ffmpeg 在 AI 工作流里的 6 个实用招数（抽音频/切段/转码/烧字幕）

ffmpeg 是 AI 视频流水线的基础设施

模型不直接吃视频文件。先把视频拆成音频、片段、合适分辨率，喂给 Whisper / 合成模型，最后再拼回去。ffmpeg 就是做这些预处理的瑞士军刀，而且完全本地、零成本。

6 个最常用的命令

# 1. 抽音频（给 Whisper 用）
ffmpeg -i in.mp4 -vn -acodec libmp3lame out.mp3

# 2. 截取某一段（如 1:00-2:00）
ffmpeg -ss 00:01:00 -to 00:02:00 -i in.mp4 clip.mp4

# 3. 改分辨率（竖屏短视频）
ffmpeg -i in.mp4 -vf scale=1080:-1 out.mp4

# 4. 烧录字幕（见字幕那篇）
ffmpeg -i in.mp4 -vf subtitles=sub.srt out.mp4

# 5. 简单降噪（人声更干净）
ffmpeg -i in.wav -af "highpass=f=200,lowpass=f=3000" out.wav

# 6. 按列表拼接多个片段
ffmpeg -f concat -i list.txt -c copy merged.mp4

list.txt 内容每行写 file 'clip1.mp4' 这样。这些命令都能丢进 Python 的 subprocess 或 n8n 的命令行节点，组成全自动流水线。

几个坑

• 没装 libmp3lame：用 -acodec copy 只抽原音频，或先装编码器。
• -ss 放 -i 前面是「快速定位」，放后面是「精确解码」，长视频用前面更快。
• Windows 路径有空格要加引号。