Comprima vídeo. Sem envio. Sem marca d'água. Sem limite.

Este é um compressor de vídeo online gratuito e uma bancada de edição que processa MP4, MOV, MKV, WebM, AVI, FLV e MPEG-TS totalmente no seu navegador. Foi construído para as situações em que as ferramentas em nuvem falham: enviar uma gravação grande por e-mail ou chat, encaixar o material sob um limite de upload, preparar gravações de tela e gameplay para a web, mesclar várias tomadas e trabalhar com vídeo que simplesmente você não pode colocar no servidor de outra pessoa. Diferente do Clideo não adiciona marca d'água, diferente do Kapwing e Veed não impõe limite de tamanho de arquivo ou duração, e diferente do FreeConvert nunca faz upload do arquivo em primeiro lugar — a compressão começa imediatamente, independentemente do tamanho do arquivo.

A mesma bancada também grava, edita, mescla e aprimora vídeos sem sair da aba: recorte preciso quadro a quadro, corte livre, mudanças de velocidade de reprodução, rotação e espelhamentos, ajuste de cor com seis visuais, sobreposições de texto e logo, remoção de marcas d'água por marcação, desfoque ou substituição de fundo para retratos, estabilizador, redução de ruído de áudio e superresolução de IA até 4K. Cada efeito roda no seu dispositivo via WebCodecs, WebAssembly ou WebGPU; o nome do modelo, o laboratório de pesquisa e uma ficha técnica clicável são mostrados no painel Enhance antes de começar — e cinco dos efeitos (inpainting de marca d'água, taxa de bits dinâmica, estabilizador, áudio WSOLA com preservação de tom e caminho de codificação WebCodecs) são algoritmos clássicos, não redes neurais.

Como funciona

Não existe ffmpeg do lado do servidor nem download de ffmpeg.wasm. Uma pequena construção WebAssembly do demuxer libavformat do ffmpeg (web-demuxer) roda em um worker dentro da sua aba e divide o contêiner em pacotes de vídeo e áudio codificados. Os decodificadores WebCodecs nativos do seu navegador descompactam os quadros, e o seu VideoEncoder acelerado por hardware os recodifica na nova taxa de bits, resolução e taxa de quadros, enquanto o AudioDecoder/AudioEncoder cuida da trilha de áudio (com resampleamento linear e downmix quando necessário). Um minúsculo muxer JavaScript — mp4-muxer ou webm-muxer — escreve o contêiner final, com início rápido (átomo moov primeiro) para que a reprodução comece instantaneamente. As bibliotecas de mecanismo e muxer são buscadas uma vez a partir de uma URL CDN fixa no primeiro uso e armazenadas em cache pelo navegador; o seu vídeo nunca faz parte de nenhuma requisição.

Edição: velocidade, transform, cor, sobreposições — WYSIWYG

Mudanças de velocidade usam WSOLA (Wavelet-Synchronous Overlap-Add), um algoritmo DSP clássico que estica ou comprime a linha do tempo de áudio enquanto preserva o tom — sem chipmunk a 0,5× ou reforço de graves a 2×. A velocidade é aplicada ao vivo à taxa de reprodução do vídeo de prévia e incluída no pipeline de codificação na exportação.

O transform — rotação de 90° CW (quatro passos: 0°/90°/180°/270°), espelhamento horizontal, espelhamento vertical — é renderizado ao vivo via CSS transform na prévia e gravado na saída durante a codificação. Vídeos codificados por telefone são reorientados corretamente antes de qualquer transformação.

O ajuste de cor — brilho, contraste, saturação e reguladores de calor (−1 a +1) mais seis visuais de cor (vivid/warm/cool/mono/sepia) — é renderizado ao vivo via CSS filter e incluído no pipeline de codificação. Os visuais mapeiam cadeias de filtros perceptivos em vez de inferência de modelo, portanto adicioná-los tem custo de exportação desprezível.

As sobreposições — texto com tamanho, negrito, pilha de fontes (system/serif/mono/rounded/condensed), cor e fundo de pílula opcional; imagens de logo carregadas localmente e convertidas para ImageBitmap — são posicionadas como coordenadas centrais normalizadas [0,1] relativas ao quadro. Arraste na prévia para mover, Shift+drop encaixa em uma grade de 9 células, as setas movem 1 px e Shift+seta 10 px, e Excluir remove uma sobreposição. Cada sobreposição é composta nos quadros decodificados antes da codificação — não há PNG intermediário, portanto a exportação permanece rápida.

Enhance: fundo, marca d'água, estabilizador, upscale

Tratamentos de fundo usam a Segmentação Selfie MediaPipe do Google (construção ONNX abaixo de 0,3 MB) para produzir uma máscara de primeiro plano, depois aplicam um de quatro modos: off (original), blur (intensidade ajustável), color (preenchimento sólido sobre o fundo mascarado) ou image (imagem carregada personalizada composta atrás do sujeito). Como a máscara é calculada quadro a quadro, ela lida com o movimento, mas movimento intenso ou cenas muito escuras podem degradar a qualidade das bordas — o ETA honesto e a estabilidade de máscara detectada são mostrados antes da exportação.

