El glosario de la tecnología de vídeo

El 12G-SDI es un estándar de interfaz digital en serie de alta velocidad capaz de transmitir vídeo 4K sin comprimir a una velocidad de hasta 60 fotogramas por segundo a través de un único cable coaxial. Al funcionar a aproximadamente 12 Gbit/s, reduce considerablemente la complejidad del cableado en los flujos de trabajo 4K en comparación con las versiones anteriores de SDI.

El 3G-SDI es una evolución del estándar SDI que ofrece un único enlace serie de 2,970 Gbit/s capaz de admitir una resolución de 1080p a una velocidad de hasta 60 fotogramas por segundo. De hecho, duplica la velocidad de transmisión de datos del HD-SDI, lo que permite transmitir vídeo con mayor velocidad de bits y resolución a través de un único cable coaxial.

3GP es un formato contenedor multimedia definido por el 3rd Generation Partnership Project (3GPP) para los servicios multimedia UMTS de tercera generación. Está diseñado para reducir los requisitos de almacenamiento y ancho de banda, lo que lo hace adecuado para teléfonos móviles y redes con poco ancho de banda.

El sonido envolvente 5.1 es una configuración de audio multicanal habitual que utiliza cinco canales de ancho de banda completo y un canal de efectos de baja frecuencia (LFE). Los cinco canales principales suelen estar formados por un altavoz central, uno delantero izquierdo, uno delantero derecho, uno envolvente izquierdo y uno envolvente derecho, lo que proporciona una experiencia de audio envolvente fundamental para los sistemas de cine en casa y las emisiones audiovisuales.

El 6G-SDI es un estándar de interfaz digital en serie que admite una velocidad de transmisión de datos de 5,94 Gbit/s, diseñado para transmitir vídeo 4K a una velocidad de hasta 30 fotogramas por segundo a través de un único cable coaxial. Está normalizado según la norma SMPTE ST 2081-1 y supone una nueva evolución en las capacidades del SDI para resoluciones más altas.

El sonido envolvente 7.1 es una configuración de audio multicanal mejorada que se basa en el formato 5.1 y añade dos canales de audio independientes adicionales, normalmente altavoces envolventes laterales. Esta configuración ofrece un campo sonoro más envolvente y preciso, lo que mejora aún más la experiencia inmersiva en los sistemas de cine en casa y en las configuraciones de audio avanzadas.

Una solución integrada «todo en uno» para la emisión de televisión que combina múltiples funciones, como la emisión, los gráficos, la ingesta y la programación, en un único sistema, normalmente basado en un ordenador. CiaB simplifica la infraestructura de emisión, reduce los costes y ofrece una solución flexible para la creación y gestión de canales de televisión.

La tasa de rebuffering es una métrica clave de la calidad de la experiencia (QoE) que mide el porcentaje del tiempo total de reproducción durante el cual la transmisión de vídeo se detiene debido a una cantidad insuficiente de datos almacenados en el búfer. Una tasa de rebuffering elevada indica interrupciones frecuentes y una experiencia de visualización deficiente, a menudo provocadas por la congestión de la red o un ancho de banda insuficiente. Minimizar esta tasa es fundamental para retener a los espectadores.

Porcentaje de espacios publicitarios disponibles que se cubren con éxito con publicidad de pago. Una tasa de ocupación inferior al 100 % da lugar a que se emitan anuncios propios, bloques publicitarios o contenidos en los espacios que no se han cubierto. La tasa de ocupación depende de la disponibilidad de la demanda, el rigor de la segmentación, los precios mínimos y la variedad de fuentes de demanda conectadas al sistema de toma de decisiones publicitarias.

El 8-VSB es la técnica de modulación de radiofrecuencia utilizada por el estándar ATSC 1.0 para la transmisión de televisión digital terrestre en Norteamérica. Transmite datos utilizando ocho niveles de amplitud discretos en una portadora de banda lateral única, lo que permite alcanzar una carga útil de aproximadamente 19,39 Mbit/s en un canal de 6 MHz. Se optó por el 8-VSB por su eficiencia espectral en el plan de canales norteamericano, aunque es más susceptible a las interferencias multitrayecto que la modulación OFDM utilizada por DVB-T2 y ATSC 3.0.

El AAC es un estándar de compresión de audio digital con pérdida diseñado para ofrecer una mayor calidad de audio a velocidades de bits más bajas en comparación con su predecesor, el MP3. Se utiliza ampliamente para la transmisión en streaming y en diversos dispositivos, ya que ofrece una compresión eficiente sin perder la fidelidad del sonido.

El AAC-LC, o «Low Complexity» (baja complejidad), es el perfil básico y más ampliamente compatible del estándar Advanced Audio Coding (AAC). Ofrece una compresión de audio eficiente con una complejidad computacional relativamente baja, lo que lo hace adecuado para una amplia gama de dispositivos electrónicos de consumo y aplicaciones de audio en general.

La tasa de bits adaptativa (ABR) es una técnica de transmisión que ofrece contenido de vídeo ajustando dinámicamente la calidad y la tasa de bits en función de las condiciones de la red del usuario y las capacidades de su dispositivo. Consiste en codificar el vídeo en varias versiones (con diferentes tasas de bits y resoluciones) y alternar entre ellas de forma fluida durante la reproducción.

Un algoritmo ABR (velocidad de bits adaptativa) es una lógica sofisticada integrada en un reproductor de vídeo que determina qué versión del vídeo (velocidad de bits) solicitar al servidor en función de las condiciones de la red en tiempo real, los niveles de búfer y las capacidades del dispositivo. El objetivo de un algoritmo ABR es maximizar la calidad del vídeo y minimizar al mismo tiempo los retrasos en el rebuffering y en el inicio, garantizando así una experiencia de reproducción fluida y continua. Estos algoritmos son fundamentales para la transmisión adaptativa.

El AC-3, conocido comúnmente como Dolby Digital, es una tecnología de compresión de audio con pérdida desarrollada por Dolby Laboratories para la codificación eficiente del sonido envolvente. Admite hasta 5.1 canales de audio independientes y se utiliza ampliamente en sistemas de cine en casa, DVD y televisión.

AS-02 es un estándar de empaquetado maestro de contenidos multimedia desarrollado por la AMWA. Es similar al IMF, pero utiliza los metadatos almacenados en los archivos MXF para describir las diferentes versiones derivadas de los componentes de contenido subyacentes. Un paquete AS-02 consta de varios elementos de archivo organizados en una estructura de directorios estandarizada.

AS-11 es una familia de especificaciones de la AMWA (Advanced Media Workflow Association) que definen formatos de archivo multimedia restringidos basados en MXF. Estas especificaciones se utilizan para la entrega de activos multimedia finalizados a emisoras y editoriales, garantizando la interoperabilidad y el cumplimiento de los requisitos regionales de entrega.

ASF, o Advanced Systems Format, es el formato contenedor de audio y vídeo digital propio de Microsoft, destinado principalmente a la transmisión de contenidos multimedia. WMV (Windows Media Video) es un códec de vídeo que suele encapsularse dentro del contenedor ASF, junto con WMA (Windows Media Audio).

La audiodescripción (AD) es una pista de narración adicional que describe verbalmente los elementos visuales clave de los contenidos multimedia, como acciones, gestos, cambios de escena y texto que aparece en pantalla. Este servicio está diseñado para que las personas ciegas o con baja visión puedan acceder a los contenidos de vídeo, proporcionándoles información contextual esencial durante las pausas naturales del diálogo.

AOMedia Video 1 (AV1) es un formato de codificación de vídeo abierto y libre de derechos de autor desarrollado por la Alliance for Open Media (AOMedia) como sucesor del VP9. Está diseñado para la distribución de vídeo por Internet y ofrece mejoras significativas en la eficiencia de la compresión con respecto a códecs anteriores como el VP9 y el H.264.

AVI, o Audio Video Interleave, es un formato contenedor multimedia propietario introducido por Microsoft en 1992 como parte de Video for Windows. Puede contener datos tanto de audio como de vídeo en un contenedor de archivos sin comprimir, lo que permite la reproducción sincronizada de audio y vídeo.

El AVOD, o «vídeo bajo demanda con publicidad», es un modelo de monetización en el que los usuarios pueden acceder a contenidos de vídeo de forma gratuita, y el proveedor del servicio genera ingresos mediante la visualización de anuncios. Este modelo se diferencia de los servicios por suscripción y del pago por visión, ya que se basa íntegramente en las impresiones publicitarias para financiar la distribución de contenidos. Muchas plataformas de streaming gratuitas utilizan el modelo AVOD.

AVPlayer es una clase del marco AVFoundation de Apple que proporciona la funcionalidad básica para reproducir contenidos multimedia locales y remotos basados en archivos, así como contenidos multimedia audiovisuales distribuidos mediante HTTP Live Streaming (HLS) en las plataformas iOS, macOS, tvOS y watchOS. Ofrece un control preciso sobre la reproducción, la sincronización y la sincronización temporal de los contenidos multimedia, lo que lo convierte en el componente fundamental para la reproducción de vídeo y audio en el ecosistema de Apple.

AVS3 es el estándar de codificación de audio y vídeo de tercera generación de China, diseñado para vídeo de ultra alta definición (UHD), realidad virtual (RV) y otras aplicaciones multimedia avanzadas. Su objetivo es ofrecer una eficiencia de compresión superior a la del H.265/HEVC, y es compatible con la resolución 8K, el HDR y una amplia gama de colores.

Los algoritmos ABR (velocidad de bits adaptativa) basados en el búfer dan prioridad al mantenimiento de un nivel adecuado del búfer de vídeo para evitar la recarga del búfer. Estos algoritmos ajustan la velocidad de bits del vídeo en función de la ocupación actual del búfer, aumentándola cuando el búfer está lleno y reduciéndola cuando el nivel del búfer es bajo. Este enfoque proactivo tiene como objetivo garantizar una reproducción fluida y reducir las interrupciones, incluso cuando la red es inestable.

Se produce un «acierto en la caché» cuando un usuario solicita contenido y este se encuentra y se sirve directamente desde la caché del servidor perimetral de una CDN, lo que permite una entrega rápida. Por el contrario, se produce una «fallo en la caché» cuando el contenido solicitado no está disponible en la caché perimetral, lo que obliga a reenviar la solicitud al servidor de origen, lo que aumenta la latencia.

El análisis de redes de distribución de contenidos (CDN) se refiere a la recopilación, el procesamiento y el análisis de datos relacionados con el rendimiento de la distribución de contenidos, el comportamiento de los usuarios y el tráfico de red dentro de una red de distribución de contenidos. Estos análisis proporcionan información sobre métricas como los índices de aciertos en la caché, la latencia, el rendimiento, la distribución geográfica de los usuarios y las posibles amenazas de seguridad, lo que permite optimizar las estrategias de distribución de contenidos.

La arquitectura CDN hace referencia al diseño de red distribuida de una red de distribución de contenidos (CDN), compuesta por servidores (PoP) situados estratégicamente que colaboran para distribuir contenidos de forma eficiente a los usuarios finales. Esta arquitectura tiene como objetivo minimizar la latencia y mejorar la disponibilidad de los contenidos mediante el almacenamiento en caché de los datos más cerca del usuario, aliviando así la carga de tráfico de los servidores de origen.

El rendimiento de una CDN mide la cantidad de datos que esta entrega con éxito a los usuarios finales durante un periodo determinado, y suele expresarse en bits por segundo. Indica la capacidad y la eficiencia de la CDN a la hora de gestionar y distribuir contenidos; un mayor rendimiento implica una capacidad de distribución de contenidos más rápida y sólida.

El audio inmersivo es un término amplio que engloba las tecnologías y técnicas que crean un paisaje sonoro tridimensional, situando al oyente en el propio entorno sonoro. Va más allá del sonido estéreo o envolvente tradicional al incorporar la altura y la profundidad, y suele utilizar audio basado en objetos y configuraciones especializadas de altavoces para ofrecer una experiencia auditiva muy realista y envolvente.

Un archivo M3U8 es un archivo de lista de reproducción en texto plano que se utiliza en HLS (HTTP Live Streaming) y que enumera los segmentos multimedia que necesita un reproductor para reconstruir una transmisión de vídeo. Contiene URI que remiten a los segmentos multimedia y también puede incluir información sobre los distintos niveles de calidad para la transmisión con velocidad de bits adaptativa.

Un archivo MPD (Media Presentation Description) es un archivo de manifiesto basado en XML que se utiliza en MPEG-DASH y que describe la estructura y la disponibilidad del contenido multimedia. Proporciona información sobre las diferentes velocidades de bits, resoluciones e idiomas disponibles, lo que permite al cliente adaptar la transmisión en función de las condiciones de la red.

El almacenamiento en caché de nivel intermedio se refiere a la implementación de servidores de caché en una capa intermedia dentro de la arquitectura de una CDN, normalmente entre los nodos periféricos y el servidor de origen. Este enfoque por niveles ayuda a reducir la carga del servidor de origen y a mejorar los índices de aciertos de caché en la periferia, al actuar como una caché más grande y centralizada para el contenido al que se accede con menos frecuencia.

El audio multicanal hace referencia a los sistemas de audio que utilizan más de dos canales de audio independientes para crear una experiencia sonora más envolvente y espacial que el estéreo tradicional. Estos sistemas suelen incluir varios altavoces colocados estratégicamente alrededor del oyente, con configuraciones habituales como el sonido envolvente 5.1 y 7.1, para ofrecer elementos sonoros distintos procedentes de diversas direcciones.

El audio basado en objetos es un paradigma avanzado de mezcla y reproducción de audio en el que los elementos sonoros individuales (objetos) se tratan como entidades independientes con metadatos asociados, en lugar de mezclarse previamente en canales fijos. Esto permite la reproducción dinámica de los sonidos en un espacio tridimensional, adaptándose a diversos sistemas de reproducción y creando experiencias auditivas altamente personalizadas e inmersivas.

Sistemas y procesos de software que gestionan y automatizan la emisión de contenidos de vídeo y audio para canales de televisión o radio. Garantizan que todos los elementos multimedia —incluidos programas, anuncios y gráficos— se emitan en el orden correcto y a la hora programada, lo que agiliza considerablemente las operaciones de emisión.

Los eventos de bloqueo, a menudo denominados «eventos de almacenamiento en búfer», se producen cuando la reproducción del vídeo se detiene inesperadamente porque el búfer del reproductor se ha vaciado y está a la espera de que se descarguen más datos. Estas interrupciones reducen significativamente la calidad de la experiencia (QoE) de los espectadores. Los eventos de bloqueo frecuentes suelen ser indicativos de problemas de red, ancho de banda insuficiente o una distribución ineficaz de los contenidos.

La mejora de resolución mediante IA de superresolución utiliza algoritmos de inteligencia artificial y aprendizaje automático para aumentar la resolución de las secuencias de vídeo más allá de la simple interpolación de píxeles. A diferencia de la mejora de resolución tradicional, la mejora mediante IA es capaz de generar de forma inteligente nuevos datos de píxeles, reconstruir detalles sutiles y mejorar la calidad visual general, lo que hace que el contenido de menor resolución se vea significativamente más nítido y detallado en pantallas de alta resolución.

Los algoritmos ABR (velocidad de bits adaptativa) basados en el rendimiento toman decisiones sobre qué versión del vídeo transmitir basándose principalmente en la estimación del ancho de banda o el rendimiento disponible de la red. Estos algoritmos miden continuamente la velocidad de descarga de los segmentos de vídeo y seleccionan una velocidad de bits ligeramente inferior al rendimiento estimado para evitar el almacenamiento en búfer. Aunque son eficaces, en ocasiones pueden reaccionar de forma tardía ante fluctuaciones repentinas de la red.

El escalado es el proceso de aumentar la resolución de un vídeo o una imagen a una resolución superior, normalmente para que coincida con la resolución nativa de un dispositivo de visualización. Esta técnica interpola los datos de píxeles que faltan para ampliar la imagen, con el objetivo de mejorar la claridad visual y el nivel de detalle cuando se visualiza una fuente de menor resolución en una pantalla de mayor resolución. Aunque puede hacer que el contenido parezca más nítido, no añade detalles reales que no estuvieran presentes en la fuente original.

El término «amplia gama de colores» (WCG) hace referencia a la capacidad de una pantalla o un sistema de vídeo para reproducir una gama de colores significativamente mayor que la de los sistemas tradicionales de rango dinámico estándar (SDR), abarcando normalmente espacios de color como DCI-P3 y BT.2020. La WCG es un componente clave del contenido de alto rango dinámico (HDR), ya que permite una reproducción del color más vibrante, realista y precisa, lo que se traduce en una experiencia visual más rica.

Señal con código de tiempo integrada en un manifiesto multimedia o en un flujo elemental que indica el inicio y/o el final de una oportunidad publicitaria. En HLS, los marcadores publicitarios aparecen como etiquetas EXT-X-CUE-OUT y EXT-X-CUE-IN; en DASH, se representan como elementos EventStream. Los marcadores publicitarios se derivan de los mensajes de empalme SCTE 35.

Anuncio insertado en un punto concreto del cuerpo de un vídeo, a diferencia de los que se muestran antes (pre-roll) o después (post-roll) del contenido. Los anuncios mid-roll se activan mediante puntos de referencia SCTE 35 en las retransmisiones en directo o mediante marcadores de la línea de tiempo en los contenidos bajo demanda (VOD) y suelen ser la ubicación publicitaria de mayor valor debido a los niveles de interacción de los espectadores.

Un anuncio que se reproduce una vez finalizado el contenido principal del vídeo. Los anuncios «post-roll» presentan las tasas de visualización completas más bajas de los tres tipos de ubicación estándar (pre-roll, mid-roll y post-roll), ya que muchos espectadores abandonan la reproducción antes de que finalice el contenido.

Anuncio que se reproduce antes de que comience el contenido de vídeo principal. Los anuncios pre-roll suelen tener las tasas de visualización completas más altas de todos los tipos de publicidad y son el formato más habitual en entornos OTT y de streaming. Se distribuyen a través de CSAI o SSAI y se definen en respuestas VAST.

La ATSC es la organización internacional sin ánimo de lucro que desarrolla normas voluntarias para la televisión digital y los medios avanzados. Sus normas regulan la radiodifusión televisiva digital terrestre en Norteamérica y en varios otros países, definiendo las especificaciones técnicas para los servicios de transmisión, audio, vídeo y datos. La familia de normas ATSC incluye la norma ATSC 1.0 (la norma original de televisión digital), la norma ATSC 2.0 (interactividad mejorada) y la norma de próxima generación ATSC 3.0 (NextGen TV).

El estándar original de televisión digital ATSC, implantado en Norteamérica desde finales de la década de 1990. El ATSC 1.0 utiliza la modulación 8-VSB (banda lateral vestigial de 8 niveles) y la compresión de vídeo MPEG-2, sustituyendo al sistema analógico NTSC. Admite resoluciones de hasta 1080i y 720p HD, y sigue siendo el estándar de referencia para la radiodifusión terrestre en Estados Unidos, Canadá, México y Corea del Sur.

El estándar ATSC 3.0, conocido comercialmente como NextGen TV, supone el avance más significativo en la televisión en abierto desde la transición a la tecnología digital. A diferencia de sus predecesores, el ATSC 3.0 es un estándar basado en IP que transmite señales de radiodifusión mediante modulación OFDM, lo que permite la transmisión de vídeo 4K UHD (HEVC), HDR (HDR10, Dolby Vision), audio inmersivo (AC-4, MPEG-H) y la integración de Internet de banda ancha. Entre sus principales capacidades se incluyen la publicidad dirigida, las alertas de emergencia, la difusión de datos y la posibilidad de combinar señales de radiodifusión y de banda ancha (convergencia entre radiodifusión y banda ancha). No es compatible con los receptores ATSC 1.0 y requiere un nuevo sintonizador o decodificador.

AC-4 es el estándar de codificación de audio de última generación de Dolby, diseñado para aplicaciones de radiodifusión y streaming que requieren audio inmersivo, compresión eficiente y personalización. Es uno de los códecs de audio obligatorios en ATSC 3.0 / NextGen TV y es compatible con el audio basado en objetos (lo que permite experiencias inmersivas como Dolby Atmos), la mejora del diálogo, las funciones de accesibilidad y la distribución eficiente de múltiples servicios de audio en una única transmisión.

