cat-xierluo video-compressor — 视频压缩工具
使用 FFmpeg 将视频文件压缩为低比特率 MP4，减小文件体积的同时保留清晰的音频。自动检测硬件并选择最优编码方案（Apple Silicon 默认使用 VideoToolbox 硬件加速）。
适用场景
- 视频文件过大，只需保留音频信息，视频画面作为辅助参考
- 批量压缩目录下多个视频文件
- 降低视频比特率以节省存储空间
- 去除视频中间的静默静止片段（如休息时间、黑屏、无声空档），同时保留被剪片段供复查
功能模式
本技能支持两种工作模式：
模式一：压缩（默认）
将视频压缩为低比特率 MP4，减小文件体积。
模式二：静默/静止片段剪切
检测并去除视频中同时满足以下条件的片段：
- 音频静默（无声）
- 画面静止（连续帧几乎无变化，如休息时无操作、黑屏）
适用于：课程录制中途休息、会议室无人时的静默等待等无效内容。
默认工作流（压缩模式）
1. 确认输入
确认用户提供的文件路径或目录路径。支持以下视频格式：
.mp4 .mov .avi .mkv .webm .flv .wmv .ts
2. 确认参数
默认配置（大多数场景无需调整）：
| 参数 | 默认值 | 说明 |
|---|---|---|
| CRF 质量值 | 23 | 自适应质量，越小质量越高（仅软件编码） |
| 最大码率 | 2500k | VBV 码率上限 |
| 音频比特率 | 96k | AAC 语音音质 |
| 编码预设 | veryfast | 速度与压缩比平衡（仅软件编码） |
| 编码器 | 自动检测 | Apple Silicon 默认 HEVC VT，其他 x264 |
| 并发线程 | 自动 | VideoToolbox 默认 1（共享硬件编码器，多并发反而慢），软件编码默认 ≤8 |
| 输出后缀 | _compressed |
输出文件名后缀 |
详细配置说明见 references/config.md。
3. 执行压缩
# 单个文件
python3 scripts/compress.py -i <文件路径>
# 多个文件（并发压缩）
python3 scripts/compress.py -i <文件1> <文件2> <文件3>
# 整个目录
python3 scripts/compress.py -i <目录路径>
# 混合：文件 + 目录
python3 scripts/compress.py -i <文件1> <目录路径> <文件2>
指定自定义参数：
python3 scripts/compress.py -i <文件1> <文件2> --crf 28 -a 64k --preset medium -j 2
4. 输出报告
压缩完成后输出每个文件的结果：
文件名 原始大小 压缩后大小 压缩比
video1.mp4 120.5 MB 28.3 MB 76.5%
─────────────────────────────────────────────────
合计 205.7 MB 47.4 MB 77.0%
静默/静止片段剪切工作流
何时使用
当用户提到以下场景时使用此模式：
- 视频中间有休息时间，需要剪掉
- 视频有长时间静止/无声的片段
- 去除录制中的空档、静默、黑屏
1. 执行剪切
python3 scripts/trim_silences.py -i <视频文件路径>
使用默认参数（同时检测静音+静止，最短3秒才计入）。
指定自定义参数：
# 仅检测静音片段（不考虑画面是否静止）
python3 scripts/trim_silences.py -i <路径> --mode silence
# 仅检测画面静止片段（不考虑是否有声音）
python3 scripts/trim_silences.py -i <路径> --mode static
# 自定义阈值：更严格的静默检测
python3 scripts/trim_silences.py -i <路径> --noise-db -40 --min-duration 5
模式选择建议
| 视频类型 | 推荐模式 | 说明 |
|---|---|---|
| 课程录制休息时 | both |
同时满足静音+静止，不误剪 |
| 会议无人时段 | both 或 static |
若全程有空调白噪声用 both |
| 比赛/电影解说（全程有声音） | static |
仅剪画面静止部分 |
| 监控录像（画面固定） | static |
几乎不需要音频 |
2. 理解输出
剪切完成后，输出：
| 文件 | 说明 |
|---|---|
原文件名_trimmed.mp4 |
精剪版（去除了目标片段） |
原文件名_cuts/ |
存放被剪片段的目录 |
原文件名_cuts/_report.json |
被剪片段的时间戳报告 |
被剪片段目录中，每个片段保存为一个独立的 MP4 文件，文件名包含起止时间，方便复查。
3. 参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
--noise-db |
-30 | 静默检测分贝阈值，越小越严格 |
--scene-threshold |
0.05 | 画面静止阈值 0~1，越小越严格（轻微页面变化可接受） |
