MP3 na MP4, z Twoją okładką

Bo YouTube nie przyjmuje samego dźwięku. Jego uploader akceptuje kontenery wideo — MP4, MOV, WebM i resztę — a goły plik MP3 odprawia jeszcze przed rozpoczęciem wysyłania. Nieruchomy obraz z podłożonym dźwiękiem to zupełnie zwyczajna publikacja: większość teledysków z tekstem i filmów „topic” na tej platformie to dokładnie to, a mimo wszystko są indeksowane, monetyzowane i polecane jak każde inne. Instagram, TikTok i X działają tak samo.

Darmowe, bez konta, bez limitów i bez niczego odbitego w rogu. Utwór może mieć do 200 MB i 60 minut. Całe renderowanie działa na Twoim własnym sprzęcie, więc nie ma rachunku za serwer, którym mielibyśmy Cię obciążyć — i właśnie dlatego nie ma też kolejki, w której trzeba czekać.

Nie. Dźwięk i obraz są wczytywane prosto z Twojego dysku, dekodowane przez przeglądarkę i kodowane ponownie przez WebCodecs, czyli koder wideo już w niej wbudowany. Możesz to sprawdzić samodzielnie: otwórz DevTools, przejdź do panelu Sieć i zrób wideo — nie zobaczysz, żeby Twoje pliki gdziekolwiek szły. Po wczytaniu strony narzędzie działa dalej przy wyłączonej sieci.

Audio: MP3, WAV, M4A/AAC, OGG, Opus i FLAC, a także ścieżka dźwiękowa z MP4, jeśli Twoja przeglądarka potrafi ją odczytać. Obrazy: JPG, PNG i WebP. Na wyjściu zawsze powstaje MP4 z wideo H.264 i dźwiękiem AAC w 192 kbps, czyli kombinacja, którą każda platforma lubi najbardziej. Jeśli Twoja przeglądarka w ogóle nie potrafi kodować AAC — zdarza się to w niektórych wydaniach Firefoksa — dostaniesz w MP4 dźwięk Opus, a panel wyniku Cię o tym poinformuje.

16:9 w 1920×1080 do zwykłej publikacji na YouTube. 1:1 w 1080×1080 do posta na feedzie Instagrama. 9:16 w 1080×1920 do YouTube Shorts, Instagram Reels i TikToka. Jeśli nie masz pewności, wyrenderuj najpierw 16:9 — odtwarza się poprawnie wszędzie — a potem wczytaj ten sam utwór jeszcze raz i zrób 9:16 na platformy krótkich form. Opcja klasy 720 jest na wypadek, gdy zależy Ci, żeby plik był mały i szybki, a nie idealny.

Przy nieruchomym obrazie liczba klatek to celowo 2 fps, więc czterominutowy utwór to około 480 klatek, a nowszy laptop kończy w kilka sekund; plik wychodzi zwykle między 6 a 15 MB. Tryby z przebiegiem fali i paskiem postępu działają w 30 fps — dla tego samego utworu to około 7 200 klatek — i zabierają zauważalny ułamek długości samej piosenki. Szacunek nad przyciskiem mówi, który z dwóch trybów właśnie uruchamiasz, a bardzo długi utwór automatycznie dostaje niższą liczbę klatek, żeby czekanie pozostało rozsądne.

Dźwięk jest kodowany ponownie jeden raz, do AAC w 192 kbps. Dla gotowego miksu jest to przezroczyste i nieuniknione: MP4 musi nieść kodek, który wolno mu nieść. Nic nie jest próbkowane dwa razy i nie dokładamy ciszy na końcu. Długość jest dokładna co do próbki — tablica klatek budowana jest ze znacznika końca samej zdekodowanej ścieżki, a czas trwania ostatniej klatki jest przycinany tak, by pokryć pozostały ogon, więc obraz i dźwięk zatrzymują się razem, a nie o klatkę od siebie.

Jeden utwór naraz — i to celowo: koder trzyma gotowy plik MP4 w pamięci przeglądarki, a dwa długie zadania obok siebie przekroczyłyby limity większości kart. Gdy jedno się skończy, naciśnij „Zrób kolejny utwór” i wczytaj następny. Na telefonie działa w Safari na iPhonie i w Chrome na Androidzie — wybierz tam rozdzielczość klasy 720 i nieruchomy obraz, bo telefon koduje wolniej, a karta ma znacznie mniej pamięci do dyspozycji.