El BGP, o Protocolo de Enlace Fronterizo (Border Gateway Protocol), es un protocolo estandarizado de enlace exterior que permite el intercambio de información sobre enrutamiento y accesibilidad entre sistemas autónomos (AS) en Internet. Las CDN utilizan el BGP para anunciar sus prefijos IP, lo que les permite influir en el enrutamiento del tráfico y dirigir las solicitudes de los usuarios hacia el punto de presencia (PoP) periférico más adecuado, mejorando así el rendimiento y la fiabilidad.

BOLA, o algoritmo de Lyapunov basado en la ocupación del búfer, es un tipo específico de algoritmo ABR basado en el búfer, diseñado para lograr una calidad de vídeo casi óptima al tiempo que se minimiza la recarga del búfer. Utiliza técnicas de optimización de Lyapunov para tomar decisiones sobre la tasa de bits, equilibrando el deseo de una mayor calidad con la necesidad de mantener un búfer estable. BOLA destaca por sus garantías teóricas y su rendimiento práctico en la transmisión adaptativa.

BT.2020, también conocido como Rec. 2020 o Recomendación BT.2020 de la UIT-R, es un estándar de amplia gama cromática para la televisión de ultra alta definición (UHD). Define un espacio de color significativamente mayor que el BT.709, lo que permite mostrar una gama de colores mucho más amplia, algo fundamental para los contenidos HDR y que ofrece una experiencia visual más vívida y realista.

La norma BT.2100, también conocida como Rec. 2100 o Recomendación BT.2100 de la UIT-R, es una norma internacional exhaustiva para la televisión de alto rango dinámico (HDR). Define los parámetros de imagen para la producción y el intercambio internacional de contenidos HDR, abarcando tanto las funciones de transferencia del cuantificador perceptual (PQ) como del Hybrid Log-Gamma (HLG), junto con especificaciones de amplia gama de colores como la BT.2020.

La norma BT.709, también conocida como Rec. 709 o Recomendación BT.709 de la UIT-R, es la norma internacional para la televisión de alta definición (HD). Define el espacio de color, los colores primarios, el punto blanco y la función de transferencia para el vídeo de alta definición, y sirve como norma de color fundamental para la mayoría de los contenidos y pantallas SDR en todo el mundo.

La purga de la caché consiste en la eliminación explícita e inmediata de contenido específico o de todo el contenido de la caché de una CDN, independientemente de su configuración de TTL. Esta acción se lleva a cabo normalmente para garantizar que ya no se sirva a los usuarios contenido obsoleto o incorrecto, lo que obliga a los nodos periféricos a obtener la última versión del servidor de origen en las solicitudes posteriores.

Conjunto de anuncios que se emiten de forma secuencial dentro de un mismo bloque publicitario. Un bloque publicitario puede contener espacios de pre-roll, mid-roll o post-roll, y es configurado por el sistema de gestión publicitaria en función del inventario disponible, la segmentación y las normas de diferenciación frente a la competencia.

Una solicitud HTTP enviada por el reproductor o el servidor SSAI a una URL de seguimiento en momentos concretos durante la reproducción del anuncio —normalmente, la impresión (inicio del anuncio), el primer cuartil (25 %), el punto medio (50 %), el tercer cuartil (75 %) y la finalización (100 %). Los beacons se definen en el elemento «VAST Tracking» y son utilizados por los anunciantes y las agencias para medir la entrega y la visibilidad de los anuncios.

El cambio de velocidad de bits consiste en el ajuste dinámico de la calidad (velocidad de bits) del flujo de vídeo en tiempo real, en función de las condiciones de la red del espectador y de las capacidades de su dispositivo. Este proceso es fundamental para la transmisión con velocidad de bits adaptativa (ABR), ya que garantiza que el reproductor pueda cambiar sin problemas entre diferentes versiones del vídeo para mantener una reproducción continua con la mejor calidad posible. Evita el almacenamiento en búfer y optimiza la experiencia de visualización.

El CABAC es una forma avanzada de codificación por entropía que se utiliza en estándares modernos de compresión de vídeo como H.264/AVC y HEVC. Consigue una alta eficiencia de compresión mediante el modelado adaptativo de las distribuciones de probabilidad de los elementos sintácticos en función de su contexto y, a continuación, utilizando la codificación aritmética para representarlos con menos bits, lo que da como resultado una compresión sin pérdidas de calidad superior.

CAMBI es un detector de artefactos de bandas sin referencia desarrollado por Netflix que cuantifica la visibilidad de los artefactos de bandas (contornos) en el vídeo. Funciona extrayendo mapas a nivel de píxel a múltiples escalas y combinándolos en un único índice, teniendo en cuenta la sensibilidad al contraste del ser humano. CAMBI proporciona una puntuación que presenta una alta correlación con la percepción subjetiva humana de las bandas, incluso cuando métricas tradicionales como el PSNR y el VMAF no lo hacen.

El CAVLC es una forma de codificación por entropía que se utiliza en estándares de compresión de vídeo como el H.264/AVC, y que constituye una alternativa más sencilla y menos exigente desde el punto de vista computacional que el CABAC. Consigue una compresión sin pérdidas asignando códigos de longitud variable a los coeficientes de transformada cuantificados, adaptando la longitud de los códigos en función del contexto de los coeficientes codificados anteriormente.

El CBCS (Cipher Block Chaining Scheme) es un modo de cifrado utilizado en el estándar Common Encryption (CENC), especialmente para proteger contenidos multimedia en streaming. Cifra el contenido mediante el algoritmo AES en modo Cipher Block Chaining con cifrado por submuestras, lo que significa que solo se cifran partes de cada muestra multimedia. Este método lo emplean habitualmente sistemas DRM como FairPlay y PlayReady para garantizar una distribución de contenidos eficiente y segura.

La tasa de bits constante (CBR) es un método de control de la tasa de bits en el que el codificador intenta mantener una tasa de bits constante a lo largo de todo el flujo de vídeo. Aunque garantiza un uso predecible del ancho de banda, la CBR puede dar lugar a fluctuaciones en la calidad, ya que las escenas complejas pueden quedar subcodificadas y las escenas sencillas, sobrecodificadas, con el fin de mantener la tasa constante.

Un módulo de descifrado de contenidos (CDM) es un componente de software o hardware seguro integrado en un dispositivo cliente (por ejemplo, un navegador web o un decodificador) que se encarga de descifrar los contenidos protegidos por la gestión de derechos digitales (DRM) y de hacer cumplir las políticas de uso. Interactúa con las Extensiones de Contenido Cifrado (EME) en los navegadores web para gestionar las solicitudes de licencia, la gestión de claves y el descifrado de contenidos en un entorno de confianza, impidiendo así el acceso no autorizado a los contenidos sin cifrar.

La conmutación por error de CDN es un mecanismo dentro de una estrategia de múltiples CDN que redirige automáticamente el tráfico de los usuarios de una CDN principal a una secundaria cuando la principal sufre una interrupción del servicio, problemas de rendimiento o deja de estar disponible. Esto garantiza una distribución ininterrumpida de contenidos y mantiene un alto nivel de disponibilidad del servicio para los usuarios finales.

Una CDN para la retransmisión en directo está optimizada específicamente para distribuir contenido de vídeo en tiempo real a una audiencia numerosa y geográficamente dispersa, con una latencia y un almacenamiento en búfer mínimos. Estas CDN emplean protocolos y técnicas especializados, como la retransmisión con velocidad de bits adaptativa y el almacenamiento en caché optimizado en el perímetro, para garantizar una experiencia de visualización fluida y de alta calidad en los eventos en directo.

Una red de distribución de contenidos (CDN) para vídeo bajo demanda (VOD) está diseñada para distribuir de forma eficiente contenidos de vídeo pregrabados a los usuarios cuando estos lo solicitan. Aprovecha el almacenamiento en caché en los puntos periféricos para guardar los vídeos más populares más cerca de los espectadores, lo que reduce los tiempos de carga y mejora la calidad de reproducción para el consumo bajo demanda.

El cifrado común (CENC) es una norma ISO que define métodos comunes de cifrado y asignación de claves para proteger contenidos multimedia, lo que permite que un mismo archivo cifrado pueda descifrarse mediante múltiples sistemas de gestión de derechos digitales (DRM), como Widevine, FairPlay y PlayReady. Esta normalización simplifica la preparación y distribución de contenidos al permitir la interoperabilidad entre diferentes plataformas DRM.

Dispositivo o software utilizado en la radiodifusión para crear y mostrar texto y gráficos estáticos o animados —como tercios inferiores, créditos y marcadores— que se superponen a una señal de vídeo. Los gráficos generados por ordenador (CG) son esenciales para añadir elementos informativos y de imagen de marca a las producciones televisivas, tanto en directo como pregrabadas.

El CMAF fragmentado se refiere al uso del Formato Común de Aplicaciones Multimedia (CMAF) junto con la codificación fragmentada y la codificación de transferencia fragmentada para lograr una transmisión en streaming de baja latencia. En este enfoque, los segmentos de contenido multimedia individuales se subdividen a su vez en fragmentos más pequeños, lo que permite la transferencia y la reproducción inmediatas a medida que se codifica cada fragmento, reduciendo así significativamente la latencia de extremo a extremo.

La codificación de transferencia por fragmentos es un mecanismo de HTTP/1.1 que permite a un servidor enviar datos en una serie de fragmentos independientes sin necesidad de conocer de antemano el tamaño total del cuerpo de la respuesta. Cada fragmento va precedido de su tamaño, lo que permite al cliente procesar los datos de forma incremental a medida que llegan, algo fundamental para el contenido dinámico y la transmisión en streaming de baja latencia.

CineForm es un códec de vídeo intermedio basado en ondículas, diseñado originalmente para flujos de trabajo de intermediación digital y adquirido posteriormente por GoPro. Admite diversas profundidades de bits y formatos de submuestreo de crominancia, incluidos 10 bits 4:2:2 y 12 bits 4:4:4, y es conocido por su comportamiento de calidad constante y su estabilidad ante la recompresión iterativa, estandarizado como SMPTE VC-5.

ClearKey es un mecanismo básico de protección de contenidos que se utiliza a menudo con MPEG-DASH y HLS, en el que las claves de cifrado se intercambian directamente y a la vista (sin cifrar) a través de un canal seguro como HTTPS. A diferencia de los sistemas DRM completos, ClearKey ofrece una forma más sencilla de cifrado sin una gestión compleja de licencias, lo que lo hace adecuado para contenidos que requieren un nivel mínimo de protección o para fines de prueba.

CMAF es un formato de contenedor y un conjunto de estándares para empaquetar y distribuir contenidos multimedia basados en HTTP, propuesto conjuntamente por Apple y Microsoft. Unifica HLS y MPEG-DASH en un único contenedor fMP4, lo que reduce la codificación duplicada y los costes de almacenamiento. CMAF también utiliza la codificación por fragmentos y la codificación de transferencia por fragmentos para reducir la latencia.

Una clave de contenido, también conocida como clave de descifrado, es la clave criptográfica que se utiliza para descifrar contenidos multimedia digitales cifrados dentro de un sistema de gestión de derechos digitales (DRM). Esta clave es enviada de forma segura a un dispositivo cliente autorizado por un servidor de licencias DRM tras una autenticación y autorización correctas, lo que permite la reproducción de vídeo o audio protegido.

El parámetro de cuantificación constante (CQP) es un método de control de la tasa de bits en el que se aplica un parámetro de cuantificación (QP) fijo a todas las tramas o bloques de un vídeo. Esto garantiza un nivel constante de conservación de los detalles, pero la tasa de bits resultante puede variar significativamente en función de la complejidad del contenido del vídeo.

El factor de tasa constante (CRF) es un método de control de la tasa basado en la calidad, en el que el codificador tiene como objetivo lograr una calidad perceptiva constante a lo largo de todo el vídeo ajustando la tasa de bits según sea necesario. Un valor de CRF más bajo suele traducirse en una mayor calidad y en archivos de mayor tamaño, mientras que un valor de CRF más alto da lugar a una menor calidad y a archivos más pequeños.

Un codificador es un dispositivo de hardware o una aplicación de software que convierte señales de vídeo y audio sin procesar en un formato digital comprimido. Esta compresión es fundamental para un almacenamiento y una transmisión eficientes a través de redes, lo que hace que los archivos multimedia sean aptos para su reproducción en streaming. Los codificadores preparan el contenido para su posterior procesamiento, como el empaquetado y la distribución.

La codificación por entropía es una técnica de compresión de datos sin pérdidas que se aplica tras la cuantificación en la compresión de vídeo. Reduce la redundancia asignando códigos binarios más cortos a los símbolos que aparecen con mayor frecuencia (por ejemplo, los coeficientes cuantificados) y códigos más largos a los menos frecuentes, lo que permite minimizar la tasa de bits global sin pérdida alguna de información.

La codificación por hardware utiliza circuitos específicos integrados en un dispositivo, como una GPU o un chip especializado, para realizar la compresión de vídeo. Este método ofrece importantes ventajas en cuanto a velocidad y reduce la carga de la CPU, lo que lo hace ideal para aplicaciones en tiempo real, como la retransmisión en directo y los videojuegos, aunque en ocasiones puede ofrecer una calidad ligeramente inferior o menos flexibilidad en comparación con la codificación por software.

El cifrado HLS (AES-128) consiste en el uso del Estándar Avanzado de Cifrado (AES) con una clave de 128 bits en modo Cipher Block Chaining (CBC) para cifrar segmentos multimedia completos dentro de un manifiesto de HTTP Live Streaming (HLS). Este método proporciona un nivel básico de protección del contenido al codificar los datos de vídeo y audio, lo que requiere que el reproductor obtenga una clave de descifrado para poder reproducirlos. Se trata de un método de cifrado habitual para las transmisiones HLS, que ofrece un equilibrio entre seguridad y compatibilidad.

La codificación de Huffman es una técnica de codificación entrópica muy utilizada que permite la compresión de datos sin pérdida de información mediante la asignación de códigos de longitud variable a los símbolos de entrada en función de su frecuencia de aparición. Los símbolos más frecuentes reciben códigos más cortos, mientras que los menos frecuentes reciben códigos más largos, lo que da lugar a una reducción general del tamaño de los datos.

La compresión sin pérdidas es un método de compresión de datos que permite reconstruir perfectamente los datos de vídeo originales a partir de los datos comprimidos, sin ninguna pérdida de información. Aunque da lugar a archivos de mayor tamaño en comparación con los métodos con pérdidas, resulta fundamental para aplicaciones en las que la integridad de los datos y la fidelidad perfecta son primordiales, como los flujos de trabajo de archivo o de edición profesional.

La compresión con pérdida es un método de compresión de datos que permite reducir considerablemente el tamaño de los archivos mediante la eliminación definitiva de parte de los datos de vídeo originales, normalmente información que se considera menos importante desde el punto de vista perceptivo para el ojo humano. Esta técnica se utiliza ampliamente en la radiodifusión y el streaming para optimizar el ancho de banda y el almacenamiento, aceptando una reducción controlada de la calidad a cambio de obtener archivos de tamaño mucho menor.

Un proceso de tratamiento de contenidos multimedia es una secuencia estructurada de pasos y componentes automatizados que transforman los contenidos multimedia sin procesar o codificados en un formato final apto para su transmisión en streaming. Este proceso suele incluir la codificación, la transcodificación, el empaquetado y el cifrado DRM, lo que garantiza que el contenido esté optimizado para diversas plataformas y condiciones de visualización. Gestiona todo el ciclo de vida de la preparación de los contenidos multimedia, desde la ingesta hasta la distribución.

La compensación de movimiento es una técnica utilizada en la compresión de vídeo entre fotogramas que emplea vectores de movimiento obtenidos a partir de la estimación de movimiento para predecir el contenido de un fotograma actual a partir de un fotograma de referencia. Al aplicar estas predicciones, solo es necesario codificar las diferencias residuales, lo que mejora considerablemente la eficiencia de la compresión.

La codificación por escena, también conocida como «codificación sensible al contenido», ajusta dinámicamente los parámetros del codificador escena por escena o plano por plano dentro de un mismo archivo de vídeo. Al analizar la complejidad espacial y temporal de cada escena, el codificador asigna más bits a las secuencias complejas y con mucho movimiento, y menos bits a las escenas estáticas, lo que permite maximizar la calidad visual general y minimizar el tamaño del archivo.

La codificación por título es una técnica avanzada de compresión de vídeo que analiza la complejidad de cada recurso de vídeo individual para generar una escala de codificación personalizada. En lugar de utilizar un conjunto estático y único de velocidades de bits y resoluciones, asigna parámetros de codificación óptimos adaptados al contenido específico, lo que permite ahorrar ancho de banda en vídeos sencillos, como animaciones, al tiempo que se mantiene la calidad en contenidos complejos y con mucho movimiento.

La codificación perceptual es una técnica de compresión con pérdida que aprovecha las limitaciones y características del sistema visual humano para descartar la información que los espectadores tienen menos probabilidades de percibir. Al dar prioridad a la conservación de los detalles visualmente importantes y eliminar los datos redundantes o imperceptibles, se consiguen ratios de compresión significativos, al tiempo que se mantiene una calidad de experiencia subjetivamente alta.

Un cuadro PSSH (Protection System Specific Header) es un contenedor estandarizado dentro del formato ISOBMFF (ISO Base Media File Format) que contiene metadatos específicos de un sistema de protección de contenidos (DRM) concreto. Proporciona la información que un dispositivo cliente necesita para interactuar con un servidor de licencias DRM, como el identificador del sistema (System ID) del DRM y cualquier dato propietario necesario para la adquisición de la licencia y el descifrado del contenido. Los bloques PSSH son fundamentales para la interoperabilidad entre distintos sistemas DRM.

La cuantificación es una técnica de compresión con pérdida utilizada en la codificación de vídeo que reduce la precisión de los coeficientes transformados (por ejemplo, de la DCT) asignando un rango de valores de entrada a un único valor de salida. Este proceso descarta la información menos significativa desde el punto de vista perceptivo, reduciendo así el tamaño de los datos; unos niveles de cuantificación más altos dan lugar a una mayor compresión, pero también a una mayor pérdida de detalle.

Por «CDN QUIC/HTTP3» se entiende las redes de distribución de contenidos (CDN) que admiten y aprovechan el protocolo QUIC (Quick UDP Internet Connections), que constituye la base de HTTP/3. QUIC tiene como objetivo mejorar el rendimiento web reduciendo la sobrecarga que supone el establecimiento de la conexión, eliminando el bloqueo de cabeza de cola y proporcionando una mejor recuperación ante pérdidas, lo que se traduce en una distribución de contenidos más rápida y fiable, especialmente en redes poco fiables.

El control de la tasa de bits en la compresión de vídeo se refiere a los algoritmos y estrategias utilizados para gestionar la tasa de bits de un flujo de vídeo codificado con el fin de cumplir unos objetivos específicos en cuanto a tamaño de archivo, ancho de banda y calidad. Existen diferentes métodos, como la tasa de bits constante (CBR), la tasa de bits variable (VBR), el factor de tasa constante (CRF), el parámetro de cuantificación constante (CQP) y la tasa de bits adaptativa (ABR), que ofrecen diferentes equilibrios entre estos factores.

Conjunto de normas coordinadas definidas por la Sociedad de Ingenieros de Cine y Televisión (SMPTE) para etiquetar cada fotograma de vídeo o película con un código de tiempo. Proporciona una referencia temporal precisa para la edición, la sincronización y la identificación de contenidos multimedia, lo que hace posible la edición moderna en cintas de vídeo y los sistemas de edición no lineales.

La codificación por software utiliza la unidad central de procesamiento (CPU) del ordenador para realizar la compresión de vídeo. Aunque, en general, es más flexible y permite alcanzar una mayor calidad con velocidades de bits más bajas que la codificación por hardware, también requiere un mayor esfuerzo computacional, consume una cantidad significativa de recursos de la CPU y, a menudo, da lugar a velocidades de codificación más lentas. Se prefiere para tareas en las que la calidad y la flexibilidad son fundamentales, como la producción de vídeo profesional.

