Pular para o conteúdo
PT
Menu

Um melhorador de vídeo de código aberto que roda no seu navegador

O motor de IA da ferramenta grátis do ToHD é de código aberto. webgpu-video-upscaler é um melhorador de vídeo com licença MIT que roda inteiramente numa aba do navegador: decodifica seu vídeo, melhora cada quadro com o Real-ESRGAN na sua placa de vídeo via WebGPU e grava um MP4 com o áudio original. Não há nada para instalar e o vídeo nunca é enviado. Você pode testar com seu próprio vídeo ou ler o código antes.

Como um melhorador de vídeo com IA local funciona numa aba do navegador

Cada quadro passa por cinco etapas, todas dentro da aba:

  1. O Mediabunny decodifica o quadro, que é desenhado num canvas, que também aplica a rotação do vídeo.
  2. Os pixels viram um tensor para o modelo.
  3. O ONNX Runtime Web roda o Real-ESRGAN realesr-general-x4v3 no quadro inteiro com o backend WebGPU. Não há divisão em blocos: o modelo compacto processa o quadro inteiro de uma vez.
  4. O resultado 4x é ajustado ao tamanho de saída, por exemplo 1080p.
  5. O Mediabunny codifica os quadros em H.264 e grava um MP4, copiando a faixa de áudio como está. Vídeos longos vão sendo gravados no armazenamento privado de arquivos do navegador, então o resultado não fica na memória.

Como decodificar e codificar quase não somam tempo ao modelo, a velocidade medida em alguns quadros prevê a do vídeo inteiro. A ferramenta grátis usa isso para mostrar quanto tempo seu vídeo vai levar antes de começar.

Velocidade medida

Numa máquina, um Apple M2 Max num navegador baseado em Chromium em 8 de novembro de 2026, o modelo levou:

Entrada Saída fp16 fp32
360p 720p 206 ms por quadro 1.067–1.765 ms por quadro
360p 1080p 200 ms por quadro não medido
480p 1080p 360 ms por quadro não medido
720p 1080p 830–870 ms por quadro não medido

A partir de 360p, são cerca de 3 minutos para um clipe de 30 segundos a 30 quadros por segundo. O fp16 deu a mesma imagem que o fp32 nos nossos testes. Outros aparelhos ainda não foram medidos; um notebook com placa integrada pode ser várias vezes mais lento.

O que ele corrige e o que não

Testado em quatro clipes de banco de imagens grátis que reduzimos ou desfocamos e depois melhoramos:

  • Baixa resolução (de 360p ou 480p para 720p ou 1080p): visivelmente mais nítido. Texto, bigodes e cílios voltam como linhas limpas.
  • Levemente fora de foco: melhor nos quatro clipes.
  • De 720p para 1080p: um ganho pequeno.
  • Compressão forte: os blocos são suavizados, mas o detalhe perdido não volta.
  • Desfoque de movimento: não é corrigido. Os rastros continuam.

Texturas finas de pele, como sardas, podem ser suavizadas. Você pode baixar dois clipes de teste e os resultados para julgar por conta própria.

O que o ToHD acrescenta

O repositório de código aberto é só o processo de IA. O site do ToHD acrescenta um modo Rápido para celulares e computadores mais lentos, uma prévia automática de antes e depois com quadros de todo o seu vídeo, uma opção Anime que usa o realesr-animevideov3, 4K grátis no computador e o processamento na nuvem pago, mais rápido e que aceita lotes e vídeos do celular. A opção Vídeo usa o general-x4v3 com a intensidade de redução de ruído do modelo em 0,75, uma versão um pouco mais suave do modelo do repositório. A lista completa de componentes e licenças está na página de créditos.

Perguntas frequentes

O ToHD é de código aberto?

O motor de IA é. O processo do navegador que lê, melhora e grava seu vídeo está no GitHub como webgpu-video-upscaler, sob a licença MIT. O site do ToHD, o modo Rápido e o serviço pago na nuvem não são de código aberto.

É um melhorador de vídeo local se roda num navegador?

Sim. O modelo roda na sua própria placa de vídeo via WebGPU, e o vídeo é lido e gravado dentro da aba do navegador. Nada é enviado, então funciona como um melhorador de vídeo com IA local sem instalar nada. O código é público, então você mesmo pode conferir.

Como se compara com o Video2X ou o Real-ESRGAN no desktop?

Usa a mesma família de modelos Real-ESRGAN, sem nada para instalar e sem Python ou drivers para configurar. A diferença está na velocidade e no tamanho. Um app de desktop pode usar modelos maiores; este motor fica num modelo compacto para continuar rápido numa aba do navegador. O processo do repositório vai até 1080p, e o site do ToHD parte dele para fazer 4K grátis no computador.

De quais navegadores ele precisa?

Um navegador com WebGPU, como Chrome ou Edge recentes num computador. Com o recurso shader-f16 ele roda o modelo fp16; sem ele, o modelo fp32, que foi de 5 a 8 vezes mais lento no nosso teste. Celulares e placas integradas de notebook ainda não foram medidos com este motor e devem ser bem mais lentos.

Onde está o código no GitHub e posso usá-lo no meu projeto?

O código está em github.com/flreey/webgpu-video-upscaler, e sim, você pode usá-lo sob a licença MIT. São três arquivos TypeScript com duas dependências, Mediabunny e ONNX Runtime Web. Os pesos do modelo mantêm a própria licença BSD 3-Clause do projeto Real-ESRGAN.