يبدو وضع ملفي فيديو من النهاية إلى النهاية أرخص عملية في العالم ، ولمدة حوالي خمس دقائق صدقت ذلك. ثم انضممت إلى مقطع 1280x720 بسرعة 30 إطارًا في الثانية إلى مقطع 640 × 480 بمعدل 25 إطارًا في الثانية باستخدام أسرع طريقة متاحة ، والتي تنسخ التدفقات ولا تعيد كتابة أي شيء. أنتجت ملفًا. ادعى الملف أنه يبلغ طوله أحد عشر نقطة وتسع وستة ثوانٍ عندما يضيف المقطعان إلى أحد عشر ، وقالت الحاوية 1280 × 720 بينما كان النصف الثاني من الدفق 640 × 480 ، وطبع المكسير تحذيرًا بشأن الطوابع الزمنية المعاد كتابتها لكل إطار من المقطع الثاني. كل شيء عن الانضمام إلى الفيديو يتبع سبب حدوث ذلك.
ليرة تركية؛DR: لا تعمل الوصلة الرخيصة إلا عندما يتفق كلا الملفين بالفعل على الترميز والدقة ومعدل الإطارات والقاعدة الزمنية ، والتي لا تتفق أبدًا على اللقطات من جهازين. يقوم المسار الصادق بفك تشفير كل من ملف جديد وترميزه ، وهو أبطأ وينتج شيئًا يتم تشغيله. تم قياسه هنا: أبلغت طريقة النسخ عن 11.996 ثانية لمدة 11 ثانية من اللقطات وأعلنت الدقة الخاطئة ؛ أنتج إعادة التشفير 11.000 ثانية بالضبط في 1280 × 720 ثابتًا في 0.63 ثانية. يجب تركيب المقاطع ذات الأحجام المختلفة في إطار واحد أولاً ، أو يتم رفض الوصلة تمامًا. لامه محرر الفيديو هل كل ذلك في المتصفح ، ما يصل إلى ثمانية مقاطع وثلاثين دقيقة.
لماذا لا يمكن أن يعلق مقطعان معًا؟
لأن ملف الفيديو ليس دفقًا للصور به رأس. إنها حاوية تحتوي على تيارات مشفرة ، ويحمل التشفير حالة.
H.264 يضغط عن طريق وصف معظم الإطارات على أنها اختلافات عن الإطارات الأخرى. الإطار الرئيسي قائم بذاته، كل شيء بعد تعريفه بالنسبة لما جاء من قبل، حتى الإطار الرئيسي التالي. يحتاج مفكك التشفير أيضًا إلى مجموعات معلمات البث ، والتي تصف الدقة وتنسيق اللون والملف الشخصي ، ويحتوي على قاعدة زمنية تحول الأرقام في كل حزمة إلى ثوانٍ.
يتفق ملفان تم إنشاؤهما بواسطة جهازين على أي من ذلك. دقة مختلفة تعني مجموعات معلمات مختلفة. يعني معدل الإطارات المختلف عادةً قاعدة زمنية مختلفة. حتى مقطعين من نفس الهاتف ، تم تسجيلهما لمدة عام ، يمكن أن يختلفا لأن تطبيق الكاميرا غير إعدادات التشفير الخاصة به.
يمنحك تسلسل البايتات تيارًا يتم إخبار وحدة فك التشفير بشيء واحد في الرأس وتسليمه في منتصف الطريق. في بعض الأحيان يتأقلم اللاعب. غالبًا ما يعرض المقطع الأول ويتوقف ، أو يلعب المقطع الثاني كضوضاء ملونة.
ماذا تنتج الطريقة السريعة؟
ملف وكومة من التحذيرات ومدة خاطئة.
ffmpeg كونكات ديموزر مع نسخ الدفق هو الطريقة كل & quot؛ فقط انضم إليهم & quot; الإجابة على الإنترنت توصيات, وهي حقا الأداة الصحيحة عندما تتطابق المدخلات. أشار إلى مقطعي غير المتطابقين الذي يخرج منه بنجاح ، وإليك ما يعيده:
| يقيس | متوقع | مولد |
|---|---|---|
| مدة | 11.000 ثانية | 11.996 ق |
| قرار معلن | قيمة واحدة صحيحة | 1280x720 لتيار يصبح 640x480 |
| تحذيرات الطابع الزمني | لا أحد | واحد لكل إطار من المقطع الثاني |
كل التحذيرات تقول نفس الشيء:
Non-monotonic DTS; previous: 90981, current: 76133; changing to 90982.
This may result in incorrect timestamps in the output file.
يتم إعادة تشغيل الطوابع الزمنية للمقطع الثاني من الصفر ، كما ينبغي أن تكون داخل ملفهم الخاص ، ولن يكتب muxer تيارًا تتراجع طوابعه الزمنية. لذلك يخترع إطارات جديدة ، إطارًا واحدًا في كل مرة ، والفرق المتراكم بين التوقيت الحقيقي والتوقيت المبتكر هو من أين تأتي الثانية الإضافية.
لا يزال بإمكان FFMPEG فك تشفير كلا النصفين بعد ذلك ، لأن FFMPEG متسامح بشكل غير عادي. المتصفح ليس كذلك. هذا هو الملف الذي يعمل بشكل جيد على جهازك ويظهر مستطيلًا أسود للمشاهد.
ماذا يكلف الانضمام من خلال الرسم البياني للمرشح ، وماذا يشتري؟
يكلف فك تشفير كامل وتشفير. يشتري ملفًا صحيحًا.
بدلاً من نسخ التدفقات ، يتم فك تشفير كل إدخال إلى إطارات ، ويتم قص الإطارات وربطها داخل رسم بياني للمرشح ، ويتم ترميز دفق جديد من النتيجة. يمر كل إطار من خلال وحدة فك ترميز وتشفير ، وهو عمل حقيقي.
ما تشتريه هو أن الإخراج يحتوي على ترميز واحد ودقة واحدة ومعدل إطار واحد ومجموعة واحدة مستمرة من الطوابع الزمنية ، لأنه تم ترميزه جميعًا مرة واحدة من البداية. على نفس المقطعين:
| يقيس | طريقة النسخ | تصفية الرسم البياني |
|---|---|---|
| مدة | 11.996 ق | 11.000 ثانية |
| قرار | أعلن 1280x720 ، يصبح 640x480 | 1280x720 في جميع أنحاء |
| إطارات | 305 | 305 |
| وقت التصدير | لحظة | 0.63 ثانية |
| مقاس | أصغر | 2.1 ميغا بايت |
0.63 ثانية من العمل لمدة 11 ثانية من الإخراج ، على سطح مكتب يعمل بـ FFMPEG أصلاً. في علامة تبويب المتصفح من خلال WebAssembly ، يكون الأمر أبطأ عدة مرات ، وهو التجارة الصادقة والسبب في تحديد عدد المقاطع.
لماذا يحتاج كل مقطع إلى إعادة تأسيس الطوابع الزمنية الخاصة به؟
لأن التسلسل في الرسم البياني للمرشح ينضم إلى التدفقات ، والطوابع الزمنية للتيار مطلقة.
تصل إطارات كل مقطع إلى أوقات حمل تم قياسها من بداية ملفها الخاص. قم بقص قسم من منتصف مقطع وما زالت تلك الإطارات تقول & quot؛ يحدث هذا في 42 ثانية & quot؛. انضم إليهم في مقطع ينتهي في 6 ثوانٍ ولديك تيار يقفز من 6 إلى 42 ، مع 36 ثانية من لا شيء بينهما.
setpts=PTS-STARTPTS يطرح كل مقطع بداية خاصة من كل إطار ، لذلك يبدأ كل مقطع من الصفر قبل ضمه. المكافئ الصوتي هو asetpts. بدونهم ، يقوم الإخراج بتشغيل المقطع الأول ، ثم تجميد طويل ، ثم الثاني. إنه الخطأ الوحيد الأكثر شيوعًا في أوامر الانضمام إلى ffmpeg المكتوبة بخط اليد ، وهو صامت: الملف صالح والمدة خاطئة تمامًا.
ماذا يحدث عندما تكون المقاطع بأحجام مختلفة؟
تم رفض الانضمام ، وحتى وقت قريب كان هذا الرفض هو القصة الكاملة هنا.
ال مرشح كونكات يقارن مدخلاته ولن يتم تشغيله إذا كانت أبعاد الفيديو أو نسبة العرض إلى الارتفاع غير متوافقة:
Input link in0:v0 parameters (size 640x480, SAR 1:1) do not match the
corresponding output link in0:v0 parameters (1280x720, SAR 1:1)
Failed to configure output pad on Parsed_concat_8
هذا إجهاض وليس تحذير: لا يتم إنتاج ملف. هاتفان ، أو مقطع هاتف وتسجيل شاشة ، هو بالضبط الحالة التي تطلقه ، وهذا هو السبب العادي الذي يجعل شخصًا ما ينضم إلى المقاطع على الإطلاق.