La codificación en dos pasadas es una técnica de codificación de vídeo que consiste en procesar el archivo de vídeo dos veces para optimizar la eficiencia de la compresión y la calidad. En la primera pasada, el codificador analiza el contenido del vídeo para recopilar estadísticas sobre su complejidad y, en la segunda pasada, utiliza esta información para asignar los bits de forma inteligente, lo que da como resultado una calidad más uniforme y un tamaño de archivo menor para una tasa de bits objetivo determinada.

Un modelo de inserción de anuncios en el que el reproductor de vídeo del dispositivo del usuario se encarga de recuperar, insertar y reproducir los anuncios. El reproductor pausa la transmisión de contenido, solicita un anuncio al servidor publicitario mediante una llamada VAST, reproduce el anuncio y, a continuación, reanuda la reproducción del contenido. El modelo CSAI es vulnerable a los bloqueadores de anuncios y puede provocar un efecto de buffering visible durante las transiciones entre anuncios.

Estrategia de toma de decisiones publicitarias secuencial en la que las solicitudes de anuncios se envían a las fuentes de demanda de una en una, por orden de prioridad, pasando a la siguiente fuente solo si la anterior no ofrece ninguna respuesta. El método «waterfall» está siendo sustituido por el «header bidding» y los enfoques de subasta unificada, que solicitan pujas a todas las fuentes de demanda simultáneamente para maximizar los ingresos.

Una estrategia técnica y comercial que combina la difusión tradicional (por aire, satélite o cable) con la conectividad a Internet de banda ancha para crear una experiencia unificada y enriquecida para el espectador. ATSC 3.0 y HbbTV son los dos estándares principales que permiten la convergencia entre la radiodifusión y la banda ancha, lo que permite a las emisoras complementar las señales de radiodifusión lineales con contenidos a la carta, publicidad personalizada, aplicaciones interactivas y metadatos mejorados transmitidos a través de IP.

Los datos auxiliares son información complementaria no relacionada con el vídeo que se integra en una señal de vídeo digital, utilizando el mismo mecanismo de transporte que el propio vídeo. Estos datos pueden transmitirse tanto en los intervalos de supresión horizontal (HANC) como en los verticales (VANC) e incluyen elementos como el audio integrado, el código de tiempo y los subtítulos para personas con discapacidad auditiva.

La gestión de derechos digitales (DRM) a nivel de CDN se refiere a la aplicación de políticas de protección de contenidos directamente dentro de la infraestructura de la red de distribución de contenidos (CDN). Esto permite la distribución segura de contenidos premium mediante el cifrado de los archivos multimedia y la gestión de las claves de descifrado en el borde de la CDN, lo que garantiza que solo los usuarios autorizados con licencias válidas puedan acceder a los contenidos y reproducirlos.

La radiodifusión de audio digital (DAB) es un estándar de radio digital que se utiliza en muchos países, especialmente en Europa, para la emisión de servicios de audio digital. Ofrece una mejor calidad de sonido, un mayor número de emisoras y servicios de datos mejorados en comparación con la radio FM analógica tradicional; el DAB+ es una versión mejorada que utiliza una codificación de audio más eficiente.

dash.js es una biblioteca de JavaScript de código abierto que ofrece una implementación de cliente de referencia para reproducir contenido MPEG-DASH (Dynamic Adaptive Streaming over HTTP) en navegadores web. Utiliza MediaSource Extensions (MSE) y Encrypted Media Extensions (EME) para permitir la transmisión con velocidad de bits adaptativa y la reproducción protegida por DRM de flujos DASH. dash.js es una herramienta fundamental para los desarrolladores que crean reproductores de vídeo compatibles con DASH para la web.

El DCP, o Digital Cinema Package, es un conjunto de archivos digitales que se utiliza para almacenar y transmitir flujos de audio, imagen y datos de cine digital (DC). Es el formato estándar para la distribución de películas a salas de cine digitales, lo que garantiza la interoperabilidad y la seguridad.

La transformada coseno discreta (DCT) es una transformada matemática que se utiliza en la compresión de vídeo para convertir los datos de píxeles del dominio espacial al dominio de la frecuencia. Esta transformada concentra la mayor parte de la información de la imagen en unos pocos coeficientes de baja frecuencia, lo que facilita la cuantificación y el descarte de la información de alta frecuencia, menos importante desde el punto de vista perceptivo, permitiendo así una compresión eficiente.

El desentrelazado es el proceso de convertir un vídeo entrelazado a un formato de barrido progresivo. Esta técnica reconstruye fotogramas completos a partir de los campos alternos de una señal entrelazada, eliminando artefactos como el «efecto peine» o los «dientes de ratón» que pueden aparecer en pantallas progresivas, mejorando así la calidad del vídeo para las pantallas modernas y la distribución digital.

Dirac es un formato avanzado de compresión de vídeo libre de derechos de autor desarrollado por el departamento de Investigación y Desarrollo de la BBC, diseñado para aplicaciones de vídeo de alta calidad en diversas resoluciones y velocidades de bits. Utiliza compresión basada en ondículas y ofrece codificación tanto intraframe como interframe, siendo compatible con contenidos progresivos e entrelazados.

Avid DNxHD (Digital Nonlinear Extensible High Definition) es un códec de posproducción de vídeo de alta definición con pérdida desarrollado por Avid y estandarizado como SMPTE VC-3. Está diseñado para la composición multigeneracional con un menor consumo de almacenamiento y ancho de banda, y funciona como formato intermedio para la edición y la presentación, almacenándose normalmente en contenedores MXF o QuickTime.

Avid DNxHR (Digital Nonlinear Extensible High Resolution) es un códec de alta resolución para etapas intermedias y posproducción desarrollado por Avid, que sustituye al DNxHD para admitir resoluciones superiores a 1080p, incluidas 2K, 4K y 8K. Se trata de un códec exclusivamente intra-fotograma que ofrece múltiples niveles de compresión y codificaciones de color para flujos de trabajo flexibles, y no está destinado a la distribución al usuario final.

Dolby AC-4 es un códec de audio de última generación desarrollado por Dolby Laboratories, diseñado para servicios de radiodifusión y streaming. Ofrece audio de alta calidad a velocidades de bits más bajas que los códecs anteriores y es compatible con funciones avanzadas como el audio inmersivo y las experiencias de escucha personalizadas, incluido el audio descriptivo para facilitar la accesibilidad.

Dolby Atmos es una tecnología de audio inmersivo que amplía las posibilidades de los sistemas de sonido envolvente tradicionales mediante la incorporación de canales de altura y audio basado en objetos. Permite a los diseñadores de sonido situar y desplazar con precisión sonidos individuales en un espacio tridimensional, creando una experiencia auditiva muy realista y envolvente.

Dolby Vision es una tecnología patentada de alto rango dinámico (HDR) desarrollada por Dolby Laboratories que admite una profundidad de color de hasta 12 bits y utiliza metadatos dinámicos para optimizar la calidad de la imagen escena a escena o fotograma a fotograma. Esto permite realizar ajustes precisos del brillo, el contraste y el color, lo que ofrece una experiencia visual superior y más uniforme en una amplia gama de pantallas compatibles.

La gestión de derechos digitales (DRM) hace referencia a un conjunto de tecnologías de control de acceso que utilizan los creadores de contenidos y los titulares de derechos de autor para controlar el uso, la modificación y la distribución de contenidos digitales protegidos por derechos de autor, como vídeos, música y libros electrónicos. Su objetivo principal es impedir el acceso no autorizado, la copia y la piratería, garantizando que solo los usuarios autorizados puedan consumir los contenidos multimedia de acuerdo con las normas establecidas.

DTS, cuyas siglas significan originalmente «Digital Theater Systems», es una familia de tecnologías de codificación de audio conocida por ofrecer sonido multicanal discreto. Se trata de un formato de compresión con pérdida que proporciona audio de alta calidad para salas de cine comerciales, sistemas audiovisuales y entretenimiento doméstico, y que suele competir con Dolby Digital.

DTS-HD hace referencia a un conjunto de códecs de audio de DTS, entre los que se incluyen DTS-HD Master Audio y DTS-HD High Resolution Audio. DTS-HD Master Audio es un códec sin pérdidas que ofrece un audio idéntico, bit a bit, al original de estudio, mientras que DTS-HD High Resolution Audio es un formato con pérdidas de alta calidad. Ambos son compatibles con el sonido envolvente multicanal.

DTS:X es un códec de audio inmersivo basado en objetos que permite situar y mover libremente los elementos sonoros en un espacio tridimensional. A diferencia de los sistemas basados en canales, DTS:X se adapta a diversas configuraciones de altavoces, lo que ofrece una experiencia de audio flexible y realista para sistemas de cine en casa y otros entornos de entretenimiento.

DVB-CSA (Digital Video Broadcasting - Common Scrambling Algorithm) es el algoritmo de cifrado especificado por el Proyecto DVB para codificar flujos de vídeo en la radiodifusión de televisión digital. Es un componente fundamental de los sistemas de acceso condicional (CAS), que se utilizan para proteger los contenidos de la televisión de pago, garantizando que solo los decodificadores autorizados o los televisores con decodificador integrado puedan descifrar y mostrar las señales de emisión. Existen varias versiones, entre las que destacan DVB-CSA2 y DVB-CSA3, que ofrecen una seguridad mejorada con respecto a las versiones anteriores.

DASH de baja latencia es una extensión del protocolo MPEG-DASH diseñada para reducir el retraso de la transmisión de extremo a extremo, lo que permite la distribución de vídeo casi en tiempo real. Consigue una menor latencia mediante el uso de segmentos multimedia más pequeños (chunks) y actualizaciones eficientes del manifiesto, lo que permite una adaptación más rápida a los cambios en la red y minimiza el almacenamiento en búfer.

DASH multiperíodo es una característica del estándar MPEG-DASH que permite dividir un vídeo en varios períodos distintos. Cada período puede tener su propio conjunto de propiedades, como contenido diferente, anuncios o incluso distintos ajustes de codificación. Esto resulta especialmente útil para insertar anuncios o estructurar presentaciones de vídeo complejas dentro de un único manifiesto.

Tecnología que sustituye o inserta anuncios en las transmisiones de vídeo de forma dinámica en el momento de la distribución, en lugar de codificarlos en el contenido durante la ingesta. La DAI abarca tanto los enfoques del lado del servidor (SSAI) como del lado del cliente (CSAI) y permite ofrecer publicidad personalizada y dirigida en transmisiones en directo y bajo demanda (VOD).

Plataforma de publicidad programática utilizada por anunciantes y agencias para adquirir inventario publicitario en múltiples editores y mercados a través de pujas automatizadas en tiempo real. En el ámbito de la tecnología publicitaria para streaming, las DSP se conectan a las SSP a través de OpenRTB para pujar por las impresiones publicitarias disponibles en entornos OTT y CTV.

DVB es un conjunto de estándares abiertos aceptados internacionalmente para la televisión digital, desarrollados y mantenidos por el Proyecto DVB, un consorcio formado por más de 170 empresas. Los estándares DVB definen las especificaciones técnicas para la transmisión digital a través de satélite (DVB-S, DVB-S2, DVB-S2X), por cable (DVB-C, DVB-C2), terrestre (DVB-T, DVB-T2) y en dispositivos portátiles (DVB-H). DVB es el estándar de radiodifusión predominante en Europa, Australia y gran parte de Asia, África y Sudamérica.

El DVB-T2 es el estándar de radiodifusión terrestre DVB de segunda generación, que ofrece una capacidad y una robustez significativamente superiores a las de su predecesor, el DVB-T. Mediante técnicas avanzadas de modulación (OFDM con hasta 256-QAM) y corrección de errores hacia adelante LDPC/BCH, el DVB-T2 puede transmitir canales en HD y UHD, además de servicios interactivos HbbTV. Es el estándar de radiodifusión terrestre vigente en el Reino Unido (Freeview HD), Alemania, Italia, Suecia y muchos otros países.

DVB-I es un estándar DVB que define cómo se pueden distribuir servicios de televisión lineal con calidad de emisión a través de la red pública de Internet, sin necesidad de un sintonizador de televisión tradicional. Especifica un marco de detección y selección de servicios que permite a un cliente DVB-I (en un Smart TV, un decodificador o un dispositivo móvil) detectar y reproducir canales lineales distribuidos a través de IP, incluidos aquellos con aplicaciones HbbTV. DVB-I está diseñado para ampliar el alcance de los servicios de radiodifusión a dispositivos y mercados que carecen de infraestructura de recepción de radiodifusión.

Una «escalera» ABR (velocidad de bits adaptativa) es un conjunto predefinido de perfiles de codificación de vídeo, cada uno de los cuales especifica una combinación única de resolución y velocidad de bits, creados a partir de un único archivo fuente. Las plataformas de streaming utilizan esta escalera para cambiar dinámicamente entre diferentes niveles de calidad en tiempo real, en función del ancho de banda de red disponible del espectador y de las capacidades de su dispositivo.

El enrutamiento Anycast es un método de direccionamiento y enrutamiento de red en el que una única dirección IP es compartida por varios servidores —normalmente nodos periféricos de una CDN— situados en diferentes ubicaciones geográficas. Cuando un usuario solicita contenido, los enrutadores de red dirigen la solicitud al servidor disponible más cercano que anuncie esa dirección IP, optimizando así la proximidad y reduciendo la latencia.

En el ámbito de la radiodifusión, la imagen de marca abarca las estrategias y los elementos visuales que utilizan las cadenas de televisión o las emisoras de radio para crear una identidad propia, diferenciarse y fomentar la fidelidad de los espectadores. Esto incluye los gráficos que aparecen en pantalla, los logotipos, los jingles y la presentación general, que, en conjunto, definen la imagen de la cadena y atraen a su público objetivo.

El equilibrio de carga en una CDN es el proceso de distribuir las solicitudes entrantes de los usuarios entre varios servidores periféricos o incluso entre varios proveedores de CDN, con el fin de optimizar el uso de los recursos, maximizar el rendimiento, minimizar el tiempo de respuesta y evitar la sobrecarga de cualquier servidor concreto. Esto garantiza una distribución de contenidos eficiente y fiable, mejorando así la experiencia general del usuario.

Un espacio de color es un rango definido de colores que un sistema de vídeo puede capturar, reproducir o mostrar. Actúa como un modelo matemático que especifica cómo se representan los colores, incluyendo su tono, saturación y luminosidad. Los distintos espacios de color, como el BT.709 para SDR y el BT.2020 para HDR, determinan la amplitud y la precisión de los colores visibles en un vídeo.

E-AC-3, también conocido como Dolby Digital Plus, es un sistema de compresión de audio mejorado basado en el códec AC-3, que ofrece mayores velocidades de bits y es compatible con más canales de audio, hasta 7.1. Proporciona una mayor calidad y experiencias de sonido envolvente más inmersivas, y se utiliza habitualmente en servicios de streaming y en instalaciones avanzadas de cine en casa.

Tabla incluida en la Información de Servicio (SI) del DVB que contiene datos relativos a eventos o programas, como los nombres de los eventos, las horas de inicio, la duración y las descripciones del contenido. La EIT es fundamental para alimentar las guías electrónicas de programación (EPG), lo que permite a los espectadores ver qué se está emitiendo en ese momento y qué está programado para más adelante.

Las Extensiones de Contenidos Cifrados (EME) son una especificación del W3C que proporciona una API de JavaScript para que los navegadores web interactúen con los módulos de descifrado de contenidos (CDM). EME permite a las aplicaciones web reproducir contenido de audio y vídeo protegido, al permitir que el navegador seleccione mecanismos de protección de contenido, controle el intercambio de licencias y claves, y ejecute algoritmos personalizados de gestión de licencias, sin exponer las claves de descifrado directamente a la aplicación web.

Una «escalera de codificación» es el conjunto de diferentes versiones de vídeo —que varían en resolución, tasa de bits y, en ocasiones, códec— que se generan durante el proceso de transcodificación para la transmisión adaptativa. Sirve como modelo para ofrecer una calidad de vídeo óptima en diversos dispositivos y condiciones de red, desde conexiones móviles de bajo ancho de banda hasta pantallas 4K de alta velocidad.

Las Extensiones de Contenidos Cifrados (EME) son una API del W3C que permite a las aplicaciones web interactuar con sistemas de protección de contenidos, lo que facilita la reproducción de contenidos multimedia cifrados y protegidos mediante la gestión de derechos digitales (DRM). EME proporciona un canal de comunicación entre el motor multimedia del navegador y un módulo de descifrado de contenidos (CDM), lo que facilita la distribución segura de contenidos y evita el acceso no autorizado. Es esencial para los servicios de streaming de vídeo premium.

Un sistema basado en menús que ofrece a los usuarios de la televisión y otros medios una programación de los programas actuales y futuros, a menudo con información detallada sobre cada uno de ellos. Las EPG funcionan como una guía digital de televisión, lo que permite a los espectadores navegar por los canales, programar recordatorios y acceder a las descripciones de los programas.

Essential Video Coding (EVC) es un estándar de compresión de vídeo desarrollado por MPEG, diseñado para ofrecer una mayor eficiencia de compresión que AVC y HEVC, con un perfil básico claro y libre de derechos de autor. Su objetivo es proporcionar un equilibrio entre el rendimiento y los costes de licencia, y está dirigido a una amplia gama de aplicaciones, desde dispositivos móviles hasta la radiodifusión en UHD.

ExoPlayer es un reproductor multimedia de código abierto a nivel de aplicación para Android desarrollado por Google, que ofrece una alternativa a la API MediaPlayer integrada en Android. Proporciona funciones avanzadas para la transmisión adaptativa (DASH, HLS), personalización y compatibilidad con diversos formatos multimedia y sistemas DRM. ExoPlayer se utiliza ampliamente para crear experiencias de reproducción de vídeo robustas y flexibles en dispositivos Android.

La estructura GOP hace referencia a la disposición y secuencia de los fotogramas I, P y B dentro de un grupo de imágenes. Esta estructura determina cómo se codifican y descodifican los fotogramas, lo que influye en factores como la tasa de compresión, la latencia y la capacidad de buscar o editar contenido de vídeo.

La compresión entre fotogramas es una técnica de codificación de vídeo que reduce la redundancia temporal codificando únicamente las diferencias entre fotogramas sucesivos, en lugar de comprimir cada fotograma en su totalidad. Este método aprovecha la elevada correlación entre los fotogramas de una secuencia de vídeo para lograr ratios de compresión significativamente más altos que la codificación intrafotograma.

El barrido entrelazado (indicado con la letra «i», p. ej., 1080i) muestra el vídeo trazando las líneas de cada fotograma de forma alterna en dos pasadas: primero las líneas impares y luego las pares, lo cual era habitual en la televisión de antaño para ahorrar ancho de banda. El barrido progresivo (denotado por «p», p. ej., 1080p) traza todas las líneas de cada fotograma de forma secuencial en una sola pasada, lo que da como resultado una imagen más fluida y estable, con menos desenfoque de movimiento, y es el estándar para las pantallas modernas y el vídeo digital.

La entrega de última milla, en el contexto de las CDN, se refiere al tramo final de la ruta de distribución de contenidos, desde el servidor perimetral de la CDN más cercano hasta el dispositivo del usuario final. Esta fase es fundamental para la experiencia del usuario, ya que a menudo depende de las condiciones de la red local y puede influir de manera significativa en la latencia percibida y en los tiempos de carga de los contenidos.

MediaSource Extensions (MSE) es una API del W3C que amplía los elementos HTML5 `<video>` y `<audio>`, lo que permite a JavaScript crear dinámicamente flujos multimedia para su reproducción. Permite a las aplicaciones web enviar flujos de bytes a los códecs multimedia, lo que facilita técnicas avanzadas de transmisión como la transmisión con velocidad de bits adaptativa (por ejemplo, HLS y DASH) y el procesamiento personalizado de contenidos multimedia directamente en el navegador. MSE es una pieza fundamental de los reproductores de vídeo modernos basados en la web.

