谁应该看这篇文章？

适合：

• 速查的高级用户：直接翻目录或 Ctrl+F，找你要的那节，参数表格和命令示例都在
• 想系统了解的小白：从头读，每个参数都有解释，假定你不熟悉命令行

不适合：

• 想抬杠的：关于哪种编码器在哪种内容下 VMAF 更高，这个问题没有金标准。根据信息论的基本原理，不可能存在一种编码既无损画质又极低码率——一切都是 trade-off，只能对特定视频源做 VMAF 实测才能得出有效结论。如果你热衷这类深度分析，出门左转这篇文章更适合你：视频压缩深度测试（知乎）

• 只盯着存储成本的人：除了存储成本，还有——编码时间成本（压个视频让电脑满载几百个小时值不值）、解码平台限制成本（目标设备不支持AV1还得转回来再看）、编解码电费成本（显卡满载的功耗感人）、调参时间成本（每种不同的视频源都得反复测 VMAF 和调参）。存储是成本，这些也是成本，甚至还有你看这篇文章本身的时间成本，都应该考虑在内。

为什么用 FFmpeg CLI，而不是 GUI 工具？

市面上有很多 GUI 封装工具——小丸、格式工厂、ShanaEncoder、HandBrake、FFmpegFreeUI 等等，它们的本质大多是给 FFmpeg 套了个图形界面，把你在界面里选的参数翻译成 FFmpeg 命令在后台运行。尽管并非所有 GUI 工具都基于 FFmpeg（例如 HandBrake 部分功能直接调用显卡厂商 SDK），但功能上大差不差。

GUI 工具的问题：

• 参数覆盖不全：GUI 不可能把 FFmpeg 所有参数都列出来，总有你需要但界面没有的选项
• 停更风险与沉没成本：很多小工具停更了你就傻了，学会的操作逻辑也迁移不走；FFmpeg 本身几乎不可能停更，它已经是音视频处理领域的基础设施级的存在了，掌握了就是你的
• 自由度受限：脚本化、批量处理、条件判断，CLI 天然支持，GUI 永远差一口气

并不是说 GUI 工具不好，它们的确很方便（我自己也经常用 LosslessCut）；但掌握 FFmpeg CLI 之后，GUI 工具对你来说就指是"便利品"，而不是"必需品"，你永远有托底的杀手锏。

安装 FFmpeg

请直接参考官方指南 Download FFmpeg

如果用包管理器装，环境变量应该会自动配好，直接运行 ffmpeg 就可以；如果直接下载静态构建手动安装，记得手动添加环境变量或把命令中的 ffmpeg 改成相应路径。

验证安装： 打开终端或命令提示符，输入 ffmpeg -version，能看到版本信息就成功了。

一、基础概念

在输参数之前，有几个概念必须搞清楚。

1.1 容器格式 vs 编码格式

我们平时说的"MP4 文件"，严格来说由两层组成：

• 容器格式（封装格式）：文件的"外壳"，即文件扩展名所代表的格式。常见的有 .mp4、.mkv、.mov。容器负责把视频流、音频流、字幕流"装在一起"
• 编码格式：视频流本身的压缩标准。同样是 .mp4 容器，里面的视频流可能是 H.264，也可能是 H.265，或者 AV1

"这是个 MP4"只说明了容器，没说明编码。用 ffprobe（FFmpeg 三件套之一，和 ffplay 一样应该会一起装好）可以直接查看文件的元信息。

1.2 编码格式与编码器

编码格式只是标准，编码器才是执行者（按照标准把视频数据实际编码出来）。

常用对照表：

带 lib 前缀的是纯软件编码器（用 CPU 计算），其余为硬件编码器（调用显卡内专用编解码单元）。

关于显卡编码速度的常见误解：显卡的"3D 游戏性能"与视频编码速度几乎无关。NVIDIA 的 NVENC 编码单元是独立的专用硬件——4060 和 4090 在单个编码任务上速度基本一致，因为两者都只有一两个 NVENC 单元，是 NVENC 单元数量和代际决定速度，而不是 CUDA 核心数量。

