常用音视频编码器

类型文件格式编码器名称FFmpeg 参数备注
音频WAVPCM 16-bit Little Endian-c:a pcm_s16le无损格式，常用于 WAV 文件，pcm_s16le 表示 16 位小端编码。
MP3LAME MP3-c:a libmp3lame有损压缩，需指定 libmp3lame 编码器。
AACAdvanced Audio Coding-c:a aac高效有损编码，适用于流媒体和移动设备。
FLACFree Lossless Audio-c:a flac无损压缩，适合高保真音频存储。
OpusOpus Interactive-c:a libopus低延迟高音质，常用于实时通信和 Web 流媒体。
-----
视频MP4H.264/AVC-c:v libx264广泛兼容的编码格式，适用于 MP4 和流媒体。
MP4/HEVCH.265/HEVC-c:v libx265更高压缩效率，适合 4K/8K 视频。
WebMVP9-c:v libvpx-vp9开源编码器，支持 WebM 格式，常用于 Web 端。
WebM/AV1AV1-c:v libaom-av1开源编码器，支持 WebM 格式，常用于 Web 端。
MKVVP8-c:v libvpx较旧的 WebM 编码器，兼容性较好。

视频

无损截取

要实现音频无损时间截取并且音视频都不重新编码，可以使用 FFmpeg 的 -c copy 选项进行直接流复制，同时使用 -ss 和 -to 参数来指定截取的时间段。

命令格式

ffmpeg -ss [开始时间] -to [结束时间] -i input_file -c copy output_file

参数解释：

  • -ss [开始时间]：指定开始时间，可以精确到毫秒（hh:mm:ss.sss）。

  • -to [结束时间]：指定结束时间，同样可以精确到毫秒（hh:mm:ss.sss）。

    • 精确时间点：-ss 和 -to 支持毫秒级的时间点（hh:mm:ss.sss），你可以精确控制截取的开始和结束位置。

  • -c copy：表示音频和视频都不重新编码，直接复制原始流。

  • input_file：输入文件（比如 MP4、MKV 等）。

  • output_file：输出文件的名称和格式。

注意事项：

  1. 时间精度：当 -ss 放在 -i 之前时，FFmpeg 会在时间上快速跳转，但精度可能不如将 -ss 放在 -i 之后。因此，如果你需要非常精确的截取时间，建议将 -ss 放在 -i 之后。

    • 快速跳转，时间可能不够精确：

      ffmpeg -ss 00:01:30 -i input.mp4 -to 00:02:30 -c copy output.mp4

    • 精确跳转，处理速度略慢：

      ffmpeg -i input.mp4 -ss 00:01:30 -to 00:02:30 -c copy output.mp4

  2. 格式兼容性：确保输出文件格式与输入文件格式兼容。例如，如果输入文件是 MP4，输出文件最好也是 MP4，以确保容器支持音视频流格式。

视频转gif

下面是使用 FFmpeg 将视频转为 GIF 文件的方法，以及如何从视频中提取 精确时间区间 转换为 GIF。

ffmpeg -i input.mp4 -vf "fps=24,scale=640:-1:flags=lanczos" output.gif

参数说明：

  • -i input.mp4：输入视频文件。
  • -vf：视频滤镜，用于指定帧率和缩放。
    • fps=10：指定 GIF 的帧率为 10（可以根据需要调整）。
    • scale=640:-1：指定 GIF 的宽度为 640 像素，高度按比例调整（-1 表示自动计算高度以保持比例）。
    • flags=lanczos：使用高质量的缩放算法。
  • output.gif：输出 GIF 文件的路径。
  1. 转换指定时间区间为 GIF

如果您只想从视频的某个时间段提取 GIF，使用以下命令：

ffmpeg -ss 00:00:05 -to 00:00:10 -i input.mp4 -vf "fps=10,scale=640:-1:flags=lanczos" output.gif