La estimación de movimiento es el proceso de la compresión de vídeo en el que el codificador identifica y cuantifica el movimiento de objetos o regiones entre fotogramas sucesivos. Calcula vectores de movimiento que describen el desplazamiento de bloques de píxeles, los cuales son utilizados posteriormente por la compensación de movimiento para predecir el contenido de los fotogramas.

Un «packager» es un componente de un flujo de trabajo de streaming que toma flujos de vídeo codificados y los prepara para su distribución a diversos dispositivos y plataformas. Este proceso suele implicar la segmentación del vídeo en pequeños fragmentos y la generación de archivos de manifiesto (por ejemplo, HLS o MPEG-DASH) que describen las velocidades de bits disponibles y el orden de los segmentos. El empaquetado garantiza la compatibilidad y las capacidades de streaming adaptativo para diferentes tecnologías de reproductores.

SRT Rendezvous es un modo de conexión de Secure Reliable Transport (SRT) en el que tanto el remitente como el destinatario inician simultáneamente una conexión saliente entre sí. Este modo resulta especialmente útil para establecer conexiones cuando ambos extremos se encuentran detrás de cortafuegos o NAT, sin necesidad de reenvío de puertos.

Etiqueta de manifiesto HLS que marca el final de una pausa publicitaria y la reanudación del contenido. Se utiliza junto con EXT-X-CUE-OUT y la inserta el sistema SSAI o el empaquetador cuando se recibe el comando splice_insert() de SCTE 35 con out_of_network_indicator=0.

Etiqueta de manifiesto HLS que indica el inicio de una oportunidad publicitaria y que, por lo general, incluye un atributo DURATION que indica la duración prevista de la pausa publicitaria en segundos. Se genera a partir de un comando splice_insert() de SCTE 35 con out_of_network_indicator=1 y los sistemas SSAI la utilizan para activar la toma de decisiones publicitarias.

Un fotograma B, o fotograma predicho bidireccionalmente, ofrece la mayor eficiencia de compresión al predecir su contenido a partir tanto de los fotogramas I como de los fotogramas P anteriores y posteriores. Los fotogramas B requieren fotogramas de referencia tanto del pasado como del futuro para su decodificación, lo que los hace más complejos, pero muy eficaces a la hora de reducir el tamaño del archivo.

F4V es un formato contenedor de vídeo Flash basado en el formato ISO Base Media File Format, similar al MP4. Fue introducido por Adobe para solucionar algunas limitaciones del formato FLV original, ofreciendo una mejor compatibilidad con el vídeo H.264 y el audio AAC.

FairPlay es una tecnología de gestión de derechos digitales (DRM) desarrollada por Apple Inc. para proteger contenidos digitales, principalmente contenidos multimedia en streaming transmitidos a través de HTTP Live Streaming (HLS) a dispositivos de Apple como iOS, macOS y Apple TV. Garantiza una transmisión y reproducción seguras mediante el cifrado de los contenidos y la gestión de las claves de descifrado, lo que impide el acceso y la distribución no autorizados dentro del ecosistema de Apple.

FAST, siglas de «Free Ad-Supported Streaming TV» (televisión en streaming gratuita financiada por publicidad), es un modelo de streaming que ofrece a los espectadores contenidos de vídeo lineales, organizados por canales, sin coste de suscripción. Los ingresos se generan a través de anuncios integrados en la programación, imitando el modelo tradicional de emisión televisiva. Los servicios FAST ofrecen una amplia variedad de contenidos, a menudo agrupados en canales temáticos, a los que se puede acceder desde diversos dispositivos conectados a Internet.

FFmpeg es un proyecto de software libre y de código abierto que consta de un conjunto de bibliotecas y programas para gestionar archivos de vídeo, audio y otros archivos multimedia. Se trata de una potente herramienta de línea de comandos capaz de decodificar, codificar, transcodificar, multiplexar, demultiplexar, transmitir, filtrar y reproducir prácticamente cualquier formato multimedia, lo que la convierte en una herramienta esencial en los flujos de trabajo de radiodifusión y streaming.

FLAC, o Free Lossless Audio Codec, es un formato de codificación de audio para la compresión sin pérdidas de audio digital. A diferencia de los códecs con pérdidas, FLAC comprime el audio sin descartar ninguna información, lo que significa que el audio descomprimido es idéntico, bit a bit, a la fuente original, lo que lo hace muy popular para el archivo y la reproducción de audio de alta fidelidad.

FLV, o Flash Video, es un formato de archivo contenedor que se utiliza para transmitir vídeo a través de Internet mediante Adobe Flash Player. Puede encapsular flujos de vídeo utilizando códecs como Sorenson Spark u On2 VP6, y flujos de audio utilizando MP3 o AAC.

El MP4 fragmentado es una versión del formato de archivo MP4 estándar que divide lógicamente el contenido multimedia en pares «moof-mdat» (fragmentos). Esta estructura permite la reproducción inmediata tras la descarga de un pequeño segmento inicial y facilita la transmisión adaptativa, ya que permite ajustar dinámicamente la calidad del vídeo en función de las condiciones de la red.

La frecuencia de fotogramas, que suele expresarse en fotogramas por segundo (FPS), es la frecuencia con la que se capturan o se muestran imágenes consecutivas (fotogramas) en un vídeo. Una frecuencia de fotogramas más alta da lugar a un movimiento más fluido y a una representación más detallada de los objetos que se mueven rápidamente, mientras que una frecuencia de fotogramas más baja puede dar lugar a una imagen entrecortada, aunque puede ser suficiente para contenidos menos dinámicos o para ahorrar ancho de banda.

Un flujo de trabajo de retransmisión en directo abarca todo el proceso de captura, codificación, procesamiento, distribución y reproducción de contenido de vídeo en tiempo real para los espectadores. Este flujo de trabajo incluye componentes como cámaras, codificadores, servidores multimedia, redes de distribución de contenidos (CDN) y aplicaciones de reproducción, que funcionan de forma coordinada para ofrecer el contenido con un retraso mínimo. Está diseñado para eventos que tienen lugar y se consumen simultáneamente.

Un fotograma P, o fotograma predicho, es un fotograma de vídeo que almacena únicamente los cambios respecto a un fotograma I anterior u otro fotograma P. Consigue una mejor compresión que un fotograma I mediante el uso de la estimación y la compensación de movimiento para predecir su contenido a partir de un fotograma de referencia anterior.

Un flujo de trabajo de VOD (vídeo bajo demanda) describe la secuencia de operaciones necesarias para preparar y distribuir contenidos de vídeo pregrabados, de modo que los espectadores puedan acceder a ellos bajo demanda. Esto suele incluir la ingesta, la codificación, la transcodificación en múltiples versiones, el empaquetado, el almacenamiento y la distribución a través de una CDN. A diferencia de la retransmisión en directo, el contenido VOD está disponible para su reproducción en cualquier momento que elija el usuario.

La gestión de derechos, en el contexto de la radiodifusión y el streaming de vídeo, se refiere al proceso de definir, asignar y hacer cumplir los permisos y derechos de acceso de los usuarios a contenidos y servicios digitales. Garantiza que solo los suscriptores con derechos válidos puedan acceder a contenidos, funciones o niveles de servicio específicos, lo que desempeña un papel crucial en la gestión de suscripciones, la monetización de contenidos y el cumplimiento de los acuerdos de licencia.

Un grupo de imágenes (GOP) es una secuencia de fotogramas de vídeo que define el orden en el que aparecen los fotogramas I, los fotogramas P y los fotogramas B dentro de un flujo de vídeo comprimido. La estructura del GOP influye de manera significativa en la eficiencia de la compresión, las capacidades de acceso aleatorio y la flexibilidad de edición.

GXF, o General Exchange Format, es un formato de archivo diseñado para el intercambio de material de televisión. Se trata de un contenedor que puede albergar diversos componentes de vídeo, audio y datos, lo que facilita la interoperabilidad entre distintos sistemas de radiodifusión.

Un GOP abierto es un grupo de fotogramas en el que los fotogramas que lo componen pueden hacer referencia a fotogramas de GOP anteriores para su decodificación. Aunque pueden ofrecer una compresión ligeramente mejor gracias a unas posibilidades de referencia más amplias, los GOP abiertos pueden complicar el acceso aleatorio y la edición, ya que la decodificación de un fotograma podría requerir datos de un GOP anterior.

La codificación avanzada de vídeo (AVC), también conocida como H.264, es un estándar de compresión de vídeo ampliamente adoptado que permite codificar vídeo de alta calidad a velocidades de bits más bajas en comparación con los estándares anteriores. Es compatible con la mayoría de los protocolos de streaming y formatos contenedores, y se utiliza de forma generalizada en Blu-ray y en diversos servicios de streaming.

La codificación de vídeo de alta eficiencia (HEVC), también conocida como H.265, es un estándar de compresión de vídeo que sustituye al H.264/AVC y ofrece una mayor eficiencia de compresión y una mejor calidad de imagen. Es compatible con resoluciones más altas, incluida la 8K, y es utilizada por numerosos servidores de alojamiento de vídeo.

La codificación de vídeo versátil (VVC), también conocida como H.266, es el último estándar de compresión de vídeo desarrollado como sucesor del HEVC, con el objetivo de mejorar la eficiencia de compresión en aproximadamente un 50 %. Es compatible con una amplia gama de aplicaciones, entre las que se incluyen resoluciones de 8K y superiores, HDR y vídeo de 360 grados.

La interfaz digital en serie de alta definición (HD-SDI) es un estándar de la familia SDI que permite específicamente la transmisión de señales de vídeo digital sin comprimir de alta definición. Funciona a una velocidad de transmisión de datos de 1,485 Gbit/s a través de cable coaxial, lo que permite la transferencia de vídeo de alta calidad en entornos profesionales de radiodifusión.

La tecnología de vídeo de alto rango dinámico (HDR) amplía significativamente el rango de luminancia y color que se puede mostrar, ofreciendo blancos más brillantes, negros más profundos y una paleta de colores más amplia y vibrante en comparación con el rango dinámico estándar (SDR). Esto da lugar a una experiencia visual más envolvente y realista, acercando las imágenes a lo que el ojo humano percibe en el mundo real.

HDR10 es un estándar abierto para vídeo de alto rango dinámico (HDR) que utiliza una profundidad de color de 10 bits, el espacio de color Rec. 2020 y la función de transferencia PQ (cuantificador perceptual). Utiliza metadatos estáticos, lo que significa que los ajustes de visualización se aplican de manera uniforme a todo el contenido de vídeo, lo que proporciona una mejora significativa en el contraste y la intensidad del color con respecto al SDR.

HDR10+ es un estándar avanzado de vídeo de alto rango dinámico (HDR) que se basa en HDR10 e incorpora metadatos dinámicos. Estos metadatos dinámicos permiten ajustar el brillo, el contraste y el color escena por escena o incluso fotograma a fotograma, optimizando la presentación HDR para cada escena y dispositivo de visualización específicos, lo que da como resultado una experiencia visual más precisa e impactante que la del HDR10 estático.

HDS es un método de transmisión con velocidad de bits adaptativa desarrollado por Adobe, que permite distribuir contenido de vídeo en formato MP4 a través de conexiones HTTP. Se diseñó principalmente para su uso con Adobe Flash Player y Adobe AIR, y permite tanto la transmisión bajo demanda como en directo, con almacenamiento en caché del contenido.

La codificación de audio avanzada de alta eficiencia (HE-AAC), también conocida como AAC+, se basa en el AAC-LC e incorpora la tecnología de replicación de bandas espectrales (SBR). Esta mejora aumenta considerablemente la eficiencia de la compresión, lo que permite obtener un audio con una calidad cercana a la de un CD a tasas de bits muy bajas, por lo que resulta ideal para aplicaciones móviles y de streaming.

HE-AAC v2 mejora aún más el HE-AAC al añadir la tecnología «Parametric Stereo» (PS) a la «Spectral Band Replication» (SBR). Esta combinación permite una eficiencia de compresión aún mayor, especialmente para señales estéreo a velocidades de bits extremadamente bajas, lo que la hace muy adecuada para la radio digital y los servicios de streaming móvil.

HESP, o Protocolo de Transmisión de Alta Eficiencia (High Efficiency Streaming Protocol), es un protocolo de transmisión con velocidad de bits adaptativa basado en HTTP, diseñado para lograr una latencia ultrabaja y cambios rápidos de canal en el vídeo en directo. Desarrollado por THEO Technologies, HESP tiene como objetivo ofrecer una latencia inferior a un segundo a gran escala con unos requisitos de ancho de banda reducidos, lo que lo hace adecuado para eventos interactivos en directo y aplicaciones en tiempo real. Supone una evolución en los protocolos de streaming para ofrecer experiencias de gran capacidad de respuesta.

HESP es un nuevo protocolo de transmisión de vídeo diseñado para ofrecer una latencia ultrabaja y cambios rápidos de canal en redes HTTP. Su objetivo es proporcionar una transmisión de vídeo de alta calidad a gran escala con unos requisitos de ancho de banda significativamente reducidos, superando así las limitaciones de los protocolos tradicionales de transmisión adaptativa HTTP.

Hybrid Log-Gamma (HLG) es una función de transferencia HDR desarrollada conjuntamente por la BBC y la NHK, diseñada principalmente para la televisión en abierto. HLG es compatible con pantallas SDR, lo que significa que los televisores SDR pueden mostrar una señal HLG sin necesidad de una conversión especial, aunque sin aprovechar todas las ventajas del HDR. Utiliza una curva híbrida que combina una curva gamma para el rango de luminancia más bajo y una curva logarítmica para el rango de luminancia más alto.

HLS es un protocolo de comunicación de streaming con velocidad de bits adaptativa basado en HTTP desarrollado por Apple Inc. Su funcionamiento consiste en dividir el flujo global en una secuencia de pequeñas descargas de archivos basadas en HTTP, cada una de las cuales descarga un fragmento breve de un flujo de transporte global potencialmente ilimitado. Se envía al cliente una lista de flujos disponibles, codificados a diferentes velocidades de bits, mediante una lista de reproducción M3U ampliada.

hls.js es una biblioteca de JavaScript de código abierto que implementa un cliente de HTTP Live Streaming (HLS) en navegadores web que no admiten HLS de forma nativa. Se basa en el vídeo HTML5 y en las extensiones MediaSource (MSE) para analizar y reproducir flujos HLS, lo que permite la reproducción con velocidad de bits adaptativa de contenidos HLS en una amplia gama de plataformas web. Es un componente fundamental para la compatibilidad con HLS en entornos que no sean de Apple.

HTTP/3 es la tercera versión principal del Protocolo de Transferencia de Hipertexto, que define cómo se intercambia la información en la World Wide Web. Se basa en el protocolo de transporte QUIC y aprovecha características de este, como la reducción del tiempo de establecimiento de la conexión, la mejora del control de congestión y la eliminación del bloqueo de cabeza de cola, para mejorar la velocidad, la seguridad y la fiabilidad.

HLS de baja latencia es una extensión del protocolo HTTP Live Streaming (HLS) desarrollado por Apple, diseñada para reducir significativamente la latencia de extremo a extremo en la transmisión de vídeo en directo. Esto se consigue mediante la introducción de segmentos multimedia parciales y el uso de la función «push» de HTTP/2, lo que permite latencias inferiores a dos segundos al tiempo que se mantiene la escalabilidad y la fiabilidad del HLS tradicional.

HbbTV es un estándar europeo abierto que combina la televisión digital con servicios de Internet de banda ancha en una única plataforma de televisión conectada. Desarrollado por la Asociación HbbTV —un consorcio formado por cadenas de televisión, fabricantes de electrónica de consumo y empresas tecnológicas—, HbbTV permite a las cadenas ofrecer aplicaciones interactivas, televisión a la carta, guías electrónicas de programación (EPG), publicidad dirigida y servicios de datos junto con la señal de emisión. HbbTV es el estándar de radiodifusión híbrida dominante en Europa y ha sido adoptado en más de 50 países. El estándar se basa en tecnologías web (HTML5, CSS, JavaScript) y utiliza la señal de radiodifusión para activar y enviar aplicaciones al televisor del espectador.

La primera versión importante del estándar HbbTV, ampliamente implantada, basada en CE-HTML y en las especificaciones del Open IPTV Forum (OIPF). HbbTV 1.4 introdujo el modelo híbrido básico de radiodifusión y banda ancha, lo que permitió a las cadenas de televisión lanzar aplicaciones interactivas del «botón rojo», servicios de visionado a la carta y guías electrónicas de programación (EPG) mejoradas en televisores conectados. Es compatible con la mayoría de los televisores inteligentes vendidos en Europa a partir de 2012.

Una importante evolución del estándar HbbTV que introduce la distribución de aplicaciones basadas en HTML5, la transmisión con velocidad de bits adaptativa (MPEG-DASH), la compatibilidad con HEVC y funciones avanzadas como la publicidad dirigida, la sincronización multipantalla y la interacción con pantallas complementarias. HbbTV 2.0 adapta la plataforma híbrida de radiodifusión y banda ancha a los estándares web modernos, lo que permite a las emisoras ofrecer experiencias más completas y personalizadas en los televisores conectados.

La serie actual de actualizaciones incrementales de HbbTV 2.0, incluidas las versiones 2.0.2, 2.0.3 y revisiones posteriores. Las actualizaciones de HbbTV 2.x han ido incorporando progresivamente compatibilidad con contenidos UHD y HDR, han mejorado las capacidades de publicidad dirigida (incluida la inserción de anuncios del lado del servidor), han potenciado las funciones de accesibilidad y han reforzado la integración con DVB-I (servicios de radiodifusión por Internet). HbbTV 2.x es la referencia actual para las nuevas implantaciones de televisores inteligentes en Europa.

El volumen sonoro se refiere a la percepción subjetiva de la fuerza o intensidad de un sonido, que depende de factores que van más allá de la simple amplitud máxima, como el contenido de frecuencias y la duración. Se trata de un fenómeno psicoacústico que las normas de audio modernas pretenden medir y controlar para garantizar una experiencia auditiva coherente y agradable.

La invalidación de la caché es el proceso de marcar el contenido almacenado en caché como obsoleto o caducado, lo que hace que la CDN vuelva a validar o a recuperar el contenido del servidor de origen la próxima vez que se solicite. A diferencia de una purga, que elimina el contenido, la invalidación suele limitarse a marcarlo, lo que permite un control más preciso sobre la actualidad del contenido sin necesidad de eliminarlo de inmediato.

El «peering» de CDN se refiere a los acuerdos de interconexión directa entre un proveedor de CDN y otras entidades de red, como los proveedores de servicios de Internet (ISP) u otras CDN. Estos acuerdos facilitan el intercambio directo de tráfico, sin pasar por redes intermedias, lo que reduce la latencia, mejora el rendimiento y reduce los costes de tránsito para la distribución de contenidos.

La ingesta HLS se refiere al proceso de introducir flujos de vídeo en directo codificados en el formato HLS (HTTP Live Streaming) en una plataforma o un servidor de streaming. Aunque HLS es principalmente un protocolo de distribución, la ingesta HLS permite la aportación directa de contenido en formato HLS, aunque suele presentar una latencia mayor que la ingesta RTMP o WebRTC debido a su naturaleza basada en segmentos.

Un fotograma I, o fotograma intracodificado, es un fotograma de vídeo completo que contiene toda la información visual necesaria para su decodificación sin necesidad de hacer referencia a ningún otro fotograma. Aunque ofrecen el menor nivel de compresión, los fotogramas I son fundamentales para el acceso aleatorio, el desplazamiento y la recuperación de errores en las transmisiones de vídeo.

El IMF (Interoperable Master Format) es un conjunto de normas SMPTE destinadas al intercambio de masters audiovisuales terminados y de alta calidad entre centros de producción, así como a su archivo a largo plazo. Se basa en componentes, lo que permite gestionar de forma eficiente las versiones y la localización sin necesidad de recodificar el master completo.

La compresión intra-fotograma es una técnica de codificación de vídeo que comprime cada fotograma de forma independiente, aprovechando la redundancia espacial dentro de ese mismo fotograma para reducir el tamaño del archivo y la tasa de bits. Este método no depende de la información de otros fotogramas para la decodificación.

