使用MoviePy制作堆叠字幕视频时渲染速度极慢的优化求助

针对你用MoviePy制作上下堆叠视频+字幕时渲染速度过慢的问题，结合你的硬件配置（Ryzen 5 5600 + GTX 1650 SUPER + 16GB内存），给出以下针对性优化方案：

1. 合并所有CompositeVideoClip层级（核心优化） #

你当前分三次创建CompositeVideoClip，每一层都会重复处理视频帧，是性能损耗的主要原因。将所有图层（堆叠视频、字幕、文本）合并到同一层级，让MoviePy只做一次帧合成计算：

原代码（分层合成） #

# 步骤1：堆叠视频
stacked_clip = clips_array([[video_clip], [random_bottom_clip]])
# 步骤2：叠加字幕
video_with_sub = CompositeVideoClip([stacked_clip, sub.set_position(('center', 'center'))]).set_duration("00:02:40")
# 步骤3：叠加文本
video_with_text = CompositeVideoClip([video_with_sub, text_clip.set_position(...)])

优化后代码（单次合成） #

# 一次性整合所有图层
final_clip = CompositeVideoClip([
    clips_array([[video_clip], [random_bottom_clip]]),  # 底层：上下堆叠视频
    sub.set_position(('center', 'center')),             # 中间层：字幕
    text_clip.set_position(...)                         # 顶层：自定义文本
]).set_duration("00:02:40")

2. 预加载视频到内存 #

避免反复从磁盘读取视频数据，将常用的视频片段提前加载到内存：

video_clip = VideoFileClip("top_video.mp4").read_into_memory()
random_bottom_clip = VideoFileClip("bottom_video.mp4").read_into_memory()

注意：如果视频总大小超过12GB左右（留4GB给系统），建议分批次处理或缩小分辨率后再加载

3. 优化字幕生成逻辑 #

动态SubtitlesClip生成器会在每帧触发计算，换成预先生成所有字幕片段的方式：

import re

def parse_srt(srt_path):
    """解析SRT文件，返回(start_time, end_time, text)列表"""
    with open(srt_path, 'r', encoding='utf-8') as f:
        content = f.read()
    pattern = re.compile(r'(\d+)\n(\d{2}:\d{2}:\d{2},\d{3}) --> (\d{2}:\d{2}:\d{2},\d{3})\n(.+?)\n\n', re.DOTALL)
    matches = pattern.findall(content)
    subs = []
    for _, start, end, text in matches:
        # 转换时间格式为秒
        start_sec = sum(float(x) * 60**i for i, x in enumerate(reversed(start.replace(',', '.').split(':'))))
        end_sec = sum(float(x) * 60**i for i, x in enumerate(reversed(end.replace(',', '.').split(':'))))
        subs.append((start_sec, end_sec, text.strip()))
    return subs

# 预先生成所有字幕片段
subtitle_clips = []
for start, end, text in parse_srt("subtitles.srt"):
    txt_clip = TextClip(
        text, 
        fontsize=28, 
        color='white', 
        bg_color='#00000080',  # 半透明黑底提升可读性
        font='Arial'
    ).set_start(start).set_end(end).set_position(('center', 'center'))
    subtitle_clips.append(txt_clip)

# 整合到最终合成层
final_clip = CompositeVideoClip([
    clips_array([[video_clip], [random_bottom_clip]]),
    *subtitle_clips,
    text_clip.set_position(...)
]).set_duration("00:02:40")

4. 硬件与编码参数调优 #

调整NVENC编码预设 #

h264_nvenc默认预设偏慢，指定更快的预设平衡速度与质量：

final_clip.write_videofile(
    part_path, 
    fps=30,
    threads=12,
    codec="h264_nvenc",
    preset="fast"  # 可选：fast/medium/slow，fast速度提升明显，质量损失极小
)

缩小视频分辨率 #

TikTok视频无需过高分辨率，将原视频缩至1080p或以下，大幅减少计算量：

# 按高度缩放，保持宽高比，适配TikTok竖屏
video_clip = VideoFileClip("top_video.mp4").resize(height=960)
random_bottom_clip = VideoFileClip("bottom_video.mp4").resize(height=960)

迁移临时文件到SSD #

MoviePy会生成大量临时文件，放到SSD可减少IO瓶颈：

import moviepy.config as config
config.change_settings({"TEMP_DIR": "/path/to/your/ssd/temp"})

5. 关闭冗余消耗 #

• 关闭MoviePy的冗余日志：

  import moviepy.editor as mp
  mp.set_log_level('ERROR')
  

• 确保渲染时未开启预览窗口（preview()），预览会占用大量CPU/GPU资源

以上方案结合后，预计可将180秒视频的渲染时间压缩至40-55分钟，满足你1小时以内的目标。

内容的提问来源于stack exchange，提问作者pacorisas