châu Âu, Canada và bây giờ là Mỹ. Năm 2018, DAZN thông báo đã đạt được một thỏa thuận khổng lồ trị giá 1 tỷ đô la Mỹ với Matchroom để cung cấp các trận đấu boxing tại Anh và Mỹ thông qua SVOD. Dưới đây là nội dung cuộc phỏng vấn với CTO của DAZN group về sự tăng trưởng nhanh cũng như kế hoạch trong tương lai của DAZN.

Q1: DAZN đã được gọi là "Netflix of sport" và đang cố gắng để thay đổi cách người dùng xem thể thao. Cái gì khiến DAZN nghĩ rằng thị trường đã sẵn sàng cho subsription model?

A1: Thể thao là một trong những lĩnh vực cuối cùng tận dụng được lợi ích của cách mạng số. Phần lớn các sự kiện thể thao vẫn đang được cung cấp theo gói bởi các đài truyền hình vệ tinh (e.g., K+ ở Việt Nam) ở phần lớn các quốc gia. Tuy nhiên, giá để xem các sự kiện thể thao đang trở nên rất đắt đỏ. Tuy nhiên, thể thao vẫn đang ở vị trí cần phải được cải thiện bởi công nghệ số. Vì có rất nhiều sự kiện xảy ra tại cùng một thời điểm, các nhà sản xuất sẽ quyết định sự kiện nào sẽ được phát, sự kiện nào không. Điều này sẽ không thỏa mãn được nhu cầu của fans của nhiều môn thể thao khác nhau.

Chúng tôi là người đầu tiên nhận ra được vấn đề này để cung cấp một dịch vụ streaming chuyên biệt cho các sự kiện thể thao. Dịch vụ của chúng tôi cung cấp số lượng không giới hạn các sự kiện thể thao có thể xem đồng thời, giá cả phải chăng, không cần hợp đồng dài hạn, và có thể xem trên hầu hết các thiết bị. 

Chúng tôi bắt đầu ở Nhật Bản, Đức, Thụy sỹ, và Áo vào năm 2016 và đã nhìn thấy sự gia tăng mạnh mẽ và thành công lớn. Chúng tôi đã khởi đầu đầu tiên, và bây giờ vấn đề là duy trì vị trí đầu tiên.

Q2: Thử thách lớn nhất đối với việc cung cấp và phát triển một dịch vụ sport streaming đến từ đầu? Kỹ thuật hay vấn đề bản quyền?

A2: Sport Streaming (both live and on-demand) là một thử thách lớn. Chúng tôi đã xác định từ khi bắt đầu rằng chúng tôi đang bắt đầu một trận chiến không ngừng nghỉ với các dịch vụ OTT cái cuối cùng sẽ thay thế các đài truyền hình truyền thống.

Chúng tôi nhìn thầy một số lượng khồng lồ người dùng vào xem chỉ vài phút trước khi các sự kiện thể thao trực tiếp bắt đầu. Đây là điểu chưa xảy ra trước đây với các nội dung có sẵn như phim, chương trình TVs. Điều này có nghĩa rằng dịch vụ chúng tôi phải có khả năng đáp tốt với sự gia tăng nhanh của số lượng người dùng trong một thời gian ngắn, đặc biệt là với khác sự kiện/khoảnh khắc quan trọng. Dịch vụ của chúng tôi phải có khả năng điều chỉnh để cung cấp được trải nghiệm tốt nhất cho người dùng tại mọi thời điểm.

Về vấn đề bản quyền, chúng tôi giúp các bên giữ bản quyền có thể đạt được nhiều lợi ích hơn nữa thông qua việc phổ biến các sự kiện thể thao qua dịch vụ của DAZN. Ví dụ, hợp đồng 10 năm của chúng tôi vơi J-Leage sẽ giúp làm tăng số lượng khán giả đến sân cũng như số lượng khán giả xem các trận đấu qua Tivi.

Q3. Ông nghĩ thị trường sport TV (bao gồm cả payTV, PPV, và OTT) sẽ như thế nào trong vòng 5 năm tới?

Tôi nghĩ chúng ta đang ở một thời điểm quan trọng để OTT trở thành một cách thức phổ biến cho việc cung cấp các chương trình TV, khi 5G và superfast broadband sẽ thúc đẩy dịch vụ video trên toàn thế giới. Các dịch vụ TV trả tiền như chúng tôi là một thành phần cốt yếu trong hệ sinh thái đó.

CES 2019: D2C in 1, 2, 3

Với việc Apple, Waner và Disney chuẩn bị cung cấp các dịch vụ direct-to-consumer (D2C). Sự cạnh tranh giữa các dịch vụ OTT sẽ ngày càng trở nên gay gắt. Tại CES, các nhà điều hành từ YouTube, Hulu đưa ra các khuyến nghị về việc làm thế nào để cạnh tranh.

