HLS, MPEG-TS y DASH: los protocolos del streaming de vídeo

Contenedor, protocolo, códec: tres nociones que conviene distinguir

Antes de comparar los formatos, hay que separar tres capas que se confunden a menudo:

• el códec comprime la imagen y el sonido (H.264, HEVC, AAC…); es el que determina si tu aparato sabe decodificar el vídeo;
• el contenedor guarda los datos comprimidos, con sus marcas de tiempo y sus pistas de audio y subtítulos (MPEG-TS, MP4, MKV…);
• el protocolo de emisión organiza el transporte por la red: división en trozos, lista de esos trozos, elección de la calidad (HLS, DASH…).

MPEG-TS es ante todo un contenedor; HLS y DASH son protocolos que transportan contenedores. Un mismo vídeo en H.264 puede circular, por tanto, en MPEG-TS puro, en HLS con segmentos MPEG-TS o en DASH con segmentos MP4. Los propios códecs se tratan en nuestro artículo sobre H.264, HEVC y AV1.

MPEG-TS: el formato heredado de la televisión

El MPEG Transport Stream se normalizó a mediados de los años noventa (norma ISO/IEC 13818-1) para la televisión digital. Es el formato que usan la TDT, el satélite y el cable. Divide los datos en paquetes de 188 bytes, cada uno marcado con un identificador (el PID) que indica si transporta vídeo, una pista de audio, subtítulos o tablas de servicio.

Su gran cualidad es la robustez: concebido para señales hertzianas imperfectas, permite que un decodificador se incorpore al flujo en cualquier momento y se resincronice tras una pérdida. Un flujo MPEG-TS no tiene principio ni fin: es una corriente continua.

En Internet se encuentra de dos formas:

• el flujo continuo sobre HTTP: el reproductor abre una dirección que suele terminar en .ts y recibe una corriente ininterrumpida de paquetes, como una antena virtual. Es sencillo y ofrece poca latencia, pero la calidad es única: si baja tu velocidad, la imagen se congela o se degrada, sin solución alternativa;
• los segmentos HLS: el mismo formato troceado en pequeños archivos de unos segundos, descritos en una lista.

HLS: el streaming por segmentos de Apple

HLS (HTTP Live Streaming) lo lanzó Apple en 2009 para el iPhone y se publicó como RFC 8216 en 2017. Hoy es el protocolo de streaming más extendido. Su principio se resume en tres ideas.

1. El vídeo se divide en segmentos

El servidor corta el vídeo en segmentos de unos segundos (Apple recomienda 6 segundos), almacenados como simples archivos: históricamente en MPEG-TS (.ts) y, desde 2016, también en MP4 fragmentado (.m4s, el llamado formato CMAF). Cada segmento se descarga con una petición HTTP corriente, igual que una imagen de una página web. Por eso HLS es fácil de distribuir mediante redes de distribución de contenidos (CDN) y poco sensible a los cortafuegos.

2. Un manifiesto enumera los segmentos

El reproductor no recibe el vídeo directamente: primero lee un archivo de texto .m3u8, el manifiesto, que enumera los segmentos disponibles.

#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

En un directo, este manifiesto es una ventana deslizante: el reproductor lo recarga con regularidad, aparecen segmentos nuevos al final y desaparecen los más antiguos. En un vídeo bajo demanda, la lista está completa y termina con #EXT-X-ENDLIST.

3. Varias calidades, elección automática

Un manifiesto «maestro» puede apuntar a varias versiones del mismo canal, cada una con su tasa de bits y su definición:

#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

El reproductor mide la velocidad a la que descarga los segmentos y cambia de una calidad a otra entre dos segmentos. Es la tasa de bits adaptativa (adaptive bitrate, ABR): cuando la red flaquea, la imagen se vuelve algo más borrosa en lugar de detenerse. Por eso un canal puede parecer menos nítido durante los primeros segundos: el reproductor suele empezar con una calidad prudente antes de subir.

La sintaxis de estos archivos se parece a la de las listas de canales, lo que lleva a confusión; la diferencia se explica en el formato M3U línea por línea.

MPEG-DASH: el estándar internacional

MPEG-DASH (Dynamic Adaptive Streaming over HTTP) se normalizó en 2012 (ISO/IEC 23009-1). Se basa en los mismos principios que HLS, segmentos descargados por HTTP y tasa de bits adaptativa, pero con otras opciones técnicas:

• el manifiesto es un archivo XML llamado MPD (Media Presentation Description), más rico y más complejo que un .m3u8;
• es independiente del códec y del contenedor, aunque en la práctica se usa sobre todo MP4 fragmentado;
• lo utilizan mucho las grandes plataformas de vídeo bajo demanda, a menudo asociado a sistemas de protección (DRM) como Widevine o PlayReady.

