M4V in WebP umwandeln

Das sind zwei verschiedene Aufgaben mit zwei verschiedenen Antworten. Cover für Plex, Jellyfin oder eine private Mediathek werden über den Dateinamen zugeordnet und landen bei einem Server, der JPG oder PNG erwartet — dafür gibt es auf dieser Seite die Umwandlung nach JPG, und daran ändert diese Seite nichts.

Hier geht es um den anderen Fall: ein Standbild, das ein Browser als eines von zwanzig Dingen auf einer Seite lädt, während jemand entscheidet, ob er bleibt. Sein Gewicht in Kilobyte zahlt jeder Besuch, und das Format muss nur das CMS, den Build-Schritt und den Browser zufriedenstellen. Genau dort gewinnt WebP, und die Mediathek spielt keine Rolle.

Der Zeitstempel akzeptiert bis zu 86.400 Sekunden, also einen ganzen Tag — die Länge einer M4V-Datei stellt damit keine Aufnahme außer Reichweite. Die Sekundenzahl eingeben, und der Decoder springt genau dorthin; liegt der Zeitpunkt hinter dem Ende der Aufnahme, nennt die Umwandlung die tatsächliche Länge, statt irgendetwas zu erzeugen.

Das ist erwähnenswert, weil die GIF-Umwandlung auf dieser Seite das nicht kann — animierte Ausgabe wird immer vom Anfang der Datei an gesampelt. Für eine Standbildaufnahme gibt es diese Grenze nicht, was den Weg für lange Aufnahmen richtig macht: Ein Katalog stundenlanger Vorlesungsaufzeichnungen lässt sich bebildern, ohne vorher irgendetwas zu kürzen.

Vorlesungsaufzeichnungen, wie sie Opencast, Panopto oder eine vergleichbare Plattform an einer deutschen Hochschule ausliefert, landen häufig als M4V in einem Kursverzeichnis, das ein Vorschaubild pro Eintrag verlangt. Die erste Minute ist bei diesen Aufnahmen fast immer ein Startbild oder ein wartender Hörsaal, und genau die will niemand als Vorschau sehen.

Weil sich jede Sekunde direkt ansteuern lässt, taugt diese Umwandlung für so einen Katalog besser als jede automatische Vorschau, die den ersten Frame nimmt. Ein Zeitpunkt aus der Mitte der Aufzeichnung — Folie auf der Leinwand, Dozent im Bild — ergibt ein Vorschaubild, das tatsächlich zeigt, worum es geht.

Das Standbild kommt in den Pixelmaßen der Aufnahme heraus, ohne Skalierung, und wird mit fester Qualität 82 kodiert. Es gibt keinen Qualitätsregler und keine Größenänderung auf diesem Weg — die einzige Einstellung ist der Zeitstempel.

Beide Vorgaben sind für eine Webseite die richtigen. Zweiundachtzig ist der Punkt, an dem WebP bei fotografischem Inhalt nicht mehr sichtbar verlustbehaftet wirkt, und die volle Auflösung ist das, was eine responsive Bildpipeline als Quelle will — was auch immer das srcset baut, kennt die im Layout gebrauchten Breiten und leistet bessere Arbeit an der größten ehrlichen Version. Die große Datei hier nehmen und die kleinen im Build-Schritt erzeugen lassen.

Video-Encoder verteilen ihre Bits dorthin, wo Bewegung ist, und sparen überall sonst, unter der Annahme, dass niemand ein Einzelbild lange betrachtet. Friert man eines ein, zeigt sich diese Sparsamkeit als Unschärfe. Eine ruhige Einstellung, eine Folie, ein Sprecher zwischen zwei Gesten — solche Bilder waren teuer für den Encoder und kommen sauber heraus; ein Schwenk oder ein Schnitt nicht.

Bei längeren Aufzeichnungen gibt es einen zweiten Punkt: Die ersten Minuten sind Titel oder Vorspann, die letzten Minuten Abspann oder Verabschiedung, der brauchbare Bereich liegt also in der Mitte. Zwei oder drei Zeitpunkte auszuprobieren kostet jeweils ein paar Sekunden, weil zwischen den Versuchen nichts hochgeladen wird.

Gegenüber einem JPG desselben Bildes bei vergleichbarer Qualität ist WebP kleiner, und der Unterschied ist auf einem Raster spürbar — rund dreißig Prozent werden meist genannt, und das summiert sich über einen ganzen Katalog, in dem jeder Eintrag ein Bild trägt. Ein Fallback-Markup braucht es nicht, weil jeder aktuelle Browser das Format dekodiert.

