Certa vez, cortei uma resposta de quarenta segundos de uma entrevista, coloquei-a em um deck e observei o orador começar no meio da frase sete segundos antes da parte que eu queria. Eu tinha começado o início com cuidado. O aparador me ignorou, ou assim parecia. Não: ele fez a única coisa que um corte rápido pode fazer, que é começar no quadro-chave mais próximo antes do ponto que eu pedi. Depois de saber disso, o comportamento deixa de ser um bug e se torna uma escolha com duas opções, e escolher a certa leva um segundo.
tl;dr: Um corte rápido copia o fluxo de vídeo existente em vez de codificá-lo novamente, e uma cópia só pode começar em um quadro-chave. Peça para começar às 0:07 em um arquivo cujos quadros-chave têm dez segundos de intervalo e o corte começa às 0:00, porque esse é o último ponto do qual o decodificador pode começar. O fim aterrissa onde você pediu; apenas o início se desvia e ele se move para trás. A correção quando você precisa do quadro exato é recodificar, o que é mais lento e custa um pouco de qualidade. o aparador de vídeo Oferece ambos e o padrão é o mais rápido.
Por que o corte começa mais cedo do que você perguntou?
Porque quase nenhum quadro em um vídeo é uma imagem completa.
A compactação de vídeo funciona armazenando um quadro completo e, em seguida, descrevendo as alterações. Um quadro-chave, adequadamente um quadro IDR em H.264, detém uma imagem inteira e não depende de nada. Os quadros após a retenção de diferenças: este bloco moveu quatro pixels restantes, essa região permanece inalterada, esses pixels ficaram um pouco mais escuros. Um quadro na metade dessa sequência não tem sentido por si só, como um diff não tem sentido sem o arquivo ao qual se aplica.
Portanto, quando você pede para começar em 0:07 e a ferramenta copia o fluxo sem decodificá-lo, não há nada em 0:07 para copiar. Há uma descrição de como 0:07 difere de algo anterior. Os únicos lugares que um jogador pode começar são os quadros-chave, e o único seguro é o último quadro-chave no ou antes do seu ponto de partida.
A alternativa é decodificar o vídeo até 0:07, jogar fora o que veio antes e comprimir o que resta em um novo arquivo que começa com um novo quadro-chave. Isso é exato e é o caminho lento, porque ele faz um trabalho real em cada quadro, em vez de copiar bytes.
A que distância estão os quadros-chave, na verdade?
Mais além do que a maioria das pessoas assume, e a lacuna é o que decide o quão errado um corte rápido parece.
Eu medi em vez de adivinhar. Codificando trinta segundos de filmagem de teste com x264 em seus padrões e, em seguida, listando os quadros-chave:
ffmpeg -f lavfi -i "testsrc=duration=30:size=640x360:rate=25" -c:v libx264 clip.mp4
ffprobe -select_streams v -show_entries packet=pts_time,flags -of csv=p=0 clip.mp4 \
| awk -F, '$2 ~ /K/ {print $1}'
# 0.000000
# 10.000000
# 20.000000
Um quadro-chave a cada dez segundos. Esse é o padrão de 250 quadros x264 entre os quadros-chave, em 25 quadros por segundo. Em um arquivo codificado com esses padrões, uma guarnição rápida pode começar até dez segundos antes do ponto escolhido.
A maioria das imagens que você lida é mais amigável, porque a maior parte foi feita para streaming, onde os jogadores precisam de pontos de entrada frequentes para mudar a qualidade. Aqui está a gama que vale a pena conhecer:
| Fonte | Gap típico de quadro-chave | Derivação do pior caso em um corte rápido |
|---|---|---|
| Gravação de telefone | 1 a 2 segundos | quase imperceptível |
| Streaming de vídeo, HLS ou DASH | 2 a 6 segundos | Perceptível em um pequeno clipe |
| Padrões x264 ou FFmmpeg | 10 segundos a 25 fps | Arruina um atalho |
| Gravador de tela, baixo movimento | 10 segundos ou mais | Arruina um atalho |
O padrão: qualquer coisa codificada para um jogador tem quadros-chave próximos e qualquer coisa codificada uma vez para armazenamento não.
O que o desvio faz com o arquivo?
Ele move o início e deixa a ponta sozinha, o que vale a pena ser preciso porque é fácil supor que toda a janela escorrega.
Pedindo o mesmo clipe de 0:07 a 0:15, uma janela de oito segundos, com uma cópia do fluxo:
| pedir | Frames-chave na origem | Resultado | o que aconteceu |
|---|---|---|---|
| 7s a 15s | 0, 10, 20 | 0s a 15.08s | O início caiu para o quadro-chave em 0 |
| 12 a 20 anos | 0, 10, 20 | 10 a 20.08 | O início caiu para o quadro-chave em 10 |
| 7s a 15s | a cada 2s | 6s a 15.08s | start caiu para trás um quadro-chave |
O fim está certo em todos os três. Eu verifiquei isso hashing em vez de confiar na duração: o último quadro da saída é idêntico ao quadro de origem em 15,04 segundos, que é o quadro após o que eu pedi e o lugar correto para parar. O que mudou é onde ele começa.
