Compressez, coupez et améliorez la vidéo. Aucun envoi. Aucun filigrane. Aucune limite.

Il s'agit d'un compresseur vidéo en ligne gratuit et d'une table de montage qui traite MP4, MOV, MKV, WebM, AVI, FLV et MPEG-TS entièrement dans votre navigateur. Il est conçu pour les situations où les outils cloud sont déficients : envoyer un grand enregistrement par e-mail ou chat, adapter des images sous une limite d'upload, préparer des captures d'écran et du gameplay pour le web, fusionner plusieurs prises et travailler avec des vidéos que vous ne pouvez tout simplement pas mettre sur le serveur de quelqu'un d'autre. Contrairement à Clideo, il n'ajoute pas de filigrane ; contrairement à Kapwing et Veed, il n'impose aucune limite de taille ou de durée ; et contrairement à FreeConvert, il ne téléverse jamais le fichier au départ — la compression démarre immédiatement, quelle que soit la taille du fichier.

La même table de montage enregistre également, édite, fusionne et améliore la vidéo sans quitter l'onglet : découpe précise image par image, recadrage gratuit, changements de vitesse de lecture, rotation et retournements, réglage des couleurs avec six looks, superpositions de texte et de logo, suppression de filigranes par marquage, floutage ou remplacement de l'arrière-plan pour portraits, stabilisateur, réduction du bruit audio et super-résolution IA jusqu'en 4K. Chaque effet fonctionne sur votre appareil via WebCodecs, WebAssembly ou WebGPU ; le nom du modèle, le laboratoire de recherche et une fiche modèle cliquable sont affichés dans le panneau Enhance avant de commencer — et cinq des effets (inpainting de filigrane, débit binaire dynamique, stabilisateur, audio WSOLA préservant la hauteur et le chemin d'encodage WebCodecs) sont des algorithmes classiques, pas des réseaux neuronaux.

Comment ça marche

Il n'y a pas de ffmpeg côté serveur ni de téléchargement ffmpeg.wasm. Un petit build WebAssembly du démultiplexeur libavformat de ffmpeg (web-demuxer) fonctionne dans un worker à l'intérieur de votre onglet et sépare le conteneur en paquets vidéo et audio codés. Les décodeurs WebCodecs natifs de votre navigateur décompressent les images, et son VideoEncoder accéléré par le matériel les recode au nouveau débit binaire, à la résolution et à la fréquence d'image spécifiés, tandis que AudioDecoder/AudioEncoder gèrent la piste audio (avec rééchantillonnage linéaire et mixage descendant si nécessaire). Un minuscule multiplexeur JavaScript — mp4-muxer ou webm-muxer — écrit le conteneur final, avec démarrage rapide (atome moov en premier) pour que la lecture commence instantanément. Les bibliothèques de moteur et de multiplexeur sont récupérées une fois depuis une URL CDN verrouillée lors de la première utilisation et mises en cache par le navigateur ; votre vidéo n'est jamais partie d'une requête.

Montage : vitesse, transform, couleur, superpositions — WYSIWYG

Les changements de vitesse utilisent WSOLA (Wavelet-Synchronous Overlap-Add), un algorithme DSP classique qui étire ou comprime la timeline audio tout en préservant la hauteur — pas de voix de chipmunk à 0,5× ni de boost de basses à 2×. La vitesse est appliquée en direct au taux de lecture de la vidéo de prévisualisation et intégrée dans le pipeline d'encodage à l'export.

Le transform — rotation de 90° CW (quatre étapes : 0°/90°/180°/270°), retournement horizontal, retournement vertical — est rendu en direct via CSS transform sur la prévisualisation et gravé dans la sortie lors de l'encodage. Les vidéos encodées sur téléphone sont réorientées correctement avant tout transform.