Die Ersparnis verschwindet, sobald die Datei den Browser verlässt. Manche E-Mail-Programme zeigen WebP nicht an, ältere Anwendungen und Druckabläufe lehnen es ab, und Upload-Formulare fremder Seiten weisen die Endung manchmal schlicht zurück. Innerhalb einer Seite ist WebP die vernünftige Voreinstellung; außerhalb einer Seite JPG nehmen und nicht weiter darüber nachdenken.

WebP ist eines der wenigen Formate, das Standbilder, Animation und einen Alphakanal in einer Spezifikation vereint, und ein nachvollziehbarer Griff, wenn eine kurze stumme Schleife wie ein GIF wirken, aber wie Video aussehen soll. Nichts davon greift hier. Diese Umwandlung schreibt genau ein blickdichtes Standbild.

Wer Bewegung aus der M4V-Datei will, findet auf dieser Seite die GIF-Umwandlung, deren eigene Seite erklärt, warum das Ergebnis groß ausfällt. Wer Transparenz will, findet keine — die M4V-Datei enthält H.264 oder HEVC, und keins von beiden führt in der Auslieferung von Apple einen Alphakanal mit sich, sodass das Standbild vollständig blickdicht bleibt, egal welches Zielformat gewählt wird.

Alles, was im iTunes Store oder in der Apple-TV-App gekauft oder geliehen wurde, ist mit FairPlay verschlüsselt. Es gibt keinen Schlüssel im Browser, also lässt sich kein Bild dekodieren, und die Umwandlung stoppt mit einer Meldung, dass in der Datei nichts umwandelbar war.

Funktioniert ein Ordner voller Dateien bis auf wenige, waren diese wenigen gekaufte Inhalte, keine beschädigten Dateien. Alles, was QuickTime, iMovie, Final Cut oder Compressor geschrieben hat, was eine Kamera aufgezeichnet hat oder was von einer Kurs- oder Konferenzplattform heruntergeladen wurde, ist unverschlüsselt und verhält sich normal.

Die M4V-Datei wird im Tab mit den Codecs dekodiert, die das Gerät ohnehin mitbringt, ein Bild wird kodiert, und nichts, das die Videodaten trägt, wird verschickt. Die freie Stufe nimmt Dateien bis 100 MB an, und die Zeit, die eine Umwandlung kostet, hängt davon ab, wie lange das eigene Gerät zum Suchen braucht — nicht von einer Netzwerkverbindung.

Genau dieses Größenverhältnis macht den lokalen Weg naheliegend: ein Gigabyte Vorlesung an einen Server zu schicken, damit vierzig Kilobyte Vorschaubild zurückkommen, ist viel Datenverkehr für das Ergebnis — und das einmal pro Aufzeichnung über einen ganzen Semesterkatalog zu wiederholen, ist ein Nachmittag vor Fortschrittsbalken, den es nicht gebraucht hätte.

WebP ist aus der Bildkodierung von VP8 hervorgegangen, dem Codec, um den WebM herum gebaut wurde, ein aus einer WebM-Datei entnommenes Standbild bleibt also innerhalb einer Linie. Eine M4V-Datei enthält H.264 oder HEVC, beide von der MPEG-Seite des Zauns, und WebP weiß von keinem der beiden etwas.

In der Praxis kostet das weniger, als es klingt. Das Bild wird dazwischen vollständig zu Pixeln dekodiert, der Encoder arbeitet also mit einem Bild statt mit einer komprimierten Darstellung, die er neu interpretieren müsste. Es bedeutet aber, dass hier kein Argument über Familienverwandtschaft greift: Das Bild wird als Bild beurteilt, und wie gut dieses Bild ist, hat der Video-Encoder längst entschieden, bevor diese Umwandlung es überhaupt sieht.

Eine Fachhochschule oder eine Volkshochschule, die ihre aufgezeichneten Vorträge in einem Verzeichnis auflistet, braucht für jeden Eintrag genau ein Bild — nicht das Video selbst geladen, nur ein Vorschaubild, das erkennen lässt, worum es geht. Zwanzig oder vierzig solcher Einträge auf einer Seite summieren sich schnell, und dort zählt jedes gesparte Kilobyte tatsächlich.

Weil der Zeitstempel frei wählbar ist, lässt sich für jede Aufzeichnung im Katalog derselbe Griff wiederholen: eine Minute hinein, wo die erste Folie oder der erste ruhige Moment sitzt, statt des Titelbilds oder eines schwarzen Bildschirms. Das Ergebnis ist ein Katalog, dessen Vorschaubilder tatsächlich etwas über den Inhalt sagen, ohne dass irgendetwas von den Aufzeichnungen selbst den eigenen Rechner verlässt.