参数说明：

  • -ss 00:00:05：指定开始时间（例如 5 秒）。
  • -to 00:00:10：指定结束时间（例如 10 秒）。
  • 其他参数与上述解释相同。

更高质量的 GIF 输出（一步到位）

ffmpeg -i input.mp4 ^
       -vf "fps=10,scale=640:-1:flags=lanczos,split[s0][s1];[s0]palettegen=max_colors=64[p];[s1][p]paletteuse=dither=none" ^
       -loop 0 output.gif

提示

  • 如果使用 bash 把换行符换成 \
  • 这条命令也可以压缩已经存在的gif文件，只要把 .mp4 换成 .gif 就行了
关键参数说明

基本结构

ffmpeg -i input.mp4 -vf "复杂的滤镜链" -loop 0 output.gif
  1. -i input.mp4
  • 作用：指定输入文件
  • 说明：-i 是 input 的缩写，后面接输入视频文件路径
  1. -vf "xxx"
  • 作用：滤镜链
  • 说明：-vf 是 video filter 的缩写，后面接一系列视频滤镜操作

重要

滤镜链分解：

fps=10,scale=640:-1:flags=lanczos,split[s0][s1];[s0]palettegen=max_colors=64[p];[s1][p]paletteuse=dither=none

按分号 ; 分割为三个主要阶段：

阶段一：视频预处理

fps=10,scale=640:-1:flags=lanczos,split[s0][s1]

  • fps=10

    • 设置输出帧率为 10 帧/秒
    • 原视频可能是 30fps，这样减少 2/3 的帧数，大幅减小体积

  • scale=640:-1:flags=lanczos

    • 640:-1：宽度固定为 640 像素，高度按比例自动计算（-1 表示自动）
    • flags=lanczos：使用 lanczos 缩放算法，保持较好的清晰度

  • split[s0][s1]

    • 将处理后的视频流复制为两个相同的流：[s0] 和 [s1]
    • 目的是一个流用于生成调色板，另一个用于最终输出

阶段二：生成调色板

[s0]palettegen=max_colors=64[p]

  • [s0]：引用前面 split 创建的第一个视频流
  • palettegen：调色板生成器
  • max_colors=64：限制调色板最多使用 64 种颜色（默认256）
  • [p]：将生成的调色板命名为 [p]，供后续使用

阶段三：应用调色板

[s1][p]paletteuse=dither=none

  • [s1]：引用 split 创建的第二个视频流
  • [p]：引用前面生成的调色板
  • paletteuse：将调色板应用到视频流
  • dither=none：关闭颜色抖动，保持文字边缘清晰（但可能产生颜色色块）
  1. -loop 0
  • 作用：设置 GIF 循环播放
  • 说明：0 表示无限循环，-1 表示不循环，正数表示循环次数
  1. output.gif
  • 作用：指定输出文件名

整个流程总结

  1. 输入视频 → 降帧到 10fps → 缩放到 640px 宽
  2. 分流：一路生成 64 色调色板，另一路保留视频内容
  3. 合并：将调色板应用到视频流，关闭抖动
  4. 输出：生成无限循环的 GIF 文件

这样在保证文字可读的前提下，通过降低帧率、分辨率和颜色数来最大化压缩。

进一步优化选项

  • 如果体积仍然太大：

    • 降低分辨率（如 scale=480:-1）
    • 减少帧率到 fps=6
    • 颜色数减到 max_colors=32

  • 如果文字模糊：

    • 保持分辨率不低于原视频的 1/3
    • 调高 max_colors=128 保留更多颜色细节

更高质量的 GIF 输出（两步）

为了生成高质量的 GIF，可以使用以下方法：

第一步：将视频转换为调色板（提高颜色表现力）

ffmpeg -ss 00:00:05 -to 00:00:10 -i input.mp4 -vf "fps=10,scale=640:-1:flags=lanczos,palettegen" palette.png

