要点（BLUF）： アップスケーラーはビデオや画像を 2 ～ 4 倍大きくします。小さなフレームが大きなフレームに変わり、Real-ESRGAN ニューラル ネットワークが詳細を再描画します。すべてが自分のデバイス上で実行されます。ファイルは決してアップロードされず、トークンの請求も、背後に有料の API もありません。モデルはブラウザ内で直接実行されるため、作成中に結果が表示され、完成したビデオは元のフレーム レートとサウンドでダウンロードされます。
アップスケーラーはファイルを取得し、解像度を 2 倍または 4 倍に上げます。これは単に画像を引き伸ばすだけではありません。Real-ESRGAN ニューラル ネットワークがフレームを調べて詳細を再描画します。エッジが鮮明になり、細かいテクスチャになり、髪の毛がドロドロになるのがなくなり、ノイズと圧縮アーティファクトが軽減されます。
このツールはビデオと単一の画像の両方を受け入れます。ビデオの場合、すべてのフレームが独自にアップスケーリングされ、その後、すべてが元のフレーム レートと元のサウンドでクリップに再組み立てされます。画像の場合、高解像度では結果は PNG になります。
ファイルが当社のサーバーや他のサーバーに送信されることはありません。 Real-ESRGAN 重み (BSD-3 ライセンス) はブラウザに一度読み込まれ、その後キャッシュから提供され、計算はグラフィック カード上で WebGPU まで実行されます。 WebGPU が利用できない場合は、CPU フォールバックが開始されます。速度は遅くなりますが、どこでも機能します。
このモデルにはトークンは課金されません。有料のリクエストはまったくありません。ビデオ フレームは WebCodecs でデコードされ、それぞれがローカルでアップスケールされ、その結果が MP4 (H.264 + AAC) または WebM (VP9 + Opus) のどちらかシステムがサポートするものに組み立てられます。
重りは 2 セットあります。一般 — 写真および通常のビデオの場合: ×2 (RealESRGAN_x2plus) および ×4 (RealESRGAN_x4plus)。アニメ — 絵、アニメ、漫画用: ×4 (realesr-animevideov3)。別個のアニメ × 2 モデルは存在しないため、「アニメ × 2」は ×4 モデルで計算され、慎重に ×2 に減らされます。つまり、最終的な解像度は正直にオリジナルの 2 倍になります。
タイル サイズは技術的な設定です。フレームは正方形にカットされ、それぞれが個別に計算されます。タイルが小さいほどメモリ使用量が少なくなり (電話機では重要)、タイルが大きいほど、強力なグラフィック カードで高速になります。タイル間に継ぎ目はありません。エッジはマージンを持って取られ、トリミングされます。
画像の場合、結果は 1 つのアップスケールされた画像としてすぐに表示されます。ビデオの場合、処理中にプレビューが更新されます。フレームが 1 つずつ表示されるのを確認でき、進行状況バーにはすでに完了したフレームの数が表示されます。
ロングランはボタンでキャンセル可能。完成したファイルはワンクリックでダウンロードされます。画像は PNG、ビデオは MP4 または WebM です。
速度は、ファイル サイズ、選択したスケール、および WebGPU があるかどうかによって異なります。 CPU では、長いクリップには時間がかかります。短いクリップには数分かかる場合があります。画像または短いフラグメントから始めて、結果を確認してから、より大きなファイルを取得します。
ビデオには、WebCodecs — Chrome または Edge を備えた最新のブラウザが必要です。結果はブラウザの技術的な上限によって制限されます。アップスケールされたフレームの長辺が 8192 ピクセルを超える場合、ツールは正直にそのことを示し、×2 以下のファイルを提案します。
アップスケーラーは、顔、テキスト、建築、自然などの詳細が明確なフレームに最適です。高度に圧縮されノイズの多いソースもクリーンアップされますが、奇跡は約束されません。フレームから細部が失われると、ネットワークが独自の方法でそれを発明します。
アニメや絵の場合は、アニメ セットを選択します。これは、輪郭を滑らかにしたり、線画を「撮影」したりしません。
はい。モデルとその重みがブラウザに読み込まれ、デバイス上で計算が実行されます。ビデオや画像がどこにも送信されることはなく、このモデルには有料の API もありません。
何もない。アップスケールにはトークンは課金されません。処理は当社のサーバーではなく、お客様のコンピュータ上で実行されます。
はい。ビデオは元の FPS に組み立てられ、オーディオ トラックは結果に引き継がれます (MP4 の場合は AAC、WebM の場合は Opus)。ブラウザがオーディオをエンコードできない場合、ツールは正直にサウンドを引き継ぐことができないことを通知します。
×4 では、各面の解像度が 4 倍 (面積の 16 倍) 向上し、より詳細な情報が得られますが、時間がかかり、より多くのメモリが必要になります。 ×2 は高速かつ軽量で、携帯電話に適しています。
はい、このツールは画像も受け入れます。結果は、高解像度では PNG になります。
速度は、ファイル サイズ、スケール、および WebGPU が利用可能かどうかによって異なります。 CPU では、長いクリップには数倍の時間がかかります。短いクリップまたは画像を試してください。