功能架构
VideoWorks作为百度智能云的音视频统一入口，提供了音视频上传与存储、处理与管理、分发加速、播放等端到端、覆盖音视频全生命周期的PaaS服务。 整体功能架构图如下所示，其中深灰色部分正在建设中，敬请期待 
功能说明
媒资上传
VideoWorks的文件上传依赖于BOS，借助BOS的强大文件上传能力，为您提供了丰富的文件上传方式。
我们提供了多种音视频文件上传方式，包括：console、API、SDK（Java、Python、PHP、C#、Android等）。根据上传数据的大小，我们提供了两种方式：单文件上传（可上传最大5GB的单文件数据）、分块上传（可上传最大5TB的单文件数据），其中分块上传具备如下优势：
- 提高吞吐量：用户可以并行上传分块以提高吞吐量。
- 从网络问题中快速恢复：分块上传支持断点续传，可以将由网络错误而导致的上传产生的影响减至最低。
- 不需要确认Object的大小：在分块上传的场景下，用户可以不用关心Object的大小以及大小可能带来的上传失败场景。
-
支持流式上传文件。
备注：详情请见BOS-上传object。
此外，我们还提供了bce-bos-uploader工具帮助您实现客户端直传BOS。bce-bos-uploader是百度智能云基于Javascript SDK开发的一个ui组件，为了方便用户开发web直传应用而专门提供的，使用该工具用很少的几行代码就可以完成跟BOS服务的对接，详情请见BOS-Web端直传实践。
视频存储
百度对象存储BOS(Baidu Object Storage)提供稳定、安全、高效以及高扩展存储服务，支持单文件最大5TB的文本、多媒体、二进制等任何类型的数据存储。数据多地域跨集群的存储，以实现资源统一利用，降低使用难度，提高工作效率。"存储+计算框架"让您的数据加上“动力”引擎，让数据在传输、存储、处理和发布4个环节有机融为一体。
不同类型数据的使用方式、访问频率均有不同，同时数据也存在老化曲线。随着数据逐渐老化，其访问频率逐步降低，进入归档状态。分级存储是一种方法论，即将不同类别数据存放到不同存储类型，以降低总存储成本，同时满足服务要求。BOS针对不同存储场景，提供了标准存储、低频存储和冷存储三种存储类型。
详情请见对象存储BOS。
视频转码
音视频转码MCT（Multimedia Cloud Transcoder）针对海量媒资提供了高效、智能、稳定的媒体处理服务，包括：音视频转码、截图抽帧、视频加密、叠加水印、黑边裁剪、去logo、音频/视频抽取等能力。其中，智感超清系列结合了多种视觉AI与编码技术，通过AI模型深度学习，根据内容场景及复杂度，智能调节编码参数，并优化主观视觉体验，以更小的码率获得了更好的编码质量，包括：智感超清1.0、智感超清2.0（主观增强、老片修复）、超分辨率等。
MCT支持的转码格式如下：
| 类别 | 说明 |
|---|---|
| 输入格式 |
· 封装格式：MP4、FLV、MOV、M3U8、3GP、AVI、MPG、ASF、WMV、MKV、TS、WebM、MXF； · 视频编码格式：H.264/AVC、H.265/HEVC、MPEG-1、MPEG-2、MPEG-4、MJPEG、VP8、VP9、Quicktime、RealVideo、Windows Media Video； · 音频编码格式：AAC、AC-3、ADPCM、AMR、DSD、MP1、MP2、MP3、PCM、RealAudio、Windows Media Audio； |
| 输出格式 |
· 视频封装格式：FLV、MP4、HLS（m3u8+ts）、MPEG-DASH（MPD+fMP4）； · 音频封装格式：MP3、MP4、OGG、FLAC、m4a； · 图片封装格式：JPG、PNG、GIF、WEBP； · 视频编码格式：H.264/AVC、 H.265/HEVC； · 音频编码格式：MP3、AAC、VORBIS、FLAC； |
详情请见音视频转码MCT。
视频抽帧
MCT提供了多种截图方式，满足不同的应用场景需求，同时还支持设置图片宽高、图片伸缩策略、图片格式等参数，并支持进行图片黑边剪裁和图片去水印。具体如下：
| 功能 | 说明 |
|---|---|
| 指定截图 |
· manual：按指定的起止时间和间隔时间截取缩略图； · split：按指定的起止时间和张数截取缩略图； · splitss0：在split模式的基础上保证截取首帧； |
| 智能截图 |
· auto：自动截取熵值较高的一帧； · shot：根据场景切换自动截取转场画面帧； · idl：使用百度IDL（Institute of Deep Learning）智能缩略图算法截取一帧缩略图； · highlight：根据AI模型，自动生成一个0.5s精彩片段，可设置截取时长； |
