MP4 in WebM umwandeln

Beim Breitbandausbau liegt Deutschland im europäischen Vergleich seit Jahren zurück — die Digital Economy and Society Index-Berichte der EU-Kommission listen die Bundesrepublik regelmäßig im unteren Mittelfeld bei Festnetz-Anschlussqualität, und wer im ländlichen Raum lebt, kennt das Problem als "Funkloch" oder als DSL-Leitung, die bei 16 oder 25 Megabit endet.

Für ein Hintergrundvideo oder eine Produktdemo auf der eigenen Webseite heißt das: Ein Video, das auf einer schnellen Stadtleitung unauffällig lädt, kann auf dem Land in einem Gewerbegebiet oder einem Landkreis ohne Glasfaserausbau spürbar hängen. Genau dort macht der Unterschied zwischen H.264 und VP9 den größten Unterschied — nicht in der Theorie, sondern im tatsächlichen Ladeverhalten.

Die meisten Containerwechsel sind kosmetisch: derselbe H.264-Stream in einer anderen Hülle. Hier geht das nicht. WebM wurde 2010 von Google um ein bestimmtes Codec-Paar herum definiert, und die Datei, die hier entsteht, trägt VP9-Video mit Opus-Ton. Das MP4 enthielt mit ziemlicher Sicherheit H.264 mit AAC. Nichts wird geteilt, jedes Bild wird von Grund auf neu dekodiert und kodiert.

Das ist der ganze Grund, warum diese Umwandlung eine eigene Seite verdient statt einer bei den anderen Container-Wechseln. Sie dauert spürbar länger, die Einstellungen verändern das Ergebnis sichtbar, und was man dafür bekommt, ist eine kleinere Datei bei gleichem Bild — was nur zählt, wenn die Datei überhaupt über eine Leitung zu jemandem geht.

VP9 ist eine Codec-Generation nach H.264 und braucht für dieselbe sichtbare Qualität weniger Bits. Bei einem Hero-Video oder einer Endlosschleife im Hintergrund — den zwei Stellen, an denen Video einer Seite wirklich schadet — landet dieser Unterschied direkt bei der Zeit, die ein Besucher auf eine leere Fläche starrt.

Garantiert ist das nicht. Ein bereits komprimiertes MP4 neu zu kodieren heißt, dass der VP9-Encoder die Artefakte von H.264 originalgetreu mitnimmt, und bei einem kurzen, schon stark komprimierten Clip kann das WebM am Ende gar nicht kleiner werden. Beide Dateigrößen vergleichen, statt es anzunehmen — eine Umwandlung, die die Datei größer macht, gehört rückgängig gemacht.

Das video-Element nimmt mehrere source-Kindelemente, und der Browser wählt die erste, die er abspielen kann. WebM zuerst und das ursprüngliche MP4 danach zu listen bedeutet: moderne Browser laden die kleinere Datei, und alles Ungewöhnliche fällt ohne eine einzige Zeile JavaScript auf die zweite Quelle zurück. Heruntergeladen wird immer nur eine der beiden.

Das MP4 sollte trotzdem bleiben, nicht gelöscht werden. Es kostet nichts außer Speicherplatz, ist die Datei, die man jemandem zum Herunterladen gibt, und die, die in zehn Jahren noch in jedem Schnittprogramm öffnet. WebM ist ein Ausliefer-Format; es als einzige Kopie zu behandeln, ist der Weg, wie ein Projekt seine Masterdatei verliert.

Die drei Qualitätsstufen führen zu Bitratenzielen, die der Encoder pro Codec selbst auflöst, mit "balanced" als Standard. Für eine stumme Endlosschleife im Hintergrund ist die kleine Stufe meist richtig: Niemand schaut genau hin, sie konkurriert mit allem anderen auf der Seite um Bandbreite, und der Unterschied ist bei der Abspielgröße nicht zu sehen.

Bei allem mit einem Gesicht, mit Text oder mit Detail, das jemand lesen soll, ist "balanced" die Untergrenze. Die hohe Stufe gehört zu Dateien, die später noch bearbeitet oder erneut kodiert werden — dort schützt man die nächste Generation, nicht diese, und für ein reines Ausliefer-Video kauft man damit meist nur Bytes, die niemand bemerkt.

Ein kleineres Bild braucht weniger Bits für denselben Eindruck, und der Zusammenhang ist nicht sanft: Breite und Höhe halbieren viertelt die Pixelzahl. Läuft das Video in einer 800 Pixel breiten Spalte, verschwendet 4K-Material Bandbreite auf Detail, das das Layout wegwirft, bevor es jemand sieht.

Die Auflösungseinstellung skaliert ausschließlich nach unten. Eine Größe über der Quellauflösung wird ignoriert statt umgesetzt, weil Hochskalieren nur eine größere Datei mit demselben vorhandenen Detail ergäbe. Einmal hier festlegen ist besser, als bei jeder Wiedergabe im Browser neu zu skalieren.

