使用MoviePy合并音视频耗时过高问题排查及优化方法咨询

现有实现的性能瓶颈 #

• 无意义的全量重编码：moviepy默认执行逻辑是对所有音视频帧解码后重新编码，而你的需求仅为音频轨道挂载，不需要修改视频内容，全量重编码占用了99%以上的执行时间，是3GB文件处理耗时5小时的核心原因。
• 多余的转码步骤：提取音频时转码为MP3属于不必要的有损转码，既拉长处理时间，又损失音频质量，直接复用原视频的音频流即可。
• 额外IO开销：生成临时MP3文件新增了磁盘读写环节，大文件场景下会进一步放大耗时。
• 性能参数未优化：默认配置未开启多线程、硬件加速等能力，CPU、GPU资源利用率极低。

优化方案 #

最优方案：直接使用FFmpeg流拷贝模式 #

该方案完全跳过重编码环节，仅将高清视频的视频流、低画质视频的音频流直接复制封装为新文件，3GB文件通常1分钟内即可处理完成，执行命令如下：

ffmpeg -i ../video.mp4 -i ../audio.3gpp -c:v copy -c:a copy movie.mp4

参数说明：

• -c:v copy：视频流直接复制，不做重编码
• -c:a copy：音频流直接复制，不做重编码

Python代码兼容方案 #

如果需要保留Python调用逻辑，推荐直接用subprocess调用上述FFmpeg命令，避免moviepy的冗余开销，示例代码如下：

import subprocess

def merge_av(video_path, audio_path, output_path):
    cmd = [
        "ffmpeg",
        "-i", video_path,
        "-i", audio_path,
        "-c:v", "copy",
        "-c:a", "copy",
        "-y", # 自动覆盖输出文件
        output_path
    ]
    subprocess.run(cmd, check=True)

if __name__ == '__main__':
    merge_av("../video.mp4", "../audio.3gpp", "movie.mp4")

保留moviepy的修改方案 #

如果必须使用moviepy实现，可通过修改参数禁用重编码，性能也会有数十倍提升，修改后代码如下：

import moviepy.editor as mp

def combine_audio(vidname, audname, outname):
    # 直接读取两个输入文件
    video_clip = mp.VideoFileClip(vidname)
    audio_clip = mp.VideoFileClip(audname).audio
    final_clip = video_clip.set_audio(audio_clip)
    # 启用流拷贝，跳过重编码
    final_clip.write_videofile(outname, codec="copy", audio_codec="copy")

if __name__ == '__main__':
    combine_audio("../video.mp4", "../audio.3gpp", "movie.mp4") 

注意：该方案要求moviepy底层依赖的FFmpeg版本支持流拷贝对应封装格式。

内容的提问来源于stack exchange，提问作者Sangeerththan Balachandran