| 雪碧图 | 可指定雪碧图的行、列、外框宽度、子图间隔； |
| 图片格式 |
· 静态图片格式：jpg、png； · 动态图片：gif、webp、mp4； · 动态图片支持设置帧率和播放倍速； |
| 图片宽高 | 宽/高范围[10,2000]，宽默认600，高默认450，若视频实际分辨率低于目标分辨率则按照实际分辨率输出； |
| 伸缩策略 |
· keep表示保持原始视频宽高比； · shrinkToFit表示保持原始视频宽高比并加黑边； · stretch表示拉伸原始视频； |
| 去水印 | 可指定去水印的模糊区域（x、y、width、height）； |
| 黑边剪裁 | 可指定去黑边后的有效画面区域（x、y、width、height），支持自动黑边区域检测； |
视频审核
VideoWorks集成了媒体内容审核VCR产品，VCR基于百度自研的视觉分析、人脸识别、OCR、语音识别（ASR）、自然语义理解等业内前沿人工智能技术，利用百度多年沉淀的海量媒体数据，结合机器深度学习能力，提供对视频、语音、图片、文本的内容风险进行全维度的智能审核服务。我们拥有世界领先的 AI 尖端技术，在单项审核上具备高召回高准确的审核能力：
- 在涉黄审核方面：行业领先自研图像涉黄审核，准召率达85%以上，针对特殊垂类，如健身、艺术品等正常较裸露场景，保持更高精度；自研音频涉黄审核，识别视频音频中的涉黄片段；避免产品涉黄风险。
- 在暴恐审核方面：精准识别图像中是否包含杀人流血场景、暴恐袭击场景、恐怖分子头目照片、恐怖组织的旗帜、暴力行为等内容，准确率可达94%以上；避免产品涉及暴恐风险。
- 在涉政审核方面：精准识别图像中的政治人物，最小识别人脸80px*80px，保持高准召；利用文字和音频审核，规避财经类股评里提及政治敏感问题。
- 在广告审核方面：精确识别各类形式广告，通用LOGO库数量超2万，基于庞大品牌库的基础上，规避恶意\非法广告投放。
- 在违禁审核方面：准确识别各类违禁品，如器官变卖、毒品等，避免产品涉及违禁品风险。
详情请见媒体内容审核VCR
工作流
VideoWoks提供了灵活的工作流能力，用户可以通过控制台可视化的进行工作流的配置。媒资上传完成后指定某个工作流，即可按照工作流设定的执行节点处理直至结束，大大降低了不同任务多次调用的复杂性，可更加灵活的应对不同业务的处理流程需求。工作流支持串行/并行设置，当前支持的处理节点类型包括：
- 输入：必选项；
- 转码：可设置不同转码模版节点，转码出不同清晰度的视频，用于多码率播放；
- 缩略图：支持7种截图模式的设置；
- 黑边检测：支持对视频进行自动黑边区域检测，后续节点一般设置为转码，可进行自动黑边裁剪；
- 元信息提取：支持自动提取分辨率、码率、大小、格式等多项媒体元信息；
- 源文件发布：支持源文件不经过转码/审核等任何处理，直接发布播放；
- 智能审核：配置审核模版后，自动对视频内容进行审核，并返回审核结果；
- 发布：必选项，可设置整体工作流处理完成的消息通知，当配置了智能审核节点，可在发布节点设置自动封禁。
视频分发
内容分发网络CDN（Content Delivery Network）将源站内容分发至遍布全国的加速节点，缩短用户查看内容的延迟，提高用户访问网站的响应速度与网站的可用性，解决网络带宽小、用户访问量大、网点分布不均等问题。百度智能云CDN线路接入电信、联通、移动、广电、铁通、鹏博士、华数、BGP等网络，节点覆盖全国30多个省市，为用户提供可靠的服务。
- 图片鉴黄：CDN图片鉴黄是百度基于云计算平台，通过对海量数据进行快速扫描，来检测出通过CDN加速的图片是否涉黄，能够帮助用户节省90%以上的人力审核成本。
- 访问安全：支持设置refer/IP黑白名单、URL高级鉴权、设置IP访问限频、配置单请求响应限速、多用户访问权限控制、跨域访问等。
详情请见内容分发网络CDN。
视频播放
百度智能云提供Web、Android及iOS平台的播放器SDK，为开发者提供简单、便捷的开发接口，帮助开发者在各类终端设备上实现媒体播放功能。
- 支持目前所有主流的媒体格式播放(mp4、avi、wmv、flv、mkv、mov、rmvb等)，以及支持多种格式文件渐进式和流式播放（HLS、RTMP、HTTP Pseudo-Streaming等）。
- 性能强大、功能丰富：CPU/内存占用率低，视频加载速度快、卡顿率低。支持预取、边播边存、多码率无缝切换、拖动实时显示缩略图等高级功能。
- 低门槛、高灵活度实现播放功能：提供了与系统播放器MPMoviePlayerController高度相似的调用接口，便于开发者快速开发媒体播放应用，同时提供开发示例。
- 版权保护：与MCT视频加密相结合，支持HLS加密视频的离线下载和解密播放。
详情请见播放器SDK文档。