El acercamiento entre los dos mundos lo ha facilitado el formato CMAF, que permite servir los mismos segmentos MP4 tanto en HLS como en DASH, con dos manifiestos distintos.

Tabla comparativa

Latencia: por qué el directo llega con retraso

La latencia es el tiempo que pasa entre el instante filmado y el momento en que se muestra en tu pantalla. En la TDT es de unos segundos. En el HLS clásico llega a menudo a 20 o 30 segundos, y por eso un vecino puede celebrar un gol antes que tú. Esta latencia se suma a partir de varias etapas:

1. la codificación de la fuente, que lleva unos segundos;
2. la fabricación de un segmento: un segmento de 6 segundos solo puede publicarse cuando han transcurrido sus 6 segundos;
3. la memoria intermedia del reproductor: para absorber las irregularidades de la red, los reproductores HLS suelen guardar varios segmentos de ventaja, es decir, de 12 a 18 segundos de margen;
4. el trayecto por la red y los posibles servidores intermedios.

Reducir la latencia es, por tanto, reducir el margen y aceptar más riesgo de cortes cuando la red vacila. Las variantes de baja latencia, LL-HLS (presentada por Apple en 2019) y el modo de baja latencia de DASH, publican fragmentos parciales de segmento para bajar a unos pocos segundos, pero deben ser compatibles tanto con el servidor como con el reproductor. El flujo MPEG-TS continuo, sin segmentación, ofrece de forma natural una latencia más corta, a costa de no tener tasa de bits adaptativa. Los ajustes de la memoria intermedia y sus efectos se detallan en nuestra guía contra el buffering.

Compatibilidad según el dispositivo

El protocolo no determina por sí solo la reproducción: el aparato también debe saber abrir el contenedor y decodificar el códec. Algunas referencias:

• iPhone, iPad, Apple TV: el sistema reproduce HLS de forma nativa. DASH y el MPEG-TS continuo necesitan una aplicación con su propio motor de reproducción.
• Android y Android TV: el reproductor de sistema de referencia (ExoPlayer, ahora Media3) gestiona HLS, DASH y MPEG-TS; la compatibilidad real depende sobre todo de los decodificadores por hardware del aparato.
• Navegadores: Safari reproduce HLS directamente; los demás navegadores reproducen HLS y DASH mediante bibliotecas JavaScript que se apoyan en la API Media Source Extensions.
• Televisores conectados: los modelos recientes admiten HLS y DASH en sus reproductores integrados, con límites variables según el año y la gama.

Los reproductores basados en una biblioteca completa, como libmpv (que se apoya en FFmpeg), reproducen los tres formatos con el mismo motor en todos los sistemas. Es la opción que ha elegido AICKO IPTV, cuyo motor se presenta en la página del reproductor de vídeo. Con todo, la compatibilidad final sigue ligada al códec y a la potencia del aparato.

En resumen

• El códec comprime, el contenedor guarda y el protocolo transporta.
• MPEG-TS viene de la televisión: robusto, de baja latencia, pero con una sola calidad en flujo continuo.
• HLS divide el vídeo en segmentos enumerados en un .m3u8 y adapta la calidad a la velocidad de la conexión.
• DASH sigue el mismo principio con un manifiesto XML y una norma internacional.
• La latencia del directo depende sobre todo de la duración de los segmentos y de la memoria intermedia.

Preguntas frecuentes

¿Es mejor elegir el formato .ts o .m3u8 cuando un servicio ofrece los dos?

El .ts continuo suele arrancar más rápido y con menos retraso, pero sin adaptación de calidad. El .m3u8 (HLS) soporta mejor una red irregular, sobre todo por Wi-Fi. Prueba ambos: la mejor opción depende de tu conexión y del servidor.

¿Por qué cambia la calidad sola durante la reproducción?

Es la tasa de bits adaptativa de HLS o DASH: el reproductor pasa a una versión más ligera cuando la descarga se ralentiza y vuelve a subir cuando la red lo permite. Es preferible a un corte.

¿Un archivo .m3u8 es un vídeo?

No. Es un archivo de texto que describe dónde encontrar los segmentos de vídeo. Guardarlo solo no conserva ninguna imagen.

¿Por qué el directo va con retraso respecto a la televisión?

La división en segmentos y la memoria intermedia del reproductor suelen añadir varias decenas de segundos. Las variantes de baja latencia reducen ese retraso cuando el servidor y el reproductor las admiten.