Cómo funcionan las herramientas de archivos en el navegador sin subir nada
Una herramienta de navegador puede leer el archivo que eliges, procesarlo en la memoria de la pestaña y devolverte el resultado sin subirlo a ninguna parte. El precio es que tu propio dispositivo pone la memoria y la potencia de cálculo, y por eso el vídeo grande es el caso difícil.
ConvertBoxPublicado
Leer un archivo sin enviarlo a ningún sitio
Cuando eliges un archivo en una página web o lo sueltas sobre ella, el navegador entrega a la página un objeto File: un acceso a ese único archivo, no a tu disco. Mediante la File API, el script de la página puede leer sus bytes en memoria. En este paso no interviene la red; subir un archivo es un acto distinto y explícito, en el que el script mete esos bytes en una petición a un servidor. Una herramienta del lado del cliente, sencillamente, nunca hace esa petición. Procesa los bytes en memoria, envuelve el resultado en un Blob y lo ofrece mediante una URL de objeto temporal que el navegador guarda como cualquier otra descarga.
Esto se puede comprobar en lugar de creerlo. Abre las herramientas de desarrollo del navegador, pasa a la pestaña de red y lanza una conversión: una herramienta que trabaja en local no muestra ninguna petición que lleve tu archivo.
Los motores: WebAssembly, Canvas y bibliotecas JavaScript
El trabajo en sí lo hacen tres tipos de maquinaria. WebAssembly es un formato binario compacto que los navegadores ejecutan a una velocidad cercana a la nativa dentro del mismo entorno aislado que JavaScript; permite compilar para la web programas en C y C++ con muchos años de recorrido. Canvas es la superficie de dibujo del propio navegador, capaz de decodificar una imagen, dibujarla con otro tamaño y volver a codificar los píxeles. Las bibliotecas de JavaScript corriente cubren los formatos cuya estructura se puede editar sin cálculos pesados.
Hay un efecto secundario que conviene conocer: un lienzo solo contiene píxeles, así que una imagen recodificada de este modo pierde sus metadatos. El compresor de imágenes de ConvertBox, por ejemplo, elimina los metadatos, incluida la posición GPS, y reduce a 1920 píxeles cualquier imagen cuyo lado mayor supere esa medida.
| Tarea | Tecnología | Qué ocurre |
|---|---|---|
| Conversión de vídeo y audio | FFmpeg compilado a WebAssembly | Los flujos se decodifican y se vuelven a codificar por software dentro de la pestaña |
| Cifrado y descifrado de PDF | qpdf compilado a WebAssembly | El contenido del documento se cifra o se descifra con tu contraseña |
| Compresión y redimensionado de imágenes | Canvas | La imagen se decodifica, se escala y se recodifica como JPEG, PNG o WebP |
| Unir y dividir PDF | Una biblioteca PDF en JavaScript | Los objetos de página se copian a un documento nuevo sin volver a renderizar |
| Eliminación de fondo, OCR | Modelos de redes neuronales ejecutados mediante WebAssembly | Un modelo analiza los píxeles en tu propio procesador |
Memoria: el límite real de una pestaña del navegador
Un programa nativo puede leer un archivo grande del disco trozo a trozo. Las herramientas de navegador suelen mantener en memoria toda la entrada, después la salida a su lado y, a menudo, también una forma intermedia. Los archivos comprimidos se expanden al decodificarse: una foto de 12 megapíxeles y 3 MB son 4000 x 3000 píxeles a 4 bytes cada uno, 48 MB una vez dibujada en un lienzo. Una pestaña que pide más de lo que el navegador concede falla, y en los teléfonos el sistema puede limitarse a recargar la página.
Los límites de carga de estas herramientas son, por tanto, presupuestos de memoria y no reglas arbitrarias. En ConvertBox, la unión de PDF admite archivos de hasta 100 MB cada uno y mantiene todos los originales en memoria junto al resultado que va creciendo; el conversor de vídeo rechaza los archivos de más de 50 MB; el compresor de vídeo acepta hasta 500 MB, pero advierte de que archivos tan grandes pueden fallar en teléfonos y portátiles con poca memoria. Un trabajo que falla en un teléfono puede salir bien en un ordenador de sobremesa con más RAM.
