REC 01 · FFMPEG TRANSCODE

FFmpeg 转码

先看清片子里有什么，再决定是换个盒子、重编码，还是连画面一起改。下面的命令把 input.mp4 换成你的文件就能跑。

2026-09-28 · 系统工具使用 · FFmpeg 完全指南 →

这一篇只讲「转码」这一件事。安装、ffprobe/ffplay、录屏录音、推流切片、滤镜清单和批量脚本，在 FFmpeg 完全指南里。

00:00先确认机器上有编码器

macOS 用 Homebrew，Debian / Ubuntu 用 apt，Windows 用 winget。装完用两条命令确认：一条看版本，一条看本机能用哪些 H.264 / H.265 / AV1 编码器。

安装

brew install ffmpeg
sudo apt update && sudo apt install -y ffmpeg
winget install --id Gyan.FFmpeg -e

三条里只跑你这台机器对应的那一条。Windows 装完要新开一个终端，ffmpeg 才会进 PATH。

版本和编码器

ffmpeg -version
ffmpeg -encoders | grep -E '264|265|av1|nvenc|videotoolbox|qsv|vaapi|aac|opus|mp3'

看到 libx264、aac 就可以做最常见的 MP4。macOS 上若还有 h264_videotoolbox，后面可以用硬件编码换速度。libx265、libsvtav1 没有的话，对应小节先跳过，不要改命令硬跑。

00:01封装、编码、滤镜

转码这个词经常被用宽了。FFmpeg 里其实是三件事，花费差一个数量级。

封装 remux

只换容器，比如 MKV 改成 MP4。视频和音频原样拷贝，-c copy，几秒完成。

转码 transcode

解开旧编码，再用新编码器压一遍。画质、体积、兼容性都在这一步决定，也最耗 CPU。

滤镜 filter

缩放、裁剪、加水印、烧字幕、变速。只要动了画面，视频就必须重编码，-c:v copy 会失效。

容器是盒子：mp4、mkv、mov、webm、ts。编码是里面的画和声：视频常见 H.264、H.265、AV1，音频常见 AAC、Opus、MP3。盒子和内容是分开选的。H.264 + AAC 放进 MP4，是今天兼容性最好的组合。

你要的结果	该做哪一步	典型开关
手机拍的 MOV 放到网页上播	先试封装拷贝，播不了再转 H.264	`-c copy` 或 `libx264`
文件太大	重编码，用 CRF 控画质	`-crf 23`
只要改成 720p	滤镜缩放，视频重编码，音频能拷就拷	`scale=1280:-2`
剪掉片头，画质不变	按关键帧剪切并拷贝流	`-ss` + `-c copy`
配音换掉，画面不动	视频拷贝，只编码音频	`-c:v copy -c:a aac`

00:02转之前先看清素材

不要对着文件名猜。用 ffprobe 把时长、码率、每一路流的编码、分辨率、帧率、像素格式、采样率打出来。

查看流信息

ffprobe -v error -show_entries format=duration,bit_rate,format_name -show_streams -of compact input.mp4

重点看这几项：

codec_name：已经是 h264 + aac，目标又是 MP4，多半只要 -c copy。
width / height：H.264 的 yuv420p 要求宽高都能被 2 整除。奇数边（比如 1919×1080）缩放时要用 -2。
pix_fmt：yuv420p 最通用。10-bit 的 yuv420p10le 很多播放器不认，转 H.264 时要显式改回 8-bit。
r_frame_rate：手机录像常见 30000/1001，也就是 29.97。不要随手改成 30，除非你确实要统一帧率。
多条 codec_type=audio：说明有多音轨，后面要用 -map 指定留哪一条。

FFmpeg 解码时默认会按旋转元数据把竖屏视频转正。如果你发现转出来突然横过来了，加上 -noautorotate 再查原因，不要先改滤镜。

00:03一条命令怎么读

选项写在哪个 -i 的哪一侧，决定它是输入选项还是输出选项。写错位置，-ss 会从「快速跳转」变成「从头解码」，或者干脆作用到错误的文件上。

全局ffmpeg -y -hide_banner

输入选项-ss 00:01:00 -i input.mp4

输出选项-c:v libx264 -crf 23

输出文件output.mp4

-y 覆盖已有输出；-n 拒绝覆盖。两个都没有时，交互终端会问你，脚本里则会停住。
-c:v 是视频编码器，-c:a 是音频。-c copy 表示两路都原样拷贝。
-t 10 是持续 10 秒，-to 00:00:10 是停在时间轴的 10 秒处。和 -ss 一起用时，-to 是绝对时间，不是时长。
输出文件名的后缀决定默认容器。想明确指定就加 -f mp4。