第二步：使用调色板生成 GIF

ffmpeg -ss 00:00:05 -to 00:00:10 -i input.mp4 -i palette.png -lavfi "fps=10,scale=640:-1:flags=lanczos [x]; [x][1:v] paletteuse" output.gif

为什么需要调色板？

GIF 文件支持的颜色数量有限（最多 256 种颜色），直接生成 GIF 可能会导致颜色失真。通过生成调色板并在生成 GIF 时使用调色板，可以改善颜色效果。

示例场景

示例 1：从第 10 秒到第 15 秒提取 GIF，宽度为 480 像素

ffmpeg -ss 00:00:10 -to 00:00:15 -i input.mp4 -vf "fps=10,scale=480:-1:flags=lanczos" output.gif

示例 2：从视频中生成高质量的短 GIF

# 第一步：生成调色板
ffmpeg -ss 00:00:10 -to 00:00:15 -i input.mp4 -vf "fps=15,scale=480:-1:flags=lanczos,palettegen" palette.png

## 第二步：使用调色板生成 GIF
ffmpeg -ss 00:00:10 -to 00:00:15 -i input.mp4 -i palette.png -lavfi "fps=15,scale=480:-1:flags=lanczos[x]; [x][1:v] paletteuse" high_quality.gif

## 或第二步：DeepSeek给的
ffmpeg -ss 00:00:10 -to 00:00:15 -i input.mp4 -i palette.png -filter_complex "fps=15,scale=640:-1:flags=lanczos[x];[x][1:v]paletteuse=dither=sierra2_4a" -loop 0 output_high.gif

## 如果视频帧率不是整数30或者60，那么gif设置整数30或60会出现慢放的问题，则可以给类似59.9fps的视频生成fps30的gif，然后使用速度补偿机制
## setpts=0.5*PTS：速度补偿核心（0.5=60/30，保持原速播放）
ffmpeg -ss 00:00:10 -to 00:00:15 -i input.mp4 -i palette.png -filter_complex "fps=15,scale=640:-1:flags=lanczos,setpts=0.5*PTS[x];[x][1:v]paletteuse=dither=sierra2_4a" -loop 0 output_high.gif

提取音频流

要从一个 MP4 文件中无损地提取 AAC 音频流，而不进行重新编码，你可以使用 FFmpeg 的 -c copy 选项，它可以直接复制音频流而不改变其编码格式。以下是详细的步骤和命令：

提取音频流的命令

ffmpeg -i input.mp4 -vn -acodec copy output.aac

最好使用这个，因为上面的aac只是原始音频流可能在某些软件内不能正确识别出 duration 数据

ffmpeg -i input.mp4 -vn -acodec copy output.m4a

解释每个参数的作用

  • -i input.mp4：指定输入文件（这里是 input.mp4）。

  • -vn：表示不处理视频流（即忽略视频流，只提取音频）。

  • -acodec copy：直接复制音频流，不进行重新编码。

    • -c:a copy：现在推荐这种写法。属于 FFmpeg 的新语法规范，采用 -c:流类型 的格式（如 -c:v 表示视频流，-c:a 表示音频流）。这种格式更清晰，支持多流类型独立控制，例如同时指定视频和音频编解码器时更灵活。

  • output.aac：指定输出文件的名称和格式（这里为 output.aac）。

这个命令将 MP4 文件中的 AAC 音频流无损地提取为一个 .aac 文件。由于没有进行重新编码，提取过程非常快速，并且不会导致音质损失。

注意事项

  1. 文件格式：提取出来的音频流通常会使用 .aac 扩展名，因为原始音频流是 AAC 编码。如果你需要将其封装到其他容器格式中（如 MP3 或 WAV），则可能需要重新编码或使用不同的容器格式。