La IPTV, o televisión por protocolo de Internet, es un sistema que distribuye contenidos televisivos a través de redes de protocolo de Internet (IP), en lugar de los formatos tradicionales terrestres, por satélite o por cable. Aunque es similar al OTT en cuanto al uso del protocolo IP, la IPTV suele estar gestionada por proveedores de telecomunicaciones que la ofrecen como parte de un servicio combinado, lo que garantiza una red dedicada para asegurar la calidad del servicio. Normalmente ofrece programación en horario fijo y contenidos a la carta.

La Radiodifusión Digital de Servicios Integrados (ISDB) es un estándar japonés de radiodifusión para la televisión y la radio digitales, diseñado para sustituir a los sistemas analógicos como NTSC-J y MUSE. Es compatible con diversos servicios, entre los que se incluyen la radiodifusión por satélite (ISDB-S), terrestre (ISDB-T) y por cable (ISDB-C), y destaca por sus funciones avanzadas, como la televisión interactiva y la recepción móvil (1seg).

ISOBMFF es un formato de archivo contenedor que define una estructura general para archivos que contienen datos multimedia basados en el tiempo, como vídeo y audio. Está diseñado para ser flexible, ampliable e independiente de cualquier protocolo de red concreto, y sirve de base para muchos otros formatos de archivo multimedia, como MP4 y 3GP.

Un identificador de clave (KID) es un identificador único a nivel mundial asociado a una clave de contenido específica que se utiliza en los sistemas de gestión de derechos digitales (DRM). Cuando un reproductor multimedia encuentra contenido cifrado, utiliza el KID integrado en los metadatos del contenido para solicitar la clave de descifrado correspondiente a un servidor de licencias DRM. Esto permite al servidor identificar y proporcionar la clave correcta para el descifrado del contenido.

Proceso del lado del servidor que consiste en unir de forma fluida segmentos publicitarios en un flujo de contenido, de modo que el manifiesto resultante y los segmentos multimedia se muestren al reproductor como un único flujo ininterrumpido. La unión de anuncios se encarga de la alineación de códecs, la adaptación de la tasa de bits y la sincronización de los límites de los segmentos para evitar artefactos visibles en las uniones.

Una organización profesional del sector que desarrolla y mantiene estándares técnicos para la publicidad digital, entre los que se incluyen VAST, VMAP, VPAID, SIMID y OMID. Los estándares de la IAB definen cómo se distribuyen, se muestran y se miden los creativos publicitarios en entornos web, móviles y de televisión conectada.

Una única vez que un anuncio se muestra y se reproduce ante un usuario. En la tecnología publicitaria de streaming, se registra una impresión cuando comienza la reproducción del anuncio y se activa el indicador de impresión. La metodología para el recuento de impresiones varía según el estándar: VAST define la impresión como el momento en que se muestra el primer fotograma del anuncio.

JPEG 2000 (JP2) es un estándar de compresión de imágenes y un sistema de codificación basado en transformadas de ondículas discretas, desarrollado para sustituir al estándar JPEG original. Ofrece compresión tanto sin pérdidas como con pérdidas, admite múltiples resoluciones y la transmisión progresiva, y se utiliza en aplicaciones como el cine digital y las imágenes médicas.

JPEG XS (ISO/IEC 21122) es un códec de imagen y vídeo diseñado para implementaciones de baja complejidad y baja latencia, que ofrece una calidad sin pérdidas ni visuales ni matemáticas. Se utiliza principalmente para vídeo profesional sobre IP, almacenamiento de vídeo en tiempo real y compresión de sensores, dando prioridad a la calidad y a la baja latencia frente a la máxima eficiencia de compresión.

La latencia de una CDN se refiere al retraso que se produce desde que un usuario solicita contenido a una CDN hasta que se recibe el primer byte de dicho contenido. Se trata de una métrica de rendimiento fundamental en la que influyen factores como la distancia geográfica al servidor perimetral, la congestión de la red y el tiempo de procesamiento del servidor; una menor latencia indica una entrega más rápida del contenido.

La latencia de extremo a extremo representa el tiempo total que tarda una señal de vídeo o un paquete de datos en recorrer el trayecto desde su origen hasta su destino final, incluyendo todos los retrasos de procesamiento, transmisión y reproducción a lo largo de toda la cadena de distribución. En el streaming, es el retraso que se produce desde el punto de origen del contenido (por ejemplo, la captación de un evento en directo) hasta su visualización en el dispositivo del espectador. Minimizar la latencia de extremo a extremo es fundamental para las aplicaciones interactivas y en tiempo real.

La latencia de cristal a cristal mide el retraso total desde el momento en que la luz entra en la lente de una cámara (el «primer cristal») hasta que la imagen procesada se muestra en la pantalla del espectador (el «segundo cristal»). Esta métrica integral tiene en cuenta todas las etapas del proceso de tratamiento del vídeo, incluidas la captura, la codificación, la transmisión, la decodificación y la representación. Se trata de un indicador fundamental para las aplicaciones en tiempo real, en las que la capacidad de respuesta de extremo a extremo es esencial.

La codificación de vídeo con mejora de baja complejidad (LCEVC) es un estándar MPEG que mejora los códecs de vídeo existentes mediante la incorporación de una capa de mejora de baja complejidad. Mejora la eficiencia de la compresión y la calidad de la imagen, especialmente a tasas de bits más bajas, mediante la codificación de una capa base con cualquier códec (por ejemplo, AVC o HEVC) y la posterior aplicación de una capa de mejora pequeña y eficiente desde el punto de vista computacional.

LPCM, o modulación lineal por impulsos codificados, es un tipo específico de modulación por impulsos codificados en el que los niveles de cuantificación son linealmente uniformes. Representa datos de audio digital sin comprimir, proporcionando una representación digital directa de la forma de onda analógica original sin pérdida de datos ni artefactos de compresión, y se encuentra habitualmente en discos Blu-ray y equipos de audio profesionales.

El LRA, o rango de volumen (Loudness Range), es una métrica que cuantifica la variación dinámica del volumen dentro de un programa de audio a lo largo del tiempo. Mide la diferencia entre las secciones más silenciosas y las más sonoras de un programa, lo que permite conocer sus características dinámicas y ayuda a garantizar que el contenido mantenga un rango dinámico adecuado para la plataforma de distribución a la que va destinado.

Codificación de datos de código de tiempo SMPTE en una señal de audio, que suele grabarse en una pista de VTR u otros soportes de almacenamiento. Se transmite como una señal de audio y puede leerse mientras la grabación está en marcha, pero no es efectiva cuando la grabación está parada.

LUFS, o «Loudness Units Full Scale» (también conocido como LKFS), es una unidad estándar de medición de la intensidad sonora que tiene en cuenta la percepción humana del sonido. Ofrece una representación más precisa de la intensidad sonora percibida que los medidores de picos tradicionales, lo que la convierte en un elemento fundamental para la normalización de la intensidad sonora en la radiodifusión, el streaming y la producción musical, con el fin de lograr niveles de audio uniformes.

LXF, o Leitch Exchange Format, es un formato de archivo propietario desarrollado por Leitch (actualmente Imagine Communications) para aplicaciones de vídeo profesionales. Se utiliza para almacenar e intercambiar contenidos de vídeo y audio en sistemas basados en Leitch, a menudo en entornos de radiodifusión.

En HLS, una lista de reproducción multimedia es una sublista de reproducción a la que hace referencia una lista de reproducción principal. Describe una única reproducción o flujo multimedia, y contiene una secuencia de URI que remiten a segmentos multimedia (por ejemplo, archivos .ts) que conforman una parte del contenido de vídeo o audio. El reproductor descarga estos segmentos de forma secuencial para reproducir el flujo.

En HLS, una lista de reproducción multivariante, también conocida como lista de reproducción maestra, es el archivo de índice de nivel superior que enumera todas las versiones disponibles (flujos variantes) del contenido. Contiene referencias a diferentes listas de reproducción multimedia, cada una de las cuales representa una tasa de bits, una resolución o un códec específicos, lo que permite al reproductor seleccionar la transmisión más adecuada en función de las condiciones de la red y las capacidades del dispositivo.

La latencia de WebRTC se refiere al retraso mínimo inherente a la comunicación en tiempo real establecida mediante el protocolo Web Real-Time Communication (WebRTC). Diseñado para el intercambio de datos entre pares, WebRTC suele alcanzar latencias muy bajas, a menudo en el rango de decenas a cientos de milisegundos, lo que lo hace ideal para aplicaciones que requieren la transferencia instantánea de audio, vídeo y datos, como las videoconferencias y las retransmisiones interactivas en directo. Se trata de una tecnología clave para escenarios de latencia ultrabaja.

Regla que limita el número de veces que se muestra un anuncio concreto al mismo espectador dentro de un intervalo de tiempo definido. El límite de frecuencia evita el cansancio publicitario, mejora la experiencia del espectador y lo aplica el servidor de anuncios utilizando señales de identificación del espectador, como el identificador del dispositivo, las cookies o la dirección IP.

La multiplexación de pistas de audio es el proceso de combinar varias secuencias de audio, junto con vídeo y otros datos, en un único archivo contenedor o flujo de transmisión. Esta técnica permite ofrecer diversas opciones de audio, como diferentes idiomas o audio descriptivo, dentro de un único recurso multimedia, lo que permite a los espectadores seleccionar su experiencia de audio preferida.

La marca de agua de audio es el proceso de incrustar una información oculta e inaudible (una marca de agua) directamente en una señal de audio. Esta firma digital puede utilizarse con diversos fines, entre ellos la protección de los derechos de autor, el seguimiento de contenidos y la supervisión de emisiones, lo que permite identificar la fuente o el propietario del audio sin afectar a la calidad de sonido percibida.

La manipulación de manifiestos de CDN consiste en modificar dinámicamente los archivos de manifiesto (por ejemplo, manifiestos HLS o DASH) en el borde de la CDN para personalizar la experiencia de streaming de cada usuario o dispositivo. Esto puede incluir la inserción de anuncios, la aplicación de restricciones geográficas, la aplicación de políticas de gestión de derechos digitales (DRM) o la adaptación del contenido en función de las condiciones de la red.

El modo CTR (Counter) es un modo de cifrado para cifrados por bloques como el AES, que, en la práctica, los convierte en cifrados por flujo. En el contexto de la transmisión de vídeo y la gestión de derechos digitales (DRM), el modo CTR cifra los datos mediante la operación XOR entre el texto en claro y un flujo de clave generado al cifrar una secuencia de valores de contador. Este modo es el preferido por su capacidad para permitir el procesamiento en paralelo y el acceso aleatorio a los datos cifrados, lo que lo hace adecuado para la transmisión adaptativa, en la que puede ser necesario descifrar de forma independiente diferentes partes de un vídeo.

La marca de agua forense es una técnica de protección de contenidos que incorpora un identificador único e imperceptible en cada flujo de vídeo o audio que se envía a un usuario. Si se descubre contenido pirateado, esta marca de agua incorporada puede extraerse y analizarse para rastrear el origen de la filtración, lo que disuade la distribución no autorizada y ayuda a identificar a los infractores.

Un sistema de software y/o hardware encargado de generar y reproducir elementos visuales, como texto, logotipos, animaciones y decorados virtuales, para su emisión. Estos motores son fundamentales para crear gráficos dinámicos en pantalla que mejoren la participación de los espectadores y proporcionen información esencial durante las retransmisiones en directo.

La monetización híbrida en el streaming se refiere a la estrategia de combinar varios modelos de ingresos, como la suscripción (SVOD), la publicidad (AVOD) y las transacciones (TVOD/PVOD), dentro de una misma plataforma o servicio. Este enfoque tiene como objetivo maximizar los ingresos satisfaciendo las diversas preferencias de los consumidores y ofreciendo opciones de acceso flexibles. Permite a las plataformas diversificar sus fuentes de ingresos y atraer a un público más amplio.

El middleware de IPTV es una plataforma de software que actúa como intermediario entre los sistemas de backend del proveedor de servicios de IPTV y los dispositivos de visualización del usuario final (por ejemplo, decodificadores, televisores inteligentes y aplicaciones móviles). Gestiona y distribuye diversos servicios de IPTV, como televisión en directo, vídeo bajo demanda y funciones interactivas, al tiempo que proporciona la interfaz gráfica de usuario (GUI) y se encarga de funciones como la gestión de contenidos, la autenticación de suscriptores y la integración de la facturación.

M2TS es un formato de archivo contenedor que se utiliza para multiplexar flujos de audio, vídeo y otros tipos de datos. Se basa en el formato contenedor MPEG Transport Stream y se utiliza habitualmente para vídeo de alta definición en discos Blu-ray y AVCHD.

El centro técnico principal de una operación de emisión, donde convergen todas las señales de producción, se toman las decisiones y se controla la salida final antes de la transmisión. La MCR se encarga de garantizar una emisión fluida, supervisar la calidad de la señal y gestionar el flujo de trabajo general de la emisión.

MediaInfo es un programa gratuito y de código abierto que proporciona información técnica y de etiquetas sobre archivos de vídeo y audio. Analiza archivos multimedia para mostrar detalles como el códec, la tasa de bits, la resolución, la frecuencia de fotogramas, la duración y otros parámetros técnicos, lo que lo convierte en una herramienta imprescindible para que tanto profesionales como aficionados puedan examinar y solucionar problemas en archivos multimedia.

MKV, o Matroska Video File, es un formato contenedor libre y de estándar abierto que puede albergar un número ilimitado de pistas de vídeo, audio, imágenes o subtítulos en un único archivo. Se utiliza ampliamente para contenidos de vídeo de alta definición debido a su flexibilidad y a su conjunto de características.

MOV es un formato de archivo contenedor multimedia desarrollado por Apple Inc. y nativo de su entorno QuickTime. Se utiliza habitualmente para guardar películas y otros archivos de vídeo, y admite diversas pistas de vídeo, audio, texto y efectos.

MP4, o MPEG-4 Parte 14, es un formato contenedor multimedia digital que se utiliza principalmente para almacenar vídeo y audio, aunque también puede emplearse para almacenar otros datos, como subtítulos e imágenes fijas. Se basa en el formato de archivo QuickTime, pero añade compatibilidad con las características del estándar MPEG.

MPC-HBR, o «Control predictivo de modelos - Velocidad de bits híbrida», hace referencia a algoritmos avanzados de ABR que utilizan técnicas de control predictivo de modelos (MPC) para tomar decisiones sobre la velocidad de bits. Estos algoritmos predicen las condiciones futuras de la red y el estado de los búferes para seleccionar de forma proactiva las velocidades de bits óptimas, a menudo combinando información sobre el rendimiento y los búferes. El objetivo del MPC-HBR es optimizar la calidad de la experiencia (QoE) anticipándose a los cambios y tomando decisiones de streaming más fundamentadas.

MPEG-1 Layer 3, conocido comúnmente como MP3, es un formato de compresión de audio con pérdida ampliamente utilizado. Reduce considerablemente el tamaño de los archivos al eliminar las frecuencias inaudibles mediante la codificación perceptual, lo que lo hace muy eficiente para almacenar y transmitir audio digital, aunque a costa de una menor fidelidad de sonido en comparación con los formatos sin pérdida.

MPEG-2 es un estándar para la codificación genérica de imágenes en movimiento y la información de audio asociada, ampliamente utilizado en la radiodifusión televisiva digital (terrestre, por cable y por satélite) y en DVD-Vídeo. Combina métodos de compresión de vídeo y audio con pérdida, y es compatible con los formatos de vídeo entrelazados habituales en los sistemas de radiodifusión analógicos.

MPEG-4 es un conjunto de normas internacionales para la compresión de datos digitales de audio y vídeo, que define formatos para diversas aplicaciones multimedia. Abarca varias partes, entre las que se incluyen la Parte 2 de MPEG-4 (Visual), dedicada a la compresión de vídeo, y la Parte 10 de MPEG-4 (AVC/H.264), dedicada a la codificación avanzada de vídeo.

MPEG-DASH es un estándar internacional para la transmisión con velocidad de bits adaptativa que permite la distribución de contenidos multimedia de alta calidad a través de Internet utilizando servidores web HTTP convencionales. Su funcionamiento se basa en la división del contenido en segmentos pequeños y breves, disponibles a distintas velocidades de bits, lo que permite a los clientes adaptarse a las condiciones cambiantes de la red.

El flujo de transporte MPEG (MPEG-TS) sobre UDP se refiere a la práctica de transmitir paquetes MPEG-TS mediante el Protocolo de datagramas de usuario (UDP). Este método se utiliza ampliamente en la radiodifusión y la IPTV por su eficiencia a la hora de transmitir audio y vídeo en tiempo real, ya que el UDP ofrece una baja sobrecarga y una gran velocidad, aunque carece de mecanismos de fiabilidad integrados.

Microsoft Smooth Streaming es un protocolo de streaming con velocidad de bits adaptativa basado en HTTP desarrollado por Microsoft. Ajusta dinámicamente la calidad del vídeo en función del ancho de banda disponible y las condiciones de la CPU, lo que ofrece una experiencia de visualización fluida. Utiliza el formato MP4 fragmentado (fMP4) para la distribución de contenidos multimedia.

El MSSSIM es una métrica avanzada de calidad perceptiva del vídeo que amplía el concepto del SSIM al evaluar la similitud estructural en múltiples escalas o resoluciones de una imagen o un vídeo. Este enfoque multiescala ofrece una evaluación más sólida y precisa de la calidad percibida, ya que la percepción visual humana opera a diversas escalas, lo que lo hace especialmente útil para evaluar vídeos con diferentes resoluciones o distancias de visualización.

El «Multi-CDN» es una estrategia que consiste en utilizar simultáneamente dos o más proveedores de redes de distribución de contenidos (CDN) para distribuir contenidos web. Este enfoque mejora el rendimiento, aumenta la redundancia y mejora la tolerancia a fallos al distribuir el tráfico entre varias redes, lo que garantiza la disponibilidad continua de los contenidos incluso si una de las CDN sufre una interrupción del servicio o una disminución del rendimiento.

El término «Multi-DRM» hace referencia a la estrategia de implementar y gestionar simultáneamente varios sistemas de gestión de derechos digitales (DRM) para proteger los contenidos en un ecosistema diverso de dispositivos y plataformas. Este enfoque es esencial para que los proveedores de contenidos lleguen al público más amplio posible, ya que los distintos dispositivos y navegadores suelen ser compatibles con tecnologías DRM específicas (por ejemplo, Widevine para Android/Chrome, FairPlay para Apple o PlayReady para Microsoft).

MXF, o Material Exchange Format, es un formato profesional de archivos de vídeo y audio digital definido por la SMPTE. Está diseñado para agilizar el intercambio de material entre diferentes equipos de vídeo profesionales, programas informáticos e instalaciones, y es compatible con una amplia gama de códecs y metadatos.

SAMPLE-AES es un método de cifrado utilizado en la transmisión en directo por HTTP (HLS) en el que las muestras de contenido multimedia individuales (por ejemplo, fotogramas de vídeo o paquetes de audio) se cifran mediante el Estándar de Cifrado Avanzado (AES). A diferencia del cifrado HLS con AES-128, que cifra segmentos multimedia completos, SAMPLE-AES ofrece un control más granular sobre el cifrado, lo que permite proteger partes específicas del contenido multimedia. Este método suele asociarse con el DRM FairPlay Streaming de Apple.

El modo «Caller/Listener» de SRT describe el mecanismo de establecimiento de conexión en Secure Reliable Transport (SRT), en el que un extremo actúa como «Caller» para iniciar la conexión y el otro como «Listener» para esperar las conexiones entrantes. Este modo es fundamental para atravesar cortafuegos y establecer enlaces fiables entre las fuentes y los destinos de SRT.

El mapeo de tonos es una técnica utilizada en el procesamiento de vídeo para convertir contenidos de alto rango dinámico (HDR) a pantallas de rango dinámico estándar (SDR), o para adaptar una amplia gama de valores de brillo y color a una capacidad de visualización más limitada. Comprime de forma inteligente el rango dinámico al tiempo que conserva los detalles visuales y el contraste percibido, lo que garantiza que el contenido HDR se pueda ver en pantallas SDR sin que parezca descolorido o excesivamente oscuro.

