压缩、剪辑与 AI 增强视频。 不上传。无水印。不限大小。

这是一款免费的在线视频压缩工具，MP4、MOV、MKV、WebM、AVI、FLV、MPEG-TS 的压缩全部在浏览器内完成。它专门解决云端工具的痛点：邮件和聊天附件超限、平台上传大小限制、为网页准备录屏和游戏录像，以及压缩那些根本不能放到别人服务器上的素材。和 Clideo 不同，它不加水印；和 Kapwing、Veed 不同，它没有文件大小或时长上限；和 FreeConvert 不同，文件压根不会被上传——因此无论多大都能立即开始压缩。

同一个工作台无需切换页面即可完成录制、剪辑、合并与增强：帧级精确裁剪、自由裁剪、播放速度变更、旋转与翻转、六种风格的色彩调校、文字与 Logo 叠加、涂抹去水印、人物背景虚化或替换、防抖、音频降噪，以及最高 4K 的 AI 超分辨率放大。每个效果都通过 WebCodecs、WebAssembly 或 WebGPU 在设备本地运行；开始前 Enhance 面板会展示模型名称、来源机构和可点击的模型卡片。其中五个效果（水印修复、动态码率、防抖、WSOLA 保调音频伸缩、WebCodecs 编码路径）是经典算法，并非神经网络。

工作原理

这里既没有服务端 ffmpeg，也不下载庞大的 ffmpeg.wasm。一个基于 ffmpeg libavformat 的轻量 WebAssembly 解封装器（web-demuxer）在标签页内的 Worker 中运行，把容器拆成编码后的视频与音频包；随后浏览器原生 WebCodecs 解码器解开画面帧，硬件加速的 VideoEncoder 按新的码率、分辨率和帧率重新编码，AudioDecoder/AudioEncoder 处理音轨（需要时做线性重采样与声道下混）。最后由极小的 JavaScript 封装器 mp4-muxer 或 webm-muxer 写成成品容器，MP4 采用 fast-start（moov 原子前置）以秒开播放。引擎和封装库仅在首次使用时从固定 CDN 地址拉取一次并由浏览器缓存；你的视频不属于任何网络请求。

剪辑：速度、变换、色彩、叠加 — 所见即所得

速度变更使用 WSOLA（Wavelet-Synchronous Overlap-Add）——一种经典 DSP 算法，在保持音调的同时拉伸或压缩音频时间线，因此 0.5× 不会变成花栗鼠、2× 不会低频激增。速度实时应用于预览视频的播放率，并在导出时合并进编码流水线。

变换支持 90° 顺时针旋转（0°/90°/180°/270° 四档）、水平翻转、垂直翻转，在预览上通过 CSS transform 实时渲染，编码时直接烧录进输出文件。手机拍摄的视频会在任何变换之前先正确校正显示方向。

色彩调校包括亮度、对比度、饱和度、色温四个滑块（−1 到 +1），外加六种色彩风格（vivid/warm/cool/mono/sepia），通过 CSS filter 实时渲染并合并进编码流水线。风格对应的是感知型滤镜链，而非模型推理，因此对导出速度几乎没有影响。

叠加物包括可调节尺寸、粗体、字体栈（system/serif/mono/rounded/condensed）、颜色和可选胶囊背景的文字；以及本地上传并转为 ImageBitmap 的 Logo 图片。它们以相对画幅中心的归一化 [0,1] 坐标定位，在预览上拖拽即可移动，Shift+拖拽吸附到九宫格，方向键移动 1 px、Shift+方向键移动 10 px，Delete 删除。每个叠加物在编码前合成到解码帧上——没有中间 PNG 文件，因此导出保持快速。

增强：背景、水印、防抖、超分辨率

背景处理使用 Google MediaPipe Selfie Segmentation（ONNX 构建小于 0.3 MB）生成前景遮罩，支持四种模式：off（保留原片）、blur（强度可调）、color（遮罩区域填纯色）、image（上传图片作为背景）。遮罩逐帧计算，因此可以跟随运动，但大幅动作或极暗场景会降低边缘质量——导出前会显示诚实的 ETA 和检测到的遮罩稳定性。

水印去除并非神经网络：你涂抹静态 Logo 或字幕区域，经典的 content-aware 修复算法会从周围像素填充每一帧，并做时间维度的传播让修复不闪烁。水印工具在合并构建器中刻意禁用——跨片段水印位置不对齐时会修复错误。

防抖器是 Lucas-Kanade 金字塔全局运动估计器——经典计算机视觉，而非神经网络——追踪每帧的主导运动并反向位移抵消。它有一个强度滑块（1–100，默认 70），默认强度下每秒片源约增加 0.06 秒导出时间。工具在 UI 和模型披露里都老实标注自己「不是神经网络」。

超分辨率使用 Real-ESRGAN General x4v3（腾讯 ARC Lab），支持 ×2、×4、至 1080p 或至 4K 四个档位。因为每帧独立重建——30 fps 素材每分钟需要 1800 次神经网络推理——有 WebGPU 时走 WebGPU，否则回退 WebAssembly；控制面板会实时显示已处理帧数和诚实的 ETA 范围。源视频分辨率已高于或等于目标档位时保持不变。Enhance 面板对每个能力都会列明精确模型、供应商和模型卡片，包括五个不含模型的效果：水印修复、动态码率（场景启发式）、防抖（Lucas-Kanade）、WSOLA 音频伸缩、WebCodecs 编码路径。

音频：保留、音量、淡入淡出、降噪

免费档可以彻底禁用音轨；Pro 档还能将其作为普通导出选项移除。保留时，MP4 中音轨重新编码为 AAC，WebM 中为 Opus，码率与原文件一致（永远不会升码率）。音量是一个简单的增益标量，在淡入淡出曲线之前执行。淡入淡出滑块（各 0–5 秒）设置增益包络上的线性攻击/释放，并合并进编码流水线。

