导航

萌即是正义!时不时分享一些ACG活动记录与有趣代码的小站!

侧边栏
热门文章
1推文
身边统计学告诉我最近身边无脑信任AI的人越来越多了。在问消息来源时回答"AI告诉我的"例子也越来越多。 就比如上次一名网友想来日本参加某个展览,选用了DeepSeek来获取信息,结果DeepSeek捏造了时间和地点,最终导致白跑一趟。 个人觉得这是挺可怕的一件事情,先不讨论阴谋论的情况下,现如今大众容易接触到的AI是大语言模型,模型最大的问题就是容易出现“幻觉”,人们在听信了幻觉之后有可能还会去传播AI产生的“幻觉”,最终污染了整个互联网信息。 各家媒体在AI产品宣传时只提能力有多强,但是只字不提可能会产生错误信息,一定程度也推动了人们对AI的盲目信任。
热度
962
2页面
程序员老黄历&求签
热度
338
3博文
3DS模拟器简体中文字库 | Citra3ds字库 | 符文工房4乱码解决字库 | shared_font.bin
热度
221
4推文
今年的《点兔》愚人节立绘也终于亮相在《请问您要点OIOI》啦! 这次的女仆装纱路酱也太可爱了吧!果断入手立牌! 另外抽奖环节单发就抽中了纱路酱的卡片,久违的好运呢!
热度
168
5页面
友链
热度
143
6推文
《天使降临到了我身边》的漫画版也迎来了完结呢。在新宿的丸井百货正在举办完结快闪。
热度
116
7博文
Happy Sugar Life 10周年纪念展——『与你共度,永恒的一瞬』
热度
104
8博文
《孤独摇滚》圣地巡礼——金泽八景
热度
104
9博文
《孤独摇滚》圣地巡礼——下北泽&下北泽咖喱节2023
热度
91
10页面
赞助
热度
91
最新评论
广树管理员
2025-07-02 18:56
@石樱灯笼:精度高吗?不知道是不是我问的问题比较偏,一般需要连锁的问题几乎都答不好
石樱灯笼
2025-07-02 16:43
我用AI搜完了之后会把所有参考资料都看一遍,根据参考资料的可信度来考虑AI给出的结果…… 最后就变成了只看AI搜到的参考资料……只能说连谷歌都摆烂的时候,AI的「搜索结果」精度还蛮高的。
广树管理员
2025-07-02 12:46
@小彦:应该说是我们这个圈子很少会选1或者3吧。至于数据准确性,确实水文也有一定影响,但是主要还是因为AI的性质决定的吧。
广树管理员
2025-07-02 12:44
@Aki:但是获取信息的效率高了的结果不就使得污染的扩散速度也加快了
广树管理员
2025-07-02 12:42
@HelloGakki:是有这个趋势了,所以有些害怕
攻略中
ToHeart
暂无评分
SteamToHeart
2025年6月26日 19时 ~ 攻略中
已累计游玩6天
AQUAPLUS推出的“温暖人心的校园恋爱游戏”将以高清全3D形式焕新归来!
爱上火车-Last Run!!-
暂无评分
Steam爱上火车-Last Run!!-
2025年6月24日 19时 ~ 攻略中
已累计游玩1周1天
游戏设定于架空日本。为了辅助驾驶员行驶,每列火车都配备了专用的铁路人偶。然而,由于新技术“空凝机”以及人工智能的面世,现有的铁路系统几乎已被废弃,铁路人偶和对应列车也被出售。主人公右田双铁所生活的“御一夜市”正在衰退,有人提出让空凝机工厂落户此地以振兴经济。空凝机工厂会带来水污染,而主人公为了阻止其落户而回到御一夜市。
符文工房龙之天地
暂无评分
Steam符文工房龙之天地
2025年6月10日 20时 ~ 攻略中
已累计游玩3周1天
体验奇幻冒险与日常生活的 RPG《符文工房》系列最新作。 玩家可以在日常生活中种田、钓鱼和复兴村庄,也可以在冒险的过程中邂逅各种各样的角色。打造属于自己的“村庄”,享受全新的冒险与生活吧!
fault - StP - LIGHTKRAVTE
暂无评分
Steamfault - StP - LIGHTKRAVTE
2025年5月29日 20时 ~ 攻略中
已累计游玩1个月4天
全球累计销量超过50万份的“fault”系列最新作!故事的舞台是一个融合了奇幻与科幻的超前世界——卢森海德王国。本作讲述了生活在此地的一个平凡又平庸的究极普通市民——名为果子的少年的故事。
PSN奖杯卡

PSN奖杯卡

归档
赞助商广告

如何使用ffmpeg.wasm在浏览器前端实现视频压缩和剪辑

作者:广树时间:2024-01-27 13:11:17分类:JavaScript

一直以来,视频网站的视频压缩和剪辑往往都是通过服务器后台进行操作的,但是对于像是个人博客这样微弱的服务器算力和流量,将视频交由服务器来处理实在是有点为难服务器了。

那么有没有什么办法可以通过浏览器前端对视频进行操作的办法呢?这里就来推荐一款好用的前端视频处理依赖包——ffmpeg.wasm

实现起来也相对比较容易,原理就不赘述了,直接上实操。

按照<文档>的描述,先引入两个包:

npm install @ffmpeg/ffmpeg @ffmpeg/util

然后按照描述引入包即可。

这里要注意的是通过以下方式load的时候可能会出现跨域的问题

const baseURL = 'https://unpkg.com/@ffmpeg/[email protected]/dist/umd'
await ffmpeg.load({
  coreURL: await toBlobURL(`${baseURL}/ffmpeg-core.js`, 'text/javascript'),
  wasmURL: await toBlobURL(`${baseURL}/ffmpeg-core.wasm`, 'application/wasm'),
});

但是因为ffmpeg-core.wasm体积过于庞大,不想放到自己的服务器上要怎么办呢?

