浏览器内处理是否意味着我的文件绝不会被上传？

是的。您的媒体文件在您自己的设备上于内存中被读取和转换，并作为下载提供给您，因此它们绝不会被发送到服务器。页面本身仍会通过网络加载其代码和资源，这对任何网站而言都很正常；区别在于您的文件并不属于这部分流量。您可以在浏览器开发者工具的网络（Network）选项卡中确认这一点。

客户端 WASM 视频能和桌面应用一样好吗？

对于大多数转换、压缩和截取，它使用与桌面应用所依赖的相同的底层库（例如 FFmpeg），因此输出质量相当。主要区别在于速度和内存：浏览器标签页的余量比原生应用更少，因此非常大或非常长的文件处理起来更慢。同时支持 WebCodecs 的工具可以借助硬件加速，弥补其中大部分差距。

音频转录工具为什么需要下载一些东西？

语音识别需要一个 AI 模型，该模型会在首次使用时下载一次到您的浏览器，然后被缓存。此后，转录便在本地运行，甚至可以离线工作。下载的是模型的权重，您的录音仍然绝不会被上传。

这些工具能离线使用吗？

页面以及任何所需的模块加载完成后，大多数处理无需互联网连接即可运行，因为运算发生在您的设备上。音频转录工具在其模型被获取并缓存之后即可离线使用。而全新的访问或清空缓存后，则需要再次联网以加载页面资源。

我的浏览器足以处理大型媒体文件吗？

现代浏览器能够处理大得惊人的文件，但它们在内存限制内运行，因此极大的视频可能处理缓慢，或需要拆分。使用内存（RAM）更大的台式机浏览器、关闭其他占用较高的标签页，以及优先选择使用 WebCodecs 的工具，都会有所帮助。如果文件过大而无法一次处理完成，先将其截取是一种实用的变通办法。

浏览器内媒体处理的实际工作原理

多年来，在线编辑视频或转换图片意味着要将文件上传到他人的服务器，然后等待，再下载结果。现代浏览器不再需要这样的取舍。得益于一系列日趋成熟的 Web 平台 API，网页如今可以直接在您的机器上，也就是正在阅读本页的这台电脑上，解码、转换并重新编码媒体。本指南将用通俗的语言说明让这一切成为可能的技术，以及您如何亲自验证文件确实留在本地。

「浏览器内媒体处理」究竟意味着什么？

当网站在浏览器中处理媒体时，这项工作运行在与渲染页面相同的沙箱引擎内，使用浏览器已经自带的 API。您的文件会在您自己的设备上从磁盘读入内存，在那里完成转换，再作为下载写出，文件本身无需任何服务器往返。页面仍会通过网络加载自身的代码和资源，但您的视频、音频、图片或 PDF 绝不会离开您的电脑。

WebAssembly 如何以接近原生的速度运行视频编解码器？

WebAssembly（WASM）是一种紧凑的二进制指令格式，浏览器能以接近原生的速度执行它。用 C 或 C++ 编写的成熟库，例如用于视频的 FFmpeg 或某个图片编码器，会被编译为 WASM，并作为页面只需下载一次的模块提供。这正是人们所说的客户端 WASM 视频：与桌面应用执行的相同的解码和编码运算，在浏览器沙箱内、在您自己的 CPU 上运行。由于 WASM 具有内存安全性且处于沙箱之中，它可以处理大文件而无法访问您系统的其余部分。

WebCodecs 是什么，为什么它们可能比单用 WASM 更快？

WebCodecs 是一种较新的浏览器 API，它将设备内置的、通常经过硬件加速的音视频编解码器直接暴露给 JavaScript。页面无需以 WASM 形式提供编解码器，而是将原始帧交给操作系统已提供的编码器或解码器，这可能会快得多，也更省电。不同浏览器和格式对它的支持仍有差异，因此设计良好的工具会在 WebCodecs 可用时使用它，否则回退到 WASM 版本。无论采用哪种方式，实际的媒体都留在您的设备上。