音频降噪使用双阶段 DTLN 网络（Breizhn — Westhausen & Meyer, Interspeech 2020），采样率 16 kHz，抑制稳定的背景噪声。片段无音轨或选择丢弃音轨时自动跳过，滑块强度（1–5）决定接受多少残余噪声。DTLN 模型文件（约 1 MB）首次使用时下载一次并缓存。

录制：WebRTC 采集

录制标签页会打开 WebRTC getDisplayMedia() 对话框——选择一个标签页、一个窗口或整个屏幕，同时选择是否采集系统音频和麦克风。你可以无限次录制，每个片段都保存在本地，录制过程中实时预览，最近一次录制成为当前工作视频。录制期间不上传任何数据，没有时长限制——唯一的上限是你设备的磁盘空间。停止录制后，结果会和拖拽上传的文件一样进入压缩/分析/就绪流水线。

合并：多片段时间线

空闲状态的合并构建器通过文件选择器或拖拽添加 2–5 个片段（Pro：25 个）。每个片段在加入前通过 getPipeline().probe() 本地探测尺寸、帧率和时长。各片段独立裁剪（startSec 和 endSec，endSec=0 表示「到片段末尾」），可通过拖拽或上/下按钮重排序，也可删除。合并不应用跨片段裁剪或水印修复——各片段的尺寸和内容可以合法不同，不同位置的水印错误叠加后修复结果会出错。

剪辑/增强/音频/导出标签中选定的设置会均匀应用到时间线上的每个片段——也就是说速度变更、背景处理、防抖、超分辨率和叠加物作用于拼接后的整体输出。保留音轨会保留每个片段的音轨并拼接，丢弃音轨则全部静音。合并本身在 Worker 中通过 mergeVideos(segments, settings) 执行，跨片段音轨边界做重采样让过渡平滑。

合并有自己的门控：免费档最多合并 5 个片段，Pro 档最多 25 个。AI 效果会把合并后的总时长计入 AI 额度——免费档 60 秒，Pro 档无限——因为跨片段 AI 流水线不能在每段上独立运行。每个片段的文件大小、分辨率和时长也必须满足标准源限制（免费档 1 GB，Pro 档 4 GB；单边不超过 4K；每段 ≤ 30 分钟）。

导出：编码、GIF、帧序列、纯音频

导出标签提供四种类型：视频生成通用播放的 H.264 MP4、体积最小的 AV1 MP4/WebM、或 Web 原生的 VP9 WebM——取决于浏览器的编码能力。GIF 从工作片段的裁剪区域生成可分享的动画（免费档最高 30 fps / 720 px，Pro 档 30 fps / 1080 px），重新量化为 256 色调色板。帧序列按选定帧率输出编号 PNG 文件。纯音频重新编码为 M4A（AAC）、MP3 或 WAV——适合播客片段或采样。

质量模式把 1–100 滑块映射为按各编码效率换算的「每像素每帧比特」预算；目标大小模式则根据你设定的兆字节目标和片段时长反推视频码率，为音频和容器开销预留空间。分辨率上限（2160p 到 480p，按长边缩放，竖屏视频同样正确）、帧率上限（30/24 fps）和可选的丢弃音轨是最有效的结构级压缩手段。输出大小会在开始前实时估算，当选定设置可能无法进一步缩小本已高效的片源时会提前警告。

方案与 AI 限制

压缩、裁剪、合并（最多 5 段）、录制、GIF 导出（720 px 以下）、帧序列导出、纯音频导出和批量处理都无需账号运行，且永不加水印。免费档仅对神经网络增强效果和合并时长施加两个边界：处理片段最长 60 秒，增强输出长边不超过 1080 像素——配合 ×4 超分辨率意味着源片最高约 270p。免费档最多合并 5 段，批量处理最多 10 个视频、单文件最高 1 GB。

Pro 档移除 AI 时长限制，允许增强输出到 4K（长边 4096 像素），最多合并 25 段，GIF 最高 1080 px，帧序列到 4K，纯音频导出，单文件最高 4 GB，批量 100 个视频。如果你在另一个标签页升级，工作台会在窗口重新获得焦点时自动重新检查方案状态，无需刷新页面。所有限制都集中定义在 lib/perf-limits.ts 的同一张配置表里，工具显示的数字、升级提示和本指南不会出现不同步。

限制与要求

工具依赖 WebCodecs API：桌面版 Chrome、Edge、Arc、Opera 支持全部编码，Safari 从 16.4 起支持（编码种类较少）。片源解码同样取决于平台：H.264、VP9、AV1 支持广泛，HEVC/H.265 仅在操作系统授权的环境可解，例如近期的 macOS/iOS Safari 和支持 HEVC 的 Chrome。无论输入什么，输出始终重编码为兼容性最好的 H.264、VP9 或 AV1。AI 效果还需要 WebGPU 才能全速运行，但全部提供 WebAssembly 回退路径。再编码本质上是有损的，建议保留原始文件以备日后再次导出。编码速度（实时显示为实时速度的倍数）与内存占用随片源分辨率和时长增长——4K 60 fps 素材每个编码器实例约需 2 GB RAM。

隐私

视频由浏览器标签页内的代码直接读取本地磁盘，全程不离开设备。你看不到上传进度，因为根本没有上传：唯一的网络请求是首次使用时对解封装引擎、封装库的一次性静态下载，以及启用 AI 效果时对其开源模型文件的下载（之后由 CDN 缓存、可离线复用）。录制期间采集的系统麦克风音频通过 WebRTC getDisplayMedia() 在标签页内获取，同样不离开设备。没有任何内容被记录、存储、分析或加水印，也不存在账号体系。