Le réglage des couleurs — luminosité, contraste, saturation et régulateurs de température (−1 à +1) plus six looks de couleurs (vivid/warm/cool/mono/sepia) — est rendu en direct via CSS filter et intégré dans le pipeline d'encodage. Les looks correspondent à des chaînes de filtres perceptuels plutôt qu'à une inférence de modèle, donc leur ajout a un coût d'exportation négligeable.

Les superpositions — texte avec taille, gras, pile de polices (system/serif/mono/rounded/condensed), couleur et arrière-plan de pilule optionnel ; images de logo téléchargées localement et converties en ImageBitmap — sont positionnées comme coordonnées centrales normalisées [0,1] relatives au cadre. Faites glisser sur la prévisualisation pour déplacer, Shift+drop pour accrocher à une grille 9 cases, les flèches déplacent de 1 px et Shift+flèches de 10 px, et Supprimer retire une superposition. Chaque superposition est composée sur les images décodées avant l'encodage — il n'y a pas de PNG intermédiaire, donc l'exportation reste rapide.

Enhance : arrière-plan, filigrane, stabilisateur, upscale

Les traitements d'arrière-plan utilisent la segmentation Selfie MediaPipe de Google (build ONNX sous 0,3 MB) pour produire un masque de premier plan, puis appliquent l'un des quatre modes : off (original), blur (force réglable), color (remplissage solide sur l'arrière-plan masqué) ou image (image téléchargée personnalisée composée derrière le sujet). Comme le masque est calculé image par image, il gère le mouvement, mais un mouvement important ou des scènes très sombres peuvent dégrader la qualité des bords — l'ETA honnête et la stabilité du masque détectée sont affichés avant l'export.

La suppression de filigrane n'est pas un réseau neuronal : vous peignez le logo statique ou la bande de sous-titres, et un algorithme classique d'inpainting conscient du contenu remplit chaque image à partir des pixels environnants avec propagation temporelle pour que la réparation ne scintille pas. L'outil de filigrane est intentionnellement désactivé dans le Merge builder (les filigranes inter-clip ne s'alignent pas).

Le stabilisateur est un estimateur de mouvement global pyramidal Lucas-Kanade — vision par ordinateur classique, pas un réseau neuronal — qui suit le mouvement dominant dans chaque image et le contre-décale. Il a un régulateur de force (1–100, défaut 70) et ajoute environ 0,06 seconde de temps d'export par seconde de source à la force par défaut. L'outil se qualifie honnêtement de « pas un réseau neuronal » dans l'UI et la divulgation du modèle.

La super-résolution utilise Real-ESRGAN General x4v3 (Tencent ARC Lab) à ×2, ×4, jusqu'à 1080p ou jusqu'à 4K. Parce qu'elle reconstruit chaque image individuellement — 1 800 passages neuronaux par minute à 30 fps — elle fonctionne sur WebGPU si disponible et revient à WebAssembly ; le contrôleur affiche un comptage d'images en direct et une plage d'ETA honnête. Les sources déjà à ou au-dessus de la résolution cible restent intactes. Le panneau Enhance liste toujours le modèle exact, le fournisseur et la fiche modèle pour chaque capacité, y compris les cinq qui ne contiennent aucun modèle : inpainting de filigrane, débit binaire dynamique (heuristique de scène), stabilisateur (Lucas-Kanade), étirement audio WSOLA et chemin d'encodage WebCodecs.

Audio : conserver, volume, fondu, réduction de bruit

Les plans gratuits peuvent désactiver complètement la piste ; Pro la supprime également en tant qu'option d'export normale. Lorsqu'elle est conservée, la piste est recodée en AAC dans MP4 ou Opus dans WebM au même débit binaire que l'original (jamais de débit supérieur). Le volume est un simple scalaire de gain qui fonctionne avant les courbes de fondu entrant/sortant. Les régulateurs de fondu (0–5 secondes chacun) définissent une attaque/relâchement linéaire sur l'enveloppe de gain et sont intégrés dans le pipeline d'encodage.