  2. 音频流的选择：如果 MP4 文件中有多个音频流，你可以使用 -map 选项指定要提取的流。例如，如果你只想提取第二个音频流，你可以使用：

    ffmpeg -i input.mp4 -map 0:a:1 -acodec copy output.aac

    其中，-map 0:a:1 指的是选择第一个文件（0:）的第二个音频流（a:1）。

指定时间段

ffmpeg -ss 00:01:00 -to 00:02:00 -i input.mp4 -vn -acodec copy output.aac

解释每个参数的作用

  • -ss 00:01:00：指定开始时间，这里表示从视频的第1分钟开始。支持毫秒,格式：hh:mm:ss.sss
  • -to 00:02:00：指定结束时间，这里表示到视频的第2分钟结束。支持毫秒,格式：hh:mm:ss.sss

wav

无损截取 WAV 文件，并保证格式为 PCM，FFmpeg 无法完全使用 -c copy，因为 WAV 文件中的音频流通常需要是 PCM 格式。但是你可以通过指定 -c:a pcm_s16le 来确保 WAV 格式，并且使用 -ss 和 -to 来定义时间段。

命令示例

ffmpeg -ss 00:01:00 -to 00:02:00 -i input.wav -c:a pcm_s16le output.wav

参数解释

  • -ss 00:01:00：指定开始时间，表示从音频的1分0秒处开始。
  • -to 00:02:00：指定结束时间，表示到音频的2分0秒处结束。
  • -i input.wav：指定输入文件，格式为 WAV。
  • -c:a pcm_s16le：指定音频编解码器为 PCM 16位小端（WAV 格式的标准编码）。
  • output.wav：输出的 WAV 文件。

解释

由于 WAV 文件通常是未压缩的 PCM 数据流，你可以将音频从指定的时间范围内提取出来，且音频不会进行压缩或重新编码。不过，音频仍需要明确设置为 PCM 格式，因为 WAV 文件要求特定的音频格式。

处理音频流

指定时间段

ffmpeg -ss 00:01:00 -to 00:02:00 -i input.mp3 -c copy output.mp3

-c copy 表示所有流都使用原始流（即复制流，不进行重新编码）

-c:v libx264 表示视频流使用 libx264 编解码器，-c:a aac 表示音频流使用 aac 编解码器。

-acodec copy：音频流使用原始编码，不重新编码。

倍速

使用 atempo 滤镜。注意，atempo 只支持在 0.5x 到 2.0x 之间的速度调整。如果需要更高或更低的倍速，可以链式使用多个 atempo。

如果你需要调整到其他倍速，比如 1.5x，可以使用：

ffmpeg -i input.wav -filter:a "atempo=1.5" output.wav

如果要处理超过 2.0x 或低于 0.5x 的速度，比如 4.0x，可以这样写：

ffmpeg -i input.wav -filter:a "atempo=2.0,atempo=2.0" output.wav

调整音量

在 FFmpeg 中调整音频文件的音量倍率，可以通过 volume 音频滤镜实现。以下是具体方法和注意事项：

  1. 基本音量倍率调整

    • 命令格式：

      ffmpeg -i input.wav -af "volume=2.0" output.wav
      • volume=2.0 表示将音量放大至原始音量的 2 倍（线性增益）。
      • 若需缩小音量，可设为 0.5（即原始音量的 50%）。

    • 注意事项：
      直接使用倍数可能导致削波（超过最大振幅值），建议结合 eval=frame 参数优化动态处理：

      ffmpeg -i input.wav -af "volume=2.0:eval=frame" output.wav

2. 使用分贝（dB）单位调整

  • 若需以分贝为单位调整，可在数值后加 dB：
    ffmpeg -i input.wav -af "volume=3dB" output.wav
    • 3dB 表示音量增加约 1.23 倍（分贝与线性增益的换算公式为 10^(dB/20)）。
    • 负值表示降低音量，如 -6dB 为原始音量的 50%。

