Skip to content

浏览器里跑 FFmpeg:ffmpeg.wasm 到底慢在哪、快在哪 ​

关于我 ​

我是 EZ 在线工具网 的站长。站里从 M3U8 转 MP4 到 视频压缩、音频转换 这一整套工具,跑的都是 ffmpeg.wasm。所以"为什么慢""为什么快"这件事,我们是被用户问得最多、也踩坑最多的。

先说结论 ​

网页里处理视频,只有两种活:

  • 只换壳(转封装 / transmux):不碰任何一帧像素,只重排容器里的索引。成本接近磁盘读写,1GB 的文件也是几秒级。
  • 重新编码(transcode):把每一帧解码成原始画面,再压缩回去。成本正比于像素数 × 帧数,慢十倍到几十倍都正常。

绝大多数"在线转换工具很慢"的抱怨,问题都出在第二类。而这个慢跟"上传"没关系——文件根本没走网络,是在你自己的 CPU 上算的。

ffmpeg.wasm 是什么 ​

Emscripten 把 FFmpeg 的 C 源码编译成 WebAssembly:一份 22MB 左右的 ffmpeg-core.wasm,加一层 JS 外壳。调用长这样:

js
const { FFmpeg } = await import('@ffmpeg/ffmpeg')
const { fetchFile } = await import('@ffmpeg/util')

const ffmpeg = new FFmpeg()
await ffmpeg.load({ coreURL, wasmURL })

await ffmpeg.writeFile('input.mp4', await fetchFile(file))
await ffmpeg.exec(['-i', 'input.mp4', '-c', 'copy', '-movflags', '+faststart', 'out.mp4'])
const data = await ffmpeg.readFile('out.mp4')

writeFile 往哪写?一个叫 MEMFS 的虚拟文件系统,整块放在内存里。所以你看到的"上传"动画,实际只是把 File 对象读成字节、塞进 JavaScript 堆。

这一点决定了后面所有的性能特征。

慢在哪:四个躲不开的成本 ​

1. 内存先到顶 ​

输入文件在内存里一份,输出文件一份,编码器的帧缓冲、参考帧队列、滤镜缓存再接几份。源文件 1GB 时,峰值占用翻到三四倍不稀奇。

浏览器标签页的内存天花板取决于系统和设备,通常也就 2 到 4GB。所以工具上的"2GB 上限"不是产品经理拍的,是撞过墙之后定的。我们自己加的那条经验规则是:文件超过 1GB,先剪再转,比任何参数优化都管用。

2. 没有硬件编码器 ​

桌面版 FFmpeg 可以调 NVENC、QSV、VideoToolbox,把活丢给显卡专用电路,1080p 视频以几十倍速跑。wasm 里没有这些入口,只剩 CPU 实现的 libx264 / libvpx。

同一台机器,桌面 ffmpeg 用 NVENC 转一段 10 分钟的 1080p 可能 40 秒,浏览器里纯 CPU 就可能要好几分钟。这不是代码写得差,是硬件加速这条路在浏览器里根本不通。

3. 单线程还是多线程,看响应头 ​

ffmpeg.wasm 有单线程和多线程两个内核版本。多线程那套依赖 SharedArrayBuffer,而浏览器只在跨域隔离(crossOriginIsolated)状态下才开放它——也就是页面响应头必须带 COOP/COEP:

Cross-Origin-Opener-Policy: same-origin
Cross-Origin-Embedder-Policy: require-corp

拿不到这两个头,就只能退回单线程内核。我们的代码是这么判断的:

js
const supportMT = typeof SharedArrayBuffer !== 'undefined' && self.crossOriginIsolated
const coreType = supportMT ? 'transport-mt' : 'transport'

差多少?编码这种吃满 CPU 的活,两到四倍很常见。这也是"同一个工具,你和同事用起来速度差一截"的常见原因之一——浏览器版本、扩展、部署环境的响应头都可能把多线程关掉。

4. 首次加载的那 22MB ​

内核算不上小,首次打开要真下载一遍,之后走浏览器缓存。用户最容易误解的地方就在这:点了转换、进度不动,以为在传视频,其实是在实例化模块。断网之后工具反而还能用,只要之前加载过。

快在哪:-c copy 是免费的 ​

转封装完全不进编解码器,只做容器层面的搬运:

bash
# M3U8 → MP4,不重编码
ffmpeg -i index.m3u8 -c copy out.mp4

# TS 分片拼接,同样不重编码
ffmpeg -f concat -safe 0 -i list.txt -c copy merged.mp4

这类操作的成本是 IO,不是算力。同样 1GB,转封装几秒,重编码几分钟到几十分钟——差两个数量级。

代价是:容器必须能装下原来的编码。TS 里的 H.264 + AAC 搬到 MP4 里毫无压力,所以 M3U8 转 MP4 和 TS 合并 都是快活儿;但 WebM 里的 VP9 想进 MP4,或者要把 H.265 丢给不支持的播放器,就只能老老实实重编码,这一步没有捷径。

顺带说个真实的坑:-c copy 的时候 FFmpeg 没有帧可数,进度事件常常一直停在 0,直到结束才跳到 100%。所以"进度条不动"在这种模式下是正常的。

WebCodecs 是另一条路,但不是替代品 ​

浏览器近两年给了 WebCodecs:VideoDecoder / VideoEncoder,可以直接摸到系统的硬件编解码器。做在线剪辑的那批产品(网页版剪映、Clipchamp)走的就是这条。

但 WebCodecs 只负责"帧 → 像素"这一段。MP4 的 moov 怎么拆、M3U8 怎么拉、音画时间戳怎么对齐、输出怎么封装,全都得自己写。想支持 MKV、TS、FLV 这些五花八门的输入,最后还是得回到 FFmpeg。

我们选 ffmpeg.wasm 就是这么算的:输入格式的覆盖面比那点速度更值钱。

本地处理换来了什么 ​

  • 文件不出设备。没有上传,也就没有"服务器上残留一份"的问题,这点写在 隐私政策 里。
  • 加载过一次就能离线用。
  • 没有次数和排队。服务端方案要算转码时长、要排队、要给免费额度设上限,这些在本地都不存在,成本转移给了用户的 CPU。

代价也很直接:笔记本风扇会响,手机上大文件可能直接把标签页搞崩。

我们做不到的部分 ​

  • 速度看设备,不看我们。低配轻薄本处理 4K 素材,等十分钟是常态。
  • iOS Safari 的内存限制最狠。iPhone 上处理几百 MB 的视频就可能触发页面重载,建议先传到电脑。
  • 后台标签会被节流。切到别的标签,浏览器会降频甚至挂起,进度看起来"卡住"了,切回来才继续。
  • 跨域隔离有副作用。一旦开了 COOP/COEP,页面里嵌入的第三方图片、脚本都必须带 CORP/CORS 头,否则加载失败。很多站不愿付这个代价,也就永远拿不到多线程内核。

就这样 ​

判断一个在线视频工具靠不靠谱,先问一句:它是换壳还是重编码? 换壳的几秒钟就该出结果,慢说明实现有问题;重编码的慢是天经地义,快得离谱反而要怀疑它偷偷降了画质。

想自己感受一下差别,拿同一个文件分别跑 TS 合并(copy)和 视频压缩(重编码),计时器一摆,两个数量级清清楚楚。视频参数想先确认清楚,用 视频元信息查看器 看一眼编码和码率,比猜快得多。


📌 相关文章 ​

🚀 推荐阅读 ​

Last updated: