vlambda博客
学习文章列表

// 每日前端夜话 第470篇
// 正文共：2200 字
// 预计阅读时间：10 分钟

我们可以凭借 FFmpeg 的 WebAssembly 版本直接在浏览器中运行这个能强大的视频处理工具。在本文中，我们来探索一下 FFmpeg.wasm^[1]，并写一个简单的代码转换器，把数据流传输到视频元素中并播放出来。

FFmpeg.wasm

一般我们通过其命令行使用 FFmpeg。例如下面的命令可以吧 AVI 文件转码为 MP4 格式：

$ ffmpeg -i input.avi output.mp4

同样的工作也可以在浏览器中做到。FFmpeg.wasm 是 FFmpeg 的 WebAssembly 端口，像其他 JavaScript 模块一样可以通过 npm 安装，并在 Node 或浏览器中使用：

$ npm install @ffmpeg/ffmpeg @ffmpeg/core

装好 FFmpeg.wasm 后，可以在浏览器中执行等效的转码操作：

// fetch AVI 文件
const sourceBuffer = await fetch("input.avi").then(r => r.arrayBuffer());

// 创建 FFmpeg 实例并载入
const ffmpeg = createFFmpeg({ log: true });
await ffmpeg.load();

// 把 AVI 写入 FFmpeg 文件系统
ffmpeg.FS(
  "writeFile",
  "input.avi",
  new Uint8Array(sourceBuffer, 0, sourceBuffer.byteLength)
);

// 执行 FFmpeg 命令行工具, 把 AVI 转码为 MP4
await ffmpeg.run("-i", "input.avi", "output.mp4");

// 把 MP4 文件从 FFmpeg 文件系统中取出
const output = ffmpeg.FS("readFile", "output.mp4");

// 对视频文件进行后续操作
const video = document.getElementById("video");
video.src = URL.createObjectURL(
  new Blob([output.buffer], { type: "video/mp4" })
);

这里有很多有趣的东西，接下来深入研究细节。

在 fetch API 加载 AVI 文件之后，用下面的步骤初始化 FFmpeg：

const ffmpeg = createFFmpeg({ log: true });
await ffmpeg.load();

FFmpeg.wasm 由一个很薄的 JavaScript API 层和一个较大的（20M）WebAssembly 二进制文件组成。上面的代码加载并初始化了可供使用的 WebAssembly 文件。

WebAssembly 是在浏览器中运行的、经过性能优化的底层字节码。它被专门设计为能够用多种语言进行开发和编译。

FFmpeg 的历史已经超过20年了，有一千多人贡献过代码。在 WebAssembly 出现之前，要给它创建 JavaScript 能够调用的接口，所涉及的工作可能会非常繁琐。

未来 WebAssembly 的使用会更加广泛，现在它作为把大量成熟的 C/C++ 代码库引入 Web 的一种机制，已经非常成功了， Google Earth^[2]，AutoCAD^[3] 和 TensorFlow^[4] 等都是非常典型的案例。

在初始化之后，下一步是把 AVI 文件写入文件系统：

ffmpeg.FS(
  "writeFile",
  "input.avi",
  new Uint8Array(sourceBuffer, 0, sourceBuffer.byteLength)
);

这段代码有些奇怪，想要知道这是什么情况，需要更深入地研究 FFmpeg.wasm 的编译方式。

Emscripten^[5] 是遵循 WebAssembly 规范开发的把 C/C++ 代码编译为 WebAssembly 的工具链，正是它把 FFmpeg.wasm 编译为 WebAssembly 的。但是 Emscripten 不只是一个 C++ 编译器，为了简化现有代码库的迁移，它通过基于 Web 的等效项提供对许多 C/C++ API 的支持。例如通过把函数调用映射到 WebGL 来支持 OpenGL。它还支持 SDL、POSIX 和 pthread。

Emscripten 通过提供 file-system API^[6] 来映射到内存中的存储。使用 FFmpeg.wasm 可以直接通过 ffmpeg.FS 函数公开底层的 Emscripten 文件系统API，你可以用这个借口浏览目录、创建文件和其他各种针对文件系统的操作。

下一步是真正有意思的地方：

await ffmpeg.run("-i", "input.avi", "output.mp4");

如果你在 Chrome 的开发工具中进行观察，会注意到它创建了许多 Web Worker，每个 Web Worker 都加载了 ffmpeg.wasm：

在这里用到了 Emscripten 的 Pthread 支持^[7]。启用日志记录后，你可以在控制台中查看进度；

Output #0, mp4, to 'output.mp4':
   Metadata:
     encoder         : Lavf58.45.100
     Stream #0:0: Video: h264 (libx264) (avc1 / 0x31637661), yuv420p, 256x240, q=-1--1, 35 fps, 17920 tbn, 35 tbc
     Metadata:
       encoder         : Lavc58.91.100 libx264
     Side data:
       cpb: bitrate max/min/avg: 0/0/0 buffer size: 0 vbv_delay: N/A
frame=   47 fps=0.0 q=0.0 size=       0kB time=00:00:00.00 bitrate=N/A speed=   0x
frame=   76 fps= 68 q=30.0 size=       0kB time=00:00:00.65 bitrate=   0.6kbits/s speed=0.589x
frame=  102 fps= 62 q=30.0 size=       0kB time=00:00:01.40 bitrate=   0.3kbits/s speed=0.846x