Đề xuất các nội dung liên quan một cách hiệu quả:

Những người xem thế thệ Millennial thường sử dụng YouTube khi họ muốn giải trí. Thời gian trung bình của một lần xem là 1 tiếng. Tuy nhiên, người dùng thường không xem các nội dung kéo dài 1 tiếng. Thường họ sẽ tìm đến những nội dung từ 5-10 phút.  Làm thế nào để YouTube khiến người dùng xem 60 phút nội dung? Đó là nhờ hệ thống đề xuất các nội dung liên quan (recommendation). Vì vậy, dịch vụ streaming phải được hỗ trở bởi một hệ thống đề xuất nội dung tốt nếu muốn giữ người dùng lâu hơn.

Phá bỏ tư duy xem TV theo thời gian biểu định sẵn:

Khi Hulu đưa ra dịch vụ premium content, họ không bó buộc người dùng phải xem các chương trình theo lịch như các truyền thống. Thay vào đó, nội dung sẽ được cung cấp rải rác hoặc theo tuần, tùy theo nội dung và sự phát triển của các nhân vật. Người xem thế hệ Z (GenZers) nghĩ về TV hoàn toàn khác biệt so với các thế hệ trước. Đối với họ, TV là một tập hợp các chương trình, không phải các kênh. Họ thường thích xem các chương trình TV một mạch từ tập 1, mùa một đến hết. Và thế hệ này cũng dễ dàng chấp nhận quảng cáo. Do vậy, các dịch vụ streaming cần hết sức linh hoạt trong việc cung cấp nội dung.  Hulu đã đi từ một công ty startup nhỏ thành một dịch vụ phổ biến, và nó vẫn đang phải thay đổi cả mô hình kinh doanh và nội dung từng ngày. 

Conviva Releases Ad Insights Tool for Real-Time Ad Monitoring

Vấn đề trong việc cung cấp các quảng cáo có thể dẫn đến sự mất mát về doanh thu. Đó là lý do tại sao Conviva cung cấp một dịch vụ giám sát hiệu quả của quảng cáo.

Conviva Ad Insights là một dịch vụ có thể giảm sát hiệu quả của quảng cáo trong thời gian thực, đồng thời khắc phục các vấn đề xảy ra. Những vấn đề Ad Insights có thể phát hiện bao gồm quảng cáo không được play, hoặc play ở chất lượng thấp. Conviva tìm ra rằng 5 giây trễ do quảng cáo tại thời điểm bắt đầu dẫn tới 13%  số lượng người xem bỏ xem video. Nó cũng phát hiện vấn đề về chất lượng trên 8% số lượng quảng cáo do việc lựa chọn bitrate không phù hợp. Ngoài ra, 3% số lượng quảng cáo không thể play. 

Khắc phục các vấn đề liên quan đến quảng cáo có thể giúp các nhà cung cấp giảm thiểu sai sót dẫn tới mất mát về lợi nhuận. Ad Insights cung cấp các thông tin cần thiết để giúp Ad Publishers giải quyết các vấn đề xảy ra. Nó sẽ giúp các nhà cung cấp tối ưu vị trị đặt quảng cáo, thời gian và tần suất quảng cáo để có thể tăng doanh thu.   

[1] http://www.streamingmediaglobal.com/Articles/ReadArticle.aspx?ArticleID=129359

[2] http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/CES-2019-D2C-in-1-2-3-129349.aspx

[3] http://www.streamingmedia.com/Articles/News/Online-Video-News/Conviva-Releases-Ad-Insights-Tool-for-Real-Time-Ad-Monitoring-129322.aspx

Video Technology News (Week #1, 2019)

Gracenote to Show Video Descriptors at CES, Boosting Video Search

Công ty Gracenote giới thiệu Video Descriptors, một công cụ giúp cho việc tìm kiếm các chương trình TV của người dùng trở nên dễ dàng hơn. Cụ thể, nó cung cấp các thông tin để nhận diện và miêu tả nội dung của một chương trình TV hay một bộ phim. Nó cũng giúp hệ thống đề xuất tốt hơn những nội dung mà người dùng thích. Công cụ này được tạo ra bởi các biên tập viên và nhà khoa học dữ liệu sử dụng công nghệ Machine Learning. Hiện tại, Video Descriptors cung cấp thông tin của khoảng 3 triệu chương trình TV và phim. Công nghệ này đang được sử dụng bởi một số công ty truyền thông lớn.

Roku Adds Premium Subscriptions, Unified Billing to Roku Channel

Từ tháng 1, người dùng có thể đăng ký và sử dụng thử 25 dịch vụ Premium (không có quảng cáo) trên Roku channel. Thời hạn dùng thử là 7 ngày. Roku đang cố gắng để sử thống nhất việc thanh toán trên Roku Chanel để người dùng chỉ phải trả một hóa đơn duy nhất. Đây cũng là xu hướng của các dịch vụ OTT TV Streaming trong năm 2019. Công ty này cũng đang tập trung cải thiện công cụ tìm kiếm trên Roku Channel để có thể giúp người dùng tìm được nội dung ưa thích dễ dàng hơn.

