Em resumo (BLUF): O upscaler torna seu vídeo ou imagem 2 ou 4 vezes maior: um quadro pequeno se transforma em um grande e a rede neural Real-ESRGAN redesenha os detalhes. Tudo funciona no seu próprio dispositivo — o arquivo nunca é carregado, nenhum token é cobrado e não há API pago por trás dele. O modelo roda direto no navegador, então você vê o resultado enquanto ele está sendo feito, e o vídeo finalizado é baixado com a taxa de quadros e som originais.
O upscaler pega seu arquivo e aumenta sua resolução: ×2 ou ×4. Não se trata apenas de esticar a imagem — a rede neural Real-ESRGAN olha para o quadro e redesenha os detalhes: as bordas ficam nítidas, as texturas finas e o cabelo param de se transformar em mingau e os artefatos de ruído e compressão são reduzidos.
A ferramenta aceita um vídeo e uma única imagem. Para um vídeo, cada quadro é aumentado por conta própria e então tudo é montado novamente em um clipe com a taxa de quadros original e o som original. Para uma imagem, o resultado é PNG na resolução mais alta.
O arquivo nunca é enviado para o nosso servidor ou para qualquer outra pessoa. Os pesos Real-ESRGAN (licença BSD-3) são carregados no navegador uma vez e depois servidos a partir do cache, e o cálculo é executado na sua placa gráfica até WebGPU. Se WebGPU não estiver disponível, um substituto CPU entra em ação – mais lento, mas funciona em qualquer lugar.
Nenhum token é cobrado para este modelo: não há nenhuma solicitação paga. Os quadros de vídeo são decodificados com WebCodecs, cada um é aumentado localmente e o resultado é montado em MP4 (H.264 + AAC) ou WebM (VP9 + Opus), conforme o seu sistema suportar.
Existem dois conjuntos de pesos. Geral — para fotos e vídeos comuns: ×2 (RealESRGAN_x2plus) e ×4 (RealESRGAN_x4plus). Anime — para desenhos, animes e desenhos animados: ×4 (realesr-animevideov3). Não existe um modelo de anime ×2 separado, então “Anime ×2” é calculado com o modelo ×4 e depois cuidadosamente reduzido para ×2 – a resolução final é honestamente o dobro da original.
O tamanho do bloco é uma configuração técnica. O quadro é cortado em quadrados e cada um é calculado separadamente: um bloco menor usa menos memória (importante em um telefone), um bloco maior é mais rápido em uma placa gráfica poderosa. Não há costuras entre os ladrilhos: as bordas são tiradas com margem e depois cortadas.
Para uma imagem, o resultado é mostrado imediatamente como uma única imagem ampliada. Para um vídeo, a visualização é atualizada durante o processamento – você pode ver os quadros aparecerem um por um e a barra de progresso mostra quantos quadros já foram concluídos.
Uma corrida longa pode ser cancelada com um botão. O arquivo finalizado é baixado com um clique: uma imagem como PNG, um vídeo como MP4 ou WebM.
A velocidade depende do tamanho do arquivo, da escala escolhida e se você tem WebGPU. No CPU um clipe longo demora um pouco: um clipe curto pode demorar alguns minutos. Comece com uma imagem ou um pequeno fragmento, veja o resultado e depois pegue um arquivo maior.
O vídeo precisa de um navegador moderno com WebCodecs — Chrome ou Edge. O resultado é limitado pelo limite técnico do navegador: se o quadro aumentado exceder 8192 pixels no lado longo, a ferramenta diz isso honestamente e sugere ×2 ou um arquivo menor.
O upscaler funciona melhor em molduras com detalhes nítidos: rostos, texto, arquitetura, natureza. Fontes altamente comprimidas e barulhentas também são limpas, mas nenhum milagre é prometido: se o detalhe desaparecer do quadro, a rede o inventará à sua própria maneira.
Para animes e desenhos escolha o conjunto Anime — ele não suaviza os contornos e não “fotografa” o traço.
Sim. O modelo e seus pesos são carregados no navegador e o cálculo é executado no seu dispositivo. Vídeos e imagens nunca são enviados para lugar nenhum e não há API pago neste modelo.
Nada. Nenhum token é cobrado pelo upscale: o processamento é executado no seu computador, não em nosso servidor.
Sim. O vídeo é montado novamente no FPS original e a trilha de áudio é transportada para o resultado (AAC para MP4, Opus para WebM). Se o seu navegador não conseguir codificar o áudio, a ferramenta diz honestamente que o som não pôde ser transmitido.
×4 aumenta a resolução quatro vezes em cada lado (ou seja, 16 vezes a área) e fornece mais detalhes, mas leva mais tempo e precisa de mais memória. ×2 é mais rápido e leve, bom para um telefone.
Sim, a ferramenta também aceita imagens: o resultado é PNG na resolução mais alta.
A velocidade depende do tamanho do arquivo, da escala e se WebGPU está disponível. No CPU, um clipe longo leva muito mais tempo — tente um clipe curto ou uma imagem.