É por isso que o arquivo é mais longo do que a janela que você selecionou. Um corte que você pensou ter oito segundos chega aos quinze anos, não porque nada ultrapassasse, mas porque sete segundos de preparação surgiram. Em um clipe onde os quadros-chave têm dois segundos de intervalo, o mesmo corte chega como nove segundos e ninguém percebe.
Quando você deve recodificar em vez disso?
Três casos, e fora deles o Fast Path é a melhor ferramenta.
Você precisa de um quadro específico. Cortar uma palavra, em um gesto, no momento em que uma bola atinge um taco. A precisão do quadro-chave não é suficientemente boa e nenhuma quantidade de cuidado com o controle deslizante ajuda, porque o limite está no arquivo e não na interface.
O clipe é curto. Uma vantagem de sete segundos em um corte de trinta segundos é um incômodo. Em um corte de quatro segundos, é tudo.
Você está cortando um arquivo com quadros-chave esparsos. Gravações de tela e qualquer coisa exportada uma vez para arquivo, como mostram as medidas acima.
O custo é real, mas menor do que as pessoas temem. Um recodificação decodifica cada quadro da janela e o comprime novamente, portanto, leva tempo proporcional ao comprimento do corte e não ao tamanho do arquivo e perde uma geração de qualidade. Com um fator de taxa constante de 23, que é o que o aparador usa para seu modo preciso, essa perda é quase invisível em uma passagem. É uma segunda passagem sobre imagens que já foram compactadas uma vez, que é a mesma Perda de geração que rege a compressão geralmente.
Como você encontra os quadros-chave em seu próprio arquivo?
Um comando, e informa com antecedência se o caminho rápido serve.
# the first ten keyframe timestamps, in seconds
ffprobe -select_streams v -show_entries packet=pts_time,flags -of csv=p=0 input.mp4 \
| awk -F, '$2 ~ /K/ {print $1}' | head -10
Se as lacunas forem de um ou dois segundos, corte rápido e pare de pensar nisso. Se eles forem dez, e seu corte importar, recodifique.
Há um segundo uso para isso. Se você estiver produzindo imagens, outras pessoas cortarão, a codificação com um intervalo de quadro-chave mais curto torna sua vida muito mais fácil, com um pequeno custo no tamanho do arquivo. Um quadro-chave é uma imagem completa, então mais deles significa mais bytes, e é exatamente por isso que os codificadores os espaçam quando ninguém pediu mais nada.
O corte perde qualidade?
O caminho rápido não, em sentido estrito. Nada está decodificado, então nada é recomprimido: os quadros na saída são os mesmos comprimidos que estavam na entrada, byte para byte, em um novo contêiner. Apare um arquivo dez vezes dessa maneira e o décimo é idêntico em qualidade ao primeiro.
O caminho preciso sim. A janela é decodificada e compactada novamente, por isso pega uma geração de perdas. Em uma fonte bem codificada em um alvo de qualidade sensato, é difícil ver isso, e a regra sensata é fazer o corte que você precisa em uma passagem do original, em vez de cortar uma guarnição de uma guarnição.
Nenhum caminho faz upscale, afia ou melhora nada. Um aparador remove o tempo, que é o trabalho inteiro.
Por que meu clipe aparado não começa a ser reproduzido imediatamente?
Por causa de onde o índice aterrissa, e é a mesma bandeira que importa ao comprimir.
Um MP4 contém uma tabela descrevendo onde cada quadro começa. Escrito na ordem óbvia, essa tabela termina no final do arquivo, porque o codificador só conhece seu conteúdo quando terminar. Jogado a partir de um disco, tudo bem. Servido por HTTP, um jogador não pode iniciar até que todo o arquivo chegue.
O aparador passa -movflags +faststart, que faz uma segunda passagem rápida e move essa mesa para a frente. O corte começa a ser reproduzido enquanto ele é baixado, que é o que você deseja quando o arquivo está entrando em um aplicativo de bate-papo, um CMS ou um slide que o extrai de um URL.
O que acontece com o áudio?
O áudio é cortado em seus próprios limites de quadro, e eles são muito mais curtos que os intervalos de quadro-chave de vídeo, de modo que o áudio pode começar mais perto da sua marca do que a imagem.
Essa incompatibilidade é a fonte da outra falha clássica de corte: um clipe cujo som está um pouco à frente da imagem ou que começa com um fragmento de uma palavra. A correção está nos argumentos e não na edição, e o aparador passa por ela: -avoid_negative_ts make_zero Rebases os timestamps de ambos os fluxos para que a saída comece em zero com os fluxos ainda alinhados em relação um ao outro. Sem isso, uma cópia do fluxo pode emitir carimbos de data/hora negativos para os quadros entre o quadro-chave e seu ponto de corte, e os jogadores discordam sobre o que fazer com eles. Alguns pulam, alguns param, outros reproduzem o áudio mais cedo.