这里我参考了<crop>的做法,将ffmpeg-core.js和ffmpeg-core.wasm存入indexedDB的做法实现将ffmpeg.wasm安装到浏览器端中。

这里和前面提到的crop一样,用了idb-keyval来管理indexedDB。

import { get, set, delMany } from 'idb-keyval'
// 安装ffmepg
const coreURL = `/@ffmpeg/[email protected]/dist/esm/ffmpeg-core.js`
const wasmURL = `/@ffmpeg/[email protected]/dist/esm/ffmpeg-core.wasm`


export const installBufferToIndexedDB = async (key, url) => {
    const response = await fetch(url)
    // if not ok, throw error
    if (!response.ok) {
        throw new Error(`Unable to fetch: ${url}`)
    }
    const reader = response.body?.getReader()
    if (!reader) {
        throw new Error(`Unable to fetch: ${url}`)
    }
    let receivedLength = 0
    const chunks = []

    // eslint-disable-next-line no-constant-condition
    while (true) {
        const { done, value } = await reader.read()

        if (done) {
            break
        }

        chunks.push(value)
        receivedLength += value.length
    }

    const buffer = await new Blob(chunks).arrayBuffer()

    try {
        set(key, buffer)
        console.log(`Saved to IndexedDB: ${url}`)
    } catch {
        console.warn(`Failed to save to IndexedDB: ${url}`)
    }
}

export const installFFmpeg = async (baseUrl) => {
    await installBufferToIndexedDB('ffmpeg-core.js', baseUrl + coreURL)
    await installBufferToIndexedDB('ffmpeg-core.wasm', baseUrl + wasmURL)
}

这样就可以免去每次运行时需要长时间加载的烦恼了。

当然不用的时候也可以直接卸载:

export const uninstallFFmpeg = async () => {
    await delMany(['ffmpeg-core.js', 'ffmpeg-core.wasm'])
}

安装完毕后就是读取:

const retrieveBlob = async (key, type) => {
    const buffer = await get(key)
    if (!buffer) {
        ElMessage.error(`Failed to retrieve from IndexedDB: ${key}`)
        throw new Error(`Failed to retrieve from IndexedDB: ${key}`)
    }
    const blob = new Blob([buffer], { type });
    return URL.createObjectURL(blob);
}

以及初始化ffmpeg:

export const initFFmpeg = async () => {
    const ffmpeg = new FFmpeg();
    await ffmpeg.load({
        coreURL: await retrieveBlob(
            `ffmpeg-core.js`,
            'text/javascript',
        ),
        wasmURL: await retrieveBlob(
            `ffmpeg-core.wasm`,
            'application/wasm',
        ),
    });
    return ffmpeg
}

在获取到ffmpeg之后就可以对起执行各种操作了,具体API可以参阅<Class: FFmpeg>

在维基萌的博客中的操作界面UI如图所示:

image.png

当前仅需要开始时间,结束时间,最长边,码率以及帧率的设置,所以相关调用的配置可以这么写:

// 压缩视频
arg.push('-i', 'input')
arg.push('-ss', formatTime(startTime))
arg.push('-t', formatTime(endTime - startTime))
arg.push('-s', `${width}x${height}`)
arg.push('-b:v', `${bitrate}k`)
arg.push('-r', `${fps}`)
arg.push('-c:v', 'libx264')
arg.push('-c:a', 'aac')
arg.push('-preset', 'veryfast')
arg.push('-f', 'mp4')
arg.push(outputFileName)

写完配置后丢进去执行然后等待执行结束即可

export const execFFmpeg = async (ffmpeg, file, args, outputFileName) => {
    try {
        await ffmpeg.writeFile(
            'input',
            new Uint8Array(await file.arrayBuffer()),
        );
        await ffmpeg.exec([...args]);

        const data = (await ffmpeg.readFile(outputFileName));
        return new File([data.buffer], outputFileName, { type: 'video/mp4' });
    } finally {
        try {
            await ffmpeg.deleteFile('input');
        } catch {
            //
        }
        try {
            await ffmpeg.deleteFile(outputFileName);
        } catch {
            //
        }
    }
}

以上代码大部分都是借鉴了<crop>,这个项目的代码,非常感谢原作者!

最终压缩出来效果可以参考以下视频:

视频参数为最长边480,码率500,帧率30

约9秒的视频,最终生成的大小是750KB,对于维基萌这样的小破站应该属于可以接受的范围。


当然,ffmpeg.wasm目前还算是个实验性的项目,还有非常多的不稳定性存在,包括但不限于:

  1. 无法导入过大的视频
  2. 视频处理速度非常慢,按照上面的配置1秒钟需要处理5秒钟。也许可以使用多线程的配置进行优化,但是因为浏览器的限制因素,配置多线程有点麻烦,此次并没有尝试。
  3. 一旦视频开始处理就无法停止,也就是说只能通过刷新页面达到强行停止的效果。
  4. 没有很好的内存释放机制,可能会有内存溢出的风险。

不过以上的问题目前都还能接受,相对于通过服务器后端处理视频的缺点来说。

所以总结下来如果想用ffmpeg.wasm进行高强度的前端视频处理目前仍然还有难度,但是对于处理发表在博客上这样几秒钟的短视频还是相当合适的!

donate.png

1210 x 50(蓝底).png

cloudcone