最后一步是读取输出文件并将其提供给 video 元素：

const output = ffmpeg.FS("readFile", "output.mp4");
const video = document.getElementById("video");
video.src = URL.createObjectURL(
  new Blob([output.buffer], { type: "video/mp4" })
);

有趣的是，带有虚拟文件系统的命令行工具 FFmpeg.wasm 有点像 docker！

创建流式转码器

对大视频文件进行编码转换可能耗时较长。我们可以先把文件转码为切片，并将其逐步添加到视频缓冲区中。

你可以用 Media Source Extension APIs^[8] 来构建流媒体播放，其中包括 MediaSource 和 SourceBuffer 对象。创建和加载缓冲区的操作可能非常棘手，因为这两个对象都提供了生命周期事件，必须通过处理这些事件才能在正确的时间添加新的缓冲区。为了管理这些事件的协调，我用到了 RxJS^[9]。

下面的函数基于 FFmpeg.wasm 转码后的输出创建一个 RxJS Observable：

const bufferStream = filename =>
  new Observable(async subscriber => {
    const ffmpeg = FFmpeg.createFFmpeg({
      corePath: "thirdparty/ffmpeg-core.js",
      log: false
    });

    const fileExists = file => ffmpeg.FS("readdir", "/").includes(file);
    const readFile = file => ffmpeg.FS("readFile", file);

    await ffmpeg.load();
    const sourceBuffer = await fetch(filename).then(r => r.arrayBuffer());
    ffmpeg.FS(
      "writeFile", "input.mp4",
      new Uint8Array(sourceBuffer, 0, sourceBuffer.byteLength)
    );

    let index = 0;

    ffmpeg
      .run(
        "-i", "input.mp4",
        // 给流进行编码
        "-segment_format_options", "movflags=frag_keyframe+empty_moov+default_base_moof",
        // 编码为 5 秒钟的片段
        "-segment_time", "5",
        // 通过索引写入文件系统
        "-f", "segment", "%d.mp4"
      )
      .then(() => {
        // 发送剩余的文件内容
        while (fileExists(`${index}.mp4`)) {
          subscriber.next(readFile(`${index}.mp4`));
          index++;
        }
        subscriber.complete();
      });

    setInterval(() => {
      // 定期检查是否已写入文件
      if (fileExists(`${index + 1}.mp4`)) {
        subscriber.next(readFile(`${index}.mp4`));
        index++;
      }
    }, 200);
  });

上面的代码用了和以前相同的 FFmpeg.wasm 设置，将要转码的文件写入内存文件系统。为了创建分段输出，ffmpeg.run 的配置与上一个例子有所不同，需要设置合适的转码器。在运行时 FFmpeg 把带有增量索引（0.mp4， 1.mp4, …）的文件写入内存文件系统。

为了实现流式传输输出，需要通过轮询文件系统以获取转码后的输出，并通过 subscriber.next 把数据作为事件发出。最后当 ffmpeg.run 完成时，余下的文件内容被送出并关闭流。

需要创建一个MediaSource对象来把数据流传输到视频元素中，并等待 sourceopen 事件触发。下面的代码用到了 RxJS 的 combineLatest 来确保在触发这个事件之前不处理 FFmpeg 输出：

const mediaSource = new MediaSource();
videoPlayer.src = URL.createObjectURL(mediaSource);
videoPlayer.play();

const mediaSourceOpen = fromEvent(mediaSource, "sourceopen");

const bufferStreamReady = combineLatest(
  mediaSourceOpen,
  bufferStream("4club-JTV-i63.avi")
).pipe(map(([, a]) => a));

当接收到第一个视频切片或缓冲时，需要在正确的时间向 SourceBuffer 添加 MediaSource，并将原始缓冲区附加到 SourceBuffer。在此之后，还有一个需要注意的地方，新缓冲不能马上添加到 SourceBuffer 中，需要等到它发出 updateend 事件表明先前的缓冲区已被处理后才行。

下面的代码用 take 处理第一个缓冲区，并用 mux.js^[10] 库读取 mime 类型。然后从 updateend 事件返回一个新的可观察流：

const sourceBufferUpdateEnd = bufferStreamReady.pipe(
  take(1),
  map(buffer => {
    // 基于当前的 mime type 创建一个buffer
    const mime = `video/mp4; codecs="${muxjs.mp4.probe
      .tracks(buffer)
      .map(t => t.codec)
      .join(",")}"`;
    const sourceBuf = mediaSource.addSourceBuffer(mime);

    // 追加道缓冲区
    mediaSource.duration = 5;
    sourceBuf.timestampOffset = 0;
    sourceBuf.appendBuffer(buffer);

    // 创建一个新的事件流 
    return fromEvent(sourceBuf, "updateend").pipe(map(() => sourceBuf));
  }),
  flatMap(value => value)
);

剩下的就是在缓冲区到达及 SourceBuffer 准备就绪时追加缓冲区。可以通过 RxJS 的 zip 函数实现：

zip(sourceBufferUpdateEnd, bufferStreamReady.pipe(skip(1)))
  .pipe(
    map(([sourceBuf, buffer], index) => {
      mediaSource.duration = 10 + index * 5;
      sourceBuf.timestampOffset = 5 + index * 5;
      sourceBuf.appendBuffer(buffer.buffer);
    })
  )
  .subscribe();

就这样对事件进行了一些协调，最终只需很少的代码就能对视频进行转码了，并将结果逐渐添加到视频元素中。

Reference