A remoção de marcas d'água não é uma rede neural: você pinta o logo estático ou a faixa de legendas, e um algoritmo clássico de inpainting consciente de conteúdo preenche cada quadro a partir de pixels circundantes com propagação temporal para que a reparação não pisque. A ferramenta de marca d'água é intencionalmente desativada no Merge builder (marcas d'água entre clipes não se alinhariam).

O estabilizador é um estimador de movimento global piramidal Lucas-Kanade — visão computacional clássica, não uma rede neural — que rastreia o movimento dominante em cada quadro e o desloca contrariamente. Ele tem um regulador de intensidade (1–100, padrão 70) e adiciona aproximadamente 0,06 segundos de tempo de export por segundo de fonte na intensidade padrão. A ferramenta se rotula honestamente como 'não é uma rede neural' na UI e na divulgação do modelo.

A superresolução usa Real-ESRGAN General x4v3 (Tencent ARC Lab) em ×2, ×4, até 1080p ou até alvos de 4K. Como reconstrói cada quadro individualmente — 1.800 passagens neurais por minuto a 30 fps — roda em WebGPU quando disponível e faz fallback para WebAssembly; o controle mostra um contador de quadros ao vivo e uma faixa de ETA honesto. Fontes já na ou acima da resolução alvo são deixadas intactas. O painel Enhance sempre lista o modelo exato, o fornecedor e a ficha técnica para cada capacidade, incluindo as cinco que não contêm nenhum modelo: inpainting de marca d'água, taxa de bits dinâmica (heurística de cena), estabilizador (Lucas-Kanade), alongamento de áudio WSOLA e caminho de codificação WebCodecs.

Áudio: manter, volume, fade, redução de ruído

Planos gratuitos podem desativar totalmente a trilha; Pro além disso a remove como opção de exportação normal. Quando mantida, a trilha é recodificada para AAC em MP4 ou Opus em WebM na mesma taxa de bits do original (não aumenta a taxa). O volume é um escalar de ganho simples que roda antes das curvas de fade in/out. Os reguladores de fade (0–5 segundos cada) definem ataque/liberação linear no envelope de ganho e são incluídos no pipeline de codificação.

A redução de ruído de áudio usa a rede DTLN de dois estágios (Breizhn — Westhausen & Meyer, Interspeech 2020) a 16 kHz para suprimir ruído de fundo constante. Ela é pulada automaticamente quando o clipe não tem áudio ou manter-áudio está desativado, e seu regulador de intensidade (1–5) indica quanto ruído residual aceitar. O arquivo de modelo DTLN (~1 MB) é baixado uma vez no primeiro uso e armazenado em cache.

Gravação: captura WebRTC

A aba Gravar abre um diálogo WebRTC getDisplayMedia() — escolha uma aba, uma janela ou a tela completa, além de áudio do sistema e seu microfone. Faça quantas tomadas quiser; cada clipe permanece local, você o pré-visualiza ao vivo na área de prévia, e a tomada ativa é o vídeo de trabalho atual. Nada é enviado durante a gravação, e não há limite de duração — o único limite é espaço em disco no seu dispositivo. Após parar, a gravação entra no pipeline Comprimir/Analisar/Pronto exatamente como um arquivo arrastado.

Mesclar: linha do tempo multi-clipe

O Merge builder no estado ocioso adiciona 2–5 clipes (Pro: 25) via seletor de arquivos ou arrastar e soltar. Cada clipe é testado localmente via getPipeline().probe() para obter dimensões, fps e duração antes de ser adicionado. Corte cada clipe independentemente (startSec e endSec, com endSec=0 significando 'até o final do clipe'), reordene via arrastar ou botões cima/baixo, e remova qualquer clipe. A mesclagem não aplica corte entre clipes nem remoção de marca d'água — dimensões e conteúdo podem legitimamente diferir por clipe, e marcas d'água em diferentes posições seriam inpaintadas incorretamente.

Configurações escolhidas nas abas Editar/Enhance/Áudio/Exportar são aplicadas uniformemente a cada clipe na linha do tempo mesclada — o que significa que mudanças de velocidade, tratamentos de fundo, estabilizador, upscale e sobreposições operam sobre a saída concatenada. Manter-áudio preserva cada trilha e as concatena; remover-áudio silencia tudo. A mesclagem em si roda no worker via mergeVideos(segments, settings), que faz resampleamento das fronteiras das trilhas de áudio entre clipes para que as transições sejam contínuas.

