Krótko o najważniejszym (BLUF): Upscaler sprawia, że Twój film lub obraz jest 2 lub 4 razy większy: mała klatka zamienia się w dużą, a sieć neuronowa Real-ESRGAN przerysowuje szczegóły. Wszystko działa na Twoim urządzeniu — plik nigdy nie jest przesyłany, nie są pobierane żadne tokeny i nie kryje się za tym żadne płatne API. Model działa bezpośrednio w przeglądarce, dzięki czemu można zobaczyć wynik już na etapie jego tworzenia, a gotowe wideo można pobrać z oryginalną liczbą klatek na sekundę i dźwiękiem.
Moduł upscalera pobiera plik i zwiększa jego rozdzielczość: ×2 lub ×4. Nie chodzi tylko o rozciągnięcie obrazu — sieć neuronowa Real-ESRGAN patrzy na ramkę i na nowo rysuje szczegóły: krawędzie stają się ostre, delikatne tekstury, włosy przestają zamieniać się w papkę, a szumy i artefakty kompresji są zmniejszone.
Narzędzie akceptuje zarówno wideo, jak i pojedynczy obraz. W przypadku filmu każda klatka jest skalowana osobno, a następnie wszystko jest składane z powrotem w klip z pierwotną liczbą klatek na sekundę i oryginalnym dźwiękiem. W przypadku obrazu wynik wynosi PNG przy wyższej rozdzielczości.
Plik nigdy nie jest wysyłany na nasz serwer ani na serwer kogokolwiek innego. Wagi Real-ESRGAN (licencja BSD-3) ładują się do przeglądarki raz, a następnie są podawane z pamięci podręcznej, a obliczenia przebiegają na karcie graficznej do WebGPU. Jeśli WebGPU jest niedostępne, uruchamia się rezerwowe CPU — wolniej, ale działa wszędzie.
Za ten model nie są pobierane żadne tokeny: nie ma w ogóle płatnego żądania. Klatki wideo są dekodowane za pomocą WebCodecs, każda jest lokalnie zwiększana, a wynik jest składany w MP4 (H.264 + AAC) lub WebM (VP9 + Opus), w zależności od tego, który system obsługuje.
Istnieją dwa zestawy ciężarków. Ogólne — dla zdjęć i zwykłego wideo: ×2 (RealESRGAN_x2plus) i ×4 (RealESRGAN_x4plus). Anime — dla rysunków, anime i kreskówek: ×4 (realesr-animevideov3). Oddzielny model anime ×2 nie istnieje, więc „Anime ×2” jest obliczane na podstawie modelu ×4, a następnie ostrożnie redukowane do ×2 — ostateczna rozdzielczość jest szczerze mówiąc dwukrotnie większa od oryginału.
Rozmiar płytek to ustawienie techniczne. Ramka jest cięta na kwadraty i każdy jest obliczany osobno: mniejsza płytka zużywa mniej pamięci (ważne w telefonie), większa płytka jest szybsza na mocnej karcie graficznej. Pomiędzy płytkami nie ma szwów: krawędzie są brane z marginesem, a następnie przycinane.
W przypadku obrazu wynik jest natychmiast wyświetlany jako pojedynczy, przeskalowany obraz. W przypadku filmu podgląd jest aktualizowany podczas przetwarzania — możesz oglądać klatki pojawiające się jedna po drugiej, a pasek postępu pokazuje, ile klatek zostało już ukończonych.
Długi bieg można anulować za pomocą przycisku. Gotowy plik można pobrać jednym kliknięciem: obraz jako PNG, film jako MP4 lub WebM.
Szybkość zależy od rozmiaru pliku, wybranej skali i tego, czy masz WebGPU. Na CPU długi klip zajmuje trochę czasu: krótki klip może zająć kilka minut. Zacznij od obrazu lub krótkiego fragmentu, spójrz na wynik, a następnie weź większy plik.
Wideo wymaga nowoczesnej przeglądarki z WebCodecs — Chrome lub Edge. Wynik jest ograniczony technicznym pułapem przeglądarki: jeśli przeskalowana ramka miałaby przekraczać 8192 piksele na dłuższym boku, narzędzie mówi to szczerze i sugeruje plik ×2 lub mniejszy.
Funkcja upscaler działa najlepiej w przypadku klatek z wyraźnymi szczegółami: twarzami, tekstem, architekturą, przyrodą. Źródła mocno skompresowane i zaszumione również są oczyszczane, ale cudów nie obiecuje się: jeśli z kadru znikną szczegóły, sieć wymyśli to na swój sposób.
W przypadku anime i rysunków wybierz zestaw Anime — nie wygładza konturów i nie „fotografuje” pracy linii.
Tak. Model i jego wagi ładują się do przeglądarki, a obliczenia są uruchamiane na Twoim urządzeniu. Filmy i zdjęcia nigdy nie są nigdzie wysyłane, a w tym modelu nie ma płatnego API.
Nic. Za usługę ekskluzywną nie są pobierane żadne tokeny: przetwarzanie odbywa się na Twoim komputerze, a nie na naszym serwerze.
Tak. Film jest składany z powrotem do oryginału FPS, a ścieżka audio jest przenoszona do wyniku (AAC dla MP4, Opus dla WebM). Jeśli Twoja przeglądarka nie może kodować dźwięku, narzędzie szczerze mówi, że dźwięku nie można przenieść.
×4 zwiększa rozdzielczość czterokrotnie z każdej strony (czyli 16 razy większy obszar) i daje więcej szczegółów, ale trwa dłużej i wymaga więcej pamięci. ×2 jest szybszy i lżejszy, dobry dla telefonu.
Tak, narzędzie akceptuje również obrazy: wynikiem jest PNG w wyższej rozdzielczości.
Szybkość zależy od rozmiaru pliku, skali i dostępności WebGPU. Na CPU długi klip trwa kilka razy dłużej — wypróbuj krótki klip lub obraz.