短视频批量剪辑制作技巧（批量剪辑软件设计思路）

短视频批量剪辑制作技巧（批量剪辑软件设计思路）

今天分享一下一个程序员做自媒体中发现的商机，他自己做带货视频，每天都苦于剪视频。

最多的时候，一天剪到 50 个视频，通宵剪。

流程是先搜集脚本，爆款的段子、视频，让人忍俊不禁的笑话，网络上流行的热梗，都会成为创作脚本来源。

然后利用微信对话生成工具，制作视频素材，一般是聊天截图。最后，在剪映中，导入素材剪辑出片。

其中，比较费时间的是脚本的搜集、整理，和用脚本制作微信对话图片的过程。

剪辑部分模块化，一个视频一两分钟就可搞定。

视频批量化创作的痛点，是在于脚本创作和素材的制作。

批量化的视频创作，必定是重素材而轻剪辑的。

恰逢有老板，也有批量化制作视频的需求，找到了我。

报价不算高，但还是接了下来，用一个周末的时间，从零开发了一款批量生成视频的工具。虽然不是微信对话的视频类型，但也有很大的参考意义。

下面，作为一个程序员，从方案和实施技术方面，来分析下如何用程序来批量化制作视频！

一、需求来源

批量视频生成工具，接到过两拨需求，都是做抖音的老板提供的。

其一探店类，要将多个录好的视频素材，随机时长截取片段，进行拼接。再随机指定背景音乐，合成视频。用视频时长，除以片段时长，按最少的数量，计为最大合成视频数量。

其二变脸类，将多张正脸照片，多个变脸视频素材，多个标题和描述，同屏拼接组装。再随机指定背景音乐，合成视频。素材之间拼接，增加动画过场。 至于这两种类型的视频， 如何赚到钱的， 事关老板的利益， 且和文章主题不相关，就不赘述了。

再看需求的本身，素材是文字、图片、视频和音频等类型，其实就是想将手动在剪辑工具中做的事情，将重复性的劳动工作，改用程序来实现。将剪辑的过程程序化，节省人工成本。并保证不大影响到作品的质量。

我先进行核心技术调研。用提供的素材，通过 ffmpeg （音视频处理的开源软件，可以在终端命令行或代码中函数式调用），在命令行工具中，按照需求写了一些视频的处理指令。进行了简单的测试后，发现是可以通过程序做出类似人工剪辑的效果的。证明开发这个工具，没有技术风险。便接了活，开搞！

二、需求分析

两种类型的视频制作需求，本质上很相似，拿探店类视频软件举例。大概要实现的功能是，通过选择准备的文本、图片、音乐和视频，配置片段时长、过场动画，自动「剪辑」，生成视频。

所以需求开发可以拆分两部分，

一部分是 UI 交互， 主要是界面的设计和实现，提供用户交互，导入素材，配置参数等界面能力。

另一部分是功能实现，功能也可以再细分为二：

其一，通用功能。记录用户导入的素材路径，记录用户选择的片段时长，选择的过场动画等，记录输出目录，记录和是清理视频处理过程中的临时数据。

其二，视频处理功能。对原素材，进行裁剪、截取片段、静音等处理；对多个视频进行拼接的操作；对视频和音频进行合并等等。通过一步或多步，将视频按照原素材和预设参数，加工出来。

这样分析下来，思路相对清晰。简化就是收集用户入参（视频素材和预设参数，根据入参自动化剪辑，输出视频。

初步分析结束后，接着具象化，尽量细化需求和问题。

界面分析

先设计一个软件界面。 考虑参数设置，素材导入和合成监听。边做边改，最终实现的软件界面如下： 支持的功能：

• ffmpeg 设置
• 导出码率设置
• 输出目录设置
• 添加视频
• 清空添加的视频
• 添加的视频，显示文件名、时长
• 视频截取的片段长度选择
• 入场特效选择
• 删除导入的视频
• 背景音乐目录设置
• 合成按钮
• 合成进度条
• 信息提示框

功能分析

结合界面的设计，进一步分析要实现的产品功能：

• 打开系统文件夹，选择目录或文件
• 缓存上次打开的目录，方便下次操作
• 解析添加的视频，显示视频时长
• 合成时，先根据视频时长和片段时长，计算要合成的最大视频数
• 根据视频片段时长，依次将多个片段截取静音拼接合成
• 拼接时，添加过场动画
• 指定输出文件的分辨率
• 视频和音频合并
• 清空过程中产生的临时文件

