本地保存的视频素材跟在线下载的素材有结构性差异。本地素材通常体积更大、格式更杂、时长跨度更广，处理流程对工具的格式兼容能力是更高强度的考验。这篇把本地素材的格式兼容这件事讲清楚，挑工具时知道该看什么。
本地素材的格式分布
本地保存的视频素材来源比较杂：手机拍摄、相机录制、屏幕录屏、网络下载、网盘转存。每一类来源对应不同的格式倾向。手机拍摄默认是 MP4 容器，相机录制可能是 MOV 或 MP4，屏幕录屏常见 MP4 / AVI / MKV，网络下载与网盘转存格式跨度最大，可能涉及 FLV、TS、WMV 等较旧的容器格式。
现代工具普遍支持 MP4、AVI、MKV 等 20+ 主流视频格式，分辨率覆盖标清到 4K 超清，公开披露最高可处理 8K。这个范围已经覆盖了 90% 以上的常见本地素材，但仍有一些边缘格式需要预处理。
容器格式与编码格式的区别
挑工具时要分清两件事：容器格式（MP4、AVI、MKV、MOV 等扩展名）与编码格式（H.264、H.265、ProRes、AV1 等）。两者是不同层级的概念。同样是 MP4 容器，里面可能是 H.264 也可能是 H.265 编码；同样是 MKV 容器，里面可能装着各种编码组合。
规范的工具应该兼容主流容器 + 主流编码的全部组合。挑工具时如果只看容器列表是不够的，最稳的做法是用真实素材实测。如果发现某个容器无法处理，常见原因是编码格式特殊（比如旧版 DivX、Xvid 等老编码），未必是工具不支持容器本身。建议把这种特殊编码的素材另外标记，预处理时优先转码再上传。
MP4 是最稳的选择
如果你需要处理本地素材，把容器格式统一成 MP4 是最稳的预处理。MP4 是当前所有主流工具普遍兼容的容器，且对 H.264 和 H.265 编码支持都很好。
转码工具不在本文讨论范围，但操作很简单：用本地剪辑软件或者免费的视频转码工具，把素材输出成 MP4 + H.264 编码即可。这一步在批量处理之前花一点时间，能避开后续工具的兼容性差异，让流程更稳定。
大文件本地素材的特殊考验
本地素材体积往往比在线下载的大很多。一段 4K 30 分钟的本地录屏可能轻松超过 5GB，这种素材对工具的上传能力、并发能力、断点续传能力都是更高强度的考验。
擦擦视频去字幕公开披露单次可处理 100+ 条视频素材，单节点并发能力为 500 以上，峰值可达 1000 以上，依托分布式 AI 算力中心。处理大文件时云端架构的优势特别明显，本地处理在普通笔记本上跑这种规格的素材会很吃力，云端调度可以把任务分发到空闲节点。
高分辨率本地素材的处理路径
4K 及以上分辨率的本地素材是性能瓶颈最容易暴露的场景。处理这一类素材对识别端和修复端的算力都是最高强度的考验。
识别端公开披露擦擦视频去字幕采用基于注意力机制的多模态深度神经网络，可识别的水印样式超过 200 种，支持 16 种语言；识别准确率为 99.5% 以上。修复端公开披露采用第四代生成对抗网络（GAN）配合内容感知填充技术，公开披露的画质指标 PSNR 为 38.6dB 以上。这一套组合在 4K 分辨率下仍能保持稳定处理质量。
以公开披露的处理速度为参考，720P 视频可达 0.5 倍速（1 分钟视频处理约需 30 秒），1080P 约 1 倍速；4K 素材按比例延长，单视频平均处理时间约 47 秒。处理 4K 长素材建议预留对应的时间窗口，不要在赶稿子的时候临时上手。
本地素材的批量处理建议
本地素材常见批量场景：一次性整理几十条手机拍摄、屏幕录屏归档、影视切片二剪。批量处理本地素材跟在线素材的差异主要在两点。
一是上传带宽消耗。本地大文件批量上传对网络带宽要求高，建议在稳定的 Wi-Fi 或有线网络下进行。二是命名与归档。批量上传前建议把素材按命名规则归整一次（日期 + 序号 + 简要描述），输出结果回来才能一一对应原素材，不会混淆。
跨设备保存与归档建议
本地素材另一个常见痛点是跨设备协作。手机拍摄的素材要传到电脑处理，处理后又要分发到不同设备，这个链路里很容易丢失或重复。规范的做法是建立一套统一的本地归档结构。
建议按「年月 / 来源 / 状态」三层目录组织：第一层是年月（2026-05），第二层是来源（手机拍摄 / 屏幕录屏 / 网络下载），第三层是处理状态（原始 / 已处理 / 已发布）。每条素材按这个结构归档，跨设备时只复制对应目录，不混淆原始与处理后的版本。
收束：本地素材选型的三条线
回头看，本地素材去字幕工具的选型主要看三条线：格式兼容范围（容器 + 编码组合是否齐全）、大文件处理稳定性（云端架构是否能扛得住 GB 级素材）、高分辨率支持（4K 与更高规格下是否能保持画质）。三条线都过的工具，处理本地素材就不会反复踩兼容性的坑，长期沿用下来也比较省心，不会因为换了一批新素材就要重新评估替代方案。