لا يحتاج الصوت إلى مثل هذه المساعدة ، وهو أمر يستحق المعرفة لأنه غير بديهي. انضم نفس الرسم البياني إلى مسار أحادي 44.1 كيلو هرتز إلى 48 كيلو هرتز ستيريو دون شكوى وأنتج ملفًا دقيقًا مدته 11.000 ثانية. فقط جانب الفيديو صارم.
الإصلاح هو تسوية إطار واحد للجدول الزمني بأكمله وتناسب كل مقطع فيه قبل الانضمام. يأتي الارتفاع من دقة الإخراج التي اخترتها ، أو من المقطع الأول عندما تحتفظ بدقة المصدر ، ويتبع العرض نسبة العرض إلى الارتفاع هذه بحيث يظل المخطط الزمني للقطات الشخصية. ثم يتم تحجيم كل مقطع ليناسب هذا الإطار ومبطن لملئه:
scale=1280:720:force_original_aspect_ratio=decrease,
pad=1280:720:(ow-iw)/2:(oh-ih)/2,setsar=1
يعني الملاءمة بدلاً من الملء أن مقطعًا من شكل مختلف هو Letterboxed بدلاً من التمدد ، وهو أقل من شرين عندما يلتقي مقطع 4: 3 بجدول زمني 16: 9. setsar=1 ليس زخرفة: يقارن المرشح نسبة العرض إلى الارتفاع للعينة بالإضافة إلى أبعاد البكسل ، لذلك يمكن أن يكون مقطعان بنفس الحجم ولا يزال يتم رفضهما.
يتم تقريب كلا البعدين إلى أرقام زوجية ، لأن H.264 في 4: 2: 0 يخزن اللون بنصف دقة في كل اتجاه ولا يمكنه ترميز عرض أو ارتفاع فردي.
لماذا ثمانية مقاطع فقط وثلاثين دقيقة؟
لأن كل مقطع يكلف فك تشفير داخل علامة تبويب المتصفح ، وتحتوي علامة التبويب على مقدار ثابت من الذاكرة.
ثمانية مدخلات تعني ثمانية أجهزة فك تشفير تعمل مقابل نفس الرسم البياني للمرشح ، بالإضافة إلى المشفر ، بالإضافة إلى كل ملف مصدر محتفظ به في الذاكرة لأنه لا يوجد قرص للدفق منه. ثلاثون دقيقة من الإخراج هي النقطة التي يستغرقها التشفير وقتًا طويلاً بما يكفي بحيث يفترض الأشخاص أن الصفحة قد تم تعليقها.
لا يوجد حد لقانون الشكل. كلاهما هو الخط الذي يتوقف بناء المتصفح عن كونه ممتعًا ، ويتم ذكرهما مقدمًا بدلاً من اكتشافه عندما تتعطل علامة التبويب لمدة أربعين دقيقة في التصدير. يتم أيضًا رفض مقطع أقصر من عُشر الثانية ، لأنه أدناه لا يساهم في أي إطارات وأخطاء ffmpeg بدلاً من التحذير.
لأي شيء أكبر ، هذه هي الأداة الخاطئة ومحرر سطح المكتب هو الأداة الصحيحة.
كيف يختلف التشذيب هنا عن أداة التشذيب؟
التشذيب داخل الوصلة دقيق ، ولا يكلف شيئًا إضافيًا.
المكرسة قاطع الفيديو يوفر وضعًا سريعًا ينسخ الدفق ولا يمكنه قطع الإطار الرئيسي فقط ، وهذا هو السبب في أن بداية الزخرفة تصل أحيانًا إلى ما يصل إلى عشر ثوانٍ في وقت مبكر. دليلها يغطي السبب بالتفصيل.
هذه التجارة غير موجودة هنا ، لأن التصدير يعيد تشفير كل شيء على أي حال. يحدث التشذيب داخل الرسم البياني للمرشح ، على إطارات مفككة ، لذا فإن القطع عند 4.3 ثانية هو قطع عند 4.3 ثانية. تحصل على دقة الإطارات مجانًا ، كأثر جانبي للتكلفة التي تدفعها بالفعل.
