HLS, MPEG-TS und DASH: die Protokolle des Video-Streamings

Container, Protokoll, Codec: drei Begriffe, die man trennen muss

Bevor man die Formate vergleicht, muss man drei Schichten auseinanderhalten, die oft verwechselt werden:

• Der Codec komprimiert Bild und Ton (H.264, HEVC, AAC …); von ihm hängt ab, ob Ihr Gerät das Video decodieren kann.
• Der Container verpackt die komprimierten Daten samt Zeitstempeln sowie Audio- und Untertitelspuren (MPEG-TS, MP4, MKV …).
• Das Übertragungsprotokoll organisiert die Zustellung im Netz: Zerlegung in Stücke, Liste dieser Stücke, Wahl der Qualität (HLS, DASH …).

MPEG-TS ist vor allem ein Container, HLS und DASH sind Protokolle, die Container transportieren. Dasselbe H.264-Video kann also als reines MPEG-TS, als HLS mit MPEG-TS-Segmenten oder als DASH mit MP4-Segmenten übertragen werden. Die Codecs selbst behandelt unser Artikel zu H.264, HEVC und AV1.

MPEG-TS: das Format aus dem Fernsehen

Der MPEG Transport Stream wurde Mitte der 1990er-Jahre für das digitale Fernsehen genormt (ISO/IEC 13818-1). Es ist das Format von DVB-T, Satellit und Kabel. Es teilt die Daten in Pakete zu 188 Byte auf, die jeweils mit einer Kennung (der PID) versehen sind; sie zeigt an, ob das Paket Video, eine Tonspur, Untertitel oder Dienstinformationen enthält.

Seine große Stärke ist die Robustheit: Für unvollkommene Funksignale entwickelt, erlaubt es einem Decoder, jederzeit in den Stream einzusteigen und sich nach einem Verlust neu zu synchronisieren. Ein MPEG-TS-Stream hat weder Anfang noch Ende: Er ist ein kontinuierlicher Datenstrom.

Im Internet begegnet man ihm in zwei Formen:

• dem durchgehenden Stream über HTTP: Der Player öffnet eine Adresse, die oft auf .ts endet, und erhält einen ununterbrochenen Paketstrom wie von einer virtuellen Antenne. Das ist einfach und bietet geringe Latenz, aber es gibt nur eine Qualität: Sinkt Ihre Datenrate, friert das Bild ein oder wird schlechter, ohne Ausweichmöglichkeit;
• den HLS-Segmenten: dasselbe Format, zerlegt in kleine Dateien von wenigen Sekunden, beschrieben in einer Liste.

HLS: Apples Streaming in Segmenten

HLS (HTTP Live Streaming) wurde 2009 von Apple für das iPhone eingeführt und 2017 als RFC 8216 veröffentlicht. Es ist heute das am weitesten verbreitete Streaming-Protokoll. Sein Prinzip besteht aus drei Ideen.

1. Das Video wird in Segmente zerlegt

Der Server schneidet das Video in Segmente von wenigen Sekunden (Apple empfiehlt 6 Sekunden), die als einfache Dateien gespeichert werden: ursprünglich in MPEG-TS (.ts), seit 2016 auch als fragmentiertes MP4 (.m4s, das sogenannte CMAF-Format). Jedes Segment wird mit einer gewöhnlichen HTTP-Anfrage geladen, wie ein Bild auf einer Webseite. Deshalb lässt sich HLS leicht über Content-Delivery-Netzwerke (CDN) verteilen und ist wenig anfällig für Firewalls.

2. Ein Manifest listet die Segmente auf

Der Player erhält das Video nicht direkt: Er liest zuerst eine Textdatei .m3u8, das Manifest, das die verfügbaren Segmente auflistet.

