Розробка публікації відеопостів у мобільному додатку

Ми спеціалізуємося на розробці публікації відео в мобільних додатках. Успішний мобільний додаток відео потребує ретельної обробки медіа. Типова проблема: користувач знімає 4K/60fps відео — 400 МБ за 60 секунд. Якщо гнати такий файл на сервер без обробки, завантаження затягнеться на хвилини, а плеєр у стрічці буде лагати. Економія на трафіку при транскодуванні може досягати $500 щомісяця при 1000 постів. Рішення — транскодування, обрізка та upload з відновленням. Нижче — як це зробити на iOS і Android з урахуванням кращих практик. Наш досвід: більше 5 років у мобільній розробці, більше 20 проектів з відеоконтентом. Якщо вам потрібна така функція, зв'яжіться з нами для консультації.

Вибір та обрізка відео для публікації

PHPickerViewController з filter: .videos на iOS. Для соціальних постів зазвичай обмежуємо довжину — 60–90 секунд. Перевіряємо тривалість через PHAsset.duration ще в пікері, до завантаження даних. Саме тому завантаження відео в додаток має бути надійним.

Обрізка — AVPlayerViewController з вбудованим trim editor (iOS 14+, AVPlayerViewController.allowedPictureInPictureMediaTypes), або кастомний тример через AVPlayer + AVPlayerLayer з drag-handles для CMTimeRange. Кастомний тример дає повний контроль над UI, але вимагає ~2–3 днів розробки окремо. На iOS обрізка відео iOS реалізована через AVPlayerViewController з trim editor. На Android — VideoTrimmingView через MediaPlayer + MediaMetadataRetriever для генерації тайм-лайну. Або використовуємо isoviewer / mp4parser для обрізки без повного декодування. Обрізка відео Android через VideoTrimmingView або mp4parser.

Обов'язкове транскодування

Відео з камери сучасного смартфона в 4K/60fps — 400 МБ на хвилину. Для посту в 60 секунд це 400 МБ. Транскодуємо до завантаження. Налаштування квантування та GOP структури дозволяє балансувати якість та розмір файлу. Використання кодека H.264 з профілем High забезпечує сумісність. Процес транскодування включає декодування, ресемплінг, квантування та ентропійне кодування.

Цільові параметри для постів: 1080p, H.264, 4–6 Мбіт/с, AAC 128 кбіт/с. Це дає ~35–45 МБ для 60-секундного кліпу — розумний компроміс між якістю та розміром. Транскодування на пристрої займає 20–30 секунд, що в 2–3 рази швидше, ніж завантаження вихідного відео на сервер і зворотна обробка.

На iOS — AVAssetExportSession з AVAssetExportPreset1920x1080:

let export = AVAssetExportSession(asset: asset, presetName: AVAssetExportPreset1920x1080)!
export.outputURL = tempOutputURL
export.outputFileType = .mp4
export.exportAsynchronously {
    // completion
}

Прогрес транскодування через export.progress опитуємо по таймеру — у AVAssetExportSession немає делегата для прогресу, тільки polling. На iPhone SE 2nd gen транскодування 60-секундного відео — 20–30 секунд. Потрібен явний прогрес-індикатор, інакше користувач вирішить, що додаток завис.

Процес транскодування:

1. Отримати вихідний AVAsset.
2. Задати вихідні параметри (пресет, кодек, контейнер).
3. Запустити асинхронний експорт.
4. Відстежувати прогрес через polling.
5. По завершенні обробити помилки або використати готовий файл.

На Android — FFmpegKit для гнучкого транскодування або MediaTranscoder (Natario1) — більш сучасна бібліотека на MediaCodec без FFmpeg. MediaTranscoder важить ~500 КБ проти ~15 МБ у FFmpegKit — різниця в 30 разів, важлива для розміру APK.

Як реалізувати завантаження з відновленням?

Відео для посту — великий файл, upload має підтримувати відновлення. Використовуємо S3 Multipart Upload: файл ділимо на частини по 5–10 МБ, кожну завантажуємо паралельно (2–3 паралельні запити прискорюють upload без перевантаження мережі).

1. Розділення файлу на частини фіксованого розміру.
2. Паралельне завантаження частин з контролем помилок.
3. Збірка файлу на сервері.

На iOS — URLSession з BackgroundConfiguration для продовження upload при згортанні. Completion handler через application(_:handleEventsForBackgroundURLSession:) в AppDelegate.

На Android — WorkManager з UploadWorker і setConstraints(Constraints.Builder().setRequiredNetworkType(CONNECTED).build()). WorkManager гарантує виконання навіть після перезапуску пристрою — якщо користувач вийшов з додатка в середині завантаження, при наступному запуску upload продовжиться.

Як оптимізувати відео прев'ю та плеєр для стрічки?

Відео прев'ю (знімок) генеруємо до початку upload — з оригінального відео через AVAssetImageGenerator (iOS) або MediaMetadataRetriever (Android), кадр на 1-й секунді. Завантажуємо прев'ю окремо, швидко — користувач бачить пост у стрічці з прев'ю, поки відео ще обробляється.

Плеєр у стрічці — автозапуск при появі у viewport. Не використовувати AVPlayer для кожної комірки стрічки — один shared AVPlayer, який переназначається при скролі (AVQueuePlayer для попереднього завантаження наступного). На Android — ExoPlayer з ExoPlayer.Builder().setLoadControl(DefaultLoadControl()) і PlayerView в RecyclerView. Попередньо завантажуємо наступне відео при скролі через MediaSource в ConcatenatingMediaSource.

Mute за замовчуванням — стандарт для автозапуску в стрічці. Звук вмикається тапом.

Порівняння підходів на iOS і Android

Строки та що входить в роботу

Відмітимо: що входить: аналіз вимог, проектування архітектури, реалізація з код-рев'ю, документація по збірці та деплою, інструкція для користувачів, підтримка протягом місяця після релізу. Вартість розробки такого функціоналу зазвичай становить від $6,000 до $12,000 залежно від платформ та складності. Замовте розробку і переконайтеся в якості нашого підходу.

Якщо вам потрібно реалізувати відеопости в додатку, напишіть нам — ми допоможемо. Отримайте консультацію з інтеграції відеопостів у ваш додаток.

Як вибрати підхід до камери в застосунках?

Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.

CameraX проти Camera2 та AVFoundation

На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.

CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.

Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.

На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.

Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.

Що робити з AudioFocus на Android та AudioSession на iOS?

Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).

На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.

AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.

На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.

Відео: відтворення та стрімінг

ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.

Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.

AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.

Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).

WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.

RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.

Обробка медіа: компресія та транскодування

Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.

На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.

Як реалізувати стрімінг на мобільних пристроях: покроковий план?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.

Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.

Що входить в роботу?

Процес розробки медіафункціональності

Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).

Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.

Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.