FFmpeg 全名是 Fast Forward MPEG (Moving Picture Experts Group),为开源的影音多媒体处理框架,可以进行影音的解码、编码、编码转换、混合、抽取、串流和滤镜,无论影音格式是从哪个地方出来的,从过去到现在的影音格式它几乎都能够支持。当然,我们也可以用它来合并视频与字幕。

视频和字幕合并的方式主要分为两种,第一种是将字幕直接烙印在视频上,或者说「刻录」(Burn-in)在视频上,与视频一起进行编码,使得视频与字幕形成单一的视频轨(Video Track),称为「硬字幕」(Hardsub)。第二种则是借助支持字幕轨(Subtitle Track)的文件容器(如 MKV),将视频和字幕封装在一起,视频播放器在播放时可以同时播放视频轨和字幕轨,将字幕输出到视频上,称为「软字幕」(Softsub)。软字幕也可以利用插件字幕文件(如 SRT、ASS 等)的方式来实现,称为「插件字幕」。

另外还有几个名词要先解释。

内嵌字幕

内嵌字幕即硬字幕,但许多人(包括笔者自己)常会将封装在视频文件内的软字幕称作内嵌字幕。「内嵌字幕是硬字幕」的说法不知道是从何处来的,明明「内嵌歌词」就是把歌词写进文件容器内(可以延伸阅读这篇文章了解 MP3 音乐档的标签),而不是把歌词与音乐直接编码在一起呀!

内挂字幕/内封字幕

内封字幕即软字幕。内挂字幕则是相对于「插件字幕」所产生的名词,也是软字幕。

内封(软)字幕和内嵌(硬)字幕的差异

再来比较这两种把视频和字幕合并在一起的方式有什么差异吧!

内封字幕 内嵌字幕
是否需播放器支持? 是 否(字幕绝对会被显示出来)
字幕是否可单独提取? 是 否
字幕是否可被修改而不需重新编码视频? 是 否
视频在播放时是否可控制字幕的显示与否,以及显示时的位置和样式? 是 否

用 FFmpeg 将字幕内嵌在视频中

文字字幕

FFmpeg 可以将插件文字字幕档,也就是 SRT、ASS 等文件内嵌到任意的视频中,利用 subtitles 这个视频滤镜参数就可以达成。基本的指令如下:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的字幕文件路径'" 输出的影音文件路径

FFmpeg 也可以将有内封字幕的文件作为内嵌字幕的来源。指令如下:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的含内封字幕的视频文件路径'" 输出的影音文件路径

如果那个有内封字幕的文件拥有两个以上的字幕轨,可以使用以下指令,利用 si 视频滤镜参数来选择要用第几个字幕轨:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的含内封字幕的视频文件路径':si=第几个字幕轨(从0开始数)" 输出的影音文件路径

如果字幕来源是 SRT,利用 force_style 视频滤镜参数,我们可以另外设置字幕的字体和字体大小。像这样:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的字幕文件路径':force_style='FontName=字体名称,FontSize=字体大小'" 输出的影音文件路径

例如要使用思源黑体作为字幕字体,并将字体大小设置为 17 的话,可以套用以下指令:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的字幕文件路径':force_style='FontName=Noto Sans CJK TC Regular,FontSize=17'" 输出的影音文件路径

force_style 视频滤镜参数常用的选项如下:

  • FontName:字体名称。
  • FontSize:字体大小。
  • Alignment:以数值来表示字幕的对齐方式,如下所示。
       左 中 右
    上  5  6  7
    中  9 10 11
    下  1  2  3
  • Bold、Italic、Underline、Strikeout:分别是粗体、斜体、底线、删除线。0 为禁用;-1 为激活。
  • PrimaryColour:主体颜色。
  • Outline:边框厚度。
  • OutlineColour:边框颜色。
  • Shadow:阴影距离。
  • BackColour:阴影颜色。
  • MarginL:字幕距离左边的距离,右对齐时无效。
  • MarginR:字幕距离右边的距离,左对齐时无效。
  • MarginV:字幕距离底部或顶部的距离,中对齐时无效。

颜色的格式为 &HAABBGGRR,其中的 AA 为透明度;BB 为蓝色;GG 为绿色;RR 为红色,以十六进制表示(00~FF)。例如不透明的红色为 &H000000FF。

如果 FFmpeg 在编码时出现如下图的「No usable fontconfig configuration file found, using fallback.」的消息,它就很有可能无法正常套用到我们系统内部安装的字体。此时可以再另外给它 fontsdir 视频滤镜参数来设置字库的存放目录。像这样:

ffmpeg -i 输入的影音文件路径 -vf "subtitles='输入的字幕文件路径':fontsdir='字库的所在目录'" 输出的影音文件路径

以 FFmpeg 烧入 ASS 字幕的消息

图形字幕

对于 SUP 等图形字幕,要改用 FFmpeg 的 overlay 视频滤镜来完成字幕的内嵌。指令如下:

ffmpeg -i 输入的影音文件路径 -i 输入的图形字幕文件路径 -filter_complex "[0:v][1:s]overlay[v]" -map "[v]" -map 0:a 输出的影音文件路径

用 FFmpeg 将字幕内封在 MKV 文件中

指令如下:

ffmpeg -i 输入的影音文件路径 -i 输入的字幕文件或含内封字幕的视频文件路径 -map 0:v -map 0:a -map 1:s -c copy 输出的MKV文件路径

如果 FFmpeg 出现如下图的「Too many packets buffered for output stream」消息,则要使用 -max_muxing_queue_size 参数来设置大一点的缓冲空间。指令如下:

ffmpeg -i 输入的影音文件路径 -i 输入的字幕文件或含内封字幕的视频文件路径 -map 0:v -map 0:a -map 1:s -c copy -max_muxing_queue_size 1024 输出的MKV文件路径

以 FFmpeg 将字幕封装进 MKV

我们还可以将字库直接封装进 MKV 文件中,让 ASS/SSA 字幕轨能够直接套用 MKV 文件中内置的字体。指令如下:

ffmpeg -i 输入的影音文件路径 -i 输入的字幕文件或含内封字幕的视频文件路径 -map 0:v -map 0:a -map 1:s:0 -c copy -attach OTF字库路径 -metadata:s:3 mimetype=application/vnd.ms-opentype -attach TTF字库路径 -metadata:s:4 mimetype=application/x-font-ttf 输出的MKV文件路径

以上指令,利用 FFmpeg 的 -attach 参数可以添加文件至输出的 MKV 容器中,多个 -attach 参数可以添加多个文件。-metadata:s:3 mimetype 表示要设置第 3 轨(从 0 开始数,即第 0 轨─视频、第 1 轨─声音、第 2 轨─字幕、第 3 轨─字体)的 MIME Type,-metadata:s:4 mimetype 表示要设置第 4 轨的 MIME Type,依此类推。

FFmpeg 固然好用,不过笔者会更建议使用 MKVToolNix 来操作 MKV 文件。