--min-duration |
120 | 最短片段时长(秒)，默认2分钟，仅剪掉长片段 |
--mode |
both | 检测模式：both=同时静音+静止，silence=仅静音，static=仅画面静止 |
--crf |
23 | CRF 质量值 |
--maxrate |
2500k | 最大码率限制 |
--bufsize |
2500k | VBV 缓冲区大小 |
--audio-bitrate |
96k | 输出音频比特率 |
--preset |
veryfast | 编码预设 |
--codec |
自动检测 | 编码器选择（hevc_vt / h264_vt / x264 / x265 / x264_fast） |
硬件加速
本工具自动检测系统硬件并选择最优编码方案：
| 平台 | 编码器 | 速度提升（实测） | 输出格式 | 说明 |
|---|---|---|---|---|
| Apple Silicon (M1/M2/M3/M4) | hevc_videotoolbox | 2-5x（1080p60） / 5-15x（720p30） | HEVC/H.265 | 自动使用硬件编码 |
| Apple Silicon (备用) | h264_videotoolbox | 2-4x（1080p60） / 4-10x（720p30） | H.264 | HEVC 不可用时的回退 |
| 其他平台 | libx264 | 1x 实时 | H.264 | 标准软件编码 |
速度提示：上述数值为实际测试参考范围，实际速度受分辨率、帧率、画质参数、系统负载影响。1080p60 高帧率场景下 VideoToolbox 实际约 2-5x 实时（而非 5-15x），3 小时视频约需 50 分钟。
启动时自动打印检测结果，如：
硬件检测: Apple Silicon (10 核 / 64 GB)
编码器: HEVC VideoToolbox (硬件加速) — 实际 1080p60 约 2-5x 实时
FFmpeg: 9.0 (VideoToolbox 支持: H.264 + HEVC)
手动指定编码器：
python3 scripts/compress.py -i <路径> --codec hevc_vt # 强制 HEVC 硬件编码
python3 scripts/compress.py -i <路径> --codec h264_vt # 强制 H.264 硬件编码
python3 scripts/compress.py -i <路径> --codec x264 # 强制软件编码
python3 scripts/compress.py -i <路径> --codec x265 # 软件 HEVC 编码（高压缩）
可选编码器：hevc_vt h264_vt x264 x265 x264_fast
长视频与 detach 模式
对超过 30 分钟的视频，建议加 --detach 启动：
python3 scripts/compress.py -i <长视频.mp4> --codec hevc_vt --detach
--detach 行为：
- 脚本启动 ffmpeg 后立即返回 PID，不等待完成
- ffmpeg 进程脱离脚本会话组（
start_new_session），脚本被杀不影响编码 - 日志写入
/tmp/ffmpeg_<视频名>_<时间戳>.log，可用tail -f跟踪
故障排查
ffmpeg 二进制启动崩溃（dyld Library not loaded）
症状：脚本启动后立即报"dyld Symbol not found"或"Library not loaded"。
原因：典型场景是 brew upgrade 升级某个依赖库（如 x265）后，ffmpeg 未重新链接；ffmpeg 二进制仍在引用旧版本符号。
修复：
brew upgrade ffmpeg # 让 ffmpeg 重新链接到新依赖
# 或
brew reinstall ffmpeg # 完全重装
新版脚本会在启动时主动检测 ffmpeg 健全性，崩溃时立即输出诊断和修复命令，不再静默 fallback。
完整 stderr 日志
失败时完整 ffmpeg 日志保存在 /tmp/ffmpeg_<视频名>_<时间戳>.log，不再被截断丢失关键诊断信息。
硬约束
- 不覆盖原文件：输出文件始终添加后缀
- 输出到同目录：精剪版和被剪片段目录都与原文件在同一目录
- 保留音频质量：音频使用 AAC 编码，默认 96k
- 固定 MP4 输出：所有输出文件均为 MP4 格式（硬件编码 HEVC/H.264 + AAC，软件编码 x264 + AAC）
依赖
| 依赖 | 版本要求 | 安装方式 |
|---|---|---|
ffmpeg |
≥ 5.0（推荐 ≥ 7.0 for VideoToolbox -q:v） |
brew install ffmpeg |
Python |
≥ 3.10 | 系统自带或 brew install python |
与其他技能配合
- 可与
universal-media-downloader配合：下载视频后压缩节省空间 - 可与
funasr-transcribe/tingwu-asr配合：压缩后再转录，减少文件传输时间