En 2026, 1 155 vidéos dégradées issues de diffusions en direct ont servi de base à une étude inédite sur la qualité d’expérience vidéo, ou QoE, dans le streaming en direct. Derrière ce chiffre, une réalité : les plateformes sociales et les services de médias cherchent à comprendre et améliorer la satisfaction réelle des utilisateurs face à la profusion de contenus diffusés en temps réel. Or, jusqu’ici, la plupart des outils de mesure de la qualité d’expérience vidéo étaient taillés pour la vidéo à la demande (VoD), laissant de côté les spécificités du direct.

Le sujet de la qualité d’expérience vidéo ne cesse de s’imposer alors que le direct s’invite sur tous les écrans. Compression agressive, saccades, arrêts intempestifs, sauts de trames ou variations de fréquence d’image : l’expérience utilisateur pâtit de distorsions uniques au streaming en direct. Pourtant, rares sont les évaluations qui combinent à la fois le ressenti des spectateurs et des mesures objectives.

Une base de données inédite pour le streaming live (Qualité d'expérience vidéo)

L’équipe à l’origine de cette étude a franchi un cap en constituant TaoLive QoE, la première base de données dédiée à la qualité d’expérience vidéo sur des contenus live. Au total, 42 vidéos sources issues de réelles diffusions en direct ont été sélectionnées, puis altérées par différents types de distorsions spécifiques au live, telles que le frame skipping ou la variation de frame rate, en plus des défauts classiques comme la compression ou les pauses de lecture. Cela a permis de générer plus d’un millier de vidéos dégradées, soumises ensuite à une évaluation humaine pour obtenir un score subjectif.

Ce volet subjectif de l’étude permet de mieux cerner l’impact réel de chaque défaut sur le ressenti des spectateurs. Les résultats soulignent à quel point certains types de distorsions, propres au direct, affectent la qualité perçue par rapport aux vidéos à la demande. Jusqu’ici, les modèles de prédiction de qualité d’expérience vidéo peinaient à rendre compte de ces spécificités, car ils s’appuyaient majoritairement sur des critères techniques ou des scénarios VoD.

Vers un modèle plus fiable de prédiction de la QoE

Sur la base de TaoLive QoE, les chercheurs ont mis à l’épreuve les modèles existants d’évaluation de la qualité d’expérience vidéo. Leur verdict : ces outils, conçus pour la vidéo à la demande, échouent fréquemment à évaluer correctement la QoE sur des contenus live, en particulier lorsque surviennent des distorsions propres au direct. Pour y remédier, ils proposent un nouveau modèle baptisé Tao-QoE, qui combine l’analyse multi-échelle des contenus et la détection du mouvement via l’optical flow. L’approche vise à prédire la qualité ressentie sans dépendre uniquement des mesures classiques de qualité de service (QoS).

Ce modèle, testé sur la base TaoLive QoE et sur des jeux de données publics pour la VoD, se démarque par sa capacité à mieux prendre en compte les particularités du streaming en direct. L’intégration de paramètres sémantiques et de mouvement ouvre la voie à des évaluations de qualité d’expérience vidéo plus en phase avec le ressenti des utilisateurs.

Alors que le live continue de gagner du terrain sur les plateformes numériques, la mesure fine et fiable de la qualité d’expérience vidéo devient un enjeu stratégique. Avec TaoLive QoE et Tao-QoE, les chercheurs posent les bases d’une nouvelle génération d’outils capables de suivre, en temps réel, la satisfaction des spectateurs devant des contenus vivants et imprévisibles.

Source originale : Subjective and Objective Quality-of-Experience Evaluation Study for Live Video Streaming via arxiv.org (20/04/2026)

Credit photo: VAZHNIK (Licence Pexels) – source image