Python音视频剪辑核心是正确使用FFmpeg与Pydub：FFmpeg负责编解码、时间轴操作与特效渲染，Pydub专注音频精细处理；需避免字符串拼接调用FFmpeg，统一帧率、采样率及时间基以保音画同步。
用 Python 做音视频剪辑与特效，核心不是写一堆循环，而是把 FFmpeg 和 Pydub 这两个工具“用对”——前者管硬核编解码与时间轴操作，后者管音频的精细处理与快速拼接。
用 FFmpeg-Python 精确裁剪与合并视频
别调用 os.system("ffmpeg ...") 拼字符串，用 ffmpeg-python 库直接构造命令链，可读性强、易调试。
- 按时间戳无损切片：用
trim+setpts避免重新编码（加-c:v copy -c:a copy） - 多段合并：先生成临时 list 文件（每行
file 'a.mp4'），再用concat协议一次性合成，比顺序 concat 更稳 - 注意时间基（timebase）不一致会导致音画不同步，合并前用
ffprobe检查各片段的time_base和start_time
用 Pydub 做音频层叠、变速与淡入淡出
Pydub 默认后端是 pydub.playback（依赖 simpleaudio），但真正做剪辑得配好 ffmpeg 路径：AudioSegment.ffmpeg = "/usr/bin/ffmpeg"，否则导出可能无声或格式错。
- 背景音乐压音量：用
overlay()时指定position和gain_during_overlay，比如主音轨 -3dB，BGM -15dB - 变速不变调：用
speedup(playback_rate=1.25, chunk_size=150, crossfade=25)，chunk_size 太小会失真，太大衔接生硬 - 自动淡入淡出：
audio.fade_in(2000).fade_out(1500)，单位毫秒；若需非线性（如对数衰减），可自定义 numpy 数组乘系数
音画同步的关键控制点
很多“剪完音画不同步”问题，其实出在帧率、采样率、时间戳三者没对齐。
立即学习“Python免费学习笔记（深入）”；
- 视频导出统一设
-r 30（固定帧率），避免 VFR 视频导致音频时间轴漂移 - 音频重采样到 48000Hz（FFmpeg 默认），和主流视频封装（MP4/MOV）兼容性最好
- 用
ffmpeg -i in.mp4 -vcodec copy -acodec copy -ss 00:01:20 -to 00:01:35 out.mp4这类“-ss 放前面”的方式实现关键帧精准定位，比放后面快且准
加简单视觉特效：用 OpenCV 补位，FFmpeg 渲染
Pydub 不管视频帧，OpenCV 处理图像又慢。折中方案：用 OpenCV 做单帧处理（比如加文字、遮罩），存为 PNG 序列；再用 FFmpeg 把序列 + 音频合成为 MP4。
- 文字叠加推荐 FFmpeg 的 drawtext 滤镜：
drawtext=text='Hello':x=(w-text_w)/2:y=h-th-10:fontsize=24:fontcolor=white - 想加模糊转场？用
tblend=all_mode=average或xfade=transition=fade:duration=0.5:offset=10.2 - 所有滤镜链加
-vsync vfr防止帧重复或丢失，尤其处理变速视频时