三、技术选型

音视频处理

首先考虑音视频处理，用的 ffmpeg ，上文也提到过。完全满足需求中的音视频处理功能。

FFmpeg 是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用 LGPL 或 GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库 libavcodec。

FFmpeg 在 Linux 平台下开发，但它同样也可以在其它操作系统环境中编译运行，包括 Windows、Mac OS X 等。

技术栈选择

视频批量制作的工具，定位是 PC 桌面端软件。

常见的桌面端开发技术， 主流选择是 C# 搭配 WPF， C++ 搭配 QT ， Python+ PyQT 等。没有 C# 和 C++ 的技术基础和经验。所以选择用 Python 开发。

Python + PyQT 的方式， 也可以分别导出 win 系统和 macOS 系统的软件，兼容跨平台是意外收获。

需要确认一个问题，就是 Python 是否可以调用 FFmpeg ？调研发现，Python 可以通过 PyAV ，ffmpy 等库调用 ffmpeg，也可以通过subprocess 类，跨进程调用 ffmpeg。最后决定用 subprocess 的方式，对ffmpeg 命令的使用，和版本控制更灵活。

四、产品优化

产品开发完成后，测试交付。客户长时间使用后，提出几个问题。其中有两个比较有代表性，记录出来。

合成速度优化

工作室的机器，配置不会特别高。发现的问题就是，视频很大的时候，合成的过程时间会比较久。老板问能不能优化下合成技术。

研究发现，ffmpeg 默认是用 CPU ，支持 GPU 加速指令，需要有 GPU 驱动支持。紧接着验证这种加速指令的可行性，优化原有的 ffmpeg 命令，发现确实合成时间变短，有效。

如果改造原有程序，需通过一些硬件检查接口，检查机器的硬件驱动，是否支持GPU 加速。在逻辑上进行兼容性处理，如果支持 GPU 加速，调用 GPU 加速的 ffmpeg 命令，如果不支持，就还调用之前的普通命令。

机器绑定

这种工具类型的软件，如果流传出去，基本没有门槛，所有人都可以使用。

所以后来追加了机器码绑定的功能：

• 打开软件，用户得到一个机器码。
• 将机器码发送到软件运营，可以兑换激活码。
• 将兑换的激活码，填入软件的激活框中，注册激活软件，软件可正常使用。
• 激活码验证和机器硬盘 ID 及网卡 ID 绑定，机器、时间双重校验。
• 增加类似代码混淆的处理，即使软件被破译，也无法轻易重新打包。

这一部分功能设计，相对费脑。但在软件商用方面，有很大的价值。

产品通用化

又逢遇到了变脸视频批量创作的需求，便开始考虑产品的通用化。

这种事情，空想是没有用的，难不成开发一个剪映出来，什么都支持，还支持批量化脚本？

五、终极目标

公众号红利的时代，诞生出很多自动采编，自动发布文章的平台。流量主收益，赚的盆满钵满。

只需要将公众号和采编工具绑定，程序便会自动化的采集，发布文章。

上面批量剪辑的工具，只是降低了重复性剪辑的工作量。素材采编，和视频自动发布，没有解决。

素材采编，利用脚本采编热门文字、图片、视频，去水印、马赛克处理敏感部分，结合文案，生成新的视频。技术上看，也是可以实现的。 视频的自动上传，主要看视频号平台，是否会提供公开的 API 接口，如果有提供，那么就很简单了。目前还没有。

再有，现在语音合成的技术已经很成熟。再加上很多虚拟人物视频生成，仿真人视频生成的技术也逐渐丰富起来。未来这种自动化生成发布视频的流程，也很有想象空间。

越早把这个流程打通，越早收益。 24 小时自动生成发布视频，无异于拥有一台印钞机。

结尾

感谢看到这里，这篇文章更偏向意识流。

希望对二创方向的短视频创作者，一些程序思维优化自己工作路径的启发。 也希望给开发者，一个以工具人身份，加入短视频市场的一个机会。

微信：xhllsys88