00:04只换盒子，不重新压缩

画面和声音的编码已经合适，只是容器不对，或者网页要边下边播，就不要转码。

MKV 转 MP4，流原样拷贝

ffmpeg -y -i input.mkv -c copy -movflags +faststart output.mp4

+faststart 把索引（moov）挪到文件头。没有它，浏览器往往要下完整个 MP4 才开始播。

只抽出 AAC 音频

ffmpeg -y -i input.mp4 -vn -c:a copy output.m4a

拷贝进 MP4 会失败的常见原因：视频是 VP9 / AV1 的某些写法、音频是 Opus 或 FLAC、字幕是 ASS。报错里出现 codec not currently supported in container 时，换 MKV（-c copy output.mkv），或者只重编码那一路不兼容的流。

00:05重编码视频

体积和画质的主旋钮是 CRF（恒定质量因子），不是码率。CRF 越小越清晰、文件越大。H.264 的常用范围是 18（接近视觉无损）到 28（明显更小），默认 23。预设 preset 只管压缩效率：slow 更小或更好，veryfast 更快、文件更大，默认 medium。

H.264，兼容性优先

通用 MP4

ffmpeg -y -i input.mp4 \
  -c:v libx264 -crf 23 -preset medium -pix_fmt yuv420p \
  -c:a aac -b:a 160k \
  -movflags +faststart \
  output.mp4

音频如果已经是 AAC，把 -c:a aac -b:a 160k 换成 -c:a copy，声音不会再损一次。

H.265，同样观感更小

x265 的 CRF 和 x264 不是同一把尺子。x265 默认 CRF 是 28，观感大致接近 x264 的 23，编码也慢一截。苹果设备要在 MP4 里播 HEVC，需要 -tag:v hvc1，否则 QuickTime 和 Safari 可能打不开。

HEVC + 苹果可播标签

ffmpeg -y -i input.mp4 \
  -c:v libx265 -crf 28 -preset medium -tag:v hvc1 \
  -c:a aac -b:a 160k \
  -movflags +faststart \
  output.mp4

要卡死峰值码率

投到带宽有限的网页或播放器时，CRF 仍决定常态画质，-maxrate 和 -bufsize 只是把尖峰按住。这不是纯 CRF，复杂画面会被压一点。

CRF 加码率上限

ffmpeg -y -i input.mp4 \
  -c:v libx264 -preset slow -crf 22 -maxrate 4M -bufsize 8M \
  -pix_fmt yuv420p -movflags +faststart \
  -c:a aac -b:a 160k \
  output.mp4

目标体积固定，用两遍编码

必须压到某个平均码率时，两遍比一遍的码率控制更稳。第一遍只分析，不写成品。

两遍，平均 2 Mbps

ffmpeg -y -i input.mp4 -c:v libx264 -b:v 2M -pass 1 -an -f null /dev/null
ffmpeg -y -i input.mp4 -c:v libx264 -b:v 2M -pass 2 -c:a aac -b:a 160k output.mp4

Windows 把 /dev/null 换成 NUL。两遍都会在当前目录留下 ffmpeg2pass-0.log，做完可以删。

AV1

更小，也更慢，播放器支持仍不如 H.264。本机有 libsvtav1 时，可以这个为起点；preset 数字越小越慢。网页上更稳的容器是 WebM，配 Opus。

SVT-AV1 到 WebM

ffmpeg -y -i input.mp4 \
  -c:v libsvtav1 -crf 32 -preset 8 \
  -c:a libopus -b:a 96k \
  output.webm

00:06只动声音

FFmpeg 自带的 AAC 编码器名字就是 aac。口碑更好的 libfdk_aac 因为许可，多数发行版默认不带。语音 96–128 kbps 够用，音乐 160–192 kbps 比较稳。

