Show HN: FFmpeg WebCLI – 浏览器内全功能 FFmpeg 离线 PWA 深度解读

背景

在传统的视频处理工作流中，用户通常面临两种选择：一是使用功能强大但本地安装复杂、资源占用高的桌面软件（如 Adobe Premiere 或本地部署的 FFmpeg）；二是依赖基于云端的在线视频编辑器，这往往意味着需要将视频上传至服务器，存在隐私泄露风险、上传带宽瓶颈以及服务器处理延迟。

随着 WebAssembly (WASM) 技术的成熟，浏览器端运行高性能二进制代码成为可能。FFmpeg WebCLI 正是在这一技术背景下诞生的开源项目。它利用 ffmpeg.wasm 库，将完整的 FFmpeg 核心功能移植到浏览器环境中。该项目旨在消除对后端服务器的依赖，实现“零上传、零服务器”的本地化视频处理体验，同时通过渐进式 Web 应用 (PWA) 技术，让用户能够离线使用并像原生应用一样安装。

核心内容

FFmpeg WebCLI 是一个基于浏览器的视频编辑器，其核心架构完全运行在用户的本地设备上。所有视频处理逻辑均通过 WebAssembly 在浏览器中执行，无需将数据发送至任何远程服务器。以下是该工具的核心功能模块详解：

1. 基础特性与隐私保护

• 无服务器上传：所有视频处理均在用户设备本地完成，确保数据隐私，实现零数据收集。
• 离线优先 (PWA)：首次使用后，应用可完全离线运行，并支持安装为类似原生应用的 PWA，无需网络连接即可使用。
• 屏幕唤醒锁 (Screen Wake Lock)：在处理视频期间，防止设备屏幕自动熄灭，确保操作连续性。
• 高性能架构：利用 Web Workers 进行后台处理，保持界面响应流畅。

2. 格式支持与转换

支持广泛的媒体格式，包括 MP4、WebM、MKV、MOV、AVI、GIF、MP3、AAC、WAV、OGG、FLAC、JPG 和 PNG。

• GIF 制作：支持设置帧率和输出宽度，高度自动缩放以保持比例。采用双遍调色板生成技术，以提供最佳色彩质量。
• 容器与编码转换：
  • MP4：H.264 + AAC，兼容性最广。
  • WebM：VP9 + Opus，针对网络优化的开放格式，在同等质量下比 MP4 小约 45%。
  • MKV/MOV：H.264 + AAC 的替代容器格式。
  • AVI：用于遗留系统兼容性。

3. 压缩与优化

• 无损/有损压缩：在不改变分辨率的情况下减小文件体积。
• CRF 滑块：用户可通过 CRF (Constant Rate Factor) 滑块调节质量（18 为近无损，51 为最大压缩）。
• 预设调节：提供从 ultrafast 到 veryslow 的编码预设，用户可在编码速度与压缩效率之间进行权衡。
• 实时预览：调整设置时，实时显示输出文件大小估算值。

4. 剪辑与裁剪

• 时间轴裁剪：通过时间轴滑块设定起止点。裁剪操作可叠加在其他操作之上（例如：先裁剪片段，再压缩，最后转为 GIF）。
• 空间裁剪：可指定 X/Y 偏移量和宽高进行画面裁剪，数值自动从源视频填充，支持直接拖拽调整。
• 分辨率调整：在单次处理中同时调整输出尺寸并压缩。宽高自动填充，留空则保持纵横比。结合 scale 滤镜与基于 CRF 的 H.264 编码。

5. 音频处理

• 音频提取：将视频中的音轨提取为独立文件，支持 MP3、AAC、WAV、OGG Vorbis 和 FLAC。
• 静音处理：完全剥离音频流，适用于无声循环视频或社交媒体片段。
• 音量调节：通过单一滑块设置音量倍数（0 为静音，1.0 为原声，最高 4 倍）。视频流以流拷贝方式处理，无质量损失。
• 变速播放：支持 0.25× 至 4× 的变速。自动调整视频 PTS 和 atempo 音频滤镜链，以保留音频音调和同步。当倍率超出单滤镜支持的 0.5–2.0 范围时，自动串联多个 atempo 阶段。

6. 视觉效果与滤镜

• 方向校正：支持 90° 顺时针/逆时针旋转、180° 旋转、水平/垂直翻转及双轴翻转，无需重新上传。
• 淡入淡出：为视频添加平滑的淡入或淡出效果，可独立设置持续时间，滤镜在裁剪后应用。
• 图像均衡 (eq)：通过三个滑块精细调节亮度 (-1 → 1)、对比度 (0 → 2) 和饱和度 (0 → 3)。提供“灰度”复选框，一键锁定饱和度为零，输出黑白画面。
• 元数据清除：在重新编码前移除所有嵌入的元数据（如 GPS 坐标、相机型号、创建时间等），使用 -map_metadata -1 参数。

7. 高级合成与特效

• 字幕嵌入：支持将 .srt、.vtt 或 .ass 字幕文件作为软字幕轨道 mux 进视频。
  • MP4：字幕流编码为 mov_text。
  • MKV：原生复制字幕流，保留 ASS/SSA 样式。
  • 注：硬烧录字幕需要启用 libass 的 FFmpeg 构建版本，标准 WASM 核心中不可用。
• 视频循环：将视频在单个输出文件中连续播放 N 次 (2–50 次)。使用 -stream_loop 进行流拷贝，无重新编码开销，文件大小按比例增加。此操作不适用裁剪。
• Logo/水印叠加：将图片（推荐带透明度的 PNG）叠加到每一帧。支持选择位置（四角或中心）和相对于视频宽度的百分比宽度（默认 15%）。使用 overlay 滤镜配合 scale 预处理，视频重新编码，音频流拷贝。
• 背景音乐混合：将第二个音频文件作为背景音乐混合。支持调节原声和音乐音量（0–2）。若音乐短于视频，自动通过 -stream_loop -1 循环。使用 amix 滤镜混合，时长匹配视频。
• 视频拼接 (Concat)：在加载的文件后追加第二个视频片段。使用 concat 滤镜配合 H.264/AAC 重新编码，自动处理不同分辨率、帧率和编码格式的差异。裁剪仅适用于第一个片段。
• 分屏布局：将两个视频并排或上下排列。
  • 水平 (hstack)：左右排列，指定目标高度。
  • 垂直 (vstack)：上下排列，指定目标宽度。
  • 音频可选择取自第一个、第二个或无音频。重新编码为 H.264/AAC，适用于对比视频或反应视频。
• 画中画 (Picture-in-Picture)：在主视频上方叠加一个小窗口视频。支持选择位置、控制叠加视频宽度百分比（默认 30%）。若叠加视频较短则自动循环。保留主视频音频，两者均重新编码为 H.264/AAC。

8. 开发者与高级功能

• 元数据查看：加载文件时立即显示文件名、大小、时长、分辨率、预估比特率和 MIME 类型。点击“Process Video”可进行深度扫描，打印完整的编解码器、流、像素格式和容器详情。
• 原始 FFmpeg 命令行访问：提供完整的命令行接口。用户可直接输入任何 FFmpeg 参数，系统会自动将其插入到 -i input 之后和输出文件名之前。