  1. 防止削波的进阶参数

    • 启用 precision 参数提高计算精度，减少失真：
      ffmpeg -i input.wav -af "volume=2.0:precision=fixed" output.wav
    • 使用 limiter 滤镜限制峰值（推荐组合使用）：
      ffmpeg -i input.wav -af "volume=2.0,limiter=1" output.wav
      • limiter=1 将峰值限制在 0dBFS（最大振幅值）。

  2. 保留元数据与编码格式

    • 若需保留原始文件的元数据，添加 -map_metadata 0：
      ffmpeg -i input.wav -af "volume=2.0" -map_metadata 0 output.wav
    • 指定编码格式（如 PCM 16-bit）：
      ffmpeg -i input.wav -af "volume=2.0" -acodec pcm_s16le output.wav

  3. 验证与调试

    • 使用 astats 滤镜分析输出音量：
      ffmpeg -i output.wav -af "astats=metadata=1:reset=1" -f null -
    • 逐步调整倍率，避免过度放大导致失真。

总结

通过 volume 滤镜可灵活控制音量倍率，结合分贝单位、削波保护和编码参数，能实现高质量的音频增益。建议优先使用分贝单位调整（如 6dB），并启用 limiter 防止削波。

不规范的mp3

重新编码

mp3

ffmpeg -i input.mp3 -c:a libmp3lame -qscale:a 2 output_fixed.mp3

ffmpeg -i 七重人格（2023火星演唱会现场版）-华晨宇.mp3 -c:a libmp3lame -b:a 320k -ac 2 ../output/七重人格（2023火星演唱会现场版）-华晨宇.mp3

flac

# 先使用ffprobe查看原始码率、频率、位深度之后
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from '温暖的房子(合唱)-tascam x6.flac':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41iso5
    encoder         : Lavf59.27.100
    description     : Bilibili XCoder v2.0.2
  Duration: 00:06:20.50, start: 0.000000, bitrate: 1522 kb/s
  Stream #0:0[0x1](und): Audio: flac (fLaC / 0x43614C66), 48000 Hz, stereo, s32 (24 bit), 17 kb/s (default)
      Metadata:
        handler_name    : Bento4 Sound Handler
        vendor_id       : [0][0][0][0]
        
# 修复命令
ffmpeg -i "温暖的房子(合唱).flac" -c:a flac -sample_fmt s32 -ar 48000 -ac 2 -compression_level 8 -map_metadata 0 "温暖的房子(合唱)_fixed.flac"

# ffprobe 验证
Input #0, flac, from '温暖的房子(合唱)_fixed.flac':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41iso5
    comment         : Bilibili XCoder v2.0.2
    encoder         : Lavf61.1.100
  Duration: 00:06:20.50, start: 0.000000, bitrate: 1524 kb/s
  Stream #0:0: Audio: flac, 48000 Hz, stereo, s32 (24 bit)

参数详解：

  1. 编码控制
    -c:a flac：强制使用FLAC编码器重新封装，修复损坏的容器结构
  2. 位深度保留
    -sample_fmt s32：保持原始24bit音频（s32表示32位容器存储24位数据）
  3. 采样率/声道同步
    -ar 48000 -ac 2：锁定48kHz采样率和立体声输出，避免自动转换
  4. 元数据保护
    -map_metadata 0：完整复制原始元数据（如专辑/艺术家信息）
  5. 优化建议
    -compression_level 8：使用FLAC最高压缩等级（0-12范围），在保持无损前提下减小文件体积

mp3 -> aac

ffmpeg -i input.mp3 -c:a aac -q:a 2 output.aac

  • -c:a aac

    指定音频编码器为 AAC

  • -ar 44100

    设置采样率为 44.1kHz

  • -ac 2

    设置音频为立体声

  • -b:a 128k 和下方二选一

    设置 AAC 输出文件的音频码率为 128 kbps。

  • -q:a 和上方二选一

    自动匹配原始码率

最近更新:
Contributors: Enlin