A mesclagem impõe seu próprio limite: Free mescla até 5 clipes, Pro até 25. Efeitos de IA contabilizam a duração total mesclada para a cota de IA — 60 segundos no Free, ilimitado no Pro — pois pipelines de IA entre clipes não podem rodar independentemente em cada segmento. Tamanho do arquivo, resolução e duração de cada clipe devem cada um atender aos limites de fonte padrão (1 GB no Free, 4 GB no Pro; nenhuma dimensão individual acima de 4K; cada clipe ≤ 30 minutos).

Exportar: codecs, GIF, quadros, apenas áudio

Quatro tipos de exportação são oferecidos, selecionáveis na aba Exportar. Vídeo produz H.264 MP4 para reprodução universal, AV1 MP4/WebM para os menores arquivos, ou VP9 WebM para vídeo nativo web — sujeito ao que seu navegador pode codificar. GIF produz uma animação compartilhável (até 30 fps / 720 px no Free, 30 fps / 1080 px no Pro) a partir da seleção cortada do clipe de trabalho, requantificada para uma paleta de 256 cores. Quadros produz arquivos PNG numerados na fps escolhida. Áudio recodifica para M4A (AAC), MP3 ou WAV — útil para recortes de podcast ou amostragem.

O modo qualidade mapeia um regulador 1–100 para um orçamento de bits por pixel por quadro escalado pela eficiência de cada codec, enquanto o modo tamanho alvo trabalha de trás para frente a partir do seu objetivo em megabytes e da duração do clipe para derivar uma taxa de bits de vídeo, reservando espaço para áudio e sobrecarga de contêiner. Limites de resolução (2160p até 480p, aplicados na borda longa para que vídeo retrato seja tratado corretamente), limites de taxa de quadros (30/24 fps) e um regulador manter-áudio fornecem as grandes alavancas estruturais. O tamanho de saída estimado é atualizado ao vivo antes de começar e avisa quando uma fonte já é tão eficiente que as configurações escolhidas podem não reduzi-la.

Planos e limites de IA

Compressão, corte, corte livre, mesclagem até 5 clipes, gravação, exportação GIF até 720 px, exportação de quadros, exportação apenas áudio e processamento em lote funcionam todos sem conta e nunca carregam marca d'água. O plano gratuito aplica dois limites apenas aos efeitos neurais Enhance e à duração de mesclagem: a seleção processada pode ter no máximo 60 segundos e a saída do efeito não deve exceder 1080 pixels na borda longa — com superresolução ×4 isso significa fontes até cerca de 270p. O Free mescla até 5 clipes. Lotes gratuitos processam até 10 vídeos e arquivos individuais até 1 GB.

O Pro remove o limite de duração de IA, permite saída Enhance até 4K (4096 pixels na borda longa), mescla até 25 clipes, GIF até 1080 px, quadros até 4K, exportação apenas áudio, arquivos até 4 GB e lotes de 100 vídeos. Se você atualizar em outra aba, a bancada rechecka o plano no foco da janela sem recarregar a página. Os limites vivem em uma única tabela de configuração em lib/perf-limits.ts, portanto os números mostrados na ferramenta, os prompts de atualização e este guia não podem divergir.

Limites e requisitos

A ferramenta precisa da API WebCodecs: Chrome desktop atual, Edge, Arc e Opera suportam cada codec oferecido, e Safari a suporta desde a versão 16.4 (com um conjunto de codecs menor). A decodificação da fonte também depende da plataforma: H.264, VP9 e AV1 são amplamente suportados, enquanto HEVC/H.265 apenas decodifica onde o sistema operacional o licencia — macOS/iOS Safari recente e builds de Chrome com capacidade HEVC. Seja qual for a entrada, a saída é sempre recodificada para H.264, VP9 ou AV1 para compatibilidade. Efeitos de IA além disso precisam de WebGPU para velocidade total, mas todos incluem um fallback WebAssembly. A recodificação é inerentemente com perdas, portanto mantenha um original se você possa precisar de outra exportação mais tarde. A velocidade de codificação (mostrada ao vivo como múltiplo de tempo real) e o uso de memória escalam com a resolução e duração da fonte — fontes 4K a 60 fps precisam de ~2 GB de RAM por instância de codificador.

Privacidade

O vídeo é lido do seu disco local por código rodando dentro da aba do navegador e nunca sai do dispositivo. Não há progresso de upload porque não há upload: as únicas requisições de rede são downloads estáticos únicos do mecanismo demuxer, das bibliotecas muxer e — apenas quando um efeito de IA está ativado — dos seus arquivos de modelo open source a partir de uma CDN pública, armazenados em cache depois para reutilização offline. O áudio do microfone do sistema durante a gravação é capturado via WebRTC getDisplayMedia() dentro da aba e também nunca sai do dispositivo. Nada é logado, armazenado, analisado ou marcado com água, e não existe conta.