MoviePy渲染速度仅2.5it/s求助：内存占用高优化方案

你当前的代码存在几个关键性能瓶颈，直接导致渲染时内存占用高、速度拉胯（仅2.5it/s），以下是针对性的优化方案：

1. 重构字幕生成逻辑，砍掉冗余计算 #

问题： #

• 两个SubtitlesClip分别解析同一份SRT文件生成白色字幕和黑色模糊轮廓，重复做了两倍的字幕渲染工作；
• 用两次resize实现模糊效果效率极低，且TextClip设置的尺寸远大于输出视频分辨率，每帧都在渲染多余像素。

优化： #

合并字幕与轮廓的生成逻辑，用MoviePy内置模糊滤镜替代resize，同时匹配输出视频尺寸：

# 替换原两个字幕生成函数
def generate_subtitle_with_outline(txt):
    # 生成白色主字幕，尺寸匹配输出视频宽度
    white_text = TextClip(
        txt,
        font=r"fonts/Invisible-ExtraBold.otf",
        fontsize=86,
        color=FONT_COLOR,
        bg_color='transparent',
        align='center',
        size=(720, None),  # 720对应输出视频宽度，高度自适应
        method='caption'
    )
    # 生成黑色轮廓并做模糊处理
    outline_text = TextClip(
        txt,
        font=r"fonts/Invisible-ExtraBold.otf",
        fontsize=86,
        color=OUTLINE_COLOR,
        bg_color='transparent',
        align='center',
        size=(720, None),
        method='caption'
    ).fx(vfx.blur, radius=3)  # 用内置blur滤镜，比两次resize高效
    
    # 合并轮廓和主字幕
    return CompositeVideoClip([outline_text, white_text])

创建字幕时只需要调用一次SubtitlesClip：

subtitles = SubtitlesClip("temp/ttsclips/content_speechmarks.srt", generate_subtitle_with_outline)

2. 简化音频叠加，删掉临时文件操作 #

问题： #

overlap_audio_files把音频全加载到内存、循环平铺、保存临时文件再重新读取，既浪费内存又多了两次IO操作，完全没必要。

优化： #

直接用MoviePy的CompositeAudioClip叠加音频，一步到位：

# 替换原overlap_audio_files函数和final_audio的创建逻辑
background_music = AudioFileClip(background_music_path).volumex(0.2)  # 调低背景音乐音量，避免盖过主音频
final_audio = CompositeAudioClip([concatenated_audio, background_music])

3. 预处理背景视频，降低分辨率 #

问题： #

如果你的MC跑酷背景视频分辨率高于输出的720x1280，每帧渲染都要处理大量冗余像素，内存和CPU都会被拖垮。

优化： #

提前把背景视频缩放到输出尺寸：

# 背景视频处理部分修改
background = VideoFileClip(background_path).subclip(random_start, random_start + duration)
# 缩放到输出视频高度1280，宽度按比例自动调整
background = background.resize(height=1280).crossfadeout(VIDEO_FADE_DURATION)

4. 优化资源管理，避免内存泄漏 #

问题： #

• 重复调用concatenated_audio.close()，还手动管理资源容易遗漏；
• 加载了title_audio但全程没用到，白白占用内存。

优化： #

用with语句自动管理音频、视频资源，不用手动调用close()，同时删掉无用的title_audio加载：

# 核心逻辑改成with嵌套，自动释放资源
with AudioFileClip(r"temp/ttsclips/concatenated_audio.mp3") as concatenated_audio:
    duration = concatenated_audio.duration
    
    with VideoFileClip(background_path) as full_background:
        background_duration = full_background.duration
        random_start = random.uniform(0, background_duration - duration)
        background = full_background.subclip(random_start, random_start + duration).resize(height=1280).crossfadeout(VIDEO_FADE_DURATION)
        
        # 背景音乐处理
        background_music_choice = random.choice(music_options)
        background_music_path = f"music/eeriemusic/{background_music_choice}.mp3"
        with AudioFileClip(background_music_path) as background_music:
            background_music = background_music.volumex(0.2)
            final_audio = CompositeAudioClip([concatenated_audio, background_music])
            
            # 字幕处理
            subtitles = SubtitlesClip("temp/ttsclips/content_speechmarks.srt", generate_subtitle_with_outline)
            
            # 标题动画处理
            background_image_path = draw_title(title_content, upvotes, comments, subreddit)
            with ImageClip(background_image_path) as background_image:
                animated_background_clip = background_image.set_start(0).set_duration(TITLE_ANIMATION_DURATION)
                animated_background_clip = animated_background_clip.set_position(
                    lambda t: (
                        90,
                        height - (height - 630) * ease_out(t / TITLE_ANIMATION_DURATION)
                    )
                )
                
                stationary_background_clip = background_image.set_start(TITLE_ANIMATION_DURATION)\
                    .set_position((90, 630))\
                    .set_duration(duration - TITLE_ANIMATION_DURATION)
                
                # 合成并导出视频
                final_clip = CompositeVideoClip([background, animated_background_clip, stationary_background_clip, subtitles])\
                    .set_duration(duration)\
                    .set_audio(final_audio)
                
                final_clip.write_videofile(
                    f"temp/videos/{video_num}.mp4",
                    codec="libx264",
                    fps=30,  # 如果原背景是30fps，不用设60，工作量直接减半
                    bitrate="4000k",  # 720x1280分辨率4000k足够清晰，8000k纯浪费时间
                    audio_codec="aac",
                    audio_bitrate="192k",
                    preset="ultrafast",
                    threads=8,
                    verbose=False  # 关闭冗余日志，减少IO开销
                )

5. 最后几个小调整 #

• 把输出FPS从60改成30：如果你的背景视频是30fps，60fps只会让渲染工作量翻倍，完全没必要；
• 调低输出码率：720x1280分辨率下4000k的码率已经足够清晰，8000k只会增加编码时间；
• 关闭冗余日志：添加verbose=False参数，减少控制台输出的IO开销。

内容的提问来源于stack exchange，提问作者tristan