Las marcas de agua visibles consisten en incrustar una superposición claramente perceptible, como un logotipo, un texto o un patrón, directamente sobre el contenido de vídeo. A diferencia de la marca de agua forense, su objetivo es actuar como medida disuasoria frente a la copia y distribución no autorizadas, haciendo que el contenido resulte menos atractivo para la piratería. Aunque no impide la copia, afirma públicamente la titularidad y puede desalentar el uso ilícito.

Técnica del lado del servidor utilizada por los sistemas SSAI para modificar los manifiestos HLS o DASH en tiempo real, sustituyendo las referencias a los segmentos de contenido por referencias a los segmentos publicitarios durante las pausas publicitarias. El reproductor recibe un único manifiesto sin interrupciones y no detecta que se ha producido la inserción de publicidad, lo que hace que, para los bloqueadores de publicidad, la transmisión publicitaria sea indistinguible del contenido.

MPEG-H Audio es un estándar ISO/IEC para la codificación de audio de última generación que admite audio basado en objetos y en escenas, lo que permite disfrutar de experiencias auditivas personalizadas e inmersivas. Es uno de los códecs de audio obligatorios en ATSC 3.0 / NextGen TV y también se utiliza en Blu-ray UHD y en algunas plataformas OTT. MPEG-H Audio permite a las emisoras transmitir un único flujo de audio a partir del cual el receptor puede generar mezclas personalizadas —ajustando los niveles de los diálogos, seleccionando pistas de idioma o activando la audiodescripción— sin necesidad de flujos separados para cada variante.

Los nodos periféricos, también conocidos como servidores periféricos, son dispositivos informáticos situados en la periferia de la red de una CDN, geográficamente cercanos a los usuarios finales. Estos nodos almacenan contenido en caché y actúan como principal punto de interacción para las solicitudes de los usuarios, lo que reduce considerablemente la distancia física que deben recorrer los datos y mejora la velocidad de entrega.

La normalización del volumen es el proceso de ajustar el volumen percibido de los programas de audio a un nivel objetivo uniforme, en lugar de limitarse únicamente a los niveles máximos. Normas como la EBU R128 (Europa) y la ATSC A/85 (Norteamérica) definen metodologías y valores de volumen objetivo (por ejemplo, -23 LUFS para la EBU R128 y -24 LUFS para la ATSC A/85) con el fin de garantizar una experiencia auditiva uniforme en los distintos contenidos y canales.

La interfaz de dispositivos de red (NDI) es una especificación de software desarrollada por NewTek que permite transmitir, recibir y compartir vídeo de alta definición entre dispositivos a través de una red IP estándar. Permite que varios dispositivos compatibles con vídeo compartan grandes cantidades de datos con un retraso mínimo, lo que simplifica los flujos de trabajo de producción de vídeo.

Tabla opcional incluida en la Información específica del programa (PSI) de MPEG o en la Información de servicio (SI) de DVB que proporciona datos sobre la organización física de la red de radiodifusión. La NIT ofrece detalles sobre las secuencias de transporte, las frecuencias y las características de la red, lo que ayuda a los receptores a sintonizar y navegar por los servicios disponibles.

NVENC (NVIDIA Encoder) es un codificador de hardware específico integrado en las tarjetas gráficas de NVIDIA. Alivia a la CPU de la tarea de codificación de vídeo, que requiere un gran esfuerzo computacional, lo que permite alcanzar velocidades de codificación más rápidas y reducir el consumo de recursos del sistema, lo cual resulta especialmente beneficioso para la retransmisión en directo y la grabación de vídeo sin afectar de forma significativa a los videojuegos ni a otras aplicaciones que exigen un uso intensivo de la CPU.

El nombre comercial dirigido al consumidor de ATSC 3.0, el estándar de televisión en abierto de próxima generación en Norteamérica. Los dispositivos con certificación NextGen TV pueden recibir señales ATSC 3.0 y son compatibles con funciones como 4K UHD, HDR, audio inmersivo, contenido personalizado y alertas de emergencia con contenido multimedia enriquecido. La implantación de ATSC 3.0 / NextGen TV está en marcha en los principales mercados de EE. UU., y las cadenas de televisión emiten simultáneamente tanto en ATSC 1.0 como en ATSC 3.0 durante el periodo de transición.

Ogg es un formato contenedor libre y de estándar abierto, cuyo mantenimiento corre a cargo de la Fundación Xiph.Org. Está diseñado para permitir la transmisión y el tratamiento eficientes de contenidos multimedia digitales de alta calidad, y se utiliza habitualmente con los códecs de audio Vorbis y de vídeo Theora.

Opus es un códec de audio versátil, de código abierto y libre de derechos de autor, diseñado para la transmisión interactiva de voz y música a través de Internet. Combina las mejores características de los códecs orientados a la voz y de los códecs de música de alta fidelidad, ofreciendo una calidad excelente en una amplia gama de velocidades de bits y aplicaciones, desde llamadas de voz hasta retransmisiones en directo.

OTT, o «Over-the-Top», hace referencia a la distribución de contenidos de vídeo y audio directamente a los espectadores a través de Internet, sin pasar por los proveedores tradicionales de televisión en abierto, por cable o por satélite. Servicios como Netflix y Hulu son ejemplos de plataformas OTT, que ofrecen contenidos directamente a dispositivos conectados a Internet. Este modelo proporciona a los consumidores una mayor flexibilidad y variedad de opciones a la hora de consumir contenidos multimedia.

Un estándar de la IAB que proporciona una API común para que los SDK de medición y verificación publicitaria de terceros puedan acceder a datos sobre los entornos de reproducción de anuncios en vídeo —incluida la visibilidad, el estado del audio y el estado del reproductor— sin necesidad de integraciones personalizadas para cada plataforma. OMID se utiliza ampliamente en la publicidad en CTV y en vídeo móvil.

Un protocolo estándar de la IAB para las subastas en tiempo real (RTB) entre DSP y SSP. OpenRTB define el formato de solicitud y respuesta de pujas basado en JSON que se utiliza en las subastas de publicidad programática, incluidas las extensiones para el inventario de CTV y OTT, como los metadatos de contenido, el tipo de dispositivo y las señales de compatibilidad con SSAI.

La OFDM es una técnica de modulación digital que transmite datos dividiendo una señal de alta velocidad entre numerosas frecuencias de subportadoras ortogonales y muy próximas entre sí de forma simultánea. Es muy resistente a las interferencias multitrayecto y al desvanecimiento selectivo en frecuencia, lo que la convierte en el método de modulación preferido para los estándares modernos de radiodifusión terrestre, incluidos DVB-T2 y ATSC 3.0. La OFDM es también la base de las redes Wi-Fi (802.11) y de las redes móviles LTE/5G.

La profundidad de bits, también conocida como profundidad de color, se refiere al número de bits que se utilizan para representar la información de color de cada píxel en un fotograma de vídeo. Las profundidades de bits más altas (por ejemplo, de 10 o 12 bits) permiten una gama más amplia de colores y gradaciones más sutiles entre los tonos, lo que reduce los artefactos de bandas y mejora la fidelidad general de la imagen en comparación con las profundidades de bits más bajas (por ejemplo, de 8 bits).

La precarga de una CDN es una técnica mediante la cual una CDN obtiene y almacena de forma proactiva contenido en sus cachés periféricos antes de que un usuario lo solicite explícitamente, basándose en el comportamiento previsto del usuario o en reglas predefinidas. El objetivo es reducir la latencia y mejorar los tiempos de carga percibidos, garantizando que el contenido ya esté disponible en el borde cuando el usuario lo solicite finalmente.

El blindaje de la CDN, conocido a menudo como «blindaje de origen», es una capa de almacenamiento en caché adicional situada entre los servidores periféricos de una CDN y el servidor de origen. Su objetivo principal es proteger al servidor de origen para que no se vea desbordado por numerosas solicitudes de llenado de caché procedentes de los nodos periféricos, especialmente durante las faltas de caché o las actualizaciones de contenido, reduciendo así la carga del servidor de origen y mejorando el rendimiento general.

Un GOP cerrado es un grupo de imágenes en el que todos los fotogramas del GOP pueden decodificarse utilizando únicamente otros fotogramas de ese mismo GOP. Esta estructura garantiza que ningún fotograma de un GOP cerrado haga referencia a fotogramas de un GOP anterior, lo que resulta beneficioso para la edición y el cambio fluido entre segmentos en la transmisión en streaming.

El «push» de HTTP/2 es una característica del protocolo HTTP/2 que permite a un servidor —incluidos los servidores periféricos de una CDN— enviar de forma proactiva recursos a un cliente antes de que este los solicite explícitamente. Esto puede mejorar significativamente los tiempos de carga de las páginas al reducir el número de idas y vueltas necesarias para recuperar elementos esenciales como CSS, JavaScript e imágenes.

P2 MXF hace referencia a los archivos en formato MXF (Material Exchange Format) grabados en tarjetas P2 de Panasonic. P2 es un formato profesional de tarjeta de memoria de estado sólido que se utiliza en las videocámaras de Panasonic, y los archivos MXF contienen vídeo, audio y metadatos en un contenedor adaptado a las necesidades de la radiodifusión.

El P3, conocido a menudo como DCI-P3 o Display P3, es un espacio de color RGB de amplia gama que se utiliza principalmente en la proyección de cine digital y que se está adoptando cada vez más en la electrónica de consumo para contenidos HDR. Ofrece una gama de colores significativamente mayor que el estándar sRGB/BT.709, especialmente en los rojos y los verdes, lo que contribuye a una experiencia visual más vibrante y realista.

Tabla fundamental dentro de la Información Específica del Programa (PSI) del estándar MPEG que enumera todos los programas disponibles en una secuencia de transporte y sus correspondientes identificadores de paquete (PID) de la Tabla de Mapa de Programas (PMT). La PAT es esencial para que un receptor localice la PMT de cualquier programa dado, lo que permite la decodificación de sus secuencias elementales.

El PCM, o modulación por impulsos codificados, es un método que se utiliza para representar digitalmente señales analógicas. Consiste en muestrear la señal analógica a intervalos regulares y cuantificar cada muestra en un valor binario. El PCM es el formato estándar de audio digital en ordenadores, discos compactos y otros sistemas de audio digital, y constituye la base de muchos otros formatos de audio.

Código de 13 bits situado en la cabecera de un paquete de flujo de transporte MPEG que identifica de forma única el flujo elemental o la tabla de datos a la que pertenece el paquete. Los PID son fundamentales para la demultiplexación, ya que permiten al receptor distinguir entre los diferentes componentes de vídeo, audio y datos dentro de un mismo flujo de transporte.

PlayReady es una tecnología de gestión de derechos digitales (DRM) desarrollada por Microsoft, diseñada para proteger contenidos de audio y vídeo en una amplia gama de dispositivos, entre los que se incluyen dispositivos Windows, consolas Xbox y numerosos televisores inteligentes. Protege los contenidos durante su distribución y reproducción mediante el cifrado y la gestión de licencias, garantizando el respeto de los derechos de los titulares de los contenidos.

Tabla incluida en la Información Específica del Programa (PSI) del estándar MPEG que proporciona información detallada sobre un programa concreto, incluidos los identificadores de paquete (PID) de sus flujos elementales de vídeo, audio y datos. La PMT también contiene descriptores del programa y de sus flujos elementales, lo que permite al receptor decodificar y reproducir correctamente el contenido.

Un punto de presencia (PoP) es un centro de datos o una instalación dentro de la red distribuida de una CDN en la que se encuentran los servidores periféricos. Los PoP actúan como puntos de acceso para los usuarios, lo que permite distribuir el contenido desde una ubicación geográficamente más cercana a ellos, lo que reduce la latencia y mejora la experiencia del usuario. Cada PoP suele contener varios servidores y equipos de red.

El cuantificador perceptual (PQ), normalizado como SMPTE ST 2084, es una función de transferencia HDR que asigna los valores de la señal de imagen a niveles de luz absolutos, lo que permite a las pantallas reproducir un amplio rango de brillo de hasta 10 000 nits. A diferencia de las curvas gamma tradicionales utilizadas en SDR, el PQ está diseñado para ser perceptualmente uniforme, lo que significa que pasos iguales en el valor del código PQ se corresponden con diferencias perceptuales iguales en el brillo, lo que lo hace ideal para la masterización de contenidos HDR.

Apple ProRes es una familia de códecs de vídeo intermedios con pérdida, pero sin pérdida perceptible, desarrollados por Apple para su uso en flujos de trabajo de posproducción. Utiliza compresión intra-fotograma, lo que permite un excelente rendimiento de acceso aleatorio durante la edición y mantiene una alta calidad, al tiempo que reduce los requisitos de almacenamiento en comparación con el vídeo sin comprimir.

Metadatos incluidos en una secuencia de transporte MPEG que describen la estructura y el contenido de los programas (canales), lo que permite al receptor demultiplexar y decodificar las distintas secuencias elementales. La PSI incluye cuatro tablas clave: PAT, CAT, PMT y NIT, que proporcionan información sobre las asociaciones de programas, el acceso condicional, la asignación de programas y los detalles de la red.

El PSNR es una métrica tradicional de ingeniería que se utiliza para medir la calidad objetiva de un vídeo comprimido mediante el cálculo de la relación entre la potencia máxima posible de una señal y la potencia del ruido de compresión que la distorsiona. Aunque se utiliza ampliamente debido a su simplicidad matemática, el PSNR mide las diferencias absolutas entre píxeles en lugar de la calidad visual percibida, lo que significa que no siempre se corresponde con la forma en que el ojo humano percibe la degradación del vídeo.

El PVOD, o «Premium Video On Demand» (vídeo bajo demanda premium), es un tipo específico de TVOD en el que se ofrecen películas de estreno reciente o contenidos exclusivos para su alquiler o compra a un precio superior, lo que suele coincidir con su estreno tradicional en salas de cine o con su ventana de VOD estándar, o bien preceder a ambos. Este modelo permite a los consumidores acceder de forma anticipada a contenidos muy demandados desde la comodidad de sus hogares. Se caracteriza por su precio más elevado y su disponibilidad anticipada.

El «True Peak» se refiere al nivel máximo real de una señal de audio, incluidos los picos entre muestras que pueden producirse entre muestras digitales. A diferencia de los medidores de picos de muestra tradicionales, los medidores de «True Peak» pueden detectar estos picos ocultos, que son fundamentales para evitar el recorte y la distorsión cuando la señal digital se vuelve a convertir a analógica o se somete a un procesamiento posterior.

Interrupción programada en una transmisión de vídeo durante la cual se reproducen uno o varios anuncios. Las pausas publicitarias se señalan en las transmisiones en directo mediante mensajes de señalización SCTE 35 o en los manifiestos de vídeo bajo demanda (VOD) a través de marcadores de la línea de tiempo, y su duración y frecuencia se rigen por la política de monetización del propietario del contenido.

La capacidad de mostrar anuncios diferentes a distintos espectadores que ven el mismo contenido al mismo tiempo, basándose en datos de segmentación a nivel de hogar o individual. La publicidad direccionable es posible gracias a los sistemas SSAI, que personalizan la programación publicitaria por sesión, en lugar de emitir un único bloque publicitario a nivel nacional.

La compra y venta automatizada de inventario publicitario digital mediante software y subastas en tiempo real, a diferencia de las órdenes de inserción directas. En el ámbito del streaming, la publicidad programática conecta a los editores OTT (a través de SSP) con la demanda de los anunciantes (a través de DSP) mediante subastas OpenRTB, lo que permite la difusión dinámica y segmentada de anuncios a gran escala.

Una de las características de mayor relevancia comercial de ATSC 3.0 / NextGen TV es que permite a las emisoras emitir anuncios personalizados por aire, tanto a nivel de hogar como de dispositivo, una capacidad que antes era exclusiva de las plataformas OTT y de streaming. Al combinar la señal de emisión con los datos de la vía de retorno de banda ancha, el estándar ATSC 3.0 permite la inserción dinámica de anuncios a nivel de receptor, lo que abre nuevas fuentes de ingresos programáticos para las emisoras de televisión en abierto.

Una función de HbbTV 2.0 y versiones posteriores que permite a las cadenas sustituir o complementar los anuncios de la emisión lineal con anuncios personalizados y dirigidos que se transmiten a través de banda ancha. Mediante una combinación de señales de programación de la emisión y creatividades publicitarias distribuidas a través de IP, la publicidad dirigida de HbbTV permite a las emisoras competir con las plataformas OTT por los ingresos publicitarios programáticos, al tiempo que conservan la escala y el alcance de la emisión lineal. Se trata de un factor comercial clave para la adopción de HbbTV por parte de las emisoras europeas.

PSIP es un estándar ATSC que define cómo se transmite la guía de programación y la información del sistema en una emisión de televisión digital ATSC 1.0. Proporciona los datos que alimentan la guía electrónica de programación (EPG) que aparece en pantalla en los receptores ATSC, incluyendo nombres de canales, títulos de programas, descripciones, clasificaciones e información sobre la programación. El PSIP es el equivalente en ATSC de las tablas SI (información de servicio) del DVB.

La QoE, o «calidad de la experiencia», es una medida subjetiva de la satisfacción general de un usuario con un servicio de streaming, que abarca tanto el rendimiento técnico como la calidad percibida. Tiene en cuenta factores como el tiempo de inicio del vídeo, la frecuencia de rebuffering, la calidad del vídeo y la capacidad de respuesta general, lo que refleja en qué medida el servicio cumple con las expectativas del espectador. La QoE ofrece una visión global de la interacción del usuario con el contenido en streaming.

La QoS, o calidad de servicio, hace referencia a los parámetros técnicos que miden el rendimiento de la red y la infraestructura subyacentes que prestan un servicio de streaming. Estos parámetros incluyen el ancho de banda, la latencia, la fluctuación y la pérdida de paquetes, que influyen directamente en la transmisión técnica del contenido. La QoS se centra en la capacidad de la red para proporcionar una transmisión constante y fiable.

QUIC (Quick UDP Internet Connections) es un protocolo de red de capa de transporte de uso general diseñado inicialmente por Google y basado en el protocolo UDP. Su objetivo es reducir la latencia y mejorar el rendimiento de las aplicaciones web mediante conexiones multiplexadas, control de flujo a nivel de flujo de datos y cifrado integrado, y sirve de base para el protocolo HTTP/3.

Intel Quick Sync Video (QuickSync) es la tecnología de codificación y decodificación de vídeo por hardware de Intel, integrada en algunas de sus CPU y GPU integradas. Acelera tareas de procesamiento de vídeo como la transcodificación, lo que permite un rendimiento más rápido y una menor utilización de la CPU en comparación con la codificación basada en software, por lo que resulta adecuada para aplicaciones como la reproducción de contenidos multimedia, el streaming y la edición de vídeo.

Un registro exhaustivo generado durante la emisión que documenta todos los eventos, programas, anuncios y demás elementos multimedia que se han emitido realmente, incluidas sus horas exactas de inicio y fin. Este registro es fundamental para la verificación, la facturación, el cumplimiento normativo y para demostrar a los anunciantes cuándo se ha emitido su contenido.

El retraso de audio se refiere a un desfase temporal entre los componentes de audio y vídeo de una presentación multimedia, en la que el sonido se oye antes o después de la acción visual correspondiente. Este retraso puede ser intencionado, con fines de corrección, o involuntario, causado por diferencias de procesamiento entre distintos equipos, lo que da lugar a problemas de sincronización labial.

La reducción de resolución es el proceso de reducir la resolución de un vídeo o una imagen a una resolución inferior. Esto se suele hacer para reducir el tamaño del archivo, disminuir los requisitos de ancho de banda para la transmisión en streaming o para que el contenido sea compatible con dispositivos de visualización de menor resolución. Aunque permite ahorrar recursos, la reducción de resolución conlleva inevitablemente una pérdida de detalle y nitidez en comparación con el contenido original de mayor resolución.