1.3 码率（比特率）

码率 = 视频每秒传输的数据量，单位是 kbps（千比特/秒）或 Mbps（兆比特/秒）。

• 1080p 普通内容（教程、生活录像）：1-3 Mbps 通常够用
• 1080p 高动态游戏录屏：3-6 Mbps
• 4K 内容：8-20 Mbps

1.4 像素格式

• yuv420p：8bit，兼容性最广，几乎所有设备都支持
• yuv420p10le：10bit，色彩过渡更细腻，低码率下反而质量可能更好（不平滑的色彩过渡本身就是高频噪声会浪费码率），用 HEVC/AV1 且设备兼容时推荐

二、命令行基础语法

2.1 命令的基本结构

• ffmpeg：调用 FFmpeg 程序
• -i：input 的缩写，指定输入文件，后面跟文件路径
• 各种参数：每个选项都是 -参数名 参数值 的格式
• 最后一个路径（没有 - 开头的参数在前）通常是输出文件

2.2 反斜杠换行（bash / PowerShell）

行末的 \ 表示"这行还没写完，下一行是接续"。这只是为了让很长的命令看起来更清晰，效果完全等同于写成一行。

Windows CMD 中不能用 ` 换行，要用 ^；Powershell 要用 ``，且前面要由空格；本文示例统一用 bash 格式，Windows 用户请自行替换，或者不换行直接写成一行。

2.3 环境变量

export VIDEO="..." 是 bash 中设置变量的写法。之后用 $VIDEO，shell 会自动把它替换成那段 URL，避免重复输入。这个变量只在当前终端窗口的会话中有效，关闭窗口就消失了。

2.4 指定使用哪块 GPU

CUDA_VISIBLE_DEVICES=1 是一个临时环境变量，写在命令前，只对这条命令生效。它告诉 CUDA 只把编号为 1 的 GPU（编号从 0 开始）暴露给这个进程，FFmpeg 就只能用那块显卡。多卡机器分配任务时使用。

三、最基础的输入输出

3.1 查看文件信息

FFProbe 会打印输入文件的元信息（分辨率、帧率、编码格式、时长、码率等），然后退出。这是快速查看文件信息的常用方式。

3.2 直接转封装（不重新编码）

• -c：codec，指定编码器
• copy：对该流直接复制（不重编码）
• 速度极快，因为只是换了个容器"壳"，但仅适用于目标容器兼容源编码的情形，否则会报错。

3.3 覆盖已有文件

• -y：如果输出文件已存在，直接覆盖，不交互询问。不加这个参数时，FFmpeg 会停下来问你要不要覆盖

3.4 指定编码器

• -c：codec，指定编码器
• :v：video，对视频
• :a：audio，对音频
• copy：对该流直接复制（不重编码）

3.5 指定码率

• -b：bitrate，指定码率
• 2M: 2Mbps，M 大写

四、时间裁剪与剪切

这是高频操作，和编码参数无关，单独讲清楚。

4.1 时间参数说明

-to 和 -t 的区别：-ss 30 -to 120 等于 -ss 30 -t 90，结果一样（从 30s 到 120s，共 90s），但逻辑语义不同，按需选用。

4.2 关键帧剪切（快，不精确）

-ss 放在 -i 前面：FFmpeg 先快速 seek 到靠近 30s 的关键帧，然后再开始解码。由于关键帧不一定恰好在 30s，实际起点可能略早几秒。

-c copy 直接复制流，不重新编码，速度接近瞬间完成，适合快速提取片段。

4.3 重编码剪切（精确，较慢）

-ss 放在 -i 后面：FFmpeg 从头解码，精确丢弃前 30s，起点精确到帧。代价是需要重新编码，速度相应变慢。

适合场景：本身就要重压缩的任务（剪切和二压合并成一步，不需要先切再压）。

建议：如果本来就要二压，直接用 -ss（放 -i 后）同时做剪切和压缩，一步到位。如果只是想快速切片段留着，用 -c copy，秒出结果，精度够用就行。

五、视频参数

5.1 分辨率缩放

• -vf：video filter，视频滤镜，后面跟引号包裹的滤镜表达式
• scale=-2:1080：缩放滤镜
  • 第一个值 -2：宽度自动计算，保持原始宽高比，且结果能被 2 整除（编码器要求）
  • 第二个值 1080：目标高度 1080 像素
  • 写 scale=1920:1080 则强制指定宽和高（不保证宽高比）
  • 写 scale=1280:-2 则固定宽，高度自动算

5.2 帧率

• -r：设置输出帧率（Frames Per Second）。不加 -r 则保持输入帧率

5.3 像素格式

• -pix_fmt：pixel format
  • yuv420p：8bit，兼容性最好，保守推荐
  • yuv420p10le：10bit，HEVC/AV1 推荐

