M3U8/HLS

Otwórz plik .m3u8 w edytorze tekstu, a znajdziesz kilkanaście linii: nagłówek, kilka parametrów i długą listę adresów. To cały plik. Wideo mieszka gdzie indziej, pocięte na kilkusekundowe segmenty, leżące na serwerze jako tysiące osobnych, małych plików.

Odtwarzacz czyta listę, pobiera pierwsze kilka segmentów, zaczyna odtwarzanie i cały czas pobiera z wyprzedzeniem. Gdy Twoje połączenie zwalnia, przełącza się na wariant niższej jakości wymieniony w manifeście głównym — inny zestaw segmentów, przy innej przepływności — i robi to między segmentami, więc widzisz zmianę jakości, a nie pauzę. To adaptacyjne przełączanie jest powodem, dla którego ten format wygrał.

Tłumaczy to też coś, co zaskakuje ludzi: nie ma jednego pliku do posiadania. Film, który oglądasz, nigdzie nie istnieje jako pojedynczy obiekt. To tysiąc kawałków i zestaw instrukcji.

Bo dokładnie to zapisałeś. Przeglądarka poprosiła o podany przez Ciebie adres, otrzymała cztery kilobajty playlisty i zapisała je na dysku. Wszystko, co faktycznie oglądałeś, dotarło przez tysiąc osobnych żądań, o których operacja zapisu nic nie wiedziała.

Poprawne pobranie HLS oznacza zrobienie tego, co robi odtwarzacz, ale na dysk: przeczytać playlistę, wybrać wariant jakości, pobrać każdy segment po kolei, a potem zszyć je w jeden kontener. Ten ostatni krok to remultipleksowanie — wideo i audio nie są kodowane na nowo, tylko zapisywane od nowa do jednego pliku MP4 z właściwym indeksem, dzięki czemu wynik da się przewijać.

Dwie rzeczy sprawiają, że to trudniejsze, niż brzmi. Adresy segmentów są często względne i zmieniają się z sesji na sesję, więc lista pobrana godzinę temu może być już martwa. A strumienie są często szyfrowane kluczem, do którego odniesienie znajduje się w playliście, dostarczanym osobno i rotowanym w trakcie odtwarzania.