En el desenvolupament de programari modern, l'eliminació de fons de vídeo s'ha convertit en una funcionalitat crítica per a aplicacions que van des de plataformes de comerç electrònic fins a eines de creació de contingut en xarxes socials. No obstant això, processar vídeo en temps real presenta desafiaments tècnics que les API síncrones simplement no poden resoldre. Mentre que una imatge es pot processar en 200 mil·lisegons i retornar-se en la mateixa connexió HTTP, un clip de només 5 segons a 30 fps implica 150 fotogrames, cosa que es tradueix en 30 segons de còmput. Mantenir una connexió oberta durant mig minut no és pràctic ni escalable, especialment si s'espera que l'API respongui ràpidament. Per això, avui parlem d'un enfocament asíncron per a l'eliminació de fons de vídeo que ja està disponible a un preu de 0,10 $ per segon, dissenyat perquè desenvolupadors independents i equips petits puguin integrar aquesta tecnologia sense comprometre el seu pressupost ni l'experiència d'usuari.
La solució proposada consisteix en un endpoint asíncron: puges el vídeo, obtens un identificador de treball immediatament i, mentre el servidor processa en segon pla, pots consultar l'estat mitjançant polling o, en el futur, mitjançant webhooks. El resultat final és un fitxer ProRes 4444 amb canal alfa complet, llest per importar en eines d'edició com Premiere, Final Cut o DaVinci. Aquest patró de treball és comú en aplicacions a mida que necessiten orquestrar processos llargs sense bloquejar la interfície d'usuari. A Q2BSTUDIO, per exemple, implementem patrons asíncrons similars en projectes d'automatització empresarial, on l'espera síncrona seria inacceptable.
Des d'una perspectiva tècnica, el flux és senzill però potent. El client envia el vídeo mitjançant una petició POST a /video/remove i rep un JSON amb el camp job_id. Després, mitjançant GET a /jobs/{job_id}, es pot consultar l'estat: processing, completed o failed. Quan l'estat canvia a completed, l'objecte inclou una URL de descàrrega amb el fitxer ProRes. Aquest disseny evita els timeouts de connexió i permet que el servidor gestioni recursos de manera eficient, escalant horitzontalment si cal. La facturació es realitza per segons processats (un comptador independent anomenat video.seconds), amb un límit de 15 segons per clip per evitar costos imprevistos. Així, un clip de 7 segons costa només 0,70 $, mentre que un de 15 segons arriba a 1,50 $, un preu molt competitiu enfront d'alternatives que cobren per fotograma.
Per als desenvolupadors, la integració és immediata gràcies als SDKs oficials en Node.js i Python. Un exemple amb Node: importes el client, crees un readStream del vídeo, crides client.videoRemove(), guardes el jobId i després entres en un bucle de polling cada 2 segons fins que l'estat sigui completed. Finalment, descarregues el resultat amb fetch i l'escrius al disc. Aquest codi podria formar part d'un pipeline de processament de mitjans en una plataforma de vendes en línia, on la IA es combina amb la lògica de negoci per oferir vídeos de producte amb fons transparent automàticament. A Q2BSTUDIO, hem desenvolupat solucions similars per a clients que necessiten integrar models de visió per computador en els seus sistemes de gestió, aprofitant el núvol d'AWS o Azure per escalar el còmput.
El mercat actual d'eliminació de fons de vídeo és limitat. Serveis com remove.bg no ofereixen vídeo, i els que ho fan solen cobrar per fotograma, cosa que dispara els costos. Per exemple, 5 segons a 30 fps són 150 fotogrames, i a 0,10 $ per fotograma resulten 15 $, enfront dels 0,50 $ d'aquesta solució asíncrona. Aquesta diferència fa que sigui viable implementar funcionalitats com fons dinàmics en videotrucades, catàlegs de productes amb models virtuals o filtres de TikTok personalitzats. A més, el límit de 15 segons està pensat per protegir els projectes indie de factures descontrolades, tot i que l'equip darrere d'aquesta API planeja afegir suport per a lots de vídeos i notificacions per webhook, cosa que ampliarà encara més els casos d'ús.
L'arquitectura asíncrona no només resol el problema dels timeouts, sinó que també permet una millor gestió de la infraestructura al núvol. En processar els vídeos en cues de treball, es pot aprofitar l'escalat automàtic d'AWS o Azure per gestionar pics de demanda sense perdre rendiment. Això és clau per a empreses que necessiten un servei robust sense invertir en servidors dedicats. A Q2BSTUDIO oferim consultoria en núvol AWS/Azure per dissenyar arquitectures d'aquest tipus, garantint disponibilitat i optimització de costos. Així mateix, la seguretat de les dades és fonamental: els vídeos pujats es processen en entorns aïllats i les URL de descàrrega expiren després d'un temps, pràctiques que s'alineen amb les millors de ciberseguretat que apliquem als nostres projectes.
Per als equips que treballen amb dades i volen analitzar el rendiment dels seus processos de vídeo, la integració amb eines de BI/Power BI pot ser el següent pas. Per exemple, es poden registrar mètriques com temps de processament, cost per clip i taxa d'èxit, i visualitzar-les en dashboards per prendre decisions informades. L'automatització d'aquest flux, des de la pujada fins a la descàrrega, es pot gestionar amb automatització de processos, permetent que un sistema de comerç electrònic processi centenars de vídeos al dia sense intervenció manual. A Q2BSTUDIO hem implementat orquestracions completes que combinen agents IA, processament de mitjans i notificacions en temps real, tot sobre infraestructura al núvol escalable.
En resum, l'eliminació de fons de vídeo asíncrona a 0,10 $/segon representa un avenç significatiu per als desenvolupadors que volen afegir aquesta capacitat als seus productes sense arruïnar-se. La combinació d'un preu just, una API ben dissenyada i la possibilitat d'autoallotjament (la llicència MIT permet executar el codi al teu propi servidor) la converteixen en una opció atractiva tant per a startups com per a empreses consolidades. Si estàs construint una plataforma de vídeo, una eina d'edició o qualsevol aplicació que requereixi fons transparents, aquest és el moment de provar-ho. L'API està operativa, els SDKs llestos i el cost és previsible. I si necessites ajuda per integrar aquesta tecnologia al teu stack, a Q2BSTUDIO comptem amb un equip expert en desenvolupament de programari a mida, intel·ligència artificial i núvol que pot acompanyar-te en el procés.