Se você deseja apenas o som, cortando o vídeo primeiro e depois Extraindo o áudio é a ordem errada. Extraia primeiro e corte o áudio, porque os cortes de áudio são precisos e baratos.
É melhor aparar no aplicativo de fotos do telefone?
Para um clipe pessoal rápido, tudo bem e está bem aí. Para qualquer coisa que você publicará, não, e o motivo não é óbvio.
Os editores de telefone geralmente recodificam na exportação e o fazem com configurações escolhidas para velocidade e tamanho de arquivo previsível, e não para fidelidade. Você paga uma geração de perdas em cada guarnição. Pior, alguns deles se cortam de forma não destrutiva, armazenando seus pontos de entrada e saída como metadados ao lado do original, que se parece com uma guarnição do telefone e não é um corte quando o arquivo o deixa: o destinatário recebe o clipe completo ou uma lista de edição que seu jogador ignora.
Um corte de modo de cópia evita ambos os problemas. O arquivo que você obtém é o arquivo que todos recebem e os quadros nele nunca foram decodificados.
O vídeo sai da minha máquina?
não . O corte passa FFmpeg compilado para WebAssembly Dentro da guia do navegador: o arquivo é lido do disco na memória da página, aparado e devolvido como download. O painel de rede no DevTools permanece vazio do vídeo enquanto isso acontece.
Para filmagens, isso importa mais do que para a maioria dos tipos de arquivos. Um clipe geralmente é a coisa mais pessoal e pessoal que alguém edita, e o arranjo normal para um aparador online grátis é que você envia suas imagens para um estranho e confia na política de retenção em uma página que você não leu. Aqui não existe uma cópia para reter.
Os limites são os TABs e não os planos: um corte único é limitado em trinta minutos, e toda a fonte precisa se adequar à memória do navegador. Depois disso, uma ferramenta de desktop é mais rápida e confiável, e dizer isso é melhor do que entregar uma guia que fica sem memória no minuto nove.
Quando um editor de desktop é a ferramenta certa?
Quando você está fazendo mais do que remover o tempo. Juntar vários clipes, adicionar títulos, cores, músicas ou cortes em uma forma de onda que você precisa ver no nível da amostra. Essa é uma linha do tempo de edição, não um aparador, e a resposta certa é um editor real.
No navegador, a linha divisória é quase tão limpa. Remover um trecho de um clipe é uma guarnição. Unindo peças é o editor de vídeo. Tornando o resultado menor é o compressor, e trocar o contêiner ou codec é o conversor, que é um Operação diferente da compressão Mesmo que os dois se confundam constantemente.
Por que a pré-visualização e o arquivo exportado discordam?
Porque uma interface de corte coleta o mesmo número de três locais que não concordam com o que é um número, e colocá-los em um valor é a maior parte do trabalho em um aparador.
Um campo de texto fornece o que alguém digitou, que pode ser 7, 0:07, 00:00:07 ou 7.25. Um controle deslizante fornece um float com mais precisão do que qualquer um deseja. um elemento de vídeo currentTime Dá outro float, que não é necessariamente o timestamp de um quadro: os navegadores podem relatar uma posição entre os quadros, e eles o fazem.
Se esses três pousarem em segundos ligeiramente diferentes, a visualização mostra uma coisa e a exportação produz outra, que é o bug específico que faz um aparador parecer quebrado mesmo quando o corte está correto. O analisador aqui aceita todas as três formas de código de tempo, resolve-as alinhadas à direita, de modo que a última parte é sempre segundos, independentemente do comprimento e entrega um único valor à visualização e à exportação. Um campo meio digitado retorna nada em vez de jogar, de modo que a entrada não explode em cada tecla enquanto você digita 0:0.
O conselho prático: digite o timecode em vez de arrastar, quando o segundo é importante. Um controle deslizante é para encontrar o momento, um campo é para nomeá-lo.
Como faço para cortar uma seção do meio?
Dois cortes e uma junção, e nenhum aparador faz isso em uma etapa, o que surpreende as pessoas com frequência.
Remover o meio de um clipe significa manter a peça antes de sua seleção e a parte posterior, que são duas janelas separadas e, em seguida, juntar-as novamente. O aparador aqui produz uma janela por corrida, então a sequência é: Apare do início ao início da seção ruim, apare do final da seção ruim até o final, então junte os dois no editor de vídeo.
Duas coisas para assistir quando você faz isso. A junção funciona de forma limpa quando ambas as peças compartilham um codec, uma resolução e uma taxa de quadros, que elas funcionarão se ambas vierem do mesmo arquivo de origem por meio de cortes de modo de cópia. E a costura cai em um limite de quadro-chave em ambos os lados, então a segunda peça começa um pouco mais cedo do que você marcou, exatamente como descrito acima. Se o ponto de corte importar, use o modo preciso da segunda peça.
A outra opção é parar antes de começar: se o que você deseja é um destaque em vez de uma redação, dois clipes separados geralmente são mais úteis do que um clipe com uma lacuna costurada.