Der Ton wird als Opus neu kodiert — die Audiohälfte dessen, wofür WebM gedacht ist, und bei niedrigen Bitraten tatsächlich besser als AAC, weshalb Browser Opus auch für Sprachanrufe nutzen. Bei Sprache in kleinen Dateigrößen ist der Unterschied zugunsten von Opus hörbar.

Der unvermeidliche Preis ist eine zweite Runde verlustbehafteter Kompression auf einem Ton, der im MP4 schon einmal komprimiert wurde. Für eine stumme Hintergrundschleife oder eine Demo mit Voiceover ist das nebensächlich. Bei einem Musikvideo, wo der Ton der eigentliche Inhalt ist, lohnt es sich, den Ton getrennt aus dem Original in hoher Qualität zu extrahieren, statt das, was der Ausliefer-Encode übrig lässt, hinzunehmen.

WebM gehört zu den wenigen Videoformaten mit Alphakanal, und dieser Ruf führt zu einer bestimmten Enttäuschung: Ein MP4 hat keinen Alphakanal, den es weitergeben könnte, und vorhandene Alpha-Seitendaten im Stream werden bei der Umwandlung verworfen. Ein transparentes WebM muss aus einer Quelle stammen, die Transparenz tatsächlich enthält.

Soll ein Video ohne sichtbaren Kasten über den Seitenhintergrund gelegt werden, funktioniert meist eine zur Seite passende Hintergrundfarbe direkt im Video oder ein CSS-Mischmodus über einem deckenden Clip zuverlässiger — beides ist robuster als Alpha-Video, das in mehreren Browsern immer noch uneinheitlich behandelt wird.

Die Umwandlung prüft, ob dieser Browser VP9 kodieren kann, noch bevor ein einziges Byte gelesen wird, und meldet es klar mit einer Nennung geeigneter Browser, falls nicht. Diese Prüfung sorgt dafür, dass der Fehler sofort erscheint statt erst nach mehreren Minuten Arbeit, formuliert, als läge das Problem bei der Datei.

Absichtlich gibt es keine Software-Alternative. Ein in WebAssembly kompilierter VP9-Encoder wäre mehrere Dutzend Megabyte zum Herunterladen und etwa eine Größenordnung langsamer als der bereits ungenutzt im Gerät vorhandene Hardware-Encoder — das leise anzubieten würde aus einer klaren Ablehnung eine Umwandlung machen, die scheinbar hängen bleibt.

Auch abseits des Festnetzausbaus lohnt sich der Blick aufs Mobilfunknetz: Wer die Webseite unterwegs über ein deutsches Mobilfunkpaket aufruft, zahlt für jedes geladene Megabyte in vielen Tarifen spürbar mehr als in Ländern mit großzügigeren Datenvolumina, und ein schweres Hintergrundvideo verbraucht dieses Volumen genauso, ob es angeschaut wird oder nicht.

Für eine Landingpage mit Zielgruppe in Deutschland ist das ein zusätzliches, eher stilles Argument für WebM: Ein kleineres Video kostet den Besucher nicht nur Ladezeit, sondern bei mobiler Nutzung buchstäblich Geld — ein Effekt, der in der reinen Ladezeit-Messung eines Testlabors nicht auftaucht.

Ob sich die Umwandlung für ein bestimmtes Video gelohnt hat, lässt sich ohne weiteres Werkzeug prüfen: die fertige Seite mit beiden Quellen im Browser öffnen, die Entwicklertools öffnen und im Netzwerktab nachsehen, welche der beiden Dateien tatsächlich geladen wurde und wie groß sie war. So zeigt sich unmittelbar, ob das WebM in diesem konkreten Fall kleiner ausgefallen ist oder nicht — statt sich auf die allgemeine Regel zu verlassen.

Das lohnt sich besonders bei Material, das schon stark komprimiert ist, etwa ein Video, das bereits einmal für eine andere Plattform exportiert wurde. Bei solchem Material fällt der Unterschied zwischen MP4 und WebM häufig kleiner aus als bei einer frisch aus der Kamera stammenden Aufnahme.

Videokodierung braucht Minuten an Prozessorzeit, und genau deshalb setzen gehostete Konverter ein Wasserzeichen, begrenzen die Länge oder verlangen ein Konto — jemand muss diese Minuten bezahlen. Hier gehören sie einem selbst, also entfällt das alles, und das MP4 wird nie hochgeladen.

Die praktische Grenze liegt bei 100 Megabyte in der kostenlosen Nutzung, danach am eigenen Arbeitsspeicher und der eigenen Geduld. Bei einem gehosteten Konverter würde allein der Upload meist länger dauern als diese gesamte Umwandlung.