لذلك إذا كنت تريد قص مقطع واحد ولا شيء آخر ، فإن الوضع السريع للتشذيب يكون أسرع بكثير. إذا كنت تنضم إلى أي شيء ، فقم بقصه هنا.
ماذا يفعل تغيير السرعة للصوت؟
يجب التعامل معها بشكل منفصل ، والحساب ليس هو نفسه بالنسبة للفيديو.
سرعة الفيديو هي عملية طابع زمني: setpts=PTS/2 نصف وقت العرض التقديمي للإطار والإطارات نفسها لم تمس. لا يمكن للصوت أن يعمل بهذه الطريقة ، لأن تشغيل العينات مرتين أسرع يرفع درجة الصوت. لامه atempo تصفية إعادة العينات بدلاً من ذلك ، مع الحفاظ على درجة الصوت وتغيير المدة.
atempo قبلت فقط 0.5 إلى 2.0 في تمريرة واحدة لمعظم حياتها ، لذلك تم إنشاء تغيير 4x على شكل تمريرين 2x وتغيير 0.25x كممررين 0.5x. رفعت المباني الحالية السقف ، وأبلغت FFMPEG 8.1 أن نطاقًا يتراوح من 0.5 إلى 100. تقاس على مقطع واحد ، واحد atempo=4 و مقيد atempo=2,atempo=2 هبطت 11 مللي ثانية على حدة.
لا تزال السلسلة هي التي يتم بناؤها ، لأنه يتم جلب قلب تجميع الويب في وقت التشغيل بدلاً من تثبيته في إصدار ، وضرب التمريرات صحيح في كل تصميم تم شحنه على الإطلاق. نطاق السرعة المعروض ، 0.25x إلى 4x ، هو المكان الذي لا تزال فيه النتيجة تحريرًا وليست حداثة.
MP4 أو WebM؟
MP4 ما لم يكن لديك سبب محدد ، والسبب دائمًا ما يكون ترخيصًا وليس حجة جودة.
| mp4 | شبكة ويب | |
|---|---|---|
| برنامج ترميز الفيديو | هـ 264 | VP9 |
| برنامج ترميز الصوت | AAC | تأليف |
| يلعب في | كل شىء | المتصفحات، معظم اللاعبين الحديثين |
| ترميز السرعة في علامة تبويب | أسرع | أبطأ بكثير |
| الحجم بجودة مماثلة | أكبر | أصغر |
تنتج VP9 ملفات أصغر بنفس الجودة المتصورة ، وهي خالية من حقوق الملكية ، وهو أمر مهم لبعض المشاريع وليس على الإطلاق للآخرين. ffmpeg دليل ترميز VP9 صريحة عن تكلفة السرعة. ما ليس هو سريع. يعمل مسار WebM هنا في CRF أعلى مع الموعد النهائي في الوقت الفعلي و cpu-used 5، وهي إعدادات قد يعتبرها تشفير سطح المكتب غير مبالية ، لأنه بدونها يستغرق تشفير VP9 في علامة تبويب وقتًا طويلاً بما يكفي ليشعر بالكسر.
يستخدم مسار MP4 -preset veryfast في CRF 23 مع yuv420pزائد -movflags +faststart، الذي ينقل الفهرس إلى مقدمة الملف بحيث يتم تشغيله أثناء التنزيل بدلاً من بعده فقط.
ما هو حجم التصدير وكم من الوقت سيستغرق؟
الحجم يمكن التنبؤ به من الدقة. الوقت لا يمكن التنبؤ به من أي شيء.
نظرًا لأن التصدير دائمًا ما يعيد التشفير ، فإن حجم الملف المصدر يخبرك بالقليل جدًا عن النتيجة. يأتي التقدير الموضح من ارتفاع الإخراج بدلاً من ذلك: ما يقرب من 5 ميجابت في الثانية عند 1080 بكسل ، و 2.5 عند 720 بكسل ، و 1.2 أقل من ذلك ، مع هبوط WebM حوالي 70٪ من رقم MP4 والصوت يضيف 128 كيلو بايت ما لم يتم كتم صوته.
هذا تقدير ويتم تصنيفه على أنه واحد ، لأن المحتوى مهم أكثر من أي صيغة. لقطة ثابتة للمقابلة ووعاء محمول باليد من خلال الأشجار بنفس الدقة ونفس CRF تختلف عدة مرات ، حيث أن CRF تستهدف مستوى الجودة وتنفق أي معدل بت يتطلبه.