六、音频参数

6.1 直接复制音频（最推荐）

源文件音频质量没问题的情况下，优先复制，无质量损失，而且快。

6.2 重新编码音频

• -b:a 128k：音频目标比特率 128 kbps

常用音频编码器：

6.3 选择特定音轨

• -map：手动指定要输出哪条流
  • 0：第 1 个输入文件（从 0 计数）
  • v:0：该文件的第 1 条视频流
  • a:1：该文件的第 2 条音频流（比如日语音轨）
• 不加 -map 时，FFmpeg 自动选每种类型中"最佳"的一条

七、码率控制模式

这是视频编码最核心的部分，直接决定画质和文件大小。

7.1 CRF 模式（CPU 编码器专用）

• -crf：Constant Rate Factor，恒定质量因子
• 数值越小画质越好文件越大，越大越糊越小
• 推荐范围：

重要：CRF 是 CPU 软件编码器专用，GPU 硬件编码器不支持 -crf。

7.2 CQ 模式（NVENC 的恒定质量）

• -rc:v vbr：rate control，码率控制模式，vbr 是可变码率
• -cq:v 28：NVENC 的恒定质量值（类似 CRF，但数值对应关系不同）
• -b:v 0：目标码率设为 0，配合 CQ 使用，表示不额外限制码率

CQ 与 CRF 的对应关系（近似）：

⚠️ 最常见的误区：根据 CPU 编码 -crf 24 的经验，在用 GPU 编码时也选 -cq 24。这相当于 CPU 的 -crf 18（画质极好但文件极大），被误以为"GPU 编码出来的文件比 CPU 还大"——其实只是 CQ 值选错了。

7.3 Global Quality（Intel QSV）

• Intel QSV 的恒定质量参数，取值逻辑与 CPU CRF 更接近（24 对 24）

7.4 QP 模式（AMD AMF）

• -qp_i：I 帧（关键帧）的量化参数
• -qp_p：P 帧的量化参数，通常与 -qp_i 设相同值

7.5 VBR 码率模式（有明确码率上限时）

• -b:v 2M：视频目标码率 2 Mbps
• -maxrate 3M：最大码率上限，峰值不超过 3 Mbps
• -bufsize 5M：缓冲区大小，控制码率波动幅度（建议设为 maxrate 的 1.5-2 倍）
• 注意：M 必须大写，小写 m 在某些情况下不生效

八、NVENC 高级参数详解

以下参数针对 NVIDIA 显卡编码（hevc_nvenc / av1_nvenc）。

8.1 编码预设与调优

• -preset：编码速度预设，p1（最快）到 p7（最慢/最优质）。越慢压缩效率越高，同等画质文件更小。日常推荐 p4（平衡）到 p7（质量优先）
• -tune:v hq：调优目标为高质量（High Quality）；ull 是超低延迟（直播场景）；lossless 是无损

8.2 多遍编码

• -multipass 2：两遍编码，第一遍分析，第二遍编码，压缩效率更高。编码时间增加约 30-50%，但文件更小或画质更好

8.3 前瞻帧数

• -rc-lookahead：向前预看多少帧来辅助码率分配决策。范围 0-32，值越大压缩越好，速度越慢，推荐设 32

8.4 自适应量化（AQ）

• -spatial-aq 1：空间自适应量化，开启（1）后，根据画面区域复杂度分配码率——纹理丰富的地方多给，大面积纯色的地方少给
• -temporal-aq 1：时间自适应量化，根据帧间运动量分配码率——运动剧烈的帧多给
• -aq-strength：AQ 强度，范围 1-15，推荐 8-12；值过高会导致码率分配失衡

8.5 GOP 结构

• -g 300：GOP 长度（关键帧间隔），每隔 300 帧放一个关键帧。GOP 越短，跳转越精确但压缩效率略降；推荐设为帧率 × 10（30fps 就设 300，60fps 就设 600）
• -bf 4：B 帧数量，范围 0-4。B 帧通过参考前后帧提升压缩效率，设 4 是上限
• -b_ref_mode 2：B 帧参考模式，2 是金字塔模式，压缩效率最高，推荐