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-TARGETDURATION:6
#EXT-X-MEDIA-SEQUENCE:48215
#EXTINF:6.000,
segment_48215.ts
#EXTINF:6.000,
segment_48216.ts
#EXTINF:6.000,
segment_48217.ts

Bei einer Live-Übertragung ist dieses Manifest ein gleitendes Fenster: Der Player lädt es regelmäßig neu, am Ende erscheinen neue Segmente, die ältesten verschwinden. Bei einem Video auf Abruf ist die Liste vollständig und endet mit #EXT-X-ENDLIST.

3. Mehrere Qualitäten, automatische Auswahl

Ein „Master“-Manifest kann auf mehrere Versionen desselben Senders verweisen, jeweils mit eigener Bitrate und Auflösung:

#EXTM3U
#EXT-X-STREAM-INF:BANDWIDTH=1800000,RESOLUTION=960x540,CODECS="avc1.4d401f,mp4a.40.2"
540p/index.m3u8
#EXT-X-STREAM-INF:BANDWIDTH=5000000,RESOLUTION=1920x1080,CODECS="avc1.640028,mp4a.40.2"
1080p/index.m3u8

Der Player misst, wie schnell er die Segmente lädt, und wechselt zwischen zwei Segmenten von einer Qualität zur anderen. Das ist die adaptive Bitrate (adaptive bitrate, ABR): Schwächelt das Netz, wird das Bild etwas unschärfer, statt stehen zu bleiben. Deshalb wirkt ein Sender in den ersten Sekunden manchmal weniger scharf: Der Player beginnt oft mit einer vorsichtigen Qualität und steigert sie dann.

Die Syntax dieser Dateien ähnelt der von Senderlisten, was zu Verwechslungen führt; den Unterschied erklärt das M3U-Format Zeile für Zeile.

MPEG-DASH: der internationale Standard

MPEG-DASH (Dynamic Adaptive Streaming over HTTP) wurde 2012 genormt (ISO/IEC 23009-1). Es beruht auf denselben Prinzipien wie HLS, nämlich per HTTP geladenen Segmenten und adaptiver Bitrate, trifft aber andere technische Entscheidungen:

• Das Manifest ist eine XML-Datei namens MPD (Media Presentation Description), reichhaltiger und komplexer als eine .m3u8;
• es ist unabhängig von Codec und Container, auch wenn in der Praxis hauptsächlich fragmentiertes MP4 verwendet wird;
• es wird von den großen Video-on-Demand-Plattformen stark genutzt, oft zusammen mit Schutzsystemen (DRM) wie Widevine oder PlayReady.

Die Annäherung der beiden Welten wurde durch das Format CMAF erleichtert, mit dem dieselben MP4-Segmente sowohl für HLS als auch für DASH ausgeliefert werden können, mit zwei verschiedenen Manifesten.

Vergleichstabelle

Latenz: warum Live-Bilder verspätet ankommen

Die Latenz ist die Zeitspanne zwischen dem gefilmten Moment und dem Moment, in dem er bei Ihnen erscheint. Beim terrestrischen Fernsehen (DVB-T2) beträgt sie einige Sekunden. Bei klassischem HLS erreicht sie oft 20 bis 30 Sekunden, weshalb ein Nachbar ein Tor schon bejubeln kann, bevor Sie es sehen. Diese Verzögerung setzt sich aus mehreren Schritten zusammen:

1. der Codierung der Quelle, die einige Sekunden dauert;
2. der Erzeugung eines Segments: Ein Segment von 6 Sekunden kann erst veröffentlicht werden, wenn seine 6 Sekunden vergangen sind;
3. dem Pufferspeicher des Players: Um Unregelmäßigkeiten im Netz aufzufangen, halten HLS-Player in der Regel mehrere Segmente Vorsprung, also 12 bis 18 Sekunden Reserve;
4. dem Netzwerkweg und etwaigen Zwischenservern.