视频不动，音频换成 AAC

ffmpeg -y -i input.mp4 -c:v copy -c:a aac -b:a 160k output.mp4

导出 MP3

ffmpeg -y -i input.mp4 -vn -c:a libmp3lame -q:a 2 output.mp3

-q:a 2 大约是 190 kbps 的 VBR，比固定码率更省。只要 WAV：

导出 48 kHz 立体声 WAV

ffmpeg -y -i input.mp4 -vn -ac 2 -ar 48000 output.wav

用另一条音轨替换原声，并在较短的那条结束时停下：

替换音轨

ffmpeg -y -i input.mp4 -i voice.wav \
  -map 0:v:0 -map 1:a:0 \
  -c:v copy -c:a aac -b:a 160k -shortest \
  output.mp4

粗调响度可以用单遍 loudnorm。它会重编码音频；要更准的广播标准，再查两遍 loudnorm，这里不展开参数。

单遍响度归一

ffmpeg -y -i input.mp4 -c:v copy -af loudnorm=I=-16:TP=-1.5:LRA=11 output.mp4

00:07缩放、裁剪、帧率、水印、变速

滤镜写在 -vf 里，多个用逗号串起来，从左到右执行。只要有 -vf，视频就不能 copy。

宽 1280，高度按比例且为偶数

ffmpeg -y -i input.mp4 \
  -vf "scale=1280:-2" \
  -c:v libx264 -crf 23 -preset medium -pix_fmt yuv420p \
  -c:a copy \
  output.mp4

-2 的意思是：按比例算出高度，并且对齐到 2 的倍数。不要手写一个奇数高度。

从 (0,0) 裁出 1280×720

ffmpeg -y -i input.mp4 -vf "crop=1280:720:0:0" -c:v libx264 -crf 23 -c:a copy output.mp4

统一成 30 fps

ffmpeg -y -i input.mp4 -vf "fps=30" -c:v libx264 -crf 23 -c:a copy output.mp4

右下角叠 PNG 水印

ffmpeg -y -i input.mp4 -i logo.png \
  -filter_complex "overlay=W-w-24:H-h-24" \
  -c:v libx264 -crf 23 -c:a copy \
  output.mp4

两倍速要同时改画面时间戳和音频。单个 atempo 只接受 0.5 到 2.0，四倍就串两个。

两倍速

ffmpeg -y -i input.mp4 \
  -filter:v "setpts=0.5*PTS" -filter:a "atempo=2.0" \
  -c:v libx264 -crf 23 -c:a aac -b:a 160k \
  output.mp4

截一帧做封面

ffmpeg -y -ss 00:00:03 -i input.mp4 -frames:v 1 thumb.jpg

短 GIF，先生成调色板

ffmpeg -y -ss 1 -t 3 -i input.mp4 \
  -vf "fps=12,scale=480:-2:flags=lanczos,split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" \
  output.gif

00:08剪切

-ss 放在 -i 前面，是按关键帧快速跳。配合 -c copy 时，起点会吸附到前面的关键帧，所以可能多出零点几秒，但不会重编码。

从 1 分拷到 1 分 30 秒，不重编码

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

要帧级准确，把 -ss 放到 -i 后面，并重新编码。这样会从片头解码到切点，长视频会慢。

精确剪切

ffmpeg -y -i input.mp4 -ss 00:01:00 -to 00:01:30 \
  -c:v libx264 -crf 20 -preset medium -c:a aac -b:a 160k \
  output.mp4

拷贝剪切后如果播放器结尾花一下，多半是切在了非关键帧上。改用上面的精确剪切，或者把起点再往前对齐到关键帧。

00:09字幕和多轨

软字幕是单独一条流，MKV 里最省事。硬字幕是烧进画面，之后不能关，而且必须重编码视频。

把 SRT 放进 MKV，不重编码

ffmpeg -y -i input.mp4 -i subs.srt -c copy -c:s srt output.mkv

烧录字幕

ffmpeg -y -i input.mp4 \
  -vf "subtitles=subs.srt:force_style='FontName=PingFang SC,FontSize=22'" \
  -c:v libx264 -crf 23 -c:a copy \
  output.mp4

烧字幕需要编译进 libass。路径里有空格或冒号时要转义，中文字体名按你机器上真实的字体改。

只保留第一条视频和第三条音轨（下标从 0 开始，所以第三条是 0:a:2）：

选流

ffmpeg -y -i input.mkv -map 0:v:0 -map 0:a:2 -c copy output.mp4

不写 -map 时，FFmpeg 会为每种类型挑一条「它认为最好的」流。多音轨、多字幕的成片，显式 -map 更可控。

00:10拼接和批量

无重编码拼接要求每段的编码、分辨率、像素格式、帧率、音频参数一致，否则时间戳会乱。先把清单写成 list.txt，路径相对于运行命令时的当前目录。

list.txt

file 'part1.mp4'
file 'part2.mp4'

