常用的 ffmpeg 思路：视频人值得懂的十个场景

为什么值得懂 ffmpeg

逐日 AI 的合成环节已经封装了 ffmpeg——日常生产不需要命令行。懂它的价值在两处：排查（知道合成器在做什么，报错不慌）与救急（客户临时要一个"视频转成 9:16"之类的零散需求，一行命令解决）。以下按场景给思路，命令在工具箱里都有图形化替代。

十个场景的关键参数

1. 格式转码：-c:v libx264 -c:a aac 是兼容性最好的组合，-movflags +faststart 让网络播放秒开。

2. 画幅裁切（横转竖）：crop 滤镜裁中间或 -vf "crop=ih*9/16:ih" 按高度算宽度——智能裁切的核心是保住画面主体，手动选好锚点比自动裁更稳。

3. 无损拼接：相同编码的文件用 concat demuxer 直接拼接（不重编码、速度快）；编码不一致先统一转码。

4. 抽帧：-vf fps=1 每秒一帧抽图——做封面、做分镜参考的利器。

5. 音视频混音：BGM 音量用 volume=0.2 压低、人声用 -filter_complex amix 混合——自动混音的底层就是这条逻辑。

6. 字幕烧录：-vf subtitles=file.srt 把字幕"烧"进画面（不可关闭，硬字幕）；软字幕则封装为字幕轨（播放器可选）。

7. 压缩体积：CRF 参数控制质量与体积的平衡（18~28 区间，越小越清晰越大）——压缩的本质是"观众无感的码率下降"。

8. 转 GIF：调色板优化（palettegen/paletteuse）是画质关键，直接转的 GIF 颜色会糊。

9. 调速：setpts（视频）与 atempo（音频）成对修改，倍速时音画同步别只改一边。

10. 提取音频：-vn -c:a copy 无损抽音轨——把别人的视频拿来做配音参考时记得版权边界。

一个实用建议

把上面十个场景的命令存成自己的备忘片段（记在团队文档里），比每次搜索快得多。需要图形化操作的场景（去水印、提取字幕）直接用在线工具箱，浏览器本地完成。