一、一条命令，五步活

Linux 上最常用的一条转码命令是这样：

ffmpeg -i in.mp4 -c:v libx264 -crf 23 -preset medium \
  -c:a copy out.mp4

四个选项各管一摊：-c:v 选视频编码器、-crf 定量化粗细、 -preset 定编码器肯花多少工夫、-c:a 定音频怎么办。 剩下的拆容器、解码、装容器，它自己会做。

步骤 命令行里对应什么 PyAV 里对应什么

拆容器 -i 这一步 av.open(输入) 解码 自动，不用写 packet.decode() 改 -vf ／ -af ／ -s ／ -r frame.reformat() 编码 -c:v ／ -c:a ／ -crf add_stream().encode() 装容器 输出文件名 mux()

这张表就是转码的全部内容。换语言、换库、换平台，都还是这五步， 所以「转码慢」永远只能慢在后两步——解码和编码。

二、preset 是拿时间换体积，越换越亏

同一个源、同一个 crf 23，只换 preset，实测三档：

preset 成片字节 耗时 体积相对

ultrafast 249925 约 140 毫秒 1.00 倍 medium 191154 约 180 毫秒 0.76 倍 veryslow 180439 约 410 毫秒 0.72 倍

从 ultrafast 换到 medium，体积省了两成多，时间只多三成——这一档几乎是白捡。 再从 medium 换到 veryslow，体积只省半成，时间却翻了一倍多。

所以 preset 的正确用法不是「越慢越好」，而是「够用就停」。 直播、转码服务这种要吞吐的场景，ultrafast 或 veryfast 才是常态； veryslow 只留给「一次压好、以后不再动」的归档片。

顺带说一句：preset 改的是「搜索有多拼」，crf 改的是「目标质量」， 两个是不同维度。想要小就调 crf，想要快就调 preset，别指望一个管两件事。

三、-c:a copy 省的是时间，不是体积

很多人把 -c:a copy 当成「把音频压小」的开关，这是误解。实测：

音频怎么处理 成片字节 耗时 说明

-c:a copy（流拷贝） 191056 约 101 毫秒 不解码不重编 重新编码 aac 191154 约 185 毫秒 解码再编码

两者体积只差 98 字节，耗时差了四成多。

原因很简单：源里的音频本来就是 AAC，copy 过去还是那个 AAC； 重编码一遍也不会更小，只会多一道解码再编码。 所以正确的结论是「想快就 copy」，不是「想小就 copy」。

真想把音频变小，要么改 -b:a，要么降采样率、降声道—— 这些都得重新编码，copy 一个字节都动不了。

四、Linux 命令行的三处字面差异

同样的命令搬到 Linux 上，有三处写法会变，跟 FFmpeg 无关，是 shell 的规矩：

哪一处 Linux 上怎么写 Windows 上怎么写

路径分隔符 /home/me/in.mp4 D:\work\in.mp4 命令续行 行尾一个反斜杠 cmd 用 ^，PowerShell 用反引号 单引号 一个字都不解释 cmd 里没有单引号这回事

单引号这一条最值得记：Linux 的单引号里，$、*、反斜杠全都是普通字符， 双引号里 $ 仍会被展开。 所以写 -vf 那种又长又带符号的参数，用单引号最省心。

五、转封装与转码差在哪

把 -c:v 也换成 copy，就是转封装：

ffmpeg -i in.mp4 -c copy out.mkv

这时候一帧都不解码、一帧都不重编，只是把同一个码流换个盒子装。 几百兆的片子常常一两秒就完成，速度差着两个数量级。

代价是「只能换盒子，不能改内容」： 想改分辨率、改码率、加水印、剪掉一段，都必须真的转码。 这也是排查时的第一条分流—— 先问「我要改的是盒子还是码流」，盒子用 copy，码流才谈转码。

