剪辑整场 Twitch 直播:10 个片段只要 12 分钟,而不是 30 分钟
Katto 现在能剪辑长达 10 小时的整场 Twitch 和 Kick 直播。6 小时 31 分钟的 VOD,前 10 个片段从 29 分 53 秒缩短到 11 分 44 秒。
2026年11月14日
创建于:2026 年 11 月 14 日
直到这周,Katto 还会拒绝任何超过 90 分钟的视频。对主播来说,这几乎意味着所有 VOD 都不行:一场普通直播要持续 3 到 9 个小时。从 11 月 13 日起,付费套餐可以粘贴一整场 Twitch 或 Kick 的 VOD,最长 10 小时,并从全部内容中得到片段。这篇文章讲讲它是怎么做的、我测到了什么,以及我算错的地方。
声明:Katto 是我做的。下面所有数字都来自我们自己的任务和我们自己的账单,并注明了日期。
为什么以前拒绝长直播
长 VOD 很大。我们在 11 月 12 日测试的一个 3 小时 47 分钟的 Twitch VOD,1080p60 视频有 10.8 GB。全部下载、转写,再一个接一个地渲染片段,花的时间比任何人愿意等的都长,而且这段视频几乎全部都用不上:一个片段只有 30 到 60 秒。
先处理音频,只在需要的地方下载视频
- Katto 只下载直播的音频。以那个 3 小时 47 分钟的 VOD 为例:331 MB,而不是 10.8 GB。
- 它转写整场直播,并给每个时刻打分,和处理播客的方式一样。
- 它只下载保留下来的时刻附近的视频。
- 然后每个片段会被重新构图为 9:16,加上字幕并渲染。
在一个 6 小时 31 分钟的 Twitch VOD 上,转写用了大约 4 分半钟,打分不到 40 秒。Katto 找到了 195 个候选时刻。
并行渲染片段
慢的是第 4 步。我们的服务器一次只渲染一个片段,所以片段都要排队。11 月 13 日,我把这一步搬到了云端 CPU(Modal)上:每个片段都有自己的机器,并行渲染,使用和服务器相同的渲染器和相同的设置。
同一个 6 小时 31 分钟的 Twitch VOD,前后对比,11 月 13 日在我们自己的任务上测得:
| 之前 | 之后 | |
|---|---|---|
| 渲染前 10 个片段 | 22 分 24 秒 | 4 分 0 秒 |
| 从链接到前 10 个片段 | 29 分 53 秒 | 11 分 44 秒 |
前 10 个片段会一起送达,你可以马上开始发布。其余的在后台渲染,每次 5 个,全部完成后你会收到一封邮件:这场直播一共 50 个片段。
如果某个云端渲染失败,这个片段会像以前一样在我们的服务器上渲染。失败只会耽误时间,不会少片段。
切换之前,我用两种方式各渲染了 10 个片段,并逐帧比较:帧数相同,时长相同,平均差异(PSNR 47 到 51 dB)处于压缩噪声的水平。你应该看不出一个片段是哪台机器做的。
HD 片段也做了同样的改动
在付费套餐和试用期中,普通视频每个片段的 1080p 版本现在也用同样的方式渲染:所有片段同时渲染,而不是在所有用户共享的队列里排队。本周的一个任务中,9 个 HD 片段在开始渲染 61 秒后就完成了。
我算错的地方:成本
我原本估算每个片段 $0.003。Modal 的账单显示每个片段约 $0.012,是估算的四倍。原因有两个:
- ffmpeg 使用的核心数比每台机器申请的两个更多,而账单按两者中较高的那个计费。
- 每台机器在处理完最后一个片段后还会继续开着两分钟,等待新任务。我把这段等待时间缩短到了 Modal 允许的最小值,大约 10 秒。
每个片段一美分仍然很便宜,但我之所以发现,只是因为把估算和账单做了对比。现在每次调用 Modal 都会带上发起它的任务,账单也按小时拆分,所以下一次意外第二天早上就能看到,而不是等到月底。
限制
- 最长 10 小时的 Twitch 和 Kick VOD,适用于付费套餐(Solo 和 Creator)和试用期。
- 一场直播每开始 90 分钟就计为你套餐中的 1 个视频,每计 1 个视频可得 10 个片段。上面那场 6 小时 31 分钟的直播计为 5 个视频,得到 50 个片段。
- 在免费套餐中,Katto 会剪辑直播的前 30 分钟。
- YouTube 链接目前仍保留 90 分钟的限制。
如果你在 Twitch 或 Kick 上直播,可以在 katto.tech 粘贴一个 VOD 链接,然后告诉我片段效果如何。已经上线的功能和接下来的计划都在路线图上。