Por que um download do YouTube em 1080p precisa ser unido
Acima de mais ou menos 360p, o YouTube deixa de guardar o vídeo como um arquivo único. Imagem e som ficam separados, e esse é todo o motivo de um download em HD demorar mais que um em SD.
O que o YouTube realmente entrega
Para cada vídeo, o YouTube guarda várias versões. As de baixa qualidade são progressivas: imagem e som em um único arquivo, e é por isso que downloads em 360p começam a tocar na hora. Tudo acima disso é adaptativo: a faixa de vídeo e a de áudio são fluxos separados, cada um codificado em vários bitrates para o player trocar de qualidade conforme sua conexão.
Esse modelo existe para deixar o streaming eficiente. Na prática, um downloader não consegue simplesmente baixar um único arquivo HD, porque ele não existe.
O que “unir” significa, e o que não significa
O downmy baixa a faixa de vídeo escolhida e a melhor faixa de áudio disponível, e depois junta as duas em um único MP4 com ffmpeg. É uma cópia de fluxos: a imagem e o som já codificados saem de um contêiner e são gravados em outro. Nenhum quadro é decodificado e recodificado.
As consequências práticas:
- A qualidade é idêntica à que o YouTube entregou. Não há perda por geração.
- É rápido: o custo está em transferir dois arquivos, não em processá-los.
- O tamanho do arquivo fica perto da soma das duas faixas.
Isso importa porque muitos downloaders recodificam, e são justamente esses que deixam a imagem visivelmente mais borrada ou levam minutos num clipe curto.
Por que ainda leva de 15 a 60 segundos
A união em si é rápida. A espera vem principalmente de baixar as duas faixas para o nosso servidor ao mesmo tempo e depois enviar o arquivo unido para você. Um vídeo de dez minutos em 1080p tem algumas centenas de megabytes em cada sentido. É exatamente por isso que o aviso de progresso na página de resultado mostra a união e a transferência como etapas separadas.
Por que não oferecemos 4K
As versões acima de 1080p são VP9 ou AV1 dentro de WebM. Passá-las para MP4 não é só trocar de contêiner: esses codecs não são compatíveis com MP4, então seria preciso recodificar de verdade, o que é lento, pesado para a CPU e com perda de qualidade. Preferimos entregar um 1080p limpo a um 4K degradado.
Como escolher a qualidade
- 1080p para tudo que você vai assistir numa tela maior que a do celular.
- 720p é o padrão sensato nos dados móveis: um terço do tamanho e sem diferença visível no celular.
- 480p quando você só precisa do conteúdo, não da fidelidade: clipes de referência, transcrições, marcações de tempo.
- MP3 se o que você quer é o áudio. Ele é convertido para 320 kbps, então é um MP3 de verdade, e não um M4A renomeado.
Quando a união falha
Vídeos com restrição de idade, exclusivos para membros ou bloqueados por região não podem ser resolvidos. Vídeos muito longos podem ultrapassar o tempo limite da união. Uma live que ainda não terminou não pode ser unida, porque não tem fim. Em todos esses casos, a página de resultado informa a falha em vez de entregar um arquivo corrompido.