Canvas API 和 PDF 渲染如何处理图片？

Canvas API 为 JavaScript 提供了一块可绘制的像素画布。要调整尺寸、裁剪、旋转、添加水印或转换图片，工具会将其绘制到一块离屏画布上，对像素进行处理，再将结果读取为新的 JPG、PNG 或 WebP。同样是这块画布，用于将 PDF 页面栅格化为图片，以及将单帧视频捕获为静态图。所有这些都是在您机器上进行的直接像素运算，不上传任何内容。

Web Audio API 如何在本地处理声音？

Web Audio API 是一张由相互连接的音频节点组成的图，这些节点包括音源、滤波器、增益和分析器，它让页面能够在内存中解码、截取、重采样并重新编码声音。截取一段片段，或从视频中提取音轨，都完全通过您设备上的这张图来完成。与 WASM 编码器相结合，它可以导出 MP3、WAV 或其他格式，而您的录音从不接触任何服务器。

MediaRecorder 和 Web Workers 各自带来了什么？

MediaRecorder 会捕获实时流，无论是您的屏幕、摄像头还是麦克风，并在录制的同时将其编码为可下载的文件，这正是浏览器内屏幕录制工具的工作方式。Web Workers 在后台线程上承担繁重的运算，使编码或转码不会让页面卡死，从而在长时间导出完成期间保持标签页的响应。这些 API 结合在一起，让浏览器俨然成为一个小型的本地媒体工作站。

我该如何证明我的文件绝不离开我的设备？

打开浏览器的开发者工具，切换到网络（Network）选项卡，然后处理一个文件，您会看到页面自身的代码和资源在加载，但没有任何请求上传您的媒体。唯一有意为之的例外是音频转录工具，它会在首次使用时下载一次语音识别模型并将其缓存，以便后续的转录可以离线运行；下载的是 AI 模型本身，绝不是您的音频。这是一个您可以亲自检验的可证伪的主张，而这正是隐私优先的工具之所以如此构建的原因。

常见问题

浏览器内处理是否意味着我的文件绝不会被上传？: 是的。您的媒体文件在您自己的设备上于内存中被读取和转换，并作为下载提供给您，因此它们绝不会被发送到服务器。页面本身仍会通过网络加载其代码和资源，这对任何网站而言都很正常；区别在于您的文件并不属于这部分流量。您可以在浏览器开发者工具的网络（Network）选项卡中确认这一点。
客户端 WASM 视频能和桌面应用一样好吗？: 对于大多数转换、压缩和截取，它使用与桌面应用所依赖的相同的底层库（例如 FFmpeg），因此输出质量相当。主要区别在于速度和内存：浏览器标签页的余量比原生应用更少，因此非常大或非常长的文件处理起来更慢。同时支持 WebCodecs 的工具可以借助硬件加速，弥补其中大部分差距。
音频转录工具为什么需要下载一些东西？: 语音识别需要一个 AI 模型，该模型会在首次使用时下载一次到您的浏览器，然后被缓存。此后，转录便在本地运行，甚至可以离线工作。下载的是模型的权重，您的录音仍然绝不会被上传。
这些工具能离线使用吗？: 页面以及任何所需的模块加载完成后，大多数处理无需互联网连接即可运行，因为运算发生在您的设备上。音频转录工具在其模型被获取并缓存之后即可离线使用。而全新的访问或清空缓存后，则需要再次联网以加载页面资源。
我的浏览器足以处理大型媒体文件吗？: 现代浏览器能够处理大得惊人的文件，但它们在内存限制内运行，因此极大的视频可能处理缓慢，或需要拆分。使用内存（RAM）更大的台式机浏览器、关闭其他占用较高的标签页，以及优先选择使用 WebCodecs 的工具，都会有所帮助。如果文件过大而无法一次处理完成，先将其截取是一种实用的变通办法。