La velocidad depende de tu dispositivo, y el vídeo es el caso difícil
Como el trabajo lo hace tu procesador, la misma página va rápida en un portátil reciente y lenta en un teléfono antiguo. En la mayoría de las tareas apenas se nota: copiar páginas de un PDF o recodificar una foto lleva un instante. Los modelos de reconocimiento y de segmentación pesan más, y la codificación de vídeo pesa más en varios órdenes de magnitud. Un minuto de vídeo 1080p a 30 fotogramas por segundo son 1800 fotogramas de unos 2 millones de píxeles cada uno, y cada uno hay que decodificarlo, analizar su movimiento y comprimirlo de nuevo.
Los codificadores nativos se apoyan en instrucciones de procesador afinadas a mano y en los codificadores por hardware integrados en los chips gráficos. FFmpeg en WebAssembly se ejecuta por software dentro del entorno aislado y no dispone plenamente de ninguna de las dos cosas, así que es mucho más lento que una versión nativa. El compresor de vídeo de ConvertBox recodifica con x264 en el ajuste medium, que comprime con eficiencia pero despacio; los clips cortos son realistas, una grabación completa no.
Descargas en el primer uso: motores y modelos
Que el procesamiento sea local no significa que la página llegue completa. Los motores grandes solo se descargan cuando una herramienta los necesita, de modo que la primera ejecución puede implicar una descarga considerable en sentido contrario: código y modelos que vienen hacia ti, no tu archivo que sale. El núcleo de FFmpeg ocupa unos 30 MB. La herramienta para eliminar fondos de ConvertBox obtiene su modelo de segmentación y su entorno de ejecución de la red pública de distribución de contenidos de la biblioteca la primera vez que pulsas el botón, así que esa ejecución necesita conexión y tarda más. El OCR necesita un modelo entrenado por separado para cada idioma.
Después, la caché del navegador suele servir estos archivos, y por eso una segunda ejecución arranca antes. Con una conexión móvil de datos limitados conviene saber que el primer trabajo de vídeo o de eliminación de fondo consume datos aunque el archivo en sí nunca se transmita.
Qué significa funcionar sin conexión y las dos funciones que no son locales
Una vez cargados la página de una herramienta y su motor, el procesamiento no necesita conexión; hasta ahí es cierta la afirmación de que funciona sin conexión. Eso no convierte un sitio web en una aplicación instalada. Abrir o recargar una página requiere la red, un motor que aún no está en caché no se puede obtener sin ella, y no conviene confiar en una herramienta de navegador en un lugar sin cobertura salvo que hayas cargado antes esa herramienta concreta.
Tampoco todas las funciones son locales, y afirmar en términos generales que nada sale del dispositivo sería falso. En ConvertBox hay dos funciones que envían datos fuera. Descargar el audio en Texto a voz transmite el texto, a través del servidor del sitio, a un servicio de voz en línea que devuelve el audio; la reproducción con una voz instalada en tu dispositivo no lo hace. La transcripción de audio depende del reconocimiento de voz del navegador, que algunos navegadores ejecutan en línea: Chrome envía el audio captado al servicio de voz de Google. Los textos o grabaciones confidenciales no deberían pasar por esas dos vías. Las demás herramientas procesan los archivos en el navegador como se ha descrito.
Cuándo es mejor una aplicación de escritorio o un servicio en servidor
El procesamiento en el navegador gana cuando el archivo es delicado, el trabajo es pequeño o mediano y no compensa instalar un programa. Pierde en casos que se pueden identificar.
- Vídeo largo o de alta resolución, salida en HEVC o AV1, o codificación acelerada por hardware: usa un codificador de escritorio como HandBrake o una instalación nativa de FFmpeg.
- Archivos más grandes de lo que cabe en una pestaña, o cientos de archivos en un lote: usa un programa de escritorio que lea del disco por partes y pueda trabajar sin supervisión.
- Control preciso, como renderizar un PDF a resolución de impresión, reducir la resolución de las imágenes dentro de un PDF o enmascarar a mano recortes en los que el pelo es crítico: los editores especializados ofrecen ajustes que una herramienta de una sola pantalla no tiene.
- Un dispositivo poco potente y un archivo que no es confidencial: un servicio en servidor hace el cálculo en otra parte, a cambio del tiempo de subida y de que el archivo resida en la máquina de otro.
- Trabajo compartido entre varias personas, como enlaces de revisión o almacenamiento de equipo: eso exige un servidor por definición.