JW Player Launches a Free Developer Edition to Spur Innovation

JW Player cung cấp 6 tháng miễn phí sử dụng JW Player's video platform tới các nhà phát triển. Đăng ký dịch vụ này, các nhà phát triển có thể sử dụng Media Workflow API cho streaming video, Video Player SDK, HTML5 player, công cụ phân tích thời gian thực, công cụ đề xuất video (video recommendation tools)

AT&T to Launch Standards-Based 5G Access Later This Week

AT&T sẽ bắt đầu cung cấp dịch vụ 5G tại 12 thành phố ở Mỹ. Để sử dụng dịch vụ, người dùng sẽ phải mua một Mobile Hotspot (500$) và thanh toán 70$/tháng. AT&T nói rằng dịch vụ 5G của họ là dịch vụ theo đúng tiêu chuẩn (Standard-Based) đầu tiên 

DAZN, Sky to Keynote 2019 Streaming Forum

Streaming Forum 2019 sẽ được tổ chức ở London vào 26 tháng 2. Theo Digital TV Research, lợi nhuận từ dịch vụ OTT sẽ gấp đôi và đạt 23 tỷ đô la trong vòng 5 năm tới. Con số này sẽ chiêm khoảng 46% tổng lợi nhận từ TV tại Tây Âu. Chủ đề của Streaming Forum năm nay sẽ là "OTT: better than broadcast". Nếu OTT có thể áp đảo các dịch vụ truyền hình truyền thống, các nhà cung cấp cần nhấn mạnh những điểm nó làm tốt hơn broadcast: tính tiện dụng cao hơn, dễ quảng cáo hơn, hỗ trợ tương tác. Các dịch vụ OTT cũng cần cải thiện các mặt như là Quality of Experience, Quality of Service. 

Chương trình sẽ bắt đầu với bài keynote từ DAZN, một dịch vụ OTT chuyên về các chương trình thể thao và được mệnh danh là "Netflix for sport". Dịch vụ này đã có mặt tại Mỹ, Anh, Đức, Nhật Bản và có rất nhiều nội dung được yêu thích như giải Ngoại Hạng Anh, Giải vô địch quốc gia Tây Ban Nha, Bóng rổ nhà nghề Mỹ, etc. Keynote buổi chiều sẽ đến từ Sky, nói về ảnh hưởng của streaming đến ngành quảng cáo. Bài trình bày sẽ tập trung vào việc "targeted advertising" và "dynamic ad insertion" đang biến đổi "monetisation", sự khác nhau giữa quảng cáo TV và quảng cáo mobile. Ngoài ra các buổi thảo luận về các thử thách và giải pháp cho dịch vụ OTTs như ATSC 3.0, delay, QoE, UHD, HDR, codecs. 

Elecard Video Quality Estimator: Review

Elecard Video Quality Estimator (VideoQuest) là một công cụ để phân tích video trong định dạng nén, tính toán các thông số như VMAF, PSNR, SSIM. Đây là một trong những công cụ từ Elecard: StreamEye, Stream Analyzer, YUV viewer. Giá của công cụ này là 850 USD cho bản có giao diện 400 USD cho bản command line. VideoQuest hỗ trợ rất nhiều định dạng file như IYUV, NV21, RGB24. Nó có khả năng chỉ ra những điểm khác biệt chính giữa hai files. Một công cụ phân tích, so sánh video phổ biến khác là Video Quality Measurement Tool (VQMT) từ Moscow State University. VQMT phù hợp hơn trong trường hợp bạn cần so sánh nhiều files và thông số. Nếu bạn muốn so sánh 2 files với nhau, VideoQuest sẽ hỗ trợ tốt hơn.

SMW '18: Tim Siglin Recaps Highlights of Streaming Media West

Những topics chính tại Streaming Media West'18:

- Mixed Reality 

- E-sport: Cả người tiêu dùng và nhà sản xuất yêu cầu delay rất thấp. Delay có thể được chấp nhận trong cách streaming truyền thống one-to-many. Tuy nhiên, trong hệ thống tương tác, hai chiều thì delay lớn là không thể chấp nhận 

- Interactive: Khi bản có delay thấp, bạn có thể làm những việc như đặt chỗ, đấu giá, đặt cược và chat trong thời gian gian thực mà không phải đợi từ 15-30s như trong hệ thống streaming truyền thống.

- Microservice

[1] http://www.streamingmedia.com/Articles/News/Online-Video-News/Gracenote-to-Show-Video-Descriptors-at-CES-Boosting-Video-Search-129232.aspx

[2] http://www.streamingmedia.com/Articles/News/Online-Video-News/Roku-Adds-Premium-Subscriptions-Unified-Billing-to-Roku-Channel-129211.aspx

[3] http://www.streamingmedia.com/Articles/News/Online-Video-News/JW-Player-Launches-a-Free-Developer-Edition-to-Spur-Innovation-129162.aspx

[4] http://www.streamingmedia.com/Articles/News/Online-Video-News/ATT-to-Launch-Standards-Based-5G-Access-Later-This-Week-129123.aspx

[5] http://www.streamingmediaglobal.com/Articles/ReadArticle.aspx?ArticleID=129114

[6] http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/Elecard-Video-Quality-Estimator-Review-129136.aspx

[7] http://www.streamingmedia.com/Articles/Editorial/Featured-Articles/SMW-18-Tim-Siglin-Recaps-Highlights-of-Streaming-Media-West-128764.aspx