La réduction de bruit audio utilise le réseau DTLN à deux étages (Breizhn — Westhausen & Meyer, Interspeech 2020) à 16 kHz pour supprimer le bruit de fond constant. Elle est automatiquement ignorée lorsque le clip n'a pas d'audio ou que conserver-audio est désactivé, et son régulateur de force (1–5) indique la quantité de bruit résiduel à accepter. Le fichier modèle DTLN (~1 MB) est téléchargé une fois lors de la première utilisation et mis en cache.

Enregistrement : capture WebRTC

L'onglet Enregistrement ouvre une boîte de dialogue WebRTC getDisplayMedia() — choisissez un onglet, une fenêtre ou l'écran complet, plus l'audio système et votre microphone. Faites autant de prises que vous voulez ; chaque clip reste local, vous le prévisualisez en direct dans la zone de prévisualisation, et la prise active est la vidéo de travail actuelle. Rien n'est téléversé pendant l'enregistrement, et il n'y a pas de limite de durée — la seule limite est l'espace disque sur votre appareil. Après l'arrêt, l'enregistrement entre dans le pipeline Compresser/Analyser/Prêt exactement comme un fichier déposé.

Fusion : timeline multi-clip

Le Merge builder au repos ajoute 2–5 clips (Pro : 25) via le sélecteur de fichiers ou le glisser-déposer. Chaque clip est sondé localement via getPipeline().probe() pour obtenir les dimensions, la fréquence d'image et la durée avant d'être ajouté. Découpez chaque clip indépendamment (startSec et endSec, avec endSec=0 signifiant « jusqu'à la fin du clip »), réordonnez par glisser-boutons haut/bas, et supprimez tout clip. La fusion n'applique pas de recadrage inter-clip ni de suppression de filigrane — les dimensions et le contenu peuvent légitimement différer par clip, et les filigranes dans différentes positions seraient mal inpaintés.

Les paramètres choisis dans les onglets Montage/Enhance/Audio/Export s'appliquent uniformément à chaque clip de la timeline fusionnée — c'est-à-dire que les changements de vitesse, les traitements d'arrière-plan, le stabilisateur, l'upscale et les superpositions fonctionnent sur la sortie concaténée. Conserver-audio préserve chaque piste et les fusionne ; supprimer-audio muet tout. La fusion elle-même fonctionne dans le worker via mergeVideos(segments, settings), qui rééchantillonne les limites de pistes audio entre les clips pour que les transitions soient fluides.

La fusion impose sa propre limite : la version gratuite fusionne jusqu'à 5 clips, Pro jusqu'à 25. Les effets IA comptent la durée totale fusionnée vers l'allocation IA — 60 secondes sur la version gratuite, illimité sur Pro — car les pipelines IA inter-clip ne peuvent pas fonctionner indépendamment sur chaque segment. La taille du fichier, la résolution et la durée de chaque clip doivent chacune respecter les limites source standard (1 GB sur la version gratuite, 4 GB sur Pro ; aucune dimension unique au-delà de 4K ; chaque clip ≤ 30 minutes).

Export : codecs, GIF, images, audio seul

Quatre types d'export sont proposés, sélectionnables dans l'onglet Export. Vidéo produit H.264 MP4 pour une lecture universelle, AV1 MP4/WebM pour les fichiers les plus petits, ou VP9 WebM pour une vidéo native web — sous réserve de ce que votre navigateur peut coder. GIF produit une animation partageable (jusqu'à 30 fps / 720 px sur la version gratuite, 30 fps / 1080 px sur Pro) à partir de la sélection découpée du clip de travail, requantifiée sur une palette de 256 couleurs. Images produit des fichiers PNG numérotés à la fréquence d'image choisie. Audio recode en M4A (AAC), MP3 ou WAV — utile pour les extractions de podcast ou l'échantillonnage.