六、动手 Demo：三档 preset 的体积与耗时对比

沙箱里没有 ffmpeg 这个可执行文件，所以下面用 PyAV 走同一条链路。 源用 lavfi 现造，不落中间文件，代码块自包含。

import os
import time
from fractions import Fraction

import av

W, H, FPS, NF = 320, 240, 25, 50

for preset in ("ultrafast", "medium", "veryslow"):
    t0 = time.time()
    c = av.open("testsrc=size=%dx%d:rate=%d" % (W, H, FPS), format="lavfi")
    o = av.open("o_%s.mp4" % preset, "w")
    v = o.add_stream("libx264", rate=Fraction(FPS, 1))
    v.width, v.height, v.pix_fmt = W, H, "yuv420p"
    v.options = {"crf": "23", "preset": preset}
    n = 0
    for f in c.decode(c.streams[0]):
        g = f.reformat(format="yuv420p")
        g.pts = n
        g.time_base = Fraction(1, FPS)
        for pk in v.encode(g):
            o.mux(pk)
        n += 1
        if n >= NF:
            break
    for pk in v.encode(None):
        o.mux(pk)
    o.close()
    c.close()
    path = "o_%s.mp4" % preset
    print("%-10s %7d 字节 %5.0f 毫秒" %
          (preset, os.path.getsize(path), (time.time() - t0) * 1000))

实跑输出：

--------------------------------------------------------------------
10.1 使用 FFmpeg 实现音视频转码
--------------------------------------------------------------------

**① 本机没有 ffmpeg.exe，这一节用 PyAV 走同一条链路**

**Linux 上那条命令是：**

    ffmpeg -i in.mp4 -c:v libx264 -crf 23 -preset medium -c:a copy out.mp4

**转码这名字听着玄，其实就是五步。**

  步骤        命令行里对应什么          PyAV 里对应什么
  ----------------------------------------------------------------
  拆容器      -i 这一步                 av.open(输入)
  解码        自动，不用写              packet.decode()
  改          -vf ／ -af ／ -s ／ -r    frame.reformat()
  编码        -c:v ／ -c:a ／ -crf      add_stream().encode()
  装容器      输出文件名                mux()

**这张表就是转码的全部内容——换语言、换库，都还是这五步。**

**② 同一条命令只换 preset，体积与耗时怎么变**

  preset      成片字节    耗时        体积相对
  ------------------------------------------------
  ultrafast   249925      133 毫秒    1.00 倍
  medium      191154      178 毫秒    0.76 倍
  veryslow    180439      406 毫秒    0.72 倍

**从 ultrafast 换到 medium，体积省了 23.5%，耗时变成 1.34 倍；**
**再从 medium 换到 veryslow，体积只省 5.6%，耗时却变成 2.27 倍。**

**这是整条命令里性价比最高的一处认识：`preset` 是拿时间换体积，**
**而且换到后面越换越亏——从 ultrafast 到 medium 几乎是白捡，**
**从 medium 到 veryslow 是耗时的 2.27 倍只换来 5.6% 的体积。**

**③ `-c:a copy` 省的是时间，不是体积**

  音频怎么处理          成片字节      耗时          说明
  ------------------------------------------------------------------------
  -c:a copy（流拷贝）   191056        100 毫秒      不解码不重编
  重新编码 aac          191154        183 毫秒      解码再编码

**两者体积只差 98 字节，耗时却差 45%——**
**`-c:a copy` 的价值在于「别让音频白占 CPU」，不在于「把文件变小」。**

**原因很简单：源里的音频本来就是 AAC，copy 过去还是那个 AAC；**
**重编码一遍也不会更小，只会多一道解码再编码。**
**所以「想变小就 copy」是错的，「想快就 copy」才是对的。**

三行跑完，preset 这一档就从此有了具体数字，不再是书上的一句「越慢越好」。

注意 v.options 这一句：crf 和 preset 都是往编码器的私有选项里塞， PyAV 里就是一本字典，命令行里就是两个 - 开头的参数，一一对应。 所以「命令行参数 ⇄ 库里的选项名」这件事，两边其实是同一套名字。

30 秒实验

1. 把 crf 从 23 改成 18 再跑一遍：看体积涨多少、耗时涨多少，体会两个维度不同。
2. 把 preset 换成 "placebo"：等它跑完，就知道「越慢越好」的尽头有多不划算。
3. 把 -c:a copy 亲手试一次：源里没有音频流时它会报什么，也顺便记住。

常见误区

1. 以为 -c:a copy 能把音频压小。它一个字节都不改，只省时间。
2. 以为 preset 越慢画质越好。它只是搜索更细，质量由 crf 说了算。
3. 在 Windows 上照抄 \ 续行。cmd 的续行符是 ^，直接粘贴会断在半路。

• ☐ 10.1 完——下一节 10.2 使用 ffplay 和 ffprobe

相关笔记

• 音视频转码简介
• 视频容器及封装与解封装简介
• 使用 ffplay 和 ffprobe
• 🎬 FFmpeg命令行与特效 · 索引