8.6 分块多单元编码

• -split_encode_mode 2：尝试调用多个 NVENC 编码单元（如 4090 有两个单元）。但实际调用几个取决于 FFmpeg 调度，不保证双倍速度

8.7 HEVC 10bit Profile

• -profile:v main10：使用 HEVC Main10 Profile，支持 10bit 输出，必须配合 -pix_fmt yuv420p10le 使用

九、硬件加速平台

NVIDIA NVENC

代际说明：16/20/30 系是第七代 NVENC；40 系是第八代，新增 AV1 硬编；50 系是第九代，速度略有提升。AV1 硬编是 40 系的重要分水岭。

Intel Quick Sync (QSV)

AV1 硬编需要 Intel Arc 独显或 Ultra 100 系列（14 代之后）核显。

AMD AMF

AV1 硬编需要 RX 7000 系列独显或 Ryzen 7000 系列的 700M 核显（如 7840H 的 780M）。

Apple VideoToolbox（macOS）

M 系列芯片支持 H.264 和 HEVC 硬编。AV1 编码支持情况视 FFmpeg 版本而定，请查阅对应版本文档。

十、hev1 与 hvc1：播放兼容性的那个坑

HEVC 视频在 MP4/MOV 容器中有两种打包标签，影响播放兼容性：

• hvc1：参数集（SPS/PPS）内联在容器 Sample Entry 中，视频开头一次性写入
• hev1：参数集可散布在码流中，每隔一段重复

FFmpeg 默认生成 hev1。 如需改为兼容性更好的 hvc1：

• -tag:v hvc1：强制将视频流的 codec tag 设为 hvc1

各平台兼容情况：

来自实际踩坑的建议：视频要在 iOS/Safari 播放，或者上传到 Web 播放器，加 -tag:v hvc1。用 hevc_nvenc 等硬件编码器有时会自动用 hvc1，用 libx265 软编默认是 hev1，最稳是显式指定。

十一、URL 作为输入，以及为什么不建议 URL 输出

11.1 URL 输入

为什么 URL 必须加引号？ URL 中常含 ?、&、= 等字符，在 shell 里有特殊含义（& 表示后台运行命令）。不加引号，shell 会在 FFmpeg 看到这个 URL 之前就把它"拆解"，导致参数传错或命令直接出错。

规则：URL 永远加双引号。

使用环境变量存储 URL（避免反复复制粘贴超长签名链接）：

注意 "$VIDEO" 也要有引号，防止变量本身展开后的内容被 shell 解析。

11.2 为什么不建议 URL 输出

FFmpeg 写入 MP4 文件时，必须在编码完成后回到文件开头写入 moov box（元数据，包含帧索引等信息），这个操作需要输出目标支持随机写入（seek）。

WebDAV 等网络存储协议通常不支持 seek 写入，会导致写入失败，或者输出的文件能写进去但无法正常播放。

结论：

• 输入：URL 可以用，注意加引号
• 输出：强烈建议输出到本地文件，完成后再上传。如果一定要直出，可以改用 MKV 格式（MKV 对 seek 要求更低），但兼容性不如 MP4

十二、视频变速

12.1 视频加速 / 减速

• setpts：修改视频帧的显示时间戳（Presentation TimeStamp）
• setpts=0.5*PTS：时间戳乘以 0.5 → 视频 2 倍速
• setpts=2.0*PTS：时间戳乘以 2 → 视频 0.5 倍速（慢动作）
• 规律：setpts = (1 ÷ 目标倍速) × PTS

12.2 音频加速 / 减速

• atempo=2.0：音频 2 倍速
• atempo=0.5：音频 0.5 倍速
• ⚠️ atempo 取值范围是 0.5-2.0，超出范围需要串联多个：

12.3 音视频同步变速

同时调整音视频速度，保持同步。注意变速后视频流发生了改变，不能用 -c:v copy。

十三、视频拼接与合并

13.1 文件列表拼接法（推荐）

新建文本文件 list.txt：

• -f concat：使用 concat 解复用器，按列表顺序读取文件
• -safe 0：允许列表中使用相对路径（默认出于安全只允许绝对路径）
• -c copy：直接复制流，不重编码，速度极快

前提：所有片段的编码格式、分辨率、帧率必须完全一致，否则拼接结果会花屏或音视频不同步。格式不一致时，去掉 -c copy 改为指定编码器重新编码，代价是时间更长。