Die Latenz zu senken heißt also, die Reserve zu verkleinern und bei Netzschwankungen ein höheres Risiko für Aussetzer in Kauf zu nehmen. Die Low-Latency-Varianten, LL-HLS (von Apple 2019 vorgestellt) und der Low-Latency-Modus von DASH, veröffentlichen Teilstücke von Segmenten, um auf wenige Sekunden zu kommen, müssen aber vom Server und vom Player unterstützt werden. Der durchgehende MPEG-TS-Stream ohne Segmentierung bietet von Natur aus eine kürzere Latenz, allerdings ohne adaptive Bitrate. Die Puffereinstellungen und ihre Wirkung beschreibt unser Ratgeber gegen Pufferprobleme.

Kompatibilität je nach Gerät

Das Protokoll allein entscheidet nicht über die Wiedergabe: Das Gerät muss auch den Container öffnen und den Codec decodieren können. Einige Anhaltspunkte:

• iPhone, iPad, Apple TV: HLS wird vom System nativ abgespielt. DASH und durchgehendes MPEG-TS erfordern eine App mit eigener Wiedergabe-Engine.
• Android und Android TV: Der Referenz-Player des Systems (ExoPlayer, inzwischen Media3) beherrscht HLS, DASH und MPEG-TS; die tatsächliche Kompatibilität hängt vor allem von den Hardware-Decodern des Geräts ab.
• Browser: Safari spielt HLS direkt ab; die anderen Browser spielen HLS und DASH über JavaScript-Bibliotheken ab, die auf der Media-Source-Extensions-API aufbauen.
• Smart-TVs: Neuere Modelle beherrschen HLS und DASH in ihren integrierten Playern, mit je nach Baujahr und Geräteklasse unterschiedlichen Einschränkungen.

Player auf Basis einer vollständigen Bibliothek wie libmpv (die auf FFmpeg aufbaut) spielen alle drei Formate mit derselben Engine auf allen Systemen ab. Diesen Weg geht AICKO IPTV, dessen Engine auf der Seite Videoplayer vorgestellt wird. Die endgültige Kompatibilität bleibt jedoch an den Codec und die Leistung des Geräts gebunden.

Zusammenfassung

• Der Codec komprimiert, der Container verpackt, das Protokoll liefert aus.
• MPEG-TS kommt aus dem Fernsehen: robust, geringe Latenz, aber im durchgehenden Stream nur eine Qualität.
• HLS zerlegt das Video in Segmente, die in einer .m3u8 aufgelistet sind, und passt die Qualität an die Datenrate an.
• DASH folgt demselben Prinzip mit einem XML-Manifest und einer internationalen Norm.
• Die Latenz bei Live-Übertragungen hängt vor allem von der Segmentlänge und vom Pufferspeicher ab.

Häufige Fragen

Ist das Format .ts oder .m3u8 besser, wenn ein Dienst beide anbietet?

Das durchgehende .ts startet oft schneller und mit weniger Verzögerung, aber ohne Qualitätsanpassung. Die .m3u8 (HLS) kommt mit einem unregelmäßigen Netz besser zurecht, besonders im WLAN. Probieren Sie beide aus: Die beste Wahl hängt von Ihrer Verbindung und vom Server ab.

Warum ändert sich die Qualität während der Wiedergabe von selbst?

Das ist die adaptive Bitrate von HLS oder DASH: Der Player schaltet auf eine leichtere Version, wenn der Download langsamer wird, und geht wieder hoch, sobald das Netz es erlaubt. Das ist besser als eine Unterbrechung.

Ist eine .m3u8-Datei ein Video?

Nein. Sie ist eine Textdatei, die beschreibt, wo die Videosegmente zu finden sind. Wer sie allein speichert, behält kein einziges Bild.

Warum hinkt das Live-Bild dem Fernsehen hinterher?

Die Zerlegung in Segmente und der Pufferspeicher des Players addieren in der Regel mehrere Dutzend Sekunden. Die Low-Latency-Varianten verringern diese Verzögerung, wenn Server und Player sie unterstützen.