La rotación de claves DRM es una práctica de seguridad en los sistemas de gestión de derechos digitales (DRM) en la que las claves de cifrado utilizadas para proteger los contenidos se cambian o actualizan periódicamente. Este proceso mejora la seguridad al limitar el tiempo de exposición de cada clave, lo que dificulta que personas no autorizadas descifren y accedan a los contenidos protegidos, especialmente en retransmisiones en directo de larga duración o en contenidos bajo demanda a los que se accede con frecuencia.

La restricción geográfica, también conocida como bloqueo geográfico, es una función de la CDN que permite a los proveedores de contenidos restringir o conceder el acceso a los contenidos en función de la ubicación geográfica del usuario final. Esto se consigue normalmente identificando la dirección IP del usuario y comparándola con una base de datos de ubicaciones geográficas, lo que permite cumplir con los acuerdos de licencia o los derechos regionales sobre los contenidos.

La rotación de claves es una práctica de seguridad en la gestión de derechos digitales (DRM) en la que las claves criptográficas utilizadas para cifrar contenidos se cambian o actualizan periódicamente. Este proceso minimiza el riesgo de que una clave comprometida se utilice para obtener acceso no autorizado durante un periodo prolongado, lo que mejora la seguridad general del contenido. Resulta especialmente importante para las retransmisiones en directo y los contenidos de vídeo bajo demanda de larga duración.

El RDD9, o Documento de Divulgación Registrado n.º 9, es una especificación de la SMPTE que define la especificación de interoperabilidad MXF para los productos MPEG Long GOP de Sony. En él se describe cómo se asignan los paquetes de imagen MPEG-2 (ES), de audio AES3 y ANC al contenedor genérico MXF para estos productos concretos.

La resolución de un vídeo se refiere al número de píxeles distintos que componen cada fotograma de un vídeo, y suele expresarse como anchura × altura (por ejemplo, 1920x1080 para Full HD). Una resolución más alta indica un mayor número de píxeles, lo que da como resultado una imagen más nítida y detallada, mientras que las resoluciones más bajas ofrecen menos detalle, pero requieren menos ancho de banda y espacio de almacenamiento.

El protocolo RIST (Reliable Internet Stream Transport) es un protocolo de transporte de código abierto y especificación abierta, diseñado para la transmisión fiable de vídeo a través de redes IP con pérdida de paquetes. Utiliza un protocolo de retransmisión selectiva basado en NACK para recuperarse de la pérdida de paquetes, lo que garantiza una calidad de vídeo de nivel profesional a través de Internet.

El Protocolo de Control de RTP (RTCP) funciona conjuntamente con el RTP para proporcionar información de control fuera de banda y datos estadísticos sobre la calidad de la distribución de contenidos multimedia durante una sesión. Ayuda a supervisar la calidad de las llamadas de VoIP y de vídeo enviando al remitente datos como la pérdida de paquetes y el tiempo de ida y vuelta.

El Protocolo de Mensajería en Tiempo Real (RTMP) es un protocolo de comunicación para la transmisión de audio, vídeo y datos a través de Internet, desarrollado originalmente por Macromedia (posteriormente Adobe). Es eficaz a la hora de mantener una baja latencia con conexiones estables, lo que lo hace adecuado para aplicaciones de transmisión de vídeo en directo.

El Protocolo de Transporte en Tiempo Real (RTP) es un protocolo de red destinado a la transmisión de audio y vídeo a través de redes IP, centrado en la transmisión en continuo y la sincronización de los datos multimedia. Proporciona funciones de transporte de red de extremo a extremo adecuadas para aplicaciones que transmiten datos en tiempo real, y suele funcionar en combinación con el RTCP.

El Protocolo de Transmisión en Tiempo Real (RTSP) es un protocolo de red a nivel de aplicación diseñado para controlar la transmisión de datos con características en tiempo real, que se utiliza principalmente para establecer y controlar sesiones multimedia entre puntos finales. Actúa como un «mando a distancia de red» para los servidores de transmisión multimedia, separando la señalización del transporte de contenidos multimedia.

Una secuencia detallada, punto por punto, de los acontecimientos, o un guion que describe el contenido y la duración de un programa de televisión, como un telediario o un evento en directo. Sirve de guía para el equipo de producción, garantizando que todos los segmentos, las entradas y las transiciones se desarrollen en el orden correcto y en los momentos previstos.

Shaka Player es una biblioteca de JavaScript de código abierto desarrollada por Google para la transmisión adaptativa de contenidos multimedia, que admite principalmente los formatos DASH y HLS en navegadores web sin necesidad de complementos. Aprovecha las extensiones MediaSource (MSE) y las extensiones de medios cifrados (EME) para gestionar la reproducción de contenidos adaptativos y protegidos por DRM. Shaka Player destaca por su sólido conjunto de funciones y su amplia compatibilidad.

Mecanismo de subasta en la publicidad programática en el que las impresiones publicitarias se compran y venden en tiempo real —normalmente en un plazo de 100 milisegundos desde que el espectador inicia la reproducción de un vídeo—. Cada impresión disponible se subasta al mejor postor entre las DSP que compiten por ella, y el sistema SSAI integra el anuncio ganador en la reproducción del vídeo.

La sincronización de audio es la alineación precisa de las pistas de audio con sus correspondientes elementos visuales en la producción audiovisual. Garantiza que el sonido y la imagen se reproduzcan de forma simultánea y coherente, evitando discrepancias que distraigan, como los errores de sincronización labial, y manteniendo la integridad de la experiencia audiovisual.

Las solicitudes de rango de bytes son una característica de HTTP/1.1 que permite a un cliente solicitar únicamente una parte específica o un rango de bytes de un archivo almacenado en un servidor, en lugar de descargar el recurso completo. Este mecanismo es fundamental para una transmisión eficiente, ya que permite funciones como el desplazamiento dentro de un vídeo, la reanudación de descargas interrumpidas y la transmisión con velocidad de bits adaptativa, al recuperar únicamente los segmentos multimedia necesarios.

El submuestreo de crominancia es una técnica de compresión de vídeo que reduce la cantidad de información de color (crominancia) en una señal de vídeo, al tiempo que conserva toda la información de brillo (luminancia), aprovechando que el ojo humano es más sensible a la luminancia que a la crominancia. Entre los formatos más comunes se encuentran el 4:2:0 (mitad de la resolución de crominancia vertical y horizontal), el 4:2:2 (mitad de la resolución de crominancia horizontal) y el 4:4:4 (resolución de crominancia completa, sin submuestreo).

Representaciones textuales de la parte sonora de un programa de televisión, diseñadas para espectadores sordos o con discapacidad auditiva, que incluyen diálogos y elementos no verbales. La norma CEA-608 es el estándar analógico para la televisión NTSC, mientras que la norma CEA-708 es el estándar digital para las emisiones ATSC, y ofrece funciones mejoradas, como opciones de visualización optimizadas y múltiples flujos de subtítulos.

Un sistema de acceso condicional (CAS) es una tecnología de seguridad que se utiliza principalmente en la televisión tradicional (por satélite, por cable y terrestre) para controlar el acceso de los abonados a contenidos premium codificados. Garantiza que solo los espectadores autorizados que hayan pagado por un servicio puedan descodificar y ver canales o programas específicos. El CAS suele combinar cifrado, codificación y gestión de suscriptores, y a menudo utiliza tarjetas inteligentes para conceder o revocar el acceso.

Un servidor de licencias DRM es un componente fundamental de un sistema de gestión de derechos digitales (DRM), encargado de emitir claves de descifrado y normas de uso (licencias) a los dispositivos cliente que solicitan acceso a contenidos protegidos. Cuando un usuario intenta reproducir un archivo multimedia protegido por DRM, la aplicación cliente se comunica con el servidor de licencias para obtener una licencia válida, lo que permite descifrar el contenido y reproducirlo de acuerdo con los derechos especificados por el propietario del mismo.

Un segmento de inicialización es un componente fundamental en los protocolos de transmisión con velocidad de bits adaptativa, especialmente en MPEG-DASH y HLS (cuando se utiliza fMP4). Contiene metadatos esenciales sobre el flujo multimedia, como información sobre el códec, detalles de la pista y resolución, que el reproductor necesita para inicializar el decodificador multimedia antes de poder procesar los segmentos multimedia posteriores.

La sincronización labial, abreviatura de «sincronización de labios», es el proceso técnico que consiste en hacer coincidir los movimientos de los labios de una persona con el diálogo hablado o la letra de una canción. En la radiodifusión y el streaming, mantener una sincronización labial precisa es fundamental para ofrecer una experiencia visual natural y envolvente, ya que incluso las discrepancias más leves pueden resultar muy evidentes y distraer a la audiencia.

En los protocolos de streaming con velocidad de bits adaptativa, como HLS y MPEG-DASH, los segmentos multimedia son fragmentos pequeños y breves de un flujo o archivo multimedia más grande. Estos segmentos suelen durar unos segundos y se codifican a distintas velocidades de bits, lo que permite al reproductor del cliente cambiar dinámicamente entre diferentes niveles de calidad en función de las condiciones de la red para garantizar una reproducción fluida.

El servidor de origen es el servidor principal en el que reside la versión original y oficial del contenido. En una configuración de CDN, cuando un nodo periférico no dispone del contenido solicitado en su caché (una «fallo de caché»), recupera el contenido del servidor de origen. Todas las actualizaciones y modificaciones del contenido se realizan inicialmente en el servidor de origen.

Un servidor de origen es el servidor principal en el que se almacena y gestiona el contenido original, como archivos de vídeo y recursos web. En los flujos de trabajo de streaming, recibe segmentos de vídeo codificados y archivos de listas de reproducción, y procesa y responde a las solicitudes entrantes a través de Internet procedentes de clientes o de redes de distribución de contenidos (CDN). Actúa como fuente de referencia del contenido antes de su distribución.

Un SDK (kit de desarrollo de software) para reproductores de vídeo es un conjunto de herramientas de software, bibliotecas y API que utilizan los desarrolladores para integrar la funcionalidad de reproducción de vídeo en sus aplicaciones o sitios web. Estos SDK proporcionan componentes ya preparados para gestionar la decodificación de vídeo, la visualización, la transmisión adaptativa y los controles de la interfaz de usuario, lo que simplifica el desarrollo de reproductores de vídeo personalizados. De este modo, eliminan las complejidades de la reproducción multimedia.

Los fotogramas de referencia son fotogramas de vídeo previamente codificados y reconstruidos que utilizan los fotogramas P y los fotogramas B para predecir su contenido durante la compresión entre fotogramas. Al basarse en estos fotogramas, los codificadores pueden almacenar únicamente las diferencias, lo que permite una reducción significativa de los datos.

La interfaz digital en serie (SDI) es una familia de interfaces de vídeo digital normalizadas por la SMPTE, que se utiliza principalmente para transmitir señales de vídeo digital sin comprimir a través de cables coaxiales o de fibra óptica en instalaciones de radiodifusión. Ofrece un método robusto y fiable para conectar diversos equipos de vídeo profesionales.

El rango dinámico estándar (SDR) hace referencia a la tecnología de vídeo convencional que se ha utilizado durante décadas y que se caracteriza por un rango limitado de luminancia y color en comparación con el HDR. El contenido SDR suele reproducirse en televisores y monitores estándar, y ofrece una relación de contraste y una gama de colores más reducidas, lo que da lugar a una experiencia visual menos envolvente que la del HDR.

Tabla incluida en la Información de Servicio (SI) del DVB que proporciona datos descriptivos sobre los servicios disponibles en una secuencia de transporte, incluidos los nombres de los servicios, los proveedores de servicios y los tipos de servicio (por ejemplo, televisión, radio). La SDT ayuda a los receptores a presentar al usuario una lista clara y completa de los canales disponibles.

Metadatos integrados en una señal de emisión digital (por ejemplo, en los sistemas DVB) que proporcionan información esencial sobre los servicios disponibles para el receptor. La SI incluye datos como las parrillas de programación, los nombres de los servicios e información sobre eventos, lo que permite a los receptores mostrar guías electrónicas de programación (EPG) y descodificar correctamente los servicios.

Simulcrypt es un protocolo de radiodifusión de vídeo digital (DVB) que permite que varios sistemas de acceso condicional (CAS) cifren y controlen el acceso al mismo contenido de radiodifusión de forma simultánea. Esto permite a las emisoras dar servicio a diferentes bases de suscriptores, cada una de las cuales utiliza un CAS distinto, a partir de un único flujo de contenido, optimizando así la infraestructura y la distribución de contenidos para diversos mercados o niveles de servicio.

La norma SMPTE ST 2022-6 especifica la encapsulación de una señal SDI completa (que incluye vídeo, audio y datos auxiliares) en un único flujo IP para su transporte a través de redes IP. Permite la transmisión de flujos de vídeo de alta definición sin comprimir a través de una infraestructura de red estándar.

La norma SMPTE ST 2022-7 define un mecanismo de conmutación de protección sin interrupciones para el transporte de contenidos multimedia basado en IP, que permite la transmisión redundante de flujos de datos multimedia idénticos a través de dos rutas de red independientes. Esto garantiza una distribución ininterrumpida y una recuperación sólida ante errores en caso de fallos de red, lo cual es fundamental para la fiabilidad de la emisión.

La norma SMPTE ST 2110-20 especifica el transporte de vídeo activo sin comprimir a través de redes IP mediante el Protocolo de Transporte en Tiempo Real (RTP). Permite el enrutamiento y el procesamiento independientes de la señal de vídeo, y es compatible con diversos formatos y resoluciones de vídeo para una producción audiovisual de alta calidad.

La norma SMPTE ST 2110-30 especifica el transporte de flujos de audio digital PCM a través de redes IP, haciendo referencia a la norma AES67 para garantizar la interoperabilidad. Permite el enrutamiento y el procesamiento independientes de la señal de audio, lo que ofrece flexibilidad para la mezcla y el procesamiento de audio en los flujos de trabajo de radiodifusión.

La norma SMPTE ST 2110-40 especifica el transporte de datos auxiliares, como el código de tiempo, los subtítulos ocultos y otros metadatos, a través de redes IP. Permite transportar los datos auxiliares de forma independiente del vídeo y el audio, lo que ofrece flexibilidad para flujos de trabajo como los subtítulos ocultos en directo y el subtitulado.

Secure Reliable Transport (SRT) es un protocolo de transporte de vídeo de código abierto que utiliza UDP para ofrecer fiabilidad y seguridad optimizadas para la transmisión de vídeo en directo con baja latencia a través de redes impredecibles. Transmite contenido de vídeo de forma segura y fiable mediante cifrado AES y recuperación ante la pérdida de paquetes.

El SSIM es una métrica de calidad de vídeo perceptiva diseñada para medir la similitud estructural entre un vídeo codificado y su fuente de referencia sin comprimir. A diferencia del PSNR, que mide los errores absolutos de píxeles, el SSIM modela la percepción visual humana evaluando los cambios en la luminancia, el contraste y la información estructural, lo que lo convierte en un indicador más preciso de la calidad subjetiva del vídeo.

SMPTE ST 2022 es un conjunto de normas que describe cómo enviar vídeo digital y datos auxiliares a través de redes IP, lo que ofrece una forma fiable de transmitir señales que tradicionalmente se enviaban a través de interfaces serie. Incluye diversas partes para diferentes tipos de medios y mecanismos de corrección de errores.

SMPTE ST 2110 es un conjunto de normas que define el transporte en tiempo real de contenidos multimedia profesionales a través de redes IP, separando el vídeo, el audio y los datos auxiliares en flujos independientes y sincronizados. Este enfoque basado en la esencia ofrece una mayor flexibilidad y eficiencia a las instalaciones de producción y distribución audiovisual.

La supervisión del estado de las transmisiones consiste en el seguimiento y análisis continuos de diversos parámetros relacionados con el rendimiento y la calidad de una transmisión de vídeo, desde la ingesta hasta la reproducción. Esto incluye la supervisión de problemas como el almacenamiento en búfer, los tiempos de inicio prolongados, las bajas velocidades de bits y las tasas de error, con el fin de garantizar una experiencia de visualización fluida y de alta calidad. La supervisión proactiva ayuda a identificar y resolver los problemas antes de que afecten a una gran audiencia.

El SVOD, o «vídeo bajo demanda por suscripción», es un modelo de monetización en el que los usuarios pagan una cuota de suscripción periódica para obtener acceso ilimitado a una biblioteca de contenidos de vídeo. Este modelo ofrece una experiencia de visionado sin anuncios y permite a los suscriptores ver los contenidos cuando les resulte más conveniente. Entre los ejemplos más populares se encuentran Netflix y Disney+.

SVT-AV1 (Scalable Video Technology for AV1) es un codificador de vídeo AV1 de código abierto y basado en software desarrollado por Intel y Netflix. Está diseñado para una codificación AV1 de alto rendimiento y escalable, y ofrece una excelente eficiencia de compresión y calidad visual, especialmente para aplicaciones exigentes como el vídeo bajo demanda y la retransmisión en directo. SVT-AV1 destaca por su capacidad para escalar a través de múltiples núcleos de CPU, lo que lo convierte en una potente solución para la codificación AV1 basada en software.

Una plataforma que almacena, gestiona y distribuye creatividades publicitarias a los usuarios finales. En entornos de streaming, el servidor de anuncios recibe solicitudes publicitarias del «stitcher» de SSAI (que contienen metadatos sobre el espectador y el contexto), toma una decisión y devuelve una respuesta VAST o VMAP que incluye las URL de las creatividades publicitarias seleccionadas y las balizas de seguimiento.

El uso de datos demográficos, de comportamiento, contextuales o geográficos para seleccionar los anuncios más relevantes para un espectador o un hogar concretos. En los servicios OTT y de streaming, los datos de segmentación se transmiten al servidor de anuncios a través de parámetros de cadena de consulta en la URL de la solicitud publicitaria, que suelen incluir el tipo de dispositivo, el género del contenido, la región geográfica y las señales de consentimiento.

Norma de inserción de programas digitales publicada por la Sociedad de Ingenieros de Telecomunicaciones por Cable (SCTE) que define el formato binario de los mensajes de señalización utilizados para indicar oportunidades de pausas publicitarias en flujos de transporte MPEG-2. El comando splice_insert() de la norma SCTE 35 contiene información sobre la sincronización, la duración y los descriptores de segmentación que los sistemas SSAI posteriores utilizan para activar la toma de decisiones publicitarias y la manipulación de los manifiestos.

Norma de la SCTE que define la interfaz entre los sistemas de automatización (como los servidores de control maestro o de emisión) y los insertadores de tonos de señal SCTE 35. Los mensajes SCTE 104 se envían a través de IP desde el sistema de automatización al codificador, que los convierte en mensajes binarios de señal SCTE 35 integrados en el flujo de transporte.

Norma de la SCTE relativa a la interfaz de programación de eventos y notificaciones (ESNI), que define un protocolo basado en XML para la comunicación de información sobre la programación de contenidos y las pausas publicitarias entre los propietarios de contenidos, los distribuidores y los sistemas publicitarios a través de redes IP. La norma SCTE 224 complementa a la SCTE 35 al proporcionar metadatos más detallados sobre las próximas oportunidades publicitarias.

Un estándar de la IAB que sustituye a VPAID y ofrece una API segura y aislada para experiencias publicitarias interactivas en reproductores de vídeo. SIMID permite que los creativos publicitarios se comuniquen con el reproductor para acceder al estado de reproducción, activar interacciones y mostrar superposiciones, sin ejecutar código JavaScript arbitrario en el contexto del reproductor.

Una arquitectura de inserción de anuncios en la que los anuncios se integran en el flujo de vídeo en el servidor antes de su envío al cliente. El reproductor recibe una única transmisión continua que contiene tanto el contenido como los anuncios, lo que hace que los segmentos publicitarios sean indistinguibles del contenido y elude de forma eficaz los bloqueadores de anuncios del lado del cliente. Los sistemas SSAI se encargan de la manipulación de manifiestos, la transcodificación de anuncios, la adaptación de la tasa de bits y la activación de balizas.

