如何分析WebRTC内部转储文件并绘制视频质量、码率与时间戳关系图

转储文件核心结构与常用字段含义 #

chrome://webrtc-internals导出的JSON文件顶层包含PeerConnections字段，每个PeerConnection实例下的stats数组存储全量时间序列统计快照，每个快照自带timestamp字段，单位为微秒，转换为秒直接除以1e6即可。
常用统计字段按类型分类如下：

• 发送端视频轨道（统计项类型为outbound-rtp，关联video媒体类型）
  • bytesSent：累计发送的视频字节数，用于计算实时发送码率
  • framesEncoded：累计编码完成的视频帧数
  • framesPerSecond：当前编码输出帧率
  • qpSum：所有编码帧的QP值总和，用于计算平均编码质量
  • nackCount：接收端发来的丢包重传请求总次数
  • firCount：接收端发来的关键帧请求总次数
• 接收端视频轨道（统计项类型为inbound-rtp，关联video媒体类型）
  • bytesReceived：累计接收的视频字节数，用于计算实时接收码率
  • framesDecoded：累计解码完成的视频帧数
  • frameWidth/frameHeight：当前解码输出的视频分辨率
  • freezeCount/totalFreezeDuration：视频卡顿次数与累计卡顿总时长（单位毫秒）
  • jitterBufferDelay：抖动缓冲区累计延迟总时长（单位秒）
  • packetsLost：累计视频丢包数
• 传输层通用字段（统计项类型为transport）
  • availableOutgoingBitrate：WebRTC内核预估的上行可用带宽（单位bps）
  • availableIncomingBitrate：WebRTC内核预估的下行可用带宽（单位bps）
  • roundTripTime：当前网络往返时延（单位秒）

码率与时间戳对应图绘制方法 #

码率为增量统计值，无法直接使用累计字节字段计算，步骤如下：

1. 按timestamp升序排列所有统计快照，计算相邻两个快照的时间差deltaT = (t2 - t1)/1e6，单位转换为秒
2. 对应码率计算公式：
   • 上行发送码率：(bytesSent2 - bytesSent1) * 8 / deltaT，计算结果单位为bps，转换为Mbps除以1e6即可
   • 下行接收码率：(bytesReceived2 - bytesReceived1) * 8 / deltaT
3. 以每个快照相对于统计起始点的相对时间为X轴，计算得到的码率为Y轴绘制折线图即可

视频质量相关指标绘制方法 #

可按需选择以下常用视频质量指标绘制时间序列图：

• 实时帧率：直接取每个快照的framesPerSecond为Y轴，通常低于15fps用户会感知明显卡顿
• 平均QP值：相邻快照的qpSum增量除以framesEncoded（发送端）/framesDecoded（接收端）增量，得到该时间段平均QP，通常QP高于35用户会感知画质明显下降
• 卡顿占比：按固定时间窗口（如10秒）计算窗口内totalFreezeDuration增量除以窗口时长，得到该窗口内卡顿时间占比
• 实时丢包率：相邻快照packetsLost增量除以（packetsReceived增量+packetsLost增量），通常丢包率高于2%就会对画质和流畅度产生明显影响

快速处理示例代码 #

以下是Python处理转储文件并绘图的最小示例：

import json
import matplotlib.pyplot as plt

# 加载WebRTC转储文件
with open("webrtc_dump.json", "r") as f:
    dump_data = json.load(f)

# 取出第一个PeerConnection的统计数据
first_pc = list(dump_data["PeerConnections"].values())[0]
all_stats = first_pc["stats"]

# 筛选接收端视频统计项并按时间排序
inbound_video_stats = [s for s in all_stats if s["type"] == "inbound-rtp" and s.get("mediaType") == "video"]
inbound_video_stats.sort(key=lambda x: x["timestamp"])

rel_time_list = []
bitrate_list = []
framerate_list = []

for i in range(1, len(inbound_video_stats)):
    prev_stat = inbound_video_stats[i-1]
    curr_stat = inbound_video_stats[i]
    delta_t = (curr_stat["timestamp"] - prev_stat["timestamp"]) / 1e6
    if delta_t <= 0:
        continue
    # 计算下行码率，单位转Mbps
    byte_delta = curr_stat["bytesReceived"] - prev_stat["bytesReceived"]
    curr_bitrate = (byte_delta * 8) / delta_t / 1e6
    # 计算相对于统计起始点的时间，单位秒
    rel_time = (curr_stat["timestamp"] - inbound_video_stats[0]["timestamp"]) / 1e6
    rel_time_list.append(rel_time)
    bitrate_list.append(curr_bitrate)
    framerate_list.append(curr_stat["framesPerSecond"])

# 绘制图表
plt.figure(figsize=(12, 6))
plt.plot(rel_time_list, bitrate_list, label="下行码率(Mbps)")
plt.plot(rel_time_list, framerate_list, label="解码帧率(fps)")
plt.xlabel("时间(秒)")
plt.ylabel("数值")
plt.legend()
plt.show()

部分旧版本Chrome导出的统计项没有mediaType字段，可替换为kind字段判断媒体类型，或者通过统计项id的前缀区分。

内容的提问来源于stack exchange，提问作者Keshav Gambhir