Le mode qualité mappe un régulateur 1–100 sur un budget bits-par-pixel-par-image mis à l'échelle par l'efficacité de chaque codec, tandis que le mode taille cible travaille à l'envers à partir de votre objectif en mégaoctets et de la durée du clip pour dériver un débit binaire vidéo, en réservant de l'espace pour l'audio et la surcharge du conteneur. Les plafonds de résolution (2160p jusqu'à 480p, appliqués au bord long pour que la vidéo portrait soit gérée correctement), les plafonds de fréquence d'image (30/24 fps) et un régulateur conserver-audio fournissent les gros leviers structurels. La taille de sortie estimée est mise à jour en direct avant de commencer et avertit lorsqu'une source est déjà si efficace que les paramètres choisis risquent de ne pas la réduire.

Plans et limites IA

La compression, le découpage, le recadrage, la fusion jusqu'à 5 clips, l'enregistrement, l'export GIF jusqu'à 720 px, l'export d'images, l'export audio seul et le traitement par lots fonctionnent tous sans compte et ne portent jamais de filigrane. Le plan gratuit applique deux limites uniquement aux effets neuronaux Enhance et à la durée de fusion : la sélection traitée peut durer au plus 60 secondes et la sortie de l'effet ne doit pas dépasser 1080 pixels sur le bord long — avec la super-résolution ×4, cela signifie des sources jusqu'à environ 270p. La version gratuite fusionne jusqu'à 5 clips. Les lots gratuits traitent jusqu'à 10 vidéos et des fichiers individuels jusqu'à 1 GB.

Pro supprime la limite de durée IA, permet la sortie Enhance jusqu'à 4K (4096 pixels sur le bord long), fusionne jusqu'à 25 clips, GIF jusqu'à 1080 px, images jusqu'à 4K, export audio seul, fichiers jusqu'à 4 GB et lots de 100 vidéos. Si vous mettez à niveau dans un autre onglet, la table de montage vérifie à nouveau le plan au focus de la fenêtre sans rechargement de page. Les limites vivent dans un seul tableau de configuration dans lib/perf-limits.ts, donc les chiffres affichés dans l'outil, les invites de mise à niveau et ce guide ne peuvent pas diverger.

Limites et exigences

L'outil nécessite l'API WebCodecs : les versions desktop actuelles de Chrome, Edge, Arc et Opera prennent en charge chaque codec proposé, et Safari la prend en charge depuis la version 16.4 (avec un ensemble de codecs plus réduit). Le décodage de la source dépend également de la plateforme : H.264, VP9 et AV1 sont largement pris en charge, tandis que HEVC/H.265 ne décode que là où le système d'exploitation le concède — les versions récentes de macOS/iOS Safari et les builds Chrome capables de HEVC. Quoi que soit l'entrée, la sortie est toujours recodée en H.264, VP9 ou AV1 pour compatibilité. Les effets IA ont en outre besoin de WebGPU pour une vitesse maximale mais incluent tous un fallback WebAssembly. L'encodage est par nature avec perte, donc conservez un original si vous pourriez avoir besoin d'un autre export plus tard. La vitesse d'encodage (affichée en direct comme un multiple du temps réel) et l'utilisation mémoire évoluent avec la résolution et la durée de la source — les sources 4K à 60 fps ont besoin d'environ 2 GB de RAM par instance d'encodeur.

Confidentialité

La vidéo est lue depuis votre disque local par un code s'exécutant à l'intérieur de l'onglet navigateur et ne quitte jamais l'appareil. Il n'y a pas de progression de téléversement car il n'y a pas de téléversement : les seules requêtes réseau sont des téléchargements statiques ponctuels du moteur de démultiplexage, des bibliothèques de multiplexeur et — uniquement lorsqu'un effet IA est activé — de ses fichiers de modèles open source depuis une CDN publique, mis en cache ensuite pour une réutilisation hors ligne. L'audio du microphone système pendant l'enregistrement est capturé via WebRTC getDisplayMedia() dans l'onglet et ne quitte jamais l'appareil non plus. Rien n'est journalisé, stocké, analysé ou filigrané, et il n'existe aucun compte.