Una plataforma de publicidad programática que utilizan los editores y los propietarios de contenidos para gestionar, vender y optimizar su inventario publicitario a través de múltiples fuentes de demanda (DSP y redes publicitarias). En los entornos OTT y CTV, las SSP agrupan la demanda y llevan a cabo subastas en tiempo real para maximizar el rendimiento de las impresiones publicitarias disponibles.

Arquitectura de red de radiodifusión en la que todos los transmisores de una zona de cobertura operan en la misma frecuencia de radio y están sincronizados con precisión para transmitir señales idénticas de forma simultánea. Las SFN se utilizan en las implementaciones de DVB-T2 y ATSC 3.0 para maximizar la eficiencia del espectro y la cobertura, ya que las señales procedentes de múltiples transmisores se combinan de forma constructiva en el receptor en lugar de provocar interferencias.

La tokenización de CDN, o autenticación mediante tokens, es un mecanismo de seguridad que genera tokens o credenciales únicos y de duración limitada para validar las solicitudes de acceso al contenido distribuido a través de una CDN. De este modo, se garantiza que solo los usuarios o aplicaciones autorizados puedan acceder a contenidos específicos, lo que evita los enlaces directos no autorizados o la extracción de contenidos.

Un token de licencia DRM es una credencial digital emitida por un servidor de licencias DRM a un dispositivo cliente, que concede permiso para acceder y reproducir contenidos protegidos específicos según unas normas de uso definidas. Este token suele contener la clave de descifrado del contenido y especifica parámetros como la duración de la reproducción, las limitaciones del dispositivo y las restricciones de salida, lo que garantiza que el consumo del contenido se ajuste a los derechos del propietario del mismo.

En el ámbito del vídeo y el audio, la «huella digital» es una tecnología que genera una firma digital única o «huella digital» para un contenido concreto. Esta huella digital, una representación matemática compacta de las características del contenido, permite identificar y comparar rápidamente archivos multimedia, incluso si han sido modificados, transcodificados o regrabados. Se utiliza principalmente para la identificación de contenidos, la protección de los derechos de autor y el seguimiento del uso no autorizado en diversas plataformas.

Una trama IDR, o trama de actualización instantánea del decodificador (Instantaneous Decoder Refresh), es un tipo especial de trama I que indica al decodificador que ninguna de las tramas posteriores hará referencia a ninguna trama anterior a la trama IDR. Esto reinicia de forma efectiva el proceso de decodificación, garantizando que todos los fotogramas que siguen a un IDR puedan decodificarse de forma independiente, lo cual es fundamental para el cambio de flujo y la resistencia a los errores.

El telecine inverso (IVTC) es una técnica de procesamiento de vídeo que se utiliza para invertir el proceso de telecine, restaurando el contenido procedente de película que se ha convertido a vídeo a su formato progresivo original de 24 fotogramas por segundo. Este proceso elimina los campos redundantes y los artefactos introducidos por el telecine, lo que da como resultado una salida de vídeo progresiva más limpia y con un aspecto más cinematográfico.

El streaming lineal se refiere a la difusión de contenidos de vídeo a través de Internet en un formato programado y basado en canales, similar a la televisión tradicional. Los espectadores ven los programas a horas concretas en canales específicos, sin posibilidad de pausar, rebobinar o avanzar rápidamente más allá del momento en directo. Esto contrasta con el visionado bajo demanda, en el que se puede acceder al contenido en cualquier momento.

En el contexto de los sistemas de acceso condicional (CAS) para la televisión en abierto, una tarjeta inteligente es una tarjeta física que contiene un microchip integrado en el que se almacena de forma segura la información del abonado, las claves de descifrado y los derechos de acceso. Se inserta en un descodificador o en un televisor digital integrado (IDTV) para autenticar al usuario y permitir el descifrado de los contenidos de emisión cifrados, garantizando que solo los abonados de pago puedan acceder a canales y servicios premium.

El tiempo de inicio, también conocido como tiempo de inicio del vídeo (VST) o tiempo de conexión, es el intervalo de tiempo que transcurre desde que un usuario inicia la reproducción (por ejemplo, pulsando el botón de reproducción) hasta que aparece el primer fotograma del vídeo en la pantalla. Se trata de una métrica fundamental de la calidad de la experiencia (QoE), ya que unos tiempos de inicio más largos pueden provocar que el espectador abandone la reproducción. La optimización del tiempo de inicio implica una distribución eficiente del contenido y una inicialización eficaz del reproductor.

El telecine es el proceso de convertir una película cinematográfica a un formato de vídeo para su emisión televisiva o distribución digital. Esto implica ajustar la frecuencia de fotogramas de la película (normalmente 24 fotogramas por segundo) para que coincida con la frecuencia de fotogramas del vídeo (por ejemplo, 29,97 fps para NTSC o 25 fps para PAL), a menudo utilizando técnicas como el pulldown 3:2, que puede introducir artefactos.

Theora es un formato de compresión de vídeo libre y de código abierto desarrollado por la Fundación Xiph.Org, basado en el códec VP3 de On2 Technologies. Se suele utilizar dentro del formato contenedor Ogg, lo que permite ofrecer vídeo libre de derechos de autor para aplicaciones web y multimedia, y a menudo se combina con el audio Vorbis.

TIFO, o Telestream Intermediate Format, es un formato de archivo intermedio propietario desarrollado por Telestream. Se utiliza principalmente para la integración entre Telestream Pipeline y los productos de transcodificación de Telestream, conservando los datos VBI/VANC dentro de una pista de datos/control.

Un transcodificador es un codificador especializado que convierte un archivo de vídeo o audio ya codificado de un formato o velocidad de bits a otro. Este proceso es esencial para la transmisión con velocidad de bits adaptativa, ya que permite ofrecer el contenido en distintos niveles de calidad para adaptarse a las diversas condiciones de la red y a las capacidades de los dispositivos. La transcodificación garantiza una experiencia de visualización óptima en distintos entornos.

La transcodificación es el proceso que consiste en tomar un archivo multimedia digital ya codificado, descodificarlo y volver a codificarlo en un formato, códec, velocidad de bits o resolución diferentes. Este proceso, que requiere un gran esfuerzo computacional, es esencial para garantizar que el contenido de vídeo sea compatible con una amplia variedad de dispositivos de reproducción y condiciones de red.

La transización es un tipo específico de transcodificación que modifica la resolución espacial o el tamaño de fotograma de un archivo de vídeo, como por ejemplo reducir la resolución de un vídeo 4K UHD a 1080p o 720p. Este proceso suele realizarse junto con el transrating para crear los distintos niveles de calidad necesarios para una escalera de streaming con velocidad de bits adaptativa.

El transmuxing, o transcodificación-multiplexación, es el proceso de cambiar el formato contenedor de un archivo multimedia digital sin alterar los códecs de audio o vídeo subyacentes. Consiste en reempaquetar los datos codificados existentes en un nuevo formato de distribución, como por ejemplo la conversión de un archivo MP4 a un flujo HLS, lo que requiere una potencia de cálculo significativamente menor que la transcodificación completa.

El «transrating» es un tipo específico de transcodificación que consiste en modificar la tasa de bits de un archivo de vídeo manteniendo su resolución y códec originales. Se utiliza habitualmente para crear versiones con una tasa de bits más baja a partir de un archivo original de alta calidad, lo que permite la transmisión con tasa de bits adaptativa para los espectadores con un ancho de banda limitado.

El TS, o flujo de transporte MPEG, es un formato contenedor digital estándar para la transmisión y el almacenamiento de datos de audio, vídeo e información específica del programa (PSI). Se utiliza habitualmente en sistemas de radiodifusión como DVB y ATSC, así como para el vídeo de discos Blu-ray.

El «Time to Live» (TTL) es un parámetro que determina durante cuánto tiempo se almacena un contenido en la caché de una CDN antes de que se considere obsoleto y deba volver a validarse o recuperarse del servidor de origen. Un TTL más corto garantiza la actualidad del contenido, pero puede aumentar la carga del servidor de origen, mientras que un TTL más largo reduce las solicitudes al servidor de origen, pero conlleva el riesgo de servir contenido obsoleto.

El TVOD, o «vídeo bajo demanda transaccional», es un modelo de monetización en el que los usuarios pagan una cuota única para acceder a un contenido de vídeo específico, ya sea en régimen de alquiler (acceso temporal) o de compra (propiedad permanente). Este modelo se utiliza habitualmente para estrenos cinematográficos o contenidos premium que no forman parte de un catálogo de suscripción. Ofrece flexibilidad a los consumidores, que solo pagan por los contenidos que desean ver.

La transmisión con latencia ultrabaja se refiere a la distribución de vídeo con un retraso extremadamente corto, normalmente inferior a un segundo (a menudo 500 milisegundos o menos), desde el momento en que una cámara capta un evento hasta que este aparece en la pantalla del espectador. Este nivel de latencia es crucial para aplicaciones interactivas, apuestas deportivas en directo, videojuegos y comunicación en tiempo real, donde la respuesta inmediata y la sincronización son fundamentales. Tecnologías como WebRTC y HESP están diseñadas para lograr una latencia ultrabaja.

Proceso en tiempo real mediante el cual un servidor de anuncios o una plataforma del lado de la oferta (SSP) selecciona qué anuncio mostrar en un espacio publicitario determinado, basándose en datos de audiencia, parámetros de segmentación, precios mínimos y la demanda disponible. La toma de decisiones suele producirse en milisegundos para cumplir con los requisitos de latencia de los flujos de trabajo SSAI en directo.

Proceso de recodificación de los recursos creativos publicitarios para adaptarlos al códec, la resolución, la tasa de bits, la frecuencia de fotogramas y la duración de los segmentos de la transmisión de contenido en la que se van a integrar. Los recursos publicitarios que no se ajustan a estos parámetros provocan buffering, artefactos visuales o errores de decodificación en los puntos de unión; las plataformas SSAI suelen mantener un proceso de transcodificación «justo a tiempo» para normalizar los recursos publicitarios en el momento de su recepción.

Las URL firmadas son direcciones URL creadas específicamente para proporcionar acceso temporal y autenticado a contenidos privados almacenados en una red de distribución de contenidos (CDN). Estas URL incluyen firmas criptográficas, plazos de caducidad y, en ocasiones, restricciones de IP, lo que permite a los proveedores de contenidos conceder acceso por un tiempo limitado a usuarios específicos sin que el contenido sea de acceso público.

La tasa de bits se refiere a la cantidad de datos —que suele medirse en kilobits por segundo (kbps) o megabits por segundo (Mbps)— que se procesa o transmite por unidad de tiempo en una transmisión de vídeo. Una tasa de bits más alta suele traducirse en una mejor calidad de vídeo, pero también requiere más ancho de banda y almacenamiento, mientras que una tasa de bits más baja reduce el tamaño del archivo y el consumo de ancho de banda a costa de la calidad.

Información no relacionada con el vídeo incrustada en el intervalo de supresión vertical de una señal de vídeo digital, normalmente en flujos SDI (Serial Digital Interface). El VANC transporta diversos tipos de metadatos, como subtítulos ocultos, audio, código de tiempo y descripción del formato activo, sin interferir con el contenido de vídeo activo.

La tasa de bits variable (VBR) es un método de control de la tasa de bits en el que el codificador ajusta dinámicamente la tasa de bits en función de la complejidad del contenido de vídeo. Se asignan más bits a las escenas complejas para preservar la calidad, y menos bits a las escenas más sencillas, lo que da como resultado una calidad visual más uniforme y, por lo general, tamaños de archivo más reducidos en comparación con la CBR para un nivel de calidad determinado.

VC-1 (SMPTE 421M) es un formato de codificación de vídeo que surgió a partir del Windows Media Video 9 de Microsoft y que fue aprobado oficialmente como norma SMPTE. Se comercializó como una alternativa de menor complejidad al H.264/MPEG-4 AVC, compatible tanto con vídeo entrelazado como progresivo, y fue adoptado por los formatos HD DVD y Blu-ray Disc.

Video.js es un popular marco de trabajo de código abierto para reproductores de vídeo HTML5 escrito en JavaScript, diseñado para ofrecer una experiencia de reproducción de vídeo coherente y personalizable en distintos navegadores web y dispositivos. Es compatible con formatos de streaming adaptativo como HLS y MPEG-DASH a través de complementos y ofrece una completa API para que los desarrolladores puedan ampliar su funcionalidad. Video.js se utiliza ampliamente para incrustar y controlar contenidos de vídeo en sitios web.

VideoToolbox es un marco de trabajo de bajo nivel proporcionado por Apple que ofrece acceso directo a las capacidades de codificación y decodificación de vídeo aceleradas por hardware en las plataformas macOS e iOS. Permite a los desarrolladores realizar la compresión y descompresión de vídeo de forma eficiente, aprovechando el hardware dedicado para mejorar el rendimiento y reducir el consumo energético en aplicaciones como la edición de vídeo, el streaming y la comunicación en tiempo real.

Una forma de código de tiempo SMPTE codificado en una línea de barrido dentro del intervalo de supresión vertical de una señal de vídeo. La principal ventaja del VITC frente al LTC es que puede leerse incluso cuando la cinta de vídeo está parada o en pausa, lo que lo hace útil para la identificación precisa de fotogramas.

El VMAF es un algoritmo objetivo de evaluación de la calidad de vídeo con referencia completa, desarrollado por Netflix, que combina modelos de visión humana con aprendizaje automático para predecir la calidad visual subjetiva. Evalúa la calidad del vídeo comparando el vídeo codificado con la fuente original sin alteraciones, teniendo en cuenta los artefactos de escalado, los artefactos de compresión y las características temporales, con el fin de generar una puntuación que se correlacione estrechamente con la percepción humana.

Vorbis es un formato de compresión de audio con pérdida, gratuito, de código abierto y libre de patentes, desarrollado por la Fundación Xiph.Org. Se utiliza habitualmente dentro del formato contenedor Ogg (Ogg Vorbis) y tiene como objetivo ofrecer una calidad de audio y una eficiencia de compresión competitivas sin restricciones de licencia, sirviendo así como alternativa a códecs propietarios como el MP3.

VP8 es un formato de compresión de vídeo abierto y libre de derechos de autor, desarrollado inicialmente por On2 Technologies y lanzado posteriormente por Google. Se utiliza principalmente para aplicaciones en tiempo real, como WebRTC, y como sustituto del formato GIF, ya que ofrece una compresión eficiente para el vídeo de escaneo progresivo.

VP9 es un estándar de compresión de vídeo abierto y libre de derechos de autor desarrollado por Google, que sustituye a VP8. Ofrece una mayor eficiencia de compresión en comparación con H.264/AVC y se utiliza ampliamente en plataformas de vídeo en línea como YouTube y Netflix, admitiendo resoluciones de hasta 8K.

Un esquema XML estándar de la IAB que define la estructura de la respuesta de un servidor de anuncios a una solicitud de anuncio en vídeo. Una respuesta VAST contiene el URI de la creatividad publicitaria, la duración, la URL de destino y un conjunto de balizas de eventos de seguimiento (impresión, cuartil, finalización, etc.). VAST 4.x introdujo la compatibilidad con la verificación de anuncios del lado del servidor y la entrega de archivos mezzanine.

Métrica que mide si un anunciante ha visto realmente un anuncio, según la definición del estándar IAB/MRC: al menos el 50 % de los píxeles del anuncio deben estar visibles durante al menos dos segundos consecutivos (imagen) o, con el audio activado, al menos el 50 % de los píxeles deben estar visibles durante al menos dos segundos (vídeo). En OTT y CTV, la medición de la visibilidad se realiza mediante SDK compatibles con OMID.

Un esquema XML estándar de la IAB que define la ubicación de varias pausas publicitarias dentro de un mismo recurso de vídeo, especificando el desfase temporal, el tipo de pausa (pre-roll, mid-roll, post-roll) y la URL de la etiqueta publicitaria VAST para cada pausa. El VMAP se utiliza en los flujos de trabajo de VOD para describir la programación publicitaria completa de un contenido en una única respuesta.

Un estándar heredado de la IAB que permitía que los creativos publicitarios interactivos basados en JavaScript se comunicaran con el reproductor de vídeo, lo que facilitaba experiencias interactivas enriquecidas y la medición por parte de terceros. VPAID ha quedado obsoleto en favor de SIMID debido a problemas de seguridad (ejecución arbitraria de JavaScript en el contexto del reproductor) y a su incompatibilidad con entornos SSAI.

WebM es un formato de archivo multimedia abierto y libre de derechos de autor diseñado para la web. Se basa en un subconjunto del formato contenedor Matroska y utiliza los códecs de vídeo VP8 o VP9 y los códecs de audio Vorbis u Opus, lo que permite una transmisión de vídeo de alta calidad con una baja carga computacional.

Web Real-Time Communication (WebRTC) es un proyecto de código abierto que permite a los navegadores web y a las aplicaciones móviles comunicarse en tiempo real a través de API sencillas. Admite la comunicación entre pares para audio, vídeo y datos, lo que facilita la creación de aplicaciones interactivas de baja latencia sin necesidad de plugins.

El protocolo WebRTC-HTTP Egress (WHEP) es un protocolo basado en HTTP diseñado para permitir que los reproductores basados en WebRTC consuman contenidos de servicios de streaming o redes de distribución de contenidos. Actúa como complemento del WHIP, estandarizando la parte de salida (reproducción) de los flujos de trabajo de streaming de WebRTC.

El protocolo de ingesta WebRTC-HTTP (WHIP) es un protocolo sencillo basado en HTTP que permite a los codificadores o editores basados en WebRTC introducir contenido multimedia en directo en servicios de streaming o redes de distribución de contenidos. Estandariza el proceso de señalización para la ingesta de WebRTC, sustituyendo los protocolos ad hoc personalizados por un enfoque unificado.

Widevine es una tecnología de gestión de derechos digitales (DRM) desarrollada por Google, ampliamente utilizada por los principales servicios de streaming, como Netflix, Amazon Prime Video y YouTube. Protege los contenidos premium en diversas plataformas y dispositivos mediante el cifrado de los archivos multimedia y la gestión de las claves de descifrado, lo que garantiza que solo los usuarios autorizados puedan acceder a dichos contenidos.

x264 es una biblioteca de software libre y de código abierto, así como una utilidad de línea de comandos, que codifica flujos de vídeo al formato de compresión de vídeo H.264/MPEG-4 AVC. Es ampliamente reconocida por su eficiencia y la alta calidad de sus resultados, lo que la convierte en una opción muy popular para diversas aplicaciones, como la transmisión de vídeo por Internet, la codificación de discos Blu-ray y la producción de vídeo profesional.

x265 es una biblioteca de software libre y de código abierto destinada a codificar flujos de vídeo en el formato de compresión High Efficiency Video Coding (HEVC), también conocido como H.265. Ofrece una eficiencia de compresión significativamente mejorada en comparación con su predecesor, el H.264, lo que permite obtener archivos de menor tamaño con una calidad visual equivalente o una calidad superior con la misma tasa de bits, lo que la convierte en la opción ideal para contenidos 4K/UHD y entornos con limitaciones de ancho de banda.

XDCAM es una serie de productos de vídeo profesionales lanzados por Sony, que utilizan discos ópticos, tarjetas de memoria de estado sólido o discos duros para la grabación. Aunque no es un formato contenedor en sí mismo, los productos XDCAM suelen grabar vídeo en contenedores MXF o MP4 con códecs específicos, como MPEG HD422.

El códec «Extended High-Efficiency Advanced Audio Coding» (xHE-AAC) es la última evolución de la familia AAC, diseñado para la transmisión adaptativa y la radio digital en una amplia gama de velocidades de bits. Ofrece una excelente calidad de sonido tanto para la voz como para la música, con características como el control del volumen y del rango dinámico, lo que lo hace muy resistente ante condiciones de red variables.

Zixi es una plataforma de vídeo definida por software (SDVP) y un protocolo propios, diseñados para la transmisión de vídeo en directo con calidad de emisión a través de redes IP. Ofrece fiabilidad, seguridad y una latencia ultrabaja gracias a la optimización del ancho de banda y a funciones como la transmisión sin errores y la tasa de bits adaptativa.