Converter WebM para MP4

Quase ninguém decide fazer um WebM. Ele chega. Um gravador de tela baseado em navegador criou um, uma mensagem de voz do Discord ou WhatsApp Web baixou como um, uma página usou o MediaRecorder do próprio navegador para captar uma câmera, ou uma ferramenta de download salvou o fluxo que um site já estava servindo. O Google publicou o formato em 2010 exatamente para que vídeo pudesse ser entregue na web sem taxa de licença, e navegadores realmente leem ele todos.

Praticamente tudo mais não lê. O QuickTime não tem decodificador de VP9, o Premiere e o After Effects não importam um sem ajuda, o PowerPoint recusa o arquivo, e a galeria de um celular não aceita. Essa lacuna — todo navegador sim, quase todo aplicativo de mesa não — é o motivo inteiro de esta conversão ser uma das mais buscadas na internet, e é por isso que MP4 é a resposta, não um pacote de codecs.

Algumas conversões de contêiner são só uma questão de reescrever um cabeçalho e copiar o dado comprimido sem tocar. Esta não é uma delas. O WebM guarda VP8, VP9 ou AV1; o MP4 gravado aqui guarda H.264, porque H.264 é o codec que todo aparelho feito nos últimos vinte anos consegue decodificar em hardware. Dois codecs diferentes significa que cada quadro é decodificado de volta para pixels e comprimido de novo do zero.

Planeje de acordo. Um clipe de um minuto em 1080p costuma terminar antes de você trocar de aba. Uma gravação de tela de quarenta minutos de uma reunião é minutos de trabalho sustentado na sua própria CPU e GPU, e a aba precisa ficar aberta enquanto isso acontece. Qualquer promessa de conversão instantânea de WebM para MP4 ou está copiando um fluxo que um aparelho não vai tocar, ou ainda não começou.

A trilha de vídeo é gravada como H.264 em High profile, nível 3.1 — em forma de string de codec, `avc1.64001f`. O áudio, que num WebM feito por navegador é quase sempre Opus, é gravado como AAC. Esse par é deliberado: um MP4 contendo AV1 é um MP4 perfeitamente válido que uma TV vai se recusar a tocar, e uma conversão que produz um arquivo que o destino recusa não resolveu nada.

A consequência prática é que o MP4 é reproduzível por padrão em qualquer lugar que um MP4 é esperado — iOS e Android, Windows Media Player, QuickTime, todo editor, todo uploader de rede social. High profile em vez de Baseline só vale saber num lugar: players de hardware extremamente antigos, anteriores a ele. Tudo dos últimos quinze anos lida bem.

Como todo quadro está sendo reconstruído de qualquer forma, mudar a resolução não custa nada extra. O controle oferece 2160p, 1440p, 1080p, 720p, 480p e 360p, além de manter o tamanho original, e a largura acompanha a altura automaticamente, então nada nunca é esticado.

Pedir mais do que a origem tem é ignorado silenciosamente. Uma gravação de tela em 720p definida para 4K seria quatro vezes o arquivo com nenhum pixel novo de detalhe nele, então o pedido é tratado como "deixar como está". A direção útil é para baixo: uma captura 4K reduzida para 1080p tem um quarto dos pixels, e o MP4 encolhe aproximadamente na mesma proporção.

A maioria dos arquivos WebM que precisam ser convertidos são gravações de tela, e conteúdo de tela é incomumente gentil com uma recodificação. Painéis de interface planos, blocos sólidos de cor e texto parado comprimem extremamente bem e sobrevivem a uma segunda passagem com quase nada de perda visível. Uma demonstração de software gravada convertida para MP4 geralmente parece idêntica ao WebM ao lado dela.

Material de câmera é o caso mais difícil. Grão, cabelo, folhagem e movimento rápido são exatamente o que um codec gasta seus bits, e pedir para um segundo codec descrever as aproximações do primeiro deixa isso visível. Se o WebM veio de uma webcam e o resultado vai entrar numa edição em vez de ir direto para um espectador, suba a faixa de qualidade antes de converter, em vez de depois.

Imagem e som atravessam por completo: toda trilha de vídeo e toda trilha de áudio que o navegador consegue decodificar, na ordem em que o WebM as tinha, porque o MP4 não tem teto prático de quantas guarda. O que não sobrevive é tudo que não é nenhum dos dois — sem trilhas de legenda, sem marcadores de capítulo. Para uma captura feita por navegador, isso é quase sempre irrelevante, porque esses arquivos contêm uma trilha de vídeo e uma de áudio e nada mais.

Transparência é a que ocasionalmente surpreende as pessoas. O VP9 dentro do WebM pode carregar canal alfa — é assim que sobreposições animadas são entregues na web — e o H.264 não tem canal alfa nenhum. Um WebM transparente convertido para MP4 volta opaco, e nenhum ajuste muda isso. Se a transparência é o ponto, guarde o WebM e use ele num elemento `<video>`.

O codificador de H.264 usado aqui pertence ao navegador e à máquina, não a esta página. Chrome, Edge e Safari têm um em praticamente todo computador e celular atual. Algumas instalações do Firefox, particularmente no Linux, não têm, e nesse caso a conversão para antes de começar, com uma frase explicando isso em vez de falhar no meio do caminho.

Não há alternativa em software, e isso é uma decisão, não uma omissão. Um codificador de H.264 compilado para WebAssembly tem dezenas de megabytes para baixar e é aproximadamente uma ordem de grandeza mais lento que o codificador de hardware parado ao lado dele. Sugerir abrir a mesma página noutro navegador é uma resposta melhor do que um download de cinquenta megabytes que depois leva uma hora.

Solte até cem arquivos juntos. Cada um converte por conta própria com seu próprio progresso, e assim que mais de um termina, eles podem ser baixados como um único ZIP. Este é o caso comum para quem tem um gravador de tela produzindo WebM silenciosamente há meses.

Como nada é enviado, um lote não custa banda e não bate em nenhum limite diário — a única restrição é quanto trabalho a sua máquina quer fazer de uma vez. Também é o ponto em que a abordagem local deixa de ser sobre privacidade e passa a ser sobre não gastar uma tarde inteira olhando uma barra de upload.

Gravações de tela são a categoria mais sensível de arquivo que a maioria das pessoas converte. Elas contêm caixas de entrada, painéis, nomes de clientes, ferramentas internas e o que mais estava na tela, e o caminho comum para esta conversão é entregar tudo isso a um site que você achou dez segundos atrás.

Aqui o vídeo é decodificado, recodificado e empacotado dentro da aba, usando codecs que o navegador já tem. Nada carregando o arquivo é enviado a lugar nenhum, não há conta, e não há fila atrás dos envios de outras pessoas. A conferência leva dez segundos se você quiser fazer: abra as ferramentas de desenvolvedor, observe a aba de rede, converta alguma coisa e veja o que se move.