‏ffmpeg-webCLI: ویرایش کامل ویدیو داخل مرورگر

ffmpeg-webCLI یه ویرایشگر ویدیوی متن‌بازه که کل کارش رو با ffmpeg.wasm داخل مرورگر انجام می‌ده. تو توضیح پروژه اومده که هیچ آپلودی در کار نیست و هیچ سروری فایلت رو نمی‌بینه؛ باینری هستهٔ ffmpeg حدود ۳۱ مگابایته که فقط بار اول دانلود و بعد کش می‌شه، و پردازش هم داخل Web Worker اجرا می‌شه تا رابط کاربری هنگ نکنه.

به گفتهٔ سازنده، تفاوتش با سرویس‌های ابری مثل CloudConvert یا Kapwing همینه: اون‌ها همگی فایل رو روی سرور می‌فرستن. اینجا بیشتر از ۳۰ عملیات در دسترسه — تبدیل فرمت (MP4، WebM، MKV، MOV، AVI)، فشرده‌سازی با اسلایدر CRF، برش، تغییر اندازه، چرخش، تغییر سرعت، فید، دی‌نویز، نرمال‌سازی صدا با فیلتر loudnorm، حذف متادیتا، اورلی لوگو، تصویر در تصویر و ساخت GIF با پالت دومرحله‌ای.

جالب‌ترین بخشش زیرنویس خودکاره: مدل Whisper از طریق Transformers.js توی خود مرورگر اجرا می‌شه و صدا هیچ‌وقت از دستگاه بیرون نمی‌ره. صدا با نرخ ۱۶ کیلوهرتز مونو استخراج می‌شه، Whisper تو تکه‌های ۳۰ ثانیه‌ای با ۵ ثانیه هم‌پوشانی پردازشش می‌کنه و بخش تکراری حذف می‌شه تا زیرنویس‌ها جا نیفتن. سه مدل tiny (۳۹ مگابایت)، base (۱۴۰) و small (۴۶۶) در دسترسه و می‌تونی متن SRT رو قبل از چسبوندن ویرایش کنی.

حالت Stack اجازه می‌ده چند عملیات سازگار رو پشت‌سر هم بچینی و همه توی یک فیلترچین و فقط با یک بار انکد اجرا بشن، تا افت کیفیت ناشی از انکدهای پشت‌سرهم پیش نیاد. مثلاً کراپ، سیاه‌وسفید کردن و تبدیل به MP4 با هم این شکلی در میان:

ffmpeg -i input.mp4 -vf "crop=1280:720:0:0,eq=brightness=0:contrast=1:saturation=0" -c:v libx264 -preset fast -c:a aac output.mp4

حالت دسته‌ای هم هست و می‌شه همون زنجیره رو روی همهٔ فایل‌های صف اجرا کرد؛ ۲۵ عملیات تو این حالت پشتیبانی می‌شن و بقیه (مثل کراپ، اورلی و Reverse) به‌خاطر وابستگی به تنظیمات هر فایل یا مصرف حافظه غیرفعالن — Reverse کل ویدیو رو تو حافظه بافر می‌کنه و با سقف ۲ گیگابایتی WebAssembly خطر کرش داره. اپ به‌صورت PWA نصب می‌شه، آفلاین کار می‌کنه و موقع پردازش با Wake Lock صفحه رو روشن نگه می‌داره. مجوزش هم GPL-3.0 هست.

نکات کلیدی:

• پردازش کامل ویدیو داخل مرورگر با ffmpeg.wasm، بدون آپلود و بدون سرور
• بیشتر از ۳۰ عملیات: تبدیل فرمت، فشرده‌سازی CRF، برش، GIF، فیلترها و کار با صدا
• زیرنویس خودکار با Whisper که کاملاً محلی اجرا می‌شه و متنش قابل ویرایشه
• حالت Stack چند فیلتر رو با یک بار انکد اعمال می‌کنه و با حالت دسته‌ای هم ترکیب می‌شه
• PWA آفلاین با کش سرویس‌ورکر و مجوز GPL-3.0