13.2 filter_complex concat 滤镜（格式不一致或需要重编码时）

• -filter_complex：复杂滤镜图，支持多输入处理
• [0:v][0:a]：第 1 个输入文件的视频流和音频流（方括号是标签，用于在滤镜图中引用）
• [1:v][1:a]：第 2 个输入文件……以此类推
• concat=n=3:v=1:a=1：拼接 n=3 段，输出 v=1 条视频流和 a=1 条音频流
• [outv][outa]：给滤镜输出命名，供后续 -map 引用
• -map "[outv]" 和 -map "[outa]"：选这两条流作为最终输出

13.3 时长不同时的对齐处理

场景：音频比视频短，补静音至视频时长

• apad：对音频末尾填充静音
• -shortest：以最短流为准截断输出，防止无限延伸

场景：填充到指定时长

• whole_dur=300：音频填充/截断到恰好 300 秒

场景：视频比音频短，补黑帧

• tpad=stop=-1:stop_mode=black：在视频末尾补充黑帧（-1 表示无限补，配合 -shortest 或音频时长决定何时停止）
• stop_mode=clone：改为复制最后一帧（冻结画面）

十四、VMAF 质量评估

VMAF（Video Multimethod Assessment Fusion）是 Netflix 开发的视频质量客观评估标准，模拟人眼感知，分数 0-100，95 分以上通常认为肉眼几乎无法区分与原片的差别。已内置在 FFmpeg 中，无需额外安装。

14.1 基本用法

• [0:v]：被测视频（压缩后）
• [1:v]：参考视频（原始），顺序不能搞反
• model=version=vmaf_v0.6.1：使用内置的 1080p 模型
• log_path='vmaf_log.txt'：结果写入日志文件
• n_threads=20：用 20 线程并行计算（设成你的 CPU 核心数即可）
• -f null -：不生成任何输出文件，只运行滤镜计算

14.2 4K 内容使用 4K 模型

14.3 帧对齐问题

如果测出异常低的分数（比如平时都是 95 分，突然跳到 70 分），多半是帧没有对齐。在两个 -i 前各加 -r 帧率 强制同步：

另外，两个视频必须帧数和时长相同，建议测试前用 -to 裁剪到相同长度。

十五、完整命令参考

15.1 1080p HEVC 二压（NVENC，质量优先，兼容性标签）

15.2 1080p AV1 二压（NVENC 40 系，质量优先）

15.3 HEVC 码率上限模式（适合有明确码率要求的场景）

15.4 URL 输入，剪前 2 分钟，降至 720p

15.5 精确剪切并二压（起点帧精确，-ss 在 -i 后）

15.6 关键帧快速剪切（秒出，不重编码）

15.7 双 GPU 同时跑两个任务

15.8 VMAF 对比参考（草稿示例中的参数）

十六、常见问题与坑点

❌ 报错：Impossible to convert between the formats

完整错误：Impossible to convert between the formats supported by the filter 'Parsed_null_0' and the filter 'auto_scale_0'

原因：-pix_fmt p010le 与 scale 等滤镜不兼容

解决：把 -pix_fmt p010le 改为 -pix_fmt yuv420p10le

❌ 输出到 WebDAV 失败 / 输出文件损坏无法播放

原因：MP4 写入完成后需要 seek 回文件头写 moov box，WebDAV 不支持 seek 写入

解决：

1. 输出到本地，完成后手动上传（最稳）
2. 改用 MKV 格式输出（对 seek 要求更低）
3. 使用 rclone mount 并确认挂载方式支持 seek

❌ HEVC 在 Safari / iOS 不播放

把 -tag:v hev1 改为 -tag:v hvc1（或显式加上 -tag:v hvc1）

❌ 拼接后音视频不同步

• 检查各片段帧率是否一致，不一致先用 -r 统一
• -c copy 拼接要求时间戳连续，如果各片段来源复杂，改为重新编码
• 最稳方案：拼接时不用 -c copy，同时编码，代价是时间更长

❌ CQ 模式下文件比预期大很多

• 检查 CQ 值是否选错（参考上方 CRF/CQ 对应表）
• 加 -maxrate 和 -bufsize 限制峰值码率
• 检查 -b:v 0 是否有加（不加的话 NVENC 可能以默认码率为目标）

十七、参数速查表

持续更新。后续可补充：字幕烧录、色彩空间转换（HDR→SDR）、批处理脚本、更多滤镜参数等。