按清单拼接

ffmpeg -y -f concat -safe 0 -i list.txt -c copy output.mp4

参数不一致时，先统一转成同一种 H.264，再拼接。下面这段把当前目录所有 .mov 转成网页可播的 MP4，文件名里的空格也能保住。

批量 MOV 转 MP4

for f in *.mov; do
  ffmpeg -y -i "$f" \
    -c:v libx264 -crf 22 -preset medium -pix_fmt yuv420p \
    -c:a aac -b:a 160k -movflags +faststart \
    "${f%.mov}.mp4"
done

不要对同一块机械硬盘开很多并行 FFmpeg，瓶颈会从 CPU 变成磁盘。先跑一个，看 ffmpeg -stats 里的速度是不是高于 1x，再决定要不要并行。

图片序列合成视频

ffmpeg -y -framerate 30 -i frame_%04d.png -c:v libx264 -pix_fmt yuv420p -movflags +faststart output.mp4

00:11硬件编码

硬件编码器快很多，同样码率下通常不如 libx264 的慢预设。批量转存、监控、预览用它；要压到很小还要保住细节，仍用软件编码加 preset slow。

macOS 的 VideoToolbox 用码率而不是 CRF。质量模式各版本参数不同，不确定时先用码率。

macOS VideoToolbox H.264

ffmpeg -y -i input.mp4 \
  -c:v h264_videotoolbox -b:v 6M \
  -c:a aac -b:a 160k -movflags +faststart \
  output.mp4

NVIDIA NVENC

ffmpeg -y -i input.mp4 \
  -c:v h264_nvenc -preset p5 -rc vbr -cq 23 -b:v 0 \
  -c:a copy \
  output.mp4

p1 最快，p7 最慢。若报不认识 -cq，改成 -b:v 6M。Intel QSV 用 h264_qsv，Linux VAAPI 还要设备节点，先跑第 00 节的编码器列表，有名字再写进命令。

00:12现成配方

场景	命令要点
网页播放	H.264、yuv420p、AAC、faststart，CRF 22–24
归档、少损	`-crf 18 -preset slow`，音频 copy
聊天里发，尽量小	`scale=1280:-2` 加 `-crf 28`
竖屏短视频	不要乱加旋转滤镜，先相信自动旋转
只要声音	`-vn -c:a copy`，封装用 m4a 或原格式

压缩到大约 720p 宽边

ffmpeg -y -i input.mp4 \
  -vf "scale=1280:-2" \
  -c:v libx264 -crf 28 -preset medium -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output.mp4

去隔行后再编码

ffmpeg -y -i input.mp4 -vf yadif -c:v libx264 -crf 20 -c:a copy output.mp4

00:13报错对照

报错里的关键词	原因	处理
Unknown encoder	这个编译没有该编码器	回到第 00 节看列表，改用已有的名字
height not divisible by 2	yuv420p 不接受奇数边	`scale=1280:-2` 或 `scale=trunc(iw/2)2:trunc(ih/2)2`
codec not currently supported in container	编码和盒子不配	改用 MKV，或只重编码那一路
moov atom not found	MP4 没收完，或索引在尾部且文件损坏	重新导出；完整文件用 `+faststart`
Non-monotonous DTS	源时间戳乱，常见于拼接和某些录像	加 `-fflags +genpts` 再编码，不要 copy
Conversion failed / 输出 0 字节	输出被占用，或滤镜表达式写错	先用一条不带滤镜的命令验证源文件能打开

时间戳乱时重编码

ffmpeg -y -fflags +genpts -i input.mp4 \
  -c:v libx264 -crf 23 -c:a aac -b:a 160k \
  output.mp4

转完用同一条 ffprobe 再看一遍：编码、分辨率、时长是否符合预期。时长差出一两秒，先怀疑剪切吸附了关键帧，而不是编码器把片子弄丢了。

参数以你本机的 ffmpeg -h encoder=libx264 为准。编码器帮助和本文冲突时，信帮助，不信记忆。