يعتمد الوقت على جهازك والدقة وعدد المقاطع وما إذا كانت علامة التبويب لديها أي شيء آخر للقيام به. تم تشغيل FFMPEG الأصلي أعلاه لمدة 11 ثانية من الإخراج في 0.63 ثانية ؛ توقع أن يكون المتصفح أبطأ من ذلك عدة مرات ، ونتوقع أن يكون WebM أبطأ مرة أخرى.
ما لا يفعله هذا
ينضم ويقلص ويعيد الطلبات والمقاييس ويغير السرعة ويسقط الصوت. هذه هي مجموعة الميزات بأكملها ، والفجوة بينها وبين محرر الفيديو تستحق أن تكون واضحًا بشأنها.
لا توجد انتقالات ، ولا عناوين ، ولا مسار موسيقي ، ولا تصحيح للألوان ، ولا اقتصاص ، ولا حجم لكل مقطع ، ولا أي شيء بإطار رئيسي ، ولا معاينة للجدول الزمني النهائي. يتم قص كل مقطع ووضعه ، وتنطبق مجموعة واحدة من إعدادات الإخراج عليها جميعًا ، ويتم ترميز النتيجة.
يغطي هذا وظيفة حقيقية ومشتركة: العديد من التسجيلات التي يجب أن تصبح ملفًا واحدًا ، مقتطعة إلى الأجزاء المفيدة ، بالترتيب الصحيح ، بالحجم الذي سيقبله شيء ما. لأي شيء يتضمن قرارًا إبداعيًا ، استخدم محررًا.
ما هو الترتيب الذي تدخل فيه المقاطع ، وهل يمكنك تغييرها؟
الترتيب الذي أضفته ، ونعم ، مع الأزرار لأعلى ولأسفل في كل مقطع.
إعادة الترتيب هي عملية قائمة وليست فيديو: تحريك تغيير مقطع يشغله فهرس الإدخال في الرسم البياني للمرشح ، ولا تتم إعادة قراءة أي شيء أو إعادة فك تشفيره حتى يتم تشغيل التصدير. لذا فإن التحرك يكون فوريًا مهما كانت الملفات كبيرة ، ويمكنك إعادة ترتيب مخطط زمني عدة مرات كما تريد مجانًا.
الأزرار بدلاً من السحب والإفلات هو اختيار متعمد لقائمة من ثمانية عناصر على الأكثر. كل واحدة تحمل ملصقًا تسمية المقطع الذي ينقله ، لذلك يمكن تغيير الترتيب بواسطة لوحة المفاتيح ويمكن قراءته بواسطة قارئ الشاشة ، ولا يمنحك أي منهما مقبض السحب دون قدر كبير من العمل الإضافي.
الشيء الذي يستحق التحقق قبل التصدير هو اتجاه التسلسل. عادة ما تصل العديد من التسجيلات لنفس الحدث من منتقي الملفات بالترتيب الأبجدي ، وهو الترتيب الذي تحدثه أسماء ملفات الكاميرا وليس دائمًا الترتيب الذي تم به التسجيل.
لماذا يتم تشغيل هذا في المتصفح؟
لأن اللقطات عادة ما تكون من النوع الذي تفضل عدم تحميله ، ولا تحتاج الوظيفة إلى خادم.
كل عملية هنا هي ffmpeg و ffmpeg يجمع إلى WebAssembly. تتم قراءة الملفات من القرص الخاص بك إلى علامة التبويب ، وفك تشفيرها هناك ، وضمها هناك ، وتشفيرها هناك ، وإعادتها كتنزيل. لا يتم تحميل أي شيء ، ولا توجد قائمة انتظار تحمل لقطاتك ، ولا توجد نسخة على جهاز لا تتحكم فيه.
المقاطع التي ينضم إليها الأشخاص هي المقابلات والاستشارات والتسجيلات العائلية والتقاطات الشاشة للبرامج الداخلية والمسودات تحت الحظر. يقوم البديل المعتاد بتحميل عدة مئات من الميغابايت إلى خدمة مجانية ، وتحويلها على أجهزة لا تعرف عنها شيئًا ، ويبقيها تحت الشروط التي لا يقرأها أحد.
التكاليف هي المشبك الثماني وثلاثون دقيقة ، وتشفير أبطأ من سطح المكتب. كلاهما مذكور قبل أن تبدأ ، وهو التجارة التي تستحق الأخذ.
