dvc-cli/FEATURES.md

Возможности DASH Video Converter

Архитектура

Конвертация выполняется в два этапа для обеспечения стабильности и максимальной производительности:

Этап 1: Кодирование - тяжелая работа по перекодированию видео во все профили качества с использованием FFmpeg и NVENC.

Этап 2: Упаковка DASH - быстрая упаковка готовых MP4 файлов в DASH формат через MP4Box с генерацией манифеста.

Преимущества подхода:

• Стабильность: MP4Box специализируется на DASH, FFmpeg - на кодирование
• Параллелизм: все профили кодируются одновременно на GPU
• Надежность: разделение ответственности между инструментами

Этап 1: Оптимизация и кодирование

Стандартные профили разрешений

Автоматически создаются профили с частотой 30 FPS:

• 360p (640x360) - 800 kbps
• 480p (854x480) - 1200 kbps
• 720p (1280x720) - 2800 kbps
• 1080p (1920x1080) - 5000 kbps

Опциональные профили высокого разрешения

Создаются только если исходное видео имеет соответствующее или более высокое разрешение:

• 2K (2560x1440) - если исходное >= 1440p
• 4K (3840x2160) - если исходное >= 2160p

Система автоматически определяет разрешение исходного видео и создает только применимые профили без upscaling.

Высокочастотные профили

Система автоматически определяет частоту кадров исходного видео и создает дополнительные высокочастотные профили только если это поддерживается оригиналом:

• Оригинал >= 45 FPS: создаются профили @ 60 FPS для всех разрешений
• Оригинал >= 75 FPS: создаются профили @ 90 FPS для всех разрешений
• Оригинал >= 95 FPS: создаются профили @ 120 FPS для всех разрешений

Стандартные 30 FPS профили создаются всегда.

Пример: если исходное видео 60 FPS, будут созданы:

• 360p @ 30fps, 360p @ 60fps
• 480p @ 30fps, 480p @ 60fps
• 720p @ 30fps, 720p @ 60fps
• 1080p @ 30fps, 1080p @ 60fps

Интерполяция кадров не применяется - создаются только те частоты, которые нативно поддерживаются исходным материалом.

Технические особенности

• NVENC GPU ускорение: аппаратное кодирование на видеокарте NVIDIA
• GOP size выравнивание: keyframe каждые N кадров для точной сегментации (N = FPS × segment_duration)
• VBR режим: переменный битрейт для оптимального качества
• Умное кодирование аудио: автоматический выбор оптимального битрейта без upscaling
  • Целевой максимум: 256 kbps AAC стерео
  • Фактический битрейт: min(source_bitrate, 256 kbps)
  • Округление до стандартных значений: 64k, 96k, 128k, 192k, 256k
  • Примеры: исходник 64 kbps → выход 64 kbps | исходник 320 kbps → выход 256 kbps

Этап 2: Создание DASH

Упаковка через MP4Box

• Создание фрагментированных MP4 сегментов длительностью 2 секунды
• Генерация единого MPD манифеста для всех профилей
• Выравнивание сегментов по Random Access Points (RAP)

Организация файловой структуры

После упаковки файлы автоматически организуются в подпапки:

• Видео сегменты: {resolution}/
• Аудио сегменты: audio/
• Манифест: корень директории

Пути в MPD манифесте обновляются для соответствия структуре подпапок.

Множественные аудио дорожки

Поддержка озвучек и языков

Система поддерживает несколько аудио дорожек с различными источниками:

Извлечение из видео:

• Автоматическое извлечение всех аудио дорожек из входного файла
• Выбор конкретных дорожек по индексу

Внешние файлы:

• Добавление аудио из отдельных файлов (MP3, AAC, M4A)
• Синхронизация с видео

Метаданные аудио дорожек

Каждая дорожка содержит метаданные для правильного отображения в плеере:

• language: код языка (ru, en, ja)
• label: название озвучки ("Кубик в кубе", "LostFilm", "Original")
• role: тип озвучки
  • main - основная
  • dub - дубляж
  • commentary - комментарии

Пример структуры в MPD:

<AdaptationSet lang="ru" label="Кубик в кубе">
  <Role schemeIdUri="urn:mpeg:dash:role:2011" value="dub"/>
  <Representation id="audio_kubik" .../>
</AdaptationSet>

Генерация постера

Автоматический режим

По умолчанию постер создается из первого кадра видео (00:00:00).

Указание таймкода

Возможно указание конкретного времени для извлечения постера:

Формат:

• MM:SS - минуты:секунды (например, 06:32)
• HH:MM:SS - часы:минуты:секунды (например, 01:23:45)

Команда:

--poster-time 06:32

Постер сохраняется в формате JPEG с оптимизированным качеством.

Превью спрайты

Thumbnail спрайты

Автоматическая генерация спрайта с миниатюрами для навигации по видео:

• Интервал: 1 секунда (по умолчанию)
• Размер миниатюры: 160x90 пикселей
• Сетка: 10 колонок, динамическое количество строк
• Формат: JPEG sprite

WebVTT файл

Генерируется VTT файл с координатами каждой миниатюры:

WEBVTT

00:00:00.000 --> 00:00:01.000
thumbnails.jpg#xywh=0,0,160,90

00:00:01.000 --> 00:00:02.000
thumbnails.jpg#xywh=160,0,160,90

Плееры используют VTT для отображения превью при наведении на timeline.

Выходная структура файлов

Организация директорий

output/
└── video-name/
    ├── manifest.mpd              # Главный DASH манифест
    ├── poster.jpg                # Постер видео
    ├── thumbnails.jpg            # Спрайт превью
    ├── thumbnails.vtt            # WebVTT для превью
    ├── audio/                    # Аудио дорожки
    │   ├── audio_init.m4s        # Инициализационный сегмент
    │   ├── audio_1.m4s           # Сегмент #1
    │   └── audio_N.m4s           # Сегмент #N
    ├── 1080p/                    # Профиль 1080p @ 30fps
    │   ├── 1080p_init.m4s
    │   ├── 1080p_1.m4s
    │   └── 1080p_N.m4s
    ├── 1080p-60/                 # Профиль 1080p @ 60fps (если применимо)
    │   └── ...
    ├── 720p/                     # Профиль 720p @ 30fps
    │   └── ...
    ├── 480p/                     # Профиль 480p @ 30fps
    │   └── ...
    └── 360p/                     # Профиль 360p @ 30fps
        └── ...

Именование файлов

Инициализационные сегменты: {profile}_init.m4s или {profile}_.mp4

Медиа сегменты: {profile}_{number}.m4s

Аудио: audio_{number}.m4s или audio_{lang}_{number}.m4s для множественных дорожек

Имя выходной директории всегда соответствует имени входного видео файла (без расширения).

Производительность

• Параллельное кодирование до 3 профилей одновременно (с NVENC)
• GOP size точно соответствует длительности сегмента для быстрой упаковки
• Временные файлы в /tmp/ с автоочисткой
• Прогресс-бары в реальном времени для каждого профиля

Требования

• FFmpeg: с поддержкой h264_nvenc (опционально), aac, scale
• MP4Box (GPAC): для DASH упаковки
• NVIDIA GPU: для NVENC ускорения (